太湖下游河网区水质变化特征与引水调控效果

张伊佳，陈 星，许 钦，李慧敏，许 钊，李炳峰

(1.河海大学水文水资源学院，江苏 南京 210098； 2.南京水利科学研究院水文水资源研究所，江苏 南京 210029；3.中国水权交易所股份有限公司，北京 100053)

社会经济高速发展与人类活动的影响造成我国河湖水环境恶化，水系连通状况也随之改变，引水改善水环境已成为提升河湖水环境的重要途径[1-2]。通过引水促进水系连通，一方面可加快河道水体流动，缩短水体换水周期;另一方面也可对河道内污染物起到稀释作用。研究表明，引水对河网区各主要河道水质均有所改善，但改善的效果存在时空异质性[3]，水流不畅[4-5]、河道连通性[6]、点源面源污染等都是影响水质改善效果的重要因素[7]；王超等[8]发现“引江济太”可改善太湖流域的水环境质量，但平原河网区水流流向复杂，易出现回流、雍水现象，工程调度尤为重要；何文学等[9]发现河流的自净能力与水力条件密切相关，所以要合理设置调水配水方案；陈昌军等[10]以江南水乡某平原河网地区为例，通过各引水方案效果的比选，得出了推荐引水规模。

太湖流域下游地势平坦、水系密集、河道比降小，城镇化、工业化程度高，污染严重，河网水文水动力条件及污染来源复杂[11-12]。因此研究这一区域水质时空变化特征，分析太浦闸引水与其下游平原河网区水质时空变化规律的关系，对平原河网区引水调控实践与水质改善具有重要意义。

图1 研究区监测断面分布Fig.1 Monitoring sections of study area

1 研究区概况

以受太浦闸引水影响的太湖下游河网为研究对象，该区域处于上海、江苏和浙江3个省市之间，包括太浦河、吴淞江、浏河等多条河流。研究区位于太湖流域东侧，为亚热带季风气候，四季分明、热量充裕、雨水丰沛。多年平均气温为15～17 ℃，多年平均降水量1 177 mm，降水年际变化明显，年内雨量分配不均[13]。研究区地势平坦、河网密布，河流流速缓慢，水体自净能力弱。

“引江济太”工程自2006年起进入长效化调水阶段，其主要工程太浦闸既能调蓄太湖水位，又能引水改善下游河网区水质[14]。采用研究区2007—2018年NH3-N与CODMn逐月监测数据，选择覆盖研究区的29个重点断面，具体为：沪苏边界的长村桥、南浔大桥、升罗桥、太师桥、乌桥、洛东大桥、思源大桥、圣塘桥、太平桥、北虹大桥、双林桥、章湾圩公路桥、陶庄枢纽、金泽，浙沪边界的金丝娘桥、东海桥、青阳汇、六里塘大桥、新风路桥、俞汇北大桥、清凉大桥、大舜枢纽、丁栅枢纽、枫南大桥，苏浙边界的周庄大桥、珠砂港大桥、千灯浦闸、石浦大桥、太和大桥(图1)。

2 研究方法

2.1 水质评价

水质评价方法采用单因子评价法[15]和综合污染指数法[16]，评价标准执行GB 3838—2002《地表水环境质量标准》的Ⅲ类标准。

2.2 聚类分析

考虑到水质在时间、空间上的差异性及相似性，采取应用较为广泛的层次聚类分析法[17]。首先对原始数据使用Z-score方法进行变换，以消除量纲影响；以Seuclidean距离度量样本之间的距离，运用Ward算法生成具有层次结构的聚类树；按照监测时间和监测断面的地理位置进行分类，进而分析研究区水质的时空变化特征。

2.3 相关性分析

采用Pearson相关系数描述2个定距变量间联系的紧密程度，用于度量两个变量X和Y之间的相关性，样本的相关系数用r表示。r>0表明两个变量正相关，r<0表明两个变量负相关，r值介于-1与1之间，绝对值越大表明相关性越强[18]。在实际分析中，r大都利用样本数据计算，带有一定的随机性，因此需要对相关关系的显著性进行检验。相关关系的显著性采用t检验，计算t检验的统计量和对应的概率P值。当P<0.05时，拒绝零假设，说明两变量之间存在着显著的线性相关关系；当P≥0.05时，接受零假设，表明两变量间不存在线性相关关系。

