王 昱,盧世國,馮 起,劉賢德,劉娟娟,趙維俊,孔德星,左一峰

黑河上中游水質(zhì)時空分異特征及污染源解析

王 昱1,2*,盧世國1,馮 起2,劉賢德3,劉娟娟1,趙維俊3,孔德星1,左一峰1

(1.蘭州理工大學能源與動力工程學院,甘肅 蘭州 730050；2.中國科學院內(nèi)陸河流域生態(tài)水文重點實驗室,甘肅 蘭州 730000；3.甘肅省祁連山水源涵養(yǎng)林研究院,甘肅 張掖 734000)

在黑河上中游主要河道設置33個水樣監(jiān)測點,分別于2017年5月(平水期)、8月(豐水期)、12月(枯水期)進行水質(zhì)調(diào)查,運用GIS和水質(zhì)標識指數(shù)法對水環(huán)境質(zhì)量進行評價,并采用多元統(tǒng)計的方法分析了水質(zhì)時空分布特征及潛在污染物來源.結(jié)果表明:區(qū)域內(nèi)水質(zhì)類別以Ⅱ類和Ⅲ類為主,并具有一定的時空分異性.時間上水體污染程度表現(xiàn)為枯水期>平水期>豐水期,空間上表現(xiàn)為上游支流區(qū)>上游干流區(qū)>中游.依據(jù)土地利用類型將33個采樣點劃分為放牧與工礦企業(yè)用地(A組)、水庫建設用地(B組)和農(nóng)業(yè)與城鎮(zhèn)人居用地(C組).結(jié)合因子分析和主成分回歸分析得出,NH3-N、BOD5和CODMn是該區(qū)域的典型污染物,其中A組污染源主要來自于有機物,其次是營養(yǎng)鹽;B組水體主要受到機物和營養(yǎng)物的蓄積污染,而自然因素的影響相對較弱;C組主要是生物化學污染,其次為非點源營養(yǎng)鹽污染.研究表明,人類活動依然是影響水質(zhì)變差的主要因素,雖然大壩的攔截效應能改善下泄水質(zhì),但常年累積于庫底的沉積物隨環(huán)境變化有二次污染的潛在風險,如沉積物中營養(yǎng)鹽的活化釋放等問題.

水質(zhì)標識指數(shù)；多元統(tǒng)計；時空分異；污染源解析；黑河流域

河流水質(zhì)是流域的一個重要特征,可以反映自然因素和人類活動對所經(jīng)區(qū)域綜合作用,受到了人們的廣泛關(guān)注[1-2].通常在內(nèi)陸干旱地區(qū),河流作為居民生活污水、工業(yè)廢水以及地表徑流排放的主要載體最易遭到污染和破壞[3].如何改善水污染現(xiàn)狀已成為區(qū)域水環(huán)境研究中迫切需要解決的問題.另外,河流水質(zhì)因子眾多,且受氣候、地理環(huán)境、土地利用類型以及人類活動(如河流筑壩)的影響,使得流域水質(zhì)在時空變化的呈現(xiàn)較大的異質(zhì)性[4-5],因此,了解水質(zhì)時空分布規(guī)律、分析污染物來源就成為改善水環(huán)境質(zhì)量的前提條件,這也是當今水質(zhì)監(jiān)測與風險評價的關(guān)鍵內(nèi)容.近些年,聚類分析、因子分析、判別分析、主成分回歸分析作為傳統(tǒng)的多元統(tǒng)計技術(shù)[6-8],被廣泛應用于水質(zhì)時空分異特征及潛在污染源識別中.國內(nèi)外學者利用多元統(tǒng)計技術(shù)分別對太湖流域[9]、陜西灃河[10]、溫瑞塘流域[11]、土耳其中部近海[12]以及德國北部地區(qū)[13]水質(zhì)污染物的時空分異特征及污染源進行了識別,取得了較為滿意的效果.內(nèi)陸河流域水質(zhì)污染源解析方面的研究也比較成熟[14-17],但對于半干旱地區(qū)的研究仍相對較少,并且這些研究割裂了時間與空間相互作用的機制,只是單獨探討了時間或空間上水質(zhì)分異特征及污染物來源,忽略了時間對空間分布規(guī)律及其污染源的影響.

黑河作為我國第二大內(nèi)陸河,是河西走廊綠洲賴以生存和社會經(jīng)濟可持續(xù)發(fā)展的重要水資源基地.近幾十年來,黑河干流尤其是上中游人為干擾強烈,已建的梯級大壩破壞了河流連續(xù)性,極大的改變了水體物理化學成分、運移介質(zhì)等水文環(huán)境要素[18-19],嚴重影響到流域內(nèi)的水質(zhì)安全與河流生態(tài)健康.以往的研究多是對區(qū)間各河段上水質(zhì)進行評價[20-21],而未能分析水質(zhì)的時空分異特征及污染物來源.為此,本文選取2017年5月、8月和12月的實測數(shù)據(jù),首先采用水質(zhì)標識指數(shù)法評價黑河上中游水質(zhì)狀況,然后運用多元統(tǒng)計的方法分析豐水期、平水期和枯水期水質(zhì)的時空分異特征,最后結(jié)合主成分回歸分析中基于受體源的分配模型,識別出不同區(qū)域上影響水質(zhì)變化的主導因子,探討河流水質(zhì)時空分布格局的原因以及水電梯級開發(fā)對河流水質(zhì)的影響,以期為黑河流域水環(huán)境改善提供科學依據(jù).

