秦皇岛水质时空分布特征及归因分析

2020-06-17 04:33朱士江
中国农村水利水电 2020年6期
关键词:秦皇岛市断面土地利用

王 竹,刘 扬,王 芳,朱士江

(1. 流域水循环模拟与调控国家重点实验室,北京 100038;2. 中国水利水电科学研究院 水资源所,北京 100038; 3. 三峡大学 水利与环境学院,湖北宜昌443002)

水作为人类赖以生存和发展的基本物质条件,维系着生态系统自然功能的同时,也支撑着社会经济系统的发展。随着经济社会的快速发展,水环境污染造成水生态系统恶化,进而引发用水紧张、用水安全等问题。因此评价水环境质量、分析水体主要污染物的时空变化特征,识别造成水环境现状的主要原因,对保护当地的水环境质量、维护良好的生态系统具有至关重要的作用[1,2]。

目前,众多学者普遍认为水质污染的影响因素主要分为自然因素和社会因素,其中自然因素有降水、流量等[3-5],社会因素主要有人口规模、区域经济发展、土地利用结构等[6-8]。王建华等[9]在全球水资源面临人口增长、土地利用变化、气候变化等压力下,提出了水量水质联合模拟与评价模型,通过模拟计算滦河流域2006年5项水质指标,发现滦河干流河道水体质量以Ⅲ类为主,劣Ⅴ类次之。夏星辉等[10,11]从水质水量相结合的角度评价黄河的水资源状况,认为大约47%的水资源短缺是由水体污染所致,因此对沿岸排污进行合理的时空优化可以帮助缓解黄河水资源短缺的局面。石代军[12]研究了气温、降水、光照、风速等气象因子对地表水环境质量的变化,发现人类活动引起的气候变化会加重气象因子对水环境质量的影响。黄奕龙等[13]通过观测深圳市近20年的水质数据,发现工业化、城市化和土地利用格局变化是水质退化的主要驱动机制。张瑞等[14]综合土地利用指标分析了雅鲁藏布江35年间土地利用/覆被时空变化特征,发现气候和水文要素是该流域土地利用的主要驱动因子,流域内经济的发展及人口增长是城乡建设用地和耕地发生变化的驱动力。经济发展往往伴随着水环境质量的恶化,因此在社会经济发展的同时做好污染源头控制和清洁生产显得尤为重要。

近些年来,环渤海区域经济快速发展、人口日益密集,各种污染源排入河流和海洋,造成该区域水质恶化,环渤海区域已经成为我国三大经济带中水体污染最为严重的区域[15]。作为中国首批沿海开放城市和世界最大的能源输出港,秦皇岛市工农业发展迅速,人口日益增多,直接导致了秦皇岛市及其他环渤海区港口城市陆域入海河流和渤海海域水生态环境状况的恶化。因此,本文选择单因子评价与主成分分析相结合的方法评价研究区水质现状,旨在识别不同季节、不同时期的水质时空变化特征,分析土地利用与水质污染的相关关系,为评价秦皇岛市流域水质状况、识别流域污染主要原因提供参考,并为进一步制定该市水资源保护和管理措施提供科学依据。

1 研究区概况

秦皇岛市地处河北省和华北平原东北部,北倚燕山,南襟渤海,北纬39°24′~40°37′,东经118°33′~119°51′,位于环渤海经济圈的中心地带,总面积7 812.4 km2。秦皇岛市内的河流分属滦河水系和冀东沿海诸河,其中滦河在境内的流域面积为3 773.7 km2,沿海诸河自西向东有石河、汤河、戴河、洋河、饮马河等。随着周边地区近些年来工农业的快速发展,秦皇岛市水污染日益加重,生态环境受到了一定程度的破坏,也进一步威胁着渤海海洋生态系统。

2 材料与方法

2.1 数据来源

图1 秦皇岛市水系及监测断面分布Fig.1 Water system and monitoring section distribution in Qinhuangdao

(2)土地利用数据来源。本研究选取2014年TM遥感影像(空间分辨率30 m),采用ENVI 4.8软件,进行遥感解译和影像配准,采用最大似然分类与交互式目视解译相结合的方法,得到2014年土地利用栅格数据。

(3)子流域划分。研究选取地理空间数据云(www.gscloud.cn)90 m的DEM为原始数据,利用ArcGIS 10.2中的Hydrology工具提取水系,并运用水文分析中的Basin工具将秦皇岛市划分为7个子流域(图2)。

2.2 研究方法

2.2.1 水质评价方法

(1)单因子评价法。单因子评价法是通过比较评价因子的实测浓度与评价标准值的大小来判断水质级别的方法。

(1)

