鄱阳湖出流长序列代表性水质指标变化及其驱动力

蒋爱萍 张丽萍 张迪 彭期冬 靳甜甜

摘要：探究湖泊出流水体水质变化及其驱动力对湖泊水环境管理与保护具有重要意义。基于鄱阳湖出口蛤蟆石段长时间序列28 a（1991～2018年）的水质资料，利用水质指数法（Water Quality Index，WQI）来评估鄱阳湖出流水体水质状况，并采用Mann-Kendall 检验法分析水质指标多年变化趋势。同时，通过灰色关联度分析法识别了影响鄱阳湖出流水体水质变化的关键驱动因子。结果表明：① 总体上，鄱阳湖出流水体水质良好，WQI总变化范围为7.00～27.65。② 水体中溶解氧（Dissolved Oxygen，DO）呈下降趋势，趋势不明显，高锰酸盐指数（Permanganate Index，CODMn）和氨氮（Ammonia Nitrogen，NH3-N）呈显著增加趋势，其统计值Z分别为2.53和3.93;WQI总呈显著上升趋势，统计值Z为4.27。③ 鄱阳湖出流水体水质变化的主要驱动因子为人口、地区生产总值、第三产业产值、粮食总产量等。研究成果可为鄱阳湖水环境管理与保护提供一定借鉴。

关 键 词：水质变化; 驱动力; 长序列; 水质指数法; 蛤蟆石站; 鄱阳湖

中图法分类号： X142

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2021.12.011

0 引 言

湖泊出流水体水质的好坏能够综合反映湖泊水质的整体状况，同时直接影响了下游社会经济发展和生态环境平衡。对流域出流水质进行管控限制成为许多政府机构考虑的问题。如美国EPA在制定河流水质标准时，设定了下游湖泊保护值[1]。由于水质恶化会导致水生生物多样性改变，进而威胁整个水生生态系统乃至人类健康，因此研究湖泊出流水质的时间变异特征及其影响因素十分必要。

鄱阳湖是中国最大的淡水湖和具有国际地位的重要湿地，其以占长江15.5%的径流量影响着长江中下游的水生态环境。受气候变化和人类活动的双重影响，鄱阳湖出现水文情势大幅波动，水环境恶化和水生态功能退化等问题，给鄱阳湖以及长江中下游水安全造成威胁。已有学者对不同时间与空间尺度鄱阳湖湖区水质变化特征及驱动因素进行了研究[2-4]，结果表明鄱阳湖水质总体呈下降趋势，枯水期污染大于丰、平水期，认为人类活动如市政废污水排放、采砂作业、湖上养殖等是造成鄱阳湖流域水质污染的主要原因[5]。这些研究大多集中在较短的时间尺度上，且都集中于湖区站点，而长时间尺度上鄱阳湖出流水质变化以及驱动因素定量研究较少。李冰等[6]对鄱阳湖2004～2014年以周为单位的出流水质指标，包括溶解氧（Dissolved Oxygen，DO），氨氮（Ammonia Nitrogen，NH3-N）和高锰酸盐指数（Permanganate Index，CODMn）的变化特征及其与水位响应关系进行了分析，并对合理的监测频率进行了探讨。李媛媛[7]采用主成分分析法对鄱阳湖出流星子断面和蛤蟆石断面1991～2006年水质进行了综合评价，结果显示不论是星子断面还是蛤蟆石断面，2000年后的水质情况均比2000年以前的要差。

本文收集鄱阳湖出口蛤蟆石断面长时间序列28 a（1991～2018年）水質资料，选取DO、NH3-N和CODMn作为水质评价指标。这3个指标是国家环保部发布的全国主要流域重点断面水质自动监测指标，其中DO能够反映水质的整体状况，低的DO不利于水生生物的生长;NH3-N是重要的营养盐指标，过高的NH3-N代表水体受氮源污染;CODMn是典型的耗氧型有机物，通常代表着有机物污染。因此，从科学性、代表性、普适性3个原则来看，这3个指标能够综合反映水质状况。本研究利用这3个典型水质指标采用水质指数法（Water Quality Index，WQI ）综合评价鄱阳湖出流水质，并采用 Mann-Kendall检验法对湖泊出流水体水质变化趋势进行判别。同时，收集研究期内鄱阳湖流域社会经济发展统计数据以及自然环境数据，通过灰色关联度分析，从经济社会发展和自然环境演变两个角度识别导致鄱阳湖水环境变化的关键驱动因子，以期为保护鄱阳湖“一湖清水”工作提供科学依据。

