光照、流速和水温对大型人工输水渠道自净影响

王 超,贾庆林,贾海燕,李 超,尹 炜*

光照、流速和水温对大型人工输水渠道自净影响

王 超1,2,贾庆林1,3,贾海燕1,2,李 超1,2,尹 炜1,2*

(1.长江水资源保护科学研究所,湖北 武汉 430051；2.长江水利委员会湖库水源地面源污染生态调控重点实验室,湖北 武汉 430051；3.河海大学环境学院,江苏 南京 210098)

以南水北调中线总干渠为对象,通过实验室模拟培养测定污染物降解系数,分析了光照、流速和温度对渠道自净能力的影响.结果显示,避光和光照条件下,高锰酸盐指数的降解系数分别为0.026和0.022d-1,无显著性差异(>0.05);氨氮的降解系数分别为0.006和0.012d-1,差异极显著(<0.01).各流速条件下高锰酸盐指数降解系数分别为0.027d-1(0.2m/s)、0.029d-1(0.3m/s)、0.029d-1(0.4m/s),氨氮降解系数分别为0.014d-1(0.2m/s)、0.017d-1(0.3m/s)、0.018d-1(0.4m/s),不同流速之间无显著性差异,但均显著高于0m/s实验组(<0.05).各温度条件下高锰酸盐指数降解系数分别为0.014d-1(10℃)、0.018d-1(15℃)、0.022d-1(20℃)、0.029d-1(25℃)和0.031d-1(30℃),25～30℃差异不显著(>0.05),其他各温度梯度之间均存在显著性差异;氨氮降解系数分别为0.002d-1(10℃)、0.003d-1(15℃)、0.010d-1(20℃)、0.012d-1(25℃)和0.020d-1(30℃),10～15℃、15～20℃和20～25℃差异不显著,其他温度梯度之间均具有显著差异.高锰酸盐指数和氨氮的温度校正系数值分别为1.047和1.079.研究结果可为中线工程水质管理提供依据.

大型人工输水渠道；自净；降解系数；影响因素；南水北调

大型人工输水渠道是长距离引调水工程输水的重要方式,通常具有硬质化程度高、输送水量大的基本特点.长距离输水过程中,水体自净作用是影响渠道水质变化的关键因子[1],深入认识大型人工输水渠道的自净影响因素,对于提高水质预测预判能力,促进引调水工程水质管理具有重要的意义.

地表水体的污染物自净通过微生物降解、动植物和藻类吸收等途径实现,水体自净能力通常以污染物降解系数表征[2-3].目前对天然河流的自净研究较多,如光照对氨氮降解系数的影响[4],流速对高锰酸盐指数降解系数的影响[5],以及温度对氨氮降解系数的影响等[6],已经形成了比较深入的认识.然而,大型人工输水渠道与天然河流存在较大差异.在生态系统结构上,渠道硬质化的边坡和渠底缺少土壤和底泥系统,水生动植物相对较少,生态系统比较单一.在水流特点上,渠道顺直,流速较快,水体流态相对均一.另外,渠道人工属性较强,明渠光照充分,暗渠光照条件缺失;部分长距离输水渠道可能跨越多个纬度,温度变化比较明显.由于生态系统结构、水流、光照、温度变化等方面的特殊性,大型人工输水渠道的自净能力和影响因素可能与天然河流存在较大的差异.针对大型输水工程的水质变化规律已开展了一些研究,如引黄输水工程[7],南水北调东线工程[8-9]等,但多偏重于水质变化规律和污染来源分析,对自净作用关注较少.本文前期对南水北调中线总干渠的自净能力进行了测算[10],发现其污染物降解系数明显低于天然河流,但对于自净能力的主要影响因素未进行定量分析.总体来看,目前对大型人工输水渠道的自净能力和影响因素的研究和认识还比较有限.

南水北调中线工程是解决我国华北地区水资源短缺的战略工程,输水干渠全长1432km,跨越河南、河北、北京、天津等多个区域,是大型人工输水渠道的典型代表.本课题组[11]指出,中线总干渠是一复杂的巨系统,如果没有形成系统科学的认识,水质管理工作可能陷入被动的状态.中线总干渠为全封闭管理,自净过程是影响沿线水质变化的重要因素.本文以中线输水干渠为对象,通过室内培养实验的方法测定渠道水体污染物降解系数,研究光照、流速和温度对渠道水体自净的影响,以深入认识大型人工输水渠道自净能力和影响因素,也为南水北调中线工程水质管理工作提供参考.

