張永勇, 譚 香, 李發(fā)東, 阮宏威, 于靜潔, 高 揚, 翟曉燕

咸海中下游流域水質(zhì)空間分布特征及其與土地覆被的關(guān)系*

張永勇1, 譚 香2, 李發(fā)東1, 阮宏威1, 于靜潔1, 高 揚1, 翟曉燕3

(1. 中國科學(xué)院地理科學(xué)與資源研究所/中國科學(xué)院陸地水循環(huán)及地表過程重點實驗室 北京 100101; 2. 中國科學(xué)院武漢植物園/中國科學(xué)院水生植物與流域生態(tài)重點實驗室 武漢 430074; 3. 中國水利水電科學(xué)研究院 北京 100038)

中亞咸海流域的資源和環(huán)境問題一直是全球關(guān)注的熱點。為揭示咸海流域水環(huán)境變化及其成因, 本文利用2019年中下游流域21個采樣點水質(zhì)數(shù)據(jù), 通過主成分、聚類和秩次等多元統(tǒng)計分析方法相結(jié)合, 分析了水體的基礎(chǔ)理化屬性、氮磷營養(yǎng)元素、其他元素和離子等20種指標(biāo)的空間分布特征, 辨識了該流域主要水質(zhì)類型、空間分布及成因, 探索了不同空間尺度土地覆被類型對水質(zhì)類型的影響。結(jié)果表明: 1)電導(dǎo)率、總?cè)芙庑怨腆w物質(zhì)和離子濃度越往河流下游數(shù)值越高, 其中在咸海最大; 不同形態(tài)磷元素濃度在阿姆河中游較高, 硝態(tài)氮濃度在錫爾河較高; 碳元素濃度也在阿姆河, 特別是阿姆河下游三角洲地區(qū)較高。2)所有采樣點水體根據(jù)水質(zhì)指標(biāo)相似性聚類可劃分為3種綜合性水質(zhì)類型。第1類型為水質(zhì)指標(biāo)濃度均偏低的水體, 分布在錫爾河中游和咸海; 第2類型為氮磷營養(yǎng)元素濃度偏高的水體, 分布在阿姆河中下游; 第3類為碳元素和離子濃度均偏高的水體, 分布在咸海。第1和2類型水體的元素濃度主要受荒漠地區(qū)巖石風(fēng)化過程控制, 陰陽離子來源于硅酸鹽巖和蒸發(fā)巖的風(fēng)化; 第3類型水體主要受氣候干燥導(dǎo)致的蒸發(fā)-結(jié)晶過程控制, 陰陽離子除來源于硅酸鹽巖和蒸發(fā)巖的風(fēng)化外, 還受碳酸鹽巖風(fēng)化影響。3)當(dāng)各采樣點緩沖區(qū)半徑從0.5 km增加到10 km時, 對第1類型水質(zhì)濃度變化影響顯著的土地覆被類型逐漸從荒地變?yōu)樗?、灌木、草地和農(nóng)田與植被混合, 其中水域的影響最大; 第2類型水質(zhì)濃度變化與土地覆被類型無顯著性關(guān)系; 對第3類型水質(zhì)濃度變化影響顯著的土地覆被類型從水域變?yōu)樗?、農(nóng)田與植被混合等, 其中水域的影響最大。因此, 咸海流域水質(zhì)濃度變化與當(dāng)?shù)馗珊等彼驼舭l(fā)劇烈等氣象條件以及土地覆被類型有密切關(guān)系。為改善咸海中下游流域水環(huán)境狀況, 在增加中下游河道流量和咸海的補給, 減弱下游和咸海蒸發(fā)-結(jié)晶作用的同時, 還需加大河岸帶的植被修復(fù)和退耕還林還草, 特別是在阿姆河和錫爾河中下游農(nóng)業(yè)區(qū)、咸海等地區(qū)。

水質(zhì)類型; 空間尺度; 土地覆被; 多元統(tǒng)計分析; 咸海流域

咸海流域地處歐亞大陸干旱半干旱地區(qū), 覆蓋阿姆河和錫爾河兩大水系, 為中亞各國(烏茲別克斯坦、哈薩克斯坦、塔吉克斯坦、吉爾吉斯斯坦、土庫曼斯坦和阿富汗等)農(nóng)業(yè)生產(chǎn)和社會經(jīng)濟發(fā)展提供了水資源保障。隨著人類對水資源開發(fā)利用的加劇, 咸海流域資源和環(huán)境問題日益突出, 特別是在中下游地區(qū), 如入咸海水量銳減、湖面萎縮、水質(zhì)惡化、鹽漬化和荒漠化加劇等, 已引發(fā)嚴(yán)重的生態(tài)危機。咸海流域資源與環(huán)境問題已成為全球重點關(guān)注的熱點問題之一[1-3]。探索水質(zhì)類型的空間分布特征及其對土地覆被的響應(yīng)關(guān)系可為揭示咸海流域水環(huán)境變化和成因提供堅實基礎(chǔ), 對流域水資源持續(xù)利用、生態(tài)環(huán)境保護等也具有重要的現(xiàn)實意義。

水質(zhì)受流域地質(zhì)地貌、土地覆被和土壤類型、大氣沉降、氣象水文、農(nóng)事活動以及人為排放等多重影響, 呈現(xiàn)明顯的時空異質(zhì)性[4-12]。水質(zhì)變化特征研究大多關(guān)注站點尺度的各種水質(zhì)指標(biāo), 往往基于站點的實測數(shù)據(jù), 采用多元統(tǒng)計方法(如因子分析、主成分分析、方差分析、相關(guān)性分析)探索水質(zhì)的時間或空間變化[4-12], 評估所在水體的污染或營養(yǎng)狀態(tài)[4,7-8,10], 辨識其主要驅(qū)動因子[5-9,11]等。但受水質(zhì)指標(biāo)空間差異性的影響, 站點尺度的分析并不能全面刻畫流域或區(qū)域尺度水環(huán)境的綜合演變特征。目前, 數(shù)據(jù)挖掘技術(shù)(如聚類分析)已逐漸被運用于分析水環(huán)境狀況的空間變化特征[12-17]。此外, 水質(zhì)指標(biāo)與土地覆被之間關(guān)系探索多采用統(tǒng)計檢測或模型模擬兩種途徑。統(tǒng)計檢測主要采用Spearman或Person相關(guān)分析[11]、線性或非線性回歸[15-16]、冗余度分析[13]等手段探索水質(zhì)指標(biāo)濃度和站點不同緩沖區(qū)尺度土地覆被類型面積之間的關(guān)系[6,17]。該方法操作簡單, 但仍以站點觀測為主。模型模擬往往采用不同土地覆被類型的污染物輸出系數(shù)法、流域水循環(huán)及其伴隨污染物過程的耦合模型(如HSPF、SWAT、HEQM)等揭示土地覆被對水質(zhì)指標(biāo)的作用機制, 并量化其貢獻[14,18]。該方法機理性強, 但需要大量的地理信息、水文氣象等輸入資料和嚴(yán)格的參數(shù)率定、驗證等, 實施難度大, 并不適用于資料匱乏的地區(qū)。因此, 數(shù)據(jù)挖掘和統(tǒng)計分析等手段相結(jié)合將更有助于揭示資料匱乏的咸海流域水質(zhì)的空間分布特征。

