珠三角某典型小流域水质时空特征及污染驱动力分析

郑文萍, 刘晋涛, 陈瑜, 罗育池. 珠三角某典型小流域水质时空特征及污染驱动力分析[J]. 环境保护科学. doi: 10.16803/j.cnki.issn.1004-6216.202306063
引用本文: 郑文萍, 刘晋涛, 陈瑜, 罗育池. 珠三角某典型小流域水质时空特征及污染驱动力分析[J]. 环境保护科学. doi: 10.16803/j.cnki.issn.1004-6216.202306063
ZHENG Wenping, LIU Jintao, CHEN Yu, LUO Yuchi. Spatial and temporal characteristics of water quality and pollution driving forces of a typical small watershed in the Pearl River Delta[J]. Environmental Protection Science. doi: 10.16803/j.cnki.issn.1004-6216.202306063
Citation: ZHENG Wenping, LIU Jintao, CHEN Yu, LUO Yuchi. Spatial and temporal characteristics of water quality and pollution driving forces of a typical small watershed in the Pearl River Delta[J]. Environmental Protection Science. doi: 10.16803/j.cnki.issn.1004-6216.202306063

珠三角某典型小流域水质时空特征及污染驱动力分析

    作者简介: 郑文萍(1993—),女,硕士、工程师。研究方向:流域水污染控制及水生态环境保护。E-mail:1044684550@qq.com
  • 基金项目:
    广东省重点领域研发计划项目(2020B1111350001);广东省科技创新战略专项(2019B121205004)
  • 中图分类号: X522

Spatial and temporal characteristics of water quality and pollution driving forces of a typical small watershed in the Pearl River Delta

  • 摘要: 采用聚类分析法和主成分分析法,对珠三角地区高明河流域水质指标进行数据分析,并采用排污系数法对流域污染负荷进行估算,剖析流域水质时空分布特征,识别主要污染指标,揭示流域水质与污染源的内在联系。结果表明,2020年高明河水质不能稳定达标,上游主要污染因子为COD,下游主要污染因子为COD、NH3-N、TP。高明河流域水质空间差异显著,干流从上游往下游整体呈先改善再恶化再改善的波动趋势。丰水期流域有机污染严重,来源主要为畜禽养殖;枯水期氮污染严重,来源主要为城镇生活源;平水期水质受氮磷营养盐和有机污染综合影响,其中磷来源主要为水产养殖。因此,为改善高明河流域水质,应重点加强对畜禽养殖、城镇生活源、水产养殖污染源的治理与控制。
  • 脉冲喷吹清灰除尘器通常被很多行业用于控制空气污染,如电力生产、煤矿挖掘[1]。灰尘通过烟气管道进入袋式除尘器而被滤袋收集,形成灰尘饼,由于灰尘的连续堆积,须定期对灰尘饼进行清洁[2]。脉冲喷吹清灰能周期性地进行定期清洁,所以这种清灰方式有着广泛的应用[3]

    在脉冲喷吹清灰时,脉冲阀释放一个短脉冲(50~150 ms),将干净的压缩空气分配到吹扫管的众多喷嘴中。每个喷嘴朝向滤袋开口端上方,压缩空气通过喷嘴的作用发生膨胀,形成脉冲射流,同时在脉冲射流周围的邻近区域,射流气体会夹带周围空气,与脉冲射流一同进入滤袋中,对滤袋进行清洁。关于脉冲喷吹清灰的研究有很多,多数都集中在高压清灰上,建立的CFD模型也仅仅是二维模型[4-6]。QIAN等[4]通过建立喷嘴与滤袋开口之间的最佳距离数值模型,研究了高压(0.6 MPa)清洁的清灰效果;万凯迪等[5]通过建立二维滤袋模型,研究了PPS针刺毡滤袋在高压(0.45 MPa)喷吹下的清灰效果;HAJEK[6]建立二维轴对称单滤袋模型,在不考虑射流偏移的情况下研究清灰效果。

    近年来,人们对低压脉冲喷吹清灰的研究越来越感兴趣。低压清洁在0.2~0.3 MPa的罐压下运行,而传统的高压清洁可在更高的压力下运行,通常为0.4~0.7 MPa。本研究通过建立完整的三维CFD模型,考虑射流偏移,分析射流特性,并通过实际的实验测量验证了三维CFD模型的正确性;同时,使用三维CFD模型研究了低压(0.2 MPa)下不同喷嘴和文丘里管的设计对清灰效果的影响,为低压清灰系统的设计提供了参考。

    实验所用除尘器如图1所示。该装置包括1个带有3个脉冲阀的空气压缩罐(容积225 L),3个长度为2 m的吹扫管,每个吹扫管有11个等间距直孔。对于每个吹扫管,在除尘器腔体内放置5个孔和袋,构成测试部分。每个吹扫管中剩余的6个孔放在腔体外面。每个滤袋由内部袋笼保持固定,滤袋和内部钢笼之间的咬合紧密,清灰时,滤袋与内部钢笼之间的体积变化小于4%,滤袋长度为6 m,直径为160 mm。文丘里管(喉部直径65 mm)放置在每个袋子的开口处,通过隔离板,将灰尘区域与洁净区域分开。使用压力传感器对图1中的4个部位(空气压缩罐、滤袋的顶部、中部和底部)进行压力测量。测量所得的压力数据作为与数值模拟结果进行对比并验证数值模型合理性的实际数据。所有测试均在室温下进行,脉冲喷吹的初始罐压力为0.2 MPa,脉冲阀导通时间为100 ms。

    图 1  实验所用除尘器示意图
    Figure 1.  Schematic diagram of the bag filter used in the experiment

    脉冲喷射清洁期间的流动被表征为超音速和亚音速,由于湍流仅在某些区域中起作用,无须使用分离涡模拟(DES)和大涡模拟(LES)这类计算成本较高的方法,去解决湍流尺度的问题[7]。同时,黏性效应存在于脉冲喷射中,不能应用于超音速流的无黏性假设,因此,须采用雷诺平均纳维-斯托克斯公式。使用耦合流体的方法求解纳维-斯托克斯方程,耦合流体适用于冲击波和高度可压缩流动的研究。

    控制方程是纳维-斯托克斯方程,包括质量(连续性)方程、动量(牛顿第二定律)方程和能量(热力学第一定律)方程。可压缩流体的质量守恒方程见式(1)。

    ρt+(ρui)xi=0 (1)

