淮河中游颖河口至田家庵河段二维水质模型研究.pdf

淮河中游颖河口至田家庵河段二维水质模型研究 * 马莉1， 2 1. 淮南职业技术学院采矿工程系， 安徽 淮南 232001; 2. 安徽理工大学地球与环境学院， 安徽 淮南 232001 摘要 以淮河流域主要污染指标氨氮 NH3－ N 和 CODMn模拟淮河中游颖河口至田家庵河段水质状况， 结合排污口多 年排污实测资料， 运用 SMS- ＲMA4 二维水质模块建立淮河中游颖河口至田家庵河段二维水质模型， 并对模拟结果进 行了验证和分析。同时对区段内一大型分汊河道 凤台大桥平圩大桥段 进行了特定时段的分污量计算， 研究得出 分汊河道各汊口处污染物浓度随时间变化的动态分布曲线。所建模型能较为准确的描述淮河中游颖河口至田家庵河 段的污染物迁移扩散过程， 对河流环境管理和环境污染治理具有一定的指导意义。 关键词 SMS- ＲMA4; 淮河; 水质模型; 分汊河道 DOI 10. 13205/j． hjgc． 201404012 STUDY ON TWO- DIMENSIONAL WATEＲ QUALITY MODEL OF MID- ＲEACH OF HUAIHE ＲIVEＲ BETWEEN YINGHEKOU TO TIANJIA’ AN SECTION Ma Li1， 2 1． Department of Mining Engeering， Huainan Vocational Technical College， Huainan 232001， China; 2． School of Earth and Environment， Anhui University of Science and Technology，Huainan 232001， China AbstractBased on the main pollution index NH3－ N and CODMn，and the monitoring data of discharge outlets on the rivers， the paper simulates the water quality of mid- reach of Huaihe Ｒiver between Yinghekou to Tianjia’ an section using two dimensional numerical model ＲMA4 in SMS surface water modeling system ，then the obtained results are verified and analyzed． In the meanwhile， taking a bifurcation reach from Fengtai Bridge to Pingwei Bridgein the research river as focus， the paper calculates the pollution discharge in the bifurcation reach． The result shows the dynamic distribution of concentration at each point in the branch channel． The proposed model can accurately describe the diffusion process of the pollutants in the environment，which provides a guidance for environmental management and pollulants treatment in Huaihe Ｒiver． KeywordsSMS- ＲMA4;Huaihe Ｒiver;water quality model;branch channel * 安徽省高校自然科学研究基金项目 KJ2013B265 ; 淮南职业技术学 院重点科研项目 HKJ12- 3 。 收稿日期 2013 －09 －20 0引言 淮河中游地处安徽段， 地势低平， 地面高程大部 分位于干支流洪水位之下。气候为暖温带季风气候， 极易发生洪涝灾害。