基于河道纳污能力的北运河城市副中心段合流制溢流污染控制研究

于 磊，黄瑞晶， 2，李 容， 2，周 星，张书函，邸苏闯

(1.北京市水科学技术研究院防灾减灾所，北京 100048；2.河海大学水文水资源学院，江苏 南京 210098)

截流式合流制是我国城市排水体制的重要组成部分[1]。在降雨条件下，当进入合流制管道的雨水过多，流量超过管道截流能力时，雨污混合水会发生溢流，称为合流制溢流(CSO)。由于溢流水体未经处理，生活污水、管道淤泥和地表径流冲刷污染物等伴随雨水进入河道，引发了河道水体问题，破环了水环境生态平衡。随着海绵城市及黑臭水体治理工作的推进，CSO相关研究成为热点[2-5]。目前国家层面尚未形成CSO污染控制的法规政策，仅在部分标准中对相关要求有所提及[6]。实践中，从便于监管角度考虑，溢流频次、溢流体积控制率、污染物总量削减率是最为常用的控制指标，但该类指标对应的标准是从CSO自身控制效果出发，与受纳水体水质标准衔接程度不足[7-8]，实施控制措施后河道水质的改善效果模糊。从溢流污染控制措施入手，发现“合改分”并非最优解，大部分城市不具备改造条件，一些发达国家城市也同样保留和沿用了合流制排水系统[9]。对于截流式合流制，实际截流能力直接影响排水管网运行和污水厂污水处理效率，通过末端截流改造以提高截流倍数是减少污水溢流的重要手段，但截流倍数要与末端污水厂污水处理能力相匹配[10-11]。从过程控制的角度考虑，建设调蓄池以减少雨水进入合流制排水管网，不仅能减轻管网和污水处理设施的运行压力，还能削减CSO污染，但该类设施受场地空间影响较大。

本文针对北运河北京城市副中心存在的CSO问题，借助监测和模型模拟等手段，量化了CSO现状，以场次河道纳污能力为约束条件，提出将超标频次作为控制指标，比较了同样控制标准下，以超标频次和溢流频次作为控制指标情景下调蓄规模的差异。

1 数据与方法

1.1 研究区概况

北京城市副中心位于通州区，地处北京市东南部，总面积达155 km2，区域内地势平坦低洼，水系发达，北运河河道将副中心分割为河东和河西两大片区。由于建设年代较早，副中心部分区域为合流制排水体制，虽经过截流改造，但因截流倍数仅为1，溢流事件时有发生，影响河道水质[12]。选择北运河城区段为研究区，起点自北关闸，终点为通运桥，全长约4.2 km，河道平均宽度约185 m，为相对封闭河道，无其他支流汇入。据调查，研究区内共有4处合流制排口，其中北运河河东2处，河西2处(图1)。除2处雨水排口外，无其他外源输入。

图1 研究区位置示意图Fig.1 Location of the study area

1.2 数据来源

研究采用的数据包括降雨数据、管网数据、下垫面数据、高程数据、人口数据、河道水质及流量数据、排口水位及水质数据。其中河道水质数据为北运河研究范围内入流断面北关闸监测数据。降雨数据来自气象部门，时间间隔为5 min。排口水位数据来自于布设在排口1溢流堰前的水位计，水质数据是同点位人工取样，样品送至实验室检测，检测指标为化学需氧量(COD)。水位数据监测分辨率为5 min，水质取样频次为10 min/30 min，即溢流发生后前半小时每10 min取样1次，之后每30 min取样1次。各类数据见表1。

表1 研究数据汇总

1.3 模型构建与参数率定

选用EPA SWMM 5.1软件，构建研究区数值模型，包含水量模型和水质模型。首先，基于管网数据、地形数据和路网数据，梳理300 mm以上管径的排水管道及其检查井进行保留，概化包含截流井、截流堰、截流管等构筑物的区域管网系统，并划分排水分区；然后，基于ArcGIS软件采用泰森多边形法划分子汇水区，并将其连接到临近检查井；最后，基于地形数据及土地利用数据，提取子汇水区面积、特征宽度、平均坡度、土地利用类型和不透水比例等参数，并在模型中赋值。其中，土地利用类型来源于2019年高分辨率遥感影像解译结果，具体划分为建筑用地、道路、绿地、未利用地和水域五大类，对应不透水率设置为70%、80%、20%、40%和0，再通过加权计算得到各子汇水区的不透水率。水量模型中产流过程采用Horton下渗模型，地表汇流过程采用非线性水库模型，管道水流传输采用动力波法演算；水质模型中城市地表污染物累积和径流冲刷过程均采用指数函数模型模拟，根据不同土地利用类型设置水质指标(本文仅模拟COD)累积和冲刷参数，考虑街道对污染物的去除效果，添加街道清扫参数。研究区内采用点降雨，不考虑降雨空间分布差异。模型初始参数依据研究区同类文献[13]及使用手册设置。

