环境科学  2023, Vol. 44 Issue (3): 1508-1518   PDF    
滇中高原水库外源污染负荷贡献解析与环境容量核算
郭玉静1, 李红兵2, 王树明2, 白乙娟1, 任良锁3, 丁爱中1     
1. 北京师范大学水科学研究院, 北京 100875;
2. 柴石滩水库管理局, 昆明 652100;
3. 南宁师范大学地理科学与规划学院, 南宁 530001
摘要: 为探究高原型水库上游流域的污染负荷来源及其贡献率,并计算水库的水环境容量,以云南高原柴石滩水库为研究对象,应用排污系数法估算了水库上游流域污染来源,运用水文和水质同步监测资料计算入库污染负荷,采用富营养化模型核算了不同水质目标情景下水库TN和TP的最大容量.结果表明:①柴石滩水库及其以上流域主要特征污染物为TN和TP;②水库上游流域的COD和TP主要来源于农村面源污染,贡献率分别为49.40%和50.11%;NH4+-N和TN主要来源于城镇生活污染,贡献率分别为45.76%和33.77%;农村面源污染贡献中,陆良县COD和TP贡献率最大,分别为34.82%和36.82%;城镇生活污染贡献中,麒麟区COD、NH4+-N、TN和TP贡献率最大,均高达65%.③COD、NH4+-N、TN和TP污染负荷入河量分别为28050.90、2465.16、4680.54和870.93 t ·a-1,TN和TP污染负荷入库量分别为4637.80 t ·a-1和125.04 t ·a-1.④水质控制目标为Ⅲ类时,TN和TP的环境容量分别为1102.62 t ·a-1和54.85 t ·a-1.农村面源污染和城镇生活污染源是柴石滩水库上游流域的主要污染源,属于优先控制源,研究结果可为高原型水库流域的污染源治理提供科学的理论依据.
关键词: 高原水库      水质      污染负荷      贡献解析      环境容量     
Contribution Analysis of External Source Pollution Load and Environmental Capacity Estimation of Reservoirs in Central Yunnan Plateau
GUO Yu-jing1 , LI Hong-bing2 , WANG Shu-ming2 , BAI Yi-juan1 , REN Liang-suo3 , DING Ai-zhong1     
1. College of Water Science, Beijing Normal University, Beijing 100875, China;
2. Administration of Chaishitan Reservoir, Kunming 652100, China;
3. School of Geography and Planning, Nanning Normal University, Nanning 530001, China
Abstract: To explore the source of the pollution load and its contribution rate in the upper reaches of the plateau reservoir and to analyze the water environment capacity of the reservoir, we selected the Chaishitan Reservoir in the Yunnan Plateau as the research object, applied the pollutant discharge coefficient method to estimate the source of external pollution in the upstream basin of the reservoir, used the simultaneous monitoring data of hydrology and water quality to calculate pollution load into the reservoir, and used the eutrophication model to calculate the maximum capacity of TN and TP in the reservoir under different water quality target scenarios. The results showed that: ① the main characteristic pollutants in Chaishitan Reservoir and the above basin were TN and TP. ② COD and TP in the upper reaches of the reservoir mainly came from rural non-point source pollution, with contribution rates of 49.40% and 50.11%, respectively; NH4+-N and TN mainly came from urban domestic pollution sources, with contribution rates of 45.76% and 33.77%, respectively. Among the contributions of rural non-point source pollution, the contribution rates of COD and TP in Luliang District were 34.82% and 36.82%, respectively. The contributions of COD, NH4+-N, TN, and TP to urban domestic pollution were the highest in Qilin District, all of which were up to 65%. ③ The inflows of COD, NH4+-N, TN, and TP were 28050.90, 2465.16, 4680.54, and 870.93 t·a-1, respectively. The inflow of TN and TP pollution load was 4637.80 t·a-1 and 125.04 t·a-1, respectively. ④ When the target of water quality was Class Ⅲ, and the requirements of the Water Function Zoning of Yunnan province were met, the environmental capacities of TN and TP were 1102.62 t·a-1 and 54.85 t·a-1, respectively. Rural non-point source pollution and urban domestic pollution sources were the main sources of pollution in the upper reaches of Chaishitan Reservoir, which were priority control sources. These research results can provide a scientific theoretical basis for pollution source treatment in the plateau reservoir basin.
Key words: plateau reservoir      water quality      pollution load      contribution analysis      environmental capacity     

水库水质是流域水环境管理部门最重视的关键问题, 其水环境问题为流域水库管理者提供决策信息[1].外源污染负荷贡献率解析与水环境容量模拟估算是水库污染物识别的重要方法, 也是污染物总量控制的重要技术手段.污染负荷对水质的影响是一个很重要的方面, 污染源和污染负荷主要包括径流、航运、工业、农业和污水[2].我国针对污染负荷解析与环境容量核算开展了广泛研究.肖宇婷等[3]采用排污系数法估算了2007~2017年沱江流域总氮(TN)面源污染负荷, 并利用统计学方法和空间分析技术揭示了TN污染负荷时空分布特征和转移趋势; 李悦昭等[4]构建了白洋淀流域污染负荷估算模型, 定量分析了流域氮、磷和化学需氧量(COD) 的污染负荷, 解析了污染物的主要来源和空间分布规律; 王俊等[5]通过经典输出系数模型计算洪泽湖流域污染负荷, 分析了污染负荷与生境质量关系; 付超等[6]采用平均浓度模型法估算了漳河上游各城市非点源污染年负荷, 并结合ArcGIS技术分析了各市县污染程度.

