基于径流事件的农业面源监测采样间隔分析

王 超 ,王 剑 ,文立群 ,秦 赫 ,柳 根 ,贾海燕 ,尹 炜 * (1.长江水资源保护科学研究所,湖北 武汉 001；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 001；.华中农业大学资源与环境学院,湖北 武汉 0070；.水环境污染监测先进技术与装备国家工程研究中心,湖南 长沙 1020；.南水北调中线水源有限责任公司,湖北 丹江口 2700)

小流域是农业面源输出的基本单元[1].小流域沟道径流受降雨影响大,污染物通常呈现出脉冲式输出特征[2].在高流量事件中,流量和浓度之间通常存在强相关性[3-4],流量上升期间,物质浓度可能达到最大,在第一次冲刷之后则有可能产生稀释效应,浓度逐渐降低[5-6];大量悬浮颗粒物的运输可能只发生在高流量时期[7-9].准确捕捉主要降雨径流事件是小流域农业面源监测和污染负荷输出通量核算的关键.常规的水质监测采样频次一般按月计,很难捕捉降雨径流事件,产生的负荷通量核算误差较大[10].有研究提出采样频次至少1 周1 次才能满足负荷估算误差要求[11];也有研究提出分时期开展监测,农事活动密集期1 周1 次,农事活动密集且有径流事件1 天1 次[12].随着水质自动采样技术的快速发展,特别水位流量传感器可以实时获取径流过程数据,对单次降雨径流事件进行过程监测成为可能[13].通过设置合适的水位和流量触发条件,自动采样设备能够对重要降雨径流事件进行采样监测并测算每次降雨径流事件的负荷输出[14].相比于提高采样频次,基于降雨径流事件的监测方案能够获得更加准确的农业面源负荷估算结果[15].

采样间隔是小流域降雨径流事件监测的重要参数,一般有时间间隔和水量间隔两种类型[16].时间间隔可以通过计时器直接控制,水量间隔则需要通过水位或者流量的变化来计算得到.不论是时间间隔还是水量间隔,采样间隔越小,污染物浓度变化曲线与实际变化过程越接近,负荷通量核算精度越高;但采样间隔的减小会导致样品数量增加和成本提高,因此在允许的误差条件下确定最大的采样间隔(有效采样间隔)是降雨径流事件监测需要解决的关键问题[17-20].目前,针对有效采样间隔的研究较少,对有效采样间隔的分析方法、影响因素等认识不足.

本文以我国丘陵山区的典型农业小流域为对象,基于降雨径流事件的加密监测结果进行不同时间间隔和水量间隔模拟采样,分析污染负荷通量估算误差,并探讨了有效采样间隔的分析流程和影响因素,旨在为小流域农业面源自动监测方案的制定提供依据.

1 材料与方法

1.1 小流域降雨径流事件监测

以丹江口库区的五龙池小流域为对象进行降雨径流事件加密监测,采集的水质和流量数据作为径流过程的真实值.五龙池小流域位于湖北省丹江口市习家店镇和嵩坪镇,为山地丘陵地形,属于汉江三级小支流,面积1.92km2.五龙池小流域属于北亚热带半湿润季风气候,冬夏温差较大.多年平均气温为16.1℃,年均降水量797.6mm,多年最大降雨量为1360.6mm,最小降雨量为503.5mm,且主要集中在5～10 月的丰水期.丰水期降雨量占全年降雨量的80%以上,并且降雨集中且强度大、径流汇集时间短.五龙池小流域出口建设有卡口站,可观测流量.

以2021 年4 月的一次降雨径流事件作为分析对象,采样测定总氮(TN)和总磷(TP),并同步观测流量.在卡口站采集水样置于100mL 聚乙烯水样瓶中,4℃冷藏箱保存,随即送至五龙池小流域野外试验站分析.TN 测定采用碱性过硫酸钾消解紫外分光光度法,TP 测定采样钼酸铵分光光度法.流量数据通过卡口站水槽的水位换算,水位通过浸没式的压力水位计(PTX1830, Druck, USA)测定.水质采样时同步读取流量数据.降雨主要集中在4 月23 日15:00～24:00,径流观测开始的时间为2021 年4 月23 日13:30,结束的时间为2021 年4 月30 日8:30,历时约7d.采样过程中,第1d 采样间隔15min,第2d 间隔30min,后期随着流量平稳逐步扩大采样间隔,最长间隔12h.

