山東帕克環(huán)保工程有限公司

1 引言(Introduction)

　　城市濕地生態(tài)系統(tǒng)具有多樣化的植物群落和種類繁多的動物資源, 并可調(diào)節(jié)地區(qū)水資源和水熱平衡, 對城市生態(tài)影響較大.由于中國的污水管道建設(shè)相對落后, 污水管道的溢流湖泊周圍可能會造成污染物污染, 并導(dǎo)致水質(zhì)量退化(Chen et al., 2009).隨著經(jīng)濟(jì)的深入發(fā)展, 這種污染的后果越來越嚴(yán)重.外部污染源、內(nèi)部來源(營養(yǎng)物質(zhì)釋放來自沉積物)和水動力條件(局部循環(huán))都是導(dǎo)致水質(zhì)惡化的關(guān)鍵因素(Wang, 2014).城市濕地生態(tài)系統(tǒng)處理污水技術(shù)對污水處理效果明顯、綠色經(jīng)濟(jì)、便于維護(hù), 目前已被廣泛采用(武春芳等, 2014;Stottmeister et al., 2003;Filip, 2002).但由于城市發(fā)展過程中污廢水大量排放, 嚴(yán)重超過了濕地對污水的凈化能力范圍, 造成濕地生態(tài)系統(tǒng)惡化, 成為城市的“頑疾”.這些問題在許多城市都曾出現(xiàn), 國內(nèi)外學(xué)者對濕地生態(tài)凈化及治理做了大量高水平的研究工作, 并取得了一定的效果.謝宇(2012)研究了水生植物對水體的凈化作用, 提出水生植物對水質(zhì)的影響機(jī)制.張嫣然(2012)對不同情境下濕地生態(tài)用水的水質(zhì)和水量的時空分布進(jìn)行了模擬, 并提出生態(tài)用水調(diào)控方案.焦璀玲等(2008)采用MIKE21水動力模型對濕地現(xiàn)狀水質(zhì)進(jìn)行模擬.林國慶等對河口濕地的水動力和水質(zhì)條件進(jìn)行了研究, 提出了生態(tài)用水的灌溉調(diào)水方案(Lin et al., 2011).楊永森等(2015)建立了濕地水域的二維水動力模型, 提出了濕地生態(tài)補水方案.以上研究主要是利用模型通過設(shè)置適當(dāng)?shù)膮?shù)對水域的水動力或水質(zhì)狀況做出模擬, 即現(xiàn)狀模擬, 未深入探討水生生物對水域水動力條件和水質(zhì)的影響.本文以大慶市龍鳳濕地為研究對象, 主要針對濕地中水草豐茂的特點, 考慮水草對糙率及污染物轉(zhuǎn)化的影響, 建立二維水動力水質(zhì)耦合模型, 針對濕地水域水環(huán)境建立多目標(biāo)優(yōu)化函數(shù), 采用狼群搜索算法對設(shè)置的不同的水質(zhì)改善方案尋優(yōu)求解, 得到最優(yōu)方案.

　　2 研究方法(Methods)2.1 總體思路

　　本文的研究思路為：首先, 根據(jù)研究水域的進(jìn)水、出水條件, 并考慮風(fēng)場、水生植物等對水流的影響, 建立二維湖泊水動力學(xué)模型, 模擬流速、水位、流量等水動力指標(biāo)的時空變化過程;其次, 基于污染物在水體中發(fā)生的稀釋、遷移、降解等作用機(jī)制, 并考慮研究水域內(nèi)排污口排放、底泥內(nèi)源釋放及周邊面源和暗排口的匯入, 建立描述污染物濃度時空變化過程的二維水質(zhì)遷移轉(zhuǎn)化數(shù)學(xué)模型;最后, 在研究水域內(nèi)選取相應(yīng)的控制點, 以控制點的水質(zhì)濃度達(dá)到目標(biāo)濃度作為控制條件, 通過設(shè)置不同的水質(zhì)改善方案, 輸入到已建立的水動力-水質(zhì)模型, 推求得到確保所有控制點都能滿足水質(zhì)目標(biāo)要求的允許排污負(fù)荷總量, 進(jìn)而優(yōu)選出最優(yōu)方案.