在20世纪70年代后期环境容量的概念引入我国, 并开展了相关研究[7, 8].目前湖库水质测算中箱式完全混合模型的应用相对比较广泛[9], 在此基础上, 建立了沃伦威德(Vollenweider)模型[10]、狄龙(Dillion)模型、OECD模型和合田健模型[11~13].国内许多学者对中国重要河流与湖泊的水环境容量进行了深入的研究, 为中国湖库水体污染防治奠定了坚实的基础.针对已有研究, 笔者发现针对高原型水库的污染负荷与环境容量核算研究的结合还比较少见, 且针对污染负荷入河量、入库量和环境容量关系的讨论也比较缺乏.

柴石滩水库位于云南省昆明市宜良县, 是珠江上游南盘江干流的龙头水库, 属高原型水库.水库于2001年建成蓄水, 具有农业灌溉, 兼顾城镇供水、防洪和发电等作用, 但近年来上游入库河流污染物超标导致水库水体污染严重.本文分析了柴石滩水库及其以上流域的外源污染负荷, 运用3种富营养化模型分别计算柴石滩水库的环境容量, 对外源污染负荷进行诊断与识别, 讨论了污染负荷的入河量、入库量与环境容量的关系, 对于治理高原型水库污染和保护区域水环境具有重要意义, 以期为高原型水库流域的污染源治理和科学准确核算水环境容量提供参考依据.

1 材料与方法 1.1 研究区概况

柴石滩水库坝址位于昆明市宜良县的柴石滩村, 分别距昆明和宜良县城约80 km和28 km.柴石滩水库及其上游地区位于103°17′~104°09′E, 24°46′~26°57′N之间(图 1).柴石滩水库及其上游属亚热带和暖温带, 为半湿润、半干旱气候的过渡带.水库及其库区上游多年平均降水量978.40 mm, 受季风影响较大, 干湿季分明.干季温暖少雨, 11月至次年4月降水总量约占年降水总量的20%.雨季湿润多雨, 5~10月降水总量约占年降水量的80%.

图 1 柴石滩水库及其以上流域的地理位置示意 Fig. 1 Geographical location of Chaishitan Reservoir and area above the basin

柴石滩水库于2001年建成蓄水, 水库总库容4.37×108 m3, 有效库容2.55×108 m3.水库坝址以上径流区面积为4 656 km2, 多年平均流量48.40 m3·s-1, 年径流量15.30×108 m3.柴石滩水库流域的水系由柴石滩水库坝址上游南盘江干流及其支流组成.干流水系自曲靖市西北部马雄山东南麓发源, 由北向南经沾益县、麒麟区和陆良县转西南入宜良县汇入水库, 干流约200 km.柴石滩水库汇入的较大支流有麦田河, 集水面积517.90 km2.

1.2 研究方法 1.2.1 数据来源

水库及其以上流域范围内干支流水质监测网络布8个站点(图 1).水库上游南盘江干流监测站点3个:沾益东风闸、下桥闸和大跌水, 分别属曲靖沾益县、麒麟区和陆良县.一级支流麦田河监测站点1个:小兑冲; 水库监测站点3个:库区中心、坝前、库尾; 出库断面1个:坝后, 这5个监测站点均属昆明宜良县.断面水质评价指标为水温(WT)、pH、电导率(EC)、溶解氧(DO)、高锰酸盐指数、五日生化需氧量(BOD5)、氨氮(NH4+-N)、硝酸盐氮(NO3--N)、总氮(TN)和总磷(TP)共10个项目.各指标按照国家标准分析测定[14].沾益东风闸、大跌水、坝前和坝后监测时间和频次为2016年每月一次, 其中沾益东风闸缺1月监测数据, 坝后缺2月监测数据, 其余4个站点为两月一次.污染源核算数据来源于2016年统计年鉴、相关调查数据和评价报告, 流量数据采用2016年水库入库口监测点(大跌水和小兑冲)的实测数据.

1.2.2 各污染源核算方法

根据柴石滩水库上游南盘江曲靖段涉及区域的社会经济状况, 针对区域主要影响水环境的工业源、城镇生活源、农业农村面源、规模化畜禽养殖和城镇面源进行污染物核算, 确定各类污染物对水环境的贡献.

各污染源核算参考文献[15~18].规模化畜禽养殖的牲畜粪便排放量通过统计年鉴和畜禽养殖污染排放系数进行估算, 农村畜禽养殖粪便排放量将各类畜禽折算为标准猪当量再结合畜禽养殖污染排放系数进行估算.农业农村面源污染指化肥和农田废弃物和农村散养畜禽粪便中氮、磷元素流失导致的污染, 包括农田化肥流失、农田固废、农村畜禽散养和农村生活污染, 用流失系数法和排放系数法计算.化肥施用面源用统计年鉴中农田化肥施用量和化肥折纯流失系数计算, 农田化肥化学需氧量(COD)、TN和TP的流失量分别按折纯施肥量10%、氮施用量10%和磷施用量5%计算, NH4+-N流失量按TN流失量25%计算.农田固体废弃物通过耕地面积和农业植物残体排放量[75 t·(km2·a)-1]和固废中各类污染物成分系数计算.城镇生活污染源, 包括生活污水和生活垃圾.城镇面源污染参照全国地表水环境容量核算采用标准城市系数修正后对城镇面源污染进行计算, 修正后的城镇面源源强系数如表 1所示.

表 1 修正后的城镇面源源强系数 Table 1 Revised urban surface stream intensity coefficient

1.2.3 入库污染负荷计算方法

水质数据监测频次为每月1次, 河流年入库污染负荷采用式(1)计算断面污染负荷[19]

(1)

式中, Pi为第i月的污染负荷, t·a-1; ci为第i月监测的污染物浓度, mg·L-1; Qi为第i月监测的流量, m3·s-1; Δt为第i次监测所代表的时间段, s.

