基于SPARROW模型的大凌河磷素滞留特性研究

刘 峰

（辽宁省锦州水文局，辽宁锦州121000）

基于SPARROW模型的大凌河磷素滞留特性研究

刘 峰

（辽宁省锦州水文局，辽宁锦州121000）

为了对大凌河的污染控制与生态恢复提供科学依据，本文基于SPARROW模型研究了该流域的磷素滞留特性。将模拟结果与实测结果比较，证明了SPARROW模型在该应用中的适用性；提取模拟结果中多个断面的磷素浓度时间序列，量化了大凌河磷素浓度的时间与空间分布特征；采用物质平衡法计算了各个主要河段的磷素滞留率，并对其演变与分布规律进行了总结。此外，分析了大凌河磷素滞留特性的主要影响因素，并对其相对重要性进行了排序。

SPARROW模型；大凌河；磷素；滞留特性

磷素是水生系统中的主要生源要素与养分之一，也是河流水质分析中的重要污染指标［1］，它可分为溶解态磷和颗粒态磷两种，前者包括正磷酸盐和无机聚合磷等，而后者主要包括矿物质磷。水生系统中的磷素主要有两类来源，一类为自然来源，例如大气沉降和河岸侵蚀等；另一类为人为来源，例如农药喷洒以及废物排放等［2］。目前，我国对河道中磷素的研究主要集中于治理方案的制定［3］，磷素浓度的监测与测定、从而评测水体的水质等级；磷素的运移与循环研究对于河道生态乃至水利的生态文明建设都具有十分重要的意义，但我国目前在这方面的研究则相对较少。由于生系统中磷素的形态来源、运移机制以及影响过程等都很复杂［4］，传统的模拟方法都对分析过程进行了大量的简化或假设，以致降低了其精确度，而近些年在国际上应用较多的SPARROW模型［5］则可以提供更为精确的模拟结果与更为系统的信息，从而可以用于分析河流中磷素的滞留特性。

1 研究方法

1.1 研究区域

大凌河位于东经118°46′～121°50′，北纬40° 28′～42°38′，干流全长397km，流域面积2.38万km2。流域内年降水量450～600mm，集中于7月和8月，年平均蒸发量900～1200mm，年均气温8.4℃，平均风速3.0m/s，平均相对湿度38%～74%之间［6］。上游可分为南北两支，其中南支始于辽宁省建昌县水泉沟，而北支则始于河北省平泉县，其流域内包括辽宁省葫芦岛市、朝阳市、锦州市、盘锦市、和阜新市的多个县市区，也包括内蒙古和河北的部分地区。目前，大凌河水污染较为严重，部分城市段的水质超过V类水质标准，55%的评价河段超过III类水质标准，且水功能区达标率仅有41%［7］。因此，加强该流域生源要素与污染物质的监测与分析已是迫在眉睫。

1.2 SPARROW模型

SPARROW模型是以GIS为基础的流域模型，它综合了统计与力学方法去估算陆地与水生系统中营养物质的来源、运移、以及变形。在本研究中，SPARROW的应用模块主要包括保守与保守性运移、物质平衡限制、河流路径等。对于某一磷素来源，该模型可以估算出磷素通过地下和地表的运移状况，并考虑地形、气候、土壤类型、排放浓度以及人类作用的影响等。

SPARROW模型的基本原理可表示为［8］：

1.3 磷素滞留率计算

SPARROW可以估算出河流中磷素的浓度分布情况，而磷素滞留率的计算则可以采用物质平衡法。物质平衡法是河流磷素循环的传统研究方法，主要是基于上游、下游、以及支流的磷素浓度测量数据来估算河段中的磷素滞留量。由于长期监测资料的匮乏，该方法的应用并不十分广泛。但SPARROW模型可以得到各断面完整而系统的磷素浓度，因此可采用物质平衡法对SPARROW模拟结果进行计算，从而计算出各河段的磷素滞留率，其方程为：

式中，R表示磷素滞留率，MZ表示磷素滞留量，MS表示上游磷素通量，MX表示下游磷素通量，MB表示支流磷素通量。

1.4 贡献率分析

河流中磷素的滞留过程包括沉降、吸附以及再悬浮等，在各个环节都会受到外部因素的影响，因此磷素滞留特性的影响因素有很多。采用蒋懿［9］所采用的方法对大凌河磷素滞留特性的影响因素进行分析。首先是总结潜在的大凌河磷素滞留性影响因子，采用模糊逻辑法将所有因子统一量化［10］，再用Monte-Carlo法检验各影响因子的显著性。各影响因子的影响力大小可由贡献率来表示，而该贡献率的计算方法可基于偏微分链式方程：

