牛永康,張運(yùn)林,張毅博,孫 曉,李 娜,王瑋佳,施 坤,高陽(yáng)輝,高 晶

基于陸基遙感研究降雨過(guò)程對(duì)人民渠水質(zhì)影響

牛永康1,2,張運(yùn)林1*,張毅博1,3,孫 曉1,4,李 娜1,4,王瑋佳1,4,施 坤1,3,高陽(yáng)輝5,高 晶5

(1.中國(guó)科學(xué)院南京地理與湖泊研究所,湖泊與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210008；2.河海大學(xué)環(huán)境學(xué)院,江蘇 南京 210024；3.南京中科深瞳科技研究院有限公司,江蘇 南京 211899；4.中國(guó)科學(xué)院大學(xué),北京 100049；5.杭州?？低晹?shù)字技術(shù)股份有限公司,浙江杭州 310051)

利用監(jiān)測(cè)頻率為1min的陸基高光譜水質(zhì)遙感監(jiān)測(cè)儀于2021年9月24日～11月18日在四川德陽(yáng)人民渠對(duì)濁度?懸浮物?總磷等關(guān)鍵水質(zhì)參數(shù)開(kāi)展連續(xù)監(jiān)測(cè),精細(xì)刻畫(huà)了水質(zhì)分鐘級(jí)的動(dòng)態(tài)變化特征,并結(jié)合逐時(shí)降水?dāng)?shù)據(jù)探究了不同雨強(qiáng)對(duì)人民渠水質(zhì)的影響.結(jié)果顯示:降雨量與濁度(=0.82,<0.001)、懸浮物(=0.88,<0.001)和總磷濃度(=0.81,<0.001)均存在極顯著正相關(guān),而降雨量與總氮濃度(=0.39,=0.07)存在正相關(guān)但相關(guān)性不顯著.當(dāng)小雨時(shí),降雨量少,沒(méi)有形成明顯的地表徑流,河流水質(zhì)幾乎不受影響;大雨及暴雨時(shí),地表徑流的形成造成濁度?懸浮物和總磷濃度顯著增加,總氮濃度增長(zhǎng)幅度則較為平緩.通過(guò)高頻水質(zhì)數(shù)據(jù)可以精細(xì)刻畫(huà)從高強(qiáng)度降雨發(fā)生到引發(fā)流域氮磷污染物大通量?脈沖式輸入再到水質(zhì)短期劇烈變化這一關(guān)鍵流域污染過(guò)程,研究結(jié)果為高強(qiáng)度降雨頻發(fā)地區(qū)和未來(lái)極端降雨增加情景下流域的污染物控制和綜合治理措施提供科學(xué)依據(jù).

降雨；陸基水質(zhì)高光譜遙感；高頻監(jiān)測(cè)；暴雨

河流是地球水文循環(huán)中重要的組成部分,是攜帶泥沙、營(yíng)養(yǎng)鹽和污染物等進(jìn)入湖泊、水庫(kù)和海洋的重要通道.隨著我國(guó)城鎮(zhèn)化水平的快速提高以及社會(huì)經(jīng)濟(jì)的高速發(fā)展,河湖流域污染物負(fù)荷顯著增加,帶來(lái)了水資源喪失、水污染加劇、水環(huán)境惡化和水生態(tài)退化等方面一系列的生態(tài)環(huán)境問(wèn)題[1-2].因此,河湖流域水質(zhì)問(wèn)題成為社會(huì)各界近年來(lái)所關(guān)注的焦點(diǎn),分析并找出造成水質(zhì)下降的關(guān)鍵影響因子,成為解決水環(huán)境問(wèn)題不可或缺的重要環(huán)節(jié).

在造成水質(zhì)下降的眾多的影響因子中,降雨徑流是與地表水關(guān)系最密切的關(guān)鍵影響因子之一[3].降雨的發(fā)生,帶來(lái)豐富的徑流和地下水的補(bǔ)給.然而,高強(qiáng)度降雨產(chǎn)生的地表徑流和壤中流會(huì)造成大規(guī)模的水土流失和城市點(diǎn)面源污染[4-6],給河流和湖庫(kù)帶來(lái)大量污染物輸入[7],導(dǎo)致河湖水質(zhì)發(fā)生劇烈變化[8].此外,暴雨發(fā)生時(shí),大量富含有機(jī)物的陸源物質(zhì)會(huì)被裹挾進(jìn)入飲用水源地[9],嚴(yán)重威脅到流域內(nèi)居民的飲用水安全[10].因此,降雨是誘發(fā)流域面源污染、造成汛期河湖水質(zhì)明顯下降的主要原因[11].與點(diǎn)源污染相比,面源污染分布特性、輸入方式等均異常復(fù)雜,導(dǎo)致其監(jiān)測(cè)、定量及防治過(guò)程非常困難[12].為了清晰地了解降雨造成水質(zhì)下降的動(dòng)態(tài)過(guò)程、分析降雨與各水質(zhì)參數(shù)間的定量關(guān)系,開(kāi)展水生態(tài)環(huán)境高頻次高精度監(jiān)測(cè)勢(shì)在必行,其監(jiān)測(cè)能力更會(huì)直接影響到流域水污染的防治及綜合決策[10,13].

在傳統(tǒng)的水質(zhì)監(jiān)測(cè)過(guò)程中,研究者通常采用逐日或逐月的樣本采集與實(shí)驗(yàn)室測(cè)樣相結(jié)合的監(jiān)測(cè)方式,人工成本高且時(shí)間間隔過(guò)長(zhǎng),難以產(chǎn)生連續(xù)、高精度、高分辨率的數(shù)據(jù)[14-15].同時(shí),強(qiáng)降雨過(guò)程中人工采樣也面臨人身安全和財(cái)產(chǎn)損失風(fēng)險(xiǎn).隨著科學(xué)技術(shù)的發(fā)展,水環(huán)境監(jiān)測(cè)引入了水下探頭以及衛(wèi)星遙感監(jiān)測(cè)技術(shù),然而水下探頭在使用中存在易污染、難維護(hù)、參數(shù)少、精度低等問(wèn)題[16-18],衛(wèi)星遙感使用時(shí)則易受到大氣塵埃、云雨天氣和低時(shí)空分辨率等問(wèn)題的干擾[19-20].因此,迫切需要發(fā)展新的水環(huán)境自動(dòng)監(jiān)測(cè)方法.

本文利用陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀在四川德陽(yáng)站實(shí)時(shí)監(jiān)測(cè)的關(guān)鍵水質(zhì)參數(shù)分鐘級(jí)高頻數(shù)據(jù),刻畫(huà)了透明度、濁度、懸浮物、總氮和總磷等參數(shù)的精細(xì)化波動(dòng)過(guò)程,對(duì)降雨強(qiáng)度與關(guān)鍵水質(zhì)參數(shù)的相關(guān)性進(jìn)行解釋,并對(duì)陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀在水環(huán)境監(jiān)測(cè)及預(yù)警中的潛在應(yīng)用進(jìn)行了討論.旨在探究不同強(qiáng)度降雨對(duì)河流水質(zhì)的影響,為高強(qiáng)度降雨頻發(fā)地區(qū)或受降雨影響嚴(yán)重流域的綜合污染治理提供科學(xué)參考.

