随着经济的快速发展、 城市化水平的提高以及人口的不断增加,过量污染物排入水体中,致使河流受到严重污染.在改善河流水质的诸多方法中,河道曝气由于投资少、 见效快、 无二次污染,已成为一种普遍使用的河道治理手段^[1].河道曝气技术的原理是根据河流受到污染后缺氧的特点,人工向水体中充入空气或氧气,加速水体复氧过程,以提高水体的溶解氧水平,恢复和增强水体中好氧微生物的活力,使水体中的污染物质得以净化,从而改善河流的水质^[2].

美国Homewood运河曝气结果证明,即使很小的曝气装置也能使水体的溶解氧增加^[3].国内外桃花溪、 泰晤士河、 密西西比河、 塞纳河等的实践表明,河道曝气可以改善水质、 消除黑臭,促进水环境生态系统的恢复^{[4, 5, 6, 7]}.但河道曝气的研究尚处于初期阶段，侧重于以工程应用为导向的实验研究,如刘波等^[8]利用实验方法研究了不同曝气方式对水体氮素迁移与转化的影响,卢翠云等^[9]基于模拟河道反应器考察了曝气充氧及人工造流技术对污染水体的修复效果,缺乏定量的理论分析探索.

利用数学模型对水环境治理工程进行精细化的模拟和效果预测是重要的定量理论分析手段. WASP水质数学模型由美国国家环保署(EPA)开发,具有高效的溶解氧、 富营养化和有机污染物处理模块,在模拟河流水质方面表现突出,在国内外有着广泛的应用.廖振良等^[10]利用WASP模型建立了苏州河水质模型,并运用该模型对苏州河环境综合整治一期工程中有关工程和方案进行了模拟计算.于顺东^[11]利用Brandywine河的实测结果,研究了WASP模型主要参数的灵敏性. Ernst等^[12]利用WASP模型的开发与应用评价德克萨斯州一个大型水库的水体富营养化情况.上述研究均取得了较好的效果.

然而,运用河流水质数学模型,对采取河道曝气手段后污染物浓度在时间跨度上的变化规律进行模拟预测的研究尚未见报道.本研究利用WASP河流水质数学模型,对河道曝气提升DO至不同水平下的河流污染物变化趋势进行不同时段的模拟研究,分析河道曝气技术提升水质的影响因素,结合环境效益和经济投入确定最优曝气条件,以期为河流水质改善提供决策参考.

研究对象为北方某小型城镇河流,流向自南向北,全长约15.57 km,是所在县城工业及生活污水最主要的排泄河道.该河水深约2.5 m,平均坡度为0.0002,流速较缓慢,最大流量为26.7m³ ·s^-1.所在区域属于暖温带半湿润季风气候区,年平均气温13.9℃,冬冷夏热；年降水量约604 mm,降水季节分布不均匀.虽然近年来该区域水环境状况持续得以改善,但是常年的工业及居民废水排放及生态破坏使其水生态系统脆弱,自然修复功能差,污染问题尚未得到根本解决.

WASP(water quality analysis simulation program)模型是美国国家环保署(EPA)开发并推荐使用的地表水水质模拟软件,能够分析、 预测自然和人为因素造成的各种水质污染状况以及污染物在水中的迁移、 转化规律^[13].WASP模型具备不同功能、 不同复杂程度的多个模块,用户可根据需求选用相应模块进行繁简不一的模拟研究.

WASP水质模块的基本方程是一个平移-扩散质量迁移方程,它能描述任一水质指标的时间与空间变化^[14].方程中除平移和扩散项之外,还包括由生物、 化学和物理作用引起的负荷项和动力转换项^[15].在实际模拟河流时,简化为一维形式,即假定模拟水体的横向和垂向是均匀的,得到一维的水质组分质量平衡方程见式(1)：

WASP模型中8个水质状态变量可以相互转化，其中 COD和NH₄⁺-N的控制方程分别见式(2)和(3)：

在实地调研收集该小型城镇河流水力条件、 水文特征、 气象资料、 水质数据的基础上,对河流现状进行简要分析；调查明确河流水质模型模拟的影响因素,建立河流水质数学模型；进行模型研究所需的参数率定,对模型进行校正,优化模拟结果.

