淮河流域水質時空分布及土地利用區域影響

　　摘要：采用淮河流域22個水質斷面2008—2018年周監測數據，利用趨勢檢測、空間自相關性識別、聚類、回歸分析等統計分析技術相結合，檢測了pH、DO、CODMn、NH等個水質指標的時空變化特征，辨識了典型水質類型及其與不同時空尺度土地利用類型的關系。結果表明：(1)淮河流域水環境整體狀況有所改善，主要集中在非汛期(41周—次年22周)，分別有32%、14%、41%和64%的斷面pH值顯著減少、DO濃度顯著增加、CODMn和NH濃度顯著減少，淮河水系水質指標變化坡度大于沂沭泗水系;(2)三個低pH值聚集中心主要分布在淮干上游和洪汝河下游，三個低DO聚集中心和兩個高CODMn和NH聚集中心主要分布在沙潁河和渦河;(3)22個斷面劃分為種典型水質類型，類型為弱堿性、低CODMn和NH濃度斷面，分布在淮河上游和淮河干流;類型為偏堿性、低DO濃度、高CODMn和NH濃度斷面，分布在沙潁河;類型為偏堿性、高DO濃度、低CODMn和NH濃度斷面，分布在淮河中游和沂沭泗水系;(4)類型水質指標主要與2015s時期的水田和旱地等顯著相關，其中水田對pH值影響較大，旱地對其余指標影響較大;類型的DO和NH濃度與各時期各緩沖區半徑城鎮用地均顯著相關，CODMn濃度與2015s時期其它林地顯著相關。研究可為淮河流域水質演變規律和成因機理分析提供基礎支撐，也可為流域水污染防治與管理提供科學依據。

　　關鍵詞：時空變異;水質類型;土地利用;淮河流域

　　流域水質惡化已成為流域管理中面臨的突出水問題之一，可導致水體功能、生態和環境系統遭受災害性影響，直接損害居民公共健康和經濟財產，嚴重威脅了水安全。2018年我國約34的水功能區水質不達標，其中淮河流域約39的河段水質劣于III類水，省界斷面達標測次比例約52%。據統計，每年因水污染引起的經濟損失高達2400億元。2011年我國政府提出了水資源管理的“三條紅線”和“三項制度”，2015年頒布實施了《水污染防治行動條例》，明顯改善了主要江河湖泊水功能區的水質狀況。然而，水污染仍然是以淮河流域為代表的嚴峻水問題之一11。

　　河流論文范例： 河流汛期水質變化分析及保護對策

　　開展流域水質指標時空變化診斷與影響因素分析，可為探索流域水質演變規律和成因分析提供堅實依據，也對流域水污染治理具有重要的現實意義。受工業市政廢水排放、城鎮生活污水、營養物流失、土地利用變化、閘壩修筑及調控等多重因子影響，流域水質分布呈現顯著的時空異質性1216。

　　統計分析是一種簡便有效的信息挖掘技術，依靠大量監測站長序列實測數據挖掘潛在的流域水質問題及其成因。其中，趨勢檢測技術(如Mannndelltest,Sen’sTtest,Spearman'sRhotest等)已被廣泛用于水情變化和水污染等問題，尤其是非參數檢驗方法，因其對于數據結構的要求較少，具有更好的適用性1720。已有研究多未考慮水質指標的空間相關性，而是去除空間臨近、可能存在自相關性的站點，人為減少了流域樣本數量，影響了流域水質指標時空特征分析的準確性21。

　　此外，聚類分析方法可將大量斷面站點尺度多個水質指標的變化識別為具有相似特征的典型水質類型，從流域尺度綜合刻畫水污染狀況，已逐漸用于辨識水污染關鍵要素及其主要影響因子2223。Cao等24結合歐式距離和動態時間規整距離，通過動態均值聚類將養殖水塘中溶解氧序列分為類，溶解氧預測的均方根誤差相比于未聚類序列減小了7.6。

　　任婷玉等25采用自組織映射神經網絡將63個湖泊11年的種水質指標分為類，分別有、27和30個湖泊污染程度較嚴重、中等和較輕。 本文利用淮河流域2008—2018年22個水質斷面周監測數據，綜合采用seasonalMannKendall、Moran’sI、動態均值聚類、回歸分析等多種統計分析技術，檢測關鍵水質指標的時空變化特征，辨識典型水質類型及其與不同時空尺度土地利用類型的關系，明晰淮河流域水污染關鍵要素，以期為淮河流域水質演變特征分析和水污染防治提供科學依據。

　　1資料與方法

　　1.1研究區概況與數據源

　　淮河流域(111°55'—121°25'，30°55'—36°36')是我國水污染最嚴重的地區之一�；春痈闪靼l源于河南省桐柏縣主峰太白頂西北側，流經湖北、河南、安徽、山東和江蘇五省，自西向東匯入長江。研究區地處我國南北氣候過渡帶，多年平均氣溫為11~16℃，多年平均降水量為883mm，多年平均徑流深為230mm。流域總面積約27萬km，以廢黃河為界，分為淮河水系(71%)和沂沭泗水系(29%)，多年平均降水量分別為910mm和836mm，多年平均徑流深分別為237mm和215mm。受點源排污和農業非點源等影響，流域內水環境狀況不容樂觀，主要受污染的水質指標包括高錳酸鹽指數(CODMn)、氨氮(NH)、溶解氧(DO)等。

　　收集研究區22個水質斷面2008~2018年周監測數據，其中淮河水系18個斷面，沂沭泗水系個斷面(即徐州李集橋、棗莊臺兒莊大橋、邳州邳蒼艾山西大橋、臨沂澇溝橋)，選取pH、DO、CODMn和NH作為主要水質指標進行分析，數據來源為中國環境監測總站。

