張彥，鄒磊，竇明，李平，梁志杰

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)田灌溉研究所，河南 新鄉(xiāng)453002；2.鄭州大學(xué)水利與土木工程學(xué)院，鄭州450001；3.中國科學(xué)院地理科學(xué)與資源研究所陸地水循環(huán)及地表過程院重點(diǎn)實(shí)驗(yàn)室，北京100101；4.鄭州大學(xué)生態(tài)與環(huán)境學(xué)院，鄭州450001；5.農(nóng)業(yè)農(nóng)村部農(nóng)產(chǎn)品質(zhì)量安全水環(huán)境因子風(fēng)險(xiǎn)評(píng)估實(shí)驗(yàn)室，河南 新鄉(xiāng)453002）

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和人民生活水平的不斷提高，誘發(fā)流域水環(huán)境問題日益凸顯，流域水環(huán)境風(fēng)險(xiǎn)不斷增加，從而限制了流域水環(huán)境綠色健康持續(xù)發(fā)展[1-2]。流域水環(huán)境風(fēng)險(xiǎn)是指河湖水體受到有毒有害污染物的污染風(fēng)險(xiǎn)，進(jìn)而給河湖水生態(tài)環(huán)境健康帶來危害，其影響因素主要有風(fēng)險(xiǎn)源、河流特性、自然地理和社會(huì)發(fā)展條件以及水污染治理能力等[3]。目前，利用貝葉斯、蒙特卡羅、神經(jīng)網(wǎng)絡(luò)、遙感（RS）和地理信息系統(tǒng)（GIS）等技術(shù)方法建立的隨機(jī)模型、灰色模型、模糊模型、信息熵模型、健康風(fēng)險(xiǎn)評(píng)估模型以及生態(tài)系統(tǒng)服務(wù)功能（INVEST）和德爾菲法風(fēng)險(xiǎn)評(píng)估模型等被普遍應(yīng)用于流域水環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)中[4-6]，如：王澤正等[7]通過貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)分析與啟發(fā)式搜索算法快速辨析了飲馬河流域內(nèi)典型污染來源及其污染貢獻(xiàn)；?；勰鹊萚8]構(gòu)建了河流水環(huán)境污染風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)模型對(duì)湘江水環(huán)境風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)；徐凌云等[9]和葉幫玲[10]分別利用INVEST和RS+GIS風(fēng)險(xiǎn)評(píng)估模型對(duì)黑水河流域和湘江長沙段水質(zhì)污染發(fā)生風(fēng)險(xiǎn)進(jìn)行了評(píng)估；宋策等[11]、王越興等[12]和李中原等[13]分別利用二維水流水質(zhì)模型、壓力-狀態(tài)-響應(yīng)模型和健康風(fēng)險(xiǎn)評(píng)估模型對(duì)漢江上游水源地、深圳水庫水源地以及白龜山水庫水源地的水質(zhì)風(fēng)險(xiǎn)及健康風(fēng)險(xiǎn)進(jìn)行了評(píng)估；Derbalah 等[14]運(yùn)用風(fēng)險(xiǎn)商方法對(duì)日本河流的生態(tài)毒理學(xué)風(fēng)險(xiǎn)進(jìn)行了評(píng)估；施恩等[15]和羅昊等[16]分別建立了適用于遼河流域遼寧段和流溪河流域水環(huán)境累積風(fēng)險(xiǎn)的評(píng)估體系；李海燕[17]利用GIS 技術(shù)和相對(duì)風(fēng)險(xiǎn)評(píng)價(jià)模型對(duì)大寧河水環(huán)境風(fēng)險(xiǎn)進(jìn)行評(píng)估并劃分了風(fēng)險(xiǎn)等級(jí)；Zhu 等[18]、Xu 等[19]和Safakhah 等[20]分別評(píng)估了有機(jī)物在白洋淀和撫河、黃浦江及伊朗波斯灣北端穆薩河口中的水環(huán)境生態(tài)風(fēng)險(xiǎn)。