1.2.4 环境容量估算模型

根据文献[20, 21]的要求柴石滩水库达到Ⅲ类水质标准.从柴石滩水库多年连续水质监测数据和水库污染物特点, 选取TN和TP为主要污染物指标.根据2020年柴石滩水库水资源质量年报, 库区富营养状态指数超过50, 水体处于轻度富营养.柴石滩水库水质空间分布较均匀, 可以视为完全混合反应器.目前湖(库)水体中N、P水环境容量估算模型较多, 湖(库)富营养化模型常见的有4种, 即Dillion、OECD、合田健和Vollenweider模型.合田健模型和OECD模型分别适用于库湾型水体和浅水湖泊.因不同模型均存在受系数估值准确性的影响, 计算结果会有所偏差, 因此本研究参考相似湖(库)的水环境容量研究[11~13], 综合考虑后采用Vollenwelder、Dillion和合田健模型进行计算, 最终对这3种模型计算结果求平均, 以提高水环境容量计算结果的精确度和可靠度.

Vollenweider模型:

(2)

式中, W为湖(库)水环境容量, t·a-1; A为湖(库)水面积, m2; Cs为湖(库)中水质目标值, mg·L-1; Z为平均水深, 由计算时期的库容/水深面积得到, m; Q为多年平均出库水量, m3·a-1; V为设计水文条件下的水库容积, m3; σ为水库中营养盐的沉降系数, a-1.

Dillion模型:

(3)

式中, LS为单位水库面积对氮或磷的纳污能力, g·(m2·a)-1; R为氮、磷在水库中的滞留系数, 无量纲, 一般用式(4)计算:

(4)

式中, WW分别为年出、入水库的氮、磷量(指通过各种途径带出湖体的量, 包括水草打捞、捕鱼和下泄等出的量), t·a-1.在无法得知年进、出水库的氮、磷量时, 可按式(5)进行估算:

(5)

合田健模型:

(6)

最终估算模型:

(7)

柴石滩水库正常蓄水位为1 640.40 m, 对应的水库水面面积为10.05 km2, 库容约为3.60×108 m3.氮磷沉降系数采用云南省水文局曲靖分局水环境监测中心的实测数据.柴石滩水库水环境容量模型参数取值见表 2.

表 2 柴石滩水库水环境容量模型参数取值 Table 2 Parameter value of water environment model in Chaishitan Reservoir

1.2.5 统计学方法

研究区地理位置图使用ArcGIS 10.5, 数据统计计算使用Excel, 绘图在Origin 2018中完成.

2 结果与分析 2.1 柴石滩水库水质现状

通过研究柴石滩水库水质参数描述统计特征(表 3), 可初步判断柴石滩水库总体污染现状.根据《地表水环境质量标准》(GB 3838-2002), DO和BOD5均值属于Ⅰ类水质标准, NH4+-N浓度和高锰酸盐指数均值都满足Ⅱ类水质标准, TP属于Ⅳ类水质标准, TN属于劣Ⅴ类水质标准. ρ(BOD5)最大值(6.30 mg·L-1)超过了Ⅳ类水质标准, 变异系数较高(0.69); ρ(TP)最大值(0.75 mg·L-1)超过了Ⅴ类水质标准, 变异系数更高(1.18); ρ(NH4+-N)最大值(1.73 mg·L-1)超过了Ⅳ类水质标准, 变异系数最高(1.41), 说明TP、BOD5和NH4+-N存在显著的空间差异. ρ(TN)最小值(0.67 mg·L-1)满足Ⅲ类水质标准, ρ(TN)均值(4.30 mg·L-1)超Ⅲ类水质标准3.30倍.由此可知, 柴石滩水库及其以上流域主要特征污染物为TN和TP.

表 3 柴石滩水库水质参数描述统计特征 Table 3 Statistics of measured parameters in Chaishitan Reservoir

2.2 水库上游外源污染物解析 2.2.1 不同类型污染负荷贡献率

图 2显示, COD和TP负荷中, 农村面源污染的贡献最大, 贡献率分别为49.40%和50.11%.由表 4可知, 南盘江上游(曲靖段)农村面源污染包括农村生活污水、农村生活垃圾和农村畜禽散养, 其中对COD污染负荷贡献最大的是农村生活垃圾, 贡献率为24.39%, 对NH4+-N、TN和TP污染负荷贡献最大的是农村畜禽散养, 贡献率分别为13.71%、16.32%和31.46%.调查发现, 流域内农村人口共计104.77×104人, 农村生活污水和生活垃圾排放量分别为1 529.66×104 t·a-1和12.23×104 t·a-1(表 5).根据统计年鉴, 年末流域内村落共养殖生猪103.77×104头、牛154.07×104头、羊134.45×104头和家禽276.97×104羽, 折合标准猪为194.50×104头, 因此为减少农村面源污染, 应对畜禽粪尿进行重点治理.畜禽养殖污染治理包括建设沼气池、田间池和专业户粪污综合利用设施[22].