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

黑河發(fā)源于祁連山北麓,流經(jīng)甘肅最終注入內(nèi)蒙古的居延海,干流全長約821km.鶯落峽以上為上游,主要由支流八寶河和野牛溝河匯合后的干流構(gòu)成;鶯落峽至正義峽為中游;正義峽之后為下游.流域橫跨了祁連山地、走廊平原和阿拉善高原3種不同的地貌單元[22].本文選擇研究黑河上中游地區(qū)(96o08′~101o37′E,37o41′~42o45′N),其上段支流區(qū)主要包括祁連縣和肅南縣的部分地區(qū),經(jīng)濟活動以畜牧業(yè)為主;下段干流區(qū)人為干擾嚴重,相繼建設了8座梯級電站;中游主要包括張掖的各級市縣,屬于灌溉農(nóng)業(yè)區(qū).植被的空間差異性顯著,上游植被以山地草地和山地林地為主,覆蓋度較好,水量補給充足,是河源徑流的形成區(qū),中游地區(qū)以人工綠洲和荒漠綠洲為主,是甘肅省重要的灌溉農(nóng)業(yè)區(qū),屬于黑河徑流的主要利用區(qū).

1.2 樣品的采集與分析

于2017年5月、8月和12月在黑河上中游選取33個采樣斷面進行水質(zhì)調(diào)查.野外使用哈希便攜式水質(zhì)儀監(jiān)測pH值、溶解氧(DO)、電導率(EC),同時采集1000mL水樣固定后置于4℃保溫箱運回.室內(nèi)測定總氮(TN)、總磷(TP)、氨氮(NH3-N)、亞硝酸鹽氮(NO – 2-N)、五日生化需氧量(BOD5)和高錳酸鉀指數(shù)(CODMn)等9項指標.樣本的保存與監(jiān)測嚴格按照《水和廢水監(jiān)測分析方法》中所示的方法[23],并且所有指標均平行測定3次,數(shù)據(jù)分析過程中取其平均值.

圖1 研究區(qū)地理位置及采樣點分布

1.3 研究方法

1.3.1 判別分析 判別分析用于判別聚類結(jié)果和識別顯著性的污染指標,其原理是按照一定的判別準則,建立合適的判別函數(shù),并通過研究對象的大量資料來確定判別系數(shù),計算判別指標.據(jù)此判斷某一樣本屬于何類[24].相應的判別函數(shù)表達式為:

1.3.2 因子分析 因子分析核心思想是對原始數(shù)據(jù)進行降維處理.把原來錯綜復雜的實測變量歸納為少數(shù)幾個綜合變量,即因子.每個原變量可用這些提取出的公共因子的線性組合表示,從而實現(xiàn)用少數(shù)幾個綜合變量反映原變量,且所含信息互不重疊[25].具體參見公式:

1.3.3 綜合水質(zhì)評價 綜合水質(zhì)標識指數(shù)能完整標識水質(zhì)類別、水質(zhì)情況以及是否達到了水環(huán)境功能區(qū)目標值等信息.水質(zhì)標識指數(shù)法主要包括單因子水質(zhì)標識指數(shù)的計算,綜合水質(zhì)標識指數(shù)計算以及水質(zhì)等級的確定三個步驟[26].通常標識指數(shù)由整數(shù)位和3位或4位小數(shù)組成,其結(jié)構(gòu)為:

式中:1,2由計算獲得,3和4根據(jù)比較結(jié)果得到.其中,1為河流總體的綜合水質(zhì)類別;2為綜合水質(zhì)在1類水質(zhì)變化區(qū)間內(nèi)所處的位置,從而實現(xiàn)在同類水中進行水質(zhì)優(yōu)劣的比較;3為參與綜合水質(zhì)評價的水質(zhì)指標中,劣于水環(huán)境功能區(qū)目標的單項指標個數(shù);4為綜合水質(zhì)類別與水體功能區(qū)類別的比較結(jié)果,視水體的污染程度,一位或兩位有效數(shù)字.

1.3.4 主成分回歸分析 主成分回歸分析法(APCS-MLR)是一種基于因子得分評價各個因子對各變量貢獻的統(tǒng)計學方法.其原理是將變量值與因子得分進行多元線性回歸,根據(jù)回歸參數(shù)得到針對各個因子的估計值,從而確定公因子對各個變量的貢獻率[27].具體參見公式(5).

1.3.5 數(shù)據(jù)處理方法 因子分析前需要進行KMO檢驗,用于衡量數(shù)據(jù)的適用性.同時,考慮到水質(zhì)指標在數(shù)量級上的差異,還需對數(shù)據(jù)再進行標準化處理(均值為0,方差為1).本文分析過程中采用的是Microsoft Excel 2010、spss 20.0和Arcgis 10.4.1軟件.

2 結(jié)果與分析

2.1 水質(zhì)指標的描述性統(tǒng)計

按照該區(qū)水文特征,將5月定為平水期,8月定為豐水期,12月定為枯水期[28].整體來看,黑河水質(zhì)狀況較好.豐水期DO、TN、TP、NH3-N、BOD5、CODMn的濃度均值分別為7.56、0.60、0.18、0.39、2.27和2.51mg/L,根據(jù)《地表水環(huán)境質(zhì)量標準》[29],TN和TP屬于Ⅲ類水標準,NH3-N和CODMn屬于Ⅱ類水標準,DO及BOD5屬于Ⅰ類水標準.平水期DO、TN、TP、NH3-N、BOD5、CODMn濃度依次為9.12,1.68, 0.10,0.62,1.77,1.10mg/L,其中TN處于Ⅴ類水平,TP和NH3-N處于Ⅲ類水平,DO、BOD5、CODMn處于Ⅰ類水平.枯水期DO、TN、TP、NH3-N、BOD5、CODMn濃度均值分別為10.63、1.25、0.02、0.20、3.74和3.51mg/L,TN符合國家Ⅳ類標準,TP、NH3-N、BOD5、CODMn符合Ⅱ類標準,DO符合Ⅰ類水質(zhì)標準.