    式中:ρ为密度,kg·m−3t为时间,s;ui为流体速度沿i方向的分量;xii方向的坐标。

    动量守恒方程见式(2),计算时忽略引力。

    (ρui)t+(ρujui)xj=τijxjpxi (2)

    式中:τij为黏性和湍流应力张量;p为压力,Pa。

    能量守恒方程见式(3)。

    ρ(ht+uihxi)=pt+uipxi+xiTxi+τijuixj (3)

    式中:h为焓,kJ·mol−1k为导热系数,W·(m·K)−1T为热力学温度,K。

    可压缩流动密度遵循连续性方程,温度可以由式(3)得出。在已知密度和温度的情况下,压力可以应用理想气体定律的状态方程进行计算。

    p=ρRT (4)

    式中:R为气体常数,取值8.314 J·(mol·K)−1

    湍流模型使用可实现的k-ε模型[8],并通过双层壁功能处理近壁区域,考虑可压缩性,将可压缩耗散膨胀项[9]添加到湍流转换方程中。为了模拟在一个吹扫管中多个喷嘴的效果,并且完全捕获喷嘴和射流中的空间复杂流场,需要完整的3D模型。由于实验验证对数值模型的建立具有重要意义,因此,数值模型的几何形状必须与实验装置非常相似,三维CFD模型计算域如图2所示,不同的边界条件使用不同的颜色显示。

    图 2  计算域透明视图
    Figure 2.  Computational domain in transparent view

    为清楚起见,图2为整个计算域对称的一半,其中浅黄色为出口、青色为阀门入口、绿色为滤袋、灰色为壁面。滤袋模拟为零厚度,多孔介质薄膜,允许流体通过,压力损失计算方法见式(5)。

    Δp=ρβvn (5)

    式中:Δp为压降,Pa;ρ为气体密度,kg·m−3β为多孔黏性阻力,m·s−1vn为边界法向速度,m·s−1

    在脉冲清灰过程中,滤袋壁面峰值压力为2 000~6 000 Pa,有研究表明,滤袋阻力对滤袋内获得的峰值压力有很大影响[10-12],因此,可调整β值,以与实验数据相匹配,本研究β取值为30 000 m·s−1。滤袋的建模为刚性结构,即忽略滤袋偏转的潜在影响,虽然滤袋偏转会影响脉冲压力,但其在本研究所测试的除尘器中偏差非常小。

    脉冲阀门模型与滤袋类似,根据脉冲阀的实际特性,其多孔黏性阻力随时间的变化而变化。脉冲阀的工作过程可简化为3个阶段:1)阀门关闭,高阻力;2)阀门完全打开,非零低阻力;3)阀门关闭,高阻力。阀门阻力值通过反复实验确定,图3为本研究所用脉冲阀的多孔黏性阻力随时间的变化情况。打开时间总计为100 ms,阀门完全打开阶段为66 ms,当达到100 ms的模拟时间,多孔界面转变为阻碍任何质量交换的壁面。

    图 3  多孔黏性阻力随时间的变化
    Figure 3.  Change of porous viscous resistance with time

    边界条件:空气压缩罐的计算域设置为无滑动条件的绝热壁面。脉冲阀门计算域(图2青色区域)为多孔界面,其多孔黏性阻力设置如图3所示。滤袋计算域(图2绿色区域)为多孔界面,其多孔黏性阻力为30 000 m·s−1。将0 Pa(1个标准大气压下)的压力施加在计算域的出口(图2黄色区域),以模拟隔离板两侧无限大的体积。在脉冲喷射清灰期间,脉冲射流夹带上箱体的空气进入过滤室中,导致上箱体的压力降低,同时使得过滤室中压力增加。对于小规模的除尘器,这将极大地影响脉冲压力,但是对于中等或者较大规模的除尘器,包含吹扫管在内的整体有效体积很大,因此,本研究对计算域的近似是合理的。其余表面(图2灰色部分)设置为无滑动条件的绝热壁面。

    初始条件:计算域向空气压缩罐施加0.2 MPa的压力,其余部分施加压力为0 Pa(1个标准大气压下);在整个计算域中施加300 K的温度;采用隐式方法进行迭代,时间步设置为1×105 s,内迭代设置为20次,库朗数设置为50。

    数值模型通过实验验证之后,修改数值模型,研究文丘里管和喷嘴对清灰效果的影响。建立3种数值模型,以研究文丘里管的流场与压力,包括无文丘里管、喉部直径为65 mm的文丘里管(其端口处的直径为108 mm,压缩段的长度为97.2 mm,喉管段的长度为43.2 mm,扩散段的长度为108 mm)和喉部直径为85 mm的文丘里管(其端口处的直径为129.6 mm,压缩段的长度为97.2 mm,喉管段的长度为54 mm,扩散段的长度为97.2 mm),文丘里管结构如图4所示。

    图 4  文丘里管结构
    Figure 4.  Structure of Venturi tube

    由于吹扫管自身具有一定的壁厚,同时又考虑到清灰气流在吹扫管中的流动情况,这些因素可能是导致经孔喷嘴流出的射流与文丘里管之间出现偏移的原因。因此,使用改进的喷嘴(图5)与孔喷嘴进行比较。

    图 5  改进喷嘴的形状
    Figure 5.  Improved nozzle geometry

    图6反映了处于不同动量时的脉冲射流特性。脉冲喷吹清灰系统中的流场不同于传统的喷射流场,使喷射清灰流场复杂化的因素包括流体的可压缩性和瞬态性、喷嘴的设计以及射流在吹扫管中的流动情况。当清灰射流动量相对较低时,射流受到类似开尔文-亥姆霍兹不稳定性的影响,出现动态波动[13],如图6(a)所示,射流和周围空气之间形成可压缩涡流环结构[14],但是由于射流快速通过,因此,这些涡流环并不明显。

    图 6  脉冲射流特性
    Figure 6.  Pulse-jet flow characteristics

    图6(b)显示了射流动量处于最高时的局部马赫数。可以看出,射流的局部马赫数值超过了当地声速(Ma≥1,Ma为马赫数)。由于空间的离散化,射流出现了特征流动模式,这种现象也被称作冲击单元[15-16]。冲击单元的形成是由于射流过度膨胀和射流的内部冲击之间相互作用的结果。射流内部的相互作用导致射流核心出现了速度的强烈波动,当射流被压缩并最终达到环境压力时,射流核心的强度将沿着喷嘴方向进一步降低。