1 研究区概况

鄱阳湖（28°24′～29°46′N，115°49′～116°46′E）位于长江中下游交接处，江西省北部，是长江最大的通江湖泊，也是中国最大的淡水湖，南北长170 km，东西平均宽度为16.9 km，最大宽度约74 km[6]。鄱阳湖为典型亚热带季风气候，夏季炎热多雨，冬季低温少雨，年平均降水量为1 387～1 795 mm，多年平均气温为17.6 ℃[8]。作为典型的过水性湖泊，水位年际、年内变化较大，高水位通常在7～8月，湖泊面积最高可达4 600 km2，而每年12月至次年1月，湖泊水位大幅降低，湖泊面积最小可达1 000 km2[9-10]，具有明显的“高水是湖，低水似河”的年内变化特征。鄱阳湖承纳赣江、抚河、信江、饶河、修河等五大江河流域来水，水系流域面积为16.22万km2，相当于江西省国土面积的97%，约占长江流域面积的9%。

蛤蟆石站位于鄱阳湖北部，是湖泊重要的出流断面，湖泊水流自南向北流经此断面唯一出湖口注入长江（见图1）。

2 材料与方法

2.1 数据来源

2.1.1 水环境指标

本研究的时间尺度为1991～2018年，其中1991～2006年水环境参数数据来源于文献[7]，其原始数据来源于国家环保总局和长江流域水文水质年鉴，2007～2018年水环境参数数据来源于中国环境监测总站地表水水质监测周报（http：∥www.cnemc.cn）。考虑到水质数据的可得性与代表性，选取鄱阳湖出口蛤蟆石站DO、CODMn、NH3-N三项常规水质指标，用各指标年均值分析鄱阳湖出口水环境的变化特征。

2.1.2 驱动因子

导致湖泊水质恶化的驱动因子可以分为自然因素和社会经济因素[11-12]。一般来说，影响湖泊水质指标变化的自然环境因素主要有气温、水温、降雨量、水位等，考虑到数据的可得性与代表性，本次研究选择气温、降雨量和水位3个自然驱动因子;人口数量、社会经济发展水平是湖泊水环境重要的社会经济驱动因素，本次研究遴选人口、地区生产总值、三大产业产值、农牧渔业产值等10项指标作为社会经济驱动因素，具体见表1。自然驱动因子数据来自文献[9]，其原始数据源自中国气象数据共享服务系统（http：∥data.cma.cn）。社会经济驱动因子数据来自《江西省统计年鉴》（http：∥tjj.jiangxi.gov.cn）。

2.2 分析方法

2.2.1 WQI水质指数法

WQI水质指数法是将许多物理和化学参数转换为反映水质水平的单一值，从而消除了评估中单独使用的参数之间的差异。对于CODMn、NH3-N参数的 WQI值计算如下[13-14]：

WQIi=Ci-Ci，kCi，k+n-Ci，k×20n+WQIi，k Ci，k≤Ci≤Ci，k+1

WQIi=0 Ci≤Ci，1

WQIi=100Ci，5≤Ci

（1）

式中：Ci为第i项评价项目的实测结果;Ci，k为第i项评价项目的k级标准浓度;Ci，k+1为第i项评价项目的k+1级标准浓度;WQIi，k为第i项评价项目的k级指数值;n为相同标准个数（当无相同时，n=1）。

对于DO：

WQIi=Ci-Ci，kCi，k+n-Ci，k×20n+WQIi，kCi，k+1≤Ci≤Ci，k

WQIi=0Ci，1≤Ci

WQIi=100 Ci≤Ci，5

（2）

本研究选取NH3-N、DO、CODMn作为水质评价的关键指标。WQI总是3个水质指标WQIi的平均值。根据WQI值将水质分为5个等级。研究中环境参数的标准浓度即为GB 3838-2002《地表水环境质量标准》基本项目标准限值。表2给出了WQI水质评价分级及对应的水质类别。