2.2 綜合水質(zhì)評價

利用水質(zhì)標識指數(shù)法對監(jiān)測期間內(nèi)的水質(zhì)狀況進行評價,結(jié)果顯示,不同時期各采樣點水質(zhì)基本以Ⅱ類和Ⅲ類為主.按照采樣點數(shù)量統(tǒng)計,豐水期有27.27%符合Ⅲ類標準,72.73%符合Ⅱ類標準;平水期有54.55%符合Ⅲ類標準,45.45%符合Ⅱ類標準;枯水期有57.58%符合Ⅲ類標準,42.42%符合Ⅱ類標準.由此來看,枯水期水質(zhì)污染較重,平水期次之,而豐水期水質(zhì)較好.

表1 黑河流域水質(zhì)指標的統(tǒng)計描述

圖2 綜合水質(zhì)標識指數(shù)評價結(jié)果時空分布

Fig.2 The spatio-temporal distributions of assessment result class using comprehensive water quality identification index

從水質(zhì)標識指數(shù)的空間分布情況來看.豐水期污染區(qū)域主要是八寶河;平水期污染區(qū)域分布在八寶河及野牛溝河;枯水期上游下段污染程度較大(圖2).總體來看,豐水期和平水期上游支流的污染區(qū)域要大于枯水期,枯水期上游下段污染最嚴重;而中游無論是豐水期、平水期還是枯水期,其水質(zhì)類別均能滿足功能區(qū)目標值.可見,黑河水質(zhì)污染程度在空間上表現(xiàn)為上游支流區(qū)>上游干流區(qū)>中游.因此改善黑河流域水質(zhì)狀況的關(guān)鍵在于上游支流區(qū)污染源的控制.

2.3 水質(zhì)的時空相似性與差異性

依據(jù)土地土地利用類型,將33個采樣點劃分為放牧與工礦企業(yè)用地、水庫建設用地、農(nóng)業(yè)與城鎮(zhèn)人居用地,結(jié)果見表2.結(jié)合采樣點的分布示意圖可以看出,A組采樣點分布于上游上段支流區(qū),區(qū)內(nèi)放牧與工業(yè)活動強烈,部分河段受污染程度較大;B組以水庫建設為主,人為干擾嚴重;C組屬于農(nóng)業(yè)區(qū),工業(yè)活動較弱,河流途徑耕地及城鎮(zhèn)地帶,污染物主要來自于農(nóng)業(yè)徑流、生活污水以及工業(yè)廢水,受人類活動影響較大.

采用Wilk′判別分析法分析聚類結(jié)果,并進一步識別存在顯著性差異的水質(zhì)指標,得到統(tǒng)計檢驗結(jié)果(表3)和典型變量及分類函數(shù)系數(shù)矩陣(表4).可以看出2個判別函數(shù)基本上可以解釋所有水質(zhì)指標的信息,Wilk′和卡方系數(shù)分別為0.210、0.775和146.705、24.014,判別函數(shù)1和2的顯著性檢驗值均小于0.01,表明空間分類有效.

表2 采樣點的土地利用類型

表3 空間尺度上判別分析統(tǒng)計檢驗

表4 黑河水體指標判別分析的典型變量及其系數(shù)

從水質(zhì)指標同一時期不同分組的顯著性差異規(guī)律(圖3)可以看出:豐水期A組的BOD5和EC濃度明顯高于其他分組,反映了與有機物相關(guān)的因素對河流水質(zhì)的影響較大.該區(qū)域范圍主要包括上游支流八寶河和野牛溝河,河流污染物來自于附近工礦企業(yè)排放的有機廢水.豐水期B組的NH3-N和DO值較高.可能受水溫分層和浮游生物活動的雙重影響,DO表現(xiàn)出上層高而下層低的特點,使得沉積物在厭氧環(huán)境下發(fā)生硝化反硝化作用,進而促進NH4+-N的活化釋放,引起NH4+-N含量升高[30-31].豐水期C組內(nèi)的農(nóng)業(yè)活動造成土壤中氮磷元素增加,沒有被作物吸收的氮磷吸附在土壤表面,夏季隨降雨徑流進入河水,導致TN、TP、NO2--N濃度增大.平水期A組和豐水期A組情況類似,BOD5和CODMn濃度相對較高,說明該區(qū)域水質(zhì)深受工礦企業(yè)廢水排放的影響.其次NH3-N、TP濃度也較高,可能是動物活動產(chǎn)生的銨態(tài)氨(NH + 4-N)和顆粒磷通過融雪水的淋溶作用被淘洗出來,被融雪徑流帶入河水所致.平水期C組TN污染較重,主要與中游地區(qū)人口密度高、生活污水排放量大有關(guān),另外,平水期河流量較小,流速減緩,污染物容易聚集.枯水期TP、BOD5、CODMn的最大平均值出現(xiàn)在B組,主要是冬季水庫水量補給和換水頻度減弱,水力停留時間增長,造成有機物和營養(yǎng)鹽大量滯留,加之溫度較低,污染物分解緩慢,所以TP、BOD5、CODMn濃度相對較高[32-33].枯水期C組TN值的變化規(guī)律與平水期C組基本一致,可能是該時段流域特征、污染物來源以及水文過程同平水期具有相似之處[34].

總體來看,黑河上中游水質(zhì)污染情況在空間上具有一定的相似性.豐水期、平水期和枯水期各分組的pH值沒有明顯差異;C組水質(zhì)污染物濃度多高于A組和B組.同時也存在不同的空間差異性,豐水期TN、TP、NO- 2-N濃度表現(xiàn)為C組>B組>A組;BOD5、CODMn、EC值在A組高于B組和C組;枯水期BOD5、CODMn、NH3-N和EC濃度在A組最低,C組次之,B組最高.

