西安市污水土地处理系统水力负荷的模拟分析

1、2005年2月SHUILI XUEBAO第2期文章编号: 0559-9350(200502-0203-05西安市污水土地处理系统水力负荷的模拟分析程慧艳,罗纨,贾忠华,刘建刚(西安理工大学水利水电学院,陕西西安 710048摘要:本研究以西安地区长期的气象资料和土壤资料为基础,利用美国农业部自然资源保护局所推荐的田间水管理模型DRAINMOD,对不同灌溉制度和田间排水条件下,污水处理系统的水力负荷进行了模拟;并对模型输入参数的敏感性进行了分析。结果表明,地面排水情况对系统的处理能力影响不大,采取少灌、勤灌的灌溉制度,能够增加系统的污水处理量。与目前污灌情况相比较,西安地区所推荐的污水灌溉量大致

2、与在不考虑田间排水情况下,模型计算的年处理量持平。关键词:污水土地处理系统;水力负荷;DRAINMOD模型中图分类号:TV21 文献标识码:A随着我国经济的高速发展,水环境恶化的状况十分严重。1999年全国污水年排放量已达606亿m31,而城市污水处理率仅为7%。大量污水未经处理就直接排入水体,这在很大程度上是由于污水处理设施的基建与运行费用较高造成的。污水土地处理系统的原理是利用土壤植物系统,通过生物、化学和物理等固定与降解作用,对污水中的污染物进行消化分解。这种处理方法具有设备简单、投资少、操作管理方便、能耗低、净化效果好等优点,特别适用于小城镇生活污水以及一些加工业污水的处理。污水土地处

3、理系统一般是通过污水灌溉来实现的,但污水土地处理系统与农业污水灌溉有一定区别。污灌是以给农作物提供所需水肥为目的,灌溉水量要根据作物生长需求来确定。以前我国的污灌研究主要集中在污灌对作物水肥的补给以及污染物对农作物的危害上。在西安地区,王堪甲2等通过作物生长水、肥平衡计算,得出年污灌量为36cm的结论。与农业污灌不同的是,一个专用的污水土地处理系统的设计目标不是把对作物产量的影响作为主要考虑因素,而是寻求在不造成对周围水域污染的前提下,充分利用系统对污染物的降解能力,最大量地处理污水,以减少土地及运行费用。在施用的污水充分进入土壤,同时能够避免较大降雨淋洗的条件下,COD、BOD、N和P等可降

4、解污染物均可得到有效的处理。因此,在污水土地处理系统的设计及运行过程中,一个关键问题就是保证施用的污水能够充分入渗,使污染物在土壤中得到足够的降解时间,也就是要确定系统的水力负荷问题。由于土壤、植被、气候等多方面的因素都会影响系统的水力情况,实地试验,特别是短时间的观测,往往不能得到具有代表性和移植性的规律。鉴于计算机仿真模型具有迅速、灵活、便于修改的特点,运用模型来模拟分析土壤、植被、气候等因素对一个污水土地处理系统处理能力的综合影响,则可弥补田间试验研究的不足。本研究的目的是针对西安地区的土壤与气候条件,采用计算机模型,探讨在不同水文、土壤以及灌溉制度情况下,污水土地处理系统的水力负荷问题

5、。1 研究方法收稿日期:2003-09-23基金项目:陕西省水资源与环境重点实验室基金资助项目(220253作者简介:程慧艳(1978-,女,四川都江堰人,硕士生,主要从事水文学及水资源保护研究。2005年2月 SHUILI XUEBAO 第2期 本研究以计算机仿真模型为工具,通过分析论证,从田间排水条件和灌溉制度两个方面来讨论在西安地区的水文气候条件下土壤的污水处理能力。所用模型是美国农业部自然资源保护局(原水土保持局所推荐的田间水管理模型DRAINMOD 3、4。下面对DRAINMOD 以及模拟区情况进行简要介绍。1.1 DRAINMOD 模型 DRAINMOD 是由美国北卡罗来纳州立大学

