淮河流域（阜阳段）2009—2018年水质变化特征及影响因素研究

张彩丽　林琳　江懿　吕凯

摘要 以淮河流域（阜阳段）3个监测断面2009—2018年近10年的水质监测结果为对象，采用单因子污染指数法与内梅罗污染指数法对水质情况进行评价，评价结果表明：王家坝监测断面水质2009—2018年均为Ⅲ类;张大桥监测断面前6年水质为劣Ⅴ类，2015—2017年变为Ⅳ类水质，2018年变为Ⅲ类水质;徐庄监测断面水质在2016年前除2009和2011年2年为Ⅴ类，其他几年均为Ⅳ类，2017和2018年分别为Ⅲ类和Ⅱ类水质，污染指标主要为氨氮和高锰酸盐指数。同时，以王家坝监测断面为代表，通过对其水质与自然因素、社会因素等相关性的分析，探讨水质状况的影响因素，结果表明河道水量和降水量对水质保持有促进作用，GDP与渔业产值对水质的提升也产生了积极作用。

关键词 淮河流域;水质评价;影响因素;内梅罗污染指数

中图分类号 X 824 文献标识码 A 文章编号 0517-6611（2020）23-0095-06

doi：10.3969/j.issn.0517-6611.2020.23.024

Study on Water Quality Changes of Fuyang Section of Huaihe River during 2009-2018 and Related Driving Factors

ZHANG Cai-li1， LIN Lin2， JIANG Yi1 et al

（1.Institute of Agricultural Economy and Information， Anhui Academy of Agricultural Sciences， Hefei， Anhui 230031; 2.Party Committee， Anhui Academy of Agricultural Sciences， Hefei， Anhui 230031）

Abstract Taking the water monitoring results of three monitoring sections of Huaihe River in Fuyang during 2009-2018 as objects， the water quality situation was evaluated using the single factor index evaluation method and Nemerow multi-factor index method. The assessment results indicated that， water quality of Wangjiaba monitoring section was class Ⅲ during 2009-2018. Water quality of Zhangdaqiao monitoring section was inferior class V from 2009 to 2014， and it changed into class Ⅳ from 2015 to 2017， at last it changed into class Ⅳ in 2018. Water quality of Xuzhuang monitoring section was classⅤ in 2009 and 2011， and was class Ⅳ in 2010， 2012-2016， and was class Ⅲ as well as class Ⅱ in 2017 and 2018 separately. The main pollution indicators were NH3-N and CODMn. At the same time， the related driving factors of water quality were analyzed relying on the correlation between water quality and natural factor as well as social factor. Represented by Wangjiaba monitoring section， the related driving factors were river water quantity， precipitation， GDP and fishery which had possitive impacts on water quality.

Key words Huaihe River;Water quality assessment;Driving factor;Nemerow multi-factor index

淮河流域包括湖北、河南、安徽、山东、江苏5省40个地（市），181个县（市），平均人口密度为611人/km2，是全国平均人口密度的4.8倍，居各大江大河流域人口密度之首。由于人口密集，社会经济快速发展，淮河水质污染一直比较严重，尽管治理成效显著，但据《安徽省环境质量报告书（2011—2015）》统计，2015年淮河流域水质类别中劣Ⅴ类仍占比18.40%，Ⅴ类占比17.20%[1]。从水污染的空间特征来看，淮河干流大部分河段水质良好，而工农业与人口相对集中的淮河以北平原地带河段污染较重[2]，其中，沱河、渦河、颍河、泉河、黑茨河等支流的较长部分河段水质为Ⅴ类—劣Ⅴ类。

针对淮河流域水质分析与评价研究，一方面，学者们从不同角度对水质时空变化特征及评价方法进行了探讨。如奚立平等[3]对淮河流域（安徽段）湿地土壤养分流失、水质动态及湿地植被多样性特征进行了探讨，并揭示了不同水期淮河流域湿地植被多样性与环境因子之间的关系;刘庆珊[2]对淮河干流（安徽段）水质时空变化特征及评价方法进行了深入研究;曾骥等[4]对2014年山东省淮河流域水功能区水质进行了研究;郭杏杰[5]和蒋艳等[6]对淮河流域主体水质进行了综合评价研究;嵇晓燕等[7]对淮河流域2006—2015年地表水主要减排指标化学需氧量和氨氮浓度的变化特征进行了分析研究。另一方面，学者们或者从成因角度[8-9]、或者从经济社会发展角度探讨了淮河流域水资源保护与社会发展的深度关联。后者如吴丹[10]从流域社会经济发展与水利发展之间互动机理的角度分析了影响流域水利发展水平的主要因素。