    通过比较空气压缩罐和滤袋的数值模拟结果与实验压力数据来验证数值模型。对于空气压缩罐(如图7所示),数值模拟结果曲线与实验压力数据曲线之间具有良好的一致性。脉冲阀门在t=0 s时打开,空气压缩罐中压力迅速下降,直到t=0.03 s左右停止下降,这是因为清灰气流通过吹扫管传播,气流流经管壁时,经过多次反射,直到空气压缩罐中的压力和吹扫管中的压力相接近。从t=0.04 s开始,压缩空气罐以恒定的速率排压,排压速率受脉冲阀门和喷嘴两侧的压差限制。

    图 7  空气压缩罐压力的实验值与CFD值对比
    Figure 7.  Comparison between experimental results and CFD results of pressure in the compressed air tank

    在滤袋中,数值结果与实验结果之间具有良好的一致性,如图8所示。在滤袋顶部位置脉冲压力短时间内上升到3 100 Pa(如图8(a)所示)。通过数值模拟研究发现,脉冲阀门的阻力控制方案(图3)与吹扫管内的压力波反射是导致滤袋顶部脉冲压力上升的主要因素,这与实验研究所得到的结论相吻合。

    图 8  滤袋压力的实验值与CFD值对比
    Figure 8.  Comparison between experimental results and CFD results of pressure on the filter bag

    滤袋的顶部位置和底部位置都出现了明显的周期性振荡(见图8(a)图8(c))。研究发现,脉冲射流的局部以接近音速的速度贯穿滤袋,在到达箱体底部时,由底部钢板反射,这是引起周期性振荡的主要原因。在滤袋顶部,振荡周期约为0.035 s,这与音速穿过滤袋并通过底部钢板反射的总行程(2×6.5 m)基本吻合。同时,由于吹扫管内存在压力波扰动和射流反射的客观现象,引起了脉冲射流速度的强烈波动。在滤袋中部位置(如图8(b)所示)未出现明显的周期性振荡,这是由于滤袋中存在多个频率的压力波,相互作用抵消造成的。

    射流沿垂直方向贯穿滤袋时,部分射流穿过滤袋向外传播,滤袋峰值压力沿轴向下降。在滤袋中部位置,峰值压力为2 000~2 100 Pa,这足以实现对滤袋的清洁。根据SIEVERT等[17-18]的研究,需要400~500 Pa的峰值压力才能达到良好的清灰效果。

    t=0.1 s后,滤袋3个部位的压力数值模型结果与实验结果相比,均出现了偏差。该偏差的出现是因为本研究将滤袋建模为刚性结构(即忽略了滤袋偏转),对滤袋模型设定了恒定的阻力系数而造成的。在实验装置中,滤袋由内部袋笼保持固定,滤袋与袋笼间存在很小的活动空间,在脉冲喷吹时,滤袋会出现一定程度的抖动,同时射流进入滤袋中,使得滤袋膨胀,滤袋内的纤维结构发生变形。LO等[19]研究发现,恒定的阻力系数是一个相对合理的假设,这与本研究的研究结果吻合。尽管存在一些偏差,但数值模型与实验结果之间的整体一致性良好,因此,本研究中的数值模型是有效的。

    对2种类型的喷嘴进行数值模拟测试,结果以速度标量场的形式显示,结果如图9图10所示。可以看到,射流明显未对准时,t=0.016 s;射流处于最大喷射速度时,t=0.030 s;射流处于最佳对准时,t=0.040 s。

    图 9  孔喷嘴中射流的变化
    Figure 9.  Changes of jet in hole nozzle
    图 10  改进喷嘴中射流的变化
    Figure 10.  Changes of jet in improved nozzle

    对于孔喷嘴(图9),在明显未对准时(t=0.016 s),射流对文丘里管的入口边缘形成冲击并产生了分流;在t=0.030 s时,未对准情况减弱,射流主要集中在文丘里管喉部右侧1/2处;在t=0.040 s时,射流的未对准情况进一步改善,入口边缘的冲击分流现象消失,射流占据了文丘里管喉部2/3的位置。

    对于改进的喷嘴(图10),在t=0.016 s时,射流的未对准现象与孔喷嘴相似,但方向朝相反侧。这是由改进喷嘴的内部几何形状导致的;在t=0.030 s时,与孔喷嘴相比,未对准现象略有改善;在t=0.040 s时,射流对准情况良好,射流近乎完全填充文丘里管的喉部。

    为了量化改进效果,表1列出了在2种喷嘴中滤袋各部位峰值压力。改进喷嘴对滤袋各部位的峰值压力均有不同的提升,其中对滤袋底部的峰值压力提升最高,增长率为13.3%。研究发现,峰值压力是判断清灰效果是否良好的重要指标[20-23]。由于孔喷嘴存在射流未对准现象,改进喷嘴的峰值压力增加(5.1%~13.3%)会对滤袋清洁效果有所改进。此外,使用改进喷嘴导致峰值压力增加,使清灰系统在保持足够清洁强度的同时,降低罐压力,减少压缩空气消耗,达到节能的效果。

    表 1  不同喷嘴的峰值压力
    Table 1.  Peak pressure of different nozzles
    位置孔喷嘴/Pa改进喷嘴/Pa增长率/%
    顶部3 1173 277 5.1
    中部2 1272 331 9.6
    底部2 3992 71813.3
     | Show Table
    DownLoad: CSV

    通过研究流经文丘里管的射流速度(图11图12)以及滤袋中的峰值压力(表2),分析文丘里设计对清灰效果的影响。图11图12表明,文丘里管以及文丘里管的喉部直径对进入滤袋的清灰射流有直接影响。对比喉部直径为65 mm和85 mm的文丘里管发现,减小喉部直径(65 mm)能适当减少回流,滤袋峰值压力增加了5.5%~7.6%。如图11(c)图12(c)所示,从无文丘里管的设计中可以看到,在滤袋入口处,射流回流显著增加,与喉径为85 mm的文丘里管相比,其峰值压力降低了41.4%~46.3%。