目前, 咸海流域與水相關(guān)研究仍重點關(guān)注水循環(huán)過程[19-20]、水資源演變[1,21]、跨境河流水量分配[3,22]、咸海湖面萎縮[2]等水文水資源方面。受觀測資料等限制, 對地表水水質(zhì)類型空間分布特征及成因的探索尚不多見。本文利用2019年咸海中下游流域21個采樣點水質(zhì)監(jiān)測數(shù)據(jù), 采用主成分、聚類以及秩次等多元統(tǒng)計分析方法相結(jié)合, 辨識了咸海中下游流域主要的水質(zhì)類型及其空間分布特征, 探索了不同空間尺度土地覆被類型對水質(zhì)空間分布特征的影響, 以期對咸海流域水環(huán)境演變特征分析、水環(huán)境保護等提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

咸海流域(56°~78°E, 33°~52°N)位于歐亞大陸腹地, 青藏高原以西, 總面積約155萬km2。流域氣候為寒漠氣候及溫帶荒漠氣候, 降雨稀少, 氣候干燥, 且呈現(xiàn)明顯的區(qū)域差異。流域多年平均降水量在300 mm以下, 特別是在咸海附近地區(qū)年降水量不足100 mm, 而源頭山區(qū)年降水量約1000 mm[2]。流域土地覆被以荒漠和草原為主, 分別占流域總面積的24.5%和43.1%; 耕地主要分布在中上游沿河地帶和下游三角洲地區(qū)。

阿姆河和錫爾河是咸海流域最主要的兩條水系, 分別發(fā)源于帕米爾高原和天山山脈, 集水面積分別為46.5萬km2和21.9萬km2, 最終注入咸海。咸海曾經(jīng)是世界第四大湖泊, 中亞第一大咸水湖。由于人口迅速增長和種植業(yè)的發(fā)展, 流域修建大量灌溉系統(tǒng)和水庫, 河流灌溉取用水急劇增加且消耗巨大。因此, 阿姆河和錫爾河的入咸海水量大幅下降, 水面面積已從20世紀(jì)60年代的6.8萬km2銳減為目前的0.7萬km2左右, 大部分已干涸消失[2]。中下游流域的生態(tài)和環(huán)境質(zhì)量急劇下降, 引發(fā)生態(tài)危機, 已受到國際社會的廣泛關(guān)注。

1.2 數(shù)據(jù)來源

1.2.1 水樣采集與監(jiān)測

2019年4月和7月分別對阿姆河和錫爾河中下游、咸海進行水樣采集, 共21個采樣點(圖1), 其中阿姆河水系8個采樣點(1、6-12)、錫爾河水系7個采樣點(13-16、19-21)和咸海6個采樣點(2-5、17、18)。水質(zhì)指標(biāo)主要包括現(xiàn)場直接測定的指標(biāo)[pH、電導(dǎo)率(EC, μS?cm?1)、總?cè)芙庑怨腆w物質(zhì)(TDS, mg?L?1)、氧化還原電位(ORP, mV)], 營養(yǎng)元素[硝態(tài)氮(NO– 3-N, mg?L?1)、正磷酸鹽(PO43–-P, mg?L?1)、溶解性總磷(DTP, mg?L?1)、總磷(TP, mg?L?1)], 其他元素和離子[溶解有機碳(DOC, mg?L?1)、溶解無機碳(DIC, mg?L?1)、總?cè)芙馓?DTC, mg?L?1)、硫酸根離子(SO2– 4, mg?L?1)、硅酸根離子(SiO2– 3, mg?L?1、硼離子(B3+, mg?L?1)、鋇離子(Ba2+, mg?L?1)、鉀離子(K+, mg?L?1)、鈣離子(Ca2+, mg?L?1)、鈉離子(Na+, mg?L?1)、鎂離子(Mg2+, mg?L?1)和鍶離子(Sr2+, mg?L?1)]等共20個?，F(xiàn)場直接測定的指標(biāo)為基礎(chǔ)理化指標(biāo), 直觀反映水體水化學(xué)特性; 氮、磷等營養(yǎng)元素濃度體現(xiàn)水體的富營養(yǎng)化程度; 不同形態(tài)碳素中有機碳表征水體有機污染的程度, 無機碳是水體生態(tài)系統(tǒng)中主要碳源; 陰陽離子體現(xiàn)水體的硬度、堿度和鹽度等。以上水質(zhì)指標(biāo)能夠全面體現(xiàn)水體的生態(tài)和環(huán)境質(zhì)量。

水樣采集遵循我國《地表水和污水監(jiān)測技術(shù)規(guī)范》(HJ/T 91—2002), 每個采樣點在0~2 m水層采1次樣。上述水質(zhì)指標(biāo)中pH、EC、TDS和ORP數(shù)值采用便攜式水質(zhì)多參數(shù)檢測儀(HACH HQ 30d)現(xiàn)場直接測定; 其他指標(biāo)是將現(xiàn)場采集的約500 mL水樣帶回國內(nèi)實驗室測定獲得。在實驗室測定時, 水樣先經(jīng)0.45 μm有機微孔濾膜過濾處理, 不同形態(tài)碳素濃度(DIC、DTC和DOC)由總有機碳分析儀Vario TOC(德國Elementar公司)測定; 不同形態(tài)氮和磷素濃度(NO– 3-N、PO43–-P、DTP和TP)由流動分析儀(法國Futura型)測定; 其他陰離子濃度(SO2– 4和SiO2– 3)由離子色譜儀(美國Thermo Scientific Aquion IC)測定; 陽離子濃度(B3+、Ba2+、Ca2+、K+、Mg2+、Na+和Sr2+)由電感耦合等離子體發(fā)射光譜儀(ICP-OES)(德國Hesse)測定。

1.2.2 土地覆被數(shù)據(jù)

土地覆被數(shù)據(jù)采用歐洲空間局氣候變化計劃研制的300 m分辨率的土地覆被數(shù)據(jù)集(http://maps. elie.ucl.ac.be/CCI/viewer/download.php)。該數(shù)據(jù)基于聯(lián)合國土地覆蓋分類系統(tǒng)(LCCS)將土地覆被分為農(nóng)田、林地、草地等22類。本文采用最新一期數(shù)據(jù)(2015年), 并對其進行重分類, 劃分為農(nóng)田、草地、農(nóng)田和植被混合、灌木、城鎮(zhèn)、荒地和水域7類[17]。為研究不同空間尺度土地覆被對水質(zhì)類型空間差異性的影響, 對各采樣點設(shè)置不同半徑的緩沖區(qū)(0.5 km、1.0 km、2.0 km、5.0 km和10.0 km), 提取緩沖帶區(qū)土地覆被類型及其面積占比[23]。