2.4 污染源解析及其貢獻率估算

從判別分析所建立的判別函數(shù)對不同分組進行驗證時發(fā)現(xiàn),空間上A組、B組、C組的判別函數(shù)分別由不同的水質(zhì)指標構(gòu)建(表4),說明同一區(qū)域在不同時期或者同一時期內(nèi)不同區(qū)域上的水質(zhì)分布規(guī)律存在明顯差異.同時,從各空間分組的水質(zhì)指標在不同時期的空間差異性(圖4)可以看出,A組、B組和C組在不同時期內(nèi)的污染水平有著較大的差異.因此,有必要將時間及空間分類結(jié)果有機結(jié)合,對不同區(qū)域在不同時間段下的污染源進行解析.

本文按照特征值大于1的原則(表5),空間上A組在豐水期和平水期均提取了3個因子,累計頻率為87.63%和90.21%,枯水期提取的2個因子,累計頻率為79.08%;B組豐水期和平水期各提取了3個因子,累計頻率分別為86.87%和82.19%,枯水期提取的2個因子累計頻率為79.08%;C組中豐水期、枯水期共提取了2個因子,累計貢獻率為78.58%、78.64%,平水期提取的3個因子累計頻率為88.92%.

對于A組,①豐水期中,F1的方差貢獻率為58.47%,相關(guān)的是DO、EC、TN、TP、NH3-N、CODMn,除DO外都呈正變化,此類污染主要來源于過量的營養(yǎng)鹽和有機物.本區(qū)有中祁礦業(yè)有限公司和冰溝工業(yè)園區(qū)等重要企業(yè),并且該區(qū)牧業(yè)活動強烈,因此F1可歸類為畜牧污染物和工業(yè)廢水排入河道所引起的耗氧有機物和營養(yǎng)鹽污染.F2的貢獻率為17.19%,與NO2--N正相關(guān),推測是銨態(tài)氮在硝化過程中產(chǎn)生了NO2--N.F3解釋了11.96%的水質(zhì)信息,相關(guān)聯(lián)的是pH,反映了水體的酸堿度.②平水期中,F1的方差貢獻率為59.17%,相關(guān)的是EC、TN、NH3-N、BOD5、CODMn,跟豐水期A組的F1基本一致,不同的是本時段BOD5占有較大的載荷,說明隨著CODMn的增加,BOD5也跟著增加,因此F1主要代表與營養(yǎng)鹽、有機物相關(guān)的污染源.F2的貢獻率為19.54%,表征因子為TP,是在F1的基礎上進一步反映了水體受營養(yǎng)鹽的影響.F3解釋了11.49%的水質(zhì)信息,相關(guān)聯(lián)的因子是pH、NO2--N,體現(xiàn)了pH對氮循環(huán)的影響,可認為F3主要是硝態(tài)氮污染.③枯水期中,F1的方差貢獻率為66.88%,相關(guān)的是EC、TN、TP、NH3-N、BOD5、CODMn,枯水期主要是點源污染[35],因此,F1可能是當?shù)仄髽I(yè)廢水、生活污水排放等所引起的綜合污染.F2的貢獻率為12.20%,表征因子為NO- 2-N,與豐水期的F2類似.

對于B組,①豐水期中,F1的方差貢獻率為49.03%,相關(guān)的是EC、NH3-N、NO2--NN,代表了水體中含離子、氮磷元素的水平,說明庫區(qū)大量降水并沒有稀釋各離子的濃度,因此推斷F1是外源輸入的營養(yǎng)鹽類污染.F2的貢獻率為24.82%,表征因子為pH、DO,兩者均呈負變化,表明隨著營養(yǎng)鹽污染的加重,pH值和DO值出現(xiàn)負增加;F3解釋了13.02%的水質(zhì)信息,相關(guān)聯(lián)的是TN、BOD5,推測是水庫蓄水過程造成營養(yǎng)鹽和有機物滯留.②平水期中,F1的方差貢獻率為46.29%,相關(guān)的是BOD5、CODMn,F2的貢獻率為23.4%,反映了TN、TP、NO2--N,說明隨水庫換水頻率減弱,營養(yǎng)鹽和有機物大量蓄積.F3解釋了12.5%的水質(zhì)信息,表征因子為pH,推測是地形地貌對水質(zhì)的影響[36].③枯水期中,F1的方差貢獻率為45.26%,相關(guān)的是TP、BOD5、CODMn,跟平水期B組的F1、F2基本一致.F2的貢獻率為20.48%,表征因子是pH、EC,反映了自然因素的影響.

對于C組,①豐水期中,F1的方差貢獻率為55.56%,相關(guān)的是NH3-N、BOD5、CODMn,其中NH3-N代表著生活污水對水質(zhì)的影響,BOD5、CODMn反映了水體有機污染.本區(qū)有造紙、焦化、農(nóng)副產(chǎn)品加工等水污染重點行業(yè),因此推斷該區(qū)污染源主要是當?shù)馗呶廴酒髽I(yè)排放的廢水廢料以及居民生活污水.F2的貢獻率為23.03%,表征因子是EC、TN、TP,總氮和總磷的貢獻率較枯水期均有所上升,其來源既是由于該區(qū)夏季農(nóng)業(yè)生產(chǎn)過程中過量施用化肥、農(nóng)藥使氮磷營養(yǎng)鹽通過降雨徑流進入河水所致,也是由于生活污水、化學原料及化學制品等點源污染[37].②平水期中,F1的方差貢獻率為46.83%,相關(guān)的是pH、DO、EC、NH3-N、NO1--N,跟枯水期B組的F2基本一致,不同的是NH3-N、NO2--N在F1中占有更大的載荷,可能是受河道底泥中硝化反硝化作用影響.F2、F3的貢獻率分別為27.92%和14.16%,相關(guān)聯(lián)的是TN、TP、CODMn和BOD5,反映了營養(yǎng)鹽和有機物污染.③枯水期中,F1的方差貢獻率為47.20%,相關(guān)的是EC、NH3-N和CODMn.該區(qū)生活污染和企業(yè)污染比重較高,大量未經(jīng)嚴格處理污水排入河水造成鹽類污染;F2貢獻率為31.44%,表征因子是pH值、TN和BOD5,代表了生物化學污染.

