大连市饮用水源地污染控制系统模型

中国环境学会  2011年 03月31日

  夏进  阎镇元   (大连市环境科学设计研究院,大连 116023)
   
  摘要:水环境污染控制是一项系统工程,建立一个能够系统、动态地描述饮用水源地污染控制的系统模型是十分必要的。本文采用系统动力学的方法,对饮用水源地的污染影响因素与水质响应系统进行了宏观的动态仿真。
  关键词:饮用水源地;系统动力学模型;仿真模拟
   
  大连市的主要水源地上游流域均跨行政区划,通过建立水源地污染控制系统动力学模型可以直观地反映出水源地流域范围内人类的生产、生活活动对水源地水质的影响,分析水源地水质变化趋势,为制定饮用水源地环境保护区划和规划提供科学依据。


  1.系统的目标和边界


  系统的边界是任何系统构成的基本组成部分之一,它确定了系统模型结构中要研究的对象,决定了系统的功能。本文所建立的模型边界以大连市县级以上集中式饮用水水源地为边界,共有22个水库型饮用水源地,涉及4个区、3个县级市和1个县,总库容达210763万吨。


  2.系统模型的总体构造


  根据影响饮用水源地的水环境因素特点,确定了总体模型由4个子模块组成。具体见图1所示。
  一个系统是由许多个子系统组成的,每个子系统又包含了若干元素,它们之间存在着相互作用、相互依赖、相互促进和制约关系,这种关系是通过物质与能量的转化,补偿与交换来实现的,并决定了社会经济系统的功能。在人的参与下系统内部的能流和物流主要表现在各种资源的分配和各业最终产品及其它物质、能量输出的相互利用上。
  根据饮用水源地的特点将系统的关系抽象成图2所示。
  
  3.因果关系分析和因果关系图


  饮用水源地污染物排放与水质响应系统是信息反馈系统,系统内部各模块之间存在着相互作用、相互制约的因果关系。因果关系分析是对系统进行定性分析的关键。根据系统内的生产和环境要素的基本组成(最低层次的结构)将它们表示为带正负号的因果关系反馈形式,再组成全系统的因果关系图,大连市饮用水源地污染物排放与水质响应系统的因果关系具体见图3。
  在因果关系图中“+”代表正影响;“-”代表负影响,每一个要素都将与系统内其他要素构成一组反馈回路,将反馈回路中正负影响以乘积的形式表示,若结果为“+”,则表明某要素将随着某要素的增加而增加;反之同理,“-”则表示某要素将随着某要素的增加而减少。通过对若干个反馈回路的分析定性,从而可以表明全系统各因素之间的因果关系。
  
  4.流图结构和系统模型


  因果反馈回路表达了系统发生变化的原因,但这种定性描述还不能确定是回路中的变量变化的机制。为了进一步明确表示系统各元素之间的数量关系,并建立相应的动力学模型,系统动力学通过引入水平变量(Level)、速率变量(Rate)、信息流等因素,构造更加深入的系统行为关系图(流图)。流图是建立在因果关系图基础上,用以描述系统结构的一种图像模型(也可称为结构图),更完整、具体地描述系统构成、系统行为和系统元素相互作用机制的全貌。


  4.1饮用水源地污染物排放与水质响应系统动力学流图
  饮用水源地污染物排放与水质响应系统由4个子系统组成,找出个子系统之间的边界,确定相互之间内部要素的因果关系,用流图描绘系统的状态行为,用状态变量、速率变量、辅助变量、时间变量等来构造。但是还不能定量地描述系统的动态行为,只有通过流图用数字定量化,并用适应流图结构的方程式,在计算机上计算后,才能使所需的预测行为定量化,得出动态系统的一系列仿真结果。饮用水源地污染物排放与水质响应系统,以2005年为初始值,作为定量化的基础,用Dynamo语言系统仿真。

