未来气候变暖对北运河通州段自净过程的影响

张质明,王晓燕,马文林,张君枝,潘润泽,杨若子

(1.北京建筑大学,北京应对气候变化和人才培养基地,北京 100044；2.首都师范大学资源环境与旅游学院,北京 100048；3.北京市气候中心,北京 100089)

未来气候变暖对北运河通州段自净过程的影响

张质明1,2,王晓燕2*,马文林1,张君枝1,潘润泽1,杨若子3

(1.北京建筑大学,北京应对气候变化和人才培养基地,北京 100044；2.首都师范大学资源环境与旅游学院,北京 100048；3.北京市气候中心,北京 100089)

为了定量研究未来气候变化中气温的变化对城市河流自净能力的影响,以北运河通州段为例,利用CM IP5的RCP4.5与RCP8.5两种气候变化情景结果,结合WASP模型对水体中溶解氧、CBOD、硝态氮、氨氮4项指标进行了预测.结合模型各子模块的响应情况,分析了各项指标的内部迁移转化过程.结果表明:1.2011～2050年的时段里,随着时间变化,气候变化会使北运河通州段内大部分河段全年度的硝态氮以及4～12月份的氨氮浓度逐渐升高,而1～3月份的氨氮浓度逐渐降低; 2.气候变化对水质的影响是各环节综合作用的结果. 在河流水质变化表现不明显的情形下,其形成机理也可能发生显著变化;3北运河通州段在2011～2050年的期间里,水体自净过程中受到气候变暖影响的主要环节为浮游植物的生长、反硝化过程和氨氮的矿化作用.

气候变暖；水体自净；北运河；气候模式；水质模型

随着工农业发展和人口增长,城市水污染严重影响着生态系统与人类健康.一般污染物进入水体后通过迁移转化作用[1-3],其含量逐步降低.这一水体自净过程对于水质改善具有重要意义.

目前,以全球变暖为主的气候变化已成为世界范围内最引人瞩目的环境问题之一[4].联合国政府间气候变化专门委员会(IPCC)第4次报告中首次提出了气候变化对水质方面的影响,并在第5次报告中做了进一步的阐述.水体作为一个开放系统,受到许多外界条件的影响.其中,全球环境变化造成温度、降水、光照时长及辐射强度等气候要素[5-8]的状态的改变,也直接或间接影响水体中污染物的迁移转化.在诸多气候要素中,温度是影响水化学、生化反应过程及水生动植物生长的重要因素[9],而且气候变化趋势时间尺度长,长时间温度状态的改变所带来的压力,会在很大程度上影响水体中污染物原本的自净规律.

因此,由气温变化引发的水环境变化日益受到关注[10].为了定量评估上述影响,研究者基于模型展开了大量研究[11].其中一种是通过改变温度条件模拟相应水环境的变化:例如在Hosomi等[12]对湖泊底泥与水体氮磷物质交换的模拟与Matthijs等[13]对人工湖氯离子浓度的模拟中,均采用了对气温因子进行单独扰动的方法,用于定量研究大气增温的影响作用;而另一种则是利用气候模式的结果进行研究:例如在Hassen等[14]研究大气物化参数对湖泊浮游生物的氮磷物质同化过程的影响,Arheimer[15]研究气候变化对Naryn河流域营养盐以及Spirit湖的生化响应的影响,以及刘梅等[16]研究气候变化对长乐江的影响中,均采用了基于气候模式的情景.

由于水质模型的封装性,目前研究往往更重视对结果的定量研究,而对气候变暖引起水质变化的原因及过程常采用定性分析.为了定量估算气温变化对水体自净规律的影响,本文借助第5阶段耦合模式比较计划(CMIP5)的气候模式结果,结合美国环保署推荐的WASP模型的基本框架,基于Simulink建立了一个可以对过程进行监控的水质模型.并以北运河通州段为例,定量探讨未来气候变暖对城市河流中污染物自净过程的影响.