依據(jù)上述分析,確定了污染源的數(shù)量和特征,現(xiàn)進一步利用APCS-MLA分配其污染物來源.結(jié)果見表6.A組的F1主要影響B(tài)OD5、CODMn、TN和NH3-N值,表明主要污染源為有機物和營養(yǎng)鹽,其中有機物指標BOD5、CODMn的定量化貢獻率分別為68.82%和83.66%,營養(yǎng)鹽指標TN、NH3-N的貢獻率為74.71%和64.87%;同時F2對NO2--N的貢獻率為67.38%,說明水體NO2--N濃度受硝化作用的影響.B組F1對NH3-N、CODMn、BOD5的貢獻率分別為69.96%、63.63%和60.70%;F2對pH的貢獻率為56.98%,表明B組水質(zhì)主要受到有機物和營養(yǎng)鹽的蓄積污染,而自然因素的影響相對較弱.C組主要是生物化學污染,其次為非點源營養(yǎng)鹽污染.生物化學因素影響指標為pH、DO、CODMn、BOD5,貢獻率分別是83.13%、73.93%、66.30%、60.98%,營養(yǎng)鹽主要影響該河段的NH3-N濃度,貢獻率為73.41%.總的來說,NH3-N、BOD5和CODMn是該區(qū)域的主要污染物.

表5 豐水期、平水期和枯水期9個變量的因子載荷矩陣

表6 公因子對各個指標的貢獻率

3 討論

監(jiān)測和分析結(jié)果表明,2017年黑河水質(zhì)指標大多處于低值范圍.但氮素污染比較嚴重,在個別水文期有超出Ⅴ類水的現(xiàn)象.這與黑河流域化肥施用量大,且作物對氮的吸收率低有關(guān)[38].較之2013~2015年水質(zhì)[20],TN含量有所上升,分析認為是入河水質(zhì)受到農(nóng)業(yè)面源污染與工業(yè)點源污染的雙重影響.但TP濃度從劣Ⅴ類水平大幅下降到Ⅲ類標準,說明流域范圍內(nèi)推行的生態(tài)治理工程,使得植被結(jié)構(gòu)與功能逐漸健全,提高了水體復氧能力;同時上游祁連縣地區(qū)超載放牧現(xiàn)象的有效控制,改善了污染物中磷鹽負荷比例,從而降低水體中TP含量.此外,有機物指標CODMn相比之前也具有好轉(zhuǎn)趨勢,說明近年來黑河流域?qū)τ袡C污染的治理有一定的效果.

圖5 水質(zhì)指標的動態(tài)變化特征

黑河上中游水質(zhì)污染情況在空間上表現(xiàn)上游上段支流區(qū)>上游下段干流區(qū)>中游.從各功能區(qū)所要求的水質(zhì)保護目標來說,上游水體污染情勢不容樂觀.一方面是上段支流區(qū)內(nèi)擁有廢水和排污較高的企業(yè),使得水質(zhì)受有機污染比較嚴重,同時該區(qū)域強烈的放牧活動增加了河流營養(yǎng)鹽的輸入量;另一方面,下段筑壩區(qū)周圍雖然本身污染源較少,但當水庫蓄水后原有河流水力條件與物質(zhì)傳輸之間的平衡狀態(tài)遭到破壞.導致上游污染物被攔截于庫區(qū),造成有機物和營養(yǎng)鹽的蓄積污染.一般認為河流越往下游,其累積作用和污染就會越嚴重,而黑河中游水質(zhì)卻能滿足功能區(qū)目標值,可見大壩的攔截效應在一個特定范圍內(nèi)降低了下泄水體中污染物的本底值,某種程度上增強了河流的沿程凈化能力.另外,近年來,區(qū)域內(nèi)對造紙、有色金屬加工等水污染重點行業(yè)積極治理,以及對面源污染、點源污染的控制措施,有效改善了水體中生物化學污染與營養(yǎng)鹽污染負荷水平.有研究認為[39],水庫通過物理沉降和生物質(zhì)堆積的方式攔截污染物后,隨著周圍環(huán)境的變化,沉積物中營養(yǎng)鹽化會活化釋放和遷移,造成二次污染.本文也發(fā)現(xiàn)夏季水溫分層環(huán)境下沉積物中硝化反硝化過程可能會產(chǎn)生NH4+-N.據(jù)此推測,庫區(qū)污染物在常年累積作用下,其水質(zhì)可能面臨著二次污染的潛在風險.

黑河水質(zhì)在時間上表現(xiàn)出枯水期污染最嚴重,平水期次之,豐水期較好的特征.不同季節(jié)水質(zhì)變化主要受降水、溫度、水力條件的影響而存在不同的差異[40-41].枯水期是黑河徑流最小的季節(jié),水庫水量補給和換水頻度減弱,水力停留時間增長,容易造成河流污染物的滯留,并且冬季微生物活動較弱,水體自凈能力低下,最終導致該河段水質(zhì)惡化,從而增加了整個區(qū)域的污染比重.與此相反的是,隨著季節(jié)的變換,河道徑流補給越來越充足,降雨和水庫換水頻率的增加對污染物產(chǎn)生了較強的稀釋作用,同時水溫升高,流域及河道內(nèi)微生物作用增強,降低了水體污染物濃度[42],因此豐水期及平水期水體污染相對較輕.