1 材料与方法

1.1 区域概况

南水北调中线工程从丹江口水库陶岔渠首闸引水,沿唐白河流域和黄淮海平原西部开挖渠道,经“倒虹”隧道穿过黄河,沿京广铁路西侧北上,最终自流至北京、天津(图1).中线总干渠河南河北段为明渠,天津段为暗渠,北京段以管道为主.中线总干渠水温季节变化显著,夏季最高32℃,冬季最低0℃.由于南北跨度大,输水过程中水温变化也比较明显,河南段平均水温18℃.北京段平均水温15℃.中线总干渠水体流速较快,根据输水量的变化,水体流速一般在0.2～0.4m/s,加大流量输水条件下,流速能达到1m/s.自2014年12月通水以来,南水北调中线总干渠已持续运行70多个月,累计输水超过340亿m3,沿线惠及北京、天津、河北、河南4个省市40多座城市近6000万人.中线总干渠已逐步成为沿线地区生活用水的主要供水来源,输水水质的保障工作也愈显重要.

1.2 样品采集

采样点位于中线总干渠河北段的大安舍断面(图1).采样时间为2019年8月,采用便携式水质多参数仪(YSI)测定采样点水温、pH值、溶解氧、叶绿素a等指标.水样用20L聚乙烯水样壶盛装,反复润洗3次以上,采集水样100L.将采集的水样取500mL于4℃避光保存,带回实验室立刻分析高锰酸指数和氨氮浓度;其余常温保存,用于水体自净影响因素模拟试验.

图1 采样点位置

表1 采样点基本理化条件

1.3 实验方案设计

以高锰酸盐指数和氨氮作为水体自净的研究对象,这两项是我国地表水质监测的基本指标,也是水体自净研究的常用指标.由于水样高锰酸盐指数和氨氮本底浓度较低,难以测定污染物衰减过程,采用添加葡萄糖[12]和硫酸铵[13]的方法调节水体高锰酸盐指数和氨氮初始浓度.根据预实验结果,高锰酸盐指数和氨氮的初始培养浓度分别为12和3mg/L左右,此时衰减曲线较为理想.各影响因素的实验设计如下.

1.3.1 光照设置 光照组和避光组,取采集水样16L分装至两个10L敞口玻璃培养缸中,一个包裹锡箔纸避光处理(避光组),另一个采用光照培养(光照组),光暗比为12:12,于恒温培养箱20℃恒温培养.光源是光照培养箱内置的LED光源,光照强度为6000lx.

1.3.2 流速 根据中线输水干渠的实际流速范围[10]设定模拟培养的流速梯度.取采集水样24L分装至3个10L玻璃培养缸中,以电动搅拌器模拟不同流速[14].设置不同转速,并采用流速仪测定平均流速.分别设定转速为40r/min(对应平均流速约0.2m/s)、60r/min(对应平均流速约0.3m/s)和80r/min(对应平均流速约0.4m/s),均于20℃恒温培养,光暗比为12:12.光照组可视为流速为0m/s的实验组.

1.3.3 温度 取采集水样32L分装至4个10L玻璃培养缸中,于10、15、25、30℃条件恒温培养,光暗比为12:12.光照组可视为20℃培养组.

每日取样100mL测定各培养样品的高锰酸盐指数和氨氮浓度,连续测定16d.高锰酸盐指数采用酸性法测定,氨氮采用纳氏试剂比色测定.根据实验结果,高锰酸盐指数第0～4d无下降趋势,将其作为稳定期,数据分析从第5d开始;氨氮在整个培养期均呈下降趋势,数据分析从第0d开始.

1.4 降解系数计算

水中污染物降解一般遵循一级反应动力学模型[10],即:

式中:为时刻污染指标浓度,mg/L;0为污染指标初始浓度,mg/L;为降解系数,d-1;为污染物降解时间,d.

由式(1)可得到ln(0/)与时间成正比,比例系数即为降解系数,如式(2)

降解系数可通过ln(0/)与时间的散点图线性拟合得到.

一般来说,温度对降解系数的影响符合菲尔普斯公式,可通过温度校正系数表征[15],如式(3):

式中:k为温度对应的降解系数,d-1;k0为温度0对应的降解系数,d-1,本研究取0=20℃;为温度校正系数,无量纲.

1.5 数据处理和统计分析

数据作图和散点图线性拟合均在Origin 9.0中完成,不同处理组的降解速率差异比较采用协方差分析[16],通过SPSS 19.0中General Linear Model的Univariate模块完成.因变量输入为ln(C0/ C),固定因子输入为组别,协变量输入为降解时间.在模型设置中,依次输入组别、降解时间、组别*降解时间.通过组别*降解时间的值判断不同处理组拟合得到的降解系数差异的显著性.针对降解速率存在显著差异的处理组,采用配对检验方法进一步检验浓度差异.配对检验通过SPSS 19.0中Paired-Samples T Test模块完成,通过t值判断浓度差异的显著性.