1 数据与方法

1.1 河流水质、流量数据

北运河发源于北京境内,天然水量较少,主要水源多来自污水处理厂处理排放的再生水,氨氮含量较高.课题组在2009～2010年中每月对北运河通州段干流附近共计14个样点的流量、流速以及水质状况进行了同步采样监测.其中水质数据包括COD、碳生化需氧量(CBOD)、氨氮、硝态氮、溶解氧(DO)、水温等指标.采样点布设及河段概化示意如图1所示.

图1 采样点空间分布与河道概化Fig.1 Location of monitoring sites of Beiyun river in Tongzhou

1.2 气候情景预测

在IPCC第五次评估报告中,由世界气候研究计划(WCRP)所推动的耦合模式比较计划第五阶段(CMIP5)的新一代气候模式做出了重大贡献[17].CMIP5模式集合数据能较好地模拟出中国区域气温和降水的空间分布形态[18].本文选取来自IPCC第五次科学评估报告(AR5)中的气候模式,包括中国气象局北京气候中心(BCC)、法国国家气象研究中心(CNRM)、法国皮埃尔西蒙拉普拉斯学院(IPSL)和马克斯·普朗克气象研究所(德国)提供的模式,见表1.

对未来气候进行数值预报极具不确定性,主要归因于气候模式本身、温室气体排放量估算的不确定性,以及气候资料不足等.然而,多模式的集合预测结果也被证明可信度更高[19].虽然短时间段内单个气候模式预报结果表现出较好的预报能力,但随着预报时效的延长,集合平均预报的优势逐渐提升[20].因此,本研究采用BCC_CSM1. 1、IPSL-CM5A-LR、CNRM-CM5和MPI-ESMLR4种气候模式的结果均值,模拟2016～2050年北运河流域通州区部分的未来气候变化情景.为了讨论不同典型浓度路径(RC Ps)的情况,研究将分别模拟高端浓度路径(RCP8.5)以及中低端浓度路径(RCP4.5)两种情景.其中RCP4.5代表的是较低碳排放的情形,而RCP8.5代表的是高碳排放的情形,而未来通州发展的趋势应介于这两者之间.

表1 气候模式基本信息Table 1 Information of climate models

1.3 气温与水温的响应关系

图2 北运河通州段气温与水温响应关系Fig.2 the corresponding relationship between the air temperature and water temperature of Beiyun river in Tongzhou

目前计算自然水体水温的方法可分为经验公式法与数学模型法.由于数学模型法对数据要求较高,目前大部分研究采用经验公式法.在影响水温的各项因子中,气温对水温影响最大[21],其数据也最容易获取[22],目前研究常采用的公式主要分为Boltzmann、Logistic和Cubic等3种形式[23].公式的选用需要经过实际测算确定.本研究采用Cubic函数,建立北运河通州段气温与水温数据的拟合关系式,(R2=0.98),各项系数如式1中所示:

式中:t水为北运河河流平均的水温,℃;t为北运河流域的平均气温,℃.本文利用该公式作为响应关系,衔接气候变化情景数据与北运河的水质模型.

1.4 水质模拟

WASP模型是美国EPA推荐的水质模拟软件,可以模拟水体中常见的各种水质组分的迁移转化过程,包括物理(如迁移、沉淀等)、化学(如氧化、还原)、生物(如生物降解)等多方面的变化和相互影响[24-25].目前针对河流[26-27]、湖泊[28]、河口[29]等不同类型的水体中已进行了大量的模拟[30].本研究利用该模型,模拟北运河中CBOD、DO、氨氮、硝态氮等主要常规指标,进而评估气候变化对水体中DO、CBOD、硝态氮、氨氮4项指标模拟的影响.各项指标的计算过程如下31]:

CBOD:

式中第1项为浮游植物的死亡;第2项为CBOD的氧化;第3项为CBOD的沉淀;第4项为反硝化作用.