表1 监测断面地理信息Tab.1 Geographical information of monitoring sections

图2 秦皇岛市子流域划分Fig.2 Sub-basin division of Qinhuangdao

式中:Pi是某项指标的相对污染值;ci是某指标的最大实测浓度(溶解氧取最小值);c0是某指标的评价标准值。当Pi>1时,表示水质超标,反之则达标。

(2)主成分分析法。主成分分析法可通过建立水质综合评价指标,对各断面水质进行排序,并分析各项指标在综合评价中的作用,识别主要污染因子,分析水质污染原因。主要步骤为:

①建立原始变量矩阵X,由m个样本的n个因子组成:

(2)

②对原始变量矩阵X进行标准化处理,采用Z-Score进行标准化:

(3)

(4)

(5)

③计算标准化数据的相关系数矩阵及其特征根,确定主成分个数P;

④确定主成分Fi(i=1,2,…,p)的表达式如下:

(6)

⑤确定综合评价函数F:

(7)

式中:a1m,a2m,…,anm为原始变量矩阵X的协方差矩阵∑的特征值对应的特征向量;ZX1,ZX2,…,ZXn为原始变量矩阵X经过Z-Score标准化处理后的值;λ1,λ2,…,λp为矩阵ZX的特征值;m为样本个数;n为评价因子的个数;p为主成分个数。监测断面水质的时间变化趋势采用Excel和SPSS 22软件进行分析。

2.2.2 土地利用与水质相关分析

根据ArcGIS 10.2提取各点所在子流域的土地利用数据,采用Spearman相关分析法在SPSS 22软件中建立水质参数与土地利用类型面积比的关系,以定性评价土地利用类型对水质的影响。

3 结果与分析

3.1 水质指标时间变化特征

将2017年1-12月分为春季(3-5月)、夏季(6-8月)、秋季(9-11月)、冬季(1-2月、12月)、汛期(6-9月)和非汛期(1-5月、10-12月)的不同季节和时期进行水质指标评价,具体统计值见表2,各项评价指标的变化趋势见图3~图6。

3.1.1 季节变化特征

结合表2及图3~6可知,四项指标的浓度在不同季节差异较大,且变化趋势各不相同。具体来看,COD浓度:春季>冬季>夏季>秋季,其中秋季最优,为Ⅱ类水标准,其他3个季节为Ⅲ类水,春季最差。这主要是因为随着温度的升高,春季积雪开始融化,水流携带大量混合着有机物的泥沙进入河道,导致COD浓度升高[17]。从全年来看,饮马河-杨古泊村北断面9月COD浓度达71 mg/L,超出水功能区水质目标1.37倍,为研究区全年COD浓度峰值。

高锰酸盐指数浓度:春季>秋季>夏季>冬季,在夏秋冬三季的浓度均较低,为Ⅱ类水标准。可能原因是春耕导致了农业面源污染的增加,或存在部分工业企业偷排等现象[19-21]。高锰酸盐指数年度峰值出现在9月的减河-364省道桥断面,超水功能区水质目标0.72倍。

表2 不同时期监测断面水质指标结果统计Tab.2 Statistics of water quality indicators of monitoring sections in different periods

3.1.2 汛期/非汛期变化特征

图3 监测断面污染浓度变化(COD)Fig.3 Concentration change of pollutants in monitoring sections (COD)

图4 监测断面污染浓度变化Fig.4 Concentration change of pollutants in monitoring sections

图5 监测断面污染浓度变化(TP)Fig.5 Concentration change of pollutants in monitoring sections (TP)

图6 监测断面污染浓度变化(高锰酸盐指数)Fig.6 Concentration change of pollutants in monitoring sections (permanganate index)

图7 监测断面污染浓度变化(汛期)Fig.7 Concentration change of pollutants in monitoring sections (flood season)

图8 监测断面污染浓度变化(非汛期)Fig.8 Concentration change of pollutants in monitoring sections (non-flood season)

3.2 水质指标空间变化特征

表3 监测断面年均值评价结果Tab.3 Monthly evaluation results of monitoring sections

采用主成分分析法分析4项指标全年的均值,确定了一个主要包含与高锰酸盐指数、TP信息有关的主成分,并根据成分矩阵计算所得综合得分F值对各断面进行排序,F值越小表示断面水质越好。由表3结果可知,沙河-冷口(S5)、青龙河大汇合(S4)、青龙河界岭口(S8)等断面水质偏好,水质较差的断面主要有减河-364省道桥(S15)、饮马河-杨古泊村北(S14)、饮马河-昌黎(S13)等。