  4.2系统动力学方程的建立
  本模型的模拟采用Vensim建模软件作为工具,它可以在Windows下直接运行,并具有良好的交互作用功能。其系统动力学方程和表函数的书写比一般的DYNAMO语言写起来简单,编写规则仍然适用DYNAMO语言的方程规则。这里以COD为例来建立系统动力学方程。
  (1)N 人口初始值=446165
  (2)L 人口=INTEG(出生人口-死亡人口, 人口初始值)
  (3)C出生率=6.14‰
  (4)C死亡率=5.46‰
  (5)A 出生人口=人口×出生率
  (6)A 死亡人口=人口×死亡率
  (7)C 教育水平初始值=90%
  (8)C 节水意识=教育水平×0.005
  (9)A 城镇人口=人口×0.766
  (10)A 农村人口=人口×0.234
  (11)C 城镇用水定额=0.12
  (12)C 农村用水定额=0.08
  (13)A 城镇生活用水=城镇人口×城镇人均用水定额×365×(1-节水意识)
  (14)A 农村生活用水=农村人口×农村人均用水定额×365×(1-节水意识)
  (15)C 城镇生活产污系数=3.84×10-5
  (16)C 农村生活产污系数=1.64×10-5
  (17)A 城镇生活污水=城镇生活用水×城镇生活产污系数×(1-污水集中处理率)
  (18)A 农村生活污水=农村生活用水×农村生活产污系数
  (19)C 政府在生活污水处理费用投入比例=0.2
  (20)A 城镇生活污水处理率=0.71×(1+政府在生活污水处理费用投入比例)
  (21)A 农村生活污水处理率=0.1×(1+政府在生活污水处理费用投入比例)
  (22)A 化肥施用量修正=WITH LOOKUP(Time,
  ([(2005,1.5)-(2020,0.8)],(2006,1.4),(2009,1.2),(2011,1.1),(2014.72,1.04561),(2020,0.8) )
  (23)C 土壤类型修正=1
  (24)C 坡度修正=1.1
  (25)C 降雨量修正=1.2
  (26)A  农田径流污染物流失源强系数=化肥施用量修正×土壤类型修正×坡度修正×降水量修正
  (27)C  COD产污系数=0.15
  (28)C 农田面积=354.1
  (29)A 农田径流流失量=农田面积×农田径流污染物流失源强系数×COD产污系数
  (30)C 果林面积=48.8
  (31)C 果林污染物流失源强系数=0.99
  (32)A 果林径流流失量=果林面积×果林污染物流失源强系数
  (33)C 规模化畜禽养殖数量(以猪计算)=8848
  (34)C 尿排泄系数=0.495
  (35)C 尿中污染物含量=0.009
  (36)A 尿污染物排放量=规模化畜禽养殖数量(以猪计算)×尿排泄系数×尿中污染物含量
  (37)C 粪排泄系数=0.3
  (38)C 粪便中污染物含量=0.052
  (39)A 粪便污染物排放量=规模化畜禽养殖数量(以猪计算)×粪排泄系数×粪便中污染物含量
  (40)C 畜禽粪尿处理率=0.12
  (41)A 畜禽粪尿污染物排放量=(粪便污染物排放量+尿污染物排放量)×(1-畜禽粪尿处理率)
  (42)L 工业总产值=INTEG(工业增长值-环保投资值, 工业总产值初始值)
  (43)N 工业总产值初始值=1160.9
  (44)C 工业增长率=0.17
  (45)C 环保投资率=0.04
  (46)A工业增长值=工业总产值×工业增长率
  (47)A环保投资值=工业总产值×环保投资率
  (48)C 万元GDP用水量=45
  (49)A 工业用水量=工业总产值×万元GDP用水量
  (50)C 工业废水COD产污系数=0.011
  (51)A 工业污水量=工业用水量×0.8×工业废水COD产污系数
  (52)A 总污水COD排放量=农村生活污水+城镇生活污水+农田径流流失量+果林径流流失量+工业污水量+畜禽粪尿污染物排放量
  (53)C现状本底浓度=5.5
  (54)C 水库库容=233066
  (55)A 水库本底COD量=水库库容×现状本底COD浓度÷10
  (56)A 实际水库COD浓度=(水库本底COD量+总污水COD排放量)÷水库库容×10


  5.模型有效性检验


  模型的有效性检验是为了验证构造模型与现实系统的吻合度,检验模型所获得的信息与行为是否反映了实际系统的特征和变化规律,验证通过模型的分析研究能否正确认识与理解所要解决的问题。系统动力学模型的有效性检验方法可分为直观检验、运行检验、历史检验以及灵敏度分析四种方法。这里采用历史检验方法进行模型有效性检验。
  由于大连市饮用水源地水质监测数据统计不完善,因此仅以碧流河水库为例进行历史检验,跨度从2005年至2007年。表1列出的是碧流河水库实际COD浓度值与模拟值的比较结果,相对误差较小。
  表1     实际水库COD浓度与模拟值比较               单位:mg/L