    图 11  不同文丘里设计的射流速度
    Figure 11.  Jet velocity of different Venturi designs
    图 12  不同文丘里设计的射流流向
    Figure 12.  Jet direction of different Venturi designs
    表 2  不同文丘里设计的滤袋峰值压力
    Table 2.  Peak pressure for different Venturi designs
    文丘里管顶部中部底部
    压力/kPa增长率/%压力/kPa增长率/%压力/kPa增长率/%
    喉径85 mm2 8961 9902 275
    喉径65 mm3 117 7.62 127 6.92 399 5.5
    无文丘里1 556−46.31 142−42.61 334−41.4
      注:—表示喉径85 mm的文丘里管与自身比较,无增长率变化。
     | Show Table
    DownLoad: CSV

    文丘里管的工作原理是限制回流,回流会影响滤袋中的脉冲压力。文丘里管能使脉冲射流更容易进入滤袋中,同时限制射流逃逸,从而增加滤袋各部位的压力。喉部直径为65 mm和85 mm的文丘里管之间有较小的差异,说明可能存在一个最佳的喉部直径设计。

    依托中材装备集团有限公司(天津水泥研究院)的袋式除尘器数字化综合工程设备,将改进的喷嘴与喉径为65 mm文丘里管进行实际应用,分析其对大气粉尘排放的影响。在过滤风速为1.5 m·min−1,入口粉尘浓度为102 g·m−3,连续过滤时间为40 min的工况下进行过滤;在罐压力为0.2 MPa、脉冲阀导通时间为100 ms下进行脉冲喷吹;总运行时间为200 min,在排放口进行粉尘浓度监测。

    通过粉尘排放特性的研究(图13)发现,除尘器连续过滤时,粉尘排放浓度的变化较为平稳;脉冲喷吹时,粉尘排放浓度瞬间上升;脉冲喷吹结束后,粉尘排放浓度瞬间下降,之后再次进入连续过滤状态。使用改进喷嘴、喉径为65 mm文丘里管的除尘器,比使用孔喷嘴、不安装文丘里管的除尘器在脉冲喷吹时的粉尘排放浓度更低。从表3中可以看到,使用改进喷嘴、喉径为65 mm文丘里管除尘器的平均粉尘排放浓度为0.51 mg·m−3、平均峰值粉尘浓度为9.15 mg·m−3,明显低于使用孔喷嘴、不安装文丘里管除尘器的平均粉尘排放浓度0.66 mg·m−3、平均峰值粉尘浓度13.43 mg·m−3。由此可见,本研究对喷嘴和文丘里管的优化设计能够有效地降低粉尘排放,控制大气污染。

    表 3  平均粉尘排放浓度和平均峰值粉尘浓度
    Table 3.  Mean dust emission and mean peak dust concentration mg·m−3
    喷嘴与文丘里管类型平均粉尘排放浓度平均峰值粉尘浓度
    孔喷嘴、无文丘里管0.6613.43
    改进的喷嘴、喉径65 mm文丘里管0.51 9.15
     | Show Table
    DownLoad: CSV
    图 13  粉尘排放特性
    Figure 13.  Characteristics of dust emission

    1)脉冲阀门建模为阻力随时间变化的多孔界面,因此,在空气压缩罐中,实验测量数据与CFD模型之间具有良好的一致性。滤袋建模为恒定阻力系数的多孔界面,在滤袋中,CFD模型所得到的脉冲压力、峰值压力与实验测量结果吻合性良好,虽然出现了轻微偏差,但CFD模型与实验之间的总体一致性良好,所以该数值模型是有效的。

    2)清灰射流表现出了瞬态行为以及可压缩效应,当射流动量较低时,射流与周围空气之间形成了可压缩涡流环,但由于射流快速通过,涡流效应并不明显。当射流速度超过当地声速时,由于射流过度膨胀,因此,出现了类似冲击单元的特征流动模式。

    3)射流经过吹扫管从喷嘴流出,在孔喷嘴中出现了明显的射流错位现象,在改进喷嘴中,射流错位现象得到了改善。与原始的孔喷嘴相比,改进喷嘴对滤袋内脉冲压力提升了5.1%~13.3%

    4)与喉部直径为85 mm的文丘里管相比,减小喉部直径(65 mm)的设计能够适当减少回流,使滤袋内峰值脉冲压力增加5.5%~7.6%;无文丘里管的设计使射流不易进入滤袋中,并且回流在袋口处显著增加,滤袋内峰值压力降低了41.4%~46.3%。

    5)应用改进喷嘴与文丘里管(喉径65 mm)的袋式除尘器,在运行时能明显降低粉尘排放,其平均粉尘排放浓度为0.51 mg·m−3、平均峰值粉尘浓度为9.15 mg·m−3,低于使用孔喷嘴、不安装文丘里管除尘器的平均粉尘排放浓度(0.66 mg·m−3)和平均峰值粉尘浓度(13.43 mg·m−3)。

  • 图 1  研究区域概况及监测断面示意图

    Figure 1.  Overview of the study area and schematic diagram of the monitoriing section

    图 2  高明河干支流污染物浓度月际变化

    Figure 2.  The monthly changes of pollutant concentration in the Gaoming River and its main tributaries

    图 3  高明河干支流污染物浓度箱线图

    Figure 3.  Box map of pollutant concentration in the Gaoming River and its main tributaries

    图 4  空间聚类分析

    Figure 4.  Spatial cluster analysis

    表 1  各水质指标的主成分载荷矩阵

    Table 1.  Principal component matrix of water quality indicators

    指标丰水期枯水期平水期
    F1F2F3F1F2F1F2
    溶解氧 0.016 0.879 0.442 −0.615 0.748 −0.508 0.648
    高锰酸盐指数 0.874 0.138 −0.344 0.888 0.231 0.953 0.165
    化学需氧量 0.944 0.182 −0.136 0.841 0.197 0.884 0.297
    生化需氧量 0.859 0.301 −0.043 0.889 0.262 0.757 0.528
    氨氮 0.816 −0.404 0.083 0.904 −0.121 0.804 −0.349
    总磷 0.583 −0.403 0.670 0.885 −0.039 0.892 −0.234
    指标丰水期枯水期平水期
    F1F2F3F1F2F1F2
    溶解氧 0.016 0.879 0.442 −0.615 0.748 −0.508 0.648
    高锰酸盐指数 0.874 0.138 −0.344 0.888 0.231 0.953 0.165
    化学需氧量 0.944 0.182 −0.136 0.841 0.197 0.884 0.297
    生化需氧量 0.859 0.301 −0.043 0.889 0.262 0.757 0.528
    氨氮 0.816 −0.404 0.083 0.904 −0.121 0.804 −0.349
    总磷 0.583 −0.403 0.670 0.885 −0.039 0.892 −0.234
    下载: 导出CSV

