slogan phone
  • 绿日环境  |  阿里巴巴
  • 广州污水处理工程网
    当前位置:首页 > 绿日资讯 > 北港河流域水质特征及主要污染物通量估算研究
    北港河流域水质特征及主要污染物通量估算研究
    时间:2018-11-08

     1 引言(Introduction)

      随着《水污染防治行动计划》的持续推进,国家对各河流水体提出了明确的水质目标,“治污”工作极其紧迫.河流污染来源复杂,如生活污水、工业废水、养殖废水排放、农药化肥的施用及内源污染等,且不同支流、河段污染特征差异明显(Bhaduri et al., 2001;Uuemaa et al., 2007).掌握河流水环境污染特征及其影响因素,准确估算主要污染物通量,是加快落实总量控制,有效提高河流水污染治理效率的重要手段(Volk,2010;Vieira et al., 2012;Li et al., 2014).但目前国内水文、水环境监测网络尚不完善,不少河流缺乏基础水文、水质监测数据,因此,如何在有限资料下“摸清家底”,掌握流域污染特征及其影响因素,定量解译出污染来源,具有重要的研究意义,也是全面推进流域“精准治污”、打好水污染防治攻坚战急需突破的关键环节.

      练江是广东省水环境整治的重点流域,而北港河是练江重要的一级支流,其水质常年为劣Ⅴ类,属练江重污染支流.流域内缺乏系统的水文水质监测数据,并且流域现状排水管网不成体系,水污染来源及关键源区不明,为练江水环境综合整治提出了巨大的挑战,也是练江流域污染整治攻坚战的重点、难点.本文以北港河为例,通过对2015—2017年常规水质数据进行分析,选取典型水期开展系统的水环境调查,获取多次闸控周期的水文、水质实测数据,并进一步估算入河日均污水量及主要污染物日通量,诊断主要水环境问题,识别流域关键污染源区,以期为有限资料条件下河流整治工作针对性污染控制和管理提供重要科学依据.

      2 材料与方法(Materials and methods)2.1 研究区概况

      北港河发源于揭阳普宁市,流经汕头市潮阳区汇入练江,是潮阳区、普宁市工农业生产、生活用水的主要水源和防洪排涝的主要通道.流域总面积222.2 km2,干流全长26.62 km,坡降1‰,其中,汕头境内干流长约13.5 km,汇水面积约107.23 km2,主要有官田坑、谷饶溪、东寮坑、蟹窑泄洪渠等支流.北港河正常状态下流入练江干流前有水闸控制,水闸平常为关闭状态,待蓄水至一定水位后再开闸放水,其一级支流也多有闸坝或电排站控制.流域年平均气温21.4 ℃,年平均降雨量为1820 mm.流域常住人口39.35万人,平均人口密度为2843人·km-2,是广东省平均人口密度的5倍以上,属于人口高度密集区域.

      2.2 样品采集与数据分析

      本研究收集北港河2015年2月—2017年2月逐月水质数据,基于对常规数据的分析于2017年3月16—23日开展为期8 d的同步水文、水质调查,监测点位包括潮阳区北港河干流的起点(1号点位)、流域出口处(26号点位)及各主要支流汇入口(2~25号点位),共26个点位,各点位分布见图 1.监测期间,流速、水深数据主要采用挪威安德拉海洋卫士自记式水流/水深仪(Sea Guard-RCM)与RBR潮位仪进行采集(10 min·次-1),同时每8 h利用声学多普勒水流剖面仪(River Surveyor M9)进行1次移动测流.各点位用塑料采样桶或塑料瓶采集表层水样,采样频率为3 h·次-1,采样后水样立刻置于采样箱低温保存(< 4 ℃),24 h后送往实验室采用国标法进行分析.主要分析指标包括:总磷(TP)、总氮(TN)、氨氮(NH4+-N)、硝酸盐氮(NO3--N)、亚硝酸盐氮(NO2--N)、溶解氧(DO)、pH值、悬浮物(SS)、化学需氧量(CODCr)、高锰酸盐指数(CODMn),共11个指标.

      图 1

      图 1北港河流域控制单元划分及监测点位分布图

      2.3 控制单元划分及概况

      基于30 m分辨率数字高程数据(DEM),利用ArcGIS软件水文分析功能进行小流域划分,并结合水系特征及行政边界等情况,按照“水环境功能区-陆域控制范围”的水陆响应关系,将北港河流域划分为11个控制单元.控制单元划分结果见图 1,各控制单元概况见表 1.流域土地利用数据通过对2016年Landsat TM遥感影像数据解译得到,结果表明,流域耕地约占30.00%,林地约占27.59%,园地约占11.01%,城镇约占7.65%,村庄约占19.76%,利用GIS对各控制单元土地利用数据重分类为自然用地(包括林地和草地)、农业用地(包括水田、旱地及园地)、建设用地(包括城镇和村庄),结果见表 1.

      表 1 控制单元概况

      2.4 数据处理

      多元统计分析方法可以有效地简化数据结构及提取潜在信息,常用的有相关性分析、主成分分析、聚类分析等,在国内外水环境研究领域中均有较好的应用效果(Alberto et al., 2001;Shrestha et al., 2007;Bu et al,2010;张璇等,2010;李文赞等,2012;Dhakate et al., 2013).本研究采用主成分分析与聚类分析对原始数据进行分析处理.

      主成分分析(Principal Component Analysis,PCA)在评估和研究区域的水质时空特征中被广泛应用(黄金良等,2012;陈永娟等,2015;邱瑀等,2017),本研究采用K-S检验对原始数据进行正态分布检验,结果表明,Skewness值与Kurtosis值分别为0.375、0.821,均小于1,数据近似于正态分布.

