德州市水污染防治與水生態(tài)修復模型研究

摘 要：由于德州市工業(yè)和農(nóng)業(yè)活動集中分布，水體污染問題日益嚴重，因此，有必要構(gòu)建一個綜合水污染防治與水生態(tài)修復的模型，評估污染源的影響和水生態(tài)修復措施的有效性。模型的設計先要進行數(shù)據(jù)的收集和分析，再根據(jù)數(shù)據(jù)利用SWAT工具模擬不同季節(jié)和區(qū)域的水質(zhì)變化，并通過多次校準，確保結(jié)果的準確性。測試結(jié)果表明，模型能夠有效預測德州市水質(zhì)的時空動態(tài)變化，并對不同水污染防治措施的效果進行科學評估，實現(xiàn)支持水污染防治和生態(tài)修復的目標。

關鍵詞：德州市；水污染防治；水生態(tài)修復；模型

中圖分類號：X 171" " 文獻標志碼：A

隨著經(jīng)濟快速發(fā)展和城市化進程加速，水污染問題在全球范圍內(nèi)日益嚴峻。尤其是德州市這類資源型缺水城市，水環(huán)境承載的壓力更突出。因其獨特的地理和氣候條件，使該地區(qū)的水生態(tài)系統(tǒng)易受污染源的影響。因此，構(gòu)建精細化的水污染防治與水生態(tài)修復模型已成為環(huán)境管理的重要手段之一。本文通過構(gòu)建和應用水污染防治和水生態(tài)修復模型，系統(tǒng)分析德州市水環(huán)境的現(xiàn)狀和變化規(guī)律，評估各類污染源對水質(zhì)的影響，探討生態(tài)修復措施的可行性和有效性。旨在提高對污染源的精確識別能力，優(yōu)化水污染防治策略，最終實現(xiàn)對德州市水生態(tài)環(huán)境的有效保護和可持續(xù)管理。

1 德州市水環(huán)境概述

德州市位于山東省，是一個依賴雨源型河流的資源型缺水城市，主要河流包括南運河、減河、岔河和馬頰河等，干枯期常出現(xiàn)斷流。為改善水環(huán)境，德州市實施了“兩河牽手”工程，連通黃河、徒駭河、德惠新河等五大干流，實現(xiàn)全域水系連通。同時，在武城縣建立了四女寺水利樞紐，匯聚運河水和黃河水，增強了防洪抗旱、輸水排澇功能。

德州市加強工業(yè)污染源監(jiān)管，提高污水處理能力，并通過建設人工濕地等措施提升水質(zhì)。在水生態(tài)修復方面，德州市通過生態(tài)補水、水系連通和岸線恢復等措施，改善水體自凈功能和生態(tài)系統(tǒng)，逐步了恢復自然河道形態(tài)，強化了水生態(tài)環(huán)境。

2 模型設計

2.1 數(shù)據(jù)收集與分析

通過量化和模擬水環(huán)境中復雜的污染源、生態(tài)修復過程及其相互作用，可以為優(yōu)化水污染防治與生態(tài)修復措施的實施提供科學依據(jù)。模型的構(gòu)建應先收集德州市的基礎數(shù)據(jù)，包括氣象數(shù)據(jù)、地形數(shù)據(jù)、水文數(shù)據(jù)以及污染源排放數(shù)據(jù)[1]。

德州市2024上半年氣象數(shù)據(jù)見表1。

由表1可知，德州市春夏季進入雨季，有一定概率引發(fā)水體污染物擴散和土壤侵蝕。同時，氣溫升高伴隨更高的蒸發(fā)量，將加劇水體中污染物的濃縮。春季風速略高，有利于污染物擴散，夏季風速降低則可能影響水體自凈。濕度也在逐漸升高，雖然有助于水體補給，但也可能加重污染。

德州市地形數(shù)據(jù)見表2。

由表2可知，德州市地勢總體平坦，海拔為20m～50m，坡度較小，尤其是平原和農(nóng)田區(qū)域，坡度不足1%，導致地表徑流緩慢，容易形成水體積聚，增加污染物累積的風險。河流流域地形較低，坡度小，水流緩慢，容易產(chǎn)生污染物沉積。丘陵區(qū)域坡度較大，水流速度較快，可能引發(fā)土壤侵蝕和面源污染。