图 2 不同污染源排放贡献率 Fig. 2 Emission contribution rate of different pollution sources

表 4 流域内各类污染源污染物排放量和贡献率 Table 4 Pollutant discharge and contribution rate from various sources in the basin

表 5 流域内农村和城镇的生活污水和生活垃圾排放量 Table 5 Domestic sewage and domestic garbage discharge in rural and urban areas within the basin

TN和NH4+-N负荷中, 城镇生活污染源的贡献最大, 贡献率分别为33.77%和45.76%, 农村面源污染次之(28.30%和23.26%).由表 4可知, 城镇生活污染源包括生活污水和生活垃圾, 其中生活污水对城镇生活污染的贡献最大, COD、TN和NH4+-N的贡献率分别为26.52%、31.79%和40.37%.而柴石滩水库最突出的问题不是COD和NH4+-N负荷, TN和TP超标才是柴石滩水库及其以上流域水质超标的主要原因.当前, 大部分区域主要TP负荷源于农业种植和畜禽养殖, 治理难度大, 控源成本高[23, 24].

2.2.2 不同行政区污染负荷贡献率

在柴石滩水库上游流域的行政区范围内(图 3), NH4+-N和TN负荷中, 对工业源贡献最大的是沾益区, 贡献率超过了85%, 其次为麒麟区和经开区.COD的第二大污染源是工业源, 对工业源贡献最大的是沾益区, 贡献率为61%, 其次为麒麟区和经开区.原因在于沾益工业园区城西片区、白水片区、曲靖经济技术开发区、麒麟工业园区越州片区、三宝片区、陆良工业园区的青山轻工片区、大莫古综合加工片区和召夸加工物流片区, 共7个片区未建成污水集中处理设施.COD和TP的主要来源是农村面源污染, 对农村面源污染的贡献中, 两者比重最大的是陆良县, 其次为经开区, 二者贡献率超过了60%.NH4+-N和TN的第二大污染源均为农村面源污染, 对农村面源污染贡献最大的是陆良县, 其次为麒麟区和沾益区.从表 5中可知, 陆良县农村人口为57.89×104人, 农村生活污染非常普遍, 生活垃圾堆放问题也常见, 产生的生活污水排放量为845.22×104 t·a-1, 农村生活垃圾排放量为6.76×104 t·a-1.TP的第二大污染源是农业面源, 对农业面源污染贡献最大的是陆良县, 其次为沾益区和麒麟区.由表 6可知, 陆良县的耕地面积最大(335.35 km2), 氮磷钾肥施用量也是最多的, 农田固废的排放量也最多(9 264 t·a-1).

(a)COD, (b)NH4+-N, (c)TN, (d)TP 图 3 不同行政区污染负荷贡献率 Fig. 3 Contribution rate of pollution load in different administrative regions

表 6 流域内农田化肥施用和农田固废 Table 6 Fertilizer application and solid waste in farmland in the basin

图 3可知, 在城镇生活污染源中, COD、NH4+-N、TN和TP的污染贡献表现出相同的规律, 贡献率比重最大的是麒麟区, 高达65%, 其次为陆良县、沾益区和经开区, 贡献率分别为14%、11%和9%.麒麟区城镇人口44.41×104人, 生活污水1 945.30×104 t·a-1, 生活垃圾8.11×104 t·a-1(表 5).城镇面源污染主要源自降雨径流冲刷城镇不透水下垫面上的污染物, 城镇面源污染中, COD、NH4+-N、TN和TP的污染贡献比重最大的是麒麟区, 贡献率超过了60%, 其次为陆良县、沾益区和经开区, 与城镇生活污染源规律相同.

2.3 污染负荷入河量与入库量 2.3.1 污染负荷入河量

流域内的沾益区污水处理厂、陆良县污水处理厂和陆良县垃圾处理厂已投入运行, 根据相关统计资料获取污染物去除量, 各污染源的入河量运用公式:W入河量=(W排污量-W削减量)×入河系数计算.考虑污水处理厂和垃圾处理厂对污染物的削减[25~28], 确定工业源和城镇生活污染源的入河系数分别为0.90和0.80, 确定其他各类污染源的平均入河系数(表 7).结果表明, COD、NH4+-N、TN和TP入河量估算值分别为28 050.90、2 465.16、4 680.54和870.93 t·a-1.

表 7 不同类型污染源入河量/t·a-1 Table 7 River inflow of different types of pollution sources/t·a-1

2.3.2 污染负荷入库量

根据实测污染物浓度与监测流量计算了2016年南盘江干流氮磷入库污染负荷(图 4), 结果表明, TN污染负荷入库量为4 637.80 t·a-1, TP污染负荷入库量为125.04 t·a-1.由图 4可知, TN污染负荷在5~9月入库量比较大, 分别为346.21、1 336.22、1 118.64、713.93和388.67 t·a-1, TP污染负荷6~11月入库量比较大, 分别为16.44、36.81、14.45、14.66、7.33和27.92 t·a-1.由此可得, TN和TP污染负荷均在汛期入库量较大, 非汛期入库量较小.

图 4 柴石滩水库入库TN和TP污染负荷 Fig. 4 Pollution load of total nitrogen and total phosphorus in Chaishitan Reservoir

2.4 水环境容量核算 2.4.1 水库TN环境容量

设置以下4种目标情景探究不同水质目标下TN环境容量.情景一:现状水质为劣Ⅴ类[库区中心水质类别为劣Ⅴ类, ρ(TN)月均值为4.89 mg·L-1]; 情景二:水质提升, 水质控制目标达到Ⅴ类; 情景三:水质进一步提升, 水质控制目标达到Ⅳ类; 情景四:达到文献[20, 21]的要求, 即柴石滩水库水质目标为Ⅲ类.