6、生物及农业工程系R.W.Skaggs 博士于20世纪70代末开发的一个田间水平衡模型5、6,目前模型已经发展到5.1版本。它包括水文、湿地、污灌、氮素和盐分运移预测等多项功能,已经在许多国家和地区进行了测试和应用,被公认为具有简单、迅速和准确的优点711。模型现有的界面用Visual Basic 语言写成,使用十分方便。DRAINMOD 通过输入长期的气象资料,以及土壤和田间排水资料,计算出每日田间水文变化情况,包括地表、地下排水量、田间入渗和腾发量以及地下水位埋深等。图1所示的是DRAINMOD 模型所依据的水量平衡原理。在时段t 内,地表水平衡方程可表达为P=F+S+R (1式中:P 为降

7、雨(cm;F 为入渗量(cm;S 为田面的贮水变化量(cm;RO 为地表径流量(cm。在时段t 内,土壤内部(从地表到不透水层的水量平衡方程为V=D+ET+DS-F (2式中:V 为土壤中的水量变化(cm;D 为侧向的排水量(cm,ET 为腾发量(cm,DS 为深层渗漏量(cm,F 为地表入渗量(cm。其中,D 采用Hooghoudt 公式,根据输入的排水管(或沟的间距和深度以及距离不透水层深度等参数计算。如果气象资料较少时,模型采用Thornthwaite 法计算ET ,否则可直接输入实测的数据或采用其它更精确的方法进行计算。入渗量F 采用Green-Ampt 公式,根据输入的土壤特性进行计

8、算。DS 在相对不透水层或弱透水层渗透率很小的情况下一般忽略不计;否则,可根据地层情况,采用达西公式进行计算。需要指出的是,DRAINMOD 中污水灌溉模块只从水力角度出发,根据土壤的入渗、蒸发和排水情况来计算污水灌溉量。对于污染物的变化情况,模型尚无法进行预测。1.2 模拟区概况 研究以西安地区为对象。西安地处陕西省关中平原中部12,位于东经107°40109°49 和北纬33°3934°45之间。平均海拔为400m ,属于暖温带半湿润的季风气候区,气候温和,全年平均气温13.2,雨量适中,年平均降水量594.1mm ,无霜期207d 。西安土壤属于关

9、中平原最为集中的土类。土是在褐土型土壤基础上,经人为长期耕作施肥,黄土物质不断叠加形成的一种具有完整剖面的旱作土壤。1.3 模型输入参数 DRAINMOD 主要的输入参数包括气象资料(日最高、最低气温,逐时或日降雨量,土壤(土壤水分特征曲线,饱和导水率,不透水层深度等,作物资料(种植及收获日期,作物根系深度、各生育阶段对 图1 DRAINMOD 模型水平衡要素13水分过多及亏缺的敏感性参数等,以及水力设计参数(人工或天然排水沟渠的深度、间距等。由于本研究的目的是寻求最大污灌量,因此假设田间作物为根系约30cm 的终年生牧草,污灌可在生长期内土壤水分允许的情况下连续进行。表1列出了模型的主要输入

10、参数。其中,土壤排水特性、饱和导水率以及水分特征曲线参数是实测数据,而土壤蒸发与入渗参数则是由模型中的土壤模块按照理论方法3、4推求的。模型中污水灌溉的实施是通过灌溉制度与水力条件两项指标来实现的。灌溉制度包括:每月的灌溉周2005年2月 SHUILI XUEBAO 第2期 期、灌溉量;水力条件包括进行灌溉时所要求的土壤最小空隙及推迟灌溉需要的最小雨量。模型要求的水力条件有两项:一是在实施灌溉时,土壤中必须有足够的空隙来接纳污水入渗;二是污灌时避开超过一定强度的降雨,以避免雨水的淋洗。2 结果与讨论对于地表和地下排水情况,本研究比较了不同排水管间距以及不同地表积水深度对处理能力的影响。其中排水