DO:

式中第1项为大气复氧;第2项为因CBOD的氧化作用(碳化作用);第3项为硝化作用;第4项为底泥耗氧;第5项为浮游植物生长(光合作用);第6项为浮游植物的呼吸作用.

氨氮:

式中第1项为浮游植物死亡;第2项为矿化作用;第3项为浮游植物生长;第4项氨氮硝化作用.

硝态氮:

式中第1项为硝化作用;第2项为浮游植物生长;第3项为反硝化作用.

WASP模型需要多次模拟计算以调试出合理参数,为此,本研究在MATLAB环境下,利用其内部的可视化仿真工具Simulink对WASP中的DO、CBOD、氨氮、硝酸盐氮等4个指标的模拟模块(EUTRO模块)进行分解,各个模块设立监视器,监控各个子模块的运算结果.在MATLAB环境下通过矩阵存储参数取值,按列依次读取参数组合,并完成模型蒙特卡洛模拟脚本的撰写工作.

2 结果与讨论

2.1 历史及未来气温变化

在RCP4.5与RCP8.5两种情景下,北运河流域各监测站月均气温的平均值变化趋势如图3所示.由图3可知,在RCP4.5的排放情景条件下, 2011～2050年期间北运河流域的气温基本保持稳定,而在RCP8.5的排放情景下,气温则呈现较明显的上升趋势.在正常情形下,北运河流域的气温变化幅度应介于这两者之间.

图3 不同排放情境下未来北运河平均气温变化趋势Fig.3 Trends of average air temperature under different emission scenarios of Beiyun river

2.2 水温变化趋势

根据Cubic模型,可以近似估算北运河的水温变化情况.以10年为一组求算组内平均值,估算未来不同排放情景下北运河的水温变化结果(图4).

结果显示,除了枯水期(1月、2月与12月),其他时段内RCP8.5排放情景的北运河水温均大于RCP4.5.因此可以看出高排放情境下造成的气温升高,对于北运河整体的水温上升具有明显的作用. 对于一般的情形,北运河通州段的水温变化应介于这两种情形之间.

图4 不同排放情境下北运河各月平均水温Fig.4 The water temperature of Beiyun river under different emission scenarios

2.3 气候变暖对水质的影响

应当指出的是,由于未来研究污染源排放的情形难以预测,本文仅采用当前的排放源强进行计算,因此计算结果仅表示气温变暖所带来的影响,而非预测未来真实排放强度下的水质状况.

图5 未来不同时段内RCP4.5与RCP8.5两种情景下各项水质指标浓度变化Fig.5 The concentrations of various indexes under two scenarios of RCP4.5and RCP8.5in different periods in the future

以温榆河大桥断面的模拟结果为例(图5),气候变化对于各项水质指标的影响很大.按照当前的污染物排放规律,至2050年,RCP8.5情景下的CBOD、硝态氮、氨氮浓度大于RCP4.5; 溶解氧方面,RCP8.5情景下冬季与春季的浓度较高,而RCP4.5则在夏秋两季的浓度较高.

随着时间变化,气候变化将导致该断面内硝态氮在全年度、氨氮在4～12月浓度逐渐升高,而氨氮浓度在1～3月逐渐降低. 因此在未来应当采取相应措施,进一步控制4～12月的氨氮入河量.

在对通州段多个河段的模拟中,大部分河段与该断面规律一致,但也有少部分河段的水质变化规律与上述不同,究其原因可能在于北运河沿途排污口、闸坝众多,改变了河道的水质成分与水力状态.不同河段的水质与水动力具有明显差异.由此可以看出,气候变化与水质、水力状态的耦合作用比较复杂,在不同条件下,气温变化对水质的影响不一致.因此,当未来北运河的污染组分与水力条件发生较大改变时,则需要结合具体情况进一步分析.

2.4 气候变暖对水质变化机理影响

通过计算2011～2050年中各模块的贡献,可以得到在气候变暖条件下,北运河通州段水质迁移转化规律的改变.由于气候变化预测的不确定性,在RCP4.5与RCP8.5的两种情景下的结果具有一定差异,但两种不同情境描述的是相对较极端的情形,气候变化整体趋势应当介于二者结果之间.因此在气候变化过程中,由于未来发展所带来的不确定性所产生的影响程度也应介于两者之间.

