陳 瑩,王 昭,趙劍強,楊文娟

(長安大學環(huán)境科學與工程學院,旱區(qū)地下水文與生態(tài)效應教育部重點實驗室,陜西 西安 710054)

樣品數(shù)量對徑流事件平均濃度估算結果的影響
——以時間間隔采樣法為例

陳 瑩*,王 昭,趙劍強,楊文娟

(長安大學環(huán)境科學與工程學院,旱區(qū)地下水文與生態(tài)效應教育部重點實驗室,陜西 西安 710054)

在西安市城市主干道南二環(huán)路太白立交高架段設置路面徑流采樣點,采用人工時間間隔采樣法對2014年8月～2014年11月的3場徑流事件全程采樣,測試徑流過程SS、COD、Pb、Zn、溶解態(tài)Pb、溶解態(tài)Zn的濃度變化及出流規(guī)律,基于隨機抽樣法編程研究時間間隔采樣法樣品數(shù)量對場次徑流事件平均濃度(EMC)估算準確性的影響.結果表明,無論何種類型的降雨事件,徑流初期污染物濃度較高、波動劇烈且受雨強影響較大,徑流中后段濃度下降且逐漸趨于平穩(wěn),為提高EMC估算的準確性應對徑流全程采樣并在初期加密樣品采集.時間間隔采樣法樣品數(shù)量對EMC估算結果產(chǎn)生顯著影響.場次徑流樣品數(shù)量較少時,根據(jù)樣品濃度結合相應時段徑流量計算的EMC呈較大離散性,隨著樣品數(shù)量增加估算EMC值離散性逐漸減小并趨于穩(wěn)定.不同場次徑流各污染指標估算EMC值與EMC近似真值的最大相對誤差隨樣品增多而降低的趨勢不盡相同,其與徑流水質水量波動程度有關.若場次徑流樣品數(shù)量小于10,各污染指標估算EMC值與EMC近似真值的最大相對誤差接近40%,當樣品數(shù)量增至13個或19個,其最大相對誤差分別小于30%和20%.

路面徑流；事件平均濃度；樣品數(shù)量；時間間隔采樣法；隨機抽樣；誤差

隨著點源污染治理率的不斷提高,包括路面徑流在內的城市地表徑流逐漸成為城市水體水質惡化的主要原因,城市地表徑流污染研究成為多學科領域交叉研究的熱點.相關研究中,事件平均濃度(EMC)是最重要的污染程度表征指標,也是核算污染負荷的重要參數(shù),指場次徑流污染物排放總量與徑流體積的比值[1].因徑流過程水質水量持續(xù)變化,其實質是場次徑流全程瞬時濃度的流量加權平均值.受測試技術的限制,目前較多水質指標尚無法實現(xiàn)連續(xù)監(jiān)測,且因場次徑流量大,欲通過收集全部徑流體積測試EMC的方法并不適用.鑒于此,國內外極少數(shù)研究者通過采集流量等比例混合水樣以獲得EMC[2-4],該方法高效、便捷且成本低,但無法研究徑流變化過程且僅適于特殊采樣區(qū)域.目前國內外學者普遍采用間隔采樣法,即將徑流過程分為若干段,每段采集一個水樣,以該水樣濃度代表該段徑流平均濃度,據(jù)此估算EMC.該方法樣品數(shù)量過多會增加測試研究成本,較少則影響研究結論的可靠性,為平衡研究成本與準確性,國外研究者利用自動采樣站設置不同采樣方案研究采樣方案及樣品數(shù)量對EMC估算準確性的影響[5-9].采樣方案的研究主要是對時間間隔采樣法、等徑流體積采樣法、隨機采樣法等方法的比較.多數(shù)研究證明等體積采樣法精度優(yōu)于時間間隔采樣法,隨機采樣法精度最差[10-12].Leecaster[13]研究了一個水文年22場徑流的測試數(shù)據(jù),發(fā)現(xiàn)利用等徑流體積采樣法12個樣品計算的TSS污染負荷的最大相對誤差為19%,較時間間隔采樣法42個樣品的計算誤差低,故其推薦等徑流體積采樣法,并認為單場徑流12個樣品既可保證估算EMC誤差相對較小,又可最大限度節(jié)約研究成本;Ma[10]的研究表明,時間間隔采樣法場次徑流樣品少于10個時估算EMC誤差可超過50%,樣品多于20個,估算EMC誤差可小于20%.