洪涝灾害伴随水体污染， 尤其是 淮河中游蚌埠闸以上的河段和颍河为普遍关注的焦 点 ［1- 3 ］， 淮河流域历史上发生的水污染事故均在这一 区域。本文以淮河中游蚌埠闸以上颖河口至田家庵 河段为研究对象， 运用 SMS 地表水模拟系统 中的 ＲMA4 二维水质模块 ， 研究了淮河中游典型污染年 份 2004 年洪水期的污染指标氨氮 NH3－ N 和 CODMn的动态扩散过程， 并对目标河段内一分汊河道 进行了分污量的计算， 对淮河中游河道水质预警预报 和水资源环境保护提供一定的参考。 1模型控制方程与求解 水质模型中污染物扩散输移方程［4 ］见式 1  hc t  x huc  y hvc  x hDx c  x  y hDy c  y Si S0 1 式中 c 为污染物断面平均浓度; h 为计算节点的水 深; u、 v 为 x、 y 方向的深度平均流速; Dx、 Dy为 x、 y 方 15 水污染防治 Water Pollution Control 向的扩散系数; Si为方程式中的污染物组分反应项， 诸如生物化学中的生长与降解变化， 假定反应遵守一 级动力反应式， 则 Si － kch， k 为生物化学反应率常 数; S0为源和汇项。 控制方程利用伽辽金加权余量法并对各二阶导 数项应用分部积分和格林公式， 将空间上的积分转 换为高斯积分， 对时间项的偏导数用非线性函数近 似处理， 对每一个具体的时间步长， 方程可以采用 多种求解方法， 如以 Newton- Ｒaphson 迭代法求解， 计算中以水质因子的浓度 c 作为判断迭代是否收敛 的标准。水质模型需要水力学模型输出的区域流 速分布。 2研究河段概况及二维有限元网格的生成 研究区域淮河中游颖河口至田家庵河段起始断 面为淮河最大支流颖河入淮口， 终止断面为淮南市田 家庵断面， 其地理位置如图 1 所示。通过对目标河段 进行排污口普查， 凤台辖区主要有排污口为凤台县集 中排污口 ［5 ］ 包括凤台县化肥厂、 凤台县酒厂、 凤台 县城南、 凤台县城东、 凤台县桥下、 凤台县码头、 凤台 县望城门 ， 在凤台大桥上游以涵闸方式入淮。凤台 大桥以下河段排污口有淮南李嘴孜排污口、 石头埠排 污口、 姚家湾排污口， 其地理位置如图 1 所示。此外 距鲁台子水文站上游不远的颖河， 污染严重， 汛期下 泄量大， 为目标河段重要的污染源头。 图 1淮河中游颖河口至田家庵河段地理位置 Fig． 1Location map of the middle reach of Huaihe Ｒiver between Yinghekou to Tianjiaan section 由图1 可以看出 目标河段相对复杂， 淮河流经 凤台附近时河道弯曲分汊， 凤台大桥下游河段多处 分汊交汇， 具有支汊、 横汊以及河漫滩出露地形特 点。研究中采用淮河大断面资料结合重点区域实 测资料 ［6 ］、 水利专题地形数据内插得到间距为 250 m 的河道断面资料， 采取了不同尺度的三角形网格和 四边形网格剖分计算区域［7］， 地形变化较大的区域 采取了较为精细的划分， 地形变化不大的则采用了 较大尺度的单元。网格剖分图及河底地形如图 2 所示。 图 2研究河段网格图及地形图 Fig．2The final mesh and topography of the researched river section 3计算条件及参数的确定 3. 1模型的初始条件和边界条件 水质模拟的初始值为该河段污染物的背景浓度。 由于在模拟之前污染负荷早已存在， 因此按照实际监 测资料先假定一初始场， 再通过反复计算最终形成满 意的初始场。 对于边界条件的设置， 闭边界 Γ2 河岸边界 上， 固壁边界法向浓度为零。开边界 Γ1满足 C x， y， t f x， y或 C x， y， t Γ1 C0。 其中 f x， y为边界水 质浓度随时间变化; C0为边界上浓度实测值。 3. 2参数的确定 本文建模所需要的参数主要有水动力学参数糙 率、 污染物降解系数和扩散系数等。 糙率反映河道阻力对水流的作用。糙率的选取 根据河流形态查表并参照该河段已有的成果率定河 道主槽 n 0. 025， 河道滩地糙率 n 0. 035。 淮河流域氨氮和 CODMn降解系数的推求采用中 国水功能区划 试行 中的公式 K U/Xln C上/C下 ， 25 环境工程 Environmental Engineering 其中 U 为断面平均流速， m/s; X 为河段长度， m; C上 为河段上断面污染物浓度， mg/L; C下为河段下断面污 染物浓度， mg/L 。