1.2 模拟采样方案

1.2.1 时间间隔模拟采样 流量数据插值:按照1min 间隔对流量数据进行插值,形成流量数据序列{qi}.

计算水量累积曲线:将流量与时间间隔相乘后累加,得到累积水量序列{Qi},并绘制累积水量曲线,计算公式如式(1).

式中,Qi为第i分钟的累积水量,m3;qs为第smin 的流量,m3/s,s=1,2,……,i;Δt为时间间隔,此处为60s.

水质数据插值:按照1min 间隔对水质数据进行插值,形成水质数据序列{ci}.

不同间隔模拟采样:基于上述步骤得到的1min 间隔累积水量和水质数据序列,按照5,10,15,20,30,60,120,240,480,720min 等时间间隔模拟采样,生成不同时间间隔的累积水量数据序列{Qj}和水质数据序列{cj}.根据初始时间的不同,每个时间间隔模拟采样5 次,如5min 间隔的初始点分别为0,1,2,3,4min; 10min 间隔的初始点分别为0,2,4,6,8min,以此类推.

1.2.2 水量间隔模拟采样 流量数据插值、计算水量累积曲线、水质数据插值:同时间间隔模拟采样.

确定最小水量间隔:根据累积水量曲线,确定1min 间隔对应的最大水量(一般在流量曲线峰值处),以此作为最小水量间隔ΔV.

不同间隔模拟采样:基于上述步骤得到的1min间隔流量、累积水量和水质数据序列,按照1,2,4,8,16,24,36,50,100,200ΔV等水量间隔模拟采样.模拟采样过程中,按照不同水量间隔对累积水量曲线的纵坐标进行等分,根据对应的横坐标时间点,对照插值后的水质曲线,生成不同水量间隔的水质数据序列{ck}.根据初始水量的不同,每个水量间隔模拟采样5 次,如ΔV间隔的初始点分别为0,1/5,2/5,3/5,4/5ΔV;2ΔV间隔的初始点分别为0,2/5,4/5,6/5,8/5ΔV,以此类推.

1.3 通量估算方法和误差分析

1.3.1 时间间隔采样 计算真实污染负荷:将插值后的水质数据与对应的流量数据相乘后累加,得到真实污染负荷,计算公式如式(2):

式中:Ltot为真实污染负荷,kg;ci为第imin 水质浓度,mg/L;qi为第imin流量,m3/h;60000为单位换算系数.计算模拟采样负荷:将模拟采样水质结果作为对应时段水量的浓度平均值,与水量相乘后累加得到估算污染负荷,计算公式如式(3):

式中:Lest为模拟采样的估算污染负荷,kg;cj为模拟采样水质浓度,mg/L;Qj和Qj-1为相邻两个模拟采样累积水量,m3;0.001 为单位换算系数.

负荷误差计算:将不同采样间隔下的估算负荷与真实负荷比较,按污染指标计算负荷估算误差,计算公式如式(4):

式中:Err 为计算误差,其他参数含义同上.

1.3.2 水量间隔采样 计算真实污染负荷:同时间间隔模拟采样.

计算模拟采样负荷:将不同流量间隔的水质浓度与水量相乘后累加得到估算污染负荷,计算公式如式(5).

式中:Lest为估算污染负荷,kg;ck为模拟采样水质浓度,mg/L;V为水量间隔,m3;0.001 为单位换算系数.

负荷误差计算:同时间间隔模拟采样.