受條件限制,國內相關研究多依靠人工采樣,且因普遍無條件現(xiàn)場實測徑流量導致等徑流體積采樣法無法實施,目前研究多采用時間間隔采樣法[14-21].因國內外在降雨特征、徑流污染特征、污染水平及排放規(guī)律等諸多方面存在顯著差異,而國內目前尚無時間間隔采樣法樣品數(shù)量對EMC估算準確性影響的研究報道,導致學者們在制訂徑流采樣方案時缺乏參考,方案多樣、樣品數(shù)量不一,采樣方案的合理性和研究結果的可靠性難以評估,故在國內開展時間間隔采樣法樣品數(shù)量對EMC估算準確性影響的研究尤為重要.

1 研究方法

1.1 采樣地點

選擇西安市南二環(huán)路太白立交高架段作為采樣區(qū)域,在高架橋排水立管設置采樣點,雨期采用人工時間間隔采樣法采集徑流全程樣品.該徑流收集段為單向行駛的3車道橋面,日均車流量大于5萬輛,路拱橫坡0.2%、縱坡0.5%、橋寬11.0m,采樣點匯流面積410m2,徑流通過橋兩側雨水口經(jīng)由支管匯集至排水立管.該段路面維護方式為每日定期灑水,真空吸塵車不定時清掃至少3次.

1.2 采樣方法

選擇2014年7月～2014年11月的3場典型降雨徑流事件進行人工時間間隔采樣.采樣方案為:徑流開始30min內,用聚乙烯瓶每5min采樣一次, 30min～2h間每10min采樣一次,2h～3h間每15min采樣一次,3h后每30min采樣一次直至徑流結束.每次采樣500mL,徑流結束后送至實驗室分析水質.3場徑流事件分別獲得樣品27、25、25個.采樣期間用JFZ-01型數(shù)字雨量計同步觀測降雨特征,雨后統(tǒng)計降雨量、降雨歷時、平均降雨強度、最大降雨強度等降雨特征參數(shù).

1.3 水質測定

水質分析指標選擇路面徑流典型污染物,即表征顆粒物的SS、表征有機污染物的COD以及重金屬Pb、Zn和溶解態(tài)Pb、Zn.SS采用重量法測定,COD采用快速密閉催化消解法測定,重金屬采用電感耦合等離子體質譜法(ICP-MS)測定,溶解態(tài)重金屬需將水樣經(jīng)0.45μm濾膜過濾后再行測定.

1.4 分析方法

1.4.1 EMC估算 根據(jù)定義,采用式(1)估算徑流EMC,以各場徑流所有樣品的濃度結合相應時段徑流量計算的EMC作為EMC近似真值,以隨機抽取的各樣品的濃度結合相應時段徑流量計算的EMC作為不同樣品數(shù)量的估算EMC值.公式如下:

式中:M為場次徑流排放某污染物的總質量,g;V為場次徑流總體積,m3;C(t)為徑流過程某污染物濃度隨時間t的分布,mg/L;Q(t)為t時刻的徑流量,m3/s;T為場次徑流總歷時,s;n為時間分段數(shù);Ci為第i時間段樣品某污染物的濃度,mg/L;Vi為第i時間段的徑流體積,即上次采樣至本次采樣時段內的徑流量,m3.

1.4.2 徑流量估計 因條件限制,本研究未能實測徑流量.因集水對象為內滲量與蒸發(fā)量很小的瀝青路面,且采樣時記錄了降雨開始與徑流形成時間,進而可計算消除徑流的滯后性,各采樣時段徑流體積可用扣除產(chǎn)流時間的各時段的降雨量與集雨面積的乘積估算[15].

