模拟源-海系统中合流制下水道溢流(CSOs)引起的峰值微生物污染事件

《Environmental Pollution》：Modelling peak microbial pollution events caused by combined sewer overflows in a source-to-sea system

　　

预测下游沿海浴场由合流制下水道溢流(CSOs)引起的峰值微生物污染事件对保障公众健康至关重要。在城市区域，污水排放、CSOs和地表径流可能增加下游水域的微生物负荷。人口密度增长和气候变化导致的更频繁强降雨可能加剧这些压力。本研究开发了一个过程模拟模型，以模拟大肠杆菌(E. coli)从初始源头到海岸沙滩的排放、输移和归宿。一项三年回顾性模拟(2017-2019年)表明，流域内CSO排放中的E. coli浓度变化范围较大(4.6–7.3 log₁₀ CFU 100ml^-1)。内陆水出水口99分位E. coli浓度(4.0 log₁₀ CFU 100ml^-1)主要受当地CSO排放控制，而90分位E. coli浓度(3.6 log₁₀ CFU 100ml^-1)则反映了来自CSO和污水排放的累积上游贡献。在89%的模拟准确率下，该模型可靠地再现了下游沙滩E. coli的动态变化，并基于互补累积分布函数(CCDF)分析显示出较强的峰值浓度表征能力。该过程模型能够定量追踪来源贡献并识别污染热点区域，为缓解措施提供支持。本研究建立了一个用于表征水生连续体中污染输移的源-海模拟框架，并为微生物污染预测和气候适应规划提供了可迁移工具。

**论文解读：基于源-海框架的CSO峰值微生物污染事件模拟**

**1. 研究背景与问题**

沿海沙滩是重要的休闲娱乐场所，其水质安全直接关系公众健康。然而，城市化与人口增长使得生活污水和工业废水排放量不断增加，加之部分地区污水处理基础设施老化，合流制下水道溢流(CSOs)事件频发，成为影响近岸水质的主要污染源之一。气候变化背景下，强降雨频率和强度的增加进一步加剧了CSO溢流的次数与水量，导致下游海滩微生物污染风险不断上升。为了有效保护游泳者健康，必须对由CSO事件引发的短期峰值污染进行准确预测。然而，针对这种短期、动态的污染过程，直接监测极为困难——CSO排放的微生物浓度变化迅速，且事件持续时间短，难以通过常规采样捕捉峰值。传统的基于数据驱动的统计模型虽可预测污染概率，但往往缺乏对污染来源和输移过程的机理性描述，且大多未充分考虑CSO排放的复杂性。此外，现有模型通常将内陆水域与海岸系统分别处理，割裂了污染物从源头到受纳水体的连续输移过程，限制了系统层面的污染归因和未来情景预测。因此，亟需一种能够全面表征污染源—内陆输移—海岸扩散全过程的模拟框架，以支持实时预警和长期适应性管理。

**2. 研究内容与方法**

针对上述问题，研究人员（Hao Wang, Anouk Blauw, Jos van Gils, Eline Boelee, émile Sylvestre, Gertjan Medema）开发了一套通用的源-海(Source-to-Sea)过程模拟框架，并以荷兰Rijnland水委会管辖区域为研究案例，模拟了大肠杆菌(E. coli)从污水系统、内陆运河到沿海沙滩的排放、输移与消亡全过程。研究区域面积约1100 km2，人口130万，包含17座污水处理厂(WWTPs)，并通过五个水力边界与莱茵河、北海及邻近水系统相连。模型的构建主要采用了以下几个关键技术方法：

- **耦合降雨径流(RR)与排放模型**：基于SOBEK 2 Suite建立包含详细排水管网和运河网络的水文模型，并结合D-emissions模型计算来自不同土地利用类型（不透水面、透水面、局部地表水体及WWTPs）的E. coli排放负荷。RR模型以10分钟降水数据为输入，模拟地表径流、土壤渗透和排水过程，并计算下水道溢流(CSO)排放量。
- **一维内陆水动力-水质模型**：采用SOBEK 1DFLOW求解圣维南方程，模拟运河网络中的水流和污染物输移。水质模块考虑了E. coli因温度、盐度、紫外辐射的失活，以及与沉积物的吸附、沉降和再悬浮等过程，但未耦合悬浮沉积物相互作用。
- **三维海岸水动力-水质模型**：基于Delft3D FM构建海岸模型，嵌套在荷兰大陆架模型(DCSM)中，模拟沿海区域的水位、海流、盐度、温度及E. coli的稀释、输移与消亡。模型中加入了每周变化的悬浮沉积物浓度边界条件。
- **模型验证与政策导向评估**：采用均方根误差(RMSE)、归一化均方根误差、决定系数(R2)以及基于欧盟游泳水指令阈值(500 CFU 100ml?1)的混淆矩阵分析，评估模型对超标事件的正确预测能力。同时，利用互补累积分布函数(CCDF)分析模拟和观测的浓度上尾分布，检验模型对极端峰值浓度的表征能力。