2 结果与分析

2.1 光照对高锰酸盐指数和氨氮自净的影响

如图2所示,高锰酸盐指数自净衰减过程比较稳定,避光组由第5d的12.4mg/L下降到第16d的7.7mg/L;而光照组由第6d的12.6mg/L下降到第16d的8.0mg/L.氨氮浓度总体均呈现出下降的趋势,但波动性更大.光照条件下,氨氮浓度由3.40mg/L下降到2.76mg/L;避光条件下,氨氮浓度由3.40mg/L下降到2.98mg/L.光照和避光条件下的降解系数拟合结果如图3所示,高锰酸盐指数的降解系数分别为0.026d-1(避光)和0.022d-1(光照),二者无显著性差异(=2.572,>0.05).氨氮的降解系数分别为0.006d-1(避光)和0.012d-1(光照),二者差异性极显著(= 23.103,<0.01).检验结果显示,光照和避光组的氨氮浓度均有显著差异(=6.985,<0.01).

2.2 流速对高锰酸盐指数和氨氮自净的影响

如图4所示,高锰酸盐指数自净衰减明显,0.2m/ s组从12.5mg/L下降到7.4mg/L,0.3m/s组从11.7mg/ L下降到7.1mg/L,0.4m/s组从12.4mg/L下降到6.9mg/L.相对于0m/s组,流动条件下的高锰酸盐指数自净削减量增加0.6～1.1mg/L.氨氮总体都呈下降趋势,但波动性更强.0.2,0.3,0.4m/s条件下,氨氮由3.40mg/L分别降至2.58,2.64,2.53mg/L.与0m/s组相比,流动条件下氨氮浓度自净削减量增加0.06～ 0.10mg/L.

表2 不同流速条件下降解系数和指标浓度差异显著性检验结果

注:**表示<0.01水平显著;*表示<0.05水平显著;无*表示不显著.

不同流速条件下的降解系数拟合结果如图5所示,差异性检验结果如表2.高锰酸盐指数的降解系数分别为0.027d-1(0.2m/s)、0.029d-1(0.3m/s)、0.029d-1(0.4m/s).与0m/s实验组相比,0.2m/s(=8.379,<0.01)、0.3m/s(=5.185,<0.05)、0.4m/s(=14.807,<0.01)条件下的降解系数都有显著提高,但各流速条件之间均没有显著性差异.氨氮降解系数分别为0.014d-1(0.2m/s),0.017d-1(0.3m/s)、0.018d-1(0.4m/s).与高锰酸盐指数结果类似,流动条件下氨氮降解系数与0m/s实验组相比均有显著提高,但流速条件之间均没有显著性差异.检验结果显示,降解系数存在显著性差异的各处理组的污染物浓度也都有显著差异.

2.3 温度对高锰酸盐指数和氨氮自净的影响

如图6所示,高锰酸盐指数由初始浓度约12mg/L分别降至9.0mg/L(10℃)、8.2mg/L(15℃)、7.5mg/L(20℃)、6.6mg/L(25℃)和6.0mg/L(30℃),衰减幅度随温度升高而增大.氨氮浓度波动较大,初始浓度约3mg/L,10与15℃条件下分别降至2.81和2.72mg/L,20和25℃下均降至2.50mg/L左右,而30℃下降至1.78mg/L,浓度削减幅度约为20℃下的2倍.

表3 不同温度条件下降解系数和指标浓度差异的显著性检验结果

注:**表示<0.01水平显著;*表示<0.05水平显著;无*表示不显著.

如图7所示,差异性检验结果如表3.各温度条件下高锰酸盐指数降解系数分别为0.014d-1(10℃)、0.018d-1(15℃)、0.022d-1(20℃)、0.029d-1(25℃)和0.031d-1(30℃),除了20和25℃的降解系数没有显著性差异(=0.42,>0.05),其他各温度梯度之间均存在显著性差异.各温度条件下氨氮降解系数分别为0.002d-1(10℃)、0.003d-1(15℃)、0.010d-1(20℃)、0.012d-1(25℃)和0.020d-1(30℃).各温度梯度间, 10～15℃(=1.184,>0.05)、15～20℃(=1.509,> 0.05)和20～25℃(=0.681,>0.05)的降解系数差异不具有显著性,其他温度梯度之间均具有显著差异.t检验结果显示,降解系数存在显著性差异的各处理组的污染物浓度也都有显著差异.温度校正系数拟合结果见图8.拟合得到高锰酸盐指数和氨氮的温度校正系数值分别为1.047和1.079.

