2017, Vol. 37
[PDF全文]
2. 西安科技大学建筑与土木工程学院, 西安 710054
2. School of Architecture and Civil Engineering, Xi'an University of Science and Technology, Xi'an 710054
城镇化进程加快导致了不透水面积的急剧增长, 而大量不透水面积阻碍了雨水下渗, 使得径流总量增大、汇流时间缩短, 进而导致城市内涝、非点源污染等水文环境问题的加剧.就目前来说, 由雨水径流造成的非点源污染已成为城镇水体污染的主要来源(李鹏等, 2016).低影响开发(Low Impact Development, 简称LID)是目前国际上广泛认可的城市水环境保护和可持续发展的雨洪管理新策略.LID理念于20世纪90年代发源于美国马里兰州, 主要采用分散、多样、小型、本地化的技术从源头上储存、渗滤、蒸发及截流雨水, 最大程度保护开发改造地区的水文机制, 减少负面环境影响, 其主要包括生物滞留(Bioretention)、绿色屋顶(Green Roof)、可渗透/漏路面铺装系统(Peameable/Porous Pavement System, PPS)等措施(孙艳伟等, 2011), 上述措施均是通过减少不透水面积、增加雨水渗滤、利用雨水资源, 实现可持续雨洪管理(刘保莉等, 2009).其中, 生物滞留技术目前较流行, 其净化水质效果在美国及其它发达国家得到广泛认同和应用, 但国内对这方面的研究和应用还比较欠缺(孟莹莹等, 2010).
生物滞留系统对污染物的去除效果受到很多因素的影响, 如填料的类型、填料层的厚度、降雨量的大小、污染物的浓度等(高晓丽, 2014；郭娉婷, 2015).由于影响因素较多, 所以实际的试验结果存在许多不确定性.利用软件对水分和溶质的运移进行数值模拟, 具有较好的准确性和便利性.生物滞留系统单项设施模拟模型主要有SWC(李研, 2012)、RECARGA(李家科等, 2014)、DRAINMOD(Brown et al., 2010)、HYDRUS(Hilten et al., 2008)等.其中, SWC模型和RECARGA模型只能对水分的运移进行模拟, DRAINMOD模型也只能模拟水分、氮素和盐分的运移, 而美国农业部盐土实验室开发的HYDRUS模型具有广泛的适用性, 能够较为全面地对水分及溶质的运移进行模拟.该模型所需要的输入数据相对较少, 模拟结果可靠.近些年来该软件主要应用于农业和地质学领域, 例如, 农田灌溉(卞建民等, 2014)、重金属的运移(彭盼盼等, 2016；Ngoc et al., 2009)、氮素的运移(郝芳华等, 2008；Ramos et al., 2011)、农药迁移转化(Kohne et al., 2006)等, 目前, 该软件在生物滞留方面应用较少.鉴于此, 本文基于中试, 运用HYDRUS-1D模型研究生物滞留池的填料类型、填料层厚度、降雨量大小、污染物浓度等对生物滞留池净化效果的影响, 探讨适宜的运行条件, 为生物滞留池的改良及评价提供依据.
2 材料与方法(Materials and methods) 2.1 研究区自然概况西安市位于黄河流域中部关中盆地, 兼跨秦岭地槽褶皱带和华北地台两大单元, 在渭河冲积和风积黄土覆盖的共同作用下形成了渭河平原.西安市境内海拔高度相差极其悬殊, 秦岭山地和渭河平原界线分明, 构成西安市的地貌主体(林琳, 2013).该地区属东亚暖温带大陆性季风气候, 大体地势是东南高, 西北与西南低.这种南高北低的地势引起了空气受热不均匀, 冷热干湿非常分明, 冬季和春季受西北气流影响, 寒冷少雨；夏季和秋季受东南气流影响, 高温多雨, 降雨量时空分布不均匀.全市所在平原区域年平均气温13 ℃, 全市各区县平均降雨量537.5~1028.4 mm, 市区多年平均降水量583.7 mm.全市各区县年平均降雨日数88~105 d, 市区年平均降雨日数96.6 d, 最长连续降雨日数13~19 d(李家科等, 2016a).由于形成条件和形成过程的不同, 西安市的土壤可分为褐土、水稻土、娄土、黄绵土、红粘土、紫色土、暗棕壤、棕壤、沼泽土和亚高山草甸土等12个土类, 西安市主要的自然土壤为褐土及在褐土上耕作熟化形成的娄土(王磊, 2009).