1.4.3 隨機抽樣方法 利用3場徑流事件測試數(shù)據(jù),采用隨機抽樣方法,研究不同樣品數(shù)量(樣品數(shù)量小于本研究場次徑流實際采樣數(shù)量)、各種隨機抽樣樣品組合樣本計算的場次EMC均值的變異性.若當樣品數(shù)量達到某值時,基于各隨機抽樣樣本(不同的樣品組合)計算的EMC值趨于穩(wěn)定且與EMC近似真值的最大相對誤差小于a%,則認為該樣品數(shù)量可保證估算EMC的誤差小于a%.

1.4.4 編程方法 利用標準宏語言Visual Basic for Applications(VBA)編制程序調用Excel的功能,自動實現(xiàn)對采樣測試數(shù)據(jù)進行隨機抽樣組成容量大小(樣品數(shù)量)不同的樣本并自動匹配相應時段徑流量計算EMC值,并自動實現(xiàn)隨機抽樣樣本EMC計算值、變異系數(shù)、誤差的數(shù)據(jù)統(tǒng)計和圖形繪制.

2 結果與討論

2.1 場次降雨特征及路面徑流污染排放特征

表1 監(jiān)測降雨事件的降雨特征及路面徑流污染測試結果Table 1 Characteristics of monitoring rainfall events and concentrations of road runoff pollutants

3場降雨事件降雨特征、徑流污染測試結果及計算的EMC近似真值見表1.本研究以2014-8-12和2014-9-16的2場徑流測試數(shù)據(jù)編程研究欲以一定準確率估算EMC所需的樣品數(shù)量,以2014-10-20徑流測試結果驗證研究結論.2014-8-12和2014-9-16的2場徑流事件降雨特征及污染測試結果見圖1.由圖表可知,2014-8-12降雨事件屬于降雨量大、降雨強度大、歷時較長的多峰型暴雨;2014-09-16降雨事件為降雨量小、降雨強度小、雨強峰值出現(xiàn)在降雨初期的前峰型小雨;2014-10-20降雨事件屬于降雨量小、降雨強度小且全程雨強較平均的均勻型小雨.3場降雨均為該地區(qū)出現(xiàn)頻次較高的降雨類型,具有較好的代表性.

由圖1可見,盡管2場降雨特征差異顯著,但徑流污染排放具有一定規(guī)律,同類型的污染物表現(xiàn)出相似的排放特征.溶解態(tài)污染物,包括溶解態(tài)Pb及溶解態(tài)Zn,因其出流不受雨強大小決定的徑流沖刷能力的影響,在2場徑流事件中其均在初期達到峰值,隨后呈鋸齒形波動直至平穩(wěn),末期保持較低濃度;SS、COD的出流受雨強影響較大,2014-08-12徑流事件中,因初期雨強較大,對地面形成有效沖刷,徑流開始后短時間SS、COD濃度即達到峰值,此后濃度逐漸下降,并在后續(xù)的2次雨強峰值出現(xiàn)時出現(xiàn)濃度升高,雨強峰值過后濃度趨于平穩(wěn)直至徑流結束,而2014-09-16徑流事件因初期雨強小,初期降雨未對路面形成有效沖刷,SS、COD在徑流初期并未達到峰值而是在隨后的雨強峰值出現(xiàn)后出現(xiàn)濃度峰值,雨強峰值過后濃度迅速下降并趨于平穩(wěn);重金屬Pb、Zn呈現(xiàn)與降雨強度更好的相關性,2014-08-12徑流事件中,受初期強勁降雨的沖刷,重金屬Pb、Zn在初期達到濃度峰值后在隨后的2次雨強峰值時又出現(xiàn)明顯峰值,雨強峰值過后濃度逐漸趨于平穩(wěn),整個徑流過程濃度隨雨強變化顯著波動,2014-09-16徑流事件中,重金屬Pb、Zn濃度峰值并未出現(xiàn)在初期而是在雨強峰值出現(xiàn)后出現(xiàn).峰值過后濃度逐漸趨于平穩(wěn),也表現(xiàn)出與降雨強度較好的相關性.此外,2場徑流事件因歷時均較長,受雨期交通即時排污的影響,徑流中后期污染略有升高但總體維持相對較低水平.