2.2.2 Mann-Kendall检验法

Mann-Kendall检验是一种非参数统计检验方法[15-16]，该方法无需样本遵循特定的分布，也不受少数异常值的干扰，在气候、气象和水文水质时间序列的趋势变化研究中广泛应用，并取得较好的效果[17-20]。对于具有n个样本的时间序列x，统计量Z的计算公式如下：

Z=S-1Var（S）S>00 S=0S+1Var（S）S<0（3）

其中：

S=n-1i=1nj=i+1rij（4）

rij=1xj>xi0xj=xi-1xj<xij=i+1，i+2，…，n（5）

VarS=nn-12n+5-

mp=1tp（tp-1）（2tp+5）

18（6）

式中：m为n年时间序列中具有相同值的变量数目;tp为第p组的相同值个数。

利用Z值来评估数据序列是否在统计上呈显著增减趋势。Z>0表示增加趋势，Z<0表示减小趋势。统计量Z呈正态分布。如果|Z|≥Z1-α/2，则拒绝原假设，认为数据序列有显著的增减趋势，显著性水平α可取0.001，0.01，0.05和0.1。

2.2.3 Sen’s趋势估计

Sen’s非参数检验为趋势变化的大小度量提供了很好的解决思路从而得到广泛应用[9，21-22]。Sen’s斜率估计法假设趋势变化是线性的，可用以下公式表示：

ft=Qt+B（7）

Qi=xj-xkj-k（j>k）（8）

Q=Q（n+1）/2 n为奇数

Q=12Qn/2+Q（n+2）/2 n为偶数（9）

式中：Q为斜率，B为常数。

2.2.4 灰色关联分析法

灰色关联度分析是根据因素之间发展趋势的相似或相依程度衡量两者的关联程度，適用于动态历程分析。而且该方法对样本量和变量数量的要求不高，在驱动因素量化研究中具有较好的应用效果[19，23-24]。其计算步骤如下，详细计算过程见文献[23]。

（1） 确定参考序列x0k和比较序列xik，因变量为参考序列，自变量为比较序列;

（2） 对数据序列采用无量纲化处理，以消除量纲影响;

（3） 计算灰色关联系数rx0，xi;

（4） 求解灰色关联度r0i，并按其大小排序。

3 结果与分析

3.1 水质状况分析

计算鄱阳湖蛤蟆石站1991～2018年水环境指标DO、CODMn、NH3-N的WQI，取三者的平均值来综合评价蛤蟆石长序列水质状况。各指标WQI值以及WQI总多年变化结果如图2所示。由图2可以看出：鄱阳湖出流水体水质整体良好，28 a来未发生较大的污染。DO的WQI在2018年为29.29，其余27 a均为0，满足Ⅰ类水质标准。1991～2004年，CODMn的WQI持续增加，在2004年WQI增加到47.0，评价等级由良好逐渐转变为中等;2005～2007年CODMn的WQI波动较大，呈先减小后增加的趋势;在2007年以来，CODMn水质WQI基本呈逐渐减小趋势，但整体还是高于20世纪90年代。NH3-N的WQI在1991～2001年为0，其浓度均满足Ⅰ类水质标准，在2002年WQI值为25.7，在此以后NH3-N的WQI均大于20.0。1991～2001年，WQI总均小于20.0，水质状态为优秀，2001年以后，个别年份WQI总大于20.0，水质呈良好状态。由此看来，鄱阳湖氮源污染在近年来有所增加，需引起重视。

DO是反映水质状况的综合指标，受温度、气压、水体污染的综合影响。从图2中可以看出，DO的WQI在2018年以前均为0，在2018年突然增加到29.29。结合图3可知，在2018年以前DO均超过Ⅰ类地表水标准浓度（7.5 mg/L），而在2018年DO突然降低，为6.8 mg/L。结合图4和图5可以看出，2018年鄱阳湖降雨量和水位均下降，而三大产业总产值上升，降雨和水位的下降导致水体自净能力下降，对污染物稀释作用减小。三大产业总产值上升代表着社会经济的提高，而社会经济发展产生的大量工业、农业、生活垃圾和废水都会对湖泊水体造成污染。水体氮磷含量过多，造成富营养化，导致大量藻类植物聚集在水面，挡住阳光，会影响空气中的氧溶入深层，此外，由于富营养化造成藻类和浮游生物死亡，也会消耗水中大量的DO。另外，DO绝对浓度随季节变化较大，由于收集到的数据为每年一个数值，无测定具体时间，此变化也可能来自测定时间变化带来的差异。