经计算, 柴石滩水库TN水环境容量见表 8.以保持现状为目标(情景一), 3种模型计算TN环境容量结果为4 652.74~5 577.44 t·a-1, 平均值为5 038.95 t·a-1.以Ⅲ类水质为控制目标(情景二), 环境容量在1 018.11~1 220.45 t·a-1之间, 平均值为1 102.62 t·a-1.以Ⅳ类水质为控制目标(情景三), 环境容量在1 527.16~1 830.67 t·a-1之间, 平均值为1 653.92 t·a-1.以Ⅴ类水质为控制目标(情景四), 环境容量在2 036.21~2 440.89 t·a-1之间, 平均值为2 205.23 t·a-1.要达到Ⅲ、Ⅳ和Ⅴ类水质目标, TN的削减量分别为3 936.33、3 385.02和2 833.72 t·a-1, 需削减357.00%、204.67%和128.50%.

表 8 柴石滩水库TN的水环境容量1)/t·a-1 Table 8 Water environmental capacity of TN of Chaishitan Reservoir/t·a-1

2.4.2 水库TP环境容量

为探究TP在不同水质目标下的环境容量, 本研究设置了以下两种目标情景.情景一:以保持现状(Ⅳ类)为目标; 情景二:以Ⅲ类水质[20, 21]要求为控制目标.库区中心水质类别为劣Ⅴ类, TP月均值为0.08 mg·L-1.

以保持现状(Ⅳ类)为目标(情景一), 柴石滩水库TP环境容量3种模型计算结果在90.15~109.84 t·a-1之间, 平均值为98.74 t·a-1.以Ⅲ类水质为控制目标[20, 21](情景二), 其环境容量在50.08~61.02 t·a-1之间, 平均值为54.85 t·a-1(表 9).要达到Ⅲ类水质目标, TP的削减量为43.89 t·a-1, 需削减80.01%.

表 9 柴石滩水库TP的水环境容量1)/t·a-1 Table 9 Water environmental capacity of TP in Chaishitan Reservoir /t·a-1

3 讨论 3.1 外源污染负荷问题诊断与识别 3.1.1 农业农村面源污染基数大分布广且治理困难

农村面源污染TN和TP的贡献率分别为28.30%和50.11%.农业面源污染物TN和TP的贡献率分别为25.56%和34.10%.TP主要来源于农村面源污染, 这与杨水化等[29]研究得出后官湖TP主要来自农业种植, 入湖贡献为41%的结论不一致, 原因是南盘江上游(曲靖段)涉及乡村人口104.77×104人, 占总人口的63.10%; 而耕地514.30 km2, 占全市的17.90%, 化肥施用量占全市的30.20%.农业农村面源污染涉及面积广、污染基数大和单位面积污染物排放强度低的特性, 决定了农业农村区域面源污染治理难度大.

3.1.2 城区城镇生活源污染较重

南盘江上游(曲靖段)城镇生活源污染物COD、NH4+-N和TN排放量分别为17 602.40、2 107.40和2 739.30 t·a-1, 贡献率分别为35.53%、45.76%和33.77%, 城区城镇生活源污染较为严重.王雁等[30]分析了潼湖流域的污染排放情况, 认为对入湖污染负荷总量贡献最大是城镇生活污染源.李响等[27]认为太平湖流域的主要污染源是城镇和农村生活污染, 约占流域入湖总量60%.调查原因发现, 曲靖中心城区仍有大范围的建成区生活污水尚未收集处理, 建成区污水管网基本已配套, 但搭接不畅.中心城区城北片区、城南片区、白石江以东片区约有2.50×104 t·d-1生活污水直排进入南盘江.县城污水收集管网存在盲区, 集镇缺乏污水收集系统.陆良县县城西部新区、西桥居住片区、北部新区, 尚有约0.80×104 t·d-1污水直排入河.流域内除县城所在地乡镇有污水得到收集, 其余集镇无污水收集系统.另生活垃圾处理能力不足, 收集转运系统不完善.城郊结合部和广大农村约23.40×104 t的生活垃圾不能得到有效收集处理.

3.2 污染负荷入河量和入库量与环境容量比较分析

TN和TP污染负荷入河量分别为4 680.54 t·a-1和870.93 t·a-1, TN和TP污染负荷入库量分别为4637.80 t·a-1和125.04 t·a-1.这说明河流具有纳污净化的功能, 河流的自净功能使物质得到迁移降解或转化, 一定程度上降低了氮磷污染程度[31].南盘江上游两岸土地利用方式主要为农业用地, 河道基本处于自然状态, 自然状态下的河流能较好地利用自净功能改善水质[32].污染物进入河流后通过一系列的物理反应(如沉降和稀释等)、化学反应(如氧化还原反应和水解反应等)和生物反应(如微生物的新陈代谢和浮游植物的吸收等)使污染物发生衰减[33].

2016年TN污染负荷入库量为4 839.45 t·a-1, 而TN在现状浓度情景下环境容量为5 038.95 t·a-1.TN污染负荷入库量比现状环境容量小, 说明多余的污染负荷有其他来源进入水库.底泥中长期蓄积的污染物的释放是水库重要的污染物来源[34, 35].有研究表明, 底泥在厌氧环境下, 会持续向上层水体中释放有机质、氮、磷、铁和锰等污染物质, 造成上覆水体水质恶化[36].另外, 大气湿沉降也是水库的污染物来源之一[37, 38].藻类的繁殖对水库的水质也有影响[39, 40], 其繁殖受到多种因素的影响, 如水温、光照强度、营养盐浓度和降雨[41~43], 柴石滩水库较高的氮磷营养盐含量很有可能会造成藻类污染问题.2016年TP污染负荷入库量为138.26 t·a-1, 而TP在现状浓度情景下环境容量为98.74 t·a-1.TP污染负荷入库量比现状环境容量大, 一定程度上说明水库本身也有自净功能.由此可得, 水库上游输入的氮磷污染负荷是水体富营养化的重要原因[44].

