基于改进S-P模型的河道降解及纳污能力预测计算研究

田金凤

(辽宁省本溪水文局，辽宁 本溪 117000)

1 概述

当前，河道生态环境保护得到广泛关注，在控制排污的同时需要对河道污染物的降解系数以及河道纳污能力进行研究，从而为河道的生态环境治理规划提供重要的参考依据。当前，国内许多学者对河道污染物浓度预测进行了研究[1- 6]，通过对污染物浓度预测的演变来分析河道污染物的降解系数，并分析河道纳污能力的演变。当前，对于S-P模型在BOD及COD污染物浓度预测进行了较多的研究[7-9]，但是传统S-P模型由于存在污染物临界计算点易出现负值的局限，使得计算精度较低。为此有学者对传统S-P模型进行改进[10]，引入临界判定点，对传统模型临界计算点出现负值的缺陷进行修正，提高了模型的收敛和计算精度。为此本文引入改进的S-P模型，对河道的降解系数及纳污能力进行预测分析。研究成果可以为区域河道生态环境治理规划提供重要的参考依据。

2 改进S-P模型主要原理

改进的S-P模型在传统模型的基础上，引入非线性模型，对传统污染物溶度进行改进，改进方程为：

(1)

(2)

式中，x—河长距离为L的污染物浓度，mg/L；K1、K2—污染物的降解系数；CS—饱和溶解氧的浓度，mg/L；C—溶解氧的浓度，mg/L；ν—河段平均流速，m/s；t—计算时间，h。改进的S-P模型对污染物临界负值进行判定，判定方程为：

(3)

则S-P模型计算失效，否则S-P模型可进行污染物的分析计算，式中，L—起点距离，km；xc—污染物衰减率等于大气复氧速率时的浓度，mg/L。

当CS>0时，改进的S-P进行如下方程的转换：

当C=0则令

(4)

推求方程的解析解，可以得到：

(5)

式中，Lb—BOD5和COD的浓度计算河长，km，xb—BOD5和COD沿河长的衰减浓度，mg/L。

如果各污染物浓度呈现非线性衰减，计算方程进一步转化为：

(6)

(7)

式中，LC—C点处到起点的河段距离，km；其他变量含义同上述方程中的变量含义。

在污染物浓度分析的基础上，本文对污染物的降解系数进行了计算，计算方程为：

(8)

式中，C0—污染物初始浓度，mg/L；C—t时刻的污染物浓度，mg/L。

在降解系数分析的基础上，本文结合改进S-P模型对区域水功能区的纳污能力进行预测，预测方程为：

(9)

式中，W—纳污能力，t/a；C0—污染物初始浓度，mg/L；Cm—计算单元的污染物浓度，mg/L；K—不同污染物降解系数值；L—计算区域河长，km；μ—断面流速，m/s；Q—计算流量，m3/s。

3 模型应用

3.1 区域水质概况

本文以辽宁东部某河道为研究区域，该区域被划分成5个水功能区，河道总长为71.7km，河道总体水质目标为II级，各水功能区水质主要特征参数见表1。从表1中可以看出，河道初始BOD5浓度在1.5～6.1mg/L之间，初始COD浓度在10.3～24.3mg/L之间。

表1 水功能区主要水质指标特征参数

3.2 降解系数拟合计算

分别结合不同模型和河道污染物降解系数计算方程，对研究河道BOD5和COD的降解系数进行对比分析，并拟合河道降解系数和流速之间的相关关系，分析结果见表2、表3以及图1。

表2 BOD5指标降解系数计算对比结果

表3 COD指标降解系数计算对比结果

图1 各指标降解系数与流速拟合关系图

从表2和表3看出，改进S-P模型计算的BOD5和COD的降解系数均相比于传统模型有较为明显的改善，计算误差分别减少7.99%和13.56%。从图1中可以看出，各污染物指标降解系数和河道流速具有较好的拟合度和相关性，河道流速对各污染物指标影响较大。

3.3 水功能区纳污能力预测分析

在河道污染物降解系数分析的基础上，结合纳污能力预测对现状年、远景年各水功能区的纳污能力进行了预测分析，分析结果见表4、5、6。

表4 现状年2016年区域水功能区纳污能力计算结果

表5 远景年2022年区域水功能区纳污能力预测结果

表6 远景年2030年区域水功能区纳污能力预测结果

现状年和远景年各水功能区纳污能力呈现逐渐递减的变化趋势。这主要是因为河道各污染物的降解系数逐年提高影响，随着河道降解系数的增加，区域的纳污能力也呈现递减的变化趋势。从表中可以看出，在各个功能区中，3#功能区河道纳污能力最大，4#功能区的河道纳污能力最小，这主要和各水功能区的水质特性有关。

3.4 水功能区纳污能力控制红线分析

结合区域控制纳污能力，结合改进的S-P模型对区域内各个水功能区的污能力控制红线值进行了定量分析，并对污染物削减率进行了计算，分析计算结果见表7。

表7 研究区域纳污能力控制红线值

从表7中可以看出，在区域纳污能力控制红线值内，相比于现状年，各水功能区远景年份BOD5的削减率分别达到-15.28%和-33.28%，削减率呈现上升的变化趋势。COD指标的削减率分别达到-22.44%和-40.33%，可见，在实行区域纳污能力控制红线值，区域各个水功能区的污染物浓度可以得到有效控制，削减率逐年呈现递增的变化趋势。

4 结论

本文结合改进的S-P模型对河道污染降解系数以及纳污能力进行预测，预测分析取得以下结论：

(1)相比于传统S-P模型，改进模型可解决污染物临界负值的局限，在河道降解系数计算精度明显好于传统模型，经分析河道降解系数和流速呈现较好的相关性。

(2)实行区域纳污能力控制红线值，可有效对区域污染物浓度进行削减，有助于区域河道生态环境保护。

[1] 阮燕云, 张翔, 夏军, 等. 闸门对河道污染物影响的模拟研究[J]. 武汉大学学报(工学版), 2009(05): 673- 676.

[2] 罗缙, 逄勇, 林颖, 等. 太湖流域主要入湖河道污染物通量研究[J]. 河海大学学报(自然科学版), 2005(02): 131- 135.

[3] 雷付春. 辽宁省污染物入河量控制研究[J]. 水利规划与设计, 2016(11): 56- 59+102.

[4] 袁静秀, 黄漪平. 环太湖河道污染物负荷量的初步研究[J]. 海洋与湖沼, 1993(05): 485- 493.

[5] 刘茹, 韩峰, 索赓, 等. 黄河三门峡水功能区水质状况及预测[J]. 水利技术监督, 2014(05): 1- 3.

[6] 张永勇, 花瑞祥. 基于水动力-水质模型的湖库纳污能力量化[J]. 华北水利水电大学学报(自然科学版), 2016, 37(05).

[7] 薛强, 冯夏庭, 梁冰, 等. 水气两相流系统K-S-P模型参数反演的最优估计[J]. 水科学进展, 2005(04): 488- 493.

[8] 王占兴, 田长涛, 崔洪强. 实际应用中S-P水质模型参数的确定[J]. 黑龙江水专学报, 2004(01): 86- 87.

[9] 何琼, 孙世群, 聂磊. 南淝河水质S-P模型参数K1、K2的估值[J]. 合肥工业大学学报(自然科学版), 2003(02): 286- 290.

[10] 刘建国, 刘建华, 郭洪光. 改进的S-P模型的参数识别与对比研究[J]. 长春师范学院学报, 2006(12): 16- 21.