　　2.2 基于MIKE21的湖泊二維水動力模型

　　MIKE 21模型是丹麥水力研究所(DHI)開發(fā)的系列水力學(xué)軟件之一, MIKE 21水動力模塊是建立在二維數(shù)值求解方法的淺水方程基礎(chǔ)上, 深度上集成三維不可壓縮Reynolds值均布的納維-斯托克斯方程, 并服從于Boussinesq假定和靜水壓力的假定.該模型采用有限體積算法, 計算網(wǎng)格采用非結(jié)構(gòu)網(wǎng)格, 因此, 能夠靈活處理復(fù)雜地形和動態(tài)變化的水陸邊界.水動力模型控制方程包括水流連續(xù)方程(1)、X方向動量方程(2)和Y方向動量方程(3).

(1)

(2)

(3)

　　式中, h為水深(m);d為時間變化水深(m);ξ為自由水面水位(m);p、q分別為x、y方向的流量密度(m3·s-1·m-1);g為重力加速度(m2·s-1);C為謝才阻力系數(shù)(m1/2·s-1);f為風(fēng)摩擦系數(shù), 無量綱;V、Vx、Vy分別為風(fēng)速及x、y方向的風(fēng)速分量(m·s-1);Ωq為Coriol系數(shù), Ωq=2ωsinθ;其中, ω為地球自轉(zhuǎn)角速度(rad·s-1);θ為計算點所處的緯度(°);ρw為水的密度(kg·m-3);Pa為大氣壓強(kg·m-1·s-2);x、y為空間坐標(biāo)(m);t為時間(s);τxx、τxy、τyy為切應(yīng)力(謝銳等, 2010;竇明等, 2016, 馮媛, 2016).

　　水生植物可以通過自己的枝干根系和植株密度對水流產(chǎn)生影響, 從而影響水流阻力(房春艷, 2010).對于濕地水域, 水生植物較多, 影響水流阻力的因素不僅有糙率還應(yīng)包含植物所引起的附加阻力, 因此, 傳統(tǒng)的糙率計算公式不適應(yīng)此種水域.為此, 有學(xué)者提出了水生植物大量生長環(huán)境下的曼寧修正公式(4)(閆靜等, 2014), 該公式綜合考慮了水生植物對水流阻力的影響, 比較切合濕地等水草豐茂的水域.

(4)

　　式中, n表示糙率系數(shù), 無量綱;R表示水力半徑(m);ψ表示大型水生植物密度(株·m-2);Yd表示植物拖拽系數(shù), 無量綱(其值與雷諾數(shù)大小有關(guān)).本文在確定糙率系數(shù)時結(jié)合濕地實際資料, 利用式(4)計算糙率, 對不同水域的設(shè)置不同的糙率系數(shù).

　　2.3 基于水生生物自凈作用的二維水質(zhì)模型

　　水生植物是濕地的重要組成部分, 在濕地的污水控制和凈化處理方面有以下4項作用(肖洋等, 2014;李龍山等, 2013)：①通過光合作用生成氧氣和有機(jī)物, 提高水體溶解氧含量和生化反應(yīng)能量;②對水中的氮、磷等營養(yǎng)元素有較強的吸收作用, 有些植物如蘆葦(Phragmites communis)和大米草(Spartinaanglica)對水中懸浮物、氯化物、有機(jī)氮、硫酸鹽均有一定的凈化能力;③增加阻力降低污染物擴(kuò)散速率, 防止污染源進(jìn)一步擴(kuò)散;④增加或穩(wěn)定土壤的透水性, 提供良好的過濾條件以防止?jié)竦乇挥倌嘤偃?但真正來自大型水生植物的營養(yǎng)鹽吸收利用量是有限的, 這是由水生植物生長特性所決定.

　　濕地水生態(tài)系統(tǒng)的富營養(yǎng)化狀態(tài)不僅取決于營養(yǎng)物質(zhì)的負(fù)荷, 水溫、光照、鹽度、水動力條件也相當(dāng)重要.基于水動力模塊, 采用DHI ECO Lab模塊對濕地水質(zhì)進(jìn)行模擬, 該模塊是定制水生生態(tài)系統(tǒng)模型的開放型工具, 可描述與環(huán)境、水污染問題相關(guān)的物理、化學(xué)和生物過程, 包括大氣富氧作用、光合作用、硝化作用、異養(yǎng)生物(細(xì)菌)呼吸作用等過程(竇明等, 2015;余曉等, 2011).在此將水域內(nèi)各種物質(zhì)之間的轉(zhuǎn)化關(guān)系進(jìn)行概化, 具體如圖 1所示.各種物質(zhì)的轉(zhuǎn)化過程如式(5)~ (9)所示.