图8 温度校正系数拟合结果

模拟值按照拟合所得值计算

3 讨论

光照主要影响藻类的生长.藻类的初级生产过程将无机碳转化为有机碳,藻类的生物量会增加[17],但对水中有机物不会产生明显的影响,因此本研究中光照和避光条件下高锰酸盐指数的降解系数并无显著差异.输水渠道中氨氮的自净过程包括藻类的吸收和微生物硝化作用[18].光照条件下藻类吸收利用和硝化过程能够同时发生作用,因此氨氮的降解系数显著高于避光条件.有研究显示,光照条件下藻类通过光合作用增加水中溶解氧能够促进硝化过程[19-20].但本研究采集的渠道水体溶解氧基本处于饱和状态,藻类的光合产氧对于氨氮的降解可能贡献不大.因此光照影响氨氮自净的主要途径应该是藻类吸收.

一般认为,水体流动能够增加水体复氧速率,从而提高自净能力.根据双膜理论,水流运动状态下气液膜变薄,水体的复氧速率加快[21],耗氧污染物的降解速率随之提升.另一方面,水流处于扰动状态时,有利于水中污染物的充分混合及与微生物的接触.本研究中,流动条件下的降解系数显著高于静置条件,但不同流速之间并没有表现出显著性差异,这说明实验流速条件下已经能够保障水体的充分复氧和水流混合.从降解系数提升的幅度上看,本研究中0.2m/s时高锰酸盐指数降解系数约为静置状态1.2倍,与一些天然河湖水体相比处于较低的水平.如华祖林等人以太湖水体为研究对象,采用环形槽分别设置0.06和0.10m/s的水流流速,得到流动状态下的降解系数约为静置状态的2～3倍[22];张培培等人以北运河为研究对象,利用转速模拟流速,得出0.1m/s的CODCr降解系数为静置状态时的1.5倍[14].总干渠水体污染物降解系数受流速影响相对较小,其原因一方面是溶解氧含量高,耗氧物质相对较少,复氧强化对污染物降解系数影响有限;另一方面是总干渠水体悬浮物基质缺失及低浓度的营养盐使得微生物菌群活性较低[23-24],难以随水流条件的改变而大幅提升.

温度是污染物自净最为重要的影响因素.在适宜的范围内,温度升高能够加快微生物体内酶促反应速率,促进和强化微生物的生理活动,从而提高有机物降解系数[25].高锰酸盐指数和氨氮降解系数随温度升高都有明显的上升趋势,但温度的影响范围存在区别.高锰酸盐指数降解系数在25℃以下各温度梯度都有显著差异,但25～30℃差异不显著;氨氮降解系数在25℃以下相邻温度梯度都不存在显著差异,但25～30℃差异显著.这说明高锰酸盐指数自净在低温范围更容易受温度影响,而氨氮自净在高温范围更容易受温度影响.这可能是因为有机碳和氨氮的自净具有不同的最适温度范围.低于最适温度范围时,降解速率对温度敏感性逐步提高;处于最适温度范围时,降解速率达到最大值,随温度变化不明显;超过最适温度范围时,微生物活性将受到抑制,降解速率反而降低.有机碳降解的最适温度一般在25～30℃[14],而硝化作用的最适温度为30℃左右[26-27],本研究中高锰酸盐指数和氨氮在各温度梯度上的降解系数变化恰好反映了这一差异.从温度校正系数的拟合结果看,高锰酸盐指数值低于氨氮的值,说明氨氮降解对温度更加敏感.研究表明,有机碳降解的温度校正系数为1.03～1.06(平均约1.05),而氨氮氧化的温度校正系数为1.05～1.10(平均约1.08)[25],本研究测定的高锰酸盐指数和氨氮的值与其具有很好的相符性.

王超等[10]选取南水北调中线总干渠河南段6个监测断面的水质监测数据,通过稳态一维降解模型拟合得到研究渠段BOD5降解系数数值范围为0.024～0.054d-1.本研究得到的高锰酸盐指数的降解系数在0.013～0.030d-1之间,与之基本吻合.但高锰酸盐指数略小于BOD5的降解系数,这主要是因为高锰酸盐指数表征的有机物中还存在不能被微生物降解的部分[28],对降解系数产生了稀释效应.本研究得到的降解系数与很多天然河湖的降解系数相比明显偏小,如汉江中下游河段BOD5降解系数0.08～ 0.62d-1之间[29],陕西沿河干流的降解系数达到2.69d-1[30],国外的一些天然河流的BOD5降解系数也在0.05～3.0d-1之间[31],这说明总干渠对有机碳的自净能力相对较弱.本研究得到的氨氮降解系数在0.002～0.020d-1之间,而平原河网的氨氮降解系数为0.02～0.21d-1[32],长江宜宾段的氨氮降解系数为0.50～ 0.61d-1[33],都与总干渠的降解系数存在数量级的差异,说明总干渠对氨氮的自净能力同样处于很低的水平.