2 结果

2.1 降雨径流事件监测结果

如图1,初始流量约为55m3/h,第1d 达到峰值977.3m3/h,随后下降;第2d 再次出现峰值745.4m3/h,随后缓慢下降,最后下降到47.46m3/h.TN 初始浓度约2mg/L,随流量增加快速增加,在流量峰值处达到约8mg/L;流量下降后TN 依然保持高位波动,最高超过10mg/L;随后缓慢下降,第7d 回落到约6mg/L,高于初始浓度.TP 变化基本与流量变化趋势基本一致,初始浓度约0.05mg/L,随流量增加快速升高,在流量峰值处也达到峰值约0.25mg/L;随着流量下降,TP 快速降低,第7d 基本恢复到初始浓度水平.

图1 降雨径流事件监测结果Fig.1 Monitoring results of the rainfall runoff event

2.2 模拟采样结果

对径流监测数据按照1min 间隔进行线性插值,插值后数据共计9871 行.通过水量累积曲线,计算得到此次降雨径流事件累积输出水量约46300m3,最小水量间隔ΔV为16m3.

由图2 可见,间隔5,10,15,20min 采样时,采样点密集分布,能够完整覆盖整个径流过程.采样间隔30,60,120min 时,径流上升阶模拟采样点逐步稀疏,但对径流峰值的覆盖较好.采样间隔240,480,720min时,径流上升阶段采样点进一步稀疏,下降阶段采样点逐步分散.

图2 不同时间间隔模拟采样结果Fig.2 Simulation sampling results at different time intervals

由图3 可见,水量间隔16,32,64,128m3模拟采样时,采样点密集分布.水量间隔256,384,576,800m3时,径流上升阶段样点逐步稀疏,但在对峰值过程覆盖较好.水量间隔1600,3200m3时,径流上升阶段样点明显不足,但径流峰值处均有覆盖,径流下降阶段样点进一步稀疏.

图3 不同水量间隔模拟采样结果Fig.3 Simulated sampling results at different flow intervals

2.3 通量估算和误差分析结果

如表1 和表2 所示,计算得到降雨径流事件TN负荷真实负荷通量为355.68kg,TP 真实负荷通量为5.088kg.TN 负荷估算结果300～355kg,TP 负荷估算结果4.42～5.68kg.采样间隔5,10,15,20min 时,TN 和TP 各次模拟采样的负荷估算结果差异不大;采样间隔增加到30,60,120,240min 时,负荷估算结果出现波动;采样间隔增加到480min 和720min 时,各次估算结果差异进一步扩大.水量间隔16,32,64,128m3时,各次模拟采样估算结果差异不大;水量间隔扩大到256,384,576,800m3时,负荷估算结果出现波动;水量间隔扩大到1600m3和3200m3时,负荷估算结果差异明显增加.

表1 不同时间间隔模拟采样负荷通量估算结果Table 1 Estimated results of simulated sampling load flux at different time intervals

表2 不同水量间隔模拟采样负荷通量核算结果Table 2 Estimated results of simulated sampling load flux at different flow intervals

误差分析结果见图4,时间间隔模拟采样中,TN负荷估算误差在采样间隔超过30min 时明显增加,间隔720min 时最大达到-15.4%;TP 负荷估算误差在采样间隔超过 30min 时明显增加,采样间隔480min 和720min 时最大误差分别达到11.7%和-13.1%.水量间隔模拟采样中,TN 和TP 负荷估算误差在采样间隔超过 576m3时均明显增加,间隔3200m3时TN 负荷估算误差最大达到-10.2%,TP 负荷估算误差最大达到-14.8%.以±5%作为允许的误差范围,则采样时间间隔应小于120min,水量间隔应小于1600m3.