按照先水量后水质的原则，选取2019年7月22日和7月28日两场典型场次降雨进行模型参数率定。其中水量和水质模型分别采用水深、COD质量浓度作为分析指标。采用纳什系数(NSE)和平均相对偏差(BIAS)作为水量模型模拟精度的评价指标，采用BIAS作为水质模型模拟精度的评价指标。经分析(如图2所示)，水量模型NSE分别为0.81和0.91，BIAS分别为0.08、0.05；水质模型BIAS分别为0.19和0.23，水量模型和水质模型模拟精度较好，满足研究需求。率定后模型的主要参数取值见表2。

图2 模型率定结果Fig.2 Model calibration and verification results

表2 模型参数取值

1.4 河道纳污能力计算方法

河道纳污能力即河道水环境容量，表征河道在某一条件下允许排入的最大污染负荷[14]，包括差值容量和自净容量。差值容量表征河道水质管理目标与现状值的差异，自净容量表征河道在某一时段内的自我净化能力。水质评价方法包括单因子评价法、水质综合指数评价法、模糊综合评价法、人工神经网络法等[15-17]。根据GB 3838—2002《地表水环境质量标准》，采用单因子评价法判定水质类别。假定溢流污水进入水体后污染物均匀混合，按照一维水质S-P模型计算河道纳污能力，计算公式如下：

WL=W1+W2

(1)

式中：WL为水环境容量，kg；W1为差值容量，kg；W2为自净容量，kg；Q0为入流断面流量，m3/s；Cg为管理目标质量浓度，mg/L；C0为入流断面本底质量浓度，mg/L；T为计算时间，本文为溢流时长，s；u为水流流速，m/s；A为断面面积，m2；K为衰减系数，d-1；L为河段长度，m。

1.5 降雨场次与溢流场次划分方法

目前对于降雨场次的划分方法并未统一[18-19]，但降雨场次影响溢流场次，本文结合研究区正在开展的合流制管网调蓄工程调度规则(即雨后24 h内将调蓄水量处理完毕)，将降雨场次划分标准确定为24 h内累积降水量小于2 mm，即最小降雨时间间隔24 h。对1场降雨过程内的多次溢流事件记为1次溢流[20]。

2 分析与讨论

2.1 现状分析与评价

2019年汛期河道水质监测结果表明，研究区河道入流断面COD质量浓度平均值为27.82 mg/L，在汛期非降雨时段COD质量浓度平均值在30.24 mg/L左右，略微超出地表水水质Ⅳ类标准。从各个月份来看，7月和8月平均质量浓度在30 mg/L以下，6月和9月平均质量浓度大于30 mg/L。

采用2013—2017年连续5 a实测降雨数据开展模拟，以年为单位划分溢流场次，统计各场次排口溢流频次及溢流量，如表3所示。结果表明，研究区年平均降水量为683 mm，最大842 mm，最小574 mm；年降雨场次最高31场，最低19场，平均27场。各个排口溢流次数最多为11次，最低6次，年均溢流频次在7～9之间。排口4溢流频次最高，其次是排口3，排口2溢流频次最低。相对而言，北运河西岸排口溢流频次(8.5次)要高于河东(7.8次)。

表3 各排口溢流情况

通过对比分析可知，2017年降雨场次最少，但降水总量为706 mm，平均场次降水量37 mm，远大于其他年份。考虑到场次降水量大的降雨会带来更多的溢流污染负荷，故选择2017年降雨作为最不利情景，开展后续CSO治理研究。