2.2 试验装置与方案设计在西安理工大学露天试验场设计和建造了一套中型生物滞留池试验装置.本套装置共有10座滞留池, 其中, 1~5号为半渗透型滞留池, 6~10号为防渗型滞留池.每池的规格为2.00 m×0.50 m×1.05 m(长×宽×深), 10个滞留池共用1个水箱, 水箱体积为2700 L.每池自上而下分别为蓄水层(15 cm)、覆盖层(5 cm)、种植土层(30 cm)、人工填料层(40 cm)和砾石排水层(15 cm), 砾石排水层底部设穿孔排水管, 排水管用透水土工布包裹.其中, 1~5号滞留池底部为天然土壤, 人工填料层分别为种植土(Z)、高炉渣(G)、高炉渣+沙(GS, 体积比1:1)、粉煤灰+沙(FS, 体积比1:1)、沙+种植土+腐殖质(SZF, 体积比18:1:1)；6~10号滞留池底部做防渗处理, 人工填料层与1~5号滞留池对应.池内种有道路绿化常用植物小叶女贞(Ligustrum quihoui Carr)与麦冬草(Ophiopogogon japonicus), 覆盖层为法桐(Platanus orientalis Linn)树叶.在系统的入流口、出流口、溢流口均安装了30°三角堰, 堰前水位由XTHJ型记录仪监测, 用于观测进水、出水和溢流流量.试验滞留池编号如图 1a所示, 装置垂向结构如图 1b所示.
 |
| 图 1 生物滞留池试验装置 (a.平面图, 图中显示为人工填料层类别; b.剖面图) Fig. 1 The diagram of bioretention tank |
以7#、9#、10#滞留池为试验对象, 进行滞留池对水量水质调控效果的影响因素试验.影响因素考虑填料种类、进水水量、进水浓度等.填料种类考虑人工填料层的变化, 设计3种, 分别为粉煤灰+沙、高炉渣和种植土.进水水量设计2 a、5 a两种重现期, 降雨历时120 min, 水量计算结果见表 1.进水水质参照课题组之前对城市降雨径流非点源污染的监测(杜光斐, 2012；董雯, 2013；张佳扬, 2014), 设计高浓度(初期雨水)、低浓度(中后期雨水)两种.进水过程中, 污染物浓度恒定, 确定配水浓度如表 2所示.本研究需要模拟一场降雨从开始到结束的完整过程, 这个过程包含“起涨-峰顶-落水”3个阶段, 芝加哥雨型能够较好地满足这一需求, 而且也能满足精度的要求(唐双成等, 2012；李鹏等, 2016).因此, 本研究按照芝加哥雨型放水, 雨峰系数取0.3.水质以化学需氧量(COD)、硝氮(NO3--N)、氨氮(NH3-N)和总氮(TN)为主要分析指标.
| 表 1 进水水量计算 Table 1 Calculation of influent flow rate |
 |
| 表 2 入流浓度设计 Table 2 Design of influent concentrations |
|
选取7#、9#、10#滞留池, 实验前先用清水润床, 通过试验得出不同工况下出水水量与浓度过程线, 总结生物滞留池系统对COD等污染物的去除特征与规律.依据课题组前期的研究结果(Li et al., 2016), 确定影响生物滞留池氮素去除效果的主要因素为：内部淹没区(淹没区的深度由滞留池侧面不同高度水龙头的开启情况进行控制)、间隔时间、进水浓度、填料类型, 为研究这几种主要因素对生物滞留池运行效果的影响, 设置9场试验, 具体试验安排见表 3.
| 表 3 影响因素实验设计 Table 3 Design of influence factor experiments |
|
取样阶段在各取样口开始出水后收集一次水样之后每隔15 min收集出水水样, 收集满2 h, 并于实验的开始采集进水水样2瓶.
本研究分析监测的污染物包括氨氮、硝氮、总氮和COD.按照地表水质量标准(GB3838-2002)和环境保护行业标准地表水监测技术规范(国家环境保护总局, 2002a), 分析的水样均为上清液, 上清液由原装水静置30 min后, 用虹吸法于液面下5 cm处向上吸取澄清水得到.COD采用快速消解分光光度法测定, 氨氮采用纳氏试剂分光光度法测定, 硝氮采用酚二磺酸分光光度法测定, 总氮采用过硫酸钾氧化-紫外分光光度法测定(国家环境保护总局, 2002a；2002b；2007).