    表 2  各类型污染源污染负荷及占比

    Table 2.  Pollution load and proportion of each type of pollution source

    污染源类型CODNH3-NTP
    入河量/t占比/%入河量/t占比/%入河量/t占比/%
    工业 751.63 8.61 20.91 3.81 2.36 1.59
    城镇生活 2 444.70 28.02 233.94 42.67 22.82 15.39
    农村生活 325.46 3.73 33.77 6.16 2.77 1.87
    畜禽养殖 3 349.01 38.38 107.50 19.61 44.47 29.98
    水产养殖 1 657.35 18.99 101.92 18.59 62.5 42.14
    种植业 197.52 2.26 50.19 9.15 13.39 9.03
    合计 8 725.67 100.00 548.23 100.00 148.31 100.00
    污染源类型CODNH3-NTP
    入河量/t占比/%入河量/t占比/%入河量/t占比/%
    工业 751.63 8.61 20.91 3.81 2.36 1.59
    城镇生活 2 444.70 28.02 233.94 42.67 22.82 15.39
    农村生活 325.46 3.73 33.77 6.16 2.77 1.87
    畜禽养殖 3 349.01 38.38 107.50 19.61 44.47 29.98
    水产养殖 1 657.35 18.99 101.92 18.59 62.5 42.14
    种植业 197.52 2.26 50.19 9.15 13.39 9.03
    合计 8 725.67 100.00 548.23 100.00 148.31 100.00
    下载: 导出CSV
  • [1] 龙颖贤, 张玉环, 卢加伟, 等. 珠三角地区水环境质量变化趋势及成因[J]. 环境影响评价, 2018, 40(5): 30 − 33.
    [2] 宋焱, 徐颂军, 刘贤赵, 等. 南沙红树林湿地公园水环境质量时空差异分析——基于改进后倍斜率聚类分析的视角[J]. 地理科学, 2016, 36(02): 303 − 311.
    [3] 朱琳, 王雅南, 韩美, 等. 武水河水质时空分布特征及污染成因的解析[J]. 环境科学学报, 2018, 38(6): 2150 − 2156.
    [4] 张彦, 邹磊, 梁志杰, 等. 暴雨前后河南北部河流水质分异特征及其污染源解析[J]. 环境科学, 2022, 43(5): 2537 − 2547.
    [5] 杨道军, 钱新, 殷福才, 等. 因子分析与聚类法的复合模型在水环境评价和管理中的应用[J]. 环境科学与管理, 2007, 32(4): 155 − 158.
    [6] NIRAULA R, KALIN L, SRIVASTAVA P, et al. Identifying critical source areas of nonpoint source pollution with SWAT and GWLF[J]. Ecological Modelling, 2013, 268: 123 − 133. doi: 10.1016/j.ecolmodel.2013.08.007
    [7] MOCKLER E M, DEAKIN J, ARCHBOLD M, et al. Sources of nitrogen and phosphorus emissions to Irish rivers and coastal waters: Estimates from a nutrient load apportionment framework[J]. Science of the Total Environment, 2017, 601/602: 326 − 339. doi: 10.1016/j.scitotenv.2017.05.186
    [8] ZHAO Z, TAO F, DU J, et al. Surface water quality and its control in a river with intensive human impacts-a case study of the Xiangjiang River, China.[J]. Journal of Environmental Management, 2010, 91(12): 2483 − 2490. doi: 10.1016/j.jenvman.2010.07.002
    [9] 肖宇婷, 谌书, 樊敏. 沱江流域污染负荷时空变化特征研究[J]. 环境科学学报, 2021, 41(5): 1981 − 1995.
    [10] 徐责茗, 崔桢, 高俊峰, 等. 太湖流域养殖池塘的氮磷污染负荷估算[J]. 长江流域资源与环境, 2022, 31(1): 148 − 155.
    [11] 贺斌, 胡茂川. 广东省各区县农业面源污染负荷估算及特征分析[J]. 生态环境学报, 2022, 31(4): 771 − 776.
    [12] YUAN Y, KOROPECKYJ-COX L. SWAT model application for evaluating agricultural conservation practice effectiveness in reducing phosphorous loss from the Western Lake Erie Basin.[J]. Journal of environmental management, 2022, 302: 114000. doi: 10.1016/j.jenvman.2021.114000
    [13] PLUNGE S, GUDAS M, Povilaitis A. Effectiveness of best management practices for non-point source agricultural water pollution control with changing climate - Lithuania's case[J]. Agricultural Water Management, 2022, 267: 107628. doi: 10.1016/j.agwat.2022.107628
    [14] MA X, LI Y, ZHANG M, et al. Assessment and analysis of non-point source nitrogen and phosphorus loads in the Three Gorges Reservoir Area of Hubei Province, China[J]. Science of the Total Environment, 2011, 412: 154 − 161.
    [15] 胡芸芸, 王永东, 李廷轩, 等. 沱江流域农业面源污染排放特征解析[J]. 中国农业科学, 2015, 48(18): 3654 − 3665.
    [16] 生态环境部. 地表水环境质量评价办法(试行) [R]. 北京: 生态环境部, 2011.
    [17] 邵志江, 刘莲, 汪涛. 永定河上游张家口地区主要河流污染物来源解析[J]. 环境污染与防治, 2020, 42(2): 204 − 211.
    [18] 周广峰, 刘欣. 主成分分析法在水环境质量评价中的应用进展[J]. 环境科学导刊, 2011, 30(1): 75 − 78.
    [19] 生态环境部华南环境科学研究所. 第二次全国污染源普查生活污染源产排污系数手册(试用版) [R]. 广东: 生态环境部华南环境科学研究所, 2019.
    [20] 生态环境部第二次全国污染源普查工作办公室. 第二次全国污染源普查产排污系数手册(农业源) [M]. 北京: 中国环境出版集团, 2020.3-68.
    [21] 中国环境规划院. 全国水环境容量核定技术指南[R]. 北京: 中国环境规划院, 2003.
    [22] 于超, 储金宇, 白晓华, 等. 洱海入湖河流弥苴河下游氮磷季节性变化特征及主要影响因素[J]. 生态学报, 2011, 31(23): 7104 − 7111.
    [23] 代丹, 于涛, 雷坤, 等. 北京市清河水体非点源污染特征[J]. 环境科学研究, 2018, 31(6): 1068 − 1077.
    [24] CHEN D J, LU J, YUAN S F, et al. Spatial and temporal variations of water quality in Cao-E River of eastern China[J]. Journal of Environmental Sciences, 2006, 18(4): 680 − 688.
    [25] YU H B, XI B D, JIANG J Y, et al. Environmental heterogeneity analysis, assessment of trophic state and source identification in Chaohu Lake, China.[J]. Environmental science and pollution research international, 2011, 18(8): 1333 − 1344. doi: 10.1007/s11356-011-0490-8
    [26] 杨丽萍. 浙江省两个典型流域水体污染特征及污染源解析研[D]. 杭州: 浙江大学, 2015.
    [27] 庄华萍. 吉林省畜禽粪污转化生物有机肥经济分析与政策建议[D]. 吉林: 吉林农业大学, 2022.
    [28] ZHANG Q, ACHAL V, XU Y, et al. Aquaculture wastewater quality improvement by water spinach ( Ipomoea aquatica Forsskal ) floating bed and ecological benefit assessment in ecological agriculture district[J]. Aquacultural Engineering, 2014, 60(3): 48 − 55.
    [29] 王钰钦, 郑尧, 钱信宇, 等. 中国水产养殖尾水污染现状及净化技术研究进展[J]. 农学学报, 2022, 12(3): 65 − 70.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040510152025Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 3.0 %DOWNLOAD: 3.0 %HTML全文: 97.0 %HTML全文: 97.0 %DOWNLOADHTML全文Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 99.7 %其他: 99.7 %北京: 0.3 %北京: 0.3 %其他北京Highcharts.com
图( 4) 表( 2)
计量
  • 文章访问数:  1399
  • HTML全文浏览数:  1399
  • PDF下载数:  11
  • 施引文献:  0
出版历程
  • 收稿日期:  2023-06-26
  • 录用日期:  2023-07-17
郑文萍, 刘晋涛, 陈瑜, 罗育池. 珠三角某典型小流域水质时空特征及污染驱动力分析[J]. 环境保护科学. doi: 10.16803/j.cnki.issn.1004-6216.202306063
引用本文: 郑文萍, 刘晋涛, 陈瑜, 罗育池. 珠三角某典型小流域水质时空特征及污染驱动力分析[J]. 环境保护科学. doi: 10.16803/j.cnki.issn.1004-6216.202306063
ZHENG Wenping, LIU Jintao, CHEN Yu, LUO Yuchi. Spatial and temporal characteristics of water quality and pollution driving forces of a typical small watershed in the Pearl River Delta[J]. Environmental Protection Science. doi: 10.16803/j.cnki.issn.1004-6216.202306063
Citation: ZHENG Wenping, LIU Jintao, CHEN Yu, LUO Yuchi. Spatial and temporal characteristics of water quality and pollution driving forces of a typical small watershed in the Pearl River Delta[J]. Environmental Protection Science. doi: 10.16803/j.cnki.issn.1004-6216.202306063