徑流污染排放受場次降雨特征、雨前地表污染物累積、雨期交通即時排污等多種因素影響,呈現(xiàn)復雜多變的特征[14],其中,以降雨強度、降雨歷時、降雨量等參數(shù)表征的降雨特征影響最為顯著.降雨強度表征著徑流沖刷地表的能量,只有當雨強和地表流速超過地表物質的啟動流速時,顆粒態(tài)的污染物才會從地表剝離、被徑流裹挾,所以足夠大的雨強出現(xiàn)的時段影響著徑流中顆粒態(tài)污染物的輸出,而溶解態(tài)污染物易于進入徑流,其排放受降雨強度影響較小,一般呈隨徑流過程波動遞減的特征;降雨歷時也對徑流污染排放具有一定影響,若降雨歷時短,路面累積的污染物可能尚未被沖刷干凈徑流過程即終止,則末期徑流仍可保持較高濃度,若降雨歷時長且期間有較大雨強出現(xiàn),強勁的沖刷作用可將前期累積于地表的大部分污染物攜帶,雨強峰值過后濃度迅速下降,徑流中后期維持較低水平,但若降雨過程繼續(xù),雨期交通即時排污影響顯現(xiàn),徑流后期污染物濃度也可能有所增加;降雨量與降雨強度、降雨歷時相關,其對徑流污染排放的影響較復雜,當雨強增大隨即降雨量增大時,一方面徑流沖刷地表能力增強,徑流能夠裹挾、夾帶更多污染物,但降雨量越大其稀釋作用也愈加顯現(xiàn),污染物濃度亦可表現(xiàn)為降低.綜上,因徑流污染排放受具有隨機特征的降雨因素影響,時程上復雜多變,難以統(tǒng)一描述,但徑流前段污染物濃度相對較高、波動劇烈,中后段濃度降低且相對平穩(wěn)的排放特征仍被眾多徑流污染研究者報導,也與本研究測試結果相符.

基于徑流污染排放特征,為提高徑流污染研究精度,需對整場徑流過程進行完整采樣,若忽略后段僅對前段采樣,將高估場次徑流EMC,而若未能有效采集前期水樣,則可能低估EMC.因徑流前段濃度波動較大,后段濃度相對較平穩(wěn),故加密前段樣品采集可使估算EMC更準確.從本研究測試結果可知,徑流過程中足夠大的雨強峰值出現(xiàn)后,各污染物濃度均急劇下降且趨于平穩(wěn),較之前時段高濃度、劇烈波動形成鮮明對比,故可嘗試將足夠大的雨強峰值出現(xiàn)時段作為劃分徑流前、后段的識別參數(shù),并據(jù)此參數(shù)制定合理的采樣方案以提高徑流污染研究精度.在后續(xù)研究中,將針對該參數(shù)的具體取值、適用性進行深入研究和探討.

圖1 監(jiān)測徑流事件降雨特征及污染物濃度變化過程Fig.1 Characteristics of monitoring rainfall events and concentration variations of road runoff pollutants

2.2 樣品個數(shù)對EMC估算結果的影響

調運程序自動實現(xiàn)不同樣品數(shù)量時(樣品數(shù)量小于本研究場次徑流實際采樣數(shù)量),各隨機抽樣樣本組合計算的場次EMC均值和變異系數(shù)計算及圖形繪制,程序運行結果見圖2.

