LOADEST污染物负荷估算模型在寒区的适用性研究

蔡云标

(新疆哈密水文勘测局，新疆 哈密 839000)

0 引言

非点源污染的发生具有随机性,排放的途径及污染物具有不确定性，且其污染负荷的时空变化幅度大，是目前影响水体的重要污染源[1]。因此了解非点源污染的产生过程对于水质和污染物的定量预报是至关重要的。在中国，随着社会经济的发展，各种有害气体的排放及化肥的大量施用，随着降水的扩散必然会对农业、水资源和生态系统产生深远的影响[2]。非点源污染具有非线性扩散特点，水污染亦具有此种污染扩散模式，因而其难以量化、监测、防控，逐渐发展成为水污染首要因素。鉴于发达国家工业革命起步较早，非点源水污染问题由来已远，欧美等国在该方面的研究较为深入，并取得丰富成果。而中国对水资源和生态环境质量方面的研究和管理相对比较落后[3]。目前国内外针对非点源污染已开展了许多研究，马放等[4]以伊吾河流域作为典型研究区，采用基于物理过程写的SWAT模型，并通过情景模拟技术分别模拟了退耕还林、等高种植、化肥减量与植被过滤带等非点源污染控制措施及其综合效果。以非点源污染关键源区识别为基础，对流域进行分区管控是实现非点源污染控制的有效途径。耿润哲等[5]将GIS技术、SWAT模型、非参数检验和因子分析技术相结合，以农耕养殖程度较高的贵州红枫湖上游羊昌河流域为研究区，通过对流域近5年非点源污染负荷特征进行模拟，研究了影响非点源污染流失的关键因素，并在此基础进行污染控制区划。李铸衡等[6]以浑河-太子河流域作为典型研究区，采用CLUE-S模型和SWAT模型研究了3个土地利用预案下非点源污染对土地利用和景观格局变化的响应。黄志伟等[7]以东江流域作为典型研究区，并选取不同土地利用类型小区进行野外径流场试验，研究了自然降雨过程中不同地类常规污染物与典型重金属的非点源污染排放特征。汉强等[8]以丹江口库区五龙池小流域为研究区，采用输出系数模型和地理信息技术，对该小流域农业非点源污染进行了模拟，并分析了其非点源污染的空间分布特征及主要污染源，以上学者分别在不同流域对污染物的相关情况进行了探讨，但针对寒冷地区河流污染物的研究很少。目前，国内河流的水文监测多为实时监测，而水质常规监测频率不高，多为1～4次/月，基于这种有限而离散的数据以及连续的日流量数据，进行河流污染物负荷估算成为相关研究面临的难题之一。鉴于此，本文采用国外较常采用的LOADEST模型对污染物进行插值与模拟，研究其在寒区污染物负荷估算中的适用性。

1 研究区概况

伊吾河地处我国新疆哈密市，发源于喀尔里克冰川，目前冰川以0.265亿m3/a的速度溶化。区域属于寒温带大陆性干旱气候，水源以由地表水（主要靠天山降雨、降雪）和地下水（天山冰川融化）两部分补给为主，冬季寒冷干燥，春季多风且冷暖多变，夏季高温少雨，昼夜温差大，平均日较差为14.8℃，极端最高气温43℃，极端最低气温-32℃，无霜期平均182天。

2 数据来源

通过对伊吾河四个汇水口2015年～2016年的总氮、磷瞬时污染物浓度的监测，并采用LOADEST模型插值后计算得出月污染物浓度负荷。汇水口的编号记为：M1、M2、M3、M4。

3 基于LOADEST模型的染物负荷回归方程

LOADEST模型结构如图1所示，依图可知其包含输入输出两大模块，各模块均由控制文件、源文件、校准文件、估算文件组成。

图1 LOADEST统计模型基本组成

研究区污染物浓度的监测值为每月检测1～2次的瞬时污染物浓度。要得到月污染物浓度，必须先建立瞬时污染物浓度、日流量和月污染物浓度的回归方程。回归方程的建立不仅可以得到已有污染物浓度的研究周期，也可以预测浓度，得到缺失测量数据的时间周期。本文采用LOADEST水质模型进行污染物浓度的回归方程的建立，LOADEST水质模型进行污染物负荷估算原理如下[9]：

以日流量与水质数据作为输入变量建立LOADEST模型，通过建立回归模型对污染物负荷进行有效估算，其估算公式一般形式如下:

式中，a0、aj为方程系数；Xj为自变量；NV为自变量个数。

鉴于污染物的扩散形式不同以及污染物负荷对河流动力的自适应能力存在差异，LOADEST模型中为用户提供了多达11种的回归模型，将监测点离散数据与断面流量经Tobit回归处理，应用AIS和SPCC准则予以优化，得出95%置信区间的评价负荷估计标准误差。该过程中核心工作为模型优化，AIS和SPCC优化函式如下：

表1 月污染物负荷通量回归方程

4 针对TN和TP污染物污染物负荷回归方程的检验

基于最大负荷统计模型的污染物负荷估计给出了不同的TN和TP污染物性质的回归方程。所建立的污染物负荷回归方程组进行了最大负荷统计模型的检验。测试参数包括回归方程的相关系数R2、统计意义的显著水平P值、残余PPCC值和残余序相关系数SCR值。得到的试验结果见表2。

表2 污染物负荷回归方程检验结果

决定系数R2的大小表征了回归模型的拟合程度，其值介于0～1之间，愈接近于1，则说明回归模型拟合程度高，预测值与实测值之间的残差愈小。LOADEST模型中，一般人为R2＞0.8，表明该污染符合估算模型具有良好的可靠性，模型置信度达到显著水平(P＜0.05)；而R2＞0.9，则表示该估算模型拟合度达到极显著水平 (P＜0.01)，能够较好地反映水污染负荷。残差PPCC的大小为其分布特性的度量，PPSS＞0.9则说明残差服从正态分布，亦反映该估算效果具有科学性。如表2所示，4个汇水口处污染物负荷回归方程决定系数在80.98%～89.66%之间，表明该模型拟合效果较好，能够准确反映污染物扩散模式，并且其渐进统计性双尾检测均小于0.05的水平，具有统计意义。残差除了第三断面的TP负荷回归方程＜0.9，其余均大于0.9的水平，综合而言该预测模型的残差服从整体分布特征。SCR为残差序列相关性的表征，该结果显示，各序列相关系数SCR值在-0.0159和0.0147之间，尚不具备统计显著性，表明其不存在序列相关性。由于污染物的化学性质及其对水环境的适应性存在差异，LOADEST统计模型能够基于变量之间的非线性关系进行拟合与模型优化，进而对区域污染负荷进行估算，该研究显示LOADEST模型优选出的各污染物负荷回归方程拟合度较高，结果可靠。

5 结论

污染物在河流这个生态通径上呈非点源扩散，是水污染的重要因素之一，应用LOADEST水质模型估算污染物输移负荷为水生态环境监测提供信息基础。以伊吾河流域汇水断面2015年～2016年离散水质数据与日流量连续数据为基础，应用LOADEST模型建立TN、TP等污染物负荷回归方程，并依据AIC和SPCC准则对模型进行优化、检验，模拟伊吾河流域污染物通量，研究结果显示回归方程具有良好的精度与有效性，能科学反映区域污染物负荷水平,有一定的应用价值。