2.4 单因素方差分析

在引水改善水质过程中，考虑到不同引水量对水质改善程度的差异性及相似性，采用方差分析的方法对各评价指标在不同引水量区间上的显著差异性检验，以判断是否存在显著差异[19]。本文的控制变量是引水量，属于单因素方差分析，显著性检验公式为

(1)

式中：n为样本数；B为组间离差平方和矩阵；W为组内离差平方和矩阵；p为向量维数；m为水平数。Λ统计量服从自由度为(p，n-m，m-1)的Λ分布，当λ2/n值大于显著水平α时，则表明在该控制变量下不同水平各总体均值不存在显著性差异，反之，则

存在显著性差异。

事后多重比较采用LSD(least significant difference)法，用t检验完成各组均数间的比较，故比较适合于一对平均数间的比较，或多个平均数都与对照组平均数比较。

3 结果与分析

3.1 水质指标时间变化特征

3.1.1年际变化

根据2007—2018年研究区29个断面的NH3-N与CODMn质量浓度逐月监测数据，计算各年NH3-N与CODMn质量浓度的平均值、标准差、Ⅲ类超标倍数和超标率，结果见表1，各类标准所占比例见图2。2007—2018年研究区水体NH3-N质量浓度降低65%，CODMn质量浓度降低32%，且标准差、Ⅲ类超标倍数均逐渐变小，水质波动明显减弱。2007年研究区NH3-N质量浓度大部分为Ⅳ类、Ⅴ类甚至劣Ⅴ类，CODMn污染水平相对于NH3-N较轻，大部分为Ⅳ类；至2018年，NH3-N质量浓度Ⅲ类达标率达78.7%，CODMn质量浓度Ⅲ类达标率高达90.5%。

表1 2007—2018年NH3-N和CODMn污染特征Table 1 Water quality characteristicsof NH3-N and CODMn from 2007 to 2018

(a) NH3-N (b) CODMn图2 2007—2018年NH3-N和CODMn水质类别占比Fig.2 NH3-N and CODMn water quality category ratio from 2007 to 2018

计算研究区2007—2018年各监测断面逐月综合污染指数，根据系统聚类计算结果提取各阶段数据所属年份占比，可知研究区水质变化可以分为2个阶段，第1阶段88个数据，第2阶段40个数据。第1阶段中2007—2014年的数据占90.9%，2015—2018年的数据占9.1%，研究区水体平均综合污染指数达1.36，整体处于超标状态，其中NH3-N质量浓度超标1.62倍，CODMn质量浓度超标1.05倍；第2阶段中2007—2014年的数据占30%，2015—2018年的数据占70%，研究区水体平均综合污染指数为0.82，NH3-N与CODMn质量浓度均达到地表水Ⅲ类标准。2015—2018年的逐年综合污染指数分别为0.97、0.82、0.77、0.72，流域水质整体转好。

3.1.2年内分布

根据时间聚类分析结果，分别计算2007—2014年与2015—2018年各断面NH3-N与CODMn质量浓度月均值，见图3。可以看出，NH3-N质量浓度在2007—2014年的汛期(5—9月)呈现明显的下降趋势，汛期结束后逐渐升高；2015—2018年NH3-N质量浓度年内变化趋于平缓。CODMn质量浓度在2007—2014年的汛期有较弱的增加趋势；2015—2018年CODMn质量浓度年内变化趋于平缓。

(a) NH3-N

(b) CODMn图3 NH3-N与CODMn质量浓度月均值年内分布Fig.3 Annual distribution of mean concentrationof NH3-N and CODMn