两种评价方法的结果稍有差异,如主成分分析法认为沙河-冷口(S5)断面水质相对最好,其次为青龙河大汇合(S4)、洋河青龙界岭口(S8)等,而单因子评价法结果显示洋河水库坝上(S7)、石河水库坝上(S12)水质最好,其次为南河-青龙镇(S6)等断面。由于主成分分析法相较单因子评价考虑了多项指标的贡献率,评价结果的综合性更强,但两种评价方法得出污染严重的断面较为一致,主要为饮马河、减河上的S13、S14、S15断面。整体来看,研究区内上游水质较下游好,北部山区水质优于南部沿海诸河。主要原因有两个方面,其一是各河流沿程建设拦河坝等水利工程,导致中下游水量较少,致使河流水体的水环境容量明显下降;其二是工业和生活排水大部分都集中在河流中下游地区,导致污水排放较为集中,超过河流水体的自净能力。

3.3 土地利用与水质的相关性分析

3.2.1 土地利用结构分析

将研究区2014年土地利用栅格数据按居民用地、未利用土地、耕地、草地、水域等(一级)土地利用类型进行合并,研究区2014年土地利用状况见图9。利用ArcGIS中的叠加工具统计各土地利用类型在所划分的7个子流域中的比例,具体结果见图10。

图9 秦皇岛2014年土地利用状况Fig.9 Land use patterns of Qinhuangdao in 2014

图10 各子流域土地利用类型比例Fig.10 Proportion of land use patterns in Sub-basins

根据各子流域中土地利用结构可知,秦皇岛市内最主要的土地利用类型为耕地,占比42.2%,其次为居民用地和林地,分别为22.2%和22.3%,草地、水域及未利用土地占比较少,分别为10.0%、3.3%、0.05%。各子流域的主要土地利用类型均为耕地,耕地占比:W2>W3>W5>W7>W6>W1>W4,其中W2比例最高达71.5%;草地占比:W1>W4>W3>W5>W6>W2>W7,其中W1比例最高达28.2%;居民用地占比:W6>W7>W5>W4>W2>W3>W1,其中W6比例最高达39.0%;林地占比:W4>W1>W3>W6>W7>W2>W5,其中W4比例最高达47.1%;水域占比:W7>W1>W3>W6>W2>W5>W4,其中W7比例最高达6.6%;未利用土地占比:W1>W4>W3,最高比例为0.27%,W2、W5、W6和W7内均无未利用土地。秦皇岛境内的滦河上游以林地、草地为主,下游以耕地为主,冀东沿海诸河以耕地和居民用地为主,可见研究区内河流受人类活动影响较大。

3.2.2 相关性分析

分析监测断面4项水质指标的平均值与各子流域2014年土地利用类型面积比例的相关关系,结果见表4。由于本次数据来源中,在W6子流域中未设置监测断面,因此该子流域不参与相关性分析。

表4 土地流域类型面积比例与水质指标的相关性分析Tab.4 Analysis of the correlation between land basin type area ratio and water quality index

注:*表示显著性水平为0.05,**表示显著性水平为0.01。

以上分析可知,污染严重的河流如减河、饮马河位于以耕地为主的W2、W5子流域,汤河位于以居民用地为主的W4子流域,而水质较好的断面如滦河上游、洋河水库等位于以林草地为主的W1子流域,说明人类活动对水质影响程度巨大。耕地、居民用地等人类用地代表着人类工农业活动强度的增加,产生各种污水排入水体中,成为水环境污染的“源头”;林地、草地等自然用地往往代表着丰富植被、微生物的存在,此类区域生态系统的生物地球化学过程效率往往较高[26],能够更有效地降解有机物、吸收转化氮磷等营养物质,以上结果与相关研究[27,28]结论一致。因此,秦皇岛市内林地、草地、未利用土地的管理和保护,以及对居民用地、耕地的控制是减少水质污染的防治关键。

4 结 论

通过分析研究区的水质时空变化特征发现:

(3)研究区耕地、居民用地等人类用地面积与污染指标浓度呈正相关,林地、草地、水域及未利用土地等自然用地与水质指标呈负相关。表明农业种植、养殖、城乡生活等人类活动是该区域水质污染的主要来源。因此,科学耕种、节水减肥、发展集约化农业、设施农业,提高污水回收和处理率、增加林地、草地等自然用地是改善水质恶化现状、提升水生态环境状况的必要措施。

猜你喜欢
秦皇岛市断面土地利用
小断面输水隧洞施工安全管理存在的不足点及对策
土地利用变化与大气污染物的相关性研究
基于GIS⁃Logistic回归模型的土地利用变化及驱动机制研究
高深度大断面中深孔一次成井技术探索与应用
河北省秦皇岛市扎实推动装配式建筑产业高质量发展
土地利用规划的环境影响评价分析
于广明作品
超大断面隧道初期支护承载力学特性及形变研究
奉献一生捐资助学
区域规划土地利用变化监测与评估关键技术研究