输入数据包括荷兰皇家气象局(KNMI)提供的降水量和蒸发量数据，以及水委会提供的污水管网、CSO和排放口位置、人口分布等资料。观测数据涵盖内陆水位、温度、盐度、悬浮泥沙以及海滩E. coli监测序列。模拟期为2017至2019年。

**3. 主要研究结果**

**3.1 模型性能验证**
传统验证结果表明，1D水文模型模拟的运河水位RMSE为0.12 m，归一化RMSE为3.6%，能准确再现实际水位动态。3D海岸模型对温度和盐度的模拟效果良好，R2达到0.98。海滩E. coli浓度的模拟结果R2为0.51，RMSE为0.64 (log₁₀ CFU 100ml?1)，总体性能可接受。政策导向验证中，模型对95个监测日中的85天实现了正确分类，模拟准确率为89%，与数据驱动模型相当。进一步CCDF分析显示，模型对高浓度(>200 CFU 100ml?1)的出现概率模拟准确，优于低浓度段，说明其能较好地捕捉峰值污染事件。

**3.2 内陆水系统E. coli动态与来源解析**
模拟结果显示，内陆水出水口E. coli负荷的波动主要由浓度变化主导，而非流量。99分位和90分位浓度阈值的空间分布呈现不同特征：99分位超标持续时间呈现局部化斑块，集中在CSO排出口附近，表明此类极端事件主要由局部CSO排放驱动，空间影响有限；而90分位超标的持续时间分布更为连续，且受到WWTP排放口的共同影响，反映了累积上游贡献。模拟的CSO中E. coli浓度范围为4.6至7.3 log₁₀ CFU 100ml?1，平均值为6.3，较污水中浓度高约两个数量级，与文献报道一致。在99分位超标期间，CSO与污水排放的E. coli负荷比平均值为73，凸显CSO的主导作用；而在90分位超标期间，该比值仅为0–8，说明WWTP排放对广泛而频繁的中等强度污染更重要。

**3.3 海岸水系统污染动态**
模型识别出2017至2019年泳季海滩北端的超标污染事件分别为11、13和23次，累积持续时长分别为310、141和202小时。2017年污染羽流范围最大，与当年降水量最高及内陆水高污染物负荷密切相关。海岸水域的污染受内陆负荷和近岸水动力共同影响，内陆水负荷与海滩E. coli浓度之间的决定系数低于0.05，但99分位排放造成的海滩污染持续时间明显长于90分位排放(约37小时对<10小时)，且北端海滩受影响显著大于南端，这与近岸常流向北一致。

**4. 讨论与结论**

本研究构建的源-海模型框架无需现场率定即可用于其他城市化沿海系统，模型性能可与数据驱动模型媲美，同时提供了污染物来源和输移路径的时空信息，有助于制定水环境管理措施。模型的主要局限性包括：低估了农业面源、错接下水道、动物及游客直接排便等污染贡献，导致对低浓度区间的模拟偏差；CSO与污水排放中E. coli浓度缺乏直接观测验证；WWTP去除率在干旱条件下可能被低估，导致污水中E. coli负荷被高估。未来改进方向包括动态模拟E. coli去除率以及纳入更多非点源。

研究最终得出的主要结论为：
1. 耦合模型以89%的准确率重现了下游海滩E. coli动态，并通过CCDF分析有效表征了峰值浓度，能够定量追踪污染来源并识别热点区域；
2. CSO排放中E. coli浓度范围4.6–7.3 log₁₀ CFU 100ml?1，变化幅度大，表明先前建模研究中采用的恒定浓度假设不足以代表CSO的微生物污染特征；
3. 内陆水出水口的99分位超标事件主要由邻近CSO排放导致，而90分位超标则反映了沿程累积贡献；
4. 海滩E. coli污染持续时间和空间分布受内陆污染负荷和海岸水动力条件共同制约，源-海模拟框架有效再现了污染物在水生连续体中的输移过程。

该研究构建的模拟框架为城市地区实时水质预测、CSO污染管理以及未来气候变化影响评估提供了可迁移的工具，对沿海水环境适应性管理具有重要参考价值。