图6 不同时段内RCP4.5与RCP8.5两种情景下的北运河通州段溶解氧模拟过程的转化负荷量Fig.6 The contribution of each sub-module of DO simulation of the Beiyun river Tongzhou section in the future under the two scenarios of RCP4.5and RCP8.5

每一项水质指标的变化都是多个环节造成的综合结果(例如DO的模拟包含氧化、硝化、沉积物耗氧、浮游植物生长、大气复氧、呼吸等6项环节),其中包含对于水质指标(如DO)起到增加作用的环节(如DO的大气复氧环节),同时也包含起到减少作用的环节(如DO模拟中的氧化环节).通过模型对各项环节的模拟,观测到各模块在不同时段内对水质变化所产生的贡献量强度,可以判断出气候变化对各项指标产生影响的主要环节.

2.4.1 DO各模块负荷变化 在DO的模拟中(见图6),浮游植物生长与大气复氧都会增加溶解氧的含量,因此2个模块对于DO的贡献是正值.可以看出,在这2个环节中,RCP8.5的情景较RCP4.5更利于DO的增加;在耗氧方面,硝化作用在RCP8.5的情景下耗氧量也更多;而在CBOD的氧化以及呼吸作用所消耗的DO方面,RCP4.5耗氧量要强于RCP8.5.根据模型计算结果总体来看,2011～2050年间,北运河通州段内由硝化作用所消耗的DO量降低,而大气复氧和浮游植物生长对DO的补充效果则增加,而其他模块的变化趋势不明显.

2.4.2 CBOD各模块负荷变化 在CBOD的模拟中(图7),气候变化对于CBOD各项转化过程的影响在各个时间阶段表现不同.对CBOD有增加作用的浮游植物死亡模块在RCP4.5和RCP8.5的情景中呈现出相反的变化规律,同样,在减少CBOD含量的氧化、反硝化模块中,不同的气候变化情景表现的变化趋势也不一致;而在沉淀作用的模块中,未来整体趋势表现为对CBOD削减能力的降低,而该部分是河道CBOD整体负荷降低的关键环节.因此未来气候条件不利于CBOD的降解,应当减少CBOD的入河排放,并注重减少水体中浮游植物的数量,以减少浮游植物死亡所导致的负荷量.

图7 不同时段内RCP4.5与RCP8.5两种情景下北运河通州段CBOD模拟过程的转化负荷量Fig.7 The contributionof each sub-module of CBOD simulationof the Beiyunriver Tongzhou sectioninthe future under the two scenarios of RCP4.5 and RCP8.5

2.4.3 硝态氮各模块负荷变化 在硝态氮的模拟中(图8),硝化作用在RCP8.5情景下要强于RCP4.5情景; 产生减少作用的浮游植物生长环节,在2011～2031年的时段RCP8.5情景弱于RCP4.5,至2041年后,RCP8.5的情景浮游植物生长大幅度增强(绝对值),有利于对硝态氮的削减;而反硝化作用在RCP8.5情景下持续减弱(绝对值),而在RCP4.5的情景下呈先减弱再增强再减弱的趋势.根据模型计算结果总体来看,在2011～2050年期间,硝化对硝态氮的增加作用略有减少,同时反硝化作用也略有减少,而浮游植物生长方面所起到的作用则略有增加.

图8 未来不同时段内RCP4.5与RCP8.5两种情景下北运河通州段硝态氮模拟过程的转化负荷量Fig.8 The contributionof each sub-module of NO3-N simulationof the Beiyunriver Tongzhou sectioninthe future under the two scenarios of RCP4.5 and RCP8.5

2.4.4 氨氮各模块负荷变化 在氨氮的模拟中(见图9),产生增加作用的浮游植物死亡在RCP8.5的情景下作用弱于RCP4.5,而矿化作用则相反; 对于具有减少作用的硝化模块在RCP8.5的情景下的作用更为明显; 而浮游植物生长模块在RCP4.5与RCP8.5两种情景下在不同时期的强度表现不一致.根据模型计算结果总体来看,2011～2050年间,因浮游植物的死亡产生的氨氮量会减少,而硝化作用对氨氮削减量也会有所降低.