3.3 环境容量核算不确定性分析

截至目前水库出现的月平均最低和最高水位分别为1 609.30 m和1 643.70 m, 参照水库水位、库容和面积曲线(图 5), 对应的库容分别为1.06×108 m3和3.70×108 m3.本研究水库正常蓄水位取1 640.40 m, 容积的取值是根据水位-面积-容积的关系表推算出, 有一定的误差.参数的取值(如水位、面积、容积、出入库水量、营养盐的沉降系数、氮磷的滞留系数等)都会对计算结果有影响.另外采用3种模型计算, 最后取平均值, 一定程度上保证了环境容量计算的可靠性和准确性.水库的水环境容量是随时间的变化而变化的[45], 其数值是动态变化的, 因此今后可对水库的汛期和非汛期或者逐月环境容量进行核算, 以得到更精确的数值.

图 5 柴石滩水库水位、面积和库容曲线 Fig. 5 Curves of water level, area and capacity of Chaishitan Reservoir

4 结论

(1) DO和BOD5浓度均值属于Ⅰ类水质标准, NH4+-N浓度和高锰酸盐指数均值都满足Ⅱ类水质标准, TP属于Ⅳ类水质标准, TN属于劣Ⅴ类水质标准.柴石滩水库及其以上流域主要特征污染物为TN和TP.

(2) 柴石滩水库上游各污染源排放中, COD和TP污染负荷贡献最大的均为农村面源污染, 贡献率分别为49.40%和50.11%.TN和NH4+-N污染负荷贡献最大的是城镇生活污染源, 贡献率分别为33.77%和45.76%, 农村面源污染次之.行政区范围内, COD和TP农村面源污染的贡献率最大的是陆良县, 其次为经开区, 二者贡献率之和超60%.COD、NH4+-N、TN和TP在城镇生活污染源的贡献中最大的均为麒麟区, 高达65%, 其次为陆良县、沾益区和经开区, 贡献率分别为14%、11%和9%.

(3) 柴石滩水库上游COD、NH4+-N、TN和TP的入河量分别为28 050.90、2 465.16、4 680.54和870.93 t·a-1; TN和TP污染负荷入库量分别为4 637.80 t·a-1和125.04 t·a-1.

(4) 以保持现状为目标, TN和TP环境容量分别为5 038.95 t·a-1和98.74 t·a-1.以Ⅲ类水质为控制目标, TN和TP的环境容量分别为1 102.62 t·a-1和54.85 t·a-1.以Ⅳ类水质为控制目标, TN环境容量为1 653.92 t·a-1, 以Ⅴ类水质为控制目标, TN环境容量为2 205.23 t·a-1.

致谢: 感谢云南省昆明市柴石滩水库管理局提供的相关数据资料.

