树状河流突发污染事故源强确定方法研究

2013-06-08王炳权王成林

环境监控与预警 2013年1期

王炳权，钱新，胡伟，王成林

(1.南京大学环境学院污染控制与资源化研究国家重点实验室，江苏南京 210046;2.解放军理工大学气象学院，江苏南京 211101)

0 引言

有统计分析表明，2001—2005年中国城市水源地的突发污染事件占1985—2005年总数的48.0%［1］，这表明中国的突发水污染事故的发生已经越来越频繁。突发水污染事故由于其固有的一些特点(如事故发生的不确定性、影响的长期性及应急主体的不明确性等)［2］，往往具有极大的危害。因此，针对突发水污染事故采取合适的预警及应急措施是非常必要的。

通常的预警应急步骤如下：日常监测、发现异常、事故报告、应急监测、源强确定、污染扩散模拟、污染处理处置。源强确定位于上述过程的中间环节。在源强确定前，控制的污染范围比实际需要的大，因而需要投入较多的人力物力。源强确定后，通过模拟得到污染扩散的具体范围，即可在有限的范围内实施针对性的污染控制措施。因此，源强确定在整个应急预警中起到承上启下的关键作用。

按照突发污染事故发生的水域不同，可将事故分为不同类型(如河流污染、湖泊污染、水库污染等)［3］。不同水域，水的流动及污染物在水中的迁移转化规律是不同的，因此，不同水域的污染事故，源强确定的方法也是不同的。

河流污染事故是突发水污染事故中极为重要的一类，这一类事故源强确定的研究主要包括污染源搜索以及源强反算两个部分。污染源搜索方面，主要是建立一些优化模型，合理分配搜索资源，或者直接提出污染源搜索的步骤，使找到污染源所花费的时间尽可能缩短。如刘颖等应用最优搜索理论，尝试构建了流域事故污染源的最优搜索模型［4］;何进朝提出了一种从发现污染的地点开始溯流而上，逐步寻找污染源的方法［5］。但是上述方法都不能在较短时间内找到确切的污染源位置。源强反算研究则集中于理论研究［6，7］，多是从数学的角度来探讨何种情况下，源强反算具有唯一解，或者是如何求解基本方程，并不关注实际应用。而大气污染的源强反算较偏向应用研究［8，9］。

中国除南方部分水系发达，河流交错成网的地区以外，大部分地区的河流都是树状河流。因此，笔者针对树状河流的特性，尝试将污染源搜索和源强反算的方法结合起来，构建树状河流突发污染事故源强确定的一般方法，并利于假设的突发污染事故情形对方法进行评估。

1 方法构建

1.1 相关假定

在树状河流突发污染事故的源强确定方法构建之前，为了保证方法的适用性，需要进行一些假定，具体包括以下3项：

(1)各条支流及没有支流汇入的各干流河段各项参数恒定;

(2)突发污染事故的污染源为瞬时点源，非移动源;

(3)在污染事故发生至事故应急和处理完成期间，没有其他污染事故发生。

1.2 方法详述

为了确定发生在树状河流的突发污染事故的源强，首先要根据树状河流的特点将污染源的可能范围缩小到某个具体的河段，然后利用河流污染物扩散的一维模型计算事故发生的地点、时间、源强，图1为具体流程。

图1 树状河流污染事故源强确定流程

1.2.1 缩小污染源的可能范围

从显示污染物浓度超标的监测点开始，沿干流上溯，收集干流中各支流汇入点下游水流混合均匀处的污染物浓度，若发现浓度超标，继续上溯，直到污染物浓度不超标为止。这样，就可以将污染源的可能范围确定在干流某河段或某一条旁侧支流。然后，通过对支流汇入干流前的水质进行检测，便可以最终确定污染源究竟在支流还是在上述干流河段。至此，污染源便被锁定在某个具体的河段。

1.2.2 计算事故发生的地点、时间、源强

对于稳态河流，在污染源为瞬时点源的情况下，计算公式如下：

式中：C——污染物浓度，它是时间t和空间位置x的函数;Dx——纵向弥散系数;Ux——断面平均流通流速;K——污染物的衰减速度常数;M——瞬时投放的污染物量;A——断面平均面积。

从公式(1)可以看出，河流中某时某处的污染物浓度仅与污染源源强(M)，距污染源的距离(x)及距污染发生的时间(t)有关，即 C=f(M，x，t)。因此，为求出污染源的地点、污染发生的时间以及污染源源强，仅需要3个不同的监测数据即可。

