《Journal of Environmental Management》:A dynamic framework for assessing water quality resilience in urban rivers and its application to low-impact development
编辑推荐:
摘要在快速城市化和气候变化背景下,城市河流因雨水径流污染而面临严重的水质波动以及漫长的恢复难题。本研究通过将雨水管理模型与完全混合河流水模型相结合,提出了一种动态的水质韧性评估框架。该框架以系统性能曲线理论为基础,结合故障指数与非线性惩罚系数,能够量化水质超标的幅度、持续时间以及
摘要
在快速城市化和气候变化背景下,城市河流因雨水径流污染而面临严重的水质波动以及漫长的恢复难题。本研究通过将雨水管理模型与完全混合河流水模型相结合,提出了一种动态的水质韧性评估框架。该框架以系统性能曲线理论为基础,结合故障指数与非线性惩罚系数,能够量化水质超标的幅度、持续时间以及从抵抗、吸收到恢复的完整响应-恢复过程,从而克服传统静态指标的局限性。以深圳典型的雨养型城市河流西乡河为研究对象,该框架揭示了在基准条件下的显著季节性和污染物特异性脆弱性。多情景模拟表明,低影响开发措施可通过降低源强负荷、减弱洪峰流量和平滑水文过程,显著提升水质韧性。在1年一遇的暴雨情况下,当80%的区域采用低影响开发措施时,化学需氧量、总磷、总氮和氨氮的负荷分别降低了60.33–78.11%,无论在雨季还是旱季,水质韧性都得到显著提升,恢复速度也更快。研究结果强调了在气候变化背景下,控制污染源对于提升城市河流韧性的重要性,同时也指出了低影响开发措施在应对极端事件和溶解性污染物方面的局限性。所提出的框架为以韧性为导向的城市水资源管理提供了可靠且可迁移的工具,有助于推动可持续且具有气候适应能力的城市水生生态系统建设。
引言
城市河流在城市生态系统中发挥着重要作用,能够提供防洪、排水、野生动物通道以及休闲空间等关键服务(Grimm等人,2008;Kooy等人,2020;Larsen等人,2016;V?r?smarty等人,2010)。然而,快速的城市化进程和气候变化引发了“城市河流综合征”(Walsh等人,2005),其表现为水文状况改变、水文曲线更加剧烈(Gogoi等人,2020)、雨水径流带来的污染物负荷增加,以及水质和生态健康状况恶化(Kiage和Douglas,2020;Zhang等人,2023)。在依赖雨水的城市河流中,这一问题更为严重,因为稳定的基流量有限,而大量的不透水表面会导致较高的径流系数。这类河流在降雨时通常会出现明显的初次冲刷效应,雨季则会出现洪峰流量迅速上升的情况,所有这些都会导致河水质量急剧下降(Qin等人,2013)。
因此,评估城市河流的水质状况仍是城市水环境管理中的重要挑战。传统的水质评估主要依赖于静态指标,如年平均浓度或污染物负荷(da Silveira Barcellos和de Souza,2022;Strobl和Robillard,2008)。这类方法无法捕捉城市河流对风暴引发的污染危机的动态反应,也无法为在突发干扰情况下进行及时风险评估和韧性评估提供有效支持(Liu等人,2023;Sweetapple等人,2018)。鉴于这类系统本身具备的干扰抵抗能力和恢复能力较弱,因此有必要将工程学和生态学中的韧性概念结合起来,构建能够定量评估系统抵抗能力和自我恢复能力的动态评估框架。
自Holling(1973)将韧性概念引入生态学领域以来,这一概念已经从以快速恢复平衡为特征的工程学韧性,发展为强调在干扰情况下仍能维持核心功能的社会-生态学韧性(Folke,2006;Meerow等人,2016)。这一概念的发展为提升复杂系统的可持续韧性提供了宝贵思路,尤其是在城市水资源管理方面。韧性概念已被广泛应用于废水处理(Juan-García等人,2017)、供水系统(Gay和Sinha,2012)、城市排水系统(Mugume等人,2015)以及低影响开发措施的稳定性研究(V?r?smarty等人,2010;Batalini de Macedo等人,2022)。近期还有研究运用韧性分析方法来研究城市洪水形成机制(Fu等人,2022)以及洪水与非点源污染的共同风险(Chen等人,2023b)。在气候变化和快速城市化的双重压力下(Shao等人,2024,2025;Wang等人,2024),评估河流系统在风暴事件中的适应能力和恢复潜力变得愈发重要。
水质韧性是一个跨学科概念,指的是水生生态系统通过物理输送、化学转化和生物降解等自我净化过程,保持结构稳定并从污染冲击中恢复的能力。Simonovic和Arunkumar(2016)基于系统动力学模拟,提出了从四个关键维度——稳健性、冗余性、资源利用能力和响应速度——来量化水质韧性。此后的研究主要沿着两条路径展开:一是基于指标的方法,例如在不同土地利用情景下构建综合指标(Li等人,2016);二是基于模型的方法,包括用于非线性预测的神经网络(Imani等人,2021)、多目标优化算法(McClymont等人,2020)、用于分析总磷负荷变化的集成模型(Salerno等人,2018),以及将污染物浓度、排放量与灰水足迹联系起来的响应模型(Wickramasinghe等人,2018)。这些研究代表了从静态评估向动态评估的转变,有助于更准确地了解生态系统在复杂环境压力下的耐受性、响应速度和恢复能力。