2.4 填料的性能参数根据课题组前期的研究(雷婷婷, 2014)确定了填料的下渗率和填料对COD、总氮的吸附性能.粉煤灰+砂的混合填料、炉渣、种植土的下渗率分别为0.22、1.35和0.5 m·d-1；对COD的24 h吸附量分别为158.00、232.58和196.24 mg·g-1；对总氮的24 h吸附量分别为116.76、213.01和132.13 mg·g-1.由下渗率和性能参数确定填料因子(填料吸附量除以填料下渗率)分别为718.18×10-3、172.28×10-3和392.58×10-3d·m-1.
2.5 土壤的机械组成及本底值测定根据土壤环境监测技术规范(国家环境保护总局, 2004), 测定土壤的机械组成和本底值, 一般采集表层土, 采样深度0~20 cm.考虑到中试装置表面积有限, 植株间可供取土样的空间有限等特点, 本试验取上层10~15 cm土样用于土壤机械组成的分析和污染物背景值的比较.
进行机械组成分析的土壤需风干后剔除植物、石块等残体, 碾压后过2 mm土筛.采用马尔文MS2000激光粒度分析仪湿法测量, 土壤质地分类采用美国制土壤粒级划分标准并根据美国土壤质地分类三角表确定土壤的质地.结果表明, 滞留池所用土壤均为粉砂土, 土壤以粉粒为主.
利用国标法测定滞留池中土壤污染物本底值, 测定结果如表 4所示.由表 4可知, 生物滞留池表层土TC、TN、NO3--N和NH3-N等污染物的含量差异并不明显.
| 表 4 滞留池土壤污染物本底值 Table 4 The background pollutants in the soil of bioretention tanks |
|
HYDRUS-1D是美国农业部盐土实验室创建的土壤物理模拟软件(范严伟等, 2016).该模型可以用来模拟与计算微观和宏观尺度上的饱和及非饱和介质中的水分运动、溶质运移、热量传输及根系吸水的一维运动, 包含有水分运移模块、溶质运移模块、热传递模块、植物根系吸水模块和植物根系生长模块等, 同时该模型还考虑了土壤持水能力的滞后影响, 为考虑植物根系吸水问题还在水流方程中嵌入源汇项.可应用于恒定及非恒定的边界条件, 并且具有简便的输入输出功能, 能够模拟出水分及溶质在土壤中运移规律及时空分布的变化情况.
该模型水流状态为饱和-非饱和达西水流, 忽略了空气对土壤中水流运动的影响, 水流控制方程采用修正过的Richards方程, 溶质运移方程运用传统的对流-弥散方程, 采用伽辽金线性有限元法对方程进行数值求解.该模型可以灵活地处理不同的水流边界, 土壤的结构组成可以是均质也可以是非均质.
3.1 水分运动基本方程HYDRUS-1D采用修改后的Richards方程(Simunek et al., 2013)来描述水分在介质中的运移过程, 根据实际的需要和情况忽略水分的水平和侧向流动, 只考虑垂直方向的一维流动.取滞留池种植土的表面为坐标原点所在的水平面, z轴向上为正.具体的方程如下：
|
(1) |
|
(2) |
式中, θ为体积含水率(cm3·cm-3)；t为模拟时间(s)；z为垂直坐标；K(h, z)为非饱和渗透系数函数(cm·d-1)；h在饱和区表示压力水头(cm), 在非饱和区表示基质势(cm)；φ为水流方向和z轴的夹角, 本次模拟认为水流是一维连续垂直入渗, 所以φ=0；S为源汇项(cm3·cm-3·s-1)；Ks为土壤的饱和渗透系数(cm·d-1)；Kr为土壤的相对渗透系数(cm·d-1).
3.2 土壤水分运移方程HYDRUS-1D模型对土壤水分运移的描述提供了5种土壤水力模型, 本次模拟选取目前使用最为广泛的单孔隙模型中的Van-Genuchten(V-G)模型(Genuchten, 1980), 具体方程如下：
|
(3) |
|
(4) |
|
(5) |
|
(6) |
式中, θs为土壤饱和体积含水率(cm3·cm-3)；θr为土壤残余体积含水率(cm3·cm-3)；h在饱和区表示压力水头(cm), 在非饱和区表示基质势(cm)；α为进气吸力的倒数(cm-1)；Ks为土壤的饱和渗透系数(cm·d-1)；Se为土壤的有效含水量(cm3·cm-3)；l为孔隙连通性参数, 通常取均值0.5；m为水分特征曲线参数；n为孔径分布参数.
