1 引言(Introduction)

　　城市濕地生態(tài)系統具有多樣化的植物群落和種類(lèi)繁多的動(dòng)物資源, 并可調節地區水資源和水熱平衡, 對城市生態(tài)影響較大.由于中國的污水管道建設相對落后, 污水管道的溢流湖泊周?chē)赡軙?huì )造成污染物污染, 并導致水質(zhì)量退化(Chen et al., 2009).隨著(zhù)經(jīng)濟的深入發(fā)展, 這種污染的后果越來(lái)越嚴重.外部污染源、內部來(lái)源(營(yíng)養物質(zhì)釋放來(lái)自沉積物)和水動(dòng)力條件(局部循環(huán))都是導致水質(zhì)惡化的關(guān)鍵因素(Wang, 2014).城市濕地生態(tài)系統處理污水技術(shù)對污水處理效果明顯、綠色經(jīng)濟、便于維護, 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(guò)程中污廢水大量排放, 嚴重超過(guò)了濕地對污水的凈化能力范圍, 造成濕地生態(tài)系統惡化, 成為城市的“頑疾”.這些問(wèn)題在許多城市都曾出現, 國內外學(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(shí)空分布進(jìn)行了模擬, 并提出生態(tài)用水調控方案.焦璀玲等(2008)采用MIKE21水動(dòng)力模型對濕地現狀水質(zhì)進(jìn)行模擬.林國慶等對河口濕地的水動(dòng)力和水質(zhì)條件進(jìn)行了研究, 提出了生態(tài)用水的灌溉調水方案(Lin et al., 2011).楊永森等(2015)建立了濕地水域的二維水動(dòng)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(guò)設置適當的參數對水域的水動(dòng)力或水質(zhì)狀況做出模擬, 即現狀模擬, 未深入探討水生生物對水域水動(dòng)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(diǎn), 考慮水草對糙率及污染物轉化的影響, 建立二維水動(dòng)力水質(zhì)耦合模型, 針對濕地水域水環(huán)境建立多目標優(yōu)化函數, 采用狼群搜索算法對設置的不同的水質(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, 根據研究水域的進(jìn)水、出水條件, 并考慮風(fēng)場(chǎng)、水生植物等對水流的影響, 建立二維湖泊水動(dòng)力學(xué)模型, 模擬流速、水位、流量等水動(dòng)力指標的時(shí)空變化過(guò)程;其次, 基于污染物在水體中發(fā)生的稀釋、遷移、降解等作用機制, 并考慮研究水域內排污口排放、底泥內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(shí)空變化過(guò)程的二維水質(zhì)遷移轉化數學(xué)模型;最后, 在研究水域內選取相應的控制點(diǎn), 以控制點(diǎn)的水質(zhì)濃度達到目標濃度作為控制條件, 通過(guò)設置不同的水質(zhì)改善方案, 輸入到已建立的水動(dòng)力-水質(zhì)模型, 推求得到確保所有控制點(diǎn)都能滿(mǎn)足水質(zhì)目標要求的允許排污負荷總量, 進(jìn)而優(yōu)選出最優(yōu)方案.

　　2.2 基于MIKE21的湖泊二維水動(dòng)力模型

　　MIKE 21模型是丹麥水力研究所(DHI)開(kāi)發(fā)的系列水力學(xué)軟件之一, MIKE 21水動(dòng)力模塊是建立在二維數值求解方法的淺水方程基礎上, 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)格采用非結構網(wǎng)格, 因此, 能夠靈活處理復雜地形和動(dòng)態(tài)變化的水陸邊界.水動(dòng)力模型控制方程包括水流連續方程(1)、X方向動(dòng)量方程(2)和Y方向動(dòng)量方程(3).

(1)

(2)

(3)

　　式中, h為水深(m);d為時(shí)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(m1/2·s-1);f為風(fēng)摩擦系數, 無(wú)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, Ωq=2ωsinθ;其中, ω為地球自轉角速度(rad·s-1);θ為計算點(diǎn)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(m);t為時(shí)間(s);τxx、τxy、τyy為切應力(謝銳等, 2010;竇明等, 2016, 馮媛, 2016).