CODMn是反映水体有机物污染的重要指标。从图2中可以看出，在1991～2018年内，CODMn的WQI在2004年和2007年比其他年份均要高。结合图6可知，2004年CODMn高达4.7 mg/L，2007年为4.5 mg/L，这两年均超过地表水Ⅱ类标准浓度4.0 mg/L。结合图4和图5可知，在2004年和2007年，降雨量和水位均明显减少，有机物自然降解能力下降，此外三大产业总值以及农作物播种面积在这一时间内持续增加，因此气候变化（主要为降雨较少）和经济发展带来的污染负荷是这一时期CODMn含量突增的重要原因。

NH3-N是重要的营养盐指示物，其含量的高低代表着氮源营养物质的多少。由图2可以看出，2004，2007年以及2015年WQI（NH3-N）均明显高于其他年份，尤其是2007年。结合图7可知，在这一时间段内，2007年NH3-N含量最高，但小于0.50 mg/L，在1991～2018年NH3-N均满足地表水Ⅱ类标准浓度。结合图4～5和之前的分析，2007年NH3-N含量明显高的原因可能是2007年降雨减少、水位下降导致。

3.2 水质指标趋势分析

利用Mann-Kendall检验法计算1991～2018年鄱阳湖出流水体各水质指标以及WQI总的趋势，综合评估鄱阳湖出流水体水质变化特征。结果如表3所列。

结果表明：① 1991～2018年鄱阳湖出流水体中DO呈减少趋势，减少趋势不明显，其中统计值Z为-0.410，Sen’s斜率估计Q为-0.007。② 1991～2018年鄱阳湖出流水体中CODMn呈增加趋势，在0.05水平上显著，其中统计值Z为2.530，Sen’s斜率估计Q为0.025。③ 1991～2018年鄱阳湖出流水体中NH3-N呈增加趋势，且增加趋势在0.001水平上显著，统计值Z为3.930，Sen’s斜率估计Q为0.010。④ 1991～2018年鄱阳湖出流水体WQI总呈显著增加趋势，综合反映出鄱阳湖出流水质状况呈下降趋势。统计值Z为4.270，在0.001水平上显著，其中Sen’s斜率估计Q为0.573。

整体上，鄱阳湖出流水质有微弱波动下降的趋势。其原因是一方面鄱阳湖1991～2018年降水量、水位下降，雨水稀释作用下降，湖水自净能力下降。同时随着气候变化，气温、水温有所上升，水生生物生长活力增强，有机质分解加速，耗氧量增加，溶解氧减少，随营养物质的增加，水体易出现富营养化[19]。另一方面，鄱阳湖流域所在省份江西省在1991～2018年社会经济得到较大的发展，地区生产总值由1991年的479.37亿元增长到2018年的2 1984.78亿元，总人口从1991年的3 864万人增长到2018年4 622万人，人类活动对鄱阳湖流域水环境的影响逐渐增大，随着鄱阳湖生态经济区建设，国家及江西省对鄱阳湖区域投资增加，其人均生产总值、工业、旅游业发展迅速，导致大量未处理的生活废水、工业废水、绿化用水、游客等产生的污水，携带大量富含氮、磷等污染物入湖，进而对水体造成污染。

3.3 水质变化的驱动因子分析

根据鄱阳湖出流水体蛤蟆石段WQI总与13项驱动因子的灰色关联度结果（見表4），可以看出：水位与WQI总为中等相关，其余驱动因子与WQI总均呈强相关（0.2～0.4为弱相关，0.4～0.6为中等相关，0.6～0.8为强相关[12]）。鄱阳湖出流水体水环境变化与流域内社会经济发展以及自然环境的演变存在较为密切的联系。