3.3 溶质运移方程在水分运移的基础上, 运用经典对流-弥散方程来描述溶质的运移过程(王小丹等, 2015), 方程如下：
|
(7) |
式中, θ为体积含水率(cm3·cm-3)；c为土壤及填料溶质液相浓度(g·cm-3)；t为模拟时间(s)；ρ为土壤容重(g·cm-3)；s为土壤及填料溶质固相浓度(g·g-1)；D为综合弥散系数, 代表分子扩散及水动力弥散, 反映了土壤及填料中溶质分子扩散及弥散机理；q为体积流动通量密度(cm·s-1)；Φ为源汇项, 表示的是溶质在运移的过程中在固、液、气相等三相之间发生的各种一级、零级及其它反应(g·cm-3·s-1)(李玮等, 2013).
3.4 模型的建立采用HYDRUS-1D中的水分运移模块、溶质运移模块这两大模块, 并根据实际情况对模型做出了一定的简化：各层的填料都是均匀的；雨水下渗的过程中土壤结构和孔隙状况都不发生变化；不考虑土壤中的水汽运动, 只考虑土壤水的运移；不考虑温度的影响.设定模型中时间单位为min, 长度单位为cm.
本文研究的是典型人工模拟-城市路面径流条件下的水分及各种溶质的运移情况, 将模拟时间统一设定为120 min.迭代误差限的选择以模型默认的为主.模型中的水流上边界条件为变压力水头, 下边界条件为自由出流, 初始条件为含水率, 填料初始含水率上层、中层、下层分别为15%、19%、20%.溶质运移模型上边界选择浓度通量边界, 下边界选择零浓度梯度边界, 初始条件选择液相浓度.
3.5 模型的分析为了保证模拟的可靠性, 需要对其不确定性进行分析.根据不确定性来源, 可分为参数不确定性、模型不确定性和资料不确定性(吴吉春等, 2011).由于本研究采用成熟商业软件且资料建立在长期现场监测的基础上, 故主要对参数不确定性进行分析.不确定性分析方法按照其求解原理可以分为蒙特卡罗法、矩方程法、贝叶斯法及其他方法(如条件模拟、敏感度分析、一次二阶矩法等).本研究采用基于Morris筛选法的敏感度分析方法, 其为目前应用较广的一种不确定性分析方法.
3.5.1 分析方法Morris筛选法属于一次一变量法, 在变量的阈值范围内随机改变参数值, 运行模型得到模型输出值, 从而计算出模型输出对模型参数输入的变化率来表示参数变化对模型的影响程度, 具体如式(8)所示.
|
(8) |
式中, ei为Morris系数；y为参数变化后的模型输出值；y0为参数变化前的模型输出值；Δi为参数i的变幅.
修正的摩尔斯分类筛选法则采用自变量以固定步长变化, 参数的灵敏度判别因子取多次扰动计算出的摩尔斯系数的平均值, 具体如式(9)所示.
|
(9) |
式中, S为灵敏度判别因子；Yi为模型第i次运行输出值；Yi +1为模型第i + 1次运行输出值；Y0为参数率定后计算结果初始值；Pi为第 i次模型运算参数值相对于率定参数后参数值变化的百分率；Pi +1为第i次模型运算参数值相对于率定参数后参数值变化的百分率；n为模型运行次数.参考相关研究, 将参数的敏感性分为4类：|Si|≥1为高敏感性参数；0.2≤|Si|＜1为敏感参数；0.05≤| Si |＜0.2为中等敏感参数；0≤|Si|＜0.05为不敏感参数.
3.5.2 参数敏感性分析首先对水质参数进行初始设置后, 采用修正的Morris分类筛选法进行17个水分运移参数的灵敏度分析.采用试验3、试验4和试验5 3场人工配水过程, 以5%为固定步长对水文及水力某一参数值进行扰动, 扰动范围分别为原取值的-20%、-15%、-10%、-5%、+5%、+10%、+15%和+20%, 同时保证其他参数固定不变.同理, 对水文及水力参数进行初始设置后, 以TN为例, 采用上述方法进行6个水质参数的敏感性分析.