　　水生植物可以通過(guò)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包含植物所引起的附加阻力, 因此, 傳統的糙率計算公式不適應此種水域.為此, 有學(xué)者提出了水生植物大量生長(cháng)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, 無(wú)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, 無(wú)量綱(其值與雷諾數大小有關(guān)).本文在確定糙率系數時(shí)結合濕地實(shí)際資料, 利用式(4)計算糙率, 對不同水域的設置不同的糙率系數.

　　2.3 基于水生生物自?xún)糇饔玫亩S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(guò)光合作用生成氧氣和有機物, 提高水體溶解氧含量和生化反應能量;②對水中的氮、磷等營(yíng)養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、有機氮、硫酸鹽均有一定的凈化能力;③增加阻力降低污染物擴散速率, 防止污染源進(jìn)一步擴散;④增加或穩定土壤的透水性, 提供良好的過(guò)濾條件以防止濕地被淤泥淤塞.但真正來(lái)自大型水生植物的營(yíng)養鹽吸收利用量是有限的, 這是由水生植物生長(cháng)特性所決定.

　　濕地水生態(tài)系統的富營(yíng)養化狀態(tài)不僅取決于營(yíng)養物質(zhì)的負荷, 水溫、光照、鹽度、水動(dòng)力條件也相當重要.基于水動(dòng)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)系統模型的開(kāi)放型工具, 可描述與環(huán)境、水污染問(wèn)題相關(guān)的物理、化學(xué)和生物過(guò)程, 包括大氣富氧作用、光合作用、硝化作用、異養生物(細菌)呼吸作用等過(guò)程(竇明等, 2015;余曉等, 2011).在此將水域內各種物質(zhì)之間的轉化關(guān)系進(jìn)行概化, 具體如圖 1所示.各種物質(zhì)的轉化過(guò)程如式(5)~ (9)所示.

　　圖

　　圖 1水質(zhì)指標之間的相互作用關(guān)系示意圖

　　在濕地環(huán)境下, 水生植物的生長(cháng)動(dòng)力學(xué)過(guò)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(guò)程, 在這些過(guò)程中包含了水生植物對水中營(yíng)養物質(zhì)的吸收及各種物質(zhì)之間的相互轉化過(guò)程(張曉玲等, 2016;種云霄等, 2003).基于水生植物的生長(cháng)動(dòng)力學(xué)過(guò)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(shí)間(d);PMj為水生植物生長(cháng)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(cháng)率PMj是一個(gè)復雜的非線(xiàn)性函數, 主要受水溫、光照強度和營(yíng)養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(cháng)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(cháng)率(d-1);G(T)為溫度調節因子,

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

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

, 無(wú)量綱, Kmn、Kmp分別為植物生長(cháng)攝入氮和磷的半速常數(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(lèi)水生植物自遮蔽作用的生物密度限制因子半飽和常數(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;P表示光合作用產(chǎn)氧量(g·m-2·d-2, 以O2計);R1表示20 ℃下光合作用(自養型)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, 無(wú)量綱;T表示溫度(℃);G(N)表示營(yíng)養鹽限制因子, 無(wú)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;其他符號意義同上.

　　石油類(lèi)污染物在自然狀態(tài)下降解轉化過(guò)程緩慢復雜, 在處理石油類(lèi)污染物時(shí)將其簡(jiǎn)化為難降解有機物, 其降解規律(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為不可降解有機物濃度(mg·L-1);k為降解系數(d-1), 與溫度、光照強度和氧含量有關(guān);Φ為反應級數;t為反應時(shí)間(d).

　　2.4 基于環(huán)境自?xún)裟芰Τ浞掷玫乃|(zhì)改善優(yōu)化調控方案求解

　　龍鳳濕地水域受多個(gè)排污口的排污綜合影響, 污染物在水域內呈現帶狀分布, 不同監測點(diǎn)的水質(zhì)濃度差別很大.因此, 本文提出選取主要控制點(diǎn)、并以控制點(diǎn)水質(zhì)狀況為防控目標的基于水質(zhì)目標的污染物控制方法.控制點(diǎn)的選取可參照以下原則：①位于湖泊中央的監測點(diǎn);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有重要保護意義或使用功能的水域.

　　鑒于龍鳳濕地的實(shí)際情況, 對龍鳳濕地污染物排放實(shí)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(gè)排污口可以盡可能多的排放污染物, 并使主要控制點(diǎn)的監測水質(zhì)濃度達到相應的水環(huán)境質(zhì)量標準.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).該模型的目標函數及其約束條件如公式(10)~(14)所示.