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)站點(diǎn)設(shè)置在四川省德陽(yáng)市人民渠(104.1985°E、31.2917°N).陸基遙感設(shè)備采用固定架構(gòu),在此監(jiān)測(cè)點(diǎn)架設(shè)于水面2～5m處,離岸1～2m處,以消除人民渠河岸的影響.監(jiān)測(cè)點(diǎn)緊鄰S105公路,周邊植被豐富,農(nóng)田面積較大.人民渠屬于都江堰擴(kuò)灌工程之一,是中華人民共和國(guó)成立后四川省建成的第一座大型水利工程.人民渠為成都、德陽(yáng)2市10縣農(nóng)田提供工業(yè)用水、城鎮(zhèn)生活用水、水力發(fā)電及生態(tài)環(huán)保用水,具有用水需求高、高峰期水資源配置難、水質(zhì)要求高等特點(diǎn)[21].

圖1 觀察站點(diǎn)及儀器布設(shè)

1.2 氣象水文數(shù)據(jù)和降雨等級(jí)界定

表1 降雨等級(jí)劃分及在本次觀測(cè)期間出現(xiàn)的時(shí)間

續(xù)表1

為探究降雨對(duì)人民渠水質(zhì)的影響,選擇距離最近的德陽(yáng)氣象站(104.3952°E、31.1534°N),從中國(guó)氣象數(shù)據(jù)共享網(wǎng)(http://data.cma.cn/)免費(fèi)下載2021年9月24日～11月18日的逐時(shí)氣象數(shù)據(jù),主要包括氣溫(日最低、日最高、日平均)、風(fēng)速、風(fēng)向和降雨等.

為了探究不同降雨強(qiáng)度和降雨量對(duì)河流水質(zhì)的影響,本文依據(jù)國(guó)家標(biāo)準(zhǔn)GB/T 28592-2012將降雨分為無(wú)雨、小雨、中雨、大雨和暴雨5個(gè)等級(jí),具體分類(lèi)標(biāo)準(zhǔn)見(jiàn)表1.

1.3 陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀介紹

采用由南京中科深瞳科技研究院有限公司、中國(guó)科學(xué)院南京地理與湖泊研究所與杭州?？低晹?shù)字技術(shù)股份有限公司聯(lián)合研發(fā)的陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀,打破以往的傳統(tǒng)水質(zhì)監(jiān)測(cè)模式.該設(shè)備通過(guò)高光譜采集、水質(zhì)參數(shù)反演、4G(或5G)數(shù)據(jù)實(shí)時(shí)傳輸?shù)燃夹g(shù),即使在復(fù)雜天氣情況下,也可以實(shí)現(xiàn)對(duì)透明度、濁度、懸浮物、總磷、總氮、葉綠素等關(guān)鍵水質(zhì)參數(shù)的分鐘級(jí)高頻監(jiān)測(cè).該設(shè)備能夠更清晰地呈現(xiàn)出關(guān)鍵水質(zhì)參數(shù)濃度變化趨勢(shì),準(zhǔn)確把握河流水質(zhì)在降雨影響下短期、迅速的變化過(guò)程,填補(bǔ)了在精細(xì)化水環(huán)境監(jiān)測(cè)領(lǐng)域的技術(shù)空白,具有十分廣闊的應(yīng)用前景.實(shí)現(xiàn)河流水質(zhì)參數(shù)的高頻連續(xù)監(jiān)測(cè),不但可以應(yīng)對(duì)極端氣象水文現(xiàn)象和人類(lèi)活動(dòng)引起的水環(huán)境突變事件,而且對(duì)完善現(xiàn)有的環(huán)境監(jiān)測(cè)體系,增強(qiáng)水污染預(yù)警防控和水環(huán)境監(jiān)管具有非常重要的意義.目前,陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀已在太湖、贛州、天目湖等近20個(gè)河流湖庫(kù)進(jìn)行了安裝架設(shè),為當(dāng)?shù)厮w環(huán)境保護(hù)工作提供水質(zhì)監(jiān)測(cè)、水體預(yù)警等強(qiáng)大助力.

1.4 陸基遙感監(jiān)測(cè)模型構(gòu)建

陸基高光譜遙感儀光譜范圍為400～1000nm,光譜分辨率為1nm,信噪比>1800:1.最短測(cè)量間隔為20s,為內(nèi)陸水域研究提供了連續(xù)高頻的水體反射率.陸基高光譜遙感儀通過(guò)上下兩個(gè)光譜相機(jī)同步測(cè)量來(lái)自水中的上行輻照度和來(lái)自天空的下行輻照度進(jìn)而計(jì)算得出水體的輻照度比.

水質(zhì)反演模型構(gòu)建主要分為兩個(gè)部分:第一部分為數(shù)據(jù)采集與篩選,共采集包括太湖、富春江水庫(kù)、千島湖和梁溪河等不同類(lèi)型水體實(shí)測(cè)水樣數(shù)據(jù),并與同步光譜數(shù)據(jù)一一對(duì)應(yīng);第二部分為模型構(gòu)建,主要包括模型的選擇與精度驗(yàn)證.對(duì)于400～1000nm可見(jiàn)光和近紅外光學(xué)遙感,懸浮物、透明度和葉綠素等光學(xué)物質(zhì)有明顯的光學(xué)信號(hào),高光譜遙感反演較為容易.但是對(duì)于總氮、總磷等吸收光譜在紫外波段的參數(shù),其在可見(jiàn)光和近紅外確實(shí)沒(méi)有光學(xué)信號(hào),很難將遙感光譜與總氮、總磷濃度直接相聯(lián).但氮磷等非光學(xué)參數(shù)可能與懸浮物、葉綠素濃度a、溶解性有機(jī)物等光學(xué)物質(zhì)密切相關(guān).因此,可以通過(guò)間接方式來(lái)估算總氮、總磷濃度[22-24].現(xiàn)有文獻(xiàn)證實(shí),已經(jīng)發(fā)展出幾種利用經(jīng)驗(yàn)算法或機(jī)器學(xué)習(xí)算法的數(shù)學(xué)統(tǒng)計(jì)方法來(lái)確定內(nèi)陸水體遙感反射率與非光學(xué)物質(zhì)(包括總氮總磷)間的關(guān)系[25-27].