此外，Copula函數(shù)作為一種計(jì)算變量間風(fēng)險(xiǎn)概率的方法，被廣泛應(yīng)用于降水徑流豐枯遭遇、水質(zhì)水量聯(lián)合分布和水生態(tài)環(huán)境穩(wěn)態(tài)關(guān)系分析中[21]，如：楊蕊等[5]構(gòu)建了基于Vine Coupla函數(shù)的水環(huán)境多因子聯(lián)合風(fēng)險(xiǎn)模型并識(shí)別出了南四湖潛在水環(huán)境多因子聯(lián)合風(fēng)險(xiǎn)；牛軍宜等[22]運(yùn)用Copula函數(shù)理論定量地分析了水體污染物的超標(biāo)風(fēng)險(xiǎn)概率；張彥等[23]和王起峰等[24]基于Copula函數(shù)分別評(píng)估了小型湖泊和太湖不同分區(qū)富營養(yǎng)化的風(fēng)險(xiǎn)。雖然Copula函數(shù)理論目前已應(yīng)用于水環(huán)境風(fēng)險(xiǎn)研究中，但其中大部分僅注重單一的水質(zhì)、水量或污染物的超標(biāo)風(fēng)險(xiǎn)，而整體上河流水環(huán)境組合風(fēng)險(xiǎn)評(píng)估的研究相對(duì)較少，為此本研究以衛(wèi)河流域河南段為研究對(duì)象，選擇衛(wèi)河流域河南段4個(gè)主要的監(jiān)測站點(diǎn)和3個(gè)水體污染物指標(biāo)，在建立邊緣分布、Copula聯(lián)合分布函數(shù)的基礎(chǔ)上，定量分析衛(wèi)河流域河南段不同時(shí)期水體污染物指標(biāo)間的組合風(fēng)險(xiǎn)概率，研究成果對(duì)衛(wèi)河流域水環(huán)境管理和綜合防治具有一定的指導(dǎo)意義。

1 材料與方法

1.1 研究區(qū)概況及數(shù)據(jù)來源

衛(wèi)河屬于海河流域漳衛(wèi)南水系，其發(fā)源于山西省陵川縣奪火鎮(zhèn)，至河北館陶與漳河匯合，流經(jīng)河南省焦作市、新鄉(xiāng)市、鶴壁市、安陽市和濮陽市5 個(gè)省轄市，流域面積約為1.53 萬km2，流域內(nèi)主要河流包括衛(wèi)河干流、大沙河、共產(chǎn)主義渠、淇河、安陽河、馬頰河、湯河等[25-26]。衛(wèi)河流域河南段受到城市擴(kuò)張以及工農(nóng)業(yè)發(fā)展的影響，其水體污染物主要來自于工業(yè)廢水、生活污水以及農(nóng)田化肥和農(nóng)藥的施用[27]。根據(jù)《2018 年度河南省環(huán)境統(tǒng)計(jì)年報(bào)》，2018 年新鄉(xiāng)市、鶴壁市和安陽市廢水排放總量分別為31 449.00 萬、9 542.93 萬t 和16 698.13 萬t，化學(xué)需氧量（COD）排放總量分別為14 307.04、13 056.43 t和16 607.54 t，氨氮（NH3-N）排放總量分別為1 584.82、1 510.93 t 和3 021.79 t。根據(jù)各地市統(tǒng)計(jì)年鑒（2021），2020 年新鄉(xiāng)市、鶴壁市、安陽市和邯鄲市農(nóng)用化肥施用量分別為51.13 萬、6.97 萬、40.12 萬t 和41.81 萬t，農(nóng)藥使用量分別為7 992、892、5 206 t 和5 128 t；輝縣市、?？h、湯陰縣和大名縣農(nóng)用化肥施用量分別為7.79 萬、4.33萬、4.06 萬t 和4.09 萬t，農(nóng) 藥 使 用 量 分 別 為897.4、530、497 t和658.0 t。