4 結(jié)論

4.1 綜合指數(shù)標識評價結(jié)果表明黑河上中游水質(zhì)以Ⅱ類和Ⅲ類為主,并具有一定的時空分異性.時間上水體污染程度表現(xiàn)為枯水期>平水期>豐水期;空間上表現(xiàn)為上游支流區(qū)>上游干流區(qū)>中游.

4.2 NH3-N、BOD5和CODMn是該區(qū)域的典型污染物,其中A組污染源主要來自于有機物,其次是營養(yǎng)鹽;B組水體主要受到機物和營養(yǎng)物的蓄積污染,自然因素的影響相對較弱;C組主要是生物化學污染,其次為非點源營養(yǎng)鹽污染.

4.3 流域內(nèi)水環(huán)境質(zhì)量受人類活動影響較大.工業(yè)廢水、農(nóng)業(yè)徑流、生活污水以及畜牧污染物的排放是水質(zhì)變差的主要因素,大壩建設是水質(zhì)變差的間接因素.另外,大壩的攔截效應雖然能改善下泄水質(zhì),但常年累積于庫底的沉積物隨環(huán)境變化有二次污染的潛在風險,如沉積物中營養(yǎng)鹽的活化釋放與遷移.

[1] 趙 潔,徐宗學,劉星才,等.遼河河流水體污染源解析[J]. 中國環(huán)境科學, 2013,33(5):838-842. Zhao J, Xu Z X, Liu X C, et al. Source apportionment in the Liao River Basin [J]. China Environmental Science, 2013,33(5):838-842.

[2] Shrestha S, Kazama F. Assessment of surface water quality using multivariate statistical techniques: A case study of the Fuji River Basin, Japan [J]. Environmental Modelling & Software, 2007,22(4):464-475.

[3] 任 巖,張 飛,王 娟,等.新疆艾比湖流域地表水豐水期和枯水期水質(zhì)分異特征及污染源解析[J]. 湖泊科學, 2017,29(5):1143-1157. Ren Y, Zhang F, Wang J, et al. Spatio-temporal characteristics and source identification of surface water pollutants in Lake Ebinur Watershed, Xinjiang [J]. Journal of Lake Sciences, 2017,29(5):1143- 1157.

[4] 王 倩,吳亞東,丁慶玲,等.西太湖入湖河流水系污染時空分異特征及解析[J]. 中國環(huán)境科學, 2017,37(7):2699-2707. Wang Q, Wu Y D, Ding Q L, et al. Temporospatial variations and influential factors of water quality in the flowing river systems of western Taihu Lake Basin [J]. China Environmental Science, 2017, 37(7):2699-2707.

[5] Yue L, Hua Y X, Xiao Z L, et al. Spatial and temporal water quality characteristics of Poyang Lake Migratory Bird Sanctuary in China [J]. Chinese Journal of Geochemistry, 2015,34(1):38-46.

[6] Noori R, Sabahi M S, Karbassi A R, et al. Multivariate statistical analysis of surface water quality based on correlations and variations in the data set [J]. Desalination, 2010,260(1-3):129-136.

[7] Olsen R L, Chappell R W, Loftis J C. Water quality sample collection, data treatment and results presentation for principal components analysis – literature review and Illinois River watershed case study [J]. Water Research, 2012,46(9):0-3122.

[8] 孟 利,左 銳,王金生,等.基于PCA-APCS-MLR的地下水污染源定量解析研究[J]. 中國環(huán)境科學, 2017,37(10):3773-3786. Wang J S, Yang J, Teng Y G, et al. Quantitative source apportionment of groundwater pollution based on PCA-APCS-MLR [J]. China Environmental Science, 2017,37(10):3773-3786.

[9] 胡開明,李 冰,王 水,等.太湖流域(江蘇省)水質(zhì)污染空間特征[J]. 湖泊科學, 2014,26(2):200-206. Hu K M, Li B, Wang S, et al. Spatial distribution characteristics of water quality pollution in the Lake Taihu Basin, Jiangsu Province [J]. Journal of Lake Sciences, 2014,26(2):200-206.

[10] 李亞嬌,郭雯婧,董 雯,等.陜西灃河水環(huán)境特征及污染構(gòu)成解析[J]. 中國農(nóng)村水利水電, 2014,(6):70-76. Li Y J, Guo W J, Dong W, et al. Water environment characteristics and pollution constitution for the Fenghe River in Shanxi Province [J]. China Rural Water and Hydropower, 2014,(6):70-76.

[11] 馬小雪,王臘春,廖玲玲.溫瑞塘河流域水體污染時空分異特征及污染源識別[J]. 環(huán)境科學, 2015,36(1):64-71. Ma X X, Wang L C, Miao L L. Patio-temporal characteristics and source identification of water pollutants in Wenruitang River Watershed [J]. Environment Science, 2015,36(1):64-71.

[12] Kowalkowski T, Zbytniewski R, Szpejna J et al. Application of chemometrics in river water classification [J]. Water Research, 2006, 40(4):744-752.

[13] Lam Q D, Schmalz B, Fohrer N. Assessing the spatial and temporal variations of water quality in lowland areas, Northern Germany [J]. Journal of Hydrology, 2012,438:137-147.

[14] Bu H, Tan X, Li S, et al. Temporal and spatial variations of water quality in the Jinshui River of the south Qinling Mts. China [J]. Ecotoxicology and Environmental Safety, 2010,73(5):907-913.

[15] Yang Y H, Zhou F, Guo H C, et al. Analysis of spatial and temporal water pollution patterns in Lake Dianchi using multivariate statistical methods [J]. Environmental Monitoring and Assessment, 2010,170(1- 4):407-416.