德州市2024上半年基礎水文數(shù)據(jù)見表3。

由表3可知，德州市從冬季進入夏季，降水量、河流水文流量、水位明顯上升。同時，蒸發(fā)量也隨氣溫上升，表明夏季高降雨量和徑流增加可能加劇水體污染擴散。

德州市2024上半年主要水污染源排放及污染物濃度見表4。

由表4可知，隨著氣溫升高和工業(yè)活動增加，工業(yè)廢水排放量逐漸加大，生活污水的處理壓力也在加大。同時，農(nóng)業(yè)生產(chǎn)活動的增加使農(nóng)業(yè)面源污染加劇。氨氮、總磷、總氮濃度逐月上升，反映水質(zhì)的逐步惡化[2]。

2.2 SWAT模型構(gòu)建

2.2.1 模型構(gòu)建原理

SWAT模型以流域為基本單元，對流域內(nèi)水文氣象、地形地貌、土壤植被等自然因素進行模擬分析，能夠較精確地預測水質(zhì)的時空動態(tài)變化，并評估不同污染源對水環(huán)境的影響。

2.2.2 模型參數(shù)設定

SWAT模型的參數(shù)設定充分考慮了德州市作為雨源型河流依賴的資源型缺水城市的特殊性。在水文循環(huán)相關參數(shù)方面，考慮德州市降雨量少、蒸發(fā)量大的特點，地下水補給率設定較低，并根據(jù)季節(jié)變化調(diào)整。河道水流輸送速率應考慮干旱期斷流現(xiàn)象（設定較低的河道水流輸送速率），同時反映枯水期和豐水期的差異。蒸發(fā)量參數(shù)則體現(xiàn)了德州市暖溫帶半濕潤大陸性季風氣候的特征。

德州市的地形主要以平坦區(qū)域為主，局部地帶有低丘陵分布。為貼合實際地形特點，模型對各區(qū)域的土壤和地形參數(shù)進行了差異化設定。鑒于當?shù)卮嬖谕寥利}堿化問題，平原和農(nóng)業(yè)區(qū)的土壤滲透性被適當調(diào)低，而丘陵和林地區(qū)的滲透性相對較高，以反映不同地形對水分滲透能力的影響。根據(jù)土地利用類型和坡度的差異，平原和農(nóng)田區(qū)域設定了較低的徑流系數(shù)，有助于減緩徑流帶來的污染物擴散；丘陵和草地因坡度較大，徑流系數(shù)相應提高，以考慮更快速的徑流可能引發(fā)的土壤侵蝕風險。此外，丘陵和林地等高坡度區(qū)域設置了較大的坡度參數(shù)，而平原與農(nóng)田區(qū)域則設置了較小的坡度參數(shù)，以便模型能夠更準確地模擬水流速度和流向的特性。

污染物傳輸參數(shù)的設定重點考慮了德州市的主要污染源。在工業(yè)集中的區(qū)域，COD的傳輸速率較高，反映工業(yè)廢水排放的集中性特點，突顯該區(qū)域?qū)λ|(zhì)的影響。同時，考慮德州市畜禽養(yǎng)殖業(yè)發(fā)達以及生活污水集中排放，氨氮傳輸速率在這些區(qū)域相應提高，以表現(xiàn)氮負荷增加的趨勢；在其他非集約型養(yǎng)殖區(qū)域，傳輸速率較低，模擬氨氮的擴散程度較低。針對農(nóng)業(yè)用地的化肥使用情況，在農(nóng)業(yè)密集區(qū)設定較高的總磷傳輸速率，以準確反映農(nóng)田徑流中的磷負荷量。此外，農(nóng)業(yè)面源污染嚴重的區(qū)域總氮傳輸速率較高，反映化肥施用帶來的氮負荷；而林地和低農(nóng)用區(qū)則設定了較低的傳輸速率，以模擬這些區(qū)域的較小氮輸出特征[3]。具體的參數(shù)設定見表5。