      聚类分析(Cluster Analysis,CA)是一种探索的模式识别技术,其中,水环境研究领域中层次聚类分析(HCA)方法的应用最为广泛(周丰等,2007;杨学福等,2016).参考其他学者相关文献(Singh et al., 2004;汪冬华等,2010;杜麦等,2017),本研究对原始数据使用Z-score方法消除量纲影响,然后采取常用的离差平方与欧氏距离平方法,对各监测点位或控制单元进行空间相似性分析,识别北港河流域不同级别污染源区.以上分析方法均在SPSS 13.0及EXCLE 2010完成.

      本文在常用的5种通量估算方法中(富国等,2003;郝晨林等,2012),结合实际采样布点与采样时间频率,采用Webb等(1997)利用时段平均浓度与时段流量乘积、各时段通量之和建立的时段通量估算法进行计算.该方法由于采用同步的流量与污染物浓度数据,在数据频率较高的情况下具有较好的准确性.计算公式如下:

    (1)

      式中,j为水文水质同步测量期间某日的第j次监测;m为该日的最大监测次数;n为同步监测的天数(d);α为时间系数,其取值为第j次监测代表的时段的秒数(s),例如,重点监测断面每日进行8次监测,每次相隔3 h,则m=8,α=3600×24/8=10800;ρj为第j次采样污染物浓度值(mg·L-1);Qj为第j次测量时断面流量(m3·s-1),当其方向为从上游往下游时定义为正值,反之为负.

      3 结果与讨论(Results and discussion)3.1 流域水质季节性特征

      北港河目前仅在流域总出口设有1个常规监测断面,选取该断面2015年3月—2017年2月逐月水质常规监测数据,按丰、平、枯水期进行分析,其中,丰水期为5—9月,枯水期为12—3月,其余月份为平水期.由图 1可知,CODCr、NH4+-N及TP浓度平均值均呈现平水期>枯水期>丰水期,总体而言,北港河流域水质平水期最差,受降雨影响河流生态流量较大,丰水期水质最佳.因此,本次监测选取平水期开展补充调查,进一步探讨流域水质空间污染特征.

      图 2

      图 2北港河主要污染物分水期分布

      3.2 流域主要污染物及污染源识别

      通过研究水质参数描述统计特征与各污染物指标相关性,可初步判断北港河流域总体污染现状.由表 2可知,北港河流域总体处于劣Ⅴ类,污染状况较为严重,主要特征污染物为TN、NH4+-N、CODCr、TP,污染物浓度平均值分别为21.15、13.88、121.71、1.06 mg·L-1,分别达到了地表水Ⅴ类标准值的9.58、5.94、2.04、1.64倍(国家环境保护总局,2002);从变异系数看,pH最小,NO3--N最大,除pH外其他指标变异系数均较大,为38.13%~80.13%,这表明不同监测点位或不同时段污染物浓度值差异性大.

      表 2 水质参数描述统计特征

      由表 3可知,TP、TN、NH4+-N与CODCr、CODMn等有机物指标呈现显著正相关,各污染物浓度呈现较高值,均与DO值呈显著负相关,表明北港河水质主要受点源影响,水体中N、P及耗氧有机污染物含量较高,藻类快速繁殖消耗大量的溶解氧,当藻类死亡时又释放出大量的有机物(周启星等,2004;陈永娟,2015);NH4+-N与TN呈显著正相关,与NO3--N呈负相关,主要是由于硝化细菌活跃并发生硝化作用,使NH4+-N转化为NO2--N,再转化为NO3--N(Pernet-Coudrier et al., 2012).SS与各污染物指标相关系数均较低,这可能是由于北港河流域污染物均以溶解态为主,监测期间为平水期(3月)未发生降雨事件,河流水质受非点源污染影响较小.

      表 3 水质参数相关性分析

      采用Barttleet球度检验表明,除pH外各指标显著性检验值均为0.00(p < 0.01),表明可采用主成分分析法选择少量参数进行解释(Xu et al., 2009;孙国红等,2011).以特征值是否大于1为依据(Varol et al., 2012),提取出3个主成分,因子负荷矩阵及各指标得分见表 4,累计方差百分比可达到72.21%,可以反映原始数据的基本信息.其中,第1主成分对原始变量的解释贡献了总方差的47.95%,负荷值最高的指标包括NH4+-N、TN、CODCr、CODMn、TP,分别为0.90、0.88、0.91、0.89、0.75(以绝对值大于0.7判定负荷值为较高)(黄金良等,2012);第2主成分及第3主成分的贡献率则分别为12.50%、11.76%;这3个主成分的累计方差贡献率为72.21%,表明这3个主成分及5个水质参数指标可以解释流域大部分的水质变化.

      表 4 主成分负荷矩阵

       各控制单元主成分综合得分可表征其受潜在污染因子的影响程度.由表 5可知,北港河中游贵屿镇南边控制单元、东寮坑下游铜盂镇控制单元及北港河中游贵屿镇控制单元受因子1的影响最大,谷东寮坑上游谷饶镇控制单元及蟹窑水贵屿镇控制单元受因子2的影响较大,此外,谷饶溪下游铜盂镇控制单元受因子3的影响也不容忽视.

    上一篇:气水比对后置固相反硝化滤池工艺脱氮及微生物群落影响

    下一篇:纳米铜膜高效快速催化还原染料废水脱色