基于现有的文献分析發现，目前与流域水质分析相关的研究存在以下不足：总体研究集中度不够，深度分析水质状况及其与社会经济发展各因子之间关系的文献较少。该研究以淮河流域阜阳段2009—2018年近10年间的水质监测结果为对象，采用单因子污染指数法与内梅罗污染指数法等对水质情况进行评价[11]，并通过对其与自然因素、社会因素等相关性的分析，探讨水质状况的影响因素，为保护淮河流域水环境质量提供重要参考依据。

1 研究方法、数据来源及处理

1.1 研究方法

目前地表水环境质量评价主要方法有指数评价法、模糊综合评价法、人工神经网络评价法、物元分析法、灰色平均法等。每种方法各有其适用性及优缺点，尚无通用、公认、具有完全可比性的水质评价模型。其中单因子污染指数法具有简单、明确的特点，内梅罗污染指数法是当前国内外进行综合污染指数计算的最常用方法之一。

1.1.1 单因子污染指数法。单因子污染指数法将某种污染物实测浓度与该种污染物的评价标准进行比较以确定水质类别[12]。水质污染单因子指数有2种计算方法（计算污染指数或评价标准指数），该研究根据水质监测结果，采用计算评价标准指数法来评价淮河水质[13-14]。

（1）DO标准指数：

式中，PDOj为j断面的溶解氧标准指数;DOf为饱和溶解氧浓度;DOj 为j断面溶解氧测定值;DOs为溶解氧评价标准值;T为j断面水温测定值。

（2）pH标准指数：

式中，PpHj为j断面的pH标准指数;pHj为j断面pH监测值;pHsd为评价标准中规定的pH下限;pHsu为评价标准中规定的pH上限。

（3）其他监测项目：

式中，Pi 为污染物i的污染指数;Ci为i污染物的实测值;Si 为i污染物的标准评价值，评价标准参考《地表水环境质量标准》（GB3838—2002）中的河流、流域（水系）评价。

（4）单因子污染指数分级标准：以Pi，j表示单因子污染指数（i为评价因子），当Pi，j<1时，污染等级为清洁;当1≤Pi，j<2时，污染等级为轻度;当2≤Pi，j<5时，污染等级为中度;当Pi，j≥5时，污染等级为重度[11]。

1.1.2 内梅罗污染指数法。内梅罗污染指数法基于单因子污染指数中的平均值和最大值综合评价污染程度[11，15]。

式中，PN为内梅罗污染指数;Pi，j，max为单因子污染指数最大值;Pi，j，ave为单因子污染指数平均值。

内梅罗污染指数（PN）分级标准为PN≤0.7，污染等级为安全;0.73.0，污染等级为重度。

1.2 评价项目与标准

依据《地表水环境质量标准》（GB 3838—2002），选取pH、DO、CODMn及NH3-N这4项作为主要水质评价因子，对淮河流域（阜阳段）3个监测断面2009—2018年水质进行评价并研究其时空变化特征。根据国家批准的淮河流域水污染防治规划和安徽省有关水污染防治规划的目标要求，淮河干流水质管理目标为Ⅲ类[16]。

1.3 数据来源与处理

该研究引用的水质数据主要来源于历年安徽省水资源公报及中国环境保护部地表水自动监测周报，包括2009—2015年淮河流域降雨量、地下水与地表水量、各类水质占比等，以及淮河流域安徽段11个监测断面2009—2018年水质监测周数据（DO、CODMn、NH3-N、pH、主要污染指标）。淮河流域阜阳段王家坝断面监测淮河干流水质，张大桥断面与徐庄断面分别监测支流黑茨河与泉河水质，该研究根据数据完备性和水质代表性选择以上3个监测断面作为淮河域阜阳段水质监测代表断面，以下用1#、2#、3#分别代表王家坝、张大桥、徐庄监测断面（图1）。

监测断面相关自然社会统计数据主要来自2011—2015年安徽省环境质量报告书以及2011—2015年阜阳市国民经济和社会发展统计公报，包括2011—2015年阜阳市年均降水量、河道水量、工业废水排放量、城市污水处理总量、渔业产值、化肥施用量、常住人口数量及GDP这8项指标。淮河流域阜阳段监测断面污染状况与相关自然社会统计数据间的Pearson 相关性[17]采用PASW Statistics 18.0软件进行分析。