1.3 多元統(tǒng)計分析

水質(zhì)類型及其空間分布特征探索采用主成分分析和聚類分析相結(jié)合。該方法是數(shù)據(jù)挖掘中的代表性技術(shù), 在多維空間降維、大量無序信息規(guī)律提取等方面具有很強的優(yōu)勢, 已在水科學(xué)領(lǐng)域得到廣泛應(yīng)用, 如洪水情勢分類[24]、變化環(huán)境下徑流情勢演變格局[25-26]、水質(zhì)評價[15]、水生生物空間分布特征[27]等方面。

由于涉及的水質(zhì)指標(biāo)眾多且各指標(biāo)間可能存在相關(guān)性, 主成分分析采用正交變換等消除各水質(zhì)指標(biāo)之間的相關(guān)性, 形成幾個獨立的特征指標(biāo)。本文將主成分累積方差閾值設(shè)置為所有水質(zhì)指標(biāo)總方差的85%, 其對應(yīng)的主成分因子即為獨立的特征指標(biāo)。采用歐氏距離計算特征指標(biāo)在各采樣點間的相似度, 在此基礎(chǔ)上, 采用k-中心點聚類方法以各聚類組間站點相似度最小為原則, 將所有采樣點劃分為幾類水質(zhì)特征屬性相對獨立的類型。以上操作均在R Studio 3.4.2版本上實現(xiàn), 采用stats程序包princomp函數(shù)進行主成分分析; cluster程序包clara函數(shù)進行k-中心點聚類。此外, 類型數(shù)量的確定是聚類分析中的難點問題之一, 本文采用NbClust程序包NbClust函數(shù)對不同分類數(shù)量的聚類效果進行評估, 提供26個評估指標(biāo)結(jié)果[28], 并將最優(yōu)評估指標(biāo)結(jié)果最多的類型數(shù)量作為水質(zhì)類型的最終數(shù)目。

此外, 采用秩次分析法(冗余分析RDA和典范對應(yīng)分析CCA)探索水質(zhì)類型對不同尺度土地覆被類型的響應(yīng)關(guān)系, 并辨識影響水質(zhì)類型的關(guān)鍵土地覆被類型。RDA是基于線性模型, CCA是基于單峰模型。通常采用除趨勢對應(yīng)分析(DCA)來判斷采用模型的類型。如果DCA中第一軸長度大于4.0, 采用CCA; 如果在3.0~4.0, RDA和CCA均可; 如果小于3.0, 則選用RDA[14]。決定性系數(shù)(2)代表土地覆被類型和水質(zhì)類型的相關(guān)程度, 在一定顯著水平(≤0.10)下,2越大代表該類土地覆被對水質(zhì)類型的影響越大。秩次分析也在R Studio 3.4.2版本上實現(xiàn), 采用vegan程序包decorana、cca和rda函數(shù)進行模型選擇和影響關(guān)系分析。

2 結(jié)果與分析

2.1 水質(zhì)指標(biāo)空間分布

從現(xiàn)場直接測定的指標(biāo)分布來看, 水樣pH為7.21~8.96, 阿姆河河水偏弱堿性, 錫爾河和咸海水體偏中性(圖2); EC為138~10 110 μS?cm?1, TDS為87~8 377 mg?L?1, 二者的空間分布特征比較相似, 即越往下游數(shù)值越高, 特別是咸海數(shù)值達最大; ORP為81~211 mV, 中下游數(shù)值偏高, 咸海數(shù)值偏低。從營養(yǎng)元素濃度分布來看, PO3– 4-P、DTP和TP濃度分別為0~0.054 mg?L?1、0~0.063 mg?L?1和0~0.08 mg?L?1, 其中阿姆河的不同形態(tài)磷素濃度偏高, 最大值出現(xiàn)在阿姆河中游地區(qū); NO– 3-N濃度為0~3.64 mg?L?1, 其中錫爾河濃度高于阿姆河和咸海。

從其他元素和離子指標(biāo)濃度分布來看, DIC、DTC和DOC濃度分別為7.0~179.7 mg?L?1、14.5~315.2 mg?L?1和2.0~135.4 mg?L?1, 其中阿姆河不同形態(tài)碳素濃度均高于錫爾河和咸海, 最大值出現(xiàn)在阿姆河下游三角洲地區(qū); 陰離子中SO2– 4濃度和陽離子中Na+、Mg2+濃度均較高, 而重金屬離子Ba2+濃度微小。SO2– 4和SiO2– 3濃度分別為82~7183 mg?L?1和0.29~13.26 mg?L?1, 其中咸海的SO2– 4濃度高于阿姆河和錫爾河, 阿姆河和錫爾河的SiO2– 3濃度高于咸海。B3+、K+、Na+、Mg2+和Sr2+濃度分別為0.06~2.76 mg?L?1、2.8~1681.0 mg?L?1、11~ 8125 mg?L?1、19~5092 mg?L?1和0.4~38.8 mg?L?1; 其空間分布特征比較相近, 即咸海的濃度均遠(yuǎn)高于阿姆河和錫爾河。Ba2+濃度為0~0.09 mg?L?1, 阿姆河和錫爾河的濃度高于咸海的濃度; Ca2+濃度為54.9~418.3 mg?L?1, 阿姆河和錫爾河下游、咸海的濃度均較高。

EC: 電導(dǎo)率; TDS: 總?cè)芙庑怨腆w物質(zhì); ORP: 氧化還原電位; PO3– 4-P: 正磷酸鹽; DTP: 總?cè)芙庑粤? TP: 總磷; NO– 3-N: 硝態(tài)氮; DOC: 溶解有機碳; DIC: 溶解無機碳; DTC: 總?cè)芙馓肌C: electrical conductivity; TDS: total dissolved solids; ORP: oxidation-reduction potential; PO3– 4-P: orthophosphate; DTP: dissolved total phosphorus; TP: total phosphorus; NO– 3-N: nitrate nitrogen; DOC: dissolved organic carbon; DIC: dissolved inorganic carbon; DTC: dissolved total carbon.