　　圖

　　圖 1水質(zhì)指標(biāo)之間的相互作用關(guān)系示意圖

　　在濕地環(huán)境下, 水生植物的生長動力學(xué)過程對水質(zhì)影響至關(guān)重要, 呼吸作用和光合作用是綠色植物的兩大生理學(xué)過程, 在這些過程中包含了水生植物對水中營養(yǎng)物質(zhì)的吸收及各種物質(zhì)之間的相互轉(zhuǎn)化過程(張曉玲等, 2016;種云霄等, 2003).基于水生植物的生長動力學(xué)過程建立如下所示：

(5)

　　式中, j=f、e、s, 分別表示浮游植物、挺水植物和沉水植物;Mj為單位面積水生植物的生物量(g·m-2, 以C計);t為時間(d);PMj為水生植物生長速率(d-1);RMj為水生植物新陳代謝速率(d-1);LMj為水生植物被捕食速率(d-1).

　　水生植物的生長率PMj是一個復(fù)雜的非線性函數(shù), 主要受水溫、光照強度和營養(yǎng)鹽濃度及植物自遮蔽作用等外部環(huán)境條件的制約.水生植物的生長率PMj可表示為上述因素的乘積, 即：

(6) 式中, Gmax為植物的最大生長率(d-1);G(T)為溫度調(diào)節(jié)因子,

, T和Topi分別為實際水溫和植物生長最佳水溫(℃);G(I)為光照衰減因子,

, 無量綱, I和Iopi分別為水下實際光照強度和植物生長最佳光照強度(lx);G(N)為營養(yǎng)限制因子, 根據(jù)Liebig′s最小元素限制定律, 植物生長情況取決于環(huán)境所能提供的最少的營養(yǎng)元素, 則

, 無量綱, Kmn、Kmp分別為植物生長攝入氮和磷的半速常數(shù)(mg·L-1), [TN]、[TP]分別為水體中總磷和總氮濃度(mg·L-1);G(C)為植物自遮蔽作用,

, KBPj為不同種類水生植物自遮蔽作用的生物密度限制因子半飽和常數(shù)(g·m-2, 以C計).其中：

(7)

　　式中, AN表示植物攝取氨氮的量(g);UPN表示植物攝取氨氮的系數(shù);P表示光合作用產(chǎn)氧量(g·m-2·d-2, 以O(shè)2計);R1表示20 ℃下光合作用(自養(yǎng)型)的呼吸速率(mg·dm-2·h-1, 以CO2計);θ1表示光合呼吸/產(chǎn)出的溫度系數(shù), 無量綱;T表示溫度(℃);G(N)表示營養(yǎng)鹽限制因子, 無量綱.

(8)

　　式中, AP表示植物攝取磷的量(g);UPP表示植物攝取磷的系數(shù);其他符號意義同上.

　　石油類污染物在自然狀態(tài)下降解轉(zhuǎn)化過程緩慢復(fù)雜, 在處理石油類污染物時將其簡化為難降解有機(jī)物, 其降解規(guī)律(華祖林等, 2013)符合式(9).

(9)

　　式中, c為石油污染物總濃度(mg·L-1);c0為不可降解有機(jī)物濃度(mg·L-1);k為降解系數(shù)(d-1), 與溫度、光照強度和氧含量有關(guān);Φ為反應(yīng)級數(shù);t為反應(yīng)時間(d).

　　2.4 基于環(huán)境自凈能力充分利用的水質(zhì)改善優(yōu)化調(diào)控方案求解

　　龍鳳濕地水域受多個排污口的排污綜合影響, 污染物在水域內(nèi)呈現(xiàn)帶狀分布, 不同監(jiān)測點的水質(zhì)濃度差別很大.因此, 本文提出選取主要控制點、并以控制點水質(zhì)狀況為防控目標(biāo)的基于水質(zhì)目標(biāo)的污染物控制方法.控制點的選取可參照以下原則：①位于湖泊中央的監(jiān)測點;②位于湖泊出流斷面;③排污口排放污染物能影響到的范圍;④有重要保護(hù)意義或使用功能的水域.