河流模型概化是为提高模拟精度,把河流分为一系列相互关联的河段.河流概化的原则是： 依据水力特性(如流速、 流量、 流态)及水质参数(如BOD、 COD、 NH₄⁺-N等)的变化划分河段.根据本研究对象各区域的不同特性,把河道从上游到下游分成四段： 第1段长度约3.39 km；第2段长度约9.33 km；第3段长度约2.14 km；第4段长度约0.71 km.第1、 4段的水质指标在模型内部作为边界条件.该河第1段有县污水处理厂的排污管道,在模型中设置为点源负荷,主要污染指标为COD和NH₄⁺-N.通过模拟河流水质,结合实测数据,可验证WASP的模拟效果.

本研究选用WASP模型7.3版本的水动力学模块和氮循环的富营养化模块.在WASP程序中,水动力学模块利用初始流量、 节点间的距离和体积计算某一时刻的流量,需输入每一单元体的初始体积、 流量等水力学参数和特定渠道断面(如矩形、 梯形)的水力几何系数,这部分数据大多是基于当地环境保护局协调相关部门所获取的资料. 富营养化模块需要输入水质指标的边界条件和初始条件以及相应的动力学参数,水质指标由当地环保局提供或自行监测,动力学参数则参考WASP用户手册说明和国内外相关文献的常用取值^{[16, 17, 18, 19]}.输入初始条件后,选取实测数据较为完整的第3段断面作为模型率定和验证断面,经反复调整后,率定所得模型主要动力学参数取值见表 1,其中速率常数均为20℃时取值.

表 1(Table 1)

表 1 WASP模型主要动力学参数取值 Table 1 Main kinetic parameter values of WASP model 参数名称 符号 单位 常用取值范围 本次模拟取值 流速指数 b — 依据资料 0.34~0.43 水深指数 d — 依据资料 0.36~0.60 氧碳比 aoc mg·mg-1 0~2.67 2.67 浮游植物死亡速率 Dp1 d-1 0~0.25 0.05 COD衰减速率 KD d-1 0.08~0.5 0.2 KD的温度系数 θD — 1.02~1.08 1.05 氧化作用氧气限制的半饱和常数 KCOD mg·L-1 0~0.5 0.5 反硝化速率常数 K2D d-1 0~0.09 0.045 K2D的温度系数 θ2D — 1.02~1.09 1.04 反硝化作用氧气限制的半饱和常数 KNO3 mg·L-1 0~2 2 氮碳比 anc mg·mg-1 0~0.25 0.25 呼吸和死亡的浮游植物循环到有机氮的百分比 fon — 0.5 0.5 有机氮矿化速率常数 k71 d-1 0.02~0.075 0.05 k71的温度系数 θ71 — 1~1.08 1.08 有机氮矿化时氧气限制的半饱和常数 KmNc mg·L-1 0~1 1 浮游植物生长速率 Gp1 d-1 0.1~0.5 0.4 硝化速率常数 k12 d-1 0~1 0.2 k12的温度系数 θ12 — 1.02~1.08 1.07 硝化作用氧气限制的半饱和常数 KNIT mg·L-1 0~0.5 0.5

表 1 WASP模型主要动力学参数取值 Table 1 Main kinetic parameter values of WASP model

该流域“十二五”期间要求的河流污染物治理重点是COD和NH₄⁺-N.研究中对河水进行取样、 监测,以2012年的实测COD和NH₄⁺-N数据为研究内容,而DO等则是作为已知条件输入.把2012年全年的模拟数据与第3段在该时间段内的实测值作对比,结果见图 1和图 2.

图 1

Fig. 1

图 1 COD模拟值与实测值对比 Fig. 1 Comparison of the simulated and the measured values of COD

图 2

Fig. 2

图 2 NH4+-N模拟值与实测值对比 Fig. 2 Comparison of the simulated and measured values of NH4+-N

图 1的结果表明,COD模拟值与实测值的平均相对误差为19.9%,其中相对误差小于20%的数据占总数据的67.6%；图 2的结果表明,NH₄⁺-N模拟值与实测值的平均相对误差为29.5%,其中相对误差小于20%的数据占总数据的48.6%.除个别值误差较大以外,COD、 NH₄⁺-N的模拟值与实测数据吻合较好,符合水质模型模拟的要求.这说明经过率定的河流水质数学模型能够满足工程分析的精度需要.模拟结果与实测值出现偏差可能是因为真实水体中的各种反应过程机制更加复杂,并不是严格按照模型方程组所描述的公式进行的,且在此次模拟中,河道底泥、 藻类生长等资料相对匮乏,因此采用近似值进行估算.