珠三角某典型小流域水质时空特征及污染驱动力分析

    作者简介: 郑文萍(1993—),女,硕士、工程师。研究方向:流域水污染控制及水生态环境保护。E-mail:1044684550@qq.com
  • 广东省环境科学研究院,广州 510000
基金项目:
广东省重点领域研发计划项目(2020B1111350001);广东省科技创新战略专项(2019B121205004)

摘要: 采用聚类分析法和主成分分析法,对珠三角地区高明河流域水质指标进行数据分析,并采用排污系数法对流域污染负荷进行估算,剖析流域水质时空分布特征,识别主要污染指标,揭示流域水质与污染源的内在联系。结果表明,2020年高明河水质不能稳定达标,上游主要污染因子为COD,下游主要污染因子为COD、NH3-N、TP。高明河流域水质空间差异显著,干流从上游往下游整体呈先改善再恶化再改善的波动趋势。丰水期流域有机污染严重,来源主要为畜禽养殖;枯水期氮污染严重,来源主要为城镇生活源;平水期水质受氮磷营养盐和有机污染综合影响,其中磷来源主要为水产养殖。因此,为改善高明河流域水质,应重点加强对畜禽养殖、城镇生活源、水产养殖污染源的治理与控制。

English Abstract

  • 珠三角地区是我国改革开放先行示范区,在社会经济发展方面一直走在全国前列,逐步发展成为全国重要增长极和经济增长的重要引擎之一。然而随着区域城市化与工业化的快速发展,水环境治理压力也随之不断增加。虽然通过“珠江综合整治”“南粤水更清行动计划”“水十条”“污染防治攻坚战”等治污措施的实施,珠三角地区水环境质量得到了较大改善,但局部区域现状水环境质量仍不容乐观[1],水环境质量状况与美丽中国、美丽广东建设的目标要求仍有差距。

    数学统计分析方法已广泛应用于研究流域水质时空变化和污染源解析,目前已有应用的分析方法主要包括聚类分析[2]、主成分分析[3]、多元线性回归分析[4]等,其中聚类分析和主成分分析能够较为准确地揭示水质的时空变化趋势,识别主要污染因子[5],是水质分析过程中经常使用的研究手段和方法。此外污染负荷对水质的影响是一个很重要的方面,污染负荷核算是分析污染来源、制定控制策略的重要基础[6-8],目前污染负荷核算方法包括排污系数法[9-10]、输出系数法[11]、模型法[12-13]及监测法[14]等,其中排污系数法计算简便,可操作性强[15]。本研究以珠三角典型小流域——高明河流域为例,采用聚类分析和主成分分析水质时空分布规律,识别主要污染因子,分析污染特征,并采用排污系数法估算高明河流域污染负荷,综合分析污染物驱动因子,以期为流域水质改善和水环境管理提供决策依据。