2.2 水質(zhì)類型識別

通過主成分分析, 將20個水質(zhì)指標(biāo)融合為4個獨立的主成分因子, 其累計方差達85.78%(表1)。第1主成分包括的水質(zhì)指標(biāo)有不同形態(tài)碳素(DIC、DTC和DOC)、NO– 3-N和主要陰陽離子(SO2– 4、SiO2– 3、B3+、Ba2+、K+、Ca2+、Na+、Mg2+和Sr2+), 共解釋48.64%的指標(biāo)變化; 第2主成分為EC、TDS、DTP和TP, 共解釋18.52%的指標(biāo)變化; 第3主成分為PO3– 4-P, 共解釋10.27%的指標(biāo)變化; 第4主成分為pH和ORP, 共解釋8.36%的指標(biāo)變化。以上4個主成分因子涵蓋了所有水質(zhì)指標(biāo)信息。利用4個主成分因子, 采用k-中心點聚類方法對21個采樣點進行水質(zhì)類別劃分。26個聚類評估指標(biāo)的最優(yōu)值分別出現(xiàn)在0-6、10、14和15類中, 其中分為3類時最優(yōu)評估指標(biāo)最多, 占23.08%(圖3)。因此, 本研究確定的最終類型為3類, 第1類型水質(zhì)主要分布在采樣點1、4、9、14、15和18-20, 共8個, 占所有采樣點的38.1%; 第2類型水質(zhì)主要分布在采樣點2、3、6和10-13, 共7個, 占33.3%; 第3類型水質(zhì)主要分布在采樣點5、7、8、16、17和21, 共6個, 占28.6% (圖4)。

表1 咸海流域主成分對應(yīng)的水質(zhì)指標(biāo)相關(guān)系數(shù)

加粗字體為該主成分中代表性水質(zhì)指標(biāo)。Bold fonts mean the representative water quality variables of individual principal components

2.3 水質(zhì)類型的主要特征及空間分布

從現(xiàn)場直接測定的指標(biāo)數(shù)值分布來看(圖5), 第1類型采樣點大部分指標(biāo)值最小, 分別為7.21~8.35(pH)、137.8~2 933.0 μS?cm?1(EC)、86.7~ 3800.0 mg?L?1(TDS)和100~211 mV(ORP); 而第3類型采樣點指標(biāo)值最大, 分別為7.43~8.96 (pH), 2563~10 110 μS?cm?1(EC)、1 874~8 377 mg?L?1(TDS)和81~173 mV (ORP)。從營養(yǎng)元素濃度來看, 不同形態(tài)磷素(PO43–-P、DTP和TP)和NO– 3-N濃度在第2類型采樣點最大, 分別為0~0.05 mg?L?1、0.02~ 0.06 mg?L?1、0.14~0.80 mg?L?1和0.1~1.9 mg?L?1; 第1和第3類型采樣點比較接近。

從其他元素和離子指標(biāo)濃度來看, 不同形態(tài)碳素(DIC, DTC和DOC)濃度在第1類型采樣點最小, 分別為7.0~179.7 mg?L?1、14.5~315.2 mg?L?1和5.0~ 135.4 mg?L?1; 在第3類型采樣點最大, 分別為18.6~ 85.6 mg?L?1、29.9~105.5 mg?L?1和11.3~ 19.8 mg?L?1。SO2– 4和SiO2– 3濃度在第3類型采樣點最大, 分別為1320.0~2980.0 mg?L?1和6.0~12.2 mg?L?1, 在第1和2類型采樣點比較接近。從陽離子濃度來看, 大部分離子(B3+、K+、Ca2+、Na+、Mg2+和Sr2+)濃度均為第3類型采樣點最大, 第1和2類型采樣點比較接近, 最大值分別為0.5~1.7 mg?L?1、12.8~71.6 mg?L?1、273.5~ 418.3 mg?L?1、482.1~1253.0 mg?L?1、165.5~ 442.5 mg?L?1和6.6~11.7 mg?L?1; 重金屬Ba2+濃度在第1類型采樣點最大(0.004~0.086 mg?L?1), 第3類型采樣點最小(0.025~0.052 mg?L?1)。

總的來看, 第1類型采樣點為水質(zhì)指標(biāo)濃度均偏低的水體; 第2類型采樣點為不同形態(tài)營養(yǎng)元素濃度偏高的水體; 第3類型采樣點為不同形態(tài)碳素和陰陽離子濃度均偏高的水體。從空間分布來看, 第1類型采樣點主要分布在錫爾河中游和咸海, 第2類型采樣點主要分布在阿姆河中下游農(nóng)業(yè)區(qū), 而第3類型采樣點主要分布在咸海。

EC: 電導(dǎo)率; TDS: 總?cè)芙庑怨腆w物質(zhì); ORP: 氧化還原電位; PO43–-P: 正磷酸鹽; DTP: 總?cè)芙庑粤? TP: 總磷; NO– 3-N: 硝態(tài)氮; DOC: 溶解有機碳; DIC: 溶解無機碳; DTC: 總?cè)芙馓?。EC: electrical conductivity; TDS: total dissolved solids; ORP: oxidation-reduction potential; PO43–-P: orthophosphate; DTP: dissolved total phosphorus; TP: total phosphorus; NO– 3-N: nitrate nitrogen; DOC: dissolved organic carbon; DIC: dissolved inorganic carbon; DTC: dissolved total carbon.

2.4 不同水質(zhì)類型的離子來源

通過比較不同水質(zhì)類型TDS濃度和Na+/(Na++Ca2+)的關(guān)系發(fā)現(xiàn)(圖6 a), 咸海流域第3類型TDS平均濃度為5 147 mg?L?1, Na+/(Na++Ca2+)平均比值為0.67, 接近Gibbs圖中的蒸發(fā)-結(jié)晶型, 因此該水質(zhì)類型的離子濃度主要受蒸發(fā)-結(jié)晶作用控制[29]; 第2類型TDS平均濃度為2 077 mg?L?1, Na+/(Na++Ca2+)平均比值為0.50, 更靠近巖石風(fēng)化型, 因此該水質(zhì)類型的離子濃度主要受巖石風(fēng)化作用控制; 第1類型TDS平均濃度為1 584 mg?L?1, Na+/(Na++Ca2+)平均比值為0.60, 大部分站點的關(guān)系介于第2和第3類型之間, 因此離子濃度受蒸發(fā)-結(jié)晶和巖石風(fēng)化共同作用[29]。

另外, 流域陰陽離子主要受不同類型巖石風(fēng)化的影響, 如碳酸鹽巖、硅酸鹽巖和蒸發(fā)巖[29]。對比主要陰陽離子的摩爾濃度, 這3類水質(zhì)中Ca2++ Mg2+和SO2– 4+SiO2– 3摩爾濃度都比較接近(圖6 d), 可以推斷它們主要來源于硅酸鹽巖和蒸發(fā)巖的風(fēng)化。從Na++K+和Ca2++Mg2+、Na++K+和SO2– 4+SiO2– 3摩爾濃度來看(圖6 b、c), 除第2類型比較接近外, 第1和第3類型的Ca2++Mg2+、SO2– 4+SiO2– 3摩爾濃度均低于Na++K+摩爾濃度。因此, Na+和K+除來源于硅酸鹽巖和蒸發(fā)巖的風(fēng)化外, 還受碳酸鹽巖風(fēng)化的影響。