本研究數(shù)據(jù)主要來源于《河南省地表水環(huán)境責(zé)任目標(biāo)斷面水質(zhì)周報(bào)》、各地市的《地表水環(huán)境責(zé)任目標(biāo)斷面水質(zhì)月報(bào)》和《環(huán)境質(zhì)量月報(bào)》等，本文選取了衛(wèi)河流域河南段衛(wèi)河干流的4 個(gè)地表水環(huán)境責(zé)任目標(biāo)斷面的3 項(xiàng)水體污染物指標(biāo)，監(jiān)測斷面主要有衛(wèi)輝皇甫、湯陰五陵、?？h王灣和大名龍王廟，具體位置詳見圖1。水體污染物指標(biāo)主要為COD、NH3-N 和總磷（TP），監(jiān)測時(shí)段為2015 年7 月至2020 年12 月。在文中所涉及的不同時(shí)期中，汛期為6—9 月份，其余月份為非汛期；水質(zhì)監(jiān)測數(shù)據(jù)分析執(zhí)行《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB 3838—2002）。

圖1 衛(wèi)河流域河南段水體污染物監(jiān)測斷面分布Figure 1 Distribution of water pollutant monitoring sections at the Wei River basin

1.2 研究方法

1.2.1 邊緣分布建立

根據(jù)衛(wèi)河流域河南段4 個(gè)監(jiān)測站點(diǎn)逐月的監(jiān)測數(shù)據(jù)，得到水體污染物（COD、NH3-N 和TP）的監(jiān)測序列{xn|n=1,2,…,N}，N是監(jiān)測序列的個(gè)數(shù)。對(duì)于監(jiān)測序列{xn}中的任意一個(gè)樣本值xm，如果監(jiān)測序列{xn}中小于xm的數(shù)目為Nm，那么可以把xm對(duì)應(yīng)的累積概率表示為：

式中：P（xm）為事件xi≤xm的概率函數(shù)；xi為某一水質(zhì)監(jiān)測指標(biāo)。求出監(jiān)測序列{xn}中所有樣本值的概率，得到監(jiān)測序列{xn}的概率分布曲線。

1.2.2 聯(lián)合分布概率

假設(shè)X、Y和Z分別表示衛(wèi)河流域河南段水環(huán)境事件中具有相互關(guān)系的指標(biāo)序列，其邊緣分布函數(shù)分別為u=F（x），v=F（y），w=F（z），則其三維聯(lián)合分布概率的表達(dá)式如下[28]：

1.2.3 Copula聯(lián)合分布函數(shù)的建立

衛(wèi)河流域河南段水體污染是水質(zhì)惡化的一種綜合表征，其評(píng)價(jià)指標(biāo)通常由多個(gè)水體污染物指標(biāo)構(gòu)成，故其水環(huán)境組合風(fēng)險(xiǎn)是由水體污染物指標(biāo)超過標(biāo)準(zhǔn)限值形成不同的組合風(fēng)險(xiǎn)。因此，利用Copula函數(shù)建立各水體污染物指標(biāo)間的聯(lián)合分布函數(shù)，進(jìn)而定量分析衛(wèi)河流域河南段的水環(huán)境組合風(fēng)險(xiǎn)概率?；谌SCopula 函數(shù)的水環(huán)境組合風(fēng)險(xiǎn)評(píng)估分布模型[28-32] 為：

式中：ρ是對(duì)角線上的元素全為1 的三階對(duì)稱正定矩陣；Φρ表示相關(guān)系數(shù)矩陣為ρ的三元標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)；Φ-1表示標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)的逆函數(shù)；tρ，k表示相關(guān)系數(shù)矩陣為ρ，自由度為k的標(biāo)準(zhǔn)三元t分布的分布函數(shù)；tk-1表示自由度為k的三元t分布的分布函數(shù)的逆函數(shù)。

1.2.4 Copula函數(shù)擬合度檢驗(yàn)和擬合優(yōu)度評(píng)價(jià)

Copula 函數(shù)的擬合度檢驗(yàn)主要是分析所選用的Copula函數(shù)是否合適，能不能恰當(dāng)?shù)孛枋鲎兞恐g的相關(guān)性。通過擬合度檢驗(yàn)的Copula 函數(shù)可以根據(jù)擬合優(yōu)度評(píng)價(jià)指標(biāo)進(jìn)行下一步的優(yōu)選Copula模型，本文主要運(yùn)用K-S 檢驗(yàn)的統(tǒng)計(jì)量D進(jìn)行Copula 函數(shù)的擬合度檢驗(yàn)。擬合優(yōu)度評(píng)價(jià)是篩選Copula 函數(shù)聯(lián)合分布概率的重要標(biāo)準(zhǔn)，常用的擬合優(yōu)度評(píng)價(jià)方法主要有圖形評(píng)價(jià)分析法、均方根誤差法、赤池信息量準(zhǔn)則法和貝葉斯信息準(zhǔn)則法，這些方法的原理和求解過程可參考文獻(xiàn)[28，33] 。