   

2006

2007

实际值

模拟值

误差

实际值

模拟值

误差

水库COD浓度

2.23

2.19

1.79

2.22

2.20

3.5

 
  6.仿真模拟结果


  模型以2005年统计数据为基础,对饮用水源地的水质变化情况进行了模拟分析,可以得到工业污水量、城镇生活污水、农村生活污水、农田径流流失量、果林径流流失量、畜禽养殖粪尿污染物排放量、总污水COD排放量、水库COD浓度等主要变量的变化趋势图(见图5)。具体的主要变量模拟值见表2。
  表2  模型主要变量COD排放量模拟值

  年份

工业污水(t/a)

城镇生活污水(t/a)

农村生活污水(t/a)

农田径流(t/a)

果林径流(t/a)

畜禽养殖排放量(t/a)

COD排放总量(t/a)

水库COD浓度

(mg/L)

2005

489.72

84.69

43.79

98.16

48.31

156.15

890.83

5.53

2006

519.48

84.75

43.83

98.16

48.31

156.15

950.68

5.54

2007

587.01

84.81

43.86

93.48

48.31

156.15

1013.62

5.54

2008

663.32

84.86

43.89

88.81

48.31

156.15

1085.35

5.55

2009

749.56

84.92

43.92

84.13

48.31

156.15

1166.99

5.55

2010

846.99

84.98

43.95

80.63

48.31

156.15

1261.02

5.56

2011

957.11

85.04

43.98

77.12

48.31

156.15

1367.71

5.56

2012

1081.53

85.09

44.01

76.1

48.31

156.15

1491.2

5.56

2013

1222.13

85.15

44.04

75.09

48.31

156.15

1630.86

5.57

2014

1381.01

85.21

44.07

74.05

48.31

156.15

1788.8

5.58

2015

1560.54

85.27

44.1

72.39

48.31

156.15

1966.77

5.58

2016

1763.41

85.33

44.13

69.13

48.31

156.15

2166.46

5.59

2017

1992.65

85.38

44.16

65.87

48.31

156.15

2392.53

5.6

2018

2251.7

85.44

44.19

62.61

48.31

156.15

2648.4

5.61

2019

2544.42

85.5

44.22

59.35

48.31

156.15

2937.95

5.63

2020

2875.19

85.56

44.25

56.09

48.31

156.15

3265.55

5.64


  模拟结果(图5)显示,工业污水、城镇生活污水和农村生活污水排放量呈逐年上升的趋势;农田径流流失量随着农业科技的发展和化肥、农药使用强度的降低呈阶梯状下降趋势;果林径流流失量和畜禽养殖排放量因果林面积和畜禽养殖数量的选取为定值,所以保持不变;COD排放总量呈上升趋势,相应的水库COD浓度略有增长。
  通过模型仿真模拟的分析可以看出,水库COD浓度的变化主要取决于COD排放总量的变化;而各主要变量的影响因子分别为:工业污水-工业总产值、万元GDP用水量;城镇生活污水和农村生活污水-人口、生活污水处理费用投入比例;农田径流流失量-农田面积、农田径流污染物流失系数;果林径流流失量-果林面积;畜禽养殖排放量-畜禽养殖数量。因此,若以上影响因子发生变化,水库COD浓度也将随之改变。同理,若要控制水库COD浓度在标准要求范围内,则需要控制其影响因子,采取相应的保护或工程措施,从而满足饮用水源地水质要求。


  参考文献
  [1]高成康,等.长春市水环境系统的仿真模拟.水科学进展,2003,14(6).
  [2]何强,等.水污染控制系统规划方法研究.重庆建筑大学学报,1999,21(6).
  [3]李如忠.等.河流水污染控制系统区域最优化规划方法探讨.合肥工业大学学报,2000,23(3).
  [4]张晓枫,等.当前我国水资源保护与生态保护工作中存在的问题及对策研究.黑龙江环境通报,2005,29(3).

 
污染防治与管理更多>>
循环经济与绿色产业发展 更多>>
低碳经济与可持续发展更多>>
中国面临的主要环境问题及对策 更多>>