高锰酸盐指数和氨氮自净能力较弱,主要原因可能是污染物本底浓度低和微生物丰度不足.总干渠水质优良[34],实验过程中虽然提高了碳和氮的浓度,但其他营养元素都处于较低水平,微生物生长可能受到限制.另外,渠道水体中颗粒物较少,同时硬化渠道缺少底栖环境,导致微生物因缺少附着基质而丰度不足[35].根据Chesterikoff等[36]的研究,当河流中硝化细菌数量非常少时,尽管氨氮的浓度远高于硝化细菌最佳生长所需浓度,但它们仍需一定时间才能达到一定丰度,进行显著的氨氮氧化活动.

基于自净能力的定量研究结果,可优化水质模型的参数取值.如易雨君等[37]建立了南水北调中线工程典型渠段一维水动力水质模型,氨氮降解系数采用经验值0.24d-1,明显高于总干渠实际的氨氮降解系数,氨氮模拟误差最高达到120%.本研究结果可为模型的氨氮降解系数取值提供依据.另外,降解系数的定量测定也有助于总干渠水质沿程变化的认识.如2019年8月总干渠渠首高锰酸盐指数浓度为1.8mg/L,按照本研究得到的降解系数,结合渠道水体流动时间,计算得到大安舍断面高锰酸盐指数自净衰减至1.2mg/L左右.但大安舍断面高锰酸盐指数浓度实际为1.7mg/L,说明沿程存在高锰酸盐指数的潜在输入源,水质管理过程中应加强溯源分析和管控.

本研究得到的污染物降解系数为实验室培养结果,与总干渠实际水质监测数据拟合的降解系数结果[10]基本吻合,说明实验结果总体反映了总干渠自净能力的基本特点.由于水化学组成、水动力条件等因素的差异,模拟得到的自净能力与渠道实际的自净能力难免存在偏差.如添加与葡萄糖和硫酸铵可能造成培养水体与渠道水体有机物及氮素组成的差异,电动搅拌器模拟得到的不同流速与实际输水渠道中的水流方式也存在差异.后期还需进一步开展与渠道实际条件的对比研究.

4 结论

4.1 光照对总干渠高锰酸盐指数自净无显著影响,但对氨氮自净有显著影响.避光和光照条件下,高锰酸盐指数的降解系数分别为0.026d-1和0.022d-1,二者没有显著性差异(>0.05);氨氮的降解系数分别为0.006d-1和0.012d-1,二者差异性极其显著(<0.01).

4.2 水体是否流动对总干渠高锰酸盐指数和氨氮自净都有显著影响,但流速大小的影响不显著.各流速条件下高锰酸盐指数的降解系数分别为0.027d-1(0.2m/s)、0.029d-1(0.3m/s)、0.029d-1(0.4m/s),氨氮降解系数分别为0.014d-1(0.2m/s),0.017d-1(0.3m/s)、0.018d-1(0.4m/s),与0m/s实验组相比都有显著提高,但各流速之间均没有显著性差异.

4.3 温度是总干渠高锰酸盐指数和氨氮自净的重要影响因素.各温度条件下高锰酸盐指数降解系数分别为0.014d-1(10℃)、0.018d-1(15℃)、0.022d-1(20℃)、0.029d-1(25℃)和0.031d-1(30℃),25～30℃降解系数差异不显著(=0.42,>0.05),其他各温度梯度之间均存在显著性差异.各温度条件下氨氮降解系数分别为0.002d-1(10℃)、0.003d-1(15℃)、0.010d-1(20℃)、0012d-1(25℃)和0.020d-1(30℃),10～15℃、15～20℃和20～25℃降解系数差异不显著,其他温度梯度之间均具有显著差异.高锰酸盐指数和氨氮的温度校正系数值分别为1.047和1.079.

[1] 梁建奎,辛小康,卢 路,等.南水北调中线总干渠水质变化趋势及污染源分析 [J]. 人民长江, 2017,48(15):6-9,61.

Liang J K, Xin X K, Lu L, et al. Analysis of water quality variation and potential pollution sources in main channel of Middle Route Project of South to North Water Diversion [J]. Yangtze River, 2017, 48(15):6-9,61.

[2] 王雅钰,刘成刚,吴 玮.从河道自净角度谈影响河道水质净化的因素[J]. 环境科学与管理, 2013,(3):35-40.

Wang Y Y, Liu C G, Wu W. Discuss on influencing factors of river water self-purification [J]. Environmental Science and Management, 2013,(3):35-40.