3.2 水质指标空间分布特征

根据时间聚类分析结果，分别计算2007—2014年与2015—2018年各断面NH3-N与CODMn质量浓度的平均值(表2)。NH3-N质量浓度基本呈现从西至东逐渐升高的趋势，CODMn质量浓度在太湖出湖区较高，随后呈现从西至东升高的趋势。分析研究区各断面综合污染指数空间分布情况，根据空间聚类结果及空间位置将研究区监测断面分为6类，结果见图4。由图4可见，流域水质情况具有明显的空间分布特征，位于太浦河上受太浦闸引水直接影响的A类断面是研究区最优水质区域，说明引水对水质改善显著；水质较优的A类、B类断面受太湖优质来水影响，主要集中于研究区西侧；水质较差的C类、D类、E类、F类断面集中于研究区东侧，其中D类、E类位于嘉兴市，该区域河道水面坡降小，部分河道还受潮沙顶托，排水不畅，污染物易累积，水体置换周期长[20]；C类、F类断面毗邻昆山市、太仓市和上海市，该区域人口密度大，水资源开发强度大，受工业废水和生活污水排放的双重影响，水体污染较严重[21]。

表2 各断面NH3-N与CODMn质量浓度平均值Table 2 Average value of NH3-N and CODMnconcentration in each section (单位：mg/L)

图4 断面分类Fig.4 Classification of Sections

3.3 水质指标对引水的响应规律

3.3.1太浦闸引水量变化规律

根据2007—2018年太浦闸引水量逐月监测数据，计算各年引水量月平均值及各年相同月份平均值，结果如图5所示。由图5可见，引水量受降水、水质、工程调度等不同情况影响，年际变化较大，范围在6.72亿～36.60亿m3间波动。2014年开始，“引江济太”工程进入扩大调水阶段，引水量逐年上升。引水量的年内分布变化明显，引水主要集中在降水量偏少的春季与水环境问题突出的夏季。

(a) 年际分布

(b) 年内分布图5 太浦闸引水量年际和年内分布Fig.5 Annual and monthly distribution ofwater diversion in Taipu Gate

3.3.2水质指标与引水量的相关性

针对3.2节划分的6类断面，将引水时段分为汛期(5—9月)与非汛期(10月至次年4月)，对各类断面NH3-N与CODMn平均质量浓度与引水量进行Pearson相关性分析。结果表明，汛期引水量与研究区水质变化虽然呈负相关趋势(r<0)，但无显著负相关关系。非汛期引水量与水质指标负相关关系明显：对于NH3-N质量浓度的变化，引水量与C类断面在显著性水平0.05级别相关性显著，Pearson相关系数为-0.297，显著性水平为0.013；对于CODMn质量浓度变化，引水量与A、B类断面在0.05级别相关性显著，Pearson相关系数分别为-0.261、-0.306，显著性水平分别为0.032、0.011，与E类断面在显著性水平0.01级别相关性显著，Pearson相关系数为-0.383，显著性水平为0.001。距离引水口较近的C类断面NH3-N的质量浓度对引水量变化有较强响应，随着流程增加，NH3-N质量浓度与引水量相关性减弱；说明随着引水距离增加，加之沿程污染物汇入，引水对污染物的稀释降解效果减弱。CODMn质量浓度对引水的响应更为敏感，与引水量呈显著负相关的断面分布更广；说明引水促进污染物稀释，增加河道溶解氧含量，加快了CODMn的降解。距离引水口较远的E类断面在引水前CODMn质量浓度较高，因此引水对其改善效果也较为显著。2016年太湖流域降水量达 1 792.4 mm，较常年偏多46%，作为特殊年份分析。2016年汛期无引水，非汛期引水与各类断面的水质指标均无明显相关性；说明降水量增大造成研究区水量增加，由此削弱了引水的水质改善效果。

3.3.3引水距离对水质改善的影响

计算各断面引水距离，分析不同年份引水距离与综合污染指数的关系，选取变化较明显的2007、2014、2018年为示例，如图6所示。可以看出引水距离越长，综合污染指数越大，表明引水距离对水质的改善有较大影响。不同引水距离下综合污染指数的变化趋势逐年减缓，且不断降低，说明随着水质的好转，引水距离的影响趋于弱化。随着水量调度的不断完善以及流域水环境治理工作的推进[22]，引水可影响的范围逐渐扩大，断面达标率从2007年的45%增长到2018年的90%，达标断面平均引水距离从43.07 km扩大至52.66 km，研究区水质改善效果显著。

(a) 2007年 (b) 2014年 (c) 2018年图6 部分年份引水距离与综合污染指数关系Fig.6 Relationship between water diversion distance and comprehensive pollution index in some years