經(jīng)過(guò)反復(fù)試驗(yàn),最終選擇精度更高、穩(wěn)定性更強(qiáng)的后向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行建模[28-29].使用MATLAB2021b作為建模工具.BP神經(jīng)網(wǎng)絡(luò)模型的主要學(xué)習(xí)過(guò)程包括前向計(jì)算過(guò)程和誤差反向傳播過(guò)程.它由輸入層、隱藏層和輸出層3個(gè)主要結(jié)構(gòu)組成.不同層的神經(jīng)元通過(guò)相應(yīng)的權(quán)重相互連接.誤差反向傳播通過(guò)將輸出誤差以某種形式通過(guò)隱層逐層反向傳播到輸入層,并將誤差分配給每一層中每個(gè)神經(jīng)元的單個(gè)神經(jīng)單元來(lái)更新網(wǎng)絡(luò)權(quán)值.建模過(guò)程中,將數(shù)據(jù)隨機(jī)分為4份,其中3/4的數(shù)據(jù)用來(lái)建立模型,剩余1/4的數(shù)據(jù)用來(lái)驗(yàn)證模型,經(jīng)過(guò)設(shè)定不同隱含層多次訓(xùn)練選擇最優(yōu)模型,并使用決定系數(shù)、平均相對(duì)誤差、均方根誤差等來(lái)評(píng)價(jià)模型.透明度、濁度、懸浮物、總氮、總磷等關(guān)鍵水質(zhì)參數(shù)精度均在80%以上.

1.5 數(shù)據(jù)預(yù)處理及統(tǒng)計(jì)分析

選取2021年9月24日～11月18日共56d的監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,每日監(jiān)測(cè)時(shí)間為8:00～17:00.數(shù)據(jù)頻次為每分鐘得到一系列數(shù)據(jù),包括透明度、濁度、懸浮物、總氮和總磷濃度等.數(shù)據(jù)處理方面,首先剔除了監(jiān)測(cè)缺失數(shù)據(jù),如10月5日、10月6日.降雨發(fā)生時(shí),計(jì)算各項(xiàng)水質(zhì)指標(biāo)平均值后,以濁度為例,發(fā)現(xiàn)高于2倍平均值的數(shù)據(jù)分布頻率很低,大雨時(shí)占到樣本總量的10%左右,無(wú)雨、小雨時(shí)為3%左右,中雨、暴雨時(shí)為0%.本文將此類(lèi)數(shù)據(jù)定義為不可靠,并將高于平均值兩倍的數(shù)值剔除.同時(shí),小雨和無(wú)雨時(shí)的總氮濃度最大值顯著大于暴雨和大雨時(shí)的最大值.本文將大雨和暴雨的最大值取平均值,將小雨和大雨高于此平均值的部分剔除,其中剔除部分占小雨時(shí)樣本總量的8%,占無(wú)雨部分樣本總量的10%.

SPSS 22.0軟件被用來(lái)對(duì)降雨量、透明度、濁度、懸浮物、總氮和總磷濃度進(jìn)行統(tǒng)計(jì)分析,包括平均值、最大值、最小值,并計(jì)算降雨量與懸浮物、濁度、總氮和總磷濃度之間的皮爾遜相關(guān)系數(shù)()及進(jìn)行線性回歸分析.另外,定義￡0.05為統(tǒng)計(jì)學(xué)意義上顯著,￡0.01為統(tǒng)計(jì)學(xué)意義上極顯著,否則不顯著.利用Origin 2021繪制文中數(shù)據(jù)圖.

2 結(jié)果與分析

2.1 典型降雨過(guò)程氣象水文條件

從觀測(cè)期間氣象數(shù)據(jù)來(lái)看(圖2),10月25日為小雨,24h累積降雨量為3.8mm.當(dāng)日氣溫為12.7～16.0℃,氣溫浮動(dòng)不大.由于監(jiān)測(cè)點(diǎn)為河流,風(fēng)力對(duì)污染物濃度大小影響極小,因此風(fēng)力影響忽略不計(jì).降雨開(kāi)始大致在當(dāng)日11:00,零星小雨一直延續(xù)到20:00.

9月25日和26日累積降雨量分別為28.3和29.2mm,屬于典型的大雨天氣.于9月25日16:00開(kāi)始發(fā)生降雨,特別是9月25日21:00,時(shí)降雨量高達(dá)12.6mm.9月25日和26日氣溫浮動(dòng)范圍分別為20.9～25.7℃和18.6～21.5℃,氣溫都經(jīng)歷了明顯的下降.

10月4日累積降雨量90.9mm,屬于典型的暴雨天氣.于當(dāng)日凌晨2:00開(kāi)始有零星小雨,特別是當(dāng)日12:00,降雨量高達(dá)14.3mm.當(dāng)日氣溫浮動(dòng)范圍為16.1～21.1℃,氣溫經(jīng)歷明顯下降.

圖2 典型小雨?中雨和暴雨過(guò)程中氣溫和降雨量逐時(shí)變化

2.2 不同降雨條件下水質(zhì)變化特征

監(jiān)測(cè)點(diǎn)在2021年9月24日～11月18日期間共監(jiān)測(cè)56d,并在每分鐘得到一系列的監(jiān)測(cè)數(shù)據(jù),分析數(shù)據(jù)見(jiàn)表2.

表2 不同強(qiáng)度降雨量關(guān)鍵水質(zhì)參數(shù)統(tǒng)計(jì)

通過(guò)表2及統(tǒng)計(jì)檢驗(yàn)計(jì)算,在暴雨以及大雨發(fā)生時(shí),濁度與懸浮物平均值遠(yuǎn)遠(yuǎn)高于中雨、小雨和無(wú)雨時(shí)的平均值濃度(<0.05).這反映出在大雨和暴雨發(fā)生時(shí),大量的地表徑流和壤中流產(chǎn)生攜帶大量泥沙和顆粒物入湖,造成河流水體渾濁.總磷濃度由于其本身數(shù)值尺度較小,因此在不同降雨強(qiáng)度下并無(wú)顯著差距,但是通過(guò)統(tǒng)計(jì)檢驗(yàn)計(jì)算可以看出暴雨和大雨發(fā)生時(shí),暴雨時(shí)的總磷濃度要顯著高于中雨、小雨和無(wú)雨時(shí)的濃度(<0.05),并且大雨時(shí)的總磷濃度要顯著高于無(wú)雨時(shí)的濃度(<0.05).通過(guò)對(duì)數(shù)據(jù)的簡(jiǎn)單分析,發(fā)現(xiàn)在大雨及以上雨強(qiáng)下,水質(zhì)關(guān)鍵參數(shù)與其它雨強(qiáng)的明顯區(qū)別.但是從降雨到形成徑流是一個(gè)復(fù)雜的過(guò)程,形成徑流再到流入河流造成水質(zhì)發(fā)生改變更是一個(gè)復(fù)雜的動(dòng)態(tài)過(guò)程,需要進(jìn)一步刻畫(huà)出水質(zhì)變化的詳細(xì)過(guò)程,展現(xiàn)出河流水質(zhì)關(guān)鍵參數(shù)的高頻變化,通過(guò)其他雨強(qiáng)下水質(zhì)變化的對(duì)比分析進(jìn)一步揭示大雨及暴雨天況對(duì)河流水質(zhì)的影響.