[3] 蔡建楠,潘伟斌,曹英姿,等.广州城市河流形态对河流自净能力的影响[J]. 水资源保护, 2010,26(5):16-19.

Cai J N, Pan W B, Cao Y Z, et al. Impact of river morphology on urban river self-purification capacity in Guangzhou [J]. Water Resources Protection, 2010,26(5):16-19.

[4] 单 铎.北运河氨氮降解系数测算研究[D]. 首都师范大学, 2013.

Shan D. Study on calculation of degradation coefficient of ammonia nitrogen in North Canal [D]. Capital Normal University, 2013.

[5] 祖 波,周 领,李国权,等.三峡库区重庆段某排污口下游污染物降解研究[J]. 长江流域资源与环境, 2017,26(1):134-141.

Zu B, Zhou L, Li G Q, et al. Degradation of pollutants in the downstream of a sewage outfall in Chongqing section of Three Gorges Reservoir [J]. Resources and Environment in the Yangtze Basin, 2017, 26(1):134-141.

[6] 杜宇红,赵桂香.黄河包头段氨氮降解系数的研究[J]. 内蒙古环境科学, 2009,21(2):32-36.

Du Y H, Zhao G X. Research on degradation constant of Baotou section of Yellow River [J]. Inner Mongolia Environmental Sciences, 2009,21(2):32-36.

[7] 张俊芝,哈建强,李 涛.引黄输水工程水质变化特征分析及污染控制对策 [J]. 南水北调与水利科技, 2010,8(4):67-70.

Zhang J Z, Ha J Q, Li T. Analysis of water quality change characteristic and the contamination control measure in water distribution project of the yellow river diversion [J]. South-to-North Water Transfers and Water Science & Technology, 2010,8(4):67-70.

[8] 郭 鹏,任 静.南水北调东线一期工程沿线历年水质变化分析 [J]. 南水北调与水利科技, 2014,12(1):59-64.

Guo P, Ren J. Variation trend analysis of water quality along the eastern route of south-to-north water diversion project [J]. South- to-North Water Transfers and Water Science & Technology, 2014, 12(1):59-64.

[9] Qu X, Chen Y, Liu H, et al. A holistic assessment of water quality condition and spatiotemporal patterns in impounded lakes along the eastern route of China's South-to-North water diversion project [J]. Water Research, 2020,185:116275.

[10] 王 超,贾庆林,裴中平,等.南水北调中线总干渠典型渠段水体自净能力研究[J]. 南水北调与水利科技(中英文), 2020,18(3):127-141.

Wang C, Jia Q L, Pei Z P, et al. Studyon water self-purification capacityin a typical section of middle route in the main channel of South-to-North Water Transfer Project [J]. South-to-North Water Transfers and Water Science & Technology, 2020,18(3):127-141.

[11] 尹 炜,王 超,辛小康.南水北调中线总干渠水质管理问题与思考[J]. 人民长江, 2020,51(3):21-28.

Yin W, Wang C, Xin X K. Thinkings on water quality management of main channel in Middle Route of South-to-North Water Transfer Project [J]. Yangtze River, 2020,51(3):21-28.

[12] 蒲迅赤,李克锋,李 嘉,等.紊动对水体中有机物降解影响的实验[J]. 中国环境科学, 1999,(6):485-489.

Pu X C, Li K F, Li J, et al. The effect of turbulence in water body on organic compound biodegradation [J]. China Environmental Science, 1999,(6):485-489.

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

Tan K, Chen Q W, Mao J Q, et al. The self-purification capacity of the outlet of DaqingheRiver:experiment [J]. Acta Ecologica Sinica, 2007, (11):4736-4742.

[14] 张培培,吴艺帆,庞树江,等.再生水补给河流北运河CODCr降解系数变化及影响因素[J]. 湖泊科学, 2019,31(1):99-112.

Zhang P P, Wu Y F, Pang S J, et al. CODCrdegradation coefficient of urban river recharged with reclaimed water and its impacting factors [J]. Journal of Lake Sciences, 2019,31(1):99-112.

[15] 慕金波,酒济明.河流中有机物降解系数的室内模拟实验研究[J]. 山东科学, 1997,(2):52-57.

Mu J B, Jiu J M. Indoor study on degradation coefficients of organic pollutants in a river [J]. Shandong Science, 1997,(2):52-57.

[16] 张 兴,白莲萍.用协方差分析进行两直线回归方程的比较[J]. 山西医学院学报, 1996,(1):27-29.

Zhang X, Bai L P. Two linear regression equations were compared by covariance analysis [J]. Journal of Shanxi Medical College, 1996, (1):27-29.

[17] 范傲翔,王智鹏,王 超,等.南水北调中线总干渠水体耗氧特征及成因[J]. 环境科学学报, 2020,40(3):871-879.