11、管间距取了从排水能力极强的20m 左右到地下排水的影响可以忽略的200m 以上。地面积水深度考虑了2.5cm ,5cm 及20cm 三种情况。根据当地灌溉制度,灌溉期选在每年的3月15日11月15日进行,灌溉频率采用了25mm/周。同时,考虑到不同规模的处理系统可能采用不同的灌溉制度,本研究在计划灌溉总量不变的前提下,比较了3种灌溉制度下(10.5mm/3d 、25mm/7d 及50mm/14d ,见表2,灌溉频率对灌溉量的影响。为了保证土壤中有足够的空隙来容纳灌溉污水,模型根据计划灌溉量、灌后地下水位情况以及推迟灌溉的最小降雨量,综合考虑而设置了污灌前所需的土壤最小空隙量这一参数,由此来判断

12、预定的灌溉是否能如期进行。表1 DRAINMOD 模型主要输入参数参数类型参数 取值 排水深度/cm 180 排水特性不透水层深度/cm 250 深度/cm 0250 侧向饱和导水率导水率/(cm/h 1.25 负压力/cm 0 -6 -97 -195 -311 -895 -2238 -9927土壤水分特征曲线 含水量/(cm 3/cm 30.48 0.45 0.42 0.35 0.3 0.22 0.17 0.11 地下水埋深/cm 0 6 15 25 35 45 75 120排水量1/cm0 0.135 0.419 0.766 1.147 1.551 2.859 5.564 土壤排水、蒸发能

13、力 潜水上升通量2/(cm/h0.5 0.019 0.006 0.003 0.002 0.001 0.000 0.000 地下水位/cm 0 10 20 40 60 80 100 200 A 3/(cm 2/h 0 0.01 0.02 0.02 0.02 0.02 0.03 0.17 Green-Ampt 入渗参数B 3/(cm/h 0.62 0.62 0.62 0.62 0.62 0.62 0.62 0.62 注:1这里的排水量是指当地下水位从地表下降到该深度时的总排水量;2指潜水的蒸发能力,即处于该地下水位时,土壤的供水能力。以上两参数值均由模型依据土壤水分特征曲线推求得出;3Green-

14、Ampt 入渗公式为:f=A/F+B ,其中F 为累积入渗量(cm,f 为入渗率(cm/h。A 、B 为入渗参数。2.1 地下及地表排水条件对污灌的影响 研究排水情况的目的是为了确定在不形成地表径流前提下,地面排水和地下排水对于能够处理污水量的影响。模拟依据19702001年(共计32年的降雨及气温资料进行,以确定在不同地表及地下排水条件下多年平均灌溉量。模拟结果如图2所示,当排水间距很小(小于20m,由于地下排水能力很强,在3种不同的地面状况下,土地处理系统均能够充分接受计划灌溉的水量。排水间距介于20150m 之间时,系统所能处理的污水量受到间距的影响较明显。从图中曲线可以看出,当间距从2

15、0m 增加到50m ,可处理水量随排水间距的增加而急剧减少。而当排水间距大于150m 以后,系统能够处理的污水量受到排水间距的影响很小,地下水位的降低主要依靠地面与植物的蒸发作用。以地表积水深度5cm 的情况为例,间距为20m 时,处理能力几乎不受水力条件的约束,可以完成安排的全部灌溉约87.34cm ,而间距增大到50m 时,可灌量就减少到64.9cm ;当间距增大到150m 时,可灌量为37.6cm ,只有20m2005年2月SHUILI XUEBAO第2期间距时的2/5左右。因此,在地下排水条件较差时,采用较小的排水间距可以在一定程度上改善土壤状况,增加系统处理能力。相对于排水间距,地表

