基于SWAT模型污染防治措施对 茫溪河水质改善影响研究

陈雨艳，俸 强，王 康

(1.四川省生态环境监测总站，成都 610064； 2.武汉大学水资源与水电工程科学国家重点实验室，武汉 430072)

前 言

茫溪河是岷江下游的一级支流[1]，经井研县于五通桥区汇入岷江。茫溪河是乐山重点治理的河流[2]，采取了多项治理措施水质仍不太乐观，提高其水质是关注的焦点。从污染防治角度讲，茫溪河水环境精细化管理十分必要，这就需要摸清不同污染源的贡献比例，梳理各项措施对水环境改善的实施成效。近些年，茫溪河研究大多集中在水质情况[1-2]、污染物的负荷[3]以及污染防治[4]等，而气象条件、污染贡献和治理措施对水质的影响缺乏全面的定量分析，未见系统的报道。为了更好的采取有针对性的措施，开展茫溪河达标场景分析十分必要。

水文模型是开展流域非点源的污染物模拟和关键源区识别的重要手段[5]，包括HSPF[6]、Thornthwaite[7]、SWAT[8]等，其中SWAT模型在不同的国家和地区进行了应用[9]，包括水文模拟[10]、水沙的模拟及污染物的输移[11]等。SWAT模型可将流域划分为多个子流域，具有运算效率高、时间连续及易于获得数据源等优点[12]。

采用SWAT构建茫溪河流域分布式水文和污染负荷模型，根据监测数据，分析茫溪河水环境质量，摸清主要污染指标。以SWAT模型为依据开展茫溪河流域水质达标场景分析，包括气象条件变化、不同污染源种类以及生态补水、直排源和非直排源等污染防治措施对水质的影响情况，以期为加强茫溪河流域的污染防治和环境监管，改善和提升流域水环境质量提供重要的基础资料，同时为中小流域水质达标场景分析提供应用实例，具有参考价值。

1 材料与方法

1.1 研究流域

茫溪河位于四川省的中部，流域面积为1250km2，径流大部分为降水的补给，生态基流较小，各季变化的幅度较大[2]，在枯水期流量比较小。茫溪河的支流包括敖家河、殷家河以及磨池河等，见图1。茫溪河流域有6个气象站、1个水文站点(杨柳)、1个水质自动监测站(茫溪河大桥)，以杨柳水文站作为径流模拟站点。

1.2 数据与方法

1.2.1 基础数据库构建

茫溪河水质数据来自于茫溪河大桥手工例行监测数据。采用SWAT模型开展分析。流域DEM来自于美国地质调查局的EROS数据中心建立的全球陆地DEM(GTOPO30)。土地利用源信息来源于中国科学院。土壤和其特征的信息采用的是全国第二次土壤普查的资料，土层厚度及土壤质地采用《中国土种志》(1990年)“统计剖面”的资料，为进行分布式的水文模拟，根据土层的厚度对机械组成进行加权平均，采用国际的土壤分类标准对其进行重新分类。

图1 茫溪河流域图Fig.1 Map of Mangxi River Basin

输入茫溪河流域分布式水文和污染负荷模型所包含的6个站点的气象信息，包括日降雨量、日平均风速、日最大温度、日平均温度、日最小温度、日平均湿度和日照时数共7个指标。

点源数据来自于2016～2020年的四川省环统数据。面源污染数据来源于社会统计数据。

SWAT模型计算中，将直排入河的污染源(点源和直排入河面源)作为点源，将非直排入河的畜禽养殖和农村生活等污水作为附加面源。水土流失和农田化肥等污染，由SWAT模型根据农业管理措施、土地利用方式和化肥使用方式，采用物理模型计算。

1.2.2 子流域的划分

依据茫溪河DEM进行了子流域阈值的设定，将茫溪河流域进行了子流域划分，共95个子流域。

1.2.3 参数敏感性分析

SWAT模型含多个参数，对参数进行敏感性分析可以研判各参数变化对模拟结果的影响情况，同时可以筛选灵敏度高的模型参数。共选41个参数(26个径流主要参数，6个泥沙主要参数，9个水质主要参数)开展敏感性分析。

1.3 SWAT模型参数率定与验证

参数率定选择的是可逆模型法，采用自动化优选得到最优参数，基于SWAT的辅助工具SWAT-CUP，选择了SUFI-2算法对径流及水质参数进行了率定。茫溪河流域SWAT模型中的主要参数的取值见表1。

2019年和2020年杨柳站流量模拟结果和实测结果比较情况见图2，高锰酸盐指数(Imn)、总磷(T-P)浓度模拟结果和实测结果的比较见图3，SWAT模型准确模拟流域气象和下垫面特性、点源和面源污染排放对流域水质影响情况，建立的率定和验证结果：R2大于0.6，Ens大于0.5，可见，建立的模型适合茫溪河流域研究。