2.2.3 模型的運行與校準

在SWAT模型的水文循環(huán)模塊中，通過水量平衡方程實現(xiàn)對地表徑流、地下水補給及蒸散發(fā)等過程的模擬。其中，地表徑流計算采用SCS曲線數(shù)法，基于土壤類型、土地利用類型和土壤濕度條件估算地表徑流，如公式（1）所示。

（1）

式中：Q為地表徑流深度；P為降雨量；S為最大可能土壤水分儲存量。

蒸散發(fā)量采用Penman-Monteith方程進行估算，考慮氣溫、風速、濕度及太陽輻射的影響，如公式（2）所示。

（2）

式中：ET為蒸散發(fā)量；Rn為凈輻射；G為土壤熱通量；Δ為飽和蒸汽壓隨溫度的變化率；γ為濕度系數(shù)；es-ea為水汽壓差；u2為風速。

地下水補給通過土壤水分滲透率進行模擬，采用水量平衡公式，如公式（3）所示。

G=Percolation-Deep Recharge （3）

式中：Percolation為土壤向下滲透量；Deep Recharge為深層滲漏量。

模型進一步計算進入地下含水層的水量，須考慮土壤含水量上限和區(qū)域地下水位變化。

污染物在SWAT模型中通過地表徑流、地下水滲漏和河道輸送模擬擴散過程?；谵r(nóng)業(yè)面源污染及點源污染數(shù)據(jù)，SWAT通過氮、磷和COD等關鍵污染物進行污染物負荷估算，如公式（4）所示。

L=C×Q （4）

式中：C為污染物濃度；Q為流量。

濃度C的估算參考流域內(nèi)的農(nóng)業(yè)施肥量、工業(yè)廢水處理效果及生活污水的濃度水平。

在模型的污染物傳輸過程中，考慮土壤吸附、揮發(fā)、沉積等衰減過程，根據(jù)當?shù)赝寥李愋秃土饔蛱匦栽O置衰減系數(shù)。例如，可以根據(jù)土壤含磷量和水文條件確定總磷的衰減系數(shù)，如公式（5）所示。

Ct=C0e-kpt （5）

式中：Ct為時間t時的污染物濃度；C0為初始濃度。

由于環(huán)境系統(tǒng)的復雜性，模型的初次運行結(jié)果通常無法精確反映實際情況，因此必須對模型進行系統(tǒng)的校準，一般為3～5次。通過多次迭代調(diào)節(jié)參數(shù)值以縮小模擬結(jié)果與實際觀測數(shù)據(jù)的誤差。采用納什效率系數(shù)（Nash-Sutcliffe Efficiency coefficient，NSE）和均方根誤差（Root Mean Square Error，RMSE）作為評價指標，NSE如公式（6）所示。

（6）

式中：Oi為觀測值；Pi為預測值；為觀測值的平均數(shù)。

當MSE接近1時，表明模型模擬效果良好。

RMSE如公式（7）所示。

（7）

RMSE值越低，表明模擬值與觀測值越接近。

對關鍵參數(shù)進行敏感性分析，識別對模擬結(jié)果影響最大的參數(shù)，集中精力進行調(diào)整，提高校準的效率。采用蒙特卡羅方法，通過改變各參數(shù)的取值范圍，評估參數(shù)變動對模型輸出的影響。在參數(shù)校準過程中，考慮模型的非線性特征，不同的初始條件和取值會導致模擬結(jié)果的不確定性。因此，采用不確定性分析對多個參數(shù)組合進行模擬，評估模型結(jié)果的置信區(qū)間。校準后的模型參數(shù)見表6。