综上,气候变暖对于各项水质指标浓度变化的影响是多方面的,不同迁移转化环节在气候变化影响下所表现的增强与减弱程度不同.各环节的综合作用共同影响水质.各项过程此消彼长,可能造成相互作用的抵消.从表面上看水质变化上并不明显,但实际上其形成机理已经发生了显著变化.

图9 未来不同时段内RCP4.5与RCP8.5两种情景下的北运河通州段氨氮模拟过程的转化负荷量Fig.9 The contribution of each sub-module of ammonia nitrogen simulation of the Beiyun river Tongzhou section in the future under the two scenarios of RCP4.5 and RCP8.5

2.5 水体自净过程受气候变化的敏感性评价

对于迁移转化过程影响的大小是相对而言的,不同模块的响应程度可能数量级不同.最终反映到水质状态时,数量级较高的过程起主导作用,从而掩盖受气候变化影响的“低数量级”的过程.

图10 北运河通州段水体自净过程受未来气温变化的敏感性影响Fig.10 The sensitivity of the purification process affected by the future temperature change in Beiyun river

为了定量评估气候变化对水质影响的具体过程,本文采用变异系数CV对各项模拟指标的子模块的响应结果进行评价,由于不同子模块中的贡献有正有负(例如大气复氧对于DO的作用为正,而呼吸作用对于DO的作用为负),为了对比影响力,采用绝对值进行评估.评估结果如图10所示.

2011～2050年的时段内,在DO的模拟中,浮游植物生长较容易受到气温变化的影响,而CBOD的氧化过程所受的影响其次;在CBOD的模拟中,反硝化作用所受的影响最大,而沉淀作用与氧化过程所受到的影响其次;在硝态氮的模拟中,气候变化的影响主要体现在反硝化作用与浮游植物生长中,对硝化作用的影响不大;在氨氮的模拟过程中,矿化作用所受的影响较大,而对浮游植物死亡、生长、以及硝化过程的影响均不大.

综上,气候变化对水体的影响,在不同指标中所体现的作用大小具有一致性.例如,气候变化会给浮游植物生长带来较大影响,这种影响不仅会显著影响水体中的DO,同时也会显著影响CBOD与硝态氮中的模块.对于北运河通州段在2011～2050年的期间里,主要受到气候变化影响的环节为浮游植物的生长、反硝化过程和氨氮的矿化作用.

3 结论

3.1 气候变化与水质、水力状态的耦合作用比较复杂,在不同条件下,气温变化对水质的影响效果不同.根据当前排污状况,2011～2050年的时段里,随着时间变化,气候变化将导致北运河通州段内大部分河段全年度的硝态氮以及4～12月份氨氮的浓度逐渐升高,而1～3月份氨氮浓度逐年降低.

3.2 气候变化对水质的影响是各环节综合作用的结果.未来气候变化可能会抑制硝化过程的耗氧作用,并且增加浮游植物的光合作用与大气复氧的效果;水体当中的CBOD通过沉淀作用进行降解的效果可能会减少;在硝态氮方面,气候变化会导致硝化能力的削弱,而浮游植物吸收硝态氮的能力会增强;在氨氮方面,浮游植物的死亡产生的氨氮量会减少,而硝化作用对氨氮削减作用也会降低.不同环节的影响力此消彼长,可能抵消相互作用.从表面上看水质变化上并不明显,但实际上其形成的机理可能已经发生了显著变化.

3.3 北运河通州段在2011～2050年的期间里,水体自净过程受到气候变暖影响的主要环节为浮游植物的生长、反硝化过程和氨氮的矿化作用.