Fan A X, Wang Z P, Wang C, et al. The characteristics and cause analysis of oxygen consumption substances for the waterbody in the main channel of the Middle Route of South-to-North Water Diversion Project [J]. Acta Scientiae Circumstantiae, 2020,40(3):871-879.

[18] 郝晓地,陈新华,魏 丽.天然水体氮自净过程及硝化所需溶解氧源试验验证[J]. 水资源保护, 2007,(5):15-18,94.

Hao X D, Chen X H, Wei L. Experimental verifications of self- purification of nitrogen and dissolved oxygen sources for nitrification in natural water [J]. Water Resources Protection, 2007,(5):15-18,94.

[19] 洪澄泱,汤 迎.光照作用对地表河流中氮素迁移过程影响的探讨[J]. 广东化工, 2013,40(14):133-134.

Hong C Y, Tang Y. A discussion on the effect of light on nitrogen migration process in surface river [J]. Guangdong Chemical Industry, 2013,40(14):133-134.

[20] Huedemann M H, Skillman A D, Crecelius E A. The inhibition of marine nitrification by ocean disposal of carbon dioxide [J]. Marine Pollution Bulletin, 2002,44(2):142-148.

[21] 方祥位,李建中,魏文礼,等.河流复氧系数研究[J]. 西安理工大学学报, 2000,16(4):400-403.

Fang X W, Li J Z, Wei W L, et al. Research on reaeration coefficient in rivers [J]. Journal of Xi'an University of Technology, 2000,16(4):400- 403.

[22] 华祖林,李亚伟,顾 莉.湖泊不同湖区CODMn降解的混合级数模型[J]. 水利学报, 2013,44(5):521-526.

Hua Z L, Li Y W, Gu L. A mixed-order model of CODMn degradation in different lake regions [J]. Journal of Hydraulic Engineering, 2013, 44(5):521-526.

[23] 王艺娟,姚运生.附着性微生物对水体自净的作用及测定[J]. 生物学教学, 2002,27(6):32-32.

Wang Y J, Yao Y S. The effect and determination of the self- purification of water by the attachment microorganism [J]. Biology Teaching, 2002,27(6):32-32.

[24] 江 栋,李开明,刘 军,等.黑臭河道生物修复中氧化塘应用研究[J]. 生态环境, 2005,14(6):822-826.

Jiang D, Li K M, Liu J, et al. The Application of lagoon in the bioremediation of black-odor river [J]. Ecology and Environment, 2005,14(6):822-826.

[25] Bowie G L, Mills W B, Porcella D B. Rates, constants, and kinetics formulations in surface water quality modeling [R]. USEPA: Athens, Georgia, 1985,3-85.

[26] 何碧烟,欧光南,吕禹泽,等.杏林湾水体的硝化作用及其影响因素研究[J]. 微生物前沿, 2016,5(4):71-80.

He B Y, Ou G N, Lv Y Z, et al. Study on nitrification and its impact factors in surface water of XinglinBay [J]. Advances in Microbiology, 2016,5(4):71-80.

[27] 王 超,贾海燕,汪 涛,等.河流底泥潜在硝化速率模型研究[J]. 环境科学研究, 2019,32(5):156-161.

Wang C, Jia H Y, Wang T, et al. Study of potential nitrification rate model of the river sediments [J]. Research of Environmental Sciences, 2019,32(5):156-161.

[28] 王德明.水体TOC与CODCr,BOD5,CODMn相关性研究[J]. 化学分析计量, 2010,(3):61-64.

Wang D M. Study on the correlation of TOC with CODcr, BOD5and CODMnin water [J]. Chemical Analysis and Meterage, 2010,(3):61- 64.

[29] 王 平,史晓新.水体自净系数的研究[J]. 环境科学与技术, 1997, (2):13-16.

Wang P, Shi X X. Study on self-purification coefficient of water body [J]. Environmental Science and Technology, 1997,(2):13-16.

[30] 张 荔,王晓昌,王志盈.延河主干河段有机污染自净规律研究[J]. 西安建筑科技大学学报(自然科学版), 2000,32(3):260-262.

Zhang L, Wang X C, Wang Z Y. A study on the self-purification capaciy of the main reach of the Yanhe River [J]. Journal of Xi'an University of Architecture & Technology, 2000,32(3):260-262.

[31] Tian S, Wang Z, Shang H. Study on the Self-purification of Juma River [J]. Procedia Environmental Sciences, 2011,11(1):1328-1333.

[32] 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):134-143.

Feng S, Li X Y, Deng J C. Biodegradation coefficients of typical pollutants in the plain rivers network [J]. Environmental Science, 2016,37(5):134-143.