淮河流域纳污能力及限量排污总 量意见 采用淮河流域 50 个河段的降解系数 K 值实 测结果， 通过分析得到降解系数和 U 值的线性关系， 即 KNH3- N 0. 061 0. 551U; KCOD 0. 050 0. 68U， K 为综合降解系数， 1/d， 以 K 值与 U 的线性关系为基 础， 结合各个河段的平均流速， 淮河干流综合降解系 数的评定范围 KNH3- N 0. 13 ～ 0. 26; KCOD 0. 13 ～ 0. 28。根据 河流水质水量综合评价方法研究 中对 淮河中游河段试验断面的计算， 结合淮河干流综合降 解系数的评定范围 ［8 ］， 最终确定 K NH3－ N 0. 139/d; KCOD0. 135/d。 扩散系数的确定依据前人对天然河道所做的大 量实验研究以及淮河干流先后开展的大量数值模拟 计算， 经比选， 最终确定目标河段相应污染指标的纵 向弥散系数为 20 m2/s， 横向扩散系数为 20 m2/s。 4模型的验证 2004 年 7 月， 淮河流域出现了一次洪水过程 ［9 ］。 支流颍河开闸泄洪， 闸上关蓄的高浓度受污染水大量 排入淮河干流， 使得淮河中游颍河以下凤台至淮南段 水质产生剧烈变化， 本文以典型污染年 2004 年 7 月 18 日0 00 至2004 年7 月28 日6 00 为模拟时段， 考 察区段内典型断面鲁台子断面、 平圩大桥断面和田家 庵断面的氨氮 NH3－ N 和 CODMn的变化过程， 对模 型进行验证， 其验证结果见图 3。其中鲁台子断面、 平圩大桥断面、 田家庵断面、 姚家湾排污口、 颖河排污 口为动态水质水量监测数据。其他排污口水质水量 数据根据 20022004 年污染物入河情况进行统计计 算， 研究中作为衡量处理。 图 3各断面模拟浓度和实测浓度对比 Fig． 3Comparison of simulated and observed concentration in each section 由图 3 可以看出 水质曲线总体呈现下降趋势， 大体分为两个阶段 第一阶段， 降雨在汇集入河过程 中， 将闸坝河道内储存的污水冲刷入河， 增加了河水 的污染负荷。在汛初期污染指标浓度有所上升， 水质 较差。第二阶段， 流量逐渐稳定， 一定水力下可冲刷 的积存污染基本解决， 降雨汇入起到稀释作用， 水质 逐渐转好。 由以上对比图可以看出 模拟值和实验值总体变 化趋势一致， 但局部数据存在一定的误差。其原因可 能由于监测的时间段为洪水期， 而且洪水来临前上游 各闸开启泄洪， 污染物浓度变化曲线幅度较大， 而污 染物的监测频率较低， 实验数据的缺失是导致误差产 生的一个主要因素。此外水质分析测试中的实验误 差以及降解系数的估算也会产生误差。 5分汊河道污染分布特征 为考察分汊型河道动态排污下各汊口和交汇口处 污染物浓度分布， 研究中以污染指标氨氮 NH3－ N 为 例， 选取 6 个特征点， 分汊口处取点 1、 点 2， 分别位于 南汊和北汊。南汊分支处选取点 3、 点 4， 分别位于南 汊分出的二级支汊处和二道河入口附近。交汇口处 35 水污染防治 Water Pollution Control 选取点 5、 点 6。其中 6 个特征点均位于河道中部， 如 图 4 所示。 图 4特征点位置 Fig．4Location of the feature points 6 个特征点的氨氮 NH3－ N 浓度随模拟分布如 图 5 所示。可以看出二道河分汊口点 3、 点 4 处氨氮 NH3－ N 浓度过程线几乎完全重合; 分汊口点 1、 点 2、 交汇口点 5、 点 6 氨氮 NH3－ N 浓度过程线基本 重合， 整体来看表现为分污均衡， 但局部也存在一定 的差异性。为体现其差异性， 研究中选取 2004 年 7 月 19 日 5 00 模拟 29 h、 2004 年 7 月 20 日 17 00 模 拟 65 h、 2004 年 7 月 22 日 19 00 模拟 117 h 三特征 时刻对 6 个特征点所在断面的污染物分布状态进行 模拟， 模拟结果如图 6 所示。 图 5特征点氨氮 NH3 － N 浓度时间分布特征 Fig．