式中，P为磷素滞留量，F表示影响因子，P′表示磷素滞留量的时间序列变化情况，而方程右端表示各影响因子独自引起的磷素滞留量变化之和，因此，各影响因子变化率F′与各因子相对磷素滞留量的变化率∂F/∂P的比值即为各影响因子对磷素滞留特性的贡献率。

2 分析结果

2.1 模型验证与分析

应用SPARROW模型模拟出大凌河流域1995～2015年间的各年均磷素浓度分布情况，并选取朝阳站所在断面的磷素浓度与实测值进行比较，结果如图1所示。比较内容共分为四项：时间序列、误差绝对值、滑动平均值、和趋势线。

图1 模拟结果误差与精确度分析

时间序列曲线的比较结果显示，SPARROW模拟值与实测值十分接近，模型可以完全准确地估算出磷素浓度随时间的变化趋势；总体而言，SPARROW模拟值略低于实测值，这主要是模型难以全面地考虑到流域内的污染源，尤其是农业灌溉与生活污水中的磷素来源。误差绝对值的计算结果显示，模拟值与实测值的差别均在0.005mg/L以下，相对于大凌河磷素浓度的量级较小，因此可以认为模拟结果的误差在可接受范围。滑动平均值的比较结果显示，模拟滑动平均值曲线与实际值曲线基本重合，说明SPARROW模型对平均水平的估算十分精确。趋势线的比较结果显示，模拟结果略低于实际结果，主要也是因为模型难以将所有的污染源考虑在内，而随着近些年城市化与工业化发展步伐的加快，磷素排放量也将有所增加。总体而言，SPARROW的模拟结果十分精确，可以用于大凌河磷素滞留特性的研究中。

2.2 磷素浓度分布

按断面提取SPARROW模拟结果中的逐年磷素浓度序列，所选取的断面对应于大凌河流域11个主要水文站所处的位置，从而可为以后的相关研究提供方便。所对应的水文站包括上窝堡、义县、凉水河子、凌海、叶柏寿、哈巴气、复兴堡、大城子、德立吉、朝阳、阜新，各站的磷素浓度时间序列模拟结果如图2所示。

图2 各站磷素浓度时间序列

由图2可知，大凌河的磷素浓度存在明显的时间分布特征，不同年份差别较大，各站平均浓度的最小值仅为0.011mg/L，出现于2003年，而最大值达0.046mg/L，出现于2005年，两者相差超过4倍。各站多年平均的磷素浓度约为0.025mg/L，该值较为正常，说明磷素污染不是大凌河水质问题长期普遍存在的部分。总体而言，大凌河的磷素浓度呈上升趋势，其年平均上升率约为0.0006mg/L。此外，大凌河的磷素浓度还存在明显的空间分布特征，各站随时间的变化趋势基本保持一致，但大小与变化幅度不尽相同。在11个站点中，多年平均磷素浓度的最小值为0.022mg/L，所对应的为大城子站，而最大的为0.028mg/L，对应的是阜新站。各站按多年平均磷素浓度由小到大排序为：大城子、义县、朝阳、凌海、复兴堡、叶柏寿、上窝堡、德立吉、凉水河子、哈巴气、和阜新，可见，大凌河磷素浓度的空间分布整体呈西部小于东部的趋势。

2.3 磷素滞留率

基于SPARROW模型的模拟结果、利用公式（2）计算的各河段磷素滞留率结果如图3所示。由图中曲线可明显观察出大凌河磷素滞留率存在时间和空间分布不均的特征。各区域磷素滞留率之和为研究大凌河流域的总体滞留率，该变量的多年平均值为59.49%，最小值为2003年的42.01%，而最大值为2005年的77.86%，总体而言，大凌河磷素滞留率呈上升趋势，且年均增长率约为0.48%。

