流域非点源贡献率核定及总量负荷分配研究

发布时间：2020-05-12 03:32

【摘要】：为指导流域污染负荷削减,实现流域水环境污染物总量控制,本文围绕水体富营养化程度识别,污染物及其来源定量分析技术和非点源污染物总量负荷分配体系进行了研究,从而为辨识流域污染控制方向,确定污染源,明确污染控制任务提供科学技术方法体系。 首先,以指数型白化权函数替代线性白化权函数改进了灰色聚类综合评价模型。以改进模型、原模型和梯形白化权函数模型对太湖2001-2009年水质营养程度进行评价,并比较结果。其次,基于克里格插值分析水体水质空间分布情况后,利用聚类分析、因子分析及Unmix受体模型构建水体污染物来源解析技术体系。采用太湖局部区域水质数据,分析主要污染来源及贡献。最后,借鉴生态评价模型构建社会-经济-环境三方公平的污染物总量负荷二次分配技术体系。以苕溪流域为例,利用产污系数模型预测流域2015年农业非点源化学需氧量(COD)、总氮(TN)、总磷(TP)的总量负荷,在改进的灰色聚类模型确定COD、TN和TP的农业非点源总量负荷削控目标条件下,将削控的农业非点源总量负荷分配至10个不同产污行业。获得的主要结果如下： ①基于改进的灰色聚类综合评价方法获取的示例水体2001-2009年富营养化评价结果均为富营养等级。原模型法获取的结果为中-富营养等级,只有2006年为富营养等级。梯形白化权函数的模型方法结果与改进方法相一致。参照原始监测数据,改进方法是有效的,且解决了原方法的零权重问题。 ②2005年示例区域克里格空间插值结果为2、5、8月CODMn、TP浓度均从湖岸向湖中心逐渐降低,11月其浓度从湖岸向湖中逐渐降低后又有所增加,2、5、8、11月TN、Chl-a浓度均从湖岸向湖中心逐渐降低。结果反映出水体主要富营养化指标存在浓度分布的时空差异。 ③经聚类分析可将示例区域监测点划分为4个类别,各类别监测点位CODMn、TP、TN、Chl-a浓度变化与空间插值获得的变化趋势一致,且各类别监测点位富营养化均属P控制；各类别监测点位监测数据经因子分析显示其水质均可用3方面主要污染因素进行解释,且所有类别点位的3方面主要污染因素均涉及农业非点源；Unmix受体模型解析结果显示农业非点源对在前3类监测点位的氮、磷营养盐贡献大(Ⅰ类点：TN、TP、氨氮(NH3-N)：81%、85%、79%；Ⅱ类点：TN、NH3-N、磷酸盐(Po43-)：53%、90%、89%；Ⅲ类点：TN. NO3-N:34％.84％). ④以产污系数模型预测的2015年苕溪流域的COD. TN. TP农业非点源负荷总量分别为：35383.11、11337.83、705.36吨。由于产业及土地利用差异,流域内各区县农业非点源负荷总量最大来源产业并不一致,但最小来源产业均为家兔饲养。各行政区域中,COD.TN单位面积负荷量最高在长兴,最低在临安；TP单位面积负荷最高在德清,最低在临安。 ⑤经水体浓度阈值估算,结合苕溪流域水环境容量,为使下游湖泊受纳水体达中营养等级,2015年苕溪流域农业非点源需削控COD. TN. TP的负荷总量分别为：9150.29、5047.37、116.52吨。以此为目标下的流域一次地域分配中,COD、TN、TP在吴兴区削控率最大,分别为：49.80%、91.27%、40.84%,德清县COD、TP削控率最小,分别为：13.88%、5.78%,TN在长兴县削控率最小,为23.62%；二次分配中,COD在流域中的茶桑果园、农村生活、鸡鸭饲养、生猪饲养污染源分配最大,TN在农村生活污染源分配最大,TP旱地、水产养殖、水浇地、生猪饲养污染源最大。 研究建立的方法体系能准确辨识水体富营养化程度,简便、快速的获取主要污染源及其对水体污染物的贡献,实现污染物总量负荷公平分配。
【图文】：

F19.3一 4ScatterdiagramsofobservationsofnsetsofsamPlesfortwo 1fldexes由图3一4可以看出，由于x，和xZ有一定的相关性，这二组样本个体点的平面图分布呈现出一定的线性的趋势;且它们沿x:轴方向和xZ轴方向均具有较大程度的变异。对某一方向变异程度大小的定量化表征可采用方差来表示。对上图3一4中的数据分布来说，若只考虑样本在x，或xZ任何一个方向上的方差，都将损失原始样本中的部分信息。然而在数据分析过程中，如果把坐标轴x

选择CODMn，TP，TN和叶绿素一a(Chl一a)作为评价指标。该4指标数据使用太湖2001年至2009年的年平均数据。数据由当地环境保护机构获得〔199，，。太湖各年各指标年均数据见下图4一1所示。 7.00一—一一一—一—一一一—一一一一一0.12令COD一一一一一:一一一一一U曰

本文编号：2659573