由圖2可見,各場次各污染指標隨機抽樣樣本計算EMC值隨樣品數(shù)量增加的集中趨勢不盡相同,這與場次降雨特征及徑流過程水質水量波動程度有關.雨強變化越大,污染物濃度波動越劇烈,計算EMC值離散程度越大.總體而言,當場次采樣數(shù)量較小時,各隨機抽樣組合樣本計算的EMC值呈較大離散性,具體表現(xiàn)為圖中各點寬幅分散,變異系數(shù)相對較大;隨著樣品數(shù)量增加,估算EMC值離散性逐漸縮小并趨于穩(wěn)定,表現(xiàn)為圖中散點逐漸集中、變異系數(shù)逐漸下降.程序運行結果表明,場次樣品數(shù)量較少時,估算EMC值不穩(wěn)定,誤差較大;隨著樣品數(shù)量增加,估算EMC值逐漸趨于穩(wěn)定,且當樣品滿足一定數(shù)量后,估算EMC值逐漸趨于EMC近似真值,其誤差可保證在一定范圍內.

2.3 誤差分析

為獲得時間間隔采樣法不同樣品數(shù)量估算EMC值與EMC近似真值的相對誤差,確定欲以一定準確率估算場次EMC所需的最少樣品數(shù)量.表2統(tǒng)計了2場徑流事件不同樣品數(shù)量時各污染指標估算EMC值與EMC近似真值的最大相對誤差的程序運行結果.

圖2 樣品數(shù)量對徑流事件EMC估算準確性的影響Fig.2 Impacts of sampling size on estimation accuracy of road runoff EMC

表2 不同樣品數(shù)量估算EMC值與EMC近似真值的最大相對誤差(%)Table 2 The maximumrelative errors between the estimated EMC based on different sample size and the approximate true EMC(%)

由表2可見,徑流過程中,由于污染物濃度和徑流量均呈寬幅波動,樣品數(shù)量較少時,利用樣品濃度結合徑流量計算出的EMC值與EMC近似真值的相對誤差較大,隨著樣品數(shù)量增加,相對誤差逐漸縮小.以2014-08-12徑流事件的SS、COD、Pb為例,若樣品數(shù)量為6個,估算EMC與EMC近似真值的最大相對誤差分別達58.1%、57.9%、53.5%,若樣品數(shù)量為10個,最大相對誤差分別為29.4%、38.6%、31.4%,若樣品數(shù)量達到19個,最大相對誤差分別降至為16.5%、19.2%、9.5%.

可見,時間間隔采樣法樣品數(shù)量對EMC估算結果的準確性產(chǎn)生顯著影響.不同場次徑流不同污染指標估算EMC值與EMC近似真值的最大相對誤差隨樣品數(shù)量增多而降低的趨勢不盡相同,其受場次徑流水質水量波動程度影響.徑流過程濃度變化大的污染物,如SS、COD,估算EMC值與近似真值相對誤差較大,欲以較高精度估計此類污染物的EMC所需的樣品數(shù)量較其他徑流過程濃度波動相對較小的污染物多.綜合分析各場徑流各污染指標不同樣品數(shù)量估算EMC值與EMC近似真值的最大相對誤差可知,若樣品數(shù)量小于10個,各污染指標估算EMC值與EMC近似真值的最大相對誤差接近40%,樣品數(shù)量增至13個,其最大相對誤差小于30%,樣品數(shù)量增至19個以上,最大相對誤差可小于20%.

2.4 結果驗證

表3 13個樣品估算EMC與近似真值的最大相對誤差Table 3 The maximumrelative errors between estimated EMC of 13samples and the approximate true EMC

以2014-10-20徑流事件采樣測試結果進行研究結論驗證.程序運行中,設定從該場徑流事件的25個樣品隨機抽取13個組成個樣本,統(tǒng)計其計算EMC值與場次EMC近似真值的最大相對誤差,結果見表3.可見,由隨機抽取的13個樣品計算的各污染指標EMC值與EMC近似真值的最大相對誤差最高為24.8%,小于30%,符合前述研究結論.