5Time- distribution curve of NH3－ N concentration at each point 由图 5、 图 6 可以看出 凤台大桥以下分汊河型， 分汊口 1、 2 特征点处， 污染指标 NH3－ N 浓度以污峰 约模拟 48 h 为界， 两侧浓度分布表现为 在污峰到 来前， 南汊分汊口处分污量较大; 污峰过后北汊分汊 口处分污量较大; 稳定 约 150 h 后， 南北汊分污相 对均衡。二级支汊 3、 4 特征点处， 污染物 NH3－ N 浓 度随时间变化曲线基本重合， 分污量相对均衡。南北 汊交汇口 5、 6 特征点处， 污染物 NH3－ N 浓度呈现出 交替变化的状态， 分污规律不显著。 6结语 本文基于 SMSＲMA4 建立淮河中游颖河口至 图 6各考察断面不同时刻点 NH 3－ N 浓度过程线 Fig．6NH3－ N concentration curve of each section at different time 田家庵河段二维水质模型。以典型污染年 2004 年为 例， 模拟了目标河段丰水期污染指标氨氮 NH3－ N 和 CODMn浓度的动态分布过程， 模型验证结果较好。 此外还对该河段内一分汊河道 凤台大桥平圩大 桥 进行了汊口处和交汇口处的分污量计算， 得出分 汊河道汊口处和交汇口处的分污规律， 其研究成果对 淮河中游颖河口至田家庵河段水质预警预报和水资 源环境保护具有一定的参考意义。 参考文献 ［1］水利部淮河水利委员会． 淮河流域及山东半岛水资源评价 ［Ｒ］．2005． ［2］谭炳卿， 吴培任， 宋国君． 论淮河流域水污染及其防治［J］． 水 资源保护， 2005， 21 6 4- 10． ［3］褚金庭． 沙颍河流量和水质对淮河污染的影响［J］． 水资源保 护， 2001， 65 3 4- 7． ［4］US Army， Engineer Ｒesearch and Development Center Waterways Experiment Station Coastal and Hydraulics Laboratory． Users to Guide to ＲMA2 WES Version 4. 5［Z］． Vicksburg， 2003． ［5］吴师． 淮河鲁台子石头埠段动态纳污能力估算及水质污染预 测预报［J］． 水资源保护， 2005， 21 4 52- 55． ［6］安徽省水文局． 河流水质水量综合评价方法研究送审稿［Ｒ］． 2004． 下转第 125 页 45 环境工程 Environmental Engineering 型的相对误差都在 3 以下。根据图 3 中三种预测 模型相对误差的曲线， 组合预测模型的波动更加平 稳， 这说明组合预测模型在整个预测过程中有更高的 预测准确度和更好的稳定性。从这点来看本文所提 出的基于改进灰色与广义神经网络的组合预测模型 是完全有效的， 可以推广。 3. 3. 4组合预测模型预测结果 利用上述方法构建的组合模型对 2012 年到 2018 年火电行业 NOx排放量进行组合预测， 结果见 表 7 所示。 表 720122018 年火电行业 NO x排放量 广义神经网络预测值 Table 7The generalized neural network predictive values of NOxemissions from thermal power industry in 20122018 年份预测值/万 t 20121 105. 7 20131 189. 8 20141 286. 7 20151 381. 4 20161 473. 6 20171 582. 4 20181 700. 8 4结论 该研究是在用改进 GM 1， 1 模型的基础上， 结 合广义神经网络模型， 建立了组合预测模型， 较好的 结合了两种预测模型的优点， 并以我国 19982011 年的火电 NOx排放量为例， 对组合预模型进行了验 证， 获得了满意预测效果。并对 20122018 年火电 行业 NOx排放量进行预测。相对于排放因子法与典 型电厂法等预测模型， 该模型简易可行、 采集数据方 便， 处理数据与预测过程较为简单， 预测结果较为准 确， 是预测我国未来的火电行业 NOx排放量的一种行 之有效的方法。 