[16] 荊紅衛(wèi),張志剛,郭 婧.北京北運河水系水質(zhì)污染特征及污染來源分析[J]. 中國環(huán)境科學, 2013,33(2):319-327. Jing H W, Zhang Z G, Guo J. Water pollution characteristics and pollution sources of Bei Canal River system in Beijing [J]. China Environmental Science, 2013,33(2):319-327.

[17] 孫桂燕,劉 翔,李蘭海.開都河水理化性質(zhì)的空間分布特征[J]. 干旱區(qū)研究, 2017,34(2):259-265. Sun G Y, Liu X, Li L H. Spatial distributions of water physicochemical properties in the Kaidu River [J]. Arid Zone Research, 2017,34(2): 259-265.

[18] 王 昱,盧世國,劉娟娟,等.春季枯水期黑河水體理化性質(zhì)的空間分布特征[J]. 生態(tài)與農(nóng)村環(huán)境學報, 2019,(4):433-441. Wang Y, Lu S G, Liu J J, et al. Spatial distribution characteristics of the physical and chemical properties of water in the Heihe River during low water periods in spring [J]. Journal of Ecology and Rural Environment, 2019,(4):433-441.

[19] 劉 瀏,劉麗麗,索 瀅.近53a黑河流域水文氣象要素時空演變特征[J]. 干旱區(qū)研究, 2017,34(3):465-478. Liu L, Liu L L, Suo Y. Spatiotemporal evolution of hydro- meteorological variables in the Heihe River Basin in Recent 53years [J]. Arid Zone Research, 2017,34(3):465-478.

[20] 楊永宇,尹 亮,劉 暢,等.基于灰關(guān)聯(lián)和BP神經(jīng)網(wǎng)絡法評價黑河流域水質(zhì)[J]. 人民黃河, 2017,39(6):58-62. Yang Y Y, Yin L, Liu C, et al. Water quality assessment of Heihe River Basin based on grey correlation method and BP neural network [J]. Yellow River, 2017,39(6):58-62.

[21] 李 慧,周軼成.基于模糊物元模型的黑河流域水質(zhì)評價 [J]. 人民黃河, 2015,37(10):78-80+85. Li H, Zhou Y C. Distribution and pollution assessment of heavy metals in sediments from upper reaches of Heihe River [J]. Yellow River, 2015,37(10):78-80+85.

[22] Feng Q, Liu W, Su Y H, et al. Dust storms in China: a case study of dust storm variation and dust characteristics [J]. Bulletin of Engineering Geology and the Environment, 2002,61(3):253-261.

[23] 國家環(huán)境保護總局.水和廢水監(jiān)測分析方法[M]. 4版.北京:中國環(huán)境科學出版社, 2002. State Environment Protection Bureau of China. Water and waste water monitoring and analysis method [M]. 4th Ed. Beijing:China Environmental Science Press, 2002.

[24] Zhang Y, Guo F, Meng W, et al. Water quality assessment and source identification of Daliao River Basin using multivariate statistical methods [J]. Environmental Monitoring and Assessment, 2009,152(1- 4):105-121.

[25] Davis J C. Statistics date analysis in geology. New York: Wiley, 1973:1-656.

[26] 徐祖信.我國河流綜合水質(zhì)標識指數(shù)評價方法研究[J]. 同濟大學學報:自然科學版, 2005,33(4):482-488.Xu Z X. Comprehensive water quality identification index for environmental quality assessment of surface water [J]. Journal of Tongji University (Nature Science), 2005,33(4):482-488.

[27] Haji G M, Melesse A M, Reddi L. Water quality assessment and apportionment of pollution sources using APCS-MLR and PMF receptor modeling techniques in three major rivers of South Florida [J]. Science of the Total Environment, 2016,566-567:1552-1567.

[28] 劉賽艷,解陽陽,黃 強,等.流域水文年及豐枯水期劃分方法[J]. 水文, 2017,(5):51-55.Liu S Y, Xie Y Y, Huang Q, et al. Method of partitioning water year, wet season and dry season of River Basin [J]. Journal of China Hydrology, 2017,(5):51-55.

[29] GB3838-2002 地表水環(huán)境質(zhì)量標準[S]. GB3838-2002 Environmental quality standards for surface water [S].

[30] 賀冉冉,羅瀲蔥,朱廣偉,等.天目湖溶解氧變化特征及對內(nèi)源氮釋放的影響[J]. 生態(tài)與農(nóng)村環(huán)境學報, 2010,26(4):344-349.HE R R, Luo L C, Zhu G W, et al. Variation of dissolved oxygen and its influence on release of endogenous nitrogen in Tianmuhu reservoir in Liyang, China [J]. Journal of Ecology and Rural Environment, 2019, (4):433-441.

[31] Campo J, Sancholuz L. Biogeochemical impacts of submerging forests through large dams in the Río Negro, Uruguay [J]. Journal of Environmental Management, 1998,54(1):59-66.

[32] 周 濤,程天雨,虞寧曉,等.烏江中上游梯級水庫氮磷滯留效應[J]. 生態(tài)學雜志, 2018,37(3):707-713. Zhou T, Cheng T Y, Yu N X, et al. Nitrogen and phosphorus retention in cascade reservoirs along the upper reaches of Wujiang River [J]. Chinese Journal of Ecology, 2018,37(3):707-713.

[33] 劉叢強,汪福順,王雨春,等.河流筑壩攔截的水環(huán)境響應——來自地球化學的視角[J]. 長江流域資源與環(huán)境, 2009,18(4):384-396. Liu C Q, Wang F S, Wang Y C, et al. Responses of aquatic environment to river demming —— from the geochemical view [J]. Resources and Environment in the Yangtze Basin, 2009,18(4):384- 396.