参考文献
[1] Xiang R, Wang L J, Li H, et al. Temporal and spatial variation in water quality in the Three Gorges Reservoir from 1998 to 2018[J]. Science of the Total Environment, 2021, 768. DOI:10.1016/j.scitotenv.2020.144866
[2] Zhang J, Li S Y, Dong R Z, et al. Influences of land use metrics at multi-spatial scales on seasonal water quality: A case study of river systems in the Three Gorges Reservoir Area, China[J]. Journal of Cleaner Production, 2019, 206: 76-85. DOI:10.1016/j.jclepro.2018.09.179
[3] 肖宇婷, 姚婧, 谌书, 等. 沱江流域总氮面源污染负荷时空演变[J]. 环境科学, 2021, 42(8): 3773-3784.
Xiao Y T, Yao J, Chen S, et al. Temporal and spatial evolution of non-point source pollution load of total nitrogen in Tuojiang River Basin[J]. Environmental Science, 2021, 42(8): 3773-3784.
[4] 李悦昭, 陈海洋, 孙文超. 白洋淀流域氮、磷、COD负荷估算及来源解析[J]. 中国环境科学, 2021, 41(1): 366-376.
Li Y Z, Chen H Y, Sun W C, et al. Load estimation and source apportionment of nitrogen, phosphorus and COD in the basin of Lake Baiyang[J]. China Environmental Science, 2021, 41(1): 366-376.
[5] 王俊, 刘超, 王智源, 等. 洪泽湖流域污染负荷削减对生境质量的影响[J]. 水资源保护, 2023, 39(1): 190-199.
Wang J, Liu C, Wang Z Y, et al. Effects of pollution load reduction on habitat quality in Hongze Lake Watershed[J]. Water Resources Protection, 2023, 39(1): 190-199.
[6] 付超, 苏晶, 赵海萍, 等. 基于GIS的漳河上游城市非点源污染负荷估算[J]. 水资源保护, 2020, 36(3): 60-66, 97.
Fu C, Su J, Zhao H P, et al. Estimation of urban non-point source pollution load in upper reaches of Zhanghe River based on GIS[J]. Water Resources Protection, 2020, 36(3): 60-66, 97.
[7] 张永良. 水环境容量基本概念的发展[J]. 环境科学研究, 1992, 5(3): 59-61.
Zhang Y L. The development of basic concept of water environmental capacity[J]. Research of Environmental Sciences, 1992, 5(3): 59-61.
[8] 董飞, 彭文启, 刘晓波, 等. 河流流域水环境容量计算研究[J]. 水利水电技术, 2012, 43(12): 9-14, 31.
Dong F, Peng W Q, Liu X B, et al. Study on calculation of water environmental capacity of river basin[J]. Water Resources and Hydropower Engineering, 2012, 43(12): 9-14, 31.
[9] 罗慧萍, 赵科锋, 曹慧群, 等. 关于水域纳污能力计算理论的总结与思考[J]. 长江科学院院报, 2022, 39(1): 47-55, 69.
Luo H P, Zhao K F, Cao H Q, et al. Summary and reflection on calculation theories of assimilative capacity of water body[J]. Journal of Yangtze River Scientific Research Institute, 2022, 39(1): 47-55, 69.
[10] 王钪, 卢进登, 梁雄兵, 等. 基于总磷的长湖水环境容量核算[J]. 环境科学与管理, 2009, 34(6): 43-47.
Wang K, Lu J D, Liang X B, et al. The calculation on water environmental capacity based on TP in Changhu[J]. Environmental Science and Management, 2009, 34(6): 43-47.
[11] 王寿兵, 马小雪, 张韦倩, 等. 上海淀山湖水环境容量评估[J]. 中国环境科学, 2013, 33(6): 1137-1140.
Wang S B, Ma X X, Zhang W Q, et al. Water environmental capacity assessment of Dianshan Lake in Shanghai[J]. China Environmental Science, 2013, 33(6): 1137-1140.
[12] 郭琦, 尹娟, 邱小琮, 等. 银川市阅海湖水环境容量评估[J]. 水土保持通报, 2019, 39(5): 290-294, 300.
Guo Q, Yin J, Qiu X C, et al. Water environmental capacity assessment of Yuehai Lake in Yinchuan city[J]. Bulletin of Soil and Water Conservation, 2019, 39(5): 290-294, 300.
[13] 陈菡雯, 万帆, 黄浩, 等. 基于环境容量的入湖污染负荷削减分析[J]. 科学技术与工程, 2020, 20(21): 8766-8771.
Chen H W, Wan F, Huang H, et al. Measures analysis on water pollution control based on environmental capacity[J]. Science Technology and Engineering, 2020, 20(21): 8766-8771.
[14] 国家环境保护总局. 水和废水监测分析方法[M]. (第四版). 北京: 中国环境科学出版社, 2002.
[15] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查工业污染源产排污系数手册[EB/OL]. https://www.doc88.com/p-1446695524949.html, 2015-10-30.
[16] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查畜禽养殖业源产排污系数手册[EB/OL]. https://www.doc88.com/p-9902000105979.html, 2014-01-12.
[17] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查: 农业污染源肥料流失系数手册[EB/OL]. https://www.doc88.com/p-3367475355816.html, 2017-11-08.
[18] 国务院第一次全国污染源普查领导小组办公室. 第一次全国污染源普查城镇生活源产排污系数手册[EB/OL]. https://www.doc88.com/p-77688231179.html, 2010-11-19.
[19] 马岚, 滕彦国, 林学钰, 等. 晋江流域污染负荷空间分布及关键源区识别[J]. 中国环境科学, 2015, 35(12): 3679-3688.
Ma L, Teng Y G, Lin X Y, et al. Spatial distribution of pollution load and critical source area identification in the Jinjiang River Basin[J]. China Environmental Science, 2015, 35(12): 3679-3688.
[20] 水利部水资源司, 水利部水利水电规划设计总院. 全国重要江河湖泊水功能区划手册[M]. 北京: 中国水利水电出版社, 2013.
[21] 云南省生态环境厅. 云南省地表水水环境功能区划(2010-2020)[EB/OL]. https://www.doc88.com/p-7448871054804.html, 2014-10-10.
[22] Wang Y B, Ghimire S, Wang J J, et al. Alternative management systems of beef cattle manure for reducing nitrogen loadings: a case-study approach[J]. Animals, 2021, 11(2). DOI:10.3390/ani11020574
[23] Cui G N, Liu Y F, Wang P F, et al. Distribution characteristics and risk assessment of agricultural land use non-point source pollution in typical biofuel ethanol planting areas[J]. International Journal of Environmental Research and Public Health, 2022, 19(3). DOI:10.3390/ijerph19031394
[24] Zhang M, Chen X L, Yang S H, et al. Basin-scale pollution loads analyzed based on coupled empirical models and numerical models[J]. International Journal of Environmental Research and Public Health, 2021, 18(23). DOI:10.3390/ijerph182312481
[25] 谢经朝, 赵秀兰, 何丙辉, 等. 汉丰湖流域农业面源污染氮磷排放特征分析[J]. 环境科学, 2019, 40(4): 1760-1769.