3 結論

3.1 無論何種類型的降雨事件,徑流初期污染物濃度較高、波動劇烈且受雨強影響較大,徑流中后段濃度下降且趨于平穩(wěn),總體維持相對較低水平.時間間隔采樣法應覆蓋整場徑流過程,且加密前段樣品采集可使估算EMC更準確.

3.2 時間間隔采樣法樣品數(shù)量對EMC估算結果的準確性產(chǎn)生顯著影響.場次徑流樣品數(shù)量較少時,根據(jù)樣品濃度結合徑流量計算的EMC不穩(wěn)定,呈較大離散性,變異系數(shù)相對較大;隨著樣品數(shù)量增加,估算EMC值的離散性逐漸減小并趨于穩(wěn)定.

3.3 不同場次徑流各污染指標估算EMC值與EMC近似真值的最大相對誤差隨樣品數(shù)量增加而降低的趨勢不盡相同,其與徑流水質水量波動程度有關.時間間隔采樣法場次徑流樣品數(shù)量小于10個,各污染指標估算EMC值與EMC近似真值的最大相對誤差接近40%,當樣品數(shù)量增至13個或19個,其最大相對誤差可分別降至低于30%或20%.

[1] USEPA. Results of the nationwide urban runoff program[R]. Washington D C: US Environmental Protection Agency, 1983.

[2] Clark D L, Asplund R, Ferguson J, et al. Composite sampling of highway runoff [J]. Journal of the Environmental Engineering, 1981,107(5):1067-1081.

[3] Ma J A. Characteristics of pollutants in highway runoff. Regression, representativeness and first flush [D]. Dissertation submitted to the University of California for the Degree of Doctor of Philosophy, 2002.

[4] 陳 瑩,趙劍強,胡 博.西安市城市主干道路面徑流污染特征研究 [J]. 中國環(huán)境科學, 2011,31(5):781-788.

[5] Khan S, Lau S L, Kayhanian M, et al. Oil and grease measurement in highway runoff -sampling time and event mean concentration [J]. Journal of Environmental Engineering, 2006, 132(3):415-422.

[6] Harmel R D, King K W, Slade R M. Automated stormwater sampling on small watersheds [J]. Applied Engineering in Agriculture, 2003,19(6):667-674.

[7] Ackerman D, Stein E D, Ritter K J. Evaluating performance of stormwater sampling approaches using a dynamic watershed model [J]. Environmental Monitoring and Assessment, 2011, 180(1-4):283-302.

[8] Harmel R D, Cooper R J, Slade R M, et al. Cumulative uncertainty in measured streamflowand water quality data for small watersheds [J]. Transactions of ASAE, 2006,49(3):89-701.

[9] Lee H J, Swamikannu X, Radulescu D, et al. Design of stormwater monitoring programs [J]. Water Research, 2007, 41(18):4186-4196.

[10] Ma J A, Kang J H, Kayhanian M, et al. Sampling issues in urban runoff monitoring programs:Composite versus grab [J]. Journal of Environmental Engineering, 2009,135(3):118-127.

[11] King K W, Harmel R D, Fausey L. Development and sensitivity of a method to select time and flow-paced stormevent sampling intervals for headwater streams [J]. Journal of Soil and Water Conservation, 2005,60(6):323-331.

[12] Stone K C, Hunt P G, Novak J M, et al. Flow-proportional, time composited, and grab sample estimation of nitrogen export froman Eastern Coastal Plain watershed [J]. Transactions of ASAE, 2000,43(2):281-290.

[13] Leecaster MK, Kenneth S, Liesl L T. Assessment of efficient sampling designs for urban stormwater monitoring [J]. Water Research, 2002,36(6):1556-l564.

[14] 任玉芬,王效科,歐陽志云,等.北京城市典型下墊面降雨徑流污染初始沖刷效應分析 [J]. 環(huán)境科學, 2013,34(1):373-378.

[15] 李 賀,張 雪,高海鷹,等.高速公路路面雨水徑流污染特征分析 [J]. 中國環(huán)境科學, 2008,28(11):1037-1041.