式中：D為K-S 檢驗(yàn)的統(tǒng)計(jì)量；Ck為聯(lián)合觀測樣本xk=（x1k，x2k）的Copula 函數(shù)值；mk為聯(lián)合觀測樣本中滿足x≤xk，同時(shí)滿足x≤x1k、x≤x2k的聯(lián)合觀測值的個(gè)數(shù)；n為變量級(jí)數(shù)的長度；RMSE為均方根誤差；MSE為均方誤差；AIC為赤池信息量準(zhǔn)則；BIC為貝葉斯信息準(zhǔn)則；Pc（i）為Copula 函數(shù)的多元聯(lián)合概率分布的計(jì)算值；P0（i）為Copula 函數(shù)的多元聯(lián)合概率分布的經(jīng)驗(yàn)值；m為模型參數(shù)的個(gè)數(shù)。

2 結(jié)果與分析

2.1 邊緣分布建立

對(duì)衛(wèi)河流域河南段監(jiān)測斷面水體污染物（COD、NH3-N 和TP）的邊緣分布函數(shù)進(jìn)行K-S 檢驗(yàn)可知，對(duì)于監(jiān)測斷面衛(wèi)輝皇甫，在非汛期和汛期，COD與TP的Pearson 秩相關(guān)系數(shù)分別為0.430 和0.476（P＜0.01），Kendall 秩相關(guān)系數(shù)分別為0.224 和0.225（P＜0.05），NH3-N 與TP 的Pearson 秩相關(guān)系數(shù)分別為0.721 和0.782（P＜0.01），Kendall 秩相關(guān)系數(shù)分別為0.565 和0.591（P＜0.01）。對(duì)于監(jiān)測斷面浚縣王灣，在非汛期和汛期，COD與TP 的Pearson 秩相關(guān)系數(shù)分別為0.637 和0.425（P＜0.01），Kendall 秩相關(guān)系數(shù)分別為0.427 和0.323（P＜0.01），NH3-N 與TP 的Pearson 秩相關(guān)系數(shù)分別為0.697和0.576（P＜0.01），Kendall秩相關(guān)系數(shù)分別為0.513和0.604（P＜0.01）。對(duì)于監(jiān)測斷面湯陰五陵，在非汛期和汛期，COD與NH3-N的Pearson秩相關(guān)系數(shù)分別為0.643和0.631（P＜0.01），Kendall秩相關(guān)系數(shù)分別為0.425 和0.385（P＜0.01），COD與TP 的Pearson 秩相關(guān)系數(shù)分別為0.514 和0.678（P＜0.01），Kendall 秩相關(guān)系數(shù)分別為0.362 和0.448（P＜0.01），NH3-N 與TP 的Pearson 秩相關(guān)系數(shù)分別為0.560 和0.810（P＜0.01），Kendall 秩相關(guān)系數(shù)分別為0.499 和0.344（P＜0.01）。對(duì)于監(jiān)測斷面大名龍王廟，在非汛期和汛期，COD與TP的Pearson秩相關(guān)系數(shù)分別為0.531和0.239（P＜0.05），Kendall秩相關(guān)系數(shù)分別為0.325和0.211（P＜0.05），NH3-N 與TP 的Pearson 秩相關(guān)系數(shù)分別為0.381和0.741（P＜0.05），Kendall秩相關(guān)系數(shù)分別為0.338 和0.394（P＜0.05）。受篇幅限制，本文僅將監(jiān)測斷面大名龍王廟不同時(shí)期水體污染物邊緣分布圖列出，如圖2所示。由上可知，衛(wèi)河流域河南段各監(jiān)測斷面水體污染物間均具有較高的相關(guān)性，故可以在衛(wèi)河流域河南段利用Copula 函數(shù)建立各監(jiān)測斷面水體污染物間的三維聯(lián)合分布函數(shù)。