由表 5可知, 17个水分运移参数的敏感度从大到小排序为：V>h>n2>n1>θs2>n3>θs1>θs3>Ks1>Ks3>Ks2>α1>α2>θr1>θr2>α3>θr3.其中, 敏感度最高的是V, 为高敏感性参数；h、θs1、θs2、θs3、n1、n2、n3、Ks1、Ks2、Ks3均为敏感参数, 且上、中、下3层填料的θs这个参数的敏感度相差不大, 对比3层填料的参数n和Ks可得到与上述相同的结果；α1、α2为中敏感性参数；θr1、θr2、θr3、α3为不敏感参数.6个溶质运移参数的敏感度从大到小排序为：V>c>h>Kd2>Kd1>Kd3.其中, 敏感度较高的是V和c, 均为高敏感性参数；h、Kd1、Kd2均为敏感性参数, Kd1、Kd2的敏感度相差不多；Kd3为不敏感参数.变异系数较小说明参数对模型影响的离散程度较小, 数据较稳定.基于上述分析结果分别针对各水力、水质相关参数进行优化调整, 可大大减少模型参数率定和校验的工作量.
| 表 5 水文、水力及水质参数敏感性分析结果 Table 5 Sensitivity analysis results of hydrological, hydraulic and water quality parameters |
|
结合敏感性分析结果, 对生物滞留池的水力、水质特征参数进行率定.选取试验1~4的数据对模型进行率年定, 试验5~9的数据对模型进行验证, 并利用Nash-suttcliffe模拟效率系数(Ens)来评价模型适用性(Li et al., 2016), 公式如下：
|
(10) |
式中, Qo为实测值；Qp为模拟值；Qavg为实测平均值；n为实测数据个数.当Qo=Qp时, Ens=1；Ens越接近1, 表明模型的效率越高.如果Ens为负值, 说明模型模拟平均值比直接使用实测平均值的可信度更低.率定期和验证期的水量、水质模拟的效率系数Ens如表 6所示.由表 6可知, 水量及溶质的Ens都在0.85以上, 模型效率较高.率定和验证后的特征参数见表 7.
| 表 6 水量、水质模拟的效率系数 Table 6 Nash-Sutcliffe efficiency coefficients of water quantity and water quality simulation |
|
| 表 7 水文、水力及水质参数的率定结果 Table 7 The calibrated results of hydrological, hydraulic and water quality parameters |
|
本研究主要对填料类型、填料层厚度、进水水量及进水浓度这4个影响因素进行研究, 根据这4种影响因素设置下列8种情景进行模拟：①人工填料层为40 cm, 模拟1 a重现期下低浓度的情况；②人工填料层为40 cm, 模拟2 a重现期下低浓度的情况；③人工填料层为40 cm, 模拟5 a重现期下低浓度的情况；④人工填料层为40 cm, 模拟10 a重现期下低浓度的情况；⑤人工填料层为40 cm, 模拟5 a重现期下中浓度的情况；⑥人工填料层为40 cm, 模拟5 a重现期下高浓度的情况；⑦人工填料层为30 cm, 模拟5 a重现期下低浓度的情况；⑧人工填料层为50 cm, 模拟5 a重现期下低浓度的情况.利用模拟所得数据分别计算出3个滞留池的水量削减率和各类污染物的负荷削减率(=(进水污染物负荷-出水污染物负荷)/进水污染物负荷×100%).模拟结果如表 8所示.
| 表 8 不同情景的模拟结果 Table 8 Simulation results for different scenarios |
|
由表 8可知, 在3种影响因素分别一致的前提下, 对比在剩余一个因素影响下水量削减和污染物去除的效果, 分别用水量综合削减率和污染物负荷综合削减率来衡量.水量综合削减率为各滞留池相关情景水量削减率的平均值, 污染物负荷综合削减率为各滞留池相关情景所有污染物负荷削减率的平均值, 统计分析结果如表 9所示.
| 表 9 不同影响因素下水量及污染物负荷削减效果 Table 9 The reduction of water volume and pollutant load under different influence factors |
|
由表 9可知, 人工填料层为粉煤灰+沙、种植土、高炉渣的滞留池对水量综合削减率分别为70.54%、62.24%、52.96%, 对污染物负荷综合削减率分别为83.88%、71.40%、66.91%, 则3种人工填料对水量削减效果及对污染物负荷去除效果的大小排序为粉煤灰+沙的混合填料>种植土>高炉渣.不同的人工填料具有不同的下渗率, 且下渗率与水量削减效果呈负相关.本研究中用到的这3种人工填料的下渗率大小排序为高炉渣>种植土>粉煤灰+沙的混合填料(张佳扬, 2014), 所以粉煤灰+沙的混合填料对水量的削减效果相对较好.张佳扬(2014)的试验也表明, 粉煤灰+沙的混合填料对水量的削减效果要明显优于其它两种填料.不同填料对污染物的吸附能力是不同的, 人工填料的吸附效果越好, 污染物的去除效果就越好.根据课题组之前所做试验的结果表明, 对污染物去除能力大小的综合排序为粉煤灰+沙的混合填料>种植土>高炉渣(李家科等, 2016b), 表 9得出的结果与此一致.值得说明的是, 粉煤灰+沙的混合填料的处理效果虽然比其它两种人工填料好, 但如果混合填料中沙的含量较少时, 随着滞留池的运行, 填料会出现板结的现象, 影响对水量的削减和污染物的去除效果.板结问题在人工填料为种植土的滞留池中也会出现, 炉渣由于其本身特性不会出现板结现象.