图4 不同间隔采样的负荷估算误差变化Fig.4 Variation of load estimation error at different sampling intervals

3 讨论

3.1 径流过程和氮磷浓度曲线的关系

本次观测的五龙池小流域降雨径流事件具有明显的峰值特征,TN 和TP 浓度变化也呈现出显著的脉冲过程线.TP的峰值过程与径流峰值基本同步,主要是因为TP以颗粒态输出为主[21],降雨冲刷产生的水土流失通常造成泥沙含量与径流峰值同步变化[22],因此TP形成了与径流量基本一致的过程线.TN 浓度达到峰值后,衰减过程比较缓慢,原因是TN 的输出以溶解态为主,壤中流的氮素负荷输出能够占到降雨径流氮素负荷总量的80%以上[23].初期降雨产流过程中,在泥沙和径流溶出的共同作用下,TN 浓度很快形成峰值;降雨停止后,流域产流过程持续,土壤溶出的大量氮素随径流进入沟道,依然能够维持较高的TN浓度.尽管TN和TP 的浓度消减过程所有差异,但二者的上升过程和峰值位置都与径流都保持一致,因此有效捕捉径流事件的峰值对于氮磷浓度变化过程分析和氮磷负荷输出通量核算都至关重要[24].

3.2 时间间隔和水量间隔采样比较

模拟采样过程中,时间间隔和水量间隔均能够较好覆盖径流过程,但在径流峰值捕捉能力存在差异.对比模拟采样点数量(表3),水量间隔采样在径流峰值区域的样点覆盖数量明显高于时间间隔.若以径流峰值区域(峰值±10%区间)至少5 个样品为标准,时间间隔采样至少需要采集164 个样品,水量间隔仅需要采集80 个样品.对比径流峰值区域样品数量占比,水量间隔采样在7%左右,明显高于时间间隔采样的2%左右.水量间隔采样是以累积的水量作为采样触发条件,由于径流峰值区域是整个径流事件中流量最高的时段,累积同样的水量径流峰值区域需要的时间最短,这也决定了水量间隔采样在径流峰值区域会形成最为密集的样点覆盖,因此对径流峰值的捕捉能力较强[25].

表3 模拟采样样品数量统计Table 3 Statistics of the number of simulated samples

由于峰值捕捉能力较强,水量间隔采样效率明显高于时间间隔.按照5%的误差线计算,水量间隔采样需要的样品数量(最少28 个样品)远少于时间间隔采样(最少82 个样品).水量间隔更能够反映降雨事件,准确度更高[26].根据水量间隔的采样原理,对所有样品取平算数平均值,能够很方便的将样品浓度换算成径流事件平均浓度(EMC),快速计算径流事件的负荷通量[27].

实际应用过程中,水量间隔采样的关键在于实时获得流量数据,通过流量计算累积水量,以此触发采样动作.由于水位数据可通过水位计(如压力式水位计、雷达水位计等)实时传输,因此流量和累积水量数据可实时获得.通过水位计与自动采样器的偶联,便可实现水量间隔采样.目前很多自动采样设备已经能够实现这一功能.相对于水量间隔采样,时间间隔采样实现难度更小且更加可靠,如果关注浓度变化过程,时间间隔也能够满足要求[28].

3.3 氮磷负荷估算差异和采样间隔主要影响因素

从负荷估算误差的结果来看,TP 的误差波动范围比TN 更大.TP 在径流消减阶段迅速降低,浓度曲线与径流曲线高度同步;TN 在达到峰值后相对稳定,浓度受径流影响相对较小.King 等[17]研究了理想径流过程曲线下不同类型浓度曲线对负荷估算误差的影响,发现浓度曲线与径流曲线同步变化时,负荷估算误差对采样间隔最为敏感.与该研究结果类似,本研究中随着采样间隔的增大,与径流同步的TP 负荷估算误差比受径流影响较小的TN 增加的更加明显.