表1 茫溪河流域SWAT模型主要参数取值Tab.1 Main parameter values of SWAT model for Mangxi River Basin

图2 模拟流量和实测流量的比较Fig.2 Comparison between simulated flow and measured flow

图3 污染物浓度模拟值和实测值的比较Fig.3 Comparison between simulated and measured values of pollutant concentrations

2 结果与分析

2.1 茫溪河水质分析

茫溪河大桥断面的监测数据有连续性，因此，采用该断面污染物浓度年均值进行茫溪河水质分析。2015～2021年其水质状况(地表水Ⅲ类标准限值)见表2，2015～2021年超标因子均为总磷。近7年超标次数最多的为总磷(T-P)，其次为高锰酸盐指数，因此，选择总磷和高锰酸盐指数进行水质达标场景分析。

表2 2015～2021年茫溪河大桥水质状况Tab.2 Water quality of Mangxi River Bridge from 2015 to 2021

2.2 茫溪河流域污染源贡献比例分析

2.2.1 场景假设

污染源分为直排源和非直排源，其中直排源包括工业点源、城镇污水处理厂、农业直排源(农村生活，畜禽养殖等污染源直接进入河道的污水)等，非直排源包括水土流失(包括农田在内的下垫面造成的水土流失)、河道内源等。以2019年气象条件为基准，确定直排源和非直排源对茫溪河流域控制断面(茫溪河出口)污染物的贡献率。

2.2.2 污染源贡献率分析

污染源包括直排源和非直排源，以2019年气象条件为基准，采用灭灯法对直排源和非直排源对茫溪河大桥断面污染物的贡献率进行核算。SWAT模型中将直排源中工业点源、城镇污水处理厂等点源排放量依次设置为0，并分别计算各种直排源置零前后断面的污染负荷，断面所减少的污染负荷即为所置零的污染源的贡献率。农村生活，畜禽养殖等非直排源，以土壤附加污染的形式，随径流冲刷入河，通过将附加污染源置零的方法，采用SWAT模型计算确定其对断面的污染贡献率，水土流失和本底源则通过设置水土流失因子和河道中污染物“排放源”系数对贡献率进行核算。各种污染源对控制断面的贡献率核算结果见表3和图4。2019年气象条件下，点源中直排入河面源对总磷的贡献率最大，为34.8%，其次是城镇污水处理厂，为11.6%，工业点源和其他对总磷的贡献率分别为6.4%和2.0%。工业点源、城镇污水处理厂、直排入河面源对高锰酸盐指数的贡献率分别为2.1%、7.4%和12.4%，可见直排入河面源对高锰酸盐指数的贡献率最大。面源中水土流失对总磷和高锰酸盐指数的贡献率均最大，分别为42.8%和76.1%。

表3 茫溪河流域分析污染物贡献率的污染源类型表Tab.3 Types of pollution sources for analyzing contribution rates of pollutants in Mangxi River Basin

图4 茫溪河水质污染源贡献率分析Fig.4 Analysis of contribution rates of water pollution sources in Mangxi River

2.3 生态补水影响分析

以2019年和2020年为基准年，补水位置为井研县上游河源区的大佛水库和双河水库，其中大佛水库年补水量3000万m3，双河水库年补水量2500m3，每日的补水量相同，补水水源地水质全年基本维持在地表水Ⅱ类水质。

茫溪大桥2019年和2020年现状以及补水后污染物浓度见图5，可见生态补水在一定程度上降低了高锰酸盐指数和总磷的浓度。2019年和2020年茫溪河大桥水质现状和生态补水后水质的时间达标率(年水质达标天数/年内总天数)见图6，2019年，生态补水主要影响枯水期和汛期的达标率，对平水期达标率影响最小，在枯水期和汛期，生态补水后，水质达标率分别提高了12%和14%，平水期水质达标率没有显著的变化，2019年，生态补水后Ⅲ类水的时间达标率由35%提升到了44%。2020年降雨量(1148.8mm)高于2019年降雨量(1003.7mm)，生态补水后高锰酸盐指数和总磷浓度有所降低，但2020年生态补水对各水文期和全年水质达标率的影响均不显著，茫溪河流域在水文频率大于90%的情况下，生态补水对流域水质时间达标率的影响有限。

图5 生态补水前后茫溪河大桥高锰 酸盐指数和总磷浓度变化比较Fig.5 Comparison between permanganate indexes and total phosphorus concentrations in Mangxi River before and after ecological water replenishment

图6 生态补水对水质时间达标率的影响(Ⅲ类标准限值)Fig.6 Impact of ecological water replenishment on time compliance rate of water quality(Class Ⅲ standard limit)