3.3.4引水量对水质改善的影响

由3.3.2节可知，非汛期引水量与各类断面水质指标均有负相关关系，进一步对影响水质改善的引水量范围进行定量分析。根据引水量分布，将 0～0.5亿m3记为1级、0.5亿～1.0亿m3记为2级、1.0亿～1.5亿m3记为3级、1.5亿～2.0亿m3记为4级、2.0亿～2.5亿m3记为5级、2.5亿～3.5亿m3记为6级、3.5亿～7.0亿m3记为7级。采用单因素方差分析法，对各类断面的NH3-N、CODMn质量浓度进行分析，研究其在不同引水量区间上的显著差异性，并通过事后LSD多重比较得出水质指标存在差异的引水量区间。

对于NH3-N质量浓度的方差齐次性检验可知各断面方差均具有齐次性(P>0.05)，可进行下一步分析。由方差分析可知，A、C、F类断面分别在94.8%、93.1%、93.6%的概率下存在不同引水量区间下的显著性差异，对这3类断面的NH3-N质量浓度进行LSD事后多重比较，结果见表3。A类断面的2～6级引水量之间、C类断面的3级与4级、7级引水量之间、F类断面的2级、3级与5级引水量之间对应的NH3-N质量浓度存在95%以上的显著差异。图7为A、C、F类断面各级引水量下NH3-N质量浓度平均值，可以看出，A、C类断面4级引水量为最大效率点，F类断面5级引水量为最大效率点、4级引水量为次最大效率点。

表3 NH3-N质量浓度LSD事后多重比较结果Table 3 LSD-t of NH3-N concentration

对CODMn质量浓度进行方差齐次性检验，可知各断面方差均具有齐次性(P>0.05)，可进行下一步分析。由方差分析得到E类断面在99.4%的概率下存在不同引水量区间下的显著性差异，对其CODMn质量浓度进行LSD事后多重比较，结果见表4。E类断面的2～7级引水量对应的CODMn质量浓度均存在95%以上的显著性差异。图8为E类断面各级引水量下CODMn质量浓度平均值，可以看出，从2级引水量开始，水质有很大提升；从5级引水量开始，CODMn达到地表水Ⅲ类标准值。

图7 A、C、E类断面各级引水量下NH3-N质量浓度平均值Fig.7 Mean value of NH3-N concentration of sectionA、C、E under the value of water diversion

表4 CODMn质量浓度LSD事后多重比较结果Table 4 LSD-t of CODMn concentration

图8 E类断面各级引水量下CODMn质量浓度平均值Fig.8 Mean value of CODMn concentration ofsection E under the value of water diversion

改善NH3-N质量浓度的最大效率引水量是4级，次大效率引水量为5级；CODMn质量浓度在引水量达到5级以后达标并有明显改善。综合两类水质指标，引水量为5级(2.0亿～2.5亿m3)时，水质改善效果相对最优。

4 结 论

a. 研究区水质变化有明显的时空差异性，总体水质改善明显，波动显著减弱。在时间上可分为2个阶段，第1阶段为2007—2014年，研究区水质较差；第2阶段为2015—2018年，研究区水质整体逐年转好，年内不同水质指标变化趋势不同。空间上整体呈现从西至东污染物浓度逐渐升高的趋势，CODMn质量浓度在太湖出湖区明显偏高，位于太浦河上游太浦闸引水直接影响的A类断面是研究区最优水质区域。

b. 引水对不同水质指标改善情况不同。NH3-N 质量浓度与引水量相关性随流程增加明显减弱；CODMn质量浓度对引水的响应更为敏感，引水对其的改善范围更广。引水距离对水质改善情况有较大影响，引水距离越长，综合污染指数越大，水质改善效果越差。近年来随着水量调度的不断完善以及流域水环境治理工作的推进，引水可影响的范围逐渐扩大。

c. 根据单因素方差分析得出改善NH3-N质量浓度的最大效率引水量是4级(1.5亿～2.0亿m3)，CODMn质量浓度在引水量达到5级以后达标并有明显改善。综合两类水质指标得出，引水量为5级(2.0亿～2.5亿m3)时，水质改善效果最优。