在存在点源和非点源混合污染的城市流域中,水质评估已逐渐转向基于过程的综合指标体系,这类体系能够反映污染物的抵抗、吸收和恢复过程。低影响开发措施作为一种有效的绿色雨水管理策略日益受到重视。雨花园、绿色屋顶和透水路面等低影响开发措施(Fletcher等人,2015)旨在通过促进水分下渗、滞留和蒸发作用,模拟开发前的水文状况。这些技术可以通过物理滞留、土壤下渗和生物净化作用,减少径流总量、延缓洪峰出现,并降低源头处的污染物浓度(Coffman等人,1999)。与传统灰色基础设施相比,低影响开发措施已被证明能有效减轻水质恶化现象(Ercolani等人,2018),大幅降低污染物负荷(Temprano等人,2006),同时还能降低洪水风险(Villarreal等人,2004)。尽管低影响开发措施不能直接提升接收河流的自身净化能力,但通过控制污染源,它能够显著减少外部污染物输入,从而减轻生态系统压力,提高系统在降雨影响下的整体稳定性。因此,从韧性角度评估低影响开发措施对水质恶化过程和恢复轨迹的动态影响,对于判断其在城市水环境保护中的作用至关重要。
本研究针对传统指标在描述风暴引发的水质恢复过程方面的局限性,构建了一种用于城市河流的定量水质韧性评估框架。该框架以系统性能曲线和故障指数理论为基础,将雨水管理模型与完全混合河流水模型相结合,能够动态模拟城市河流从遭受污染冲击到恢复的整个过程。选择雨水管理模型是因为它具备强大的功能,能够模拟城市流域中污染物的积累和冲刷过程,同时还拥有专门用于评估低影响开发措施情景的模块。以中国深圳典型的雨养型城市河流西乡河为案例,应用该框架通过多情景模拟,分析了低影响开发措施对水质韧性的影响。本研究旨在回答两个关键科学问题:(1)如何动态评估风暴冲击下的水质韧性?(2)不同的低影响开发措施情景如何影响这种韧性?我们假设,动态韧性框架能够准确捕捉系统在突发干扰下的脆弱性,而低影响开发措施可通过缓冲外部污染负荷,有效减轻水质超标问题。研究结果为城市河流的修复和管理提供了科学依据。
章节节选
水质韧性评估框架
河口水质韧性被定义为系统吸收外部污染冲击、维持核心功能,并将水质指标快速恢复到理想水平的能力(Xiao等人,2024)。基于这一概念,本研究基于系统性能曲线,为城市河流构建了一种动态水质韧性评估框架。该框架旨在量化河流吸收风暴引发的污染干扰、维持核心功能的能力
校准与验证结果
流量数据的校准与验证结果如图S2–S3和表S3所示。在校准阶段,相对较大的最大相对误差和平均绝对百分比误差主要是由降雨事件引发的流量骤增所导致的。而在验证阶段,流量变化相对稳定,平均绝对百分比误差为28.8%,处于合理水平。流量数据的归一化平方误差在校准阶段为0.41,在验证阶段上升至0.46。这些结果表明
水质韧性评估框架的优势与适用性
城市雨养型河流通常具有较低的环境承载能力且水质变化较大。为解决这些问题,本研究基于系统性能曲线理论(Simonovic和Arunkumar,2016)构建了一种定量韧性评估框架。与以往依赖静态指标(Li等人,2016)或基于污染物浓度的方法(McClymont等人,2020)的研究相比,我们的框架通过整合故障指数,更注重对污染过程本身的表征
结论
本研究通过将雨水管理模型与完全混合河流水模型相结合,为城市河流构建了一种动态水质韧性评估框架。该框架通过系统性能曲线、故障指数和非线性惩罚系数,能够量化风暴引发污染时的完整响应-恢复过程,从而克服了传统静态指标的局限性。以高度城市化的深圳西乡河为应用对象的研究表明,该框架能够有效揭示出明显的季节性差异
CRediT作者贡献说明
孙杰耀:概念构建、形式分析、研究调查、方法设计、可视化处理、初稿撰写、论文修改与润色。周建峰:研究调查、方法设计、验证工作。张廷瑞:研究调查、验证工作。高景思:概念构建、资金筹集、研究调查。程国伟:研究调查、验证工作。戴双良:研究调查、验证工作。毛先忠:概念构建、资金筹集、研究调查、方法设计、监督指导、论文撰写 –
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
本研究得到了中国国家自然科学基金(编号:42076150)、中国广东省教育厅开展的针对2-MIB去除的饮用水处理厂环境影响分析项目(编号:2023KTSCX316),以及深圳大学QY水净化水处理技术与化学品研发中心(编号:602531001PQ)的支持。
Geyao Sun|Jianfeng Zhou|Tingrui Zhang|Jingsi Gao|Guowei Cheng|Shuangliang Dai|Xian-zhong Mao
清华大学深圳国际研究生院海洋工程研究所,中国深圳市518055