2.3 典型無(wú)雨過(guò)程水質(zhì)高頻變化

以9月29日和30日數(shù)據(jù)為例闡述無(wú)雨過(guò)程水質(zhì)動(dòng)態(tài)變化,各項(xiàng)水質(zhì)參數(shù)變化如圖3所示.透明度一直處于較高水平,在0.43～0.77m間波動(dòng);懸浮物濃度在12.0～24.0mg/L間波動(dòng);濁度在18.1～40.0NTU間波動(dòng).總氮濃度在0.86～2.07mg/L間波動(dòng);總磷濃度在0.07～0.10mg/L間波動(dòng).從圖3可以看出,在未發(fā)生降雨時(shí),湖泊內(nèi)各項(xiàng)水質(zhì)參數(shù)數(shù)值持續(xù)動(dòng)態(tài)變化但是變動(dòng)范圍較小,說(shuō)明水質(zhì)整體穩(wěn)定,這與后續(xù)大雨以及暴雨天況下的水質(zhì)快速變化形成鮮明的對(duì)比,也佐證了陸基高光譜儀在河流水質(zhì)監(jiān)測(cè)中的穩(wěn)定性和可應(yīng)用性.

圖3 9月29～30日各項(xiàng)水質(zhì)參數(shù)變化情況

2.4 小雨過(guò)程水質(zhì)高頻變化過(guò)程

由圖2可知,10月25日降雨開(kāi)始于中午11:00,當(dāng)時(shí)透明度為0.64m,懸浮物濃度為10.5mg/L,濁度為16.4NTU、總氮濃度為1.40mg/L、總磷濃度為0.07mg/L.隨后,濁度在12:12分來(lái)到其峰值26.8NTU,相較于降雨發(fā)生時(shí),濁度提升63.4%.經(jīng)歷短暫的小高峰后,濁度曲線開(kāi)始呈現(xiàn)平穩(wěn)下降趨勢(shì),懸浮物濃度高頻變化過(guò)程與濁度變化過(guò)程基本保持一致.透明度則一直保持在0.53～0.74m間波動(dòng),始終處于較高水平.總氮濃度在0.84～1.93mg/L間波動(dòng),總磷濃度在0.07～ 0.10mg/L間波動(dòng),兩者波動(dòng)范圍非常小.而在無(wú)雨天況下,平均總磷濃度為0.11mg/L,平均總氮濃度為1.16mg/L,平均透明度為0.56m,平均懸浮物濃度為17.4mg/L,平均濁度為28.8NTU(表2).小雨過(guò)程中上述各個(gè)參數(shù)均與無(wú)雨天況下平均濃度差異不大,表明小雨不會(huì)造成明顯的地表徑流,對(duì)河流水質(zhì)的影響非常有限.

圖4 10月25日各項(xiàng)水質(zhì)參數(shù)變化情況

2.5 大雨過(guò)程水質(zhì)高頻過(guò)程

由圖2與圖5可以發(fā)現(xiàn), 9月25日降雨開(kāi)始于當(dāng)日16:00,當(dāng)時(shí)透明度為0.67m,懸浮物濃度為18.1mg/L,濁度為26.0NTU、總氮濃度為1.81mg/L、總磷濃度為0.09mg/L.在經(jīng)歷了半小時(shí)的持續(xù)降雨后,16:30,濁度高頻變化曲線出現(xiàn)了小幅度下降,懸浮物濃度與濁度變化趨勢(shì)保持一致.而總氮和總磷濃度則來(lái)到了峰值,16:35,總氮濃度達(dá)到峰值2.26mg/L,相較于16:00提高了24.9%,總磷濃度達(dá)到峰值0.12mg/L,相較于16:00提高了33.3%,經(jīng)歷過(guò)短暫峰值后,曲線開(kāi)始回落.與無(wú)雨天況下各項(xiàng)水質(zhì)參數(shù)相比(表2),在降雨發(fā)生初期,由于徑流的產(chǎn)生及匯流需要一定時(shí)間,河流水質(zhì)暫未受到影響.

26日,受持續(xù)高強(qiáng)度降雨影響,河流水質(zhì)波動(dòng)極大,濁度于11:44達(dá)到峰值86.4NTU,相較于25日16:00升高了232.7%.13:30前,濁度與懸浮物濃度一直保持較高數(shù)值,隨后,開(kāi)始逐漸回歸,與25日保持同一高度.透明度則在26日10:13達(dá)到低谷0.23m,相較于25日16:00降低了65.7%,下降幅度較大.低透明度一直保持到13:30開(kāi)始逐漸回升.總磷濃度在26日11:08達(dá)到峰值0.20mg/L,相較于25日16:00升高了122.2%,抬升幅度很大.并且,總磷濃度也是在13:30左右開(kāi)始下降回25日平均水平.可以看出的是,各水質(zhì)參數(shù)到達(dá)峰值和出現(xiàn)下降或回升趨勢(shì)時(shí)間十分接近,可以判斷此水質(zhì)下降由于降雨引起徑流匯流帶來(lái)流域點(diǎn)面源污染物輸入所致.

圖5 9月25～26日各項(xiàng)水質(zhì)參數(shù)變化情況

2.6 暴雨過(guò)程污染物濃度變化過(guò)程

根據(jù)10月4日8:30～17:00的監(jiān)測(cè)數(shù)據(jù)可知,平均透明度為0.34m,最大值為0.41m,最小值為0.29m,平均值比無(wú)雨時(shí)低39.3%;平均懸浮物濃度為29.1mg/L,最大值為44.0mg/L,最小值為20.0mg/L,平均濃度比無(wú)雨時(shí)高67.7%;平均濁度為60.8NTU,最大值為77.8NTU,最小值為47.6NTU,平均濃度比無(wú)雨時(shí)高111.1%;平均總氮濃度為1.38mg/L,最大值為1.91mg/L,最小值為1.07mg/L,平均濃度比無(wú)雨時(shí)高19.0%;平均總磷濃度為0.17mg/L,最大值為0.22mg/L,最小值為0.14mg/L,平均濃度比無(wú)雨時(shí)高54.5%.通過(guò)數(shù)據(jù)對(duì)比可知,10月4日當(dāng)天的懸浮物濃度和濁度增長(zhǎng)非常劇烈,同時(shí)透明度降低也非常明顯.在持續(xù)高強(qiáng)度降雨影響下,污染物濃度變化曲線有著平滑、波動(dòng)范圍小和平均數(shù)值高的特點(diǎn).10月4日當(dāng)天,高強(qiáng)度降雨持續(xù)不斷(圖2),懸浮物濃度、濁度等指標(biāo)更是居高不下,在16:40左右開(kāi)始出現(xiàn)下降跡象,透明度也開(kāi)始逐漸回升.