3 模型應用與結(jié)果分析

模型應用于德州市主要河流的水質(zhì)預測，具體數(shù)據(jù)顯示，在2024年4月，德州市降雨量達到55mm，與2023年相比同期增加15.8%。河流水文流量增至22.5m3/s，水位也升至4.7m。水文條件的變化導致地表徑流增多，使污染物進一步擴散。同時，工業(yè)廢水排放量增至142Mt，生活污水的排放量達到115Mt，增幅為5.5%；農(nóng)業(yè)面源污染集中在63kg/ha，與2023年相比上升了8.6%。這一結(jié)果與工業(yè)和農(nóng)業(yè)活動的時空分布相關。在工業(yè)集中區(qū)，模型預測的重金屬污染物（例如鉛、鎘）濃度控制在2.0mg/L以內(nèi)，符合國家地表水環(huán)境質(zhì)量標準（GB 3838—2002）Ⅲ類水質(zhì)標準的要求。農(nóng)業(yè)種植密集區(qū)的總氮和總磷濃度也通過合理的控制措施被控制在2.0mg/L和0.3mg/L以內(nèi)，均符合Ⅲ類水質(zhì)標準。這表明，采取模型優(yōu)化污染源控制措施，在不同區(qū)域內(nèi)的水質(zhì)改善效果明顯，使污染物濃度控制在安全范圍內(nèi)，從而降低了對整體水質(zhì)的負面影響[4]。

模型還用于評估不同水污染防治措施的效果。模型分析顯示，在雨季，地表徑流量的增加加劇了高濃度污染區(qū)的擴散，5月份地表徑流量增至8.5m3/s，較4月份增加了62.5%，導致下游水體的污染物濃度明顯增加。具體來說，下游10km處的COD濃度升至26mg/L，較4月份增加了30%；氨氮濃度達到1.8mg/L，增幅為20%。這表明在雨季需要采取更嚴格的污染控制措施，例如增加污水處理廠的處理能力、加強面源污染的管控等。

此外，模型還可應用于評估生態(tài)補水和水系連通對水體健康的改善效果。模擬結(jié)果顯示，適度的生態(tài)補水可以提高河流水體的流動性。例如，在2023年6月份，通過約40m3/s的生態(tài)補水，河道流速升至1.5m/s，較補水前增加了50%。流速的增加提升了水體的自凈能力，使溶解氧含量從5.2mg/L升至6.8mg/L，增幅達30.8%。同時，水體中的懸浮物濃度降低了25%，從80mg/L降至60mg/L。這些改善效果表明，生態(tài)補水不僅能夠緩解水資源短缺問題，還能顯著提升水質(zhì)狀況。

模型還預測了水系連通工程的效果。通過連通主要支流和干流，模擬結(jié)果顯示可以使水體交換更充分。在干流與最大支流的連接點處，水體交換量增加了35%，達到180萬m3/d。

這種水體交換的增加使連接點下游5km范圍內(nèi)的水質(zhì)均勻性提高了約22%，總氮濃度降低了15%，從2.8mg/L降至2.38mg/L。這些數(shù)據(jù)表明，水系連通工程不僅能夠優(yōu)化水資源配置，還能改善區(qū)域水質(zhì)狀況。

4 結(jié)語

對德州市水污染防治和水生態(tài)修復模型進行構(gòu)建和應用分析，本文系統(tǒng)地探討了德州市水環(huán)境的現(xiàn)狀及其污染源分布的動態(tài)特征。研究表明，德州市工業(yè)廢水和農(nóng)業(yè)面源污染是主要污染源，生態(tài)補水、水系連通等措施效果明顯。未來研究需要進一步優(yōu)化模型并加強實地數(shù)據(jù)校準，為德州市及更廣泛區(qū)域提供更完善的水環(huán)境保護方案，助力生態(tài)文明建設和可持續(xù)發(fā)展。

參考文獻

[1]蘇文貴，程國輝，李程，等.河北省承德市水生態(tài)環(huán)境現(xiàn)狀及改善對策研究[J].環(huán)境保護與循環(huán)經(jīng)濟，2023，43（3）：45-48.

[2]韓宇，劉焱序，王晨旭.基于水生態(tài)系統(tǒng)服務的黃河流域生態(tài)修復投資優(yōu)先區(qū)識別[J].生態(tài)學報，2024（18）：1-12

[3]譚樹芬.基于水生態(tài)修復方法的河道治理技術研究[J].水上安全，2024（5）：94-96.

[4]牛永康，林飛，毛建平.城市湖泊水生態(tài)修復治理技術——以長沙市梅溪湖水生態(tài)修復工程為例[J].湖南水利水電，2024（4）：70-72.