模拟采样时间周期可能对有效采样间隔的估算结果产生影响.本研究采取模拟采样时间为7d,主要是考虑到径流事件的持续时间为7d(流量下降到初始流量).模拟采样的时间越长,径流下降期的时间一般越长;而下降期的径流和污染物浓度变化都相对平缓均匀,这一阶段产生的污染负荷输出占整个径流事件污染负荷输出总量的比例越大,估算得到的有效采样间隔可能越大.为更好反映降雨期间的有效采样间隔,对出现降雨的前2d(4 月23 日13:30～4 月24 日23:59)进行有效采样间隔计算.该时段真实负荷为TN155.70kg,TP2.982kg.负荷估算误差变化表明,相比于整个径流事件的模拟采样,对降雨期径流进行单独模拟采样时,估算误差对采样间隔的变化更加敏感,误差值随采样间隔增加迅速扩大,有效采样时间间隔减小至60min,有效采样水量间隔减小至576m3.实际应用过程中,若以核算负荷输出总量为目的,则可采用基于整个降雨径流事件的有效采样间隔;若要进行单次降雨径流事件的污染物变化和负荷输出过程分析,则需要进行分段估算有效采样间隔.

虽然采样间隔越小负荷估算误差越小,但在实际监测过程中还需要综合考虑经济成本和技术可行性问题.采样间隔越小意味着样品数量越多,分析成本越高.Kovacs 等[29]研究发现将采样频率从1 次/3d 增加到1 次/d.分析成本将提高50%.本着成本最小化的原则,采样间隔的设置应以能够满足负荷估算误差要求的最大采样间隔为最佳.技术可行性方面,一般自动采样器从泵吸到采样到清空需要1～2min 时间,管路越长时间越长,这就导致自动采样存在最小时间间隔;另外,有些暴雨过程流量变化极快,如Harmel 等[14]分析的300 场降雨中有5 场的峰值流量(以水位表征)增速超过1mm/min,超出了自动采样的反应能力,难以实现1mm 水量间隔采样.本研究表明时间间隔小于 120min 或者水量间隔小于1600m3时能够获得比较准确(误差±5%)的估算结果,基本不存在技术约束,但如果经济成本是主要限制因素,则需要适当提高误差限值,减少样品数量.

3.4 有效采样间隔的估算方法流程

研究表明,小流域降雨径流事件的峰值时间和峰值流量与小流域的坡度条件、土壤类型、土地利用等都有关系,不同类型小流域的径流过程和污染物浓度曲线可能存在差异[30];即使在同一个小流域,径流过程和污染物浓度曲线也可能随降雨强度和持续时间产生差异[31].本次观测为五龙池小流域的典型径流事件观测,估算得到的采样间隔可能无法简单推广到其他区域和其他降雨类型.但本研究在采样间隔的确定过程中形成了一套分析流程(图5),可用于不同小流域采样有效间隔确定.

图5 有效采样间隔确定方法流程Fig.5 Method flow for determining effective sampling interval

多数情况下,野外小流域无历史监测数据可供参考,因此可通过自动采样设备进行前期密集采样,收集不同类型降雨径流事件的径流过程和水质变化过程.通过水质和流量数据插值生成连续曲线,并计算最小水量间隔.接下来根据采样间隔类别分别计算真实污染负荷,并进行时间间隔模拟采样和水量间隔模拟采样,同时计算模拟采样的输出负荷.最后将模拟采样负荷结果与真实污染负荷比较计算负荷估算误差,并按照约定的误差限值确定有效采样间隔.通过这一流程,可快速优化小流域自动采样设备的采样策略,在保证监测准确性的同时,最大限度减少样品产生量,降低监测成本.

4 结论

4.1 五龙池小流域降雨径流事件具有明显的峰值特征.TP 浓度曲线与径流曲线高度同步;TN 浓度随径流达到峰值后相对稳定,受径流影响相对较小.

4.2 水量间隔采样对径流峰值的捕捉能力明显高于时间间隔采样.水量间隔采样在径流峰值区域的样品数量占比为7%左右,时间间隔采样为2%左右.

4.3 负荷估算误差表明,以±5%作为允许的误差范围,降雨径流事件采样监测的有效时间间隔为120min,有效水量间隔为1600m3.

4.4 形成一套有效采样间隔分析流程:首先采集典型降雨径流事件的水质流量过程真实值,其次通过模拟采样估算不同采样间隔的负荷输出通量,最后根据要求的误差范围确定有效采样间隔.