圖6 10月4日各項(xiàng)水質(zhì)參數(shù)變化情況

2.7 降雨強(qiáng)度與水質(zhì)的相關(guān)性分析

在9月24日～11月18日期間內(nèi)共監(jiān)測(cè)56d,其中降雨天數(shù)合計(jì)27d,計(jì)算日降雨量、日均濁度、日均懸浮物濃度、日均總氮和總磷濃度.進(jìn)行日降雨量與日均濁度、日均懸浮物濃度、日均總氮和總磷的線性回歸分析,如圖7所示.通過(guò)線性回歸分析可知,日降雨量與日均濁度、日均懸浮物濃度和日均總磷均存在極顯著正相關(guān)(=0.8,<0.001),然而日降雨量與日均總氮只存在中低度線性相關(guān)(0.3<<0.5,0.05).這說(shuō)明四川德陽(yáng)人民渠水體中的懸浮物濃度、濁度和總磷濃度深受降雨強(qiáng)度的影響,而水體中的總氮濃度受到降雨強(qiáng)度的強(qiáng)烈干擾時(shí)則不會(huì)出現(xiàn)出明顯的波動(dòng),揭示了降雨強(qiáng)度是影響水質(zhì)參數(shù)中濁度、懸浮物濃度和總磷濃度變化的重要因子.

圖7 降雨量與水質(zhì)參數(shù)的線性回歸模型

3 討論

3.1 降雨強(qiáng)度與水質(zhì)變化關(guān)系

通過(guò)無(wú)雨和小雨時(shí)濃度變化曲線與大雨和暴雨時(shí)濃度變化曲線相對(duì)比分析,發(fā)現(xiàn)在小雨天況下,由于降雨強(qiáng)度較小,降雨量未立刻超過(guò)土壤自身水體負(fù)荷,并且徑流的形成與匯流需要一定時(shí)間,與降雨時(shí)刻相比存在滯后性.因此,短期內(nèi)河流水質(zhì)幾乎不受影響.

大雨天況下,降雨初期,大量雨水落入土壤與河流當(dāng)中,因徑流的形成與匯流存在滯后性,致使雨水直接落入河流,河流水體增大,并進(jìn)行了污染物稀釋的過(guò)程,從16:45左右懸浮物和濁度下降的趨勢(shì)可體現(xiàn)出稀釋這一進(jìn)程(圖5).此前也有研究發(fā)現(xiàn),懸浮物濃度在暴雨事件中會(huì)表現(xiàn)出不同的變化趨勢(shì),反映了懸浮物輸入、沉降、稀釋和再懸浮之間的平衡[30],這與本文的研究發(fā)現(xiàn)不謀而合.隨后,高強(qiáng)度陣雨持續(xù)發(fā)生,這一現(xiàn)象造成的影響體現(xiàn)在了9月26日的遙感監(jiān)測(cè)數(shù)據(jù)之上(圖5).本文發(fā)現(xiàn)9月26日10:00開(kāi)始,濁度、懸浮物濃度、總磷濃度持續(xù)居高不下,濁度一度達(dá)到峰值86.4NTU.相較于25日,在同一縱坐標(biāo)下,濁度、懸浮物濃度、總磷濃度與前日差距較大.這是由于隨著時(shí)間的推移,土壤的水體承載力被持續(xù)的高強(qiáng)度降雨所擊垮,大量的地表徑流和壤中流形成,造成了水土流失和氮磷污染物輸入河流,進(jìn)而導(dǎo)致河流水體渾濁、透明度降低和水質(zhì)下降.隨后,26日的13:20開(kāi)始,透明度、濁度、懸浮物、總磷濃度、總氮濃度出現(xiàn)新的變化,它們的曲線開(kāi)始逐漸趨于平緩.逐漸與25日的曲線相統(tǒng)一,在阿巴拉契科拉灣的河口的研究中,當(dāng)強(qiáng)降雨停止60h50min(即幾乎是第 2.5d)后,地表懸浮物濃度可以恢復(fù)到參考值[31],以及在河南北部河流受強(qiáng)降雨影響的研究中發(fā)現(xiàn),受強(qiáng)降雨影響下水質(zhì)的顯著性變化會(huì)在一段時(shí)期后逐步恢復(fù)到受影響前的水質(zhì)指標(biāo)水平,體現(xiàn)出河流水體在經(jīng)歷強(qiáng)降雨事件后,自身調(diào)節(jié)具備一定的凈化能力[32].

在暴雨天況下,土壤受到大量雨水沖擊,迅速達(dá)到飽和狀態(tài),大量地表徑流和壤中流形成.徑流造成的大規(guī)模水土和營(yíng)養(yǎng)鹽流失加速了地表水營(yíng)養(yǎng)鹽負(fù)荷增加[33],造成河流水質(zhì)迅速下降.通過(guò)氣象數(shù)據(jù)得知,10月4日前6d均未降雨,并且10月4日當(dāng)日的時(shí)均降雨量為3.79mm,較長(zhǎng)的前期未降雨日和較高的持續(xù)降雨強(qiáng)度也是造成了10月4日當(dāng)天水體污染物濃度較高的重要原因[34-35].

從降雨強(qiáng)度與各個(gè)水質(zhì)指標(biāo)的相關(guān)性來(lái)看,四川德陽(yáng)人民渠水體中的懸浮物濃度、濁度和總磷濃度深受降雨強(qiáng)度的影響.高強(qiáng)度降雨造成大量徑流的形成,帶來(lái)周邊鄉(xiāng)鎮(zhèn)點(diǎn)面源污染、流域農(nóng)業(yè)面源污染以及土壤淋溶和水土流失,進(jìn)而造成透明度降低,懸浮物和濁度隨著降雨強(qiáng)度的升高而升高.對(duì)于總磷濃度隨降雨強(qiáng)度的變化,一方面是因?yàn)閺?qiáng)降雨造成流域、鄉(xiāng)鎮(zhèn)和岸邊土壤中含磷營(yíng)養(yǎng)物質(zhì)淋溶釋放并伴隨徑流進(jìn)入河流[36],另一方面由于強(qiáng)降雨引起底泥沉積物的擾動(dòng)從而引發(fā)水體與底泥之間發(fā)生氮、磷離子交換及吸附等作用[37],導(dǎo)致積存的磷被釋放進(jìn)入水體.由于磷濃度與水體富營(yíng)養(yǎng)化息息相關(guān),強(qiáng)降雨過(guò)程對(duì)總磷濃度的改變伴隨而來(lái)的可能是富營(yíng)養(yǎng)化程度的進(jìn)一步加劇.