    • 高明河,又名沧江河,发源于佛山市高明区西部合水镇托盘顶,主干流流经高明、南海两个区后于海口碑汇入西江,全长82.4 km,多年平均径流量7.84亿m3。本文研究区域主要为高明河流域高明区境内,面积938 km2,占全流域面积的86%。该区域位于广东省中部,处于112°22′34″E~112°55′06″E、22°38′46″N~23°01′05″N。地势自西南向东北倾斜,东北部地区属西江冲积平原区,西南部地势较高,中部北部属于低山丘陵地区。高明河平均流速为0.2~0.3 m/s,多年平均径流量约为24 m3/s,上游属山谷型河流,流量季节性变化较大,下游地势平坦,受潮汐影响较大,水流方向不定。行政区域包括更合、明城、杨和3个乡镇及荷城1个街道,人口46.9万,主要支流有更楼河、杨梅河、西安河、秀丽河等。本研究选取10个常规监测点,各监测点位置,见图1

    • 水质数据来源于高明区2020年逐月水质监测数据,监测指标包括溶解氧(DO)、高锰酸盐指数(CODMn)、化学需氧量(CODCr)、五日生化需氧量(BOD5)、氨氮(NH3-N)、总磷(TP)6项。参照《地表水环境质量评价办法(试行)》[16]采用单因子评价法评价干支流断面水质类别及等级。

    • 聚类分析通过在变量之间定义相似系数,代表变量之间接近程度或相似程度。它通过相似程度的大小,将变量进行分类,形成一个表达相似程度的谱系图。流域水质评价中常通过监测点位的地理位置进行聚类,分析流域水质的时空变化特征[17]

    • 主成分分析是一种利用降维思想,将多个具有一定相关性的指标通过一定的数学方法重新组合成少数几个相互独立的综合指标的多元统计分析方法。这些综合指标能够反映原始指标所包含的大部分信息,在力保原始数据丢失最少的情况下,对高维变量空间进行降维,以保证进一步分析的准确性[18]。本研究应用SPSS软件对6个水质指标进行主成分分析。

    • 以2020年为基准年,针对计算各类污染源排污量的方法和参数需求,采用以实地调研和资料收集为主的数据获取方式。

      (1)工业污染源。根据流域内工业、企业的排污现状调查成果,结合高明区环境统计、入河排污口调查摸底成果等数据资料,对工业污染负荷进行分析计算。

      (2)生活源。根据《第二次全国污染源普查生活源产排污系数手册(试用版)》[19]计算城镇生活源和农村生活源污染物产生量,扣除城镇生活污水处理厂、农村生活污水处理设施削减后得到生活源排放量。

      (3)农业面源。参照《第二次全国污染源普查产排污系数手册(农业源)》[20]计算畜禽养殖、水产养殖各项污染物排放量及种植业面源N、P流失量,种植业面源COD流失量参照《全国水环境容量核定技术指南》[21]标准农田法估算。

      (4)入河系数。研究区域点源(工业源、城镇生活源)污水经处理后直接排入地表水,污染物入河系数取1。非点源污染源中,农村生活、畜禽养殖源、水产养殖源和种植业面源入河系数视实际情况分别取值0.7、0.5、0.7和0.3,由此计算入河量。

    • 2020年高明河干支流污染物浓度月度变化趋势,见图2

      DO、BOD5、NH3-N呈现先下降后上升趋势,CODMn、CODCr、TP呈现先升高后降低再升高的波动趋势。高明河干流及支流的DO均值分别为(6.96±1.52) mg/L、( 6.63±1.98) mg/L,峰值分别出现在12和2月;CODMn均值分别为( 6.26 ±1.64) mg/L、(6.26± 2.71) mg/L,峰值均出现在12月;CODCr浓度均值分别为( 24.38 ± 7.14) mg/L、( 24.90±11.56) mg/L,峰值均出现在3月;BOD5浓度均值分别为( 4.87±2.24) mg/L、( 4.77 ± 2.73) mg/L,峰值分别出现在3和12月;NH3-N浓度均值分别为( 0.71 ± 0.49 ) mg/L、( 1.12± 1.26) mg/L,峰值均出现在12月;TP浓度均值分别为( 0.19 ± 0.08 ) mg/L、( 0.33± 0.57) mg/L,峰值分别出现在12和7月。

      点源污染往往受季节性变化和降水量影响较小,而非点源污染则随雨季降雨径流的增加而明显增加[22]。河流中某污染物以点源污染为主时,其旱季浓度明显高于雨季,以非点源为主时,其雨季浓度明显高于旱季,该规律可用作判断污染物主要来自点源还是非点源的依据[23-24]。高明河干支流NH3-N浓度旱季显著高于雨季(P<0.05),而CDOMn、CODCr、BOD5和TP浓度在雨季和旱季没有显著差异,可以认为高明河流域NH3-N主要来源于点源,而COD和TP来自点源和非点源污染的共同输入,来源较为复杂。

      从水质空间分布来看,2020年高明河上游水质Ⅳ类,属轻度污染,污染因子为CODCr;下游水质Ⅲ~Ⅴ类,属良好至中度污染,主要污染因子为CODCr、NH3-N、TP。6条支流中,杨梅河水质良好;更楼河、西安河、秀丽河轻度污染,主要污染因子为CODCr、BOD5)TP;三洲大涌中度污染,主要污染因子为BOD5;电排主涌重度污染,主要污染因子为TP、NH3-N、COD。高明河干流CODMn、CODCr、BOD5和TP沿程均呈现先下降再上升再下降趋势,而DO和NH3-N整体下游浓度高于上游;各支流中,电排主涌污染物浓度明显高于其他支流,见图3

    • 采用最小方差(Ward)对10个监测点位进行空间聚类分析,欧式距离平方(SED)越小,聚类结果越显著[25],当SED=5时,10个断面可以聚类为4组,见图4