[34] 楊麗標,雷 坤,喬 飛,等.鐵嶺市河流氮素時空分布及源解析[J]. 環(huán)境科學, 2018,39(2):711-719. Yang L B, Lei K, Qiao F, et al. Spatio-temporal distribution and source apportionment of nitrogen in Rivers of Tieling [J]. Environment Science, 2018,39(2):711-719.

[35] 方曉波,駱林平,李 松,等.錢塘江蘭溪段地表水質(zhì)季節(jié)變化特征及源解析[J]. 環(huán)境科學學報, 2013,33(7):1980-1988.Fang X B, Luo L P, Li S, et al. Seasonal variations and source identification of surface water quality in Lanxi segment of Qiantang River [J]. Acta Scientiae Circumstantiae, 2013,33(7):1980-1988.

[36] 徐華山,趙同謙,孟紅旗,等.河岸帶地下水理化指標變化及與洪水的響應關(guān)系研究[J]. 環(huán)境科學, 2011,32(3):632-640.Xu H S, Zhao T Q, Meng H Q, et al. Relationship between groundwater quality index of physics and chemistry in riparian zone and water quality in river [J]. Environment Science, 2011,32(3): 632-640.

[37] 李文贊,李敘勇,王慧亮,等.滏陽河主要水環(huán)境污染物空間分布特性研究[J]. 環(huán)境科學學報, 2012,32(11):2814-2819.Li W Z, Li X Y, Wang H L, et al. Spatial distribution of the main contaminations in aquatic environment in Fuyang River [J]. Acta Scientiae Circumstantiae, 2012,32(11):2814-2819.

[38] 王 雪,余 輝,燕姝雯,等.太湖流域上游河流污染空間分布特征研究[J]. 長江流域資源與環(huán)境, 2012,21(3):341-348. Wang X, Yu H, Yan S W, et al. Spatial distribution characteristics of up-stream river pollution in Lake Taihu Basin [J]. Resources and Environment in the Yangtze Basin, 2012,21(3):341-348.

[39] 牛宇琛,孔 進,王 薇,等.庫壩和土地利用狀況對河流水質(zhì)的影響[J]. 南京林業(yè)大學學報(自然科學版), 2018,42(5):107-112. Niu Y C, Kong J, Wang W, et al. Effects of dams and landscape on river water quality: A case study in Suo River [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2018,42(5):107-112.

[40] Vega M, Pardo R, Barrado E, et al. Assessment of seasonal and polluting effects on the quality of river water by exploratory data analysis [J]. Water Research, 1998,32(12):0-3592.

[41] Ouyang Y, Nkedi-Kizza P, Wu Q T, et al. Assessment of seasonal variations in surface water quality [J]. Water Research, 2006,40(20): 0-3810.

[42] 張 濤,陳求穩(wěn),易齊濤,等.太湖流域上游平原河網(wǎng)區(qū)水質(zhì)空間差異與季節(jié)變化特征[J]. 湖泊科學, 2017,29(6):1300-1311. Zhang T, Chen Q W, Yi Q T, et al.Spatial and seasonal variations of water quality in the upstream plain river networks of the Taihu Basin [J]. Journal of Lake Sciences, 2017,29(6):1300-1311.

Spatio-temporal characteristics and source identification of water pollutants in the upper and middle reachers of Heihe River.

WANG Yu1,2*, LU Shi-guo1, FENG Qi2, LIU Xian-de3, LIU Juan-juan1, ZHAO Wei-jun3, KONG De-xing1, ZUO Yi-feng1

(1.School of Energy and Power Engineering, Lanzhou University of Technology, Lanzhou 730050, China；2.Key Laboratory of Ecohydrology of Inland River Basin, Chinese Academy of Sciences, Lanzhou 730000, China；3.Academy of Water Resources Conservation Forests in Qilian Mountains of Gansu Province, Zhangye 734000, China)., 2019,39(10)：4194~4204

Thirty-three water sampling sites in Heihe River of the upper and middle reachers were set to characterize its water quality with spatiotemporal distribution. Water sampling trips were conducted in May (wet period), August (flow period), December (dry period) of 2017. Spatial and seasonal variations of water quality were analyzed by using the multivariate statistical methods and water quality were assessed by employing the comprehensive water quality identification index. The results indicated that the main types of water quality in the region were Class II and Class III, it also had a certain space-time differentiation. In temporal terms, the order of pollution was dry period > wet period > flow period; the spatial pollution situation was the upper tributary > the lower main stream > the middle reaches. According to landscape difference, the sampling sites were divided into 4groups: grazing and industrial area (Group A), reservoir area (Group B), agriculture and urban area (Group C). The results of factor analysis and APCS-MLR show that NH3-N, BOD5 and CODMn were typical pollutants in this region, and the pollution sources of group A were mainly from organic matter, followed by nutrients; the water quality of group B was mainly polluted by the accumulation of organic matter and nutrients, while the influence of natural factors were relatively weak; group C was mainly polluted by biochemistry, followed by non-point source nutrients pollution. The results show that human activities were still the main factors affecting the deterioration of water quality. Although the interception effect of dams could improve the quality of discharge water, the pollutants accumulated in the reservoir area all the year round have the potential risk of secondary pollution with the change of environment, such as the activation and release of nutrients in sediments.

water quality index；multivariate statistical methods；spatial-temporal disparity；source identification；Heihe River

X522

A

1000-6923(2019)10-4194-11

王 昱(1979-),男,甘肅永昌人,副教授,博士,主要從事生態(tài)水文及水力學方面的研究.發(fā)表論文10余篇.

2019-03-18

國家自然科學基金資助項目(51669011);甘肅省自然科學基金重大項目(18JR4RA002);蘭州理工大學紅柳扶持學科項目

* 責任作者, 副教授, wangyu-mike@163.com