　　2.4.1 目標函數

　　采用區域的污染物排放總量最大作為目標函數, 即：

(10)

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

　　2.4.2 約束條件

　　控制點(diǎn)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))、污染團滯留時(shí)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)保護目標濃度(mg·L-1);m為控制點(diǎn)個(gè)數;C控k是第k個(gè)控制點(diǎn)的污染物濃度(mg·L-1);Qi, t為第i個(gè)排污口的補水流量(m3·s-1);Si, t為河道實(shí)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(gè)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(guò)設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, 當同時(shí)滿(mǎn)足約束條件, 且達到目標函數所設置的目標時(shí), 對各個(gè)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不超過(guò)研究水域的納污能力.

　　3 應用研究(Application and analysis)3.1 研究區概述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, 核心管護區面積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(lái)水和大慶市東城區和安達市的混合排水.龍鳳濕地最大蓄水量9240萬(wàn)m3, 正常蓄水量800萬(wàn)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.對研究區域水質(zhì)進(jìn)行監測, 共設置34個(gè)監測點(diǎn), 包括4個(gè)控制點(diǎn).龍鳳濕地收納來(lái)自城區居民生活用水、雨水及污水處理廠(chǎng)排水, 污染物來(lái)源復雜, 主要監測指標包括氮、磷、COD等常見(jiàn)污染物, 另外, 由于該水域處于石油產(chǎn)區大慶市, 因此, 將石油類(lèi)污染物也作為一項監測指標, 經(jīng)過(guò)現場(chǎng)取樣檢測, 總體水質(zhì)類(lèi)別為劣Ⅴ類(lèi).

　　3.1.2 研究區概化

　　根據現場(chǎng)勘察及監測情況, 安肇新河穿龍鳳濕地而過(guò), 黎明河最終也匯入到龍鳳濕地, 此外, 還有7個(gè)排水口排入到龍鳳濕地.在監測期間, 項目組同時(shí)在污水處理廠(chǎng)入口對流量、流速進(jìn)行了監測, 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(guān)測安達排污口的影響)、大湖區中央(觀(guān)測污水處理廠(chǎng)和北部排污口群)、小湖區中央(觀(guān)測西北兩個(gè)排污口)和湖泊出流斷面(考察各排口的綜合影響)設置了4個(gè)控制點(diǎn), 作為判斷水質(zhì)是否超標的依據.龍鳳濕地水域示意如圖 2所示.

　　圖 2

　　圖 2研究區域示意圖

　　3.2 模型驗證及參數率定3.2.1 水動(dòng)力學(xué)模型驗證

　　根據水動(dòng)力學(xué)模型, 對模擬結果影響較大的參數主要有糙率、干濕水深和風(fēng)阻系數(馮媛, 2016).在參數取值調整過(guò)程中, 以湖泊中各點(diǎn)監測數據為依據, 選取不同的糙率、干濕水深和風(fēng)阻系數來(lái)模擬率定, 使濕地水動(dòng)力條件達到較好的模擬效果, 其中針對龍鳳濕地水、草相間的分布情況對糙率進(jìn)行分區設置, 率定結果見(jiàn)表 1.

　　3.2.2 水環(huán)境數學(xué)模型驗證

　　由于水質(zhì)遷移轉化模型中參數較多, 單一率定起來(lái)比較繁瑣, 在參數率定時(shí), 通過(guò)查閱文獻(武春芳等, 2014;竇明等, 2015)確定參數的初始值, 然后根據文獻和模型, 找出對各物理、化學(xué)、生物反應過(guò)程較敏感的參數, 不斷調整每一個(gè)參數值, 分析NH3-N、COD、TP和石油類(lèi)污染物模擬值與實(shí)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(shí)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(shí)測值最大相對誤差為17.02%, 平均相對誤差為14.28%;石油類(lèi)模擬值與實(shí)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(shí)測值最大相對誤差為18.81%, 平均相對誤差為16.03%.整體來(lái)看, 各水質(zhì)指標的模擬結果與實(shí)際監測值擬合較好(圖 3), 根據率定結果最終確定參數值(表 2).