2 淮河流域阜阳段近10年水质时空变化特征

该研究中淮河流域阜阳段数据采用中国环境保护部2009—2018年水质监测周数据（DO、CODMn、NH3-N、pH、主要污染指标）。参照《地表水环境质量标准》（GB3838—2002）对每周监测数据进行综合评价，评价王家坝、张大桥与徐庄监测断面水质的年际与年内变化特征。

2.1 年际变化特征

根据中国环境保护部2009—2018年水质监测周数据，采用单因子污染指数法对淮河流域阜阳段3个监测断面水质进行年度评价，结果表明：王家坝监测断面水质在2009—2018年均为Ⅲ类;张大桥监测断面前6年水质均为劣Ⅴ类，2015年开始变为Ⅳ类水质，到2018年变为Ⅲ类水质;徐庄监测断面水质在2009年和2011年为Ⅴ类，2012—2016年稳定为Ⅳ类水质，2017年水质变为Ⅲ类，2018年水质变为Ⅱ类。总体而言，王家坝监测断面水质稳定为Ⅲ类，符合淮河流域干流水质要求;张大桥监测断面和徐庄监测断面水质不断好转，近2年好转明显，2018年张大桥监测断面水质与王家坝水质相同，均为Ⅲ类，而徐庄监测断面水质第1次优于王家坝监测断面，达到Ⅱ类水质标准;2016年以前以张大桥监测断面和徐庄监测断面为代表的淮河支流水质整体劣于以王家坝监测断面为代表的淮河干流水质，而且从数值角度来看，差距较大，2016年以后，该状况开始逆转。

2.1.1 水质综合狀况的年际变化。由图2可知，以1#断面为代表的淮河干流水质2009—2018年一直较好，优于Ⅲ类水质百分比最低水平也超过50%，在2012年最高，达96.08%，但2015年起，优于Ⅲ类水质百分比虽然仍保持在50%以上，但相较前3年下降明显。以2#断面和3#断面为代表的淮河支流水质在2014年及以前较差，2#断面优于Ⅲ类水质百分比6年中5年为0，3#断面优于Ⅲ类水质百分比一直未超过30%，其中2010年为0;2015年及以后，2#断面和3#断面优于Ⅲ类水质百分比增加明显，其中3#断面在2017和2018年2年优于Ⅲ类水质百分比高于1#断面。

2.1.2 各水质指标的年际变化。由图3可知，淮河流域王家坝断面氨氮（NH3-N）近10年一直在Ⅱ类和Ⅲ类之间变化，2009年氨氮值最高，但仍为Ⅲ类水质，氨氮在10年间有明显下降趋势;高锰酸盐指数（CODMn）近10年变化较小，一直在4～6 mg/L波动，为Ⅲ类水质;溶解氧（DO）水平较好，近10年在数值上均超过6 mg/L，保持在Ⅰ类和Ⅱ类水质;pH则一直在7～8，为安全水平。

由图4可知，淮河支流黑茨河张大桥监测断面近10年氨氮值在0.20～9.53 mg/L波动，对应水质为Ⅱ类至劣Ⅴ类，2016年及以后，氨氮值下降明显;高锰酸盐指数近10年为5.94～12.39 mg/L，对应水质为Ⅲ类～Ⅴ类，2015年及以后，高锰酸盐指数值下降明显;溶解氧近10年为3.01～10.55 mg/L，对应水质为Ⅰ类～Ⅳ类，溶解氧数值最高、水平最好的年份为2017年;pH变化在7～9，大多数年份pH均超过8，需引起重视。整体而言，张大桥监测断面水质污染中重要污染指标为氨氮，其次为高锰酸盐指数;各指标数值较王家坝监测断面有很大差距，均提示其水质的差异。

由图5可知，淮河支流泉河徐庄监测断面2009—2018年氨氮水平为0.16～1.52 mg/L，对应水质在Ⅱ类～Ⅴ类，且近年来有明显下降趋势;高锰酸盐指数近10年来为3.92～12.59 mg/L，对应水质为Ⅱ类～Ⅴ类，高峰值在2011年，其后水平不断下降;溶解氧在10年内波动不大，处于6.06～9.35 mg/L，对应水质为Ⅰ类～Ⅱ类;pH大部分年份在7～8波动，小部分年份在8～9波动。整体而言，淮河支流泉河徐庄监测断面各水质指标较王家坝监测断面差，但2017年起，徐庄监测断面水质优化明显，2018年水质超过王家坝监测断面，为Ⅱ类。