[16] ChenM, Zheng Z H, Fu D F, et al. Characteristics of Hg pollutioninurbanstormwater runoff [J]. Journal of Southeast University ( English Edition), 2014,30(2):158-163.

[17] 王龍濤,段丙政,趙建偉,等.重慶市典型城鎮(zhèn)區(qū)地表徑流污染特征 [J]. 環(huán)境科學, 2015,36(8):2809-2816.

[18] 袁宏林,鄭 鵬,李星宇,等.西安市不同下墊面路面徑流雨水中重金屬的四季污染特征 [J]. 生態(tài)環(huán)境學報, 2014,23(7):1170-1174.

[19] 歐陽威,王 瑋,郝芳華,等.北京城區(qū)不同下墊面降雨徑流產(chǎn)污特征分析 [J]. 中國環(huán)境科學, 2010,30(9):1249-1256.

[20] 韓景超,畢春娟,陳振樓,等.城市不同功能區(qū)徑流中PC Bs的污染特征及毒性評價 [J]. 中國環(huán)境科學, 2013,33(3):546-552.

[21] 王 倩,張瓊華,王曉昌.國內典型城市降雨徑流初期累積特征分析 [J]. 中國環(huán)境科學, 2015,35(6):1719-1725.

Impacts of sampling size on estimation accuracy of road runoff event mean concentration-taking time-intervalsampling method for example.

CHEN Ying*, WANG Zhao, ZHAO Jian-qiang, YANG Wen-juan
(Key Laboratory of Subsurface Hydrology and Ecological Effect in Arid Region of Ministry of Education, School of Environmental Science and Engineering, Chang’an University, Xi’an 710054, China). China Environmental Science, 2017,37(2)：620～627

In order to investigate the impacts of sample size on estimation accuracy of road runoff event mean concentration (EMC), road runoff samp les over the whole time range of 3 stormevents occurred at Taibai Interchange of the south second-ring road in Xi’an, Shaanxi province were collected by the manual time-interval sampling method fromAugust to November 2014, and concentrations of SS, COD, Pb, Zn, dissolved Pb and dissolved Zn of the samples were determined. Then, self-compiled VBA programing based on randomsampling method was utilized for the estimation. The results indicated that, in different types of rainfall events, pollutant concentrations in the initial duration of runoff were relatively high, fluctuated sharply and were affected by the rainfall intensity significantly. However, pollutant concentrations in mid and late duration of runoff were decreased and tended to be stable. For improving the estimation accuracy of EMC, runoff samples should be collected in the whole duration of rainfall event, and in the initial duration of runoff, the runoff samples should be collected intensively. The estimation accuracy of EMC was significantly influenced by sampling size when using time-interval sampling method. The estimated EMC based on concentrations of samples and runoff volume of corresponding periods dispersed widely when sample size was small. However, the dispersion of the estimated EMC decreased with the increasing of sample size, the estimated EMC tended to be stable as well. The maximumrelative error between the estimated EMC based on different pollutant indexes in different runoff events and the approximate true value of EMC was decreased with the increasing of sample size. However, the degrees of decrease which were related to the fluctuation of water quality and volume of runoff were quite different. If the sample size was less than 10, the maximumrelative error between the estimated EMC and the approximate true value of EMC was close to40%, and the error could be reduced to 30% and 20% whenthe samp le size were increased to 13 and 19 respectively.

road runoff；event mean concentration；sampling size；time-interval sampling method；randomsampling；error

X522

A

1000-6923(2017)02-0620-08

陳 瑩(1977-),女,陜西富平人,副教授,博士,主要研究方向為城市面源污染與交通環(huán)境保護.發(fā)表論文20余篇.

2016-06-01

國家自然科學基金資助項目(51308050);中央高校基本科研業(yè)務費專項資金資助項目(CHD2011JC114)

* 責任作者, 副教授, cy0818cy@126.com