全球氣候變化不僅造成平均氣溫的上升,還帶來(lái)暴雨等極端降水事件的增加[9,30],對(duì)經(jīng)濟(jì)社會(huì)發(fā)展和區(qū)域生態(tài)環(huán)境構(gòu)成嚴(yán)重危害,如2012年“7·12”北京、2015年“7·23”武漢和2021年“7·20”暴雨給當(dāng)?shù)厝嗣裆?cái)產(chǎn)和生態(tài)環(huán)境均帶來(lái)不可估量的損失.如暴雨發(fā)生時(shí),流域生活垃圾、城市點(diǎn)面源污染、農(nóng)業(yè)面源污染和土壤侵蝕、畜禽養(yǎng)殖污染物以及生活污水管網(wǎng)滲漏等均通過(guò)雨水匯至河流,帶來(lái)汛期水質(zhì)急劇下降和斷面水質(zhì)不達(dá)標(biāo)[38],本文依托陸基高光譜遙感監(jiān)測(cè)數(shù)據(jù)精細(xì)刻畫(huà)了不同降水過(guò)程對(duì)河流水質(zhì)的影響,發(fā)現(xiàn)暴雨的影響極其顯著.

3.2 陸基高光譜遙感設(shè)備的潛在應(yīng)用及展望

人民渠流經(jīng)地域廣闊,承擔(dān)了流域161526.67hm2的土地灌溉、企業(yè)的工業(yè)用水和居民生活用水等重要職責(zé).因此,加強(qiáng)水質(zhì)監(jiān)測(cè)對(duì)當(dāng)?shù)鼐用裼盟踩?、工農(nóng)業(yè)用水和當(dāng)?shù)亟?jīng)濟(jì)發(fā)展有著非常重要的意義.通過(guò)陸基高光譜遙感設(shè)備對(duì)人民渠長(zhǎng)時(shí)間高頻的監(jiān)測(cè)數(shù)據(jù)來(lái)看,發(fā)現(xiàn)總氮濃度未達(dá)到IV類(lèi)水標(biāo)準(zhǔn)的樣本量占總樣本量的36%,推測(cè)人民渠周邊的農(nóng)田排水是造成這一現(xiàn)象的主要原因.而總磷濃度幾乎全部達(dá)到III類(lèi)水及以上標(biāo)準(zhǔn),IV類(lèi)水僅占到總樣本的0.03%.隨著降雨強(qiáng)度的增大,總磷濃度升高,存在一定的水質(zhì)超標(biāo)風(fēng)險(xiǎn).由此可見(jiàn),陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀所提供的高頻水質(zhì)監(jiān)測(cè)可以快速了解水質(zhì)污染情況,提供污染預(yù)警作用,并為人民渠流域量身定做污染治理方案提供數(shù)據(jù)支持.

上述研究結(jié)果為陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測(cè)儀在關(guān)鍵水文過(guò)程中水質(zhì)變化趨勢(shì)監(jiān)測(cè)和研究增加了實(shí)際案例,為進(jìn)一步優(yōu)化設(shè)備提供了數(shù)據(jù)支持.可以看出的是,對(duì)水質(zhì)開(kāi)展高頻監(jiān)測(cè)可以更精細(xì)的展現(xiàn)出水質(zhì)的動(dòng)態(tài)變化過(guò)程,而這也為水環(huán)境變化提供了可靠的預(yù)警能力,更為制定相應(yīng)對(duì)策提供的強(qiáng)大助力.通過(guò)高頻監(jiān)測(cè)可以準(zhǔn)確掌握關(guān)鍵河流、湖庫(kù)斷面汛期水質(zhì)快速變化,進(jìn)而制定更高效的汛期水質(zhì)下降應(yīng)對(duì)措施.

未來(lái),陸基高光譜遙感設(shè)備會(huì)陸續(xù)服務(wù)于更多的河流湖泊,增加更多的實(shí)用案例驗(yàn)證設(shè)備的實(shí)用性并優(yōu)化設(shè)備的性能,迭代升級(jí)水質(zhì)反演算法,實(shí)現(xiàn)更精準(zhǔn)水質(zhì)監(jiān)測(cè).利用自身的優(yōu)勢(shì)彌補(bǔ)現(xiàn)有地表水?dāng)嗝姹O(jiān)測(cè)中觀測(cè)頻次、觀測(cè)精度和觀測(cè)參數(shù)的不足[39].為我國(guó)水環(huán)境的監(jiān)測(cè)治理與水生態(tài)修復(fù)提供更豐富和充實(shí)的數(shù)據(jù)支撐,更好的為我國(guó)水環(huán)境的精細(xì)化管理提供服務(wù).

4 結(jié)論

4.1 大雨及暴雨等強(qiáng)降雨過(guò)程對(duì)人民渠的水質(zhì)影響顯著,會(huì)造成河流水質(zhì)下降,水質(zhì)發(fā)生改變時(shí)刻相較于降雨發(fā)生時(shí)刻存在一定滯后性.懸浮物濃度、濁度和總磷濃度受高強(qiáng)度降雨影響而發(fā)生劇烈變化的時(shí)間基本保持統(tǒng)一.河流水質(zhì)下降在數(shù)小時(shí)至1～2天基本上能逐漸恢復(fù)至無(wú)雨時(shí)平均值水平.

4.2 降雨強(qiáng)度與濁度、懸浮物和總磷濃度存在著極顯著正相關(guān),揭示了降雨強(qiáng)度是影響人民渠水質(zhì)濁度、懸浮物和總磷濃度變化的重要因子.

4.3 根據(jù)陸基高光譜多參數(shù)水質(zhì)遙感高頻監(jiān)測(cè)結(jié)果,強(qiáng)降雨帶來(lái)流域營(yíng)養(yǎng)鹽的脈沖式輸入會(huì)造成汛期河流水質(zhì)出現(xiàn)短時(shí)超標(biāo)風(fēng)險(xiǎn).

[1] 楊桂山,馬榮華,張 路,等.中國(guó)湖泊現(xiàn)狀及面臨的重大問(wèn)題與保護(hù)策略[J]. 湖泊科學(xué), 2010,22(6):799-810.

Yang G S, Ma R H, Zhang L, et al. Lake status, major problems and protection strategy in China [J]. Lake Sci, 2010,22(6):799-810.

[2] 張利平,夏 軍,胡志芳.中國(guó)水資源狀況與水資源安全問(wèn)題分析[J]. 長(zhǎng)江流域資源與環(huán)境, 2009,18(2):116-120.

Zhang L P, Xia J, Hu Z F. Situation and problem analysis of water resource security in china [J]. Resources and Environment in the Yangtze Basin, 2009,18(2):116-120.

[3] 王巍巍.大氣降水對(duì)錦州市河流水質(zhì)的影響分析[J]. 水利規(guī)劃與設(shè)計(jì), 2016,(12):53-55.

Wang W W. Analysis of the Impact of Atmospheric Precipitation on River Water Quality in Jinzhou City [J]. Water Resources Planning and Design, 2016,(12):53-55.

[4] Peng G, Pasternack G B, Bali K M, et al. Suspended-sediment transport in an intensively cultivated watershed in southeastern California [J]. Catena, 2007,69(3):239-252.

[5] 劉剛才,林三益,劉淑珍.四川丘陵區(qū)常規(guī)耕作制下紫色土徑流發(fā)生特征及其表面流數(shù)值模擬[J]. 水利學(xué)報(bào), 2002,(12):101-108.