2.2 年内变化特征

采用中国环境保护部2014年9月（第36周起）—2015年9月（第40周止）一年内共计56周的数据来评价淮河流域阜阳段3个监测断面水质的年内变化特征。

由图6可知，1#断面的NH3-N在一年中变化呈波动下降趋势，最高值为第29周的1.26 mg/L，最低值为第47、48周的0.02 mg/L，平均值为0.65 mg/L，为Ⅲ类水质标准。CODMn在一年中变化不明显，几乎维持在5 mg/L左右，仅在第50周时有个异常高值。DO在第14～24周时升高比较明显，第45～49周下降比较明显，可能与季节性气温变化有关，第14～24周气温下降，DO浓度会上升，而第45～49周气温上升时，DO浓度会下降。

由图7可知，2#监测断面的NH3-N在一年中的变化也呈波动下降趋势，从第33周起数值大部分小于1 mg/L，同时在第49周时有1个接近10 mg/L的异常高值。CODMn在一年中呈波动变化，但无明显上升或下降趋势。DO浓度在第17～25周时升高比较明显，可能与季节性气温下降有关。

由图8可知，3#监测断面的NH3-N变化一年中呈波动趋势，但波动最大值为1.20 mg/L左右。CODMn也是波动变化，且有微微上升趋势。DO浓度在第15～29周上升趋势比较明显，呈现了与季节性气温下降的相关性。

3 淮河流域阜阳段水质变化与相关自然社会及经济因素间的关系

以淮河流域阜阳段3个监测断面中的王家坝监测断面为例，根据该监测断面的单因子指数评价结果以及监测数据的代表性，选择总磷、氨氮、高锰酸盐指数、五日生化需氧量、化学需氧量、挥发酚、氟化物、砷这8项指标进行内梅罗污染指数计算。选择河道流量、地区降水量2项自然因素，工业废水排放量、阜阳市常住人口数量、城市污水处理总量、化肥施用量、渔业产值、工业废水排放量6项社会因素，计算其与内梅罗污染指数的Pearson相关性，从而判断王家坝监测断面水质的影响因素。

3.1 内梅罗污染指数

以王家坝监测断面为例，根据2011—2015年总磷、氨氮、高锰酸盐指数、五日生化需氧量、化学需氧量、挥发酚、氟化物、砷这8项指标的监测值，计算内梅罗污染指数。结果表明，王家坝2011—2015年内梅罗污染指数（PN）分别为1.05、0.97、0.91、0.78和0.85。根据内梅罗污染指数分级标准，除2011年污染等级为轻度外，其后几年均为警戒等级，整体水平良好，与单因子污染指数评价结果基本一致。

3.2 自然社会因素对王家坝监测断面水质的影响

采用PASW Statistics 18.0软件对2011—2015年王家坝监测断面水质内梅罗污染指数与阜阳市相关自然社会因素间的相关关系进行分析，结果见表1。

3.2.1

自然因素影响。由表1可知，河道流量、降水量与河流水质间的相关性均为负相关。因为PN与水质的关系是数值越小，水质越好，这也说明河道流量与降水量对水质改善有正面的促进作用，其中降水量的作用更加明显，接近0.05显著水平。

3.2.2 社会因素影响。6项社会因素对王家坝监测断面水质的影响中，除工业废水排放量为正相关外，其他因素全为负相关，且GDP与渔业产值均达0.05显著水平。工业废水排放量与PN间为正相关，是因为工业废水即使经过处理，也仍会存有少量对水质产生不良影响的因素，从而使PN随排放量增加而升高。PN与GDP及渔业产值间为负相关且达到0.05显著水平，这可能与当地经济发展污水处理力度加大以及人们环境保护意识提高，对环境的破坏性降低有关。化肥施用量的计算，一般是考虑农田化肥流失导致的水污染，预期施用量与水质间关系为正相关，但研究中该数据为阜阳地区的统计值，而王家坝监测断面地处安徽省与河南省交界处，该因素的影响需要进一步深入探讨。城市污水处理总量与PN间为负相关，是因为经过处理的污染越多，对河流的污染就越小。而常住人口数量的变化与PN间也为负相关，说明城镇化的发展并未以牺牲环境为代价，这与赵鹏宇等[18]的研究结果一致。