16、积水深度对系统的影响总体来说很小。从图2可以看出,在间距小于100m时,由于地下排水系统排空能力很强,地面排水的影响可忽略不计;在排水间距超过100m时,影响略有增加,但仍然不很显著。如200m的排水间距,地表积水深度为2.5cm时污水处理量为33.4cm,而地表积水深度增大到20cm时的污水处理量达到37.2cm,差别仅为10%。表2 不同灌溉间隔下的运作参数值灌溉间隔/d 3714灌溉量/mm 10.52550灌溉开始时间400 400 400灌溉结束时间600 600 600所需的土壤最小空隙量/mm 20.5 35 60推迟灌溉的最小降雨量/mm 10 10 10模拟结果显示,在地下排

17、水影响很小时,处理能力大约为35cm,与王堪甲2的推荐值大致持平。考虑到西安地区通常没有地下人工排水措施,可以认为按照水肥条图2 排水间距及地表排水条件对污灌量的影响(Sm为地面积水深度件得到的值已经达到了该地区的水力极限。而西安市目前一般年份实际灌水量都超过84cm2,比较图2可以看出,这与地下排水能力极强时的模拟值相近。在实际系统设计时,过小的排水间距会造成污水过快的被排出,同时也会不适应很多机械的操作,因此可以认为现在的污水灌溉量已经大大地超过了系统的容纳能力。模拟结果还表明,在适当加强排水的情况下,可以增加处理能力。在目前土地资源日益紧缺的情况下,应充分考虑这一措施可能带来的经济效益。

18、 图3 代表年份地下水位示意图,其中1983为湿润年,1995为干旱年(1983年降雨903mm,1995年降雨312mm,多年平均为594mm图4 不同的灌溉制度对污灌量的影响(Sm为地面积水深度, H为从地表到不透水层的深度,B为排水管深度以上讨论的是多年平均情况,而由于年际降雨的变化,湿润年与干旱年的处理量可能相差很大。图3列出了模拟时段中(19702001年降雨量最多的1983年(903mm及最少的1995年(312mm,在田间排水间距为80m,地表积水深度5cm,且没有灌溉情况下,地下水位逐日的变化情况,其中横坐标代表天数,纵坐标表示地下水位波动。由于1983年降雨量大,土壤中水分含

19、量高,进行灌溉所要求的土壤空隙体积不易满足,全年灌溉量仅为25cm,远低于多年平均的48.3cm;而1995年降雨量少,地下水位较低,进行灌溉所要求的土壤空隙体积易于满足,年灌溉量达到65cm。从图3中可以看出,1983年9月以前的地下水位与1995年差别2005年2月SHUILI XUEBAO第2期不大,只是到了9月,较为丰沛的降雨使得1983年的地下水位升到了地表,并保持在其后的一个月时间内,这样就影响到了1983年的污水灌溉量。模拟结果显示,在1983年,在原来安排了灌溉的9、10月及11月上半月中,灌溉量为0;而在1995年,9月、10月的灌溉量分别为10cm和5cm。因此,鉴于处理量

20、在不同年份的变化,在设计不同保证率的系统时,应对多年的情况进行详细的统计分析。2.2 灌溉制度对污灌的影响本研究中按照地表排水条件一般,即积水深度为50mm比较了3种灌溉制度对处理污水量的影响。图4所示的结果表明,当排水间距大于20m时,通过10.5mm/3d这种高频少量灌溉制度可以处理更多的污水。例如,排水管间距为40m时,采取10.5mm/3d的定额,可以处理79.93cm的污水;而如果按照定额为50mm/14d的制度来灌溉,只能处理60.63cm的污水。高频少量的方式能够更频繁地检验土壤中的水分条件是否满足灌溉要求;同时由于其要求的土壤空隙较小,灌溉条件较容易满足,灌溉天数较多。此外,模

21、型中污灌机制的设计也在一定程度上造成了这种差异。在DRAINMOD的设计中,考虑到很多情况下,污灌设备需要在不同地点轮回作业;因而在一处只能被推迟一天。如果连续被推迟2次,那么这次计划的灌溉就会被取消,模型一直等到下一次预定的灌溉日才会再一次检查土壤条件。因此,对较长的灌溉间隔,取消一次灌溉就会损失较长的时间,从而导致灌溉量减少。3 敏感性分析由于DRAINMOD模型4、5涉及土壤、气象及作物等多种参数,输入误差会在不同程度上影响模拟结果,因此对这些参数进行敏感性分析就显得十分必要。通过分析可以确定那些敏感的参数以便在实际工作中对他们进行有侧重的选择重点测量,从而保证结果的准确性。 针对某一个