圖2 大名龍王廟不同時(shí)期水體污染物邊緣分布Figure 2 Marginal distribution of the water pollutants at the Daming Longwangmiao station

2.2 Copula函數(shù)選擇

本文選用Gaussian 和tCopula函數(shù)構(gòu)建衛(wèi)河流域河南段各監(jiān)測斷面水體污染物（COD、NH3-N 和TP）指標(biāo)間的三維聯(lián)合分布模型。三維聯(lián)合分布模型的參數(shù)估計(jì)、K-S 檢驗(yàn)以及擬合優(yōu)度評(píng)價(jià)結(jié)果如表1 所示。由表1 可知，各監(jiān)測斷面不同Copula 函數(shù)的統(tǒng)計(jì)量D在非汛期和汛期均符合K-S 檢驗(yàn)的95%顯著性水平[D＜0.181（n=43），D＜0.275（n=23），α=0.05] ，表明所選Copula函數(shù)均通過檢驗(yàn)。

表1 不同時(shí)期各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合概率分布擬合優(yōu)度評(píng)價(jià)Table 1 Goodness of fit evaluation of the two-dimensional joint probability distribution of the water pollutants at each monitoring section in different periods

利用均方根誤差法、赤池信息量準(zhǔn)則法及貝葉斯信息準(zhǔn)則法對(duì)非汛期和汛期各監(jiān)測斷面水體污染物指標(biāo)間的Copula函數(shù)進(jìn)行擬合優(yōu)度評(píng)價(jià)，結(jié)果見表1。在非汛期，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣和大名龍王廟水體污染物指標(biāo)間的擬合度最優(yōu)的均為Gaussian Copula 函 數(shù)，其RMSE最 小 分 別 為0.033 9、0.036 7 和0.038 1，AIC最小分別為-285.12、-277.56 和-275.01，BIC最小分別為-281.60、-274.04 和-271.49；監(jiān)測斷面湯陰五陵水體污染物指標(biāo)間的擬合度最優(yōu)的為tCopula 函數(shù)，其RMSE、AIC和BIC均最小，分別為0.037 0、-277.52 和-273.99。在汛期，監(jiān)測斷面衛(wèi)輝皇甫和大名龍王廟水體污染物指標(biāo)間的擬合度最優(yōu)的均為Gaussian Copula 函數(shù)，其RMSE最小分別為0.044 0和0.049 7，AIC最小分別為-137.60和-132.03，BIC最小分別為-135.33 和-129.76；監(jiān)測斷面?？h王灣和湯陰五陵水體污染物指標(biāo)間的擬合度最優(yōu)的均為tCopula 函 數(shù)，其RMSE最 小 分 別 為0.054 6 和0.038 4，AIC最小分別為-127.68 和-143.89，BIC最小分別為-125.41 和-141.62。因此，分別選擇擬合優(yōu)度最好的Copula 函數(shù)構(gòu)建各監(jiān)測斷面水體污染物指標(biāo)間三維聯(lián)合分布模型。

各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合概率函數(shù)的理論頻率與經(jīng)驗(yàn)頻率的擬合情況如圖3 所示。在Gaussian Copula 函數(shù)下監(jiān)測斷面衛(wèi)輝皇甫非汛期和汛期、浚縣王灣非汛期、大名龍王廟非汛期和汛期水體污染物理論頻率與經(jīng)驗(yàn)頻率間的相關(guān)系數(shù)分別為0.992 4、0.980 3、0.992 2、0.980 9和0.980 9，在tCopula 函數(shù)下監(jiān)測斷面?？h王灣汛期、湯陰五陵非汛期和汛期水體污染物理論頻率與經(jīng)驗(yàn)頻率間的相關(guān)系數(shù)分別為0.986 7、0.992 8 和0.991 1。則各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合概率函數(shù)的理論頻率與經(jīng)驗(yàn)頻率的擬合情況均較好，表明選取的Copula函數(shù)建立的三維聯(lián)合分布模型較為合理。

圖3 不同時(shí)期各監(jiān)測斷面水體污染物指標(biāo)的理論頻率與經(jīng)驗(yàn)頻率擬合圖Figure 3 Fitting figure of the theoretic and empirical joint frequency between the water pollutants at each monitoring section in different periods