　　鑒于龍鳳濕地的實際情況, 對龍鳳濕地污染物排放實施總量控制和排污最大化控制, 即在污染物總的容納量最大的情況下, 使每個排污口可以盡可能多的排放污染物, 并使主要控制點的監(jiān)測水質(zhì)濃度達(dá)到相應(yīng)的水環(huán)境質(zhì)量標(biāo)準(zhǔn).這樣既可以有效地利用濕地對污染物的削減作用, 減輕城市的污水處理壓力, 又夠保證濕地水環(huán)境的良性狀態(tài).該模型的目標(biāo)函數(shù)及其約束條件如公式(10)~(14)所示.

　　2.4.1 目標(biāo)函數(shù)

　　采用區(qū)域的污染物排放總量最大作為目標(biāo)函數(shù), 即：

(10)

　　式中, Wi是第i個排污口的污染物排放量(kg);C排i是第i個排污口的污染物濃度(mg·L-1);Q排i是第i個排污口的流量(m3·s-1);n為排污口數(shù)量;t是排污時間(d).

　　2.4.2 約束條件

　　控制點排污濃度約束(式(11))、生態(tài)流量約束(式(12))、排污口排污量約束(式(13))、污染團(tuán)滯留時間約束或換水周期約束(式(14))分別如下：

(11)

(12)

(13)

(14)

　　式中, Cs是水質(zhì)保護(hù)目標(biāo)濃度(mg·L-1);m為控制點個數(shù);C控k是第k個控制點的污染物濃度(mg·L-1);Qi, t為第i個排污口的補水流量(m3·s-1);Si, t為河道實際流量(m3·s-1);Qet為河道最小生態(tài)基流(m3·s-1);Wimin、Wimax分別是第i個排污口的排污量下限和上限;T為換水周期(d);ti為第i種情景下的換水周期(d).

　　通過設(shè)置不同的污染治理方案, 以研究水域所有排污口的污廢水排放流量和水質(zhì)濃度作為輸入條件, 當(dāng)同時滿足約束條件, 且達(dá)到目標(biāo)函數(shù)所設(shè)置的目標(biāo)時, 對各個方案進(jìn)行逐一篩選, 即可得到最優(yōu)的排污方案, 且在該模型中污染物的總排放量應(yīng)不超過研究水域的納污能力.

　　3 應(yīng)用研究(Application and analysis)3.1 研究區(qū)概述3.1.1 基本情況介紹

　　位于黑龍江省大慶市的龍鳳濕地總面積為5050 hm2, 其中, 核心管護(hù)區(qū)面積2979 hm2.龍鳳濕地是我國最大的城中濕地, 主要接納安肇新河王花泡—北二十里泡段的來水和大慶市東城區(qū)和安達(dá)市的混合排水.龍鳳濕地最大蓄水量9240萬m3, 正常蓄水量800萬m3, 最大水面面積77.0 km2, 平均水面面積48.5 km2, 平均水深1.0 m.對研究區(qū)域水質(zhì)進(jìn)行監(jiān)測, 共設(shè)置34個監(jiān)測點, 包括4個控制點.龍鳳濕地收納來自城區(qū)居民生活用水、雨水及污水處理廠排水, 污染物來源復(fù)雜, 主要監(jiān)測指標(biāo)包括氮、磷、COD等常見污染物, 另外, 由于該水域處于石油產(chǎn)區(qū)大慶市, 因此, 將石油類污染物也作為一項監(jiān)測指標(biāo), 經(jīng)過現(xiàn)場取樣檢測, 總體水質(zhì)類別為劣Ⅴ類.

　　3.1.2 研究區(qū)概化

　　根據(jù)現(xiàn)場勘察及監(jiān)測情況, 安肇新河穿龍鳳濕地而過, 黎明河最終也匯入到龍鳳濕地, 此外, 還有7個排水口排入到龍鳳濕地.在監(jiān)測期間, 項目組同時在污水處理廠入口對流量、流速進(jìn)行了監(jiān)測, 并取水樣進(jìn)行水質(zhì)化驗.此外, 還在安肇新河入河口附近(觀測安達(dá)排污口的影響)、大湖區(qū)中央(觀測污水處理廠和北部排污口群)、小湖區(qū)中央(觀測西北兩個排污口)和湖泊出流斷面(考察各排口的綜合影響)設(shè)置了4個控制點, 作為判斷水質(zhì)是否超標(biāo)的依據(jù).龍鳳濕地水域示意如圖 2所示.