在已建立的WASP河流水质模型基础上,把DO作为自变量,把COD、 NH₄⁺-N作为参变量,通过调整DO的输入值,进一步分析河道曝气对污染物浓度变化的影响.假设同期其它基本条件无显著变化,对不同曝气情形(在模型内部设置为不同DO水平)下COD、 NH₄⁺-N浓度随时间的变化进行模拟,定量分析河道曝气对水质改善的影响,为河道曝气技术的工程应用提供理论指导.

该河流上游有点源污染物排放,河段1水质较下游差,且河道较窄,未来规划无航运功能,适合安装曝气设备.因此,河道曝气模拟以河流上游第1段为例,其余河段的理论研究亦可采用本文提供的方法.未曝气原始情形下该河段DO年平均值约为2mg ·L^-1,一般认为,若要有效增强曝气效果,消除河流黑臭,应使曝气段的DO水平稳定在不低于4.0 mg ·L^{-1[20, 21]},通过改变曝气设备的运行功率,可以控制其向水体传递的氧气量,从而使曝气量增加.设定采用曝气手段使河段内DO值达到4.0mg ·L^-1为曝气情形1,河段内DO值达到6.0mg ·L^-1为曝气情形2；河段内DO达到8.0mg ·L^-1为曝气情形3.通过WASP模型模拟2012年该曝气河段在原始情形以及3种曝气情形下COD、 NH₄⁺-N的变化,结果见图 3和图 4.

图 3

Fig. 3

图 3 曝气河段COD变化模拟 Fig. 3 Simulation of COD changes in the aerated segment of the river

图 4

Fig. 4

图 4 曝气河段NH4+-N变化模拟 Fig. 4 Simulation of NH4+-N changes in the aerated segment of the river

图 3模拟结果显示,在不曝气的情形下,该河段2012年COD平均值为48.1mg ·L^-1；在曝气情形1的条件下,COD平均值为44.7mg ·L^-1；在曝气情形2的条件下,COD平均值为44.1mg ·L^-1；在曝气情形3的条件下,COD的平均值为43.8mg ·L^-1.图 4的模拟结果显示,在不曝气的情形下,该河段2012年NH₄⁺-N平均值为3.10mg ·L^-1；在曝气情形1的条件下,NH₄⁺-N平均值为2.89mg ·L^-1；在曝气情形2的条件下,NH₄⁺-N平均值为2.85mg ·L^-1；在曝气情形3的条件下,NH₄⁺-N平均值为2.83mg ·L^-1. 图 3、 图 4表明,在全年各时间段内,进行河道曝气均能够降低河流水体中COD和NH₄⁺-N的浓度,且增加曝气量可以使COD、 NH₄⁺-N的去除率进一步提升.

在2012年全年的时间跨度内,与未曝气情形相比,曝气情形1时COD平均去除率为7.1%,NH₄⁺-N的平均去除率为6.8%；曝气情形2时COD平均去除率为8.3%,去除率比曝气情形1增加1.2个百分点,NH₄⁺-N的平均去除率为8.1%,去除率比曝气情形1增加个1.3百分点；曝气情形3时COD平均去除率为8.9%,去除率比曝气情形2仅增加个0.6百分点,NH₄⁺-N的平均去除率为8.7%,去除率比曝气情形2仅增加个0.6百分点.可见,当曝气充氧使河道水体DO达到4mg ·L^-1时,对曝气河段COD、 NH₄⁺-N去除效果较为明显,随着DO水平的进一步提升,水体污染物去除率仍然增加,但增加幅度减小.推测污染物去除率提升幅度减缓的原因可能是适当提升DO水平能够促进微生物的好氧呼吸,有利于有机物的去除和硝化作用的进行,过高的DO浓度虽然使电子受体显著增加,使微生物代谢活动增强,但在基质相对不足的情况下,微生物对有机物和氨氮的去除率增加幅度变小^[22].

图 3、 图 4模拟结果显示,5~9月期间,河道曝气对于污染物的去除效果较好： 在曝气情形1的条件下,COD浓度下降12.0%,NH₄⁺-N浓度下降13.2%；在曝气情形2的条件下,COD浓度下降14.4%,NH₄⁺-N浓度下降16.0%；在曝气情形3的条件下,COD浓度下降15.6%,NH₄⁺-N浓度下降17.5%.1~4月及10~12月期间,河道曝气对于污染物的去除效果较差： 在曝气情形1的条件下,COD浓度下降3.9%,NH₄⁺-N浓度下降3.4%；在曝气情形2的条件下,COD浓度下降4.4%,NH₄⁺-N浓度下降3.7%；在曝气情形3的条件下,COD浓度下降4.7%,NH₄⁺-N浓度下降4.0%. 可能的原因是5~9月温度较高而1~4月及10~12月温度较低,温度高时微生物活性增强,温度低时微生物活性弱,反映在WASP模型里即污染物的降解速率随温度升高而增加.可见,在进行河道曝气时,需要考虑季节因素,每年春末至秋初时间段内曝气效果较好.