2.3 水體污染物聯(lián)合風(fēng)險(xiǎn)分析

2.3.1 非汛期水體污染物聯(lián)合風(fēng)險(xiǎn)概率

基于優(yōu)選的Copula 函數(shù)建立非汛期各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合分布模型，得到水體污染物指標(biāo)間的聯(lián)合分布概率P（X≤x，Y≤y，Z≤z）如圖4所示，其聯(lián)合風(fēng)險(xiǎn)概率如表2 所示。由各監(jiān)測斷面水體污染物指標(biāo)間聯(lián)合風(fēng)險(xiǎn)結(jié)果（表2）可知，在非汛期，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟的水體污染物（COD、NH3-N 和TP）均處于Ⅰ～Ⅲ類水質(zhì)標(biāo)準(zhǔn)的聯(lián)合概率分別為14.35%、9.25%、21.61%和26.30%，而均處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)的聯(lián)合風(fēng)險(xiǎn)概率分別為3.51%、2.14%、2.52%和0.44%。當(dāng)水體污染物（COD、NH3-N 和TP）中至少有一個(gè)指標(biāo)處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為52.34%、42.04%、42.89%和24.42%。

表2 非汛期各監(jiān)測斷面水體污染物間的三維聯(lián)合風(fēng)險(xiǎn)概率（%）Table 2 Three dimensional joint risk probability between the water pollutants at each station in the non-flood season（%）

圖4 非汛期各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合概率圖Figure 4 Joint probability distribution of the three-dimensional Copula functions between the water pollutants at each station in the non-flood season

另外，當(dāng)僅COD處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為0.95%、0.79%、0.12%和0.28%；當(dāng)僅NH3-N 處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、浚縣王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為25.68%、22.94%、24.68%和13.47%；當(dāng)僅TP 處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為1.70%、2.92%、2.17%和5.48%。由此可見，當(dāng)僅NH3-N 處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，各監(jiān)測斷面水體污染物的聯(lián)合風(fēng)險(xiǎn)概率均最大，說明在非汛期衛(wèi)河流域河南段的主導(dǎo)水體污染物為NH3-N。

2.3.2 汛期水體污染物聯(lián)合風(fēng)險(xiǎn)概率

基于優(yōu)選的Copula 函數(shù)建立汛期各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合分布模型，得到水體污染物指標(biāo)間的聯(lián)合分布概率P（X≤x，Y≤y，Z≤z）如圖5 所示，其聯(lián)合風(fēng)險(xiǎn)概率如表3 所示。由各監(jiān)測斷面水體污染物指標(biāo)間聯(lián)合風(fēng)險(xiǎn)結(jié)果（表3）可知，在汛期，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟的水體污染物（COD、NH3-N 和TP）均處于Ⅰ～Ⅲ類水質(zhì)標(biāo)準(zhǔn)的聯(lián)合概率分別為12.92%、10.45%、12.20%和21.61%，而均處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)的聯(lián)合風(fēng)險(xiǎn)概率分別為1.45%、1.57%、2.10%和0.59%。當(dāng)水體污染物（COD、NH3-N 和TP）中至少有一個(gè)指標(biāo)處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為56.53%、29.13%、46.36%和32.42%。

表3 汛期各監(jiān)測斷面水體污染物間的三維聯(lián)合風(fēng)險(xiǎn)概率（%）Table 3 Three dimensional joint risk probability between the water pollutants at each station in the flood season（%）

圖5 汛期各監(jiān)測斷面水體污染物指標(biāo)間的三維聯(lián)合概率圖Figure 5 Joint probability distribution of the three-dimensional Copula functions between the water pollutants at each station in the flood season