2.2 场次河道纳污能力计算

以溢流期间河道水质不恶化为管理目标，即出流水质浓度不高于入流，则W1=0，WL=W2。参考北运河COD降解速率模拟研究成果[21]，考虑到溢流事件多发生于汛期，河道水流速度较大，最终确定COD衰减系数取0.1 d-1。采用北关闸闸下流量及水位监测数据，计算Q0及u，L采用各排口距出流断面距离的平均值，为2.44 km。基于模型模拟结果，统计各排口溢流量、溢流负荷和溢流时间，对溢流量及溢流负荷进行汇总求和，以各排口中溢流时间最长的作为T，根据式(1)(2)计算确定不同场次河道纳污能力，并计算超标负荷，计算结果见表4，溢流量和溢流污染负荷相关关系曲线见图3。

表4 场次溢流情况及纳污能力计算结果

图3 溢流量与溢流负荷之间相关关系Fig.3 Relationship between overflow volume and overflow pollution

由表4可知，2017年降雨19场，其中10场发生溢流事件，5场发生在8月，2场发生在7月，5月、6月和10月各发生一场。从水量分析，溢流量最大的为6月23日溢流事件，为60 686 m3，最小的是8月16日溢流事件，为1 096 m3，平均场次溢流量为20 743 m3。从溢流时长来看，最长溢流时间为17 h，最短为1 h，平均值为5.2 h。从溢流水量与水质的关系来看，二者之间存在极强的正相关关系(图3)。所有场次溢流污染负荷均超过纳污能力，最大为8月2日溢流事件，超标量为4 563 kg，最小为8月16日，超标量为46 kg，平均超标负荷1 903 kg。与8月2日溢流事件相比，6月23日的溢流量和溢流污染负荷大，但超标负荷低，原因是6月23日溢流时长为17 h，远大于8月2日的5 h。由此可知，除场次溢流量和溢流污染负荷外，溢流时长是影响超标负荷的重要因素。可采用相应措施，延长溢流时间，降低溢流强度，利用河道水体的自净能力，增加溢流污染物在河段内运移过程中的自然降解量，以降低CSO治理工程的规模。

2.3 控制方案研究

类比溢流频次的概念，提出将超标频次作为CSO控制指标。超标频次是指所有发生的溢流事件中超出受纳水体纳污能力的次数，与溢流频次、溢流体系控制率等常用指标一样，通常以年计。CSO控制的根本目的在于改善降雨期间河道水质，减少其超标的次数，但若要控制所有合流制排口不溢流或溢流事件发生时河道水质全达标是不经济也是不现实的，因此国内外各地区CSO的治理都会确定相应的标准。需要明确的是，由于本文采用的计算方法基于研究区段内河道纳污能力，控制目标为下游断面水质相较上游入流水质不恶化，故溢流水质达标认定为溢流事件发生时段内研究区河道出口断面水质达标。

在入河前建设调蓄设施实现CSO的控制是最为常用的工程措施[22]。根据调蓄池的位置不同工程措施分为：①在截流井之后建设调蓄池。降雨发生后，合流制污水首先经截流设施截流，待超出截流能力后，将溢流污水收集至调蓄池进行存蓄，雨后再抽排至污水厂进行处理；②在截流设施之前建设调蓄设施，在降雨发生后先将管道内的合流制污水收集至调蓄池存蓄，待调蓄池满后再利用截流设施进行截流，超出截流能力则发生溢流。控制标准越高，所需要的调蓄规模越大。按照场次溢流量由大到小进行排序，若要实现溢流n次的控制标准，则排序第n+1次溢流事件对应的溢流量即为所需调蓄规模。同理，以各场次溢流超标负荷为约束条件，除以各场次溢流事件的平均质量浓度得出的溢流量，由大到小进行排序，若要实现超标n次的控制标准，则排序n+1次溢流事件下超标负荷对应的溢流量即为调蓄规模，见图4。

图4 不同控制标准下对应的调蓄规模Fig.4 Regulation and storage volumes of reservoir under different control standards

通过图4可以获取不同控制标准下所需的调蓄规模。随着控制标准的降低(即频次增加)，所需的调蓄规模呈非线性下降趋势。频次低于3时，调蓄规模都在4万m3以上，而频次放宽至3时，调蓄规模大幅降低至2万 m3以下。一般认为调蓄工程建设规模与投资成正比，随着调蓄工程建设规模的增加，建设成本呈直线上升趋势。除建设成本外，还需考虑运行维护成本和新增污水处理费用等[23-24]，因此从投入产出比来说，将控制标准定为3次最佳。该标准下，以溢流频次和超标频次为控制指标，所需的调蓄规模分别为18 116 m3和13 899 m3，前者比后者偏大30%，即4 217 m3。比较可知，当频次低于7次时，调蓄规模(即纵向上两个点的距离)存在明显的差异，这个差值来自于溢流事件发生时段内河道的纳污能力。