2.5 土地覆被對不同水質(zhì)類型的影響分析

通過對各類型和所有采樣點水質(zhì)指標(biāo)的DCA排序分析發(fā)現(xiàn), 第一軸長度均小于3.0, 因此本研究選取RDA方法來探索土地覆被類型對各水質(zhì)類型空間差異的影響。對第1類型水質(zhì)指標(biāo)而言(圖7), 當(dāng)緩沖區(qū)半徑為0.5 km和1.0 km時, 影響顯著的土地覆被僅為荒地(2=0.63和0.75); 當(dāng)緩沖區(qū)半徑為2.0 km時, 影響顯著的土地覆被為荒地(2=0.83)和灌木(2=0.73); 當(dāng)緩沖區(qū)半徑為5.0 km時, 影響顯著的土地覆被類型明顯增加, 分別為水域(2=0.98)、荒地(2=0.74)、灌木(2=0.70)、城鎮(zhèn)(2=0.69)和草地(2=0.63); 當(dāng)緩沖區(qū)半徑為10 km時, 影響顯著的土地覆被類型略有減少, 其中水域最顯著(2=0.93), 其次為草地(2=0.65)、灌木(2=0.65)、農(nóng)田和植被混合(2=0.60)。第2類型水質(zhì)指標(biāo)中, 僅除緩沖區(qū)半徑為5 km時水域(2=0.82)外, 其他半徑的緩沖區(qū)土地覆被類型與水質(zhì)指標(biāo)空間差異都沒有顯著性關(guān)系。對于第3類型水質(zhì)指標(biāo)而言, 當(dāng)緩沖區(qū)半徑為0.5 km、1.0 km和2.0 km時, 影響顯著的土地覆被僅為水域, 其2分別為0.88、1.00和0.93; 當(dāng)緩沖區(qū)半徑增加為5.0 km和10.0 km時, 顯著性土地覆被類型分別增加為灌木(2=0.94)和水域(2=0.91)、水域(2=0.97)和農(nóng)田與植被混合(2=0.90)。從采樣點尺度水質(zhì)指標(biāo)空間變化來看, 在緩沖區(qū)半徑為0.5 km時, 影響顯著的土地覆被為水域(2=0.25); 當(dāng)緩沖區(qū)半徑為1.0 km和2.0 km時, 影響顯著的土地覆被類型為水域(2=0.24和0.22)和荒地(2=0.20和0.22); 當(dāng)緩沖區(qū)半徑為5.0 km和10.0 km時, 影響顯著的土地覆被類型最多。當(dāng)半徑為5.0 km時, 城鎮(zhèn)最顯著(2=0.26), 其次為水域(2=0.25)、荒地(2=0.23)和農(nóng)田(2=0.22); 當(dāng)半徑為10.0 km時, 水域最顯著(2=0.49), 其次為灌木(2=0.23)、城鎮(zhèn)(2=0.22)和農(nóng)田(2=0.20)。因此, 土地覆被是影響第1和第3類型、以及所有采樣點水質(zhì)指標(biāo)空間差異性的重要因素之一, 其中荒漠、水域、城鎮(zhèn)和水域分別是第1類型、第3類型、以及所有采樣點最敏感的土地覆被類型。此外, 從不同半徑的緩沖區(qū)影響來看, 對水質(zhì)類型空間差異性影響顯著的土地覆被類型隨緩沖區(qū)半徑的增加而逐漸增多; 當(dāng)半徑達5.0 km和10.0 km時, 影響顯著的土地覆被類型趨于穩(wěn)定, 特別是對于第1類型和所有采樣點。

不同實心柱代表通過顯著性檢驗的土地覆被類型(≤0.10), 空心柱代表不顯著的土地覆被類型。Solid bars with different colors mean significant land covers (≤0.10), and the hollow bars with different colors mean insignificant land covers.

3 討論與結(jié)論

3.1 討論

咸海流域水資源和環(huán)境問題是全球關(guān)注的焦點之一。但受觀測資料等限制, 咸海流域水質(zhì)演變特征及其影響因素研究仍比較欠缺。本文采用實地樣本采集和多元統(tǒng)計分析方法相結(jié)合將有利于辨識咸海流域主要的水質(zhì)類型、空間分布特征及其與氣象(降水和蒸發(fā))、下墊面(地質(zhì)和土地覆被)等的關(guān)系。研究結(jié)果發(fā)現(xiàn), 咸海流域除ORP外, 其他指標(biāo)均存在明顯的空間差異性。氮磷營養(yǎng)元素濃度較高的采樣點主要位于阿姆河中下游地區(qū)的農(nóng)業(yè)區(qū), 陰陽離子濃度較高的采樣點主要集中在阿姆河和錫爾河尾閭湖泊咸海內(nèi)。這主要與土地覆被類型、農(nóng)事活動和極度干旱的氣象條件有密切關(guān)系[3,23]。

通過比較咸海流域與全球代表性河流的TDS濃度和Na+/(Na++Ca2+)的關(guān)系[30], 大部分采樣點的TDS濃度(>1 000 mg?L?1)與Na+/(Na++Ca2+)(>0.50)都遠(yuǎn)高于其他大部分河流, 如中國北方缺水性河流黃河[TDS: 486 mg?L?1和Na+/(Na++Ca2+): 0.57]、長江[TDS: 205.9 mg?L?1和Na+/(Na++Ca2+): 0.19]、印度的恒河[TDS: 193 mg?L?1和Na+/(Na++Ca2+): 0.29]和非洲的剛果河[TDS: 28 mg?L?1和Na+/(Na++Ca2+): 0.41]等[28]。因此相比于全球代表性河流, 咸海流域水質(zhì)濃度受當(dāng)?shù)馗珊等彼?、蒸發(fā)劇烈等氣象條件影響更嚴(yán)重[29-30]。