参考文献 ［1］王圣， 朱法华， 孙雪丽． 火电行业氮氧化物减排从哪里着手 ［J］． 环境保护， 2011 13 11- 13. ［2］朱法华， 刘大钧， 王圣． 火电厂 NOx排放及控制对策审视［J］． 环境保护， 2009 21 40- 41. ［3］刘志强． 中国火电行业氮氧化物排放量估算研究［D］． 保定 华 北电力大学， 2007. ［4］蒋艳凰， 赵强利． 机器学习方法［M］． 北京 电子工业出版社， 2009 172- 176. ［5］肖新平， 宋中民， 李峰． 灰技术基础及其应用［M］． 北京 科学出 版社， 2005 1- 8. ［6］党耀国， 刘思峰， 王正新， 等． 灰色预测与决策模型研究［M］． 北京 科学出版社， 2009 55- 57. ［7］杨晓帆， 陈廷槐． 人工神经网络固有的优点和缺点［J］． 计算机 科学， 1994， 21 2 23- 26. ［8］Shen Jihong． GM 1， 1for modeling oscillation series via triangle transation［J］． The Jpurnal of Grey System，2002， 14 1 5- 8. ［9］邓聚龙， 灰色理论基础［M］． 武汉 华中理工大学出版社， 2002． ［ 10］张忠平． 指数平滑法［M］． 北京 中国统计出版社， 1996. ［ 11］蒋剑飞． 一类时滞景泰递归神经网络的全局稳定性分析［D］． 无锡 江南大学， 2009. ［ 12］Specht D F． A general regression neural network［J］． IEEE Transactions on Neural Networks， 1991， 2 6 568- 576． ［ 13］吕峰， 贾现召， 范卫锋， 等． 基于组合模型的矿山设备产量预测 研究［J］． 矿山机械， 2007， 35 5 107- 109． ［ 14］崔巍， 王新民， 杨策． 变权组合预测模型在滑坡预测中的应用 ［J］． 吉林大学学报， 2010， 28 2 172- 176． ［ 15］郭亚宇， 庞旭卿． 变权重组合模型在路基沉降预测中的应用 ［J］． 河南科学， 2010， 28 9 1170- 1173． ［ 16］Vlachokostas Ch，Achillas Ch，Chourdakis E，et al． Combining regression analysis and air quality modelling to predict benzene concentration levels［J］． Atmospheric Environment， 2011， 45 15 2585- 2592. ［ 17］史玉峰， 宁津生． 指数平滑法改进灰色模型及其在形变数据分 析中的应用［J］． 煤炭学报， 2005， 30 2 206- 209． ［ 18］朱法华， 王圣， 郑有飞． 火电 NOx排放现状与预测及控制对策 ［J］． 能源环境保护， 2004， 18 1 1- 5. ［ 19］赵毅， 周建国， 梁怀涛． 基于灰色支持向量机组合模型的我国火 电 NOx排放量预测［J］． 环境科学研究， 2011， 24 5 489- 496． 第一作者 周建国 1965 － ， 男， 博士， 教授， 主要从事电厂环境技术经 济分析与评价、 电力工程投资管理分析的研究。 櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅 dldxzjg126． com 上接第 54 页 ［7］Brigham Young University． Surface- water Modeling System version 8. 1［Z］．2004． ［8］唐劲松． 沂沭泗流域江苏片水环境容量研究［ D］ ． 南京 河海大 学， 2004． ［9］程绪水． 上下联动 科学防污2004 年淮河水污染联防综述 ［J］． 治淮， 2004 9 7- 9． 第一作者 马莉 1983 － ， 女， 博士， 讲师， 主要研究方向为水资源环境 保护。marivy_2006163． com 521 监测与评价 Environmental Monitoring ＆ Assessment