22、参数的敏感性分析是在保持其它参数不变的前提下,通过逐步改变其输入值,进行多年模拟来实现的。这里分析了导水率、不透水层深度、根深、排水量及潜水上升通量5个参数。模拟采用的排水间距为80m,灌溉制度为25mm/周,模拟的多年平均灌溉量为48.36cm。图5所示的结果表明,正误差半轴的各参数对灌水量的影响差别十分明显。其中导水率及到不透水层深度的误差对于污灌量的影响最显著,而根深、排水量及潜水上升通量的误差对每年处理污水量的影响则很小。如导水率,加大40%(即40%的误差图5 输入参数(部分的敏感性分析会导致多年处理量的预测值从48.36增加到54.3cm;而对于根系深度及潜在蒸发通量的影响不很明显

23、,相同的误差仅使得预测的处理量分别增加到50.63cm和49.53cm。4 结语由于水污染所引起的环境问题日益严重,迫切需要采取更加经济可行的方法来进行污水处理,以缓解当前水污染和水资源短缺的矛盾。本研究利用田间水管理模型DRAINMOD,根据西安地区的水文、气象和土壤条件,模拟分析了该地区采用污水土地处理系统的水力负荷(容量问题。研究结果表明,地面排水条件对污水处理量影响不大。在不考虑地下排水的影响时,模拟得到的水力负荷与西安地区根据水肥条件计算所得到的值相近。采取少灌、勤灌的灌溉制度可以提高系统的污水处理能力。对模型输入参数的敏感性分析结果表明,土壤导水率和土层深度对污水处理量影响较大。因

24、此,在选取这些参数时,应该给予特别的注意。模拟结果显示,在地下排水影响很小时,多年平均处理能力大约为35cm,与王堪甲2的推荐值大致持平。考虑到西安地区通常没有地下人工排水措施,可以认为按照目前根据水肥条件得到的值已经达到了该地区的水力极限。水 利 学 报 2005 年 2 月 SHUILI XUEBAO 第2期 参考文献： 1 何江涛，汤鸣皋.污水土地处理技术与污水资源化J.地学前缘，2001，3(8：155-161. 2 王堪甲，周振立.西安市污灌区农业生态环境问题及解决途径J.农业环境保护，1995，14(2：89-91. 3 Skaggs R W.DRAINMOD Reference

25、ReportMethods for Design and Evaluation of Drainage-Water Management Systems for Soils with High water TablesM.North Carolina State University,1990. 4 Skaggs R W.DRAINMOD user's manualM.North Carolina State University,1990. 5 Skaggs R W.A Water management model for shallow water table soilsM.Uni

26、v.of North Carolina Water Resource.Res.Inst.Tech.Rep,1978. 6 Skaggs R W.Field Evaluation of a Water Management Simulation ModelJ.Trans of the ASAE.1982,25(3:667-674. 7 Chang A C,Skaggs R W,Hermsmeier L F,and Johnson W R.Evaluation of a water management model for irrigated agricultureJ.Trans.ASAE,198

27、3,26(2:412-418. 8 Gayle G,Skaggs R W, Carter C E.Evaluation of water management model for a Louisiana sugar cane fieldJ.J.Am.Soc.Sugar Cane Technil,1985,4:18-28. 9 Luo W,Skaggs R W,Madani A, Cizikci S, Mavi A.Predicting field hydrology in cold conditions with DRAINMODJ.Trans.ASAE,2002,44(4:825-834. 10 McMahon P C,Mostaghimi S, Wright F S.Simulation of corn yield by a water management model for a coastal plains soilJ.Trans.ASAE,1998,31(3:734-742. 11 Skaggs R W, Nassehzadeh-Tabriz