　　圖 2

　　圖 2研究區(qū)域示意圖

　　3.2 模型驗證及參數(shù)率定3.2.1 水動力學(xué)模型驗證

　　根據(jù)水動力學(xué)模型, 對模擬結(jié)果影響較大的參數(shù)主要有糙率、干濕水深和風(fēng)阻系數(shù)(馮媛, 2016).在參數(shù)取值調(diào)整過程中, 以湖泊中各點監(jiān)測數(shù)據(jù)為依據(jù), 選取不同的糙率、干濕水深和風(fēng)阻系數(shù)來模擬率定, 使?jié)竦厮畡恿l件達(dá)到較好的模擬效果, 其中針對龍鳳濕地水、草相間的分布情況對糙率進(jìn)行分區(qū)設(shè)置, 率定結(jié)果見表 1.

　　3.2.2 水環(huán)境數(shù)學(xué)模型驗證

　　由于水質(zhì)遷移轉(zhuǎn)化模型中參數(shù)較多, 單一率定起來比較繁瑣, 在參數(shù)率定時, 通過查閱文獻(xiàn)(武春芳等, 2014;竇明等, 2015)確定參數(shù)的初始值, 然后根據(jù)文獻(xiàn)和模型, 找出對各物理、化學(xué)、生物反應(yīng)過程較敏感的參數(shù), 不斷調(diào)整每一個參數(shù)值, 分析NH3-N、COD、TP和石油類污染物模擬值與實測值檢驗誤差情況, 得到龍鳳濕地主要污染物NH3-N模擬值與實測值最大相對誤差為19.32%, 平均相對誤差為15.39%;TP模擬值與實測值最大相對誤差為17.02%, 平均相對誤差為14.28%;石油類模擬值與實測值最大相對誤差為16.16%, 平均相對誤差為15.01%;COD模擬值與實測值最大相對誤差為18.81%, 平均相對誤差為16.03%.整體來看, 各水質(zhì)指標(biāo)的模擬結(jié)果與實際監(jiān)測值擬合較好(圖 3), 根據(jù)率定結(jié)果最終確定參數(shù)值(表 2).

　　圖 3

　　圖 3各水質(zhì)指標(biāo)的模擬值和實測值的對比結(jié)果

 　　3.3 水質(zhì)改善方案模擬及分析3.3.1 水環(huán)境治理方案設(shè)計

　　根據(jù)流域生態(tài)保護(hù)方案, 對龍鳳濕地分別設(shè)置不同治理方案, 針對各排污口的實際情況, 將9個主要排污口分為5組, 對其實施不同的排污控制措施.其中, A組方案和B組方案互為對照方案, B組方案與A組方案相比, 提高了污染物排放標(biāo)準(zhǔn).采用構(gòu)建的二維水動力學(xué)模型和水質(zhì)遷移轉(zhuǎn)化模型, 對不同排放水質(zhì)標(biāo)準(zhǔn)要求的工程方案進(jìn)行模擬, 分析不同工程方案實施后, 濕地水質(zhì)的變化情況, 從而優(yōu)選出較為合理的治理方案, 為受污染水體治理提供依據(jù), 龍鳳濕地治污實施方案如表 3所示.

 　　3.3.2 不同方案下的水質(zhì)改善效果分析

　　根據(jù)以上方案得出不同排污條件下的水質(zhì)模擬結(jié)果, 得到按設(shè)定工況進(jìn)行污染物排放30、60、90、120、150、180 d的4類主要污染物濃度, 對其結(jié)果進(jìn)行分析, 篩選原則依據(jù)式(9)~(13), 符合約束并能達(dá)到最大排污目標(biāo)的排污方案即為最優(yōu)方案.選取控制點1做重點分析, 各情景方案下控制點1主要污染物的變化趨勢如圖 4所示.