[1] 谭 夔,陈求稳,毛劲桥,等.大清河河口水体自净能力实验 [J].生态学报, 2007,27(11):4736-4742.

[2] Ostroumov S A. On some issues of maintaining water quality and self-purification [J]. Water Resources, 2005,32(3):337-346.

[3] 杨丽蓉,陈利顶,孙然好.河道生态系统特征及其自净化能力研究现状与发展 [J]. 生态学报, 2009,29(9):5066-5075.

[4] 张建云,王国庆,贺瑞敏,等.黄河中游水文变化趋势及其对气候变化的响应 [J]. 水科学进展, 2009,20(2):153-158.

[5] Dallavm, Marcomini A, Codatoe. 2007. Climate change influence on POPs distribution and fate. A case study [J]. Chemosphere, 67(7):1287-1295.

[6] Delpla I, Jungav, Baures E, et al. Impact of climate change on surface water quality in relation to drinking water production [J]. Environment International, 2009,35(8):1225-1233.

[7] Wilby R L, Whitehead P G, Wade A J,et al. Integrated modeling of climate change impacts onwater resources and quality ina lowland catchment. River Kennet, UK [J]. Journal of Hydrology, 2006,330(1/2):204-220.

[8] Lamon L Vallemd. Introducing an integrated climate change perspective in POPs modeling, monitoring and regulation [J]. Environmental Pollution, 2009,157(7):1971-1980.

[9] Long Tianyu, Wu Lei, Meng Guohu, et al. Numerical simulation for impacts of hydrodynamic conditions on algae growth in Chongqing Section of Jialing River, China [J]. Ecological Modelling, 2011,222(1):112-119.

[10] Whitehead P G, Wilby R L, Battarbee R W, et al. A reviewof the potential impacts of climate change onsurface water quality [J]. Hydrological Sciences, 2009,(54):101-123.

[11] Deguo Kong, MatthewMacLeod, Zhe Li, et al. Effects of input uncertainty and variability onthe modelled environmental fate of organic pollutants under global climate change scenarios [J]. Chemosphere, 2013,(93):2086–2093.

[12] Hosomi M, Okada M, Sudo R. Development of the phosphorus dynamics model in sediment-water systemand assessment of eutrophication control program[J]. Water Science and Technology, 1996,24(6):339-348.

[13] Matthijs B, Zwolsman J J G. Climate change induced salinisationof artificial lakes in the Netherlands and consequences for drinking water production [J]. Water Research, 2010,44:4411-4424.

[14] HassenH, Hanaki K, Matsuo T. A modeling approach to simulate impact of climate change lake water quality. phytoplanktongrowth rate assessment [J]. Water Science and Technology, 1998, 37(2):177-185.

[15] Arheimer B, Andreasson J, Fogelberg S, et al. Climate change impact on water quality: Model results fromSouthern Sweden [J]. Ambio Towards More Integrated Water Resource Management, 2005,34(7):559-566.

[16] 刘 梅,吕 军.我国东部河流水文水质对气候变化响应的研究[J]. 环境科学学报, 2015,35(1):108-117.

[17] Liu M, Lu J. Response of river hydrology and water quality to climate change in Changle River Watershed, Eastern China [J]. Acta Scientiae Circumstantiae, 2015,35(1):108-117.

[18] 黄金龙,苏布达,朱娴韵,等.CMIP5多模式集合对南亚印度河流域气候变化的模拟与预估 [J]. 冰川冻土, 2015,37(2):297-307.

[19] 程志刚,张渊萌,徐 影.基于CMIP5模式集合预估21世纪中国气候带变迁趋势 [J]. 气候变化研究进展, 2015,11(2):93-101.

[20] 王 冀,江志红,丁裕国,等.21世纪中国极端气温指数变化情况预估 [J]. 资源科学, 2008,30(7):1084-1092.