4.2.2 不同填料层厚度对水量削减和污染物去除效果的影响对比情景5、情景7、情景8可知, 在进水水量和进水浓度基本相同的情况下, 随着人工填料层厚度的增加, 水量综合削减率和污染物负荷综合削减率都会增大, 当填料层厚度从30 cm增加到50 cm时滞留池的水量综合削减率从57.42%增加到64.00%, 负荷综合削减率从73.29%增加到77.71%, 王文亮(2011)的试验结果同样也是填料厚度的增加提高了水量综合削减率和污染物负荷综合削减率.水量综合削减率增加的原因是在进水水量基本不变的情况下, 人工填料层厚度的增加使得人工填料总持水量增大, 因此, 水量综合削减率也会增大.污染物负荷综合削减率增加的原因是填料层厚度增加使得填料的整体吸附能力增加, 更多的污染物可以被填料所吸附.此外, 填料层厚度的增加也延长了进水与填料的接触时间, 使得填料能够更加充分地与进水相接触, 增强净化效果.
4.2.3 不同进水水量对水量削减和污染物去除效果的影响对比情景1~4可知, 在进水浓度基本相同且填料厚度不变的情况下, 得到与刘靖文(2015)相同的结果：随着进水水量的增大, 生物滞留池对水量削减效果和污染物的去除效果都有所降低, 当重现期由1 a增加到10 a时, 水量综合削减率从79.76%降低到43.79%, 污染物负荷综合削减率从80.96%降低到60.77%.这是因为生物滞留池中填料的下渗率与进水水量无关, 随着进水水量的增加, 水量综合削减率会相应的降低.在进水浓度基本相同的前提下, 随着进水水量的增加, 污染物的总量也会增加.但填料对污染物的吸附能力不会由于进水水量的增大而改变.除此之外, 进水水量较小时, 水流在生物滞留池中的停留时间相对较长, 使得填料能够更加充分地与进水相接触.与此相对的是进水水量增大后, 进水在滞留池中的流速变大, 缩短了进水与土壤和填料层等的接触时间, 降低了净化效果, 所以进水水量增大会降低污染物去除效果.
4.2.4 不同进水浓度对污染物去除效果的影响对比情景3、情景5、情景6可知, 在进水水量基本相同且填料厚度不变的情况下得出了与王建军(2014)基本相同的结论：进水浓度逐渐增大, 生物滞留池对污染物负荷综合削减率逐渐减小, 本研究设置了高、中、低3种浓度, 对应的污染物负荷综合削减率分别为76.23%、74.01%、68.74%.这是因为在单次降雨过程中填料的吸附起着最主要的作用, 且填料对污染物的吸附能力是一定的, 不会随着进水浓度而改变, 所以更高的进水浓度会降低污染物的去除效果.
5 结论(Conclusions)1) 进水水量对生物滞留池的水量削减效果和污染物去除效果都有重要的影响, 在其它条件一定的情况下, 滞留池水量削减效果和污染物去除效果都会随着进水水量增大而降低, 1 a重现期下与10 a重现期下相比水量综合削减率相差35.97%, 污染物负荷综合削减率相差20.19%.
2) 人工填料的种类是生物滞留池水量削减效果、污染物去除效果的重要影响因素, 粉煤灰+沙的混合填料效果要明显优于其它两种填料, 粉煤灰+沙的混合填料对水量综合削减率为70.54%, 比种植土高8.30%, 比高炉渣高17.58%；对污染物负荷综合削减率为83.88%, 比种植土高12.48%, 比高炉渣高16.97%.但在实际建设中要考虑到混合填料中沙的配比.
3) 人工填料厚度对生物滞留池水量削减和污染物去除都存在影响, 填料厚度增加使得水量综合削减率和污染物负荷综合削减率也相应的增加, 人工填料由30 cm增加到50 cm时, 水量综合削减率增大了6.58%, 污染物负荷综合削减率增加了4.42%.