　　圖 4

　　圖 4不同削減方案下COD、TP、NH3-N、石油類污染物變化趨勢

　　由圖 4可以看出, 各種方案實施后對濕地中污染物濃度的影響各有差異.整體來看方案集B比方案集A的削減作用更顯著.對于COD, 設(shè)計方案開始實施60 d后其值開始出現(xiàn)明顯下降, 并根據(jù)方案的不同呈不同的下降趨勢.其中, 在A5、A6情景下COD在120 d左右達(dá)到目標(biāo)值, 方案B的COD下降趨勢更明顯, 可以看到, 當(dāng)提高污染物的排放標(biāo)準(zhǔn)之后, 其COD下降趨明顯變快, 且開始出現(xiàn)下降趨勢的時間也有提前.方案集B有B4、B5、B6 3種方案COD最終達(dá)到了Ⅳ類水標(biāo)準(zhǔn).對于污染物TP, 在方案集中A4、A5、A6情景下TP濃度在120 d左右達(dá)到目標(biāo)濃度, 方案B的污染物濃度下降趨勢更明顯, 所有6種方案污染物濃度最終都達(dá)到了Ⅳ類水標(biāo)準(zhǔn).對于TP污染物的削減, 曝氣、清淤、補水及提高污染物排放標(biāo)準(zhǔn)幾種措施之間, 清淤和補水的效果更佳明顯, 其原因是濕地底泥中有大量的TP類污染物, 在治理TP類污染物時, 應(yīng)加強對底泥的處理工程.對于NH3-N其變化趨勢與COD類似, 但削減速度較COD快.NH3-N的主要污染來源是輸入較多, 在治理NH3-N污染物時應(yīng)加強對龍鳳濕地來水水質(zhì)的控制;對于石油類污染物, 在方案集中A3、A4、A5、A6情景下石油類污染物濃度在120 d左右達(dá)到目標(biāo)濃度, 從下降趨勢和削減結(jié)果看, 提高排放標(biāo)準(zhǔn)對污染物的削減效果并不明顯更, A、B兩組對照實驗的結(jié)果相差不大.綜合上述分析, 對于4類主要污染物的削減, 從采用的工程措施來看, 補水+清淤的方案更優(yōu).根據(jù)控制目標(biāo)和約束條件, 對12種方案進(jìn)行優(yōu)選, 得出方案A6為最優(yōu)方案.

　　不同的排污削減方案對污染物質(zhì)的削減作用各有差異, 綜合4個控制點的4類主要污染物模擬結(jié)果分析, 能夠使污染物削減至目標(biāo)濃度Ⅳ類水水質(zhì)要求, 由以上分析得出, 方案為A6最優(yōu)方案.在方案A6下龍鳳濕地內(nèi)COD明顯下降, 整體在15.4~20.8 mg·L-1之間, TP濃度明顯下降, 整體在0.03~0.08 mg·L-1之間, NH3-N濃度明顯下降, 整體在0.82~1.37 mg·L-1之間, 石油類污染物濃度明顯下降, 整體在0.28~0.45 mg·L-1之間, 主要污染物濃度都滿足控制目標(biāo)為Ⅳ類水水質(zhì)的要求.

　　通過以上分析, 對于龍鳳濕地的污染物治理, 不僅要提高各排污口的排污標(biāo)準(zhǔn), 同時要配合清淤、補水和水系連通工程.對主要排污口要進(jìn)行重點控制, 對水草區(qū)域增加一定的水系連通工程, 增加濕地內(nèi)水的流動性, 最大限度地對污染物進(jìn)行削減.從對污染物的削減作用和控制目標(biāo)來看, 各種方案下污染物的削減作用不同, 經(jīng)過方案優(yōu)選, 擬推薦方案A6作為對龍鳳濕地污染物的治理方案.

　　4 結(jié)論(Conclusions)

　　1) 本文建立了水動力和水質(zhì)二維耦合模型, 分析了NH3-N、COD、TP和石油類污染物模擬值與實測值檢驗誤差情況, 結(jié)果發(fā)現(xiàn), 龍鳳濕地4類主要污染物的實測值與模擬值誤差在20%以內(nèi), 確定了龍鳳濕地水域水質(zhì)遷移轉(zhuǎn)化模型的各項參數(shù).

　　2) 建立的基于環(huán)境自凈能力的水質(zhì)改善優(yōu)化調(diào)控模型, 綜合考慮了濕地水生植物豐茂的特點, 并將水生植物對水體污染物的削減作用過程添加到水質(zhì)模型中.利用該模型對龍鳳濕地4類主要污染物在指定方案下的削減趨勢進(jìn)行分析, 發(fā)現(xiàn)該模型可以根據(jù)不同的趨勢及削減結(jié)果, 給出每種污染物的污染原因和治理方向, 并由優(yōu)選模型給出最優(yōu)的排污削減方案.

　　3) 單一工程措施下無法使染物削減到控制目標(biāo)濃度, 各類措施的削減效果為補水>清淤>曝氣;在各組合情況下, 補水+清淤方案的削減作用更佳;在工程措施相同情況下, 提高排污標(biāo)準(zhǔn)也能起到削減作用.