假设已知3个监测浓度 C1，C2，C3，则可列出以下3个方程

式中，x1—— C1浓度处距污染源的距离;t1——C1浓度监测距污染发生的时间;Δ x2——C2浓度处距C1浓度处的距离;Δt2——C2浓度监测距C1浓度监测的时间;Δx3——C3浓度处距C1浓度处的距离;Δt3——C3浓度监测距C1浓度监测的时间。

在方程(2)中，仅有M，x1，t1是未知数，求解方程即可得出。

当可利用的监测浓度值更多时，求解方程转为求解如下的最优化问题：

式中，n——监测数据的个数;Ci——第i个监测数据;x1+Δxi——Ci对应的地点;t1+Δ ti——Ci对应的时间;L——锁定河段的长度。

因此，将污染源锁定在某个河段后，即可在河段下游安排应急监测，利用监测数据构建上述的方程组或最优化问题计算事故发生的地点、时间以及源强。

实际情况下，由于监测数据以及各种参数未必精确，可能会导致求解出现误差。因此，通过此种方法得到的事故的具体地点、时间、源强，还要与实际情况进行核对印证。

2 案例分析

2.1 假设事故情形

如图2所示的水系，AC河段与A'C'河段的基本情况如下：河宽20 m，河深2 m，流速0.5 m/s，纵向弥散系数1 m2/s，某污染物降解系数0。现在假设以下两种事故情形。

图2 事故水系示意

情形1：A点于0时(时间基点)发生污染事故，排放含有该污染物的废水进入河流，总计排入该污染物的量为M=5.287 t。X，Y两处监测站最先监测到超标污染物(污染物浓度超过本底值0)并予以报告。

情形2：A'点于0时(时间基点)发生污染事故，排放含有该污染物的废水进入河流，总计排入该污染物的量为M=5.287 t。X，Y两处监测站最先监测到超标污染物(污染物浓度超过本底值0)并予以报告。

2.2 方法应用

对于情形1，理论上会得到E，D两处污染物浓度超标，B处污染物浓度不超标的结果，这时可以将污染源的可能范围锁定在AC河段或旁侧的支流河段，然后监测支流河段下游K处的浓度，根据K处浓度不超标，即可将污染源的可能范围最终确定在AC河段。然后，安排应急监测，获取AC河段下游处3个不同的监测值(图2中的C1，C2，C3)，即可进行计算，得到A点的确切位置，污染发生的时间及源强。

假定C1，C2，C3距污染源的距离分别为x1=16.953 km，x2=17.953 km，x3=18.953 km，监测时间分别为 t1=9.953 h，t2=10.453 h，t3=10.953 h(相对于时间基点)。此时，C1，C2，C3的真值分别 0.307 5 mg/L，1.373 8 mg/L，4.711 2 mg/L［应用公式(2)计算得到］。实际监测获得的C1，C2，C3值因为误差的存在不可能与真值相同，因此，通过对真值增加一个随机量(最大1%)的方式，模拟真实的监测值。利用模拟的监测值，列方程求解，可得到如表1所示的结果。

表1 情形1计算结果

对于情形2，步骤是类似的，根据E，B两处污染物浓度超标，D两处污染物浓度不超标的结果，可以将污染源的可能范围锁定在A'C'河段或A'C'汇入前的主流河段，然后监测A'C'河段下游某点处的浓度，根据此点浓度超标，即可将污染源的可能范围最终确定在A'C'河段。接着，安排应急监测，获取 C1'，C2'，C3'的值，即可求算 A'点的位置、污染发生时间及源强。

假定 C1'，C2'，C3'距污染源的距离分别为x1'=5.3 km，x2'=6.3 km，x3'=7.3 km，监测时间分别为t1'=2.683 h，t2'=3.183 h，t3'=3.683 h。根据模拟的监测值，计算得到的结果如表2所示。

表2 情形2计算结果

2.3 结果分析

2.3.1 误差分析

从表1和表2可以看出，不到1%的监测数据的相对误差，在情形1中，可以造成计算结果1% ～109%的相对误差，在情形2中，可以造成计算结果1%～168%的相对误差。由于仅仅对于每种情形取了6组随机模拟的监测值进行计算。上述计算结果的误差范围并不是对应监测数据误差范围下(0～1%)的精确范围。因此，监测数据的相对误差对计算结果的相对误差影响非常大。

2.3.2 敏感性分析

情形1中，源强的相对误差范围12% ～109%，时间和地点误差范围1% ～14%;情形2中，源强1%～168%，时间和地点误差范围40% ～57%。因此，源强相较时间和地点，更易受监测数据误差的影响。同时，对于确定的一组监测数据，时间和地点的相对误差基本齐平，且方向相同。

2.3.3 情形对比分析

情形1相较情形2，时间与地点的真值相对都较大，但相对误差反而较小，基本都在可接受的范围(1% ～14%)。