增加曝气量可以提升水体DO水平,增加COD、 NH₄⁺-N污染指标的去除率,但也会带来经济成本的提升.在工程实践中,应根据水体污染现状及水质治理目标计算曝气量,同时考虑环境效益和经济成本,对曝气条件进行最优组合.曝气设备充氧量是影响河道曝气成本的关键因素^[23],本研究以曝气河段总充氧量比较不同曝气条件下的经济成本.曝气设备充氧量的计算,首先要确定水体的需氧量,进而根据设备的充氧动力效率确定设备充氧量.本研究所选取的北方小型城镇河流流速缓慢,流量较小,水深较浅,且外界输入的污染负荷较少,因此可采用王瑟澜等^[24]提出的基于一级反应的箱式模型计算水体需氧量.

曝气设备标称的充氧动力效率均是通过清水实验获得,因此受污染水体的需氧量和设备充氧量并不相等,设备充氧量采用式(4)^[25]进行计算：

运用模型进行经济效益分析时,设定不同的温度,分别以5、 15、 25℃代表冬季(1~2月及12月)、 春秋季(3~5月及9~11月)、 夏季(6~8月)的水温.假设每天连续曝气12 h,分别估算在不同曝气情形、 不同季节组合下的曝气设备充氧量.模拟结果见表 2.

表 2(Table 2)

表 2 不同组合情形下所需充氧量模拟 Table 2 Simulation of oxygen loads under different combined conditions 曝气情形 水温 冬季(5℃) 春秋季(15℃) 夏季(25℃) 曝气情形1(DO达到4mg·L-1) 23.6 t·h-1 25.2 t·h-1 26.6 t·h-1 曝气情形2(DO达到6mg·L-1) 32.8 t·h-1 39.7 t·h-1 55.5 t·h-1 曝气情形3(DO达到8mg·L-1) 50.3 t·h-1 72.0 t·h-1 169.0 t·h-1

表 2 不同组合情形下所需充氧量模拟 Table 2 Simulation of oxygen loads under different combined conditions

从表 2中可以看出,在同一河道曝气情形下,曝气设备充氧量随着水温升高而增加；在同一水温的情形下,曝气设备充氧量随着设定达到的DO目标上升而增加.结合图 3、 图 4和表 2可知,在曝气情形1时,河道水体污染物COD、 NH₄⁺-N浓度下降明显,若继续提升水体中DO水平,在曝气情形2、 3时,污染物浓度进一步下降的幅度很小,而所需设备充氧量迅速增加,也即曝气经济成本迅速增加；在曝气情形1时,夏季(水温25℃)设备充氧量仅比其余时间段略高,而对于COD、 NH₄⁺-N去除率比其余时间段高出10个百分点以上.因此,结合经济和环境效益,该河段在夏季曝气情形1时效果最好,也即设定夏季提升DO水平达到4mg ·L^-1为最优河道曝气方案.

(1)在模拟时段内,该小型城镇河流COD的模拟值与实测值平均相对误差是19.9%,NH₄⁺-N的模拟值与实测值的平均相对误差是29.5%,除个别值误差较大外,水质指标模拟值与实测值能够较好吻合.说明WASP模型可以用来模拟河水中污染物的降解过程,预测河流水质变化情况,为水污染治理工程提供参考依据.

(2)WASP模型模拟河道曝气结果显示： 在全年时段内,向河流水体进行人工曝气均能够降低河水中的COD、 NH₄⁺-N浓度,改善水质,且随着曝气河段内DO水平的提升,污染物浓度会有进一步的下降.但是,随着DO水平的提升,水体中污染物浓度进一步下降的幅度减小.

(3)全年不同时段的曝气效果有明显差异,5~9月期间水温较高,河道曝气对COD和NH₄⁺-N的去除效果明显优于1~4月及10~12月.

(4)计算为使曝气河段达到不同DO水平所需的充氧量,结合不同季节河道曝气对污染物的去除效果,得出夏季(6~8月)提升水体DO水平达到4mg ·L^-1为河道曝气最优化条件.