Liu G C, Lin S Y, Liu S Z. Characteristics of runoff generation and its numerical simulation of surface flow in hilly area with purple soil under convetional tillage systems [J]. Journal of Hydraulic Engineering, 2002,(12):101-108.

[6] Tao W, Zhu B. Nitrate loss via overland flow and interflow from a sloped farmland in the hilly area of purple soil, China [J]. Nutrient Cycling in Agroecosystems, 2011,90(3):309-319.

[7] 孟春紅,趙 冰.城市降雨徑流污染因素與防治[J]. 灌溉排水學(xué)報(bào), 2007,26(3):97-100.

Meng C H, Zhao B. Pollution and Management on Urban Rainfall Runoff [J]. Journal of Irrigation and Drainage, 2007,26(3):97-100.

[8] Carpenter S R, Booth E G, Kucharik C J, et al. Extreme daily loads: role in annual phosphorus input to a north temperate lake [J]. Aquatic Sciences, 2015,77(1):71-79.

[9] Zhou Y, Liu M, Zhou L, et al. Rainstorm events shift the molecular composition and export of dissolved organic matter in a large drinking water reservoir in China: High frequency buoys and field observations [J]. Water Research, 2020,187:116471.

[10] Zhou Y, Ma J, Zhang Y, et al. Improving water quality in China: Environmental investment pays dividends [J]. Water Research, 2017, 118(JUL.1):152-159.

[11] 欒芳芳.2018年"7·15"強(qiáng)降雨對(duì)密云水庫(kù)水環(huán)境影響分析[J]. 北京水務(wù), 2019,(3):16-20.

Luan F F. Exploring the effect of "7.15” heavy rainfall on water environment of Miyun reservoir in 2018 [J]. Beijing Water, 2019, (3):16-20.

[12] 王 敏,張雨桐,李奇宸,等.安徽省兆河流域非點(diǎn)源污染模擬及最佳管理措施[J]. 水土保持通報(bào), 2021,41(5):127-136.

Wang M, Zhang Y T, Li Q C, et al. Simulation and Optimal Management of Non-point Source Pollution in Zhaohe Small Watershed in Anhui Province [J]. Bulletin of Soil and Water Conservation, 2021,41(5):127-136.

[13] Huang J, Zhang Y, Arhonditsis G B, et al. How successful are the restoration efforts of China's lakes and reservoirs? [J]. Environ Int, 2019,123:96-103.

[14] 陳 潔,朱廣偉,許 海,等.不同雨強(qiáng)對(duì)太湖河網(wǎng)區(qū)河道入湖營(yíng)養(yǎng)鹽負(fù)荷影響[J]. 環(huán)境科學(xué), 2019,40(11):4924-4931.

Chen J, Zhu G W, Xu H, et al. Influence of Rainfall Intensity on the Nutrient Loading from an Inflowing River in the Plain River Network of the Taihu Catchment [J]. Environmental Science, 2019,40(11): 4924-4931.

[15] 馬 倩,劉俊杰,高明遠(yuǎn).江蘇省入太湖污染量分析(1998～2007年) [J]. 湖泊科學(xué), 2010,(1):29-34.

Ma Q, Liu J J, Gao M Y, Analysis of pollution into Taihu Lake in Jiangsu Province [J]. Lake Sci, 2010,(1):29-34.

[16] 劉 京,周 密,陳 鑫,等.國(guó)家地表水水質(zhì)自動(dòng)監(jiān)測(cè)網(wǎng)建設(shè)與運(yùn)行管理的探索與思考[J]. 環(huán)境監(jiān)控與預(yù)警, 2014,6(1):10-13.

Liu J, Zhou M, Chen X, et al. Study on the Construction and Management of the Quality Automatic Monitoring Network of State Surface Water [J]. Environmental Monitoring and Forewarning, 2014, 6(1):10-13.

[17] 段洪濤,萬(wàn)能勝,邱銀國(guó),等.富營(yíng)養(yǎng)化湖庫(kù)天-空-地一體化監(jiān)控平臺(tái)系統(tǒng)設(shè)計(jì)與實(shí)踐[J]. 湖泊科學(xué), 2020,32(5):1396-1405.

Duan H T, Wan N S, Qiu Y G, et al. Discussions and practices on the framework of monitoring system in eutrophic lakes and reservoirs [J]. Lake Sci, 2020,32(5):1396-1405.

[18] Qin B, Li W, Zhu G, et al. Cyanobacterial bloom management through integrated monitoring and forecasting in large shallow eutrophic Lake Taihu (China) [J]. J Hazard Mater, 2015,287:356-363.

[19] Cao F, Tzortziou M, Hu C, et al. Remote sensing retrievals of colored dissolved organic matter and dissolved organic carbon dynamics in North American estuaries and their margins [J]. Remote Sensing of Environment, 2018,205:151-165.

[20] Palmer S, Kutser T, Hunter P D. Remote sensing of inland waters: Challenges, progress and future directions [J]. Remote Sensing of Environment, 2014,157:1-8.

[21] 陳琳林.都江堰人民渠灌區(qū)水資源優(yōu)化調(diào)度的相關(guān)問(wèn)題探討[J]. 黑龍江科技信息, 2016,(29):262-262.

Chen L L. Discussion on the optimal scheduling of water resources in Dujiangyan people's canal irrigation areas [J]. Scientific and Technological Innovation, 2016,(29):262-262.

[22] Guo H, Huang J J, Chen B, et al. A machine learning-based strategy for estimating non-optically active water quality parameters using Sentinel-2imagery [J]. International Journal of Remote Sensing, 2021, 42(5):1841-1866.

[23] Li Y, Zhang Y, Shi K, et al. Monitoring spatiotemporal variations in nutrients in a large drinking water reservoir and their relationships with hydrological and meteorological conditions based on Landsat 8imagery [J]. Science of The Total Environment, 2017,599:1705- 1717.

[24] Wu C, Wu J, Qi J, et al. Empirical estimation of total phosphorus concentration in the mainstream of the Qiantang River in China using Landsat TM data [J]. International Journal of Remote Sensing, 2010, 31(9):2309-2324.

[25] Chen J, Quan W. Using Landsat/TM imagery to estimate nitrogen and phosphorus concentration in Taihu Lake, China [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2011,5(1):273-280.

[26] Deng C, Zhang L, Cen Y. Retrieval of chemical oxygen demand through modified capsule network based on hyperspectral data [J]. Applied Sciences, 2019,9(21):4620.

[27] Qun'ou J, Lidan X, Siyang S, et al. Retrieval model for total nitrogen concentration based on UAV hyper spectral remote sensing data and machine learning algorithms–A case study in the Miyun Reservoir, China [J]. Ecological Indicators, 2021,124:107356.

[28] Sun X, Zhang Y, Shi K, et al. Monitoring water quality using proximal remote sensing technology [J]. Science of The Total Environment, 2022,803:149805.