咸海流域各類水質(zhì)指標(biāo)與不同緩沖區(qū)尺度下荒地、水域、農(nóng)田、植被和城鎮(zhèn)等土地覆被類型存在顯著的統(tǒng)計相關(guān)。影響水質(zhì)的主要物質(zhì)來源有荒漠地區(qū)的巖石風(fēng)化、生態(tài)系統(tǒng)(農(nóng)田、林地、草地等)營養(yǎng)元素和碳素流失、城鎮(zhèn)點源和面源等[5-9,12,29]?；哪窍毯Ａ饔蛑邢掠蔚貐^(qū)最主要的土地覆被類型[23], 占不同緩沖區(qū)面積的39.0%~45.0%, 也是影響水質(zhì)濃度空間差異性最主要的類型。主要是由于荒漠地區(qū)的硅酸鹽巖和蒸發(fā)巖風(fēng)化是水體中陰陽離子的主要來源, 特別是在下游和咸海, 這與Schettler等[31]的結(jié)論吻合。農(nóng)田面源流失、城鎮(zhèn)點源排放和面源是水體氮磷等營養(yǎng)元素、碳素和金屬離子等重要來源之一; 灌木和草地對地表徑流中的污染物具有攔截和吸收作用, 但殘渣腐敗分解也增加了地表徑流中的有機質(zhì)[6,12,16]。阿姆河和錫爾河中下游地區(qū)灌木、草地和城鎮(zhèn)的面積較小, 分別僅占不同緩沖區(qū)面積的1.0%~4.0%、6.0%~9.0%和4.0%~12.0%, 因此對水質(zhì)濃度的影響有限。農(nóng)田主要沿河分布, 第2類型采樣點也主要分布在阿姆河中下游農(nóng)業(yè)區(qū), 以棉花和水稻為主[3], 空間差異性并不明顯, 由此導(dǎo)致對水質(zhì)濃度的空間差異性影響也并不顯著, 但在緩沖區(qū)尺度上對所有站點的水質(zhì)濃度也存在一定顯著影響(如半徑為5.0 km和10.0 km時)。水域蓄水量大小直接影響水質(zhì)的濃度, 而且水體中水生植物生長吸收和死亡釋放等也均明顯影響碳、氮、磷等元素濃度[8]。此外, 土地覆被類型的空間分布與尺度也是影響水質(zhì)類型空間差異性的關(guān)鍵, 存在一定距離閾值[6,17,32]。隨著采樣點緩沖區(qū)面積的增加, 土地覆被類型多樣性逐漸增加, 也將識別更多有顯著性影響的土地覆被類型, 特別是在第1類水質(zhì)采樣點。但隨著污染物距受納水體的距離增加到一定程度, 如緩沖區(qū)半徑5.0 km左右時, 土地覆被類型多樣性將趨于穩(wěn)定, 由此也導(dǎo)致土地覆被對水質(zhì)“源-匯”過程的綜合影響也逐漸趨于穩(wěn)定[6]。

3.2 結(jié)論

對威海中下游流域21個采樣點20種水質(zhì)指標(biāo)監(jiān)測信息進行挖掘, 識別出3種代表性水質(zhì)類型及其影響因素。第1類型的水質(zhì)指標(biāo)濃度均較小, 占所有采樣點的38.1%, 分布在錫爾河中游和咸海; 第2類型為氮磷營養(yǎng)元素濃度偏高的水體, 占所有采樣點的33.3%, 分布在阿姆河中下游。上述水質(zhì)類型的濃度主要受荒漠地區(qū)巖石風(fēng)化過程控制, 陰陽離子來源于硅酸鹽巖和蒸發(fā)巖的風(fēng)化。第3類型為碳元素和陰陽離子濃度均偏高的水體, 占所有采樣點的28.6%, 主要分布在咸海, 水質(zhì)濃度主要受蒸發(fā)-結(jié)晶過程控制, 其中陰陽離子除來源于硅酸鹽巖和蒸發(fā)巖的風(fēng)化外, Na+和K+還可能受碳酸鹽巖風(fēng)化等影響。

土地覆被類型對流域不同類型水質(zhì)濃度也存在顯著影響。影響顯著的土地覆被類型隨著采樣點緩沖區(qū)面積的增加而逐漸增多。對于第1類型水質(zhì)而言, 影響顯著的土地覆被類型在緩沖區(qū)半徑為0.5 km時僅為荒地(2=0.63), 當(dāng)緩沖區(qū)半徑為10 km時變?yōu)樗?2=0.93)、灌木(2=0.65)、草地(2=0.65)和農(nóng)田與植被混合(2=0.60); 第2類型水質(zhì)濃度空間差異與土地覆被類型并沒有顯著性關(guān)系; 對于第3類型水質(zhì)而言, 顯著影響的土地覆被類型在緩沖區(qū)半徑為0.5 km時為水域(2=0.88), 而當(dāng)緩沖區(qū)半徑為10 km時變?yōu)樗?2=0.97)、農(nóng)田與植被混合(2=0.90)等。

本文將傳統(tǒng)采樣點尺度水質(zhì)指標(biāo)的分析提升到空間尺度綜合特征的分析, 辨識的綜合水質(zhì)類型包含了基本理化屬性、營養(yǎng)元素和陰陽離子等多種指標(biāo), 更有利于揭示咸海流域水環(huán)境的演變特征, 也為水環(huán)境成因機理探索等提供基礎(chǔ)支撐。為改善咸海中下游流域水環(huán)境現(xiàn)狀, 建議減小阿姆河和錫爾河的灌溉取用水量, 增加中下游河道流量和咸海的補給, 將有利于減弱下游和咸海蒸發(fā)-結(jié)晶作用的控制; 另外加大河岸帶5~10 km范圍內(nèi)的植被修復(fù)和退耕還林還草, 特別是在阿姆河和錫爾河中下游農(nóng)業(yè)區(qū)、咸海等地區(qū)。

受監(jiān)測資料的限制, 本文僅采用一次實地采樣數(shù)據(jù)分析了咸海流域水質(zhì)類型及空間差異, 今后還需加強水質(zhì)數(shù)據(jù)的監(jiān)測和采集, 進一步完善咸海流域水質(zhì)類型的辨識; 在水質(zhì)類型和土地覆被作用機制方面的探索也還有待進一步加強。

[1] 鄧銘江, 龍愛華. 咸海流域水文水資源演變與咸海生態(tài)危機出路分析[J]. 冰川凍土, 2011, 33(6): 1363?1375 DENG M J, LONG A H. Evolution of hydrologic and water resources and ecological crisis in the Aral Sea Basin[J]. Journal of Glaciology and Geocryology, 2011, 33(6): 1363–1375

[2] 阿布都米吉提·阿布力克木, 葛擁曉, 王亞俊, 等. 咸海的過去、現(xiàn)在與未來[J]. 干旱區(qū)研究, 2019, 36(1): 7–18 ABLEKIM A, GE Y X, WANG Y J, et al. The past, present and feature of the Aral Sea[J]. Arid Zone Research, 2019, 36(1): 7–18

[3] 楊勝天, 于心怡, 丁建麗, 等. 中亞地區(qū)水問題研究綜述[J]. 地理學(xué)報, 2017, 72(1): 79?93 YANG S T, YU X Y, DING J L, et al. A review of water issues research in Central Asia[J]. Acta Geographica Sinica, 2017, 72(1): 79?93

[4] 李思悅, 譚香, 徐志方, 等. 湖北丹江口水庫主要離子化學(xué)季節(jié)變化及離子來源分析[J]. 環(huán)境科學(xué), 2008, 29(12): 3353–3359 LI S Y, TAN X, XU Z F, et al. Seasonal variation in the major ion chemistry and their sources in the Hubei Danjiangkou Reservoir, China[J]. Environmental Science, 2008, 29(12): 3353–3359

[5] 黃金良, 黃亞玲, 李青生, 等. 流域水質(zhì)時空分布特征及其影響因素初析[J]. 環(huán)境科學(xué), 2012, 33(4): 1098–1107 HUANG J L, HUANG Y L, LI Q S, et al. Preliminary analysis of spatiotemporal variation of water quality and its influencing factors in the Jiulong River Watershed[J]. Environmental Science, 2012, 33(4): 1098–1107