[33] 陶 威,刘 颖,任怡然.长江宜宾段氨氮降解系数的实验室研究[J]. 污染防治技术, 2009,(6):12-13,24.

Tao W, Liu Y, Ren Y R. Study on ammonia nitrogen degradation coefficient in Yibin section of Yangtze River [J]. Pollution Control Technology, 2009,(6):12-13,24.

[34] 孙 甲,韩品磊,王 超,等.南水北调中线总干渠水质状况综合评价[J]. 南水北调与水利科技, 2019,17(6):102-112.

Sun J, Han P L, Wang C, et al. Study on the comprehensive evaluation of water quality status of the middle route main channel of the South- to-North Water Diversion Project [J]. South-to-North Water Transfers and Water Science & Technology, 2019,17(6):102-112.

[35] 夏星辉,王君峰,张 翎,等.黄河泥沙对氮迁移转化的影响及环境效应[J]. 水利学报, 2020,(9):1138-1148.

Xia X H, Wang J F, Zhang L, et al. Effects and environmental implications of suspended sediment on the transportation and transformation of nitrogen in the Yellow River [J]. Journal of Hydraulic Engineering, 2020,(9):1138-1148.

[36] Chesterikoff A, Garban B, Poulin G B. Inorganic Nitrogen Dynamics in the River Seine Downstream from Paris (France) [J]. Biogeochemistry, 1992,17(3):147-164.

[37] 易雨君,唐彩红,张尚弘.南水北调中线工程典型渠段一维水动力水质模拟与预测 [J]. 水利水电技术, 2019,50(2):17-23.

Yi Y J, Tang C H, Zhang S H. One-dimensional hydrodynamic simulation and water quality prediction of typical channel of the Middle Route of South-to-North Water Diversion Project [J]. Water Resources and Hydropower Engineering, 2019,50(2):17-23.

Influence of light, flow rate and water temperature on self-purification of large artificial water conveyance channels.

WANG Chao1,2, JIA Qing-lin1,3, JIA Hai-yan1,2, LI Chao1,2,YIN Wei1,2*

(1.Changjiang Water Resources Protection Institute, Wuhan 430051,China；2.Key Laboratory of Ecological Regulation of Non-point Source Pollution in Lake and Reservoir Water Sources, Changjiang Water Resources Commission, Wuhan 430051, China；3.College of Environment, Hohai University, Nanjing 210098, China)., 2021,41(10)：4792～4801

Taking the main channel of the middle route of the South-to-North Water Diversion Project as the object, the degradation coefficients were measured through laboratory culture experiments, and the effects of light, flow rate and temperature on the self-purification capacity of the channel were analyzed. The results showed that the degradation coefficients of permanganate index under dark and light were 0.026d-1and 0.022d-1, respectively, with no significant difference (>0.05). The degradation coefficients of ammonia nitrogen under dark and light were 0.006d-1and 0.012d-1, respectively, and the difference was extremely significant (<0.01). Under different flow rates, the degradation coefficients of permanganate index were 0.027d-1(0.2m/s), 0.029d-1(0.3m/s), 0.029d-1(0.4m/s), and the degradation coefficients of ammonia nitrogen were 0.014d-1(0.2m/s), 0.017d-1(0.3m/s), 0.018d-1(0.4m/s), respectively. There was no significant difference between different flow rates, but they were significantly higher than the 0m/s group. Under different temperatures, the degradation coefficients of permanganate index were 0.014d-1(10℃), 0.018d-1(15℃), 0.022d-1(20℃), 0.029d-1(25℃) and 0.031d-1(30℃), respectively. There was no significant difference between 25℃ and 30℃ (>0.05), and there were significant differences among other temperatures. The degradation coefficients of ammonia nitrogen were 0.002d-1(10℃), 0.003d-1(15℃), 0.010d-1(20℃), 0.012d-1(25℃) and 0.020d-1(30℃), respectively. There were no significant differencesfor10～15℃, 15～20℃ and 20～25℃, and there were significant differences for other temperature gradients. The temperature correction factorof permanganate index and ammonia nitrogen were 1.047 and 1.079, respectively. The research results could provide a basis for water quality management of the middle route of the South-to-North Water Diversion Project.

large artificial water conveyance channels；self-purification；degradation coefficient；influencing factors；South-to-North Water Diversion Project

X52

A

1000-6923(2021)10-4792-10

王 超(1985-),男,湖北武汉人,高级工程师,博士,主要从事水资源保护研究.发表论文30余篇.

2021-02-22

国家自然科学基金资助项目(U2040210);水体污染控制与治理科技重大专项(2017ZX07108-001)

* 责任作者, 教授级高级工程师, 2000yinwei@163.com