[29] 張運(yùn)林,張毅博,李 娜,等.利用陸基高光譜遙感捕捉太湖藍(lán)藻水華日內(nèi)快速變化過(guò)程[J]. 湖泊科學(xué), 2021,33(6):1951-1960.

Zhang Y L, Zhang Y B, Li N, et al. Capturing the rapid intra-day change of cyanobacteria bloom by land-based hyperspectral remote sensing in Lake Taihu [J]. Lake Sci, 2021,33(6):1951-1960.

[30] Zhang Y, Shi K, Zhou Y, et al. Monitoring the river plume induced by heavy rainfall events in large, shallow, Lake Taihu using MODIS 250m imagery [J]. Remote Sensing of Environment, 2016,173:109- 121.

[31] Chen S, Huang W, Chen W, et al. Remote sensing analysis of rainstorm effects on sediment concentrations in Apalachicola Bay, USA [J]. Ecological Informatics, 2011,6(2):147-155.

[32] 張 彥,鄒 磊,梁志杰,等.暴雨前后河南北部河流水質(zhì)分異特征及其污染源解析[J]. 環(huán)境科學(xué), 2022,43(5):2537-2547.

Zhang Y, Zou L, Liang Z J, et al. Differential Characteristics and Source Identification of Water Quality of the Rivers in Northern Henan Before and After Rainstorm [J]. Environmental Science, 2022, 43(5):2537-2547.

[33] Kleinman P J, Srinivasan M S, Dell C J, et al. Role of rainfall intensity and hydrology in nutrient transport via surface runoff [J]. J Environ Qual, 2006,35(4):1248-1259.

[34] Liu A, Goonetilleke A, Egodawatta P. Taxonomy for rainfall events based on pollutant wash-off potential in urban areas [J]. Ecological Engineering, 2012,47:110-114.

[35] 王 倩,張瓊?cè)A,王曉昌.國(guó)內(nèi)典型城市降雨徑流初期累積特征分析[J]. 中國(guó)環(huán)境科學(xué), 2015,35(6):1719-1725.

Wang Q, Zhang Q H, Wang X C. Cumulative characteristics of runoff pollutants in typical domestic cities [J]. China Environmental Science, 2015,35(6):1719-1725.

[36] 辛 苑,李 萍,吳晉峰,等.強(qiáng)降雨對(duì)北運(yùn)河流域沙河水庫(kù)水質(zhì)的影響[J]. 環(huán)境科學(xué)學(xué)報(bào), 2021,41(1):199-208.

Xin Y, Li P, Wu J F, et al. lmpacts of heavy rainfall on the water quality of Shahe Reservoir in the North Canal Basin [J]. Acta Scientiae Circumstantiae, 2021,41(1):199-208.

[37] Saeed T, Sun G. A review on nitrogen and organics removal mechanisms in subsurface flow constructed wetlands: Dependency on environmental parameters, operating conditions and supporting media [J]. Journal of Environmental Management, 2012,112:429-448.

[38] 呂曉龍,黃廷林,李 楠,等.暴雨徑流潛流過(guò)程及其對(duì)分層水庫(kù)水質(zhì)的影響[J]. 中國(guó)環(huán)境科學(xué), 2019,39(7):3064-3072.

Lv X L, Huang T L, Li N, et al. lmpact of stormwater inflow on water quality of stratified source reservoir [J]. China Environmental Science, 2019,39(7):3064-3072.

[39] 張運(yùn)林,施 坤,張毅博,等.陸基(地基,岸基)水環(huán)境遙感的提出,實(shí)踐和初步應(yīng)用[J]. 遙感學(xué)報(bào), 2021,25(11):2163-2172.

Zhang Y L, Shi K, Zhang Y B, et al. The proposal,practice and preliminary application of land-based(ground-based,shore-based) remote sensing of water environment [J]. National Remote Sensing Bulletin, 2021,25(11):2163-2172.

Impact of rainfall process on the water quality of Renmin Canal using ground-based remote sensing.

NIU Yong-kang1,2, ZHANG Yun-lin1*, ZHANG Yi-bo1,3, SUN Xiao1,4, LI Na1,4, WANG Wei-jia1,4, SHI Kun1,3, GAO Yang-hui5, GAO Jing5

(1.State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China；2.Hohai UniversityCollege of Environment, Nanjing 210024, China；3.Nanjing Zhongke Deep Insight Technology Research Institute Co., Ltd., Nanjing 211899, China；4.University of Chinese Academy of Sciences, Beijing 100049, China；5.Hangzhou Hikvision Digital Technology Co., Ltd., Hangzhou 310051, China)., 2023,43(1)：290～300

This paper used a ground-based hyperspectral water quality remote sensing instrument with a monitoring frequency of 1minute to continuously monitor key water quality dynamics such as total suspended solid (TSM), turbidity, and total phosphorus (TP) in the Renmin Canal of Deyang in Sichuan Province, from September 24 to November 18, 2021. Continuous monitoring accurately characterized the minute-level dynamics of water quality and explored the impact of different rainfall intensities on the water quality combining with synchronous hourly rainfall data. Through continuous monitoring, the minute-level dynamics of water quality was accurately characterized and the impact of different rainfall intensities were explored on the water quality combining with synchronous hourly rainfall data. Significantly positive linear correlations were found between rainfall amount and TSM (=0.88,<0.001), turbidity (=0.82,<0.001), TP (=0.81,<0.001). However, positive but no significant correlation was found between rainfall amount and total nitrogen (TN) (=0.39,=0.07). During light rain, obvious surface runoff was not brought by small rainfall amount, which almost had no impact on the water quality of the river. In contrast, during heavy rain and rainstorm, a significant increase of turbidity, TSM and TP was caused by the formation of surface runoff, while the increase of TN was relatively gentle. Through high-frequency water quality data, the key river basin pollution process could be accurately characterized, from the occurrence of high-intensity rainfall to the large and pulsed input flux of nitrogen and phosphorus pollutants in the basin, and then to the short-term dramatic changes in water quality. Our results provided a scientific basis for pollution control and comprehensive treatment measures in areas with frequent high-intensity rainfall and basins under the scenario of increasing extreme rainfall in the future.

rainfall；ground-based water quality hyperspectral remote sensing；high frequency monitoring；rainstorm

X522

A

1000-6923(2023)01-0290-11

牛永康(1998-),男,河南濮陽(yáng)人,碩士研究生,主要從事水環(huán)境研究.

2022-05-13

中國(guó)科學(xué)院科研儀器設(shè)備研制項(xiàng)目(YJKYYQ20200071);江蘇重點(diǎn)研發(fā)計(jì)劃產(chǎn)業(yè)前瞻與關(guān)鍵核心技術(shù)項(xiàng)目(BE2022152);江蘇省水利科技項(xiàng)目(2020057)

* 責(zé)任作者, 研究員, ylzhang@niglas.ac.cn