[21] 董海萍,张秀丽,郭卫东,等.2010年8月环流形势的多模式超级集合预报 [J]. 应用气象学报, 2013,24(5):606-616.

[22] 李克锋,郝红升,庄春义.利用气象因子估算天然河道水温的新公式 [J]. 四川大学学报(工程科学版), 2006,38(1):4-7.

[23] Daniel Caissie, Nassir El-Jabi , Mysore G Satish .Modelling of maximumdaily water temperatures in a small streamusing air temperatures [J]. Journal of hydrology, 2001,251:14 -28.

[24] 孙大明,田慧丰,张 欢,等.长江上游水文监测及水温和气温关系研究 [J]. 建筑节能, 2010,38(238):74-77

[25] 徐祖信,廖振良.水质数学模型研究的发展阶段与空间层次 [J].上海环境科学, 2003,22(2):72-85.

[26] 杨家宽,肖 波,刘年丰,等.WASP6预测南水北调后襄樊段的水质 [J]. 中国给水排水, 2005,21(9):103-104.

[27] Lin C E, Chen C T, Kao C M, et al. Development of the sediment and water quality management strategies for the Salt-water River, Taiwan [J]. Marine Pollution Bulletin, 2011,63(1/2):528-534.

[28] Chao X B, Jia Y F, Shields F D Jr, et al. Three-dimensional numerical simulation of water quality and sediment-associated processes with application to a Mississippi Delta lake [J]. Journal of Environmental Management, 2010,91(7):1456-1466.

[29] 史铁锤,王飞儿,方晓波.基于WASP的湖州市环太湖河网区水质管理模式 [J]. 环境科学学报, 2010,30(3):631-640.

[30] A rioli Y, Bendoricchio G, Palmeri L, et al. Defining and modelling the coastal zone affected by the Po river (Italy) [J]. Ecological Modelling, 2005,184(1):55-68.

[31] 张质明,王晓燕,李明涛.基于全局敏感性分析方法的WASP模型不确定性分析 [J]. 中国环境科学, 2014,34(5):1336-1346.

The effects of global warming on purification processes of Tongzhou section of Beiyun river.

ZHANG Zhi-ming1,2,WANG Xiao-yan2*, MA Wen-lin1, ZHANG Jun-zhi1, PAN Run-ze1, YANG Ruo-zi3
(1.Beijing Climate Change Response Research and Education Center, Beijing University of Civil Engineering and Architecture, Beijing 100044, China；2.College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China；3.Beijing Municipal Climate Center, Beijing 100089, China). China Environmental Science, 2017,37(2)：730～739

In order to quantify the effect of temperature changes occurred by climate change on self-purification capacity of urban river in the future, both RCP4.5and RCP8.5-the two scenarios of climate change which were mentioned in CMIP5, and the WASP module were applied to simulate and predict DO, CBOD, nitrate nitrogen and ammonia nitrogen in Tongzhou section of Beiyun river. With the simulation result, the internal transformation processes of the above factors by responsiveness of each sub-modules were analyzed. It showed that: firstly, up to 2050, the concentration of nitrate nitrogen in the all year round and the concentration of ammonia nitrogen in April-December would increase gradually, but the concentration of ammonia nitrogen would decease in January-March of Tongzhou section of Beiyun river, which was caused by climate change; secondly, the effect on water quality caused by climate change was a comprehensive result of multiple processes, in other words, even if the water quality had no obvious change, the process of its formation mechanismmight be large; and thirdly, up to 2050, the process of phytoplankton growth, denitrification process and mineralization of ammonia nitrogen of water self-purification would be affected heavily by climate change.

Global warming；water body purification；Beiyun river；climate models；water quality models

X522

A

1000-6923(2017)02-0730-10

张质明(1984-),男,北京人,讲师,博士,主要从事水质模拟、模型不确定性方面的研究.发表论文10余篇.

2016-06-04

北京市自然科学基金资助项目(8154044);国家自然科学基金资助项目(41271495,51408022)

* 责任作者, 教授, cxnwxy@sohu.com