2.4 直排污染源控制影响分析

2.4.1 假设场景

直排污染源指污染物排放直接进入地表水的污染源，包括工业点源，城镇生活污水处理厂，直排农业源(农村生活和畜禽养殖)等。基于SWAT模型，对各点源控制情景进行计算。

2.4.2 直排污染源控制影响分析

工业点源进入污水处理厂，全部直排污水进入污水处理厂以现状排放标准排放，全部直排污水进入污水处理厂达到地方标准(四川省岷江、沱江流域水污染物排放标准 DB51/2311-2016)排放后对茫溪河主要污染物(T-P和Imn)的浓度变化影响见图7，对茫溪河水质达标率影响见图8。

7个茫溪河断面水质中，对河源出境影响最小，地方标准相对较严，全部直排污水进入污水处理厂并以地方标准排放，对高锰酸盐指数、总磷浓度影响最大，降低最多，总体来说，点源污染治理后，污染物浓度有所降低，达标率有所提升。以茫溪河出口位置为例，2019年达标率为35%；工业点源全部进入污水处理厂达标率提升至47%；全部直排源全部入污水处理厂达地方标准排放达标率提升至61%。

图7 各种点源污染治理措施下茫溪河污染物浓度变化Fig.7 Variations in pollutant concentrations in Mangxi River with control measures for pollution from various point sources

2.5 非直排污染源控制影响分析

非直排污染主要是降雨后，在地表径流驱动下进入到河道的污染物，主要包括水土流失污染，以及河道底泥产生的内源污染等。场景假设包括：采取散乱污染入管网，全部直排面源污染被拦截，提高水土保持能力，减少降雨后泥沙入河量15%，减少农村生活非直排污染源排放量等措施，基于SWAT模型分析假设场景下水质的变化。

采用SWAT模型，2020年采取水土流失控制、非直排污染源削减控制以及河道内源控制措施后高锰酸盐指数和总磷浓度变化见图9。面源污染控制的各种措施中，减少水土流失入河量，是面源污染控制措施中最为有效的，其次是非直排污染源削减控制，两者对高锰酸盐指数和总磷浓度降低的影响相对较大。水土流失控制对2019和2020年水质达标率的影响见图10～图11。水土流失控制后，2019年茫溪河出口位置的达标率由35%提升至53%，提高了18%；2020年达标率由36%提升至51%，提高了15%，可见，水土流失控制对水质达标率提升的影响显著。

图10 现状和水土流失控制后水质达标率比较图(2019年)Fig.10 Comparison between current water qualification rate and that after soil erosion control in 2019

图11 现状和水土流失控制后水质达标率比较图(2020年)Fig.11 Comparison between current water qualification rate and that after soil erosion control in 2020

3 结 论

构建了茫溪河流域SWAT模型，摸清茫溪河主要污染因子；基于SWAT模型，进行了茫溪河流域污染防治场景假设，对污染源对水质的贡献率进行了核算，分析了生态补水、直排污染源控制、非直排污染控制对水质的影响，为茫溪河水环境污染防治提供理论依据。

(1)2015～2021年超标次数最多的是总磷，其次为高锰酸盐指数；2019～2021年超标因子均为总磷。

(2)以2019年气象条件为基准，点源(包括直排入河的农村生活污水等)中对总磷的贡献率分别为直排入河面源>城镇污水处理厂>工业点源>其他，对高锰酸盐指数的贡献率为直排入河面源>城镇污水处理厂>工业点源>其他，直排入河面源对总磷和高锰酸盐指数贡献率分别为34.8%和12.4%。面源中对总磷的贡献率为水土流失>本底>非直排面源和对高锰酸盐指数的贡献率为水土流失>非直排面源>本底，水土流失对总磷和高锰酸盐指数贡献率均最大，分别为42.8%和76.1%，建议采取做缓冲带、植树造林、边坡固化等措施防治水土流失。

(3)2019年，生态补水后Ⅲ类水的时间达标率由35%提高到44%，生态补水主要影响枯水期和汛期的达标率，对于平水期的达标率的影响最小。相比2019年，2020年降雨量增加了14.5%，而2020年补水对达标率的提高程度有限。因此，建议在丰水年，可不把补水作为提升水质的主要因素，在丰水年蓄水，枯水年在用于补水。

(4)工业点源进入污水处理厂、全部直排源进入污水处理厂，浓度有所降低，达标率有所提升。2019年茫溪河出口达标率为35%，工业点源全部进入污水处理厂达标率提升至47%；全部直排源全部进入污水处理厂现状排放达标率为36%，全部直排源全部进入污水处理厂，以地方标准(DB51/2311-2016)排放的情况下水质达标率提升为61%。

(5)非直排源的污染控制效果与年降雨量和降雨过程均有很大的关系，2019年和2020年是丰水年，达标率均有所提高，降雨量增加，减少水土流失对水质时间达标率提升的影响显著变小。