　　收集研究區2010年和2015年土地利用類型數據，主要的土地利用類型均為旱地(55.85%和55.24%)、水田(17.89%和17.58%)和農村居民點(8.66%和8.72%)，數據來源為中國科學院資源環境科學與數據中心(https://www.resdc.cn/)�；�于ArcGIS9.3提取各水質監測斷面種圓形緩沖帶(半徑為500、1000、2000、5000、10000)內主要的土地利用類型面積占比，用于分析水質類型與2010s(200—2012年)和205s(2013—2018年)時期土地利用類型的關系。

　　1.2研究方法

　　1.2.1趨勢分析

　　采用easonalMannKendall(SMK)檢驗檢測各水質指標的周尺度和年尺度變化趨勢，適于水質指標序列存在潛在的季節性、相關性和缺失值等問題26。原假設：實測水質指標序列為服從相同分布的隨機變量，且不隨時間單調變化。

　　2結果與討論

　　2.1水質指標時空變化趨勢

　　2.1.1時間變化趨勢

　　淮河流域2008—2018年22個水質斷面的年變化趨勢。個斷面的pH值呈顯著減少趨勢(0.030.10);個斷面的DO濃度呈顯著減少趨勢(0.14~0.12mg/L)，個斷面呈顯著增加趨勢(0.35~0.62mg/L);個斷面的CODMn濃度呈顯著減少趨勢(1.37~0.17mg/L)，個斷面呈顯著增加趨勢(0.~0.23mg/L);12個斷面的NH濃度呈顯著減少趨勢(0.61~0.01mg/L)，駐馬店班臺呈顯著增加趨勢(0.04mg/L)。

　　各斷面顯著性周尺度變化趨勢主要集中在非汛期(10月—次年月，即41周—次年22周)，部分斷面水質指標周尺度變化坡度。淮河流域pH值基本在6~9之間，且呈減少趨勢(水體酸化)，其余三個水質指標整體呈輕微的改善趨勢;淮河水系水質指標變化坡度(2.81~1.33mg/L)略大于沂沭泗水系(0.59~1.03mg/L)，CODMn的變化坡度絕對值最大，NH、DO和pH值次之。

　　淮河水系pH值和DO濃度的最大變幅分別為0.25/y和1.51mg/，均出現在永城黃口(39周和41周)，CODMn和NH濃度的最大變幅分別為2.81mg/L和2.43mg/L，均出現在亳州顏集(12周和21周);沂沭泗水系pH值、DO、COMn和NH濃度的最大變幅分別為0.26/y、1.03mg/、0.50mg/、0.31mg/，分別出現在棗莊臺兒莊大橋(周)、邳州邳蒼艾山西大橋(10周)、臨沂澇溝橋(21周)、徐州李集橋(28周)。

　　3結論

　　淮河流域周尺度指標變化主要集中在非汛期(41周次年22周)，淮河水系指標變化坡度(2.81~1.33mg/L)大于沂沭泗水系(0.59~1.03mg/L)，分別有32%(7/22)、14%(/22)、41%(/22)和64%(14/22)的斷面pH值顯著減少、DO濃度顯著增加、CODMn和NH濃度顯著減少。

　　淮河水質指標均呈現顯著的空間正相關性，個低pH值聚集中心(信陽淮濱水文站、阜南王家壩和駐馬店班臺)主要分布在淮干上游和洪汝河下游，個低DO聚集中心(阜陽張大橋、周口鹿邑付橋閘和亳州顏集)和兩個高CODMn和NH聚集中心(阜陽張大橋和亳州顏集)主要分布在沙潁河和渦河。

　　淮河流域共劃分種典型水質類型，類型為弱堿性、低CODMn和NH濃度斷面，分布在淮河上游和淮河干流;類型為偏堿性、低DO濃度、高CODMn和NH濃度斷面，分布在沙潁河;類型為偏堿性、高DO濃度、低CODMn和NH濃度斷面，分布在淮河中游和沂沭泗水系;

　　類型水質指標主要與2015s時期的水田和旱地等顯著相關，其中水田對pH值影響較大，旱地對其余指標影響較大;

　　類型的DO和NH濃度與各時期各緩沖區半徑城鎮用地均顯著相關，CODMn濃度與2015s時期其他林地顯著相關。本研究重點關注土地利用對水質時空分布的區域影響，為全面揭示淮河流域水質區域分布特征及成因等，今后應進一步開展其他因子(如點源排污、營養物流失、徑流情勢、閘壩修筑及調控等)的影響研究。

　　參考文獻：

　　LIUJG,YANGW.WatersustainabilityforChinaandbeyond[J].Science,2012,337(6095):649650.

　　[2]HANDM,CURRELLMJ,CAOGL.DeepchallengesforChina’swaronwaterpollution[J].EnvironmentalPollution,2016,218:12221233.

　　LIA,YUANQ,STROKALM,etal.EqualityinriverpollutioncontrolinChina[J].ScienceoftheTotalEnvironment,2021,777146105.

　　GOMESILVAG,CYUBAHIROE,WRONSKIT,etal.Waterpollutionaffectsfishcommunitystructureandaltersevolutionarytrajectoriesofinvasiveguppies(Poeciliareticulata)[J].ScienceoftheTotalEnvironment,2020,730138912.

　　[5]中華人民共和國水利部.2018年中國水資源公報北京：中華人民共和國水利部，201水利部淮河水利委員會.2018年度淮河片水資源公報蚌埠：水利部淮河水利委員會，201張增強.我國水污染經濟損失研究].北京中國水利水電科學研究院,2005.

　　作者：翟曉燕1，張永勇2

轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/28068.html