4) 进水浓度的改变对生物滞留池去除污染物起着重要的作用, 生物滞留池对污染物的去除效果会随着进水浓度的增加而降低, 高、低浓度情景下, 两者污染物负荷综合削减率相差7.49%.
模拟时忽略了温度的影响、植物的根部作用和硝化、反硝化等复杂生化反应的作用, 这些因素对模拟结果会产生一定的影响.在今后的模拟中要尽可能地将这些因素考虑在内, 以提高模拟结果的精确度.在分析评价填料对污染物净化效果时, 也应尽可能考虑其它指标.本研究模拟的都是单场次的降雨, 此外, 还可进行长历时降雨的模拟, 研究随着时间的变化污染物在滞留池中的迁移, 以便更好地认识污染物在生物滞留池中的运移规律.
卞建民, 李育松, 胡昱欣, 等. 2014. 基于Hydrus-1D模型的大安灌区旱田灌溉入渗补给研究[J]. 干旱地区农业研究, 2014, 32(2): 191–195.
DOI:10.7606/j.issn.1000-7601.2014.02.030 |
Brown R A, Hunt W F, Skaggs R W.2010.Modeling Bioretention Hydrology with DRAINMOD[C].Low Impact Development International Conference.San Francisco. California:441-450
|
董雯. 2013. 西北城市非点源污染特征及控制研究-以西安市为例[D]. 西安: 西安理工大学
|
杜光斐. 2012. 生态滤沟处理城市路面径流的试验研究[D]. 西安: 西安理工大学
http://d.wanfangdata.com.cn/Thesis/Y2118166 |
范严伟, 黄宁, 马孝义, 等. 2016. 应用HYDRUS-1D模拟砂质夹层土壤入渗特性[J]. 土壤, 2016, 48(1): 193–200.
|
Genuchten M T V. 1980. A closed-form equation for predicting the hydraulic conductivity of unsaturated soils[J]. Soil Science Society of America Journal, 44(44): 892–898.
|
高晓丽. 2014. 道路雨水生物滞留系统内填料的研究[D]. 太原: 太原理工大学
http://d.wanfangdata.com.cn/Thesis/Y2693494 |
郭娉婷. 2015. 生物滞留设施生态水文效应研究[D]. 北京: 北京建筑大学
http://cdmd.cnki.com.cn/Article/CDMD-10016-1015350794.htm |
国家环境保护总局. 2002a. 地表水和污水监测技术规范(HJ/T91-2002)[M]. 北京: 中国环境科学出版社: 4–8.
|
国家环境保护总局. 2002b. 《水和废水监测分析方法》编委会.水和废水监测分析方法(第4版)[J]. 北京:中国环境科学出版社, 2002b: 210–284.
|
国家环境保护总局. 2004. 土壤环境监测技术规范(HJ/T166-2004)[M]. 北京: 中国环境科学出版社: 6–22.
|
国家环境保护总局. 2007. 水质化学需氧量的测定快速消解分光光度法(HJ/T399-2007)[M]. 北京: 中国环境科学出版社: 1–7.
|
郝芳华, 孙雯, 曾阿妍, 等. 2008. HYDRUS-1D模型对河套灌区不同灌施情景下氮素迁移的模拟[J]. 环境科学学报, 2008, 28(5): 853–858.
|
胡爱兵, 张书函, 陈建刚. 2011. 生物滞留池改善城市雨水径流水质的研究进展[J]. 环境污染与防治, 2011, 33(1): 74–77.
|
Hilten R N, Lawrence T M, Tollner E W. 2008. Modeling stormwater runoff from green roofs with HYDRUS-1D[J]. Journal of Hydrology, 358(3): 288–293.
|
Kohne J M, Kohne S, Simunek J. 2006. Multi-process herbicide transport in structured soil columns: experiments and model analysis[J]. Journal of Contaminant Hydrology, 85(1): 1–32.
|
Li J, Davis A P. 2016. A unified look at phosphorus treatment using bioretention[J]. Water Research, 90(86): 141–155.
|
Li J, Jiang C, Lei T, et al. 2016. Experimental study and simulation of water quality purification of urban surface runoff using non-vegetated bioswales[J]. Ecological Engineering, 95: 706–713.