另外，當(dāng)僅COD處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、?？h王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為0.41%、1.36%、0.18%和1.28%；當(dāng)僅NH3-N 處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、浚縣王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為28.01%、10.31%、6.16%和4.12%；當(dāng)僅TP 處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫、浚縣王灣、湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率分別為1.44%、3.81%、22.57%和15.43%。由此可見，當(dāng)僅NH3-N 處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面衛(wèi)輝皇甫和?？h王灣水體污染物的聯(lián)合風(fēng)險(xiǎn)概率最大，說明在汛期衛(wèi)河流域河南段監(jiān)測斷面衛(wèi)輝皇甫和?？h王灣的主導(dǎo)水體污染物為NH3-N；而當(dāng)僅TP處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面湯陰五陵和大名龍王廟水體污染物的聯(lián)合風(fēng)險(xiǎn)概率最大，說明在汛期衛(wèi)河流域河南段監(jiān)測斷面湯陰五陵和大名龍王廟的主導(dǎo)水體污染物為TP。

總體看來，衛(wèi)河流域河南段監(jiān)測斷面大名龍王廟的水質(zhì)狀況最好，浚縣王灣和湯陰五陵的水質(zhì)狀況次之，衛(wèi)輝皇甫的水質(zhì)狀況最差。

3 討論

目前，流域水環(huán)境面臨著污染事件頻發(fā)、水生態(tài)環(huán)境破壞等問題，這嚴(yán)重制約了流域經(jīng)濟(jì)社會(huì)的發(fā)展和生態(tài)環(huán)境保護(hù)的進(jìn)程[34]。根據(jù)2021 年新鄉(xiāng)市、鶴壁市和安陽市環(huán)境質(zhì)量概要或地表水水質(zhì)月報(bào)，新鄉(xiāng)市、鶴壁市和安陽市地表水責(zé)任目標(biāo)斷面累計(jì)達(dá)標(biāo)率分別為60.5%、88.1%和64.0%，其中衛(wèi)河流域責(zé)任目標(biāo)斷面衛(wèi)輝皇甫、湯陰五陵和?？h王灣的累計(jì)達(dá)標(biāo)率分別為50.0%、75.0%和91.7%，可知衛(wèi)河流域河南段地表水水體環(huán)境仍需進(jìn)一步改善。衛(wèi)河流域主要受工業(yè)廢水、生活污水、畜禽養(yǎng)殖廢水以及農(nóng)業(yè)面源污染的影響，因此要從治理城鎮(zhèn)生活污染、深化工業(yè)污染防治、開展畜禽養(yǎng)殖污染治理、優(yōu)化生態(tài)水量調(diào)配、整治城市黑臭水體、減少農(nóng)村農(nóng)業(yè)面源污染、預(yù)防水污染事件等方面組織展開工作，進(jìn)而改善衛(wèi)河流域地表水環(huán)境質(zhì)量。