Xie J C, Zhao X L, He B H, et al. Analysis of the characteristics of nitrogen and phosphorus emissions from agricultural non-point sources on Hanfeng Lake Basin[J]. Environmental Science, 2019, 40(4): 1760-1769.
[26] 陈学凯, 刘晓波, 彭文启, 等. 程海流域非点源污染负荷估算及其控制对策[J]. 环境科学, 2018, 39(1): 77-88.
Chen X K, Liu X B, Peng W Q, et al. Estimation of and control strategies for pollution loads from non-point sources in the Chenghai Watershed[J]. Environmental Science, 2018, 39(1): 77-88.
[27] 李响, 陆君, 钱敏蕾, 等. 流域污染负荷解析与环境容量研究——以安徽太平湖流域为例[J]. 中国环境科学, 2014, 34(8): 2063-2070.
Li X, Lu J, Qian M L, et al. Study on pollution loading and water environmental capacity in watershed—A case study of Taiping Lake Basin, Anhui Province, China[J]. China Environmental Science, 2014, 34(8): 2063-2070.
[28] 吴文晖, 樊娟, 邹辉, 等. 大通湖主要污染物浓度空间分布及其污染来源解析[J]. 环境监控与预警, 2018, 10(6): 48-52, 59.
Wu W H, Fan J, Zou H, et al. Spatial distribution of main pollutants in Datong Lake and analysis of pollution sources[J]. Environmental Monitoring and Forewarning, 2018, 10(6): 48-52, 59.
[29] 杨水化, 彭正洪, 焦洪赞, 等. 城市富营养化湖泊的外源污染负荷与贡献解析——以武汉市后官湖为例[J]. 湖泊科学, 2020, 32(4): 941-951.
Yang S H, Peng Z H, Jiao H Z, et al. External pollution source load and contribution of urban eutrophic lakes—taking Lake Houguanhu of Wuhan as an example[J]. Journal of Lake Sciences, 2020, 32(4): 941-951.
[30] 王雁, 高俊峰, 刘正文, 等. 潼湖流域污染负荷与水环境容量[J]. 湿地科学, 2016, 14(3): 354-360.
Wang Y, Gao J F, Liu Z W, et al. Pollution load and environment capacity in Tonghu Lake Basin[J]. Wetland Science, 2016, 14(3): 354-360.
[31] 冯帅, 李叙勇, 邓建才. 平原河网典型污染物生物降解系数的研究[J]. 环境科学, 2016, 37(5): 1724-1733.
Feng S, Li X Y, Deng J C. Biodegradation coefficients of typical pollutants in the Plain Rivers Network[J]. Environmental Science, 2016, 37(5): 1724-1733.
[32] Su W, Wang S Y, Liu C, et al. Construction and application of a water quality risk sensitive area identification system in the Wudongde reservoir[J]. Water, 2022, 14(6). DOI:10.3390/w14060962
[33] Font C, Bregoli F, Acuña V, et al. GLOBAL-FATE (version 1.0.0): a geographical information system (GIS)-based model for assessing contaminants fate in the global river network[J]. Geoscientific Model Development, 2019, 12(12): 5213-5228.
[34] Wang Z X, Wang T X, Liu X L, et al. Water level decline in a reservoir: implications for water quality variation and pollution source identification[J]. International Journal of Environmental Research and Public Health, 2020, 17(7). DOI:10.3390/ijerph17072400
[35] Kuriata-Potasznik A, Szymczyk S, Skwierawski A. Influence of cascading river-lake systems on the dynamics of nutrient circulation in catchment areas[J]. Water, 2020, 12(4). DOI:10.3390/w12041144
[36] Zhao K, Fu H, Wang Q, et al. Determination of water quality characteristics and nutrient exchange flux at the sediment-water interface of the Yitong River in Changchun city, China[J]. Water, 2021, 13(24). DOI:10.3390/w13243555
[37] 徐进, 黄廷林, 李凯, 等. 李家河水库污染物来源及水体分层对水质的影响[J]. 环境科学, 2019, 40(7): 3049-3057.
Xu J, Huang T L, Li K, et al. Pollution sources and the stratification effects on water quality in Lijiahe Reservoir[J]. Environmental Science, 2019, 40(7): 3049-3057.
[38] Wu L X, Liu X B, Li K, et al. Wet inorganic nitrogen deposition at the Daheitin Reservoir in North China: temporal variation, sources, and biomass burning influences[J]. Atmosphere, 2020, 11(11). DOI:10.3390/atmos11111260
[39] Long L H, Ji D B, Yang Z Y, et al. Tributary oscillations generated by diurnal discharge regulation in Three Gorges Reservoir[J]. Environmental Research Letters, 2020, 15(8). DOI:10.1088/1748-9326/ab8d80
[40] Mamun M, An K G. Application of multivariate statistical techniques and water quality index for the assessment of water quality and apportionment of pollution sources in the Yeongsan River, South Korea[J]. International Journal of Environmental Research and Public Health, 2021, 18(16). DOI:10.3390/ijerph18168268
[41] 宋云龙, 张金松, 郭小雅, 等. 石岩水库叶绿素a时空分布及其影响因子分析[J]. 环境科学, 2017, 38(8): 3302-3311.
Song Y L, Zhang J S, Guo X Y, et al. Spatiotemporal variations of chlorophyll a and its relationship to environmental factors in Shiyan Reservoir[J]. Environmental Science, 2017, 38(8): 3302-3311.
[42] Choi J, Min J O, Choi B, et al. Key Factors controlling primary production and cyanobacterial harmful algal blooms (cHABs) in a continuous weir system in the Nakdong River, Korea[J]. Sustainability, 2020, 12(15). DOI:10.3390/su12156224
[43] Ok J H, Jeong H J, You J H, et al. Phytoplankton bloom dynamics in incubated natural seawater: predicting bloom magnitude and timing[J]. Frontiers in Marine Science, 2021, 8. DOI:10.3389/fmars.2021.681252
[44] 李泽利, 罗娜, 苏德岳, 等. 基于GWLF模型的于桥水库流域氮磷负荷估算及来源变化解析[J]. 农业资源与环境学报, 2021, 38(1): 63-71.
Li Z L, Luo N, Su D Y, et al. Load estimation and source variation analysis of nitrogen and phosphorus for the Yuqiao reservoir watershed based on the GWLF model[J]. Journal of Agricultural Resources and Environment, 2021, 38(1): 63-71.
[45] 孙冬梅, 程雅芳, 冯平. 海河干流汛期动态水环境容量计算研究[J]. 水利学报, 2019, 50(12): 1454-1466.
Sun D M, Cheng Y F, Feng P. Study on dynamic water environmental capacity of mainstream of Haihe River in flood season[J]. Journal of Hydraulic Engineering, 2019, 50(12): 1454-1466.