　　圖 3

　　圖 3各水質(zhì)指標的模擬值和實(shí)測值的對比結果

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

　　根據流域生態(tài)保護方案, 對龍鳳濕地分別設置不同治理方案, 針對各排污口的實(shí)際情況, 將9個(gè)主要排污口分為5組, 對其實(shí)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準.采用構建的二維水動(dòng)力學(xué)模型和水質(zhì)遷移轉化模型, 對不同排放水質(zhì)標準要求的工程方案進(jìn)行模擬, 分析不同工程方案實(shí)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, 龍鳳濕地治污實(shí)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

　　根據以上方案得出不同排污條件下的水質(zhì)模擬結果, 得到按設定工況進(jìn)行污染物排放30、60、90、120、150、180 d的4類(lèi)主要污染物濃度, 對其結果進(jìn)行分析, 篩選原則依據式(9)~(13), 符合約束并能達到最大排污目標的排污方案即為最優(yōu)方案.選取控制點(diǎn)1做重點(diǎn)分析, 各情景方案下控制點(diǎn)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(lèi)污染物變化趨勢

　　由圖 4可以看出, 各種方案實(shí)施后對濕地中污染物濃度的影響各有差異.整體來(lái)看方案集B比方案集A的削減作用更顯著(zhù).對于COD, 設計方案開(kāi)始實(shí)施60 d后其值開(kāi)始出現明顯下降, 并根據方案的不同呈不同的下降趨勢.其中, 在A(yíng)5、A6情景下COD在120 d左右達到目標值, 方案B的COD下降趨勢更明顯, 可以看到, 當提高污染物的排放標準之后, 其COD下降趨明顯變快, 且開(kāi)始出現下降趨勢的時(shí)間也有提前.方案集B有B4、B5、B6 3種方案COD最終達到了Ⅳ類(lèi)水標準.對于污染物TP, 在方案集中A4、A5、A6情景下TP濃度在120 d左右達到目標濃度, 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到了Ⅳ類(lèi)水標準.對于TP污染物的削減, 曝氣、清淤、補水及提高污染物排放標準幾種措施之間, 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(lèi)污染物, 在治理TP類(lèi)污染物時(shí), 應加強對底泥的處理工程.對于NH3-N其變化趨勢與COD類(lèi)似, 但削減速度較COD快.NH3-N的主要污染來(lái)源是輸入較多, 在治理NH3-N污染物時(shí)應加強對龍鳳濕地來(lái)水水質(zhì)的控制;對于石油類(lèi)污染物, 在方案集中A3、A4、A5、A6情景下石油類(lèi)污染物濃度在120 d左右達到目標濃度, 從下降趨勢和削減結果看, 提高排放標準對污染物的削減效果并不明顯更, A、B兩組對照實(shí)驗的結果相差不大.綜合上述分析, 對于4類(lèi)主要污染物的削減, 從采用的工程措施來(lái)看, 補水+清淤的方案更優(yōu).根據控制目標和約束條件, 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(gè)控制點(diǎn)的4類(lèi)主要污染物模擬結果分析, 能夠使污染物削減至目標濃度Ⅳ類(lèi)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(lèi)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(mǎn)足控制目標為Ⅳ類(lèi)水水質(zhì)的要求.

　　通過(guò)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準, 同時(shí)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(diǎn)控制, 對水草區域增加一定的水系連通工程, 增加濕地內水的流動(dòng)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來(lái)看, 各種方案下污染物的削減作用不同, 經(jīng)過(guò)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 結論(Conclusions)

　　1) 本文建立了水動(dòng)力和水質(zhì)二維耦合模型, 分析了NH3-N、COD、TP和石油類(lèi)污染物模擬值與實(shí)測值檢驗誤差情況, 結果發(fā)現, 龍鳳濕地4類(lèi)主要污染物的實(shí)測值與模擬值誤差在20%以?xún)? 確定了龍鳳濕地水域水質(zhì)遷移轉化模型的各項參數.

　　2) 建立的基于環(huán)境自?xún)裟芰Φ乃|(zhì)改善優(yōu)化調控模型, 綜合考慮了濕地水生植物豐茂的特點(diǎn), 并將水生植物對水體污染物的削減作用過(guò)程添加到水質(zhì)模型中.利用該模型對龍鳳濕地4類(lèi)主要污染物在指定方案下的削減趨勢進(jìn)行分析, 發(fā)現該模型可以根據不同的趨勢及削減結果, 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(wú)法使染物削減到控制目標濃度, 各類(lèi)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, 提高排污標準也能起到削減作用.