在13项驱动因子中，与鄱阳湖水环境变化关联度由大到小为X1>X7>X2>X9>X10>X5>X3>X8>X6>X4>X11>X12>X13。其中，人口、地区生产总值、第三产业产值、粮食总产量、牧业产值、渔业产值6项驱动因子与WQI总指数灰色关联度达到0.7以上，呈现较强的相关性，这些均属于社会经济因子。相比较而言，降雨量、平均气温和水位等自然因素因子与鄱阳湖蛤蟆石段WQI总关联性稍弱，这说明自然环境的变化可能不是水环境恶化的主要驱动力，社会经济对鄱阳湖水环境变化起着主导作用。人口增长、地区生产总值提高、农牧渔及第三产业产值的提高等社会经济变化都可能使人类活动对鄱阳湖流域水环境的影响加深。具体而言，1991～2018年鄱阳湖流域社会经济发展迅速，地区生产总值增幅达97.82%;城镇化速率升高，与1990年相比，2018年鄱阳湖流域建设用地增幅达107.97%，多年增长速率高达3.90%;工业、农业、旅游业发展迅速，尤其是工农业发展产生大量的废弃物，形成大量点源与非点源污染，其中居民生活废水及农业化肥等非点源污染的贡献最大。此外，在鄱阳湖生态经济区环境管理方面，农业、水利、环保等部门职能交叉重叠，缺乏统一的管理机制。随着流域内社会经济的发展，若不及时采取有效的环保措施，鄱阳湖水环境可能会进一步恶化。

4 结 论

本文从长时间序列尺度上（1991～2018年）分析了鄱阳湖出流水体水质状况及其各水质指标年际变化特征，从自然环境和社会经济发展两个方面识别了影响鄱阳湖出流水质变化的关键驱动因子，并结合流域实际情况进行了分析探讨。研究结果如下：

（1） 1991～2018年鄱阳湖出流水质状况总体良好，但整体来看，水质有所下降，趋势较为明显，尤其是CODMn、NH3-N含量均显著增加。

（2） 从识别的关键因子来看，1991～2018年鄱阳湖出流水质主要受流域内社会经济活动如人口、地区生产总值、第三产业产值、粮食总产量等因素的影响。

社会经济活动对鄱阳湖水质变化有着重要的影响，协调好社会经济发展和水环境的关系是政府考虑的重点，各部门、各行业应协调统一，建立合理的奖励惩罚制度，形成有效的监督管理体系，着重识别非点源重点控制区域，采取针对性管控措施。

参考文献：

[1] EPA.Surface water quality standards[R].Washington，DC：US EPA，2013.

[2] 贾娟娟，罗勇，张健，等.鄱阳湖入湖主要污染物浓度变化趋势分析[J].江西科学，2015，33（3）：383-387.

[3] 毛玉婷，周晓宇，王毛兰.枯水期鄱阳湖水体富营养化状态评价[J].南昌大学学报（理科版），2014，38（6）：596-599.

[4] 赵爽，倪兆奎，黄冬凌，等.基于WQI法的鄱阳湖水质演变趋势及驱动因素研究[J].环境科学学报，2020，40（1）：179-187.

[5] 李艳红，葛刚，胡春华，等.基于聚类分析和因子分析的鄱阳湖流域水质时空变化特征及污染源分析[J].南昌大学学报（理科版），2016，40（4）：360-365.

[6] 李冰，杨桂山，万荣荣，等.鄱阳湖出流水质2004～2014年变化及其对水位变化的响应：对水质监测频率的启示[J].长江流域资源与环境，2017，26（2）：289-296.

[7] 李媛媛.鄱陽湖星子-蛤蟆石段水质评价与水质预测研究[D].南昌：南昌大学，2007.

[8] 李海辉.鄱阳湖主湖区与碟形湖水位变化及其对水质的影响[J].长江流域资源与环境，2018，27（6）：1298-1306.

[9] LI B，YANG G S，WAN R R.Multidecadal water quality deterioration in the largest freshwater lake in China（Poyang Lake）：implications on eutrophication management[J].Environmental Pollution，2020，260：114033.

[10] SHANKMAN D，KEIM B D，SONG J.Flood frequency in China’s Poyang Lake region：trends and teleconnections[J].International Journal of Climatology，2006，26（9）：1255-1266.