表5为不同控制标准下，两类控制指标的溢流体积控制率和污染负荷控制率。以3次作为控制标准，以溢流频次为控制指标的情况下，溢流体积控制率为52%，能够满足GB/T 51345—2018《海绵城市建设评价标准》提出的年溢流体积控制率不低于50%的要求，此时溢流污染负荷控制率能够达到59%。而以超标频次作为控制指标，年溢流体积控制率则低于标准要求，若要实现要求，超标频次应定为2次，对应年溢流体积控制率为84%，溢流污染负荷控制率达86%。与3次控制标准相比，控制率大幅上升。

表5 不同控制指标所需调蓄规模及控制效果

综上，与常规以溢流频次作为控制指标相比，以超标频次作为控制指标，考虑了河道自净能力，因此调蓄规模有所降低，降低的程度随着控制标准的提高而增加。此外，溢流频次是一种水量控制指标，通常只能是通过建设调蓄设施来实现控制目标；而超标频次不仅是一种水量控制指标，也是一种水质控制指标，除了通过调蓄设施实现目标之外，还可以通过建设水质快速处理设施(如旋流分离器、沉淀池等，建设生态岸线和人工湿地也被证实是有效改善河道水质的生态修复措施[25-26])直接削减入河污染负荷，从而实现控制目标[23，27]，因此以超标频次作为控制指标拓展了指标的内涵，更有利于工程措施的选择。

以超标频次3次为控制目标确定总调蓄规模后，需要将调蓄规模分配到每个排口上。按照公平分摊原则，以各排口溢流量在总溢流量中的贡献率为比例系数，分解调蓄规模。最终排口2溢流占比最高(49.3%)，调蓄规模按同比例计算为8 929 m3，排口1、3、4调蓄规模分别为5 911 m3、402 m3和2 873 m3，4个排口的调蓄规模差异较大。从减少建设投资的角度考虑，可以按统筹原则，将排口3的调蓄规模分摊到其他排口，进而减少调蓄设施建设数量，降低建设及运行维护成本，本文将其分配至排口4。最终两类分配方案的结果见表6。

表6 各排口溢流量占比及调蓄规模

3 结 论

a.北运河北京城市副中心研究区段COD本底质量浓度平均值为27.82 mg/L，达到地表水水质Ⅳ类标准，汛期无雨时略微超标，6月和9月平均质量浓度大于30 mg/L。2013—2017年平均年降雨场次27场，排口年均溢流频次7～9次，排口4溢流频次最高，排口2最低。2017年平均场次降水量最大，溢流场次平均污染负荷较高，作为最不利情景进行分析。

b.2017年降雨19场，其中10场发生溢流，主要发生在8月，平均场次溢流量为20 743 m3，平均溢流时间为5.2 h，最大溢流场次发生于6月23日，溢流量达60 686 m3。溢流水量与溢流污染负荷正相关。所有场次溢流污染负荷均超过河道纳污能力，最大超标量为4 563 kg。除溢流量和溢流负荷外，溢流时长也是影响超标负荷的因素。

c.从投入产出比分析，CSO控制频次定为3最佳。该控制标准下，以溢流频次和超标频次作为控制指标，所需的调蓄容积分别为18 116 m3和13 899 m3，年溢流体积控制率分别为52%和44%，溢流污染负荷控制率分别为59%和51%。若要满足《海绵城市建设评价标准》中提出的CSO年溢流体积控制率不低于50%的控制标准，溢流频次应不超过3次，超标频次则应不超过2次。

c.等比例分摊总调蓄规模至各排口，各排口调蓄规模差异较大，最大为8 929 m3，最小为402 m3。可将最小的排口3的调蓄规模分摊至其他排口，以减少调蓄设施建设数量，降低建设及运行维护成本。

e.超标频次不仅是一种水量控制指标，还是一种水质控制指标。与溢流频次相比，以超标频次作为CSO控制指标，实现同样控制标准所需的调蓄容积更小，可以采用的手段更为丰富。