[6] 許爾琪. 土地利用對水體營養(yǎng)物影響的研究進展[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2019, 27(12): 1880?1891 XU E Q. Research progress in the impact of land use on water nutrients[J]. Chinese Journal of Eco-Agriculture, 2019, 27(12): 1880–1891

[7] 曹艷敏, 毛德華, 吳昊, 等. 湘江干流水環(huán)境質(zhì)量演變特征及其關(guān)鍵因素定量識別[J]. 長江流域資源與環(huán)境, 2019, 28(5): 1235–1243 CAO Y M, MAO D H, WU H, et al. The evolution features of water environmental quality and quantitative identification of key factors on Xiangjiang River[J]. Resources and Environment in the Yangtze Basin, 2019, 28(5): 1235–1243

[8] 開金磊, 王君波, 黃磊, 等. 西藏納木錯及其入湖河流溶解有機碳和總氮濃度的季節(jié)變化[J]. 湖泊科學(xué), 2019, 31(4): 1099–1108 KAI J L, WANG J B, HUANG L, et al. Seasonal variations of dissolved organic carbon and total nitrogen concentrations in Nam Co and inflowing rivers, Tibet Plateau[J]. Journal of Lake Sciences, 2019, 31(4): 1099–1108

[9] 孫金華, 曹曉峰, 黃藝. 滇池水質(zhì)時空特征及與流域人類活動的關(guān)系[J]. 湖泊科學(xué), 2012, 24(3): 347–354 SUN J H, CAO X F, HUANG Y. Relationships between spatial-temporal trends of water quality and the human activities in Lake Dianchi[J]. Journal of Lake Sciences, 2012, 24(3): 347?354

[10] 羅獻寶, 文軍, 駱東奇, 等. 千島湖水質(zhì)變化特征與趨勢分析[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2006, 14(4): 208?212 LUO X B, WEN J, LUO D Q, et al. Changing characteristic and trend analysis of water quality of Qiandao Lake[J]. Chinese Journal of Eco-Agriculture, 2006, 14(4): 208?212

[11] 羅巧, 李勇, 吳金水. 亞熱帶典型農(nóng)業(yè)小流域井水水質(zhì)季節(jié)變化與空間分布特征[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2016, 24(6): 829?836 LUO Q, LI Y, WU J S. Seasonal dynamics and spatial distribution of well water quality in a small typical agricultural catchment in subtropical China[J]. Chinese Journal of Eco-Agriculture, 2016, 24(6): 829?836

[12] 楊琴, 湯秋鴻, 張永勇. 淮河流域(河南段)水質(zhì)時空變化特征及其與土地利用類型的關(guān)系[J]. 環(huán)境科學(xué)研究, 2019, 32(9): 1519?1530 YANG Q, TANG Q H, ZHANG Y Y. Spatiotemporal changes of water quality in Huai River Basin (Henan Section) and its correlation with land use patterns[J]. Research of Environmental Sciences, 2019, 32(9): 1519?1530

[13] 周豐, 郭懷成, 黃凱, 等. 基于多元統(tǒng)計方法的河流水質(zhì)空間分析[J]. 水科學(xué)進展, 2007, 18(4): 544?551 ZHOU F, GUO H C, HUANG K, et al. Multivariate statistical technique for spatial variation in river water quality[J]. Advances in Water Science, 2007, 18(4): 544?551

[14] ZHANG Y Y, ZHOU Y J, SHAO Q X, et al. Diffuse nutrient losses and the impact factors determining their regional differences in four catchments from North to South China[J]. Journal of Hydrology, 2016, 543: 577?594

[15] 彭福利, 張永勇, 李茜, 等. 官廳水庫入庫斷面水質(zhì)多指標(biāo)評價與演變特征分析[J]. 中國環(huán)境監(jiān)測, 2020, 36(1): 65?74 PENG F L, ZHANG Y Y, LI Q, et al. Multi-index evaluation and evolution characteristic analysis of water quality at inlet section of Guanting Reservoir[J]. Environmental Monitoring in China, 2020, 36(1): 65?74

[16] 張洪, 陳震, 張帥, 等. 云南省高原湖泊流域土地利用與水環(huán)境變化異質(zhì)性研究[J]. 水土保持通報, 2012, 32(2): 255?260 ZHANG H, CHEN Z, ZHANG S, et al. Heterogeneity of land use and water environment in plateau lake basins of Yunnan Province[J]. Bulletin of Soil and Water Conservation, 2012, 32(2): 255?260

[17] ZHAI X Y, XIA J, ZHANG Y Y. Water quality variation in the highly disturbed Huai River Basin, China from 1994 to 2005 by multi-statistical analyses[J]. Science of the Total Environment, 2014, 496: 594?606

[18] ZHANG Y Y, SHAO Q X, YE A Z, et al. Integrated water system simulation by considering hydrological and biogeochemical processes: Model development, with parameter sensitivity and autocalibration[J]. Hydrology and Earth System Sciences, 2016, 20(1): 529–553

[19] UNGER-SHAYESTEH K, VOROGUSHYN S, FARINOTTI D, et al. What do we know about past changes in the water cycle of Central Asian headwaters? A review[J]. Global and Planetary Change, 2013, 110: 4?25

[20] CHEN Y N, LI Z, FANG G H, et al. Large hydrological processes changes in the transboundary rivers of Central Asia[J]. Journal of Geophysical Research: Atmospheres, 2018, 123(10): 5059?5069

[21] 鄧銘江, 龍愛華, 章毅, 等. 中亞五國水資源及其開發(fā)利用評價[J]. 地球科學(xué)進展, 2010, 25(12): 1347?1356 DENG M J, LONG A H, ZHANG Y, et al. Assessment of water resources development and utilization in the five Central Asia countries[J]. Advances in Earth Science, 2010, 25(12): 1347?1356

[22] 姚海嬌, 周宏飛. 中亞五國咸海流域水資源策略的博弈分析[J]. 干旱區(qū)地理, 2013, 36(4): 764?771 YAO H J, ZHOU H F. Game analysis of water resources strategy among the Central Asia Countries around the Aral Sea Basin[J]. Arid Land Geography, 2013, 36(4): 764?771

[23] 阮宏威, 于靜潔. 1992—2015年中亞五國土地覆蓋與蒸散發(fā)變化[J]. 地理學(xué)報, 2019, 74(7): 1292?1304 RUAN H W, YU J J. Changes in land cover and evapotranspiration in the five Central Asian countries from 1992 to 2015[J]. Acta Geographica Sinica, 2019, 74(7): 1292?1304