图3 各区域磷素滞留率时间序列

葫芦岛、朝阳、锦州、盘锦、和阜新地区的多年平均磷素滞留率分别为2.94%、22.18%、17.26%、10.15%、和6.97%，因此，各河段按平均磷素滞留率由小到大排序依次为葫芦岛、阜新、盘锦、锦州、朝阳。葫芦岛段内的磷素滞留率呈下降趋势，其年均变化率约为-0.15%；朝阳段内的磷素滞留率呈上升趋势，其年均变化率约为0.23%；锦州段内的磷素滞留率呈上升趋势，其年均变化率约为0.27%；盘锦段内的磷素滞留率呈上升趋势，其年均变化率约为0.05%；阜新段内的磷素滞留率呈上升趋势，其年均变化率约为0.08%。因此，各地区按磷素滞留率增长率由小到大排序为葫芦岛、盘锦、阜新、朝阳、和锦州。

2.4 影响因子贡献率

大凌河磷素滞留特性长期变化规律的主要影响因子包括流量、流速、温度、和外源输入。根据公式（3）所表示的影响因子贡献率分析方法所得的结果如图4所示。

根据图4中各因子所对应趋势线终点所在位置高低可知，大凌河磷素滞留特性长期变化规律的最主要影响因子是流量，其原因是径流量的大小在很大程度上可以决定河流本身的稀释与自净能力；其次是温度，其原因是温度可决定水生生物的光合作用与生长率、从而改变水生生物对磷素的吸附作用；第三是流速，其原因是流速改变磷素滞留的力学机理、从而增加其运移能力；最后是外源输入，其原因是外部的输入可增加磷素的集聚效应。计算各趋势线的斜率，可得流量、流速、温度、和外源输入所对应的斜率分别为0.337、0.216、0.287、和0.160，从而可以确定大凌河磷素滞留特性长期变化的影响因素按影响力由小到大排序依次为：外源输入、流速、温度、和流量。

3 结语

基于SPARROW模型对大凌河的磷素滞留特性进行了研究，结果表明SPARROW模型的估算结果较为精确，具有较强的应用价值。大凌河磷素的浓度与滞留率皆具有较明显的时间与空间分布特征，总体而言，大凌河的磷素浓度和滞留率均呈上升趋势、且增长速度最快的为大凌河锦州段。此外大凌河磷素滞留特性的主要影响因子按影响力由小到大排序依次为：外源输入、流速、温度、和流量。以上结论可为大凌河的污染控制与生态恢复提供依据，也可为相关研究提供参考。

图4 磷素滞留率主要影响因素贡献率分析

［1］尹静章，韩梅.水中总磷测定值影响因素的探讨与研究［J］.水

利规划与设计，2015（11）：38-41.

［2］彭虹，王艳，张万顺，陈文祥，冯桃辉.浅水水体水质生态修复的数值模拟［J］.水利规划与设计，2007（01）：47-50.

［3］吴若静，谢三桃.多塘系统在巢湖山丘区面源污染控制中的应用［J］.水利规划与设计，2016（03）：18-21.

［4］毛战坡，杨素珍，王亮，程东升.磷素在河流生态系统中滞留的研究进展［J］.水利学报，2015，46（05）.

［5］Alexander，R.B.，Smith，R.A.，Schwarz，G.E.，Boyer，E.W.，Nolan，J.V.，&Brakebill，J.W.Differences in phosphorus and nitrogen delivery to the Gulf of Mexico from the Mississippi River Basin［J］.Environmental science&technology，2007，42（03），822-830.

［6］师战伟.基于水文模型的大凌河流域综合干旱指数研究［J］.水利规划与设计，2016（04）：48-51.

［7］孙长江，王磊，吴俊秀.大凌河流域水资源现状分析与可持续利用对策［J］.南水北調與水利科技，2007，5（02）：46-49.

［8］Robertson，D.M.，Schwarz，G.E.，Saad，D.A.，&Alexander，R.B.Incorporating uncertainty into the ranking of SPARROW model nutrient yields from M ississipp i/Atchafalaya River basin watersheds1［J］.JAWRA Journal of the American Water Resources Association，2009，45（02）：534-549.

［9］蒋懿.鞍山市土壤水分空间变异性研究［J］.水利规划与设计，2016（04）：71-73.

［10］闫晓惠，陈新，张博威.模糊逻辑在水利工程环境评价中的应用探析［J］.科技展望，2015（23）：065.

X52

A

1008-1305（2017）01-0013-03

DO I:10.3969/j.issn.1008-1305.2017.01.005

2016-09-07

刘 峰（1983年—），男，工程师。