[11] 靳晓莉，高俊峰，赵广举.太湖流域近 20 年社会经济发展对水环境影响及发展趋势[J].长江流域资源与环境，2006，15（3）：298-302.

[12] 许诗，刘志明，王宗明，等.1986～2008年吉林省湖泊变化及驱动力分析[J].湖泊科学，2010，22（6）：901-909.

[13] 李思悦，张全发.运用水质指数法评价南水北调中线水源地丹江口水库水质[J].环境科学研究，2008（3）：61-68.

[14] 焦卫东，谢文玲，郭文义，等.运用水质指数法评价厦门石兜-坂头水库水质[J].环境科学与管理，2012，37（8）：167-173.

[15] MANN H B.Nonparametric tests against trend[J].Econometrica，1945，13（3）：245-259.

[16] KENDALL M G.Rank correlation methods[M].London：Charles Griffin，1975.

[17] YUE S，PILON P，CAVADIAS G.Power of the Mann-Kendall and Spearman’s rho tests for detecting monotonic trends in hydrological series[J].Journal of Hydrology，2002，259（1-4）：254-271.

[18] TAORMINA R，CHAU K W，SETHI R.Artificial neural network simulation of hourly groundwater levels in a coastal aquifer system of the Venice lagoon[J].Engineering Applications of Artificial Intelligence，2012，25（8）：1670-1676.

[19] 张惠芳，刘欢，苏辉东，等.1995～2014年拉萨河流域水环境变化及其驱动力[J].生态学报，2019，39（3）：770778.

[20] OZGUR K，MURAT A.Comparison of Mann-Kendall and innovative trend method for water quality parameters of the Kizilirmak River，Turkey[J].Journal of Hydrology，2014，513：362-375.

[21] SEN P K.Estimates of the regression coefficient based on Kendall’s Tau[J].Journal of American Statistical Association，1968，63（324）：1379-1389.

[22] SEN Z.Innovative trend analysis methodology[J].Journal of Hydrologic Engineering，2012，17（9）：1042-1046.

[23] 高偉，陈岩，徐敏，等.抚仙湖水质变化（1980～2011年）趋势与驱动力分析[J].湖泊科学，2013，25（5）：635-642.

[24] 黄彬彬，严登华，李卿鹏.赣江尾闾河段水环境演变规律与驱动因子分析[J].人民长江，2019，50（增2）：26-29.

（编辑：谢玲娴）

Changes of representative water quality indicators and their driving forces in long sequence of outflow in Poyang Lake

JIANG Aiping1，ZHANG Liping1，ZHANG Di2，PENG Qidong2，JIN Tiantian2

（1.College of Earth Science and Engineering，Shandong University of Science and Technology，Qingdao 266590，China; 2.China Institute of Water Resources and Hydropower Research，Beijing 100038，China）

Abstract：

Exploring the water quality changes of lakes outflow and their driving forces are of great significance to the management and protection of lake water environment.Based on the water quality data of the Hamashi Section in Poyang Lakes outflow in the past 28 years （1991～2018），we used the Water Quality Index （WQI） method to assess the water quality of Poyang Lake outflow，and used the Mann-Kendall test method to analyze the change trend of the water quality indicators.At the same time，the key driving factors affecting the changes in the water quality of Poyang Lakes outflow were identified by the grey relational analysis method.The result showed that：in general，the water quality of Poyang Lakes outflow was good，and the total WQI index varied from 7.00 to 27.65.Dissolved Oxygen （DO） in the water body showed a decreasing trend，but the trend was not obvious.Concentration of Permanganate Index （CODMn） and Ammonia Nitrogen （NH3-N） showed a significant increasing trend，and their statistical values Z were 2.53 and 3.93 respectively.The total WQI showed a significant increasing trend，and its statistical value Z was 4.27.In the 1991～2018，the main driving factors for the changes in the water quality of Poyang Lakes outflow were population，regional GDP，tertiary industry and total grain output.The study results can provide a reference for the water environment and protection of Poyang Lake.

Key words：

water quality change;driving force;long sequence;Water Quality Index method;Hamashi Section;Poyang Lake