4 结论与讨论

（1）淮河流域阜阳段王家坝监测断面水质从2009—2018年均为Ⅲ类;而张大桥监测断面前6年水质均为劣Ⅴ类，2015—2017年变为Ⅳ类水质，2018年变为Ⅲ类水质;徐庄监测断面水质在2016年前除2009和2011年2年为Ⅴ类，其他几年均为Ⅳ类，2017和2018年分别为Ⅲ类和Ⅱ类水质。整体而言，淮河干流水质较好也较为稳定，部分支流水质略差但好转也比较明显。

（2）淮河流域阜阳段王家坝监测断面、张大桥监测断面、徐庄监测断面的溶解氧受季节变化影响呈现一定的波动;其他指标的年度内变化不明显，受季节和温度变化影响较小。

（3）淮河流域阜阳段王家坝监测断面单因子污染指数评价结果与内梅罗污染指数评价结果存在较大的一致性，均表明该断面水质处于较为安全的水平。

（4）以淮河流域阜阳段王家坝监测断面为代表，自然社会因素对水质的影响中，河道水量和降水量对水质保持有促进作用，同时由于经济发展与环境保护意识的提高，GDP与渔业产值对水质的提升也产生了积极作用。

参考文献

[1] 孙立剑.安徽省环境质量报告书：2011—2015[M].合肥：合肥工业大学出版社，2016：75-76.

[2] 刘庆珊.淮河干流（安徽段）水质时空变化特征及评价研究[D].淮南：安徽理工大学，2016：15.

[3] 奚立平，张乐勤，李荣富.安徽省淮河流域湿地土壤养分流失及水质动态研究[J].水土保持学报，2016，30（1）：131-136，140.

[4] 曾骥，韩晓，矫桂丽.2014年山东省淮河流域水功能区水质评价[J].治淮，2016（1）：34-35.

[5] 郭杏杰.综合分析评价淮河水质污染状况[J].中国农村水利水电，2011（11）：22-24，29.

[6] 蒋艳，彭期冬，骆辉煌，等.淮河流域水质污染时空变异特征分析[J].水利学报，2011，42（11）：1283-1288.

[7] 嵇晓燕，聂学军，李文攀，等.近十年淮河流域化学需氧量和氨氮浓度变化特征[J].节水灌溉，2016（12）：85-88，93.

[8] 刘欣庆，田媛.论淮河流域水污染的成因及其防治[J].能源与环境，2009（2）：63-65.

[9] 董广霞，毛剑英.淮河流域污染“久治不愈”原因浅析及治理措施建议[J].中国环境监测，2005，21（6）：75-78.

[10] 吴丹.流域水利发展水平评价方法研究：以淮河流域为例[J].资源科学，2016，38（7）：1323-1335.

[11] 李晓航，张飞，王娟，等.秋季艾比湖流域水质综合分析与评价[J].环境污染与防治，2017，39（6）：588-593.

[12] 王大祥.基于单因子评价法的淮河干流信阳段水质评价[J].河南水利与南水北调，2015（12）：87-88.

[13] SU H，KANG W D，XU Y J，et al.Evaluation of groundwater quality and health risks from contamination in the north edge of the Loess Plateau，Yulin City，Northwest China[J].Environmental earth sciences，2017，76（13）：1-21.

[14] 王雅茹，刘德深，唐荣华，等.桂林市自来水厂源水水质分析与评价[J].渤海大学学报（自然科学版），2007，28（2）：138-143.

[15] 崔双科，惠璠，郭雅妮，等.秃尾河流域水质调查与分析[J].水土保持研究，2016，23（4）：351-356.

[16] 席中军，李静.沁河晋城段河流水质评价[J].科技情报开发与经济，2010（4）：163-165.

[17] 關伯仁.评内梅罗的污染指数[J].环境科学，1979（4）：67-71.

[18] 赵鹏宇，冯文勇，崔嫱，等.2004-2011年滹沱河忻州段水质变化及影响因素[J].水土保持通报，2015，35（1）：90-95.

基金项目 安徽省农业科学院院长青年创新基金项目（16B1429）;安徽省农业灾害风险分析研究科技创新团队项目（14C1409）;2014年度安徽省财政专项经费“农村环境污染问题现状与治理方法信息分析研究”。

作者简介 张彩丽（1980—），女，安徽固镇人，助理研究员，博士，从事农业信息分析及环境污染治理研究。*通信作者，副研究员，硕士，从事农业科技文献研究。

致 谢 该研究在水质分析与评价方面受到安徽省水文局张延主任的专业指导与帮助，在此深表感谢！

收稿日期 2020-09-15;修回日期 2020-09-27