DOI:10.1016/j.ecoleng.2016.06.060
|
雷婷婷. 2014. 生态滤沟净化城市路面径流的中试研究[D]. 西安: 西安理工大学
http://industry.wanfangdata.com.cn/dl/Detail/Thesis?id=Thesis_D516754 |
李家科, 李怀恩, 李亚娇, 等. 2016a. 城市雨水径流净化与利用LID技术研究:以西安市为例[M]. 北京: 科学出版社.
|
李家科, 梁正, 程杨, 等. 2016b. 生物滞留系统对城市路面径流的净化性能小型试验与模拟[J]. 水土保持学报, 2016b, 30(2): 20–25.
|
李家科, 刘增超, 黄宁俊, 等. 2014. 低影响开发(LID)生物滞留技术研究进展[J]. 干旱区研究, 2014, 31(3): 431–439.
|
李鹏, 李家科, 林培娟, 等. 2016. 生物滞留槽对城市路面径流水质处理效果的试验研究[J]. 水力发电学报, 2016, 35(8): 72–79.
DOI:10.11660/slfdxb.20160809 |
李玮, 何江涛, 刘丽雅, 等. 2013. Hydrus-1D软件在地下水污染风险评价中的应用[J]. 中国环境科学, 2013, 33(4): 639–648.
|
李研. 2012. 基于SUSTAIN与SWC的城市雨水LID设施评价方法研究[D]. 北京: 北京建筑大学
http://www.doc88.com/p-6932368304875.html |
林琳. 2013. 西安城市生态承载力的测评研究[D]. 西安: 西安石油大学
http://d.wanfangdata.com.cn/Thesis/Y2426747 |
刘保莉, 曹文志. 2009. 可持续雨洪管理新策略-低影响开发雨洪管理[J]. 太原师范学院学报(自然科学版), 2009, 8(2): 111–115.
|
刘靖文. 2015. 带有淹没区的生物滞留池优化设计与运行研究[D]. 南京: 东南大学
http://cdmd.cnki.com.cn/Article/CDMD-10286-1016753320.htm |
孟莹莹, 陈建刚, 张书函. 2010. 生物滞留技术研究现状及应用的重要问题探讨[J]. 中国给水排水, 2010, 26(24): 20–24.
|
Ngoc M N, Dultz S, Kasbohm J. 2009. Simulation of retention and transport of copper, lead and zinc in a paddy soil of the Red River Delta, Vietnam[J]. Agriculture Ecosystems & Environment, 129(1/3): 8–16.
|
彭盼盼, 伍靖伟, 刘聪, 等. 2016. 基于数值模拟的土壤重金属铬污染预测分析[J]. 中国农村水利水电, 2016(8): 196–200.
|
Ramos T B, Šimu°nek J, Gonçalves M C, et al. 2011. Field evaluation of a multicomponent solute transport model in soils irrigated with saline waters[J]. Journal of Hydrology, 407(1/4): 129–144.
|
Simunek J, Sakai M, Saito H, et al.2013.The HYDRUS-1D software package for simulating the one-dimensional movement of water, heat, and multiple solutes in variably-saturated media, version 4.17[R].Riverside, California:Department of Environmental Sciences, University of California Riverside.15-18
|
孙艳伟, 魏晓妹, PomeroyC A. 2011. 低影响发展的雨洪资源调控措施研究现状与展望[J]. 水科学进展, 2011, 22(2): 287–293.
|
唐双成, 罗纨, 贾忠华, 等. 2012. 西安市雨水花园蓄渗雨水径流的试验研究[J]. 水土保持学报, 2012, 26(6): 75–79.
|
王建军. 2014. 生物滞留技术处理地表径流的应用研究[D]. 上海: 同济大学
http://www.cnki.com.cn/Article/CJFDTOTAL-HJGC201511005.htm |
王磊. 2009. 西安市平原区地下水开发风险评价[D]. 西安: 长安大学
http://cdmd.cnki.com.cn/Article/CDMD-11941-2009210541.htm |
王文亮. 2011. 雨水生物滞留技术实验与应用研究[D]. 北京: 北京建筑工程学院
http://d.wanfangdata.com.cn/Thesis/Y1896953 |
王小丹, 凤蔚, 王文科, 等. 2015. 基于HYDRUS-1D模型模拟关中盆地氮在包气带中的迁移转化规律[J]. 地质调查与研究, 2015, 38(4): 291–298.
|
吴吉春, 陆乐. 2011. 地下水模拟不确定性分析[J]. 南京大学学报自然科学, 2011, 47(3): 227–234.
|
张佳扬. 2014. 生态滤沟处理城市雨水径流的小试与模拟[D]. 西安: 西安理工大学
http://cdmd.cnki.com.cn/Article/CDMD-10611-2006149495.htm |