      第1组为DPZC,位于支流电排主涌,水质劣Ⅴ类,污染严重;第2组为GMH1、GMH3、XLH、SZDC,主要位于高明河上游、电排主涌汇入口下游,及支流三洲大涌、秀丽河,水质Ⅳ~Ⅴ类;第3组为GMH2、GMH4、GLH、XAH,主要位于高明河中下游及支流更楼河、西安河,水质相对较好,属Ⅲ~Ⅳ类,第4组为YMH,位于支流杨梅河,水质清洁。结合时空特征的分析结果,流域水质空间差异显著,从干流来看,干流上游畜禽养殖分布较多,受畜禽养殖污染影响水质较差,随着污染物沿程降解及周边小支流汇入稀释作用,下游GMH2点位污染物浓度有所降低,随后受重污染支流汇入影响,GMH3点位水质出现恶化,下游受西江潮汐顶托影响,GMH4点位水质有所改善;从支流来看杨梅河水质清洁,更楼河、西安河水质相对较差,略劣于Ⅲ类,三洲大涌、秀丽河水质Ⅳ类,接近Ⅴ类,电排主涌重度污染。

    • 采用主成分分析法对高明河流域丰水期(6—9月)、枯水期(12月、1—3月)、平水期(4—5月、10—11月)的水质指标进行分析,丰水期共提取3个组成分,枯水期、平水期均提取2个主成分。丰水期F1、F2、F3贡献率分别为56.64%、20.68%、13.17%,累计贡献率为90.49%;枯水期F1、F2贡献率分别为71.08%、12.26%,累计贡献率为83.34%;平水期F1、F2贡献率分别为66.05%、16.52%,累计贡献率为82.57%。说明提取的主成分可以很好地反映高明河流域各水期的水质信息。各水质指标的主成分载荷矩阵,见表1

      丰水期F1主要包括CODCr、CODMn、BOD5,反映的是有机污染特征;F2和F3主要包括DO。枯水期F1主要包括NH3-N、BOD5、CODMn、TP,同时反映了氮磷元素和有机污染的特征,属于典型的混合源[26],其中NH3-N因子载荷最高;F2主要包括溶解氧。平水期F1主要包括CODMn、TP、CODCr,同时反映了磷元素和有机污染特征;F2主要包括溶解氧。综上可知,2020年高明河流域水质丰水期主要受有机污染影响;枯水期主要受氮元素影响,其次为有机污染和磷元素影响;平水期主要受有机污染和磷元素影响。

    • 本研究以COD、NH3-N、TP3种典型污染物为例进行深入的水质驱动力分析,根据核算结果,2020年流域COD、NH3-N和TP入河量分别为8 725.67、548.23和148.31 t,不同类型污染贡献率,见表2

      根据水质主成分分析结果,流域丰水期水质主要受有机污染影响,畜禽养殖源对COD污染影响最大,贡献率达38.38%。2020年高明区全年生猪累计出栏量约11万头,承担了佛山市约一半的生猪供应。从治理情况来看,大部分生猪养殖场采用化粪池、沼气池等厌氧手段对粪污进行处理,经处理后的固体粪污通过还林还田、生产有机肥、第三方处理等方式资源化利用,液体粪污多还林还田或排入鱼塘;鸡等陆禽养殖场均采用干清粪,粪污收集后经第三方处理;鸭、鹅等水禽养殖场粪污排入鱼塘。但部分养殖场粪污治理设施运行效果不佳,排入鱼塘的粪污雨季随鱼塘水溢流对河流水质造成影响。有研究表明,畜禽粪便中有机质含量高[27],可见畜禽养殖是流域丰水期有机污染的主要驱动因子。从空间分布来看,畜禽养殖场主要分布在上游的更合镇,是造成流域上游COD超标的主要原因。

      流域枯水期水质受氮磷元素和有机污染综合影响,其中NH3-N因子载荷最高,城镇生活源对NH3-N污染影响最大,贡献率达42.67%。2020年高明区城镇人口约40万人,生活污水产生量约10万m3/d,全区已建成污水处理厂8座,总设计处理能力约23万m3/d,处理能力已远超过生活污水的产生量,但处理能力分布不均,电排主涌汇水范围内两座污水处理厂仍在建设中,周边生活污水未得到有效处理。从各污水处理厂运行数据来看,部分区域城镇污水收集处理提质增效有待加强,生活污水收集处理效率较低是枯水期氮污染的主要驱动因子。此外枯水期水质还受主要来源于畜禽养殖的有机污染影响。

      流域平水期水质除了受由畜禽养殖为主要驱动的有机污染和由城镇生活源为主要驱动的氮污染影响外,受磷元素影响也较大。根据污染源核算结果,水产养殖对TP污染影响最大,贡献率达42.14%。高明区水产养殖约10万亩,养殖品种以草鱼、鲮、罗非鱼等为主。从鱼塘空间分布来看,中上游以山塘养殖形式零散分布在高明河、更楼河两岸,下游以鱼塘连片养殖形式分布在西安河、秀丽河、电排主涌、高明河周边。从治理情况来看,2020年高明区已完成约1 km2鱼塘的标准化改造,实现养殖尾水达标排放或循环利用,但仍有很多鱼塘尾水未经处理,而未治理养殖尾水通常伴有过量的肥料和饵料,造成养殖水体及周边自然水生态环境中TP的升高[28-29]

      综上可知,流域污染源主要为畜禽养殖、城镇生活源、水产养殖等。丰水期水质主要受畜禽养殖污染,枯水期主要受城镇生活源污染,其次为畜禽养殖污染,平水期畜禽养殖、水产养殖、城镇生活源均对流域水质有较大影响。

    • (1)2020年高明河水质不能稳定达标,上游主要污染因子为COD,下游主要污染因子为COD、NH3-N、TP。

      (2)高明河流域水质空间差异显著,干流水质从上游往下游整体呈先改善再恶化再改善的波动趋势,6条主要支流中杨梅河水质清洁,更楼河、西安河水质相对较差,略劣于Ⅲ类,三洲大涌、秀丽河水质Ⅳ类,接近Ⅴ类,电排主涌重度污染。

      (3)丰水期水质主要受畜禽养殖污染,枯水期主要受城镇生活源污染,其次为畜禽养殖污染,平水期畜禽养殖、水产养殖、城镇生活源均对流域水质有较大影响。

      (4)建议按照“重点突破、分类治理、流域统筹”的原则,以畜禽养殖、城镇生活、水产养殖源为主,强化流域污染控制,同时坚持干支流协同治理,强化电排主涌等重点支流综合整治,以支流水质持续改善支撑干流断面水质达标。

    参考文献 (29)

返回顶部

目录

/

返回文章
返回