流域水環(huán)境風(fēng)險(xiǎn)受到多方面因素的影響，開展流域水環(huán)境風(fēng)險(xiǎn)評(píng)估可以進(jìn)一步識(shí)別流域水環(huán)境風(fēng)險(xiǎn)的主要污染源，進(jìn)而有針對(duì)性地建立流域水環(huán)境風(fēng)險(xiǎn)防控系統(tǒng)以降低水環(huán)境污染帶來的損害。在衛(wèi)河流域，河南省相關(guān)管理部門要求限制廢污水的排放，加強(qiáng)農(nóng)用化肥和農(nóng)藥的控制并防控流域內(nèi)農(nóng)業(yè)面源污染[27]。本研究表明，與非汛期相比汛期各監(jiān)測斷面水體污染物處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)的聯(lián)合風(fēng)險(xiǎn)概率略有降低，說明在汛期衛(wèi)河流域河南段水體環(huán)境質(zhì)量相對(duì)有所好轉(zhuǎn)，這主要是因?yàn)樵谘雌诤恿鲝搅髁勘容^大，對(duì)水體污染物的稀釋效應(yīng)增強(qiáng)，同時(shí)汛期河流水體的自凈能力有所提升。當(dāng)僅COD處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)，各監(jiān)測斷面水體污染物的聯(lián)合風(fēng)險(xiǎn)概率均較小，說明衛(wèi)河流域河南段主要污染物為NH3-N 和TP，這與李婧等[26]的研究結(jié)果一致，即NH3-N 和TP 是河南省轄海河流域的主要污染因子。張亞麗等[35]的研究表明衛(wèi)河湯陰五陵河段COD基本處于無警和輕警級(jí)別，而NH3-N 濃度嚴(yán)重超標(biāo)且大多是巨警，這與本研究中NH3-N處于劣V類水質(zhì)標(biāo)準(zhǔn)時(shí)，監(jiān)測斷面湯陰五陵水體污染物的聯(lián)合風(fēng)險(xiǎn)概率在非汛期最大的結(jié)果一致。在非汛期時(shí)，衛(wèi)河流域河南段的主導(dǎo)水體污染物為NH3-N，這主要是由于NH3-N 污染主要來自于工業(yè)廢水和生活污水，且在非汛期時(shí)流域河道內(nèi)徑流量較小使得NH3-N 污染程度較大；在汛期時(shí)，衛(wèi)河流域河南段監(jiān)測斷面衛(wèi)輝皇甫和?？h王灣的主導(dǎo)水體污染物為NH3-N，而監(jiān)測斷面湯陰五陵和大名龍王廟的主導(dǎo)水體污染物為TP，這主要是由于TP 污染主要來自農(nóng)業(yè)面源污染，在汛期時(shí)農(nóng)業(yè)面源污染排放的磷使河流水體磷的污染程度增大，這與相關(guān)研究表明農(nóng)業(yè)面源排放的磷為地表水污染總負(fù)荷的24%～71%是一致的[36]。另外，監(jiān)測斷面湯陰五陵和大名龍王廟分別位于安陽市和邯鄲市，其在安陽河和湯河匯入到衛(wèi)河之后的河段，受到面源污染的范圍較大，因此面源污染占據(jù)了主導(dǎo)地位，使其主導(dǎo)水體污染物由非汛期的NH3-N 轉(zhuǎn)變?yōu)榱搜雌诘腡P?？傮w來說，雖然流域環(huán)境質(zhì)量得到了持續(xù)改善，但流域水環(huán)境風(fēng)險(xiǎn)及管控形勢仍相對(duì)嚴(yán)峻，因此要加強(qiáng)流域水環(huán)境基準(zhǔn)、數(shù)據(jù)監(jiān)測以及風(fēng)險(xiǎn)評(píng)估等方面的科學(xué)研究，提出流域水環(huán)境風(fēng)險(xiǎn)管理的戰(zhàn)略思路，進(jìn)一步加強(qiáng)流域水環(huán)境風(fēng)險(xiǎn)防控體系建設(shè)，為流域水環(huán)境綜合管理和污染防治提出建議和措施。

4 結(jié)論

（1）通過對(duì)各監(jiān)測斷面水體污染物聯(lián)合概率Copula 函數(shù)優(yōu)選，結(jié)果表明監(jiān)測斷面衛(wèi)輝皇甫非汛期和汛期、?？h王灣非汛期、大名龍王廟非汛期和汛期的水體污染物間擬合優(yōu)度最好的三維Copula 函數(shù)為Gaussian Copula 函數(shù)，監(jiān)測斷面浚縣王灣汛期及湯陰五陵非汛期和汛期的水體污染物間擬合優(yōu)度最好的三維Copula函數(shù)為tCopula函數(shù)。

（2）非汛期和汛期各監(jiān)測斷面水質(zhì)狀況具有一致性：大名龍王廟的水質(zhì)狀況最好，在非汛期和汛期其水體污染物均處于Ⅰ～Ⅲ類水質(zhì)標(biāo)準(zhǔn)的聯(lián)合概率最大，分別為26.30%和21.61%；衛(wèi)輝皇甫水質(zhì)狀況最差，在非汛期和汛期其水體污染物有一個(gè)指標(biāo)處于劣Ⅴ類水質(zhì)標(biāo)準(zhǔn)時(shí)的聯(lián)合風(fēng)險(xiǎn)概率最大，分別為52.34%和56.53%。

（3）監(jiān)測斷面衛(wèi)輝皇甫和?？h王灣在非汛期和汛期的主導(dǎo)水體污染物均為NH3-N，說明其主要受工業(yè)廢水和生活污水污染的影響；監(jiān)測斷面湯陰五陵和大名龍王廟的主導(dǎo)水體污染物由非汛期的NH3-N轉(zhuǎn)變?yōu)檠雌诘腡P，表明汛期時(shí)面源污染占據(jù)了主導(dǎo)地位。