[24] 張永勇, 陳秋潭. 淮河中上游流域洪水主要類型及其時空分布特征[J]. 地理科學(xué)進展, 2020, 39(4): 627?635 ZHANG Y Y, CHEN Q T. Characteristics of main flood event types and their temporal-spatial variations in the upper and middle reaches of the Huai River Basin[J]. Progress in Geography, 2020, 39(4): 627?635

[25] ZHANG Y Y, ZHAI X Y, SHAO Q X, et al. Assessing temporal and spatial alterations of flow regimes in the regulated Huai River Basin, China[J]. Journal of Hydrology, 2015, 529: 384?397

[26] ZHANG Y Y, FU G B, SUN B Y, et al. Simulation and classification of the impacts of projected climate change on flow regimes in the arid Hexi Corridor of Northwest China[J]. Journal of Geophysical Research: Atmospheres, 2015, 120(15): 7429?7453

[27] ZHOU Y J, ZHANG Y Y, LIANG T, et al. Shifting of phytoplankton assemblages in a regulated Chinese river basin after streamflow and water quality changes[J]. Science of the Total Environment, 2019, 654: 948?959

[28] CHARRAD M, GHAZZALI N, BOITEAU V, et al. NbClust: An R package for determining the relevant number of clusters in a data set[J]. Journal of Statistical Software, 2014, 61(6): 1?36

[29] GIBBS R J. Mechanisms controlling world water chemistry[J]. Science, 1970, 170(3962): 1088–1090

[30] ZHANG L, SONG X F, XIA J, et al. Major element chemistry of the Huai River basin, China[J]. Applied Geochemistry, 2011, 26(3): 293–300

[31] SCHETTLER G, OBERH?NSLI H, STULINA G, et al. Hydrochemical water evolution in the Aral Sea Basin. Part Ⅱ: Confined groundwater of the Amu Darya Delta — Evolution from the headwaters to the delta and SiO2geothermometry[J]. Journal of Hydrology, 2013, 495: 285–303

[32] ZHANG C F, LI S, QI J Y, et al. Assessing impacts of riparian buffer zones on sediment and nutrient loadings into streams at watershed scale using an integrated REMM-SWAT model[J]. Hydrological Processes, 2017, 31(4): 916–924

Spatial variation in major water quality types and its relationships with land cover in the middle and lower reaches of Aral Sea Basin*

ZHANG Yongyong1, TAN Xiang2, LI Fadong1, RUAN Hongwei1, YU Jingjie1, GAO Yang1, ZHAI Xiaoyan3

(1. Institute of Geographic Sciences and Natural Resources Research / Key Laboratory of Water Cycle and Related Land Surface Processes, Chinese Academy of Sciences, Beijing 100101, China; 2. Key Laboratory of Aquatic Botany and Watershed Ecology, Chinese Academy of Sciences / Wuhan Botanical Garden, Chinese Academy of Sciences, Wuhan 430074, China; 3. Institute of Water Resources and Hydropower Research, Beijing 100038, China)

Water resources and environmental issues in the Aral Sea Basin of Central Asia are global concerns. In this study, the water quality variables (i.e., basic physical and chemical attributes, different forms of nutrients, other elements, cations, and anions) from 21 sampling sites in the middle and lower reaches of Aral Sea Basin were measured in 2019 to explore water environmental variations and their causes. Spatial variation in 20 water quality variables was investigated, and the representative water quality types, spatial differences, and their causes were identified via multivariate analysis methods (i.e., principal component analysis and cluster analysis). Furthermore, the effects of land cover on the spatial variation in water quality types were explored. The results showed that: 1) the values of electronic conductivity (EC) and total dissolved solids (TDS) increased from the middle to the lower reaches, and the highest values were in the Aral Sea. This indicates that the concentrations of anions and cations increased from the middle to the lower reaches. For the nutrient variables, high phosphorous concentrations were in the middle reaches of Amu Darya, and high nitrate-nitrogen concentrations were in the Syr Darya. For the different forms of carbon, the highest concentrations were in the Amu Darya, particularly in the delta area of lower reaches. 2) The water quality at all sampling sites can be divided into three water quality types according to the similarity classification of water quality variables. The first type had low concentrations for most water quality variables, which were distributed in the middle reaches of Syr Darya and the Aral Sea. The second type had high concentrations of different forms of nitrogen and phosphorus, which were distributed in the middle and lower reaches of Amu Darya. The third type had high concentrations of carbon, anions, and cations, which were distributed in the Aral Sea. The water quality concentrations of the first and second types were mainly due to rock weathering processes on bare land, and the anions and cations were mainly derived from the weathering of silicates and evaporites. The concentrations of the third type were mainly due to the evaporation and crystallization processes of a dry climate, and the anions and cations were mainly derived from the weathering of silicates and evaporites, which may also be affected by carbonate weathering. 3) With an increase in the buffer zone radius for each sampling point (0.5 km to 10 km), the significant land cover changed from bare land to water, shrubland, grassland, mixed farmland, and vegetation for the first water quality type; the most significant land cover was water. There were no significant relationships between the second water quality type and land cover. For the third water quality type, the significant land cover changed from water to water, mixed farmland, and vegetation —the most significant land cover was water. Therefore, spatial variation in the water quality variables was mainly affected by the local climate conditions (i.e., climatic drought and intensive evapotranspiration) and the mainland cover types (i.e., bare land, water, farmland, grassland, and urban). To improve the water environmental conditions in the middle and lower reaches of Aral Sea Basin, stream flow should be increased to recharge the Aral Sea and weaken the evaporation and crystallization processes in the lower reaches of Aral Sea. Vegetation restoration and a return of farmland to forest and grassland should also be strengthened in the riparian zone, particularly in the middle and lower reaches of Amu Darya and Syr Darya and the Aral Sea.

Water quality types; Spatial scale; Land cover; Multivariate analysis; Aral Sea Bain

10.13930/j.cnki.cjea.200429

張永勇, 譚香, 李發(fā)東, 阮宏威, 于靜潔, 高揚, 翟曉燕. 咸海中下游流域水質(zhì)空間分布特征及其與土地覆被的關(guān)系[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2021, 29(2): 299-311

ZHANG Y Y, TAN X, LI F D, RUAN H W, YU J J, GAO Y, ZHAI X Y. Spatial variation in major water quality types and its relationships with land cover in the middle and lower reaches of Aral Sea Basin[J]. Chinese Journal of Eco-Agriculture, 2021, 29(2): 299-311

P95

* 中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(XDA2004030201)和國家自然科學(xué)基金項目(41807171)資助

張永勇, 研究方向為流域水循環(huán)與環(huán)境水文學(xué)。E-mail: zhangyy003@igsnrr.ac.cn

2020-06-06

2020-09-22

* This study was supported by the Strategic Priority Research Program of Chinese Academy of Sciences (XDA20040301), and the National Natural Science Foundation of China (41807171).

, ZHANG Yongyong, E-mail: zhangyy003@igsnrr.ac.cn

Jun. 6, 2020;

Sep. 22, 2020