漓江上游灵渠丰枯水期水量水质综合变化分析

李 哲 卿，张 红 艳，许 景 璇，白 凯 华，代 俊 峰，4

(1.桂林理工大学 环境科学与工程学院，广西 桂林 541004； 2.广西岩溶地区水污染控制与用水安全保障协同创新中心，广西 桂林 541004； 3.桂林水文中心，广西 桂林 541000； 4.广西环境污染控制理论与技术重点实验室，广西 桂林 541004)

0 引 言

河流生态环境日益引起社会的关注，河流水量水质的变化规律分析对于河流生态环境保护十分重要。目前，对河流水量、水质变化的单一研究较多，水量水质综合变化分析也逐渐引起重视。孟莹莹等[1]在对上海市3个典型分流制雨水系统的旱流污水(合流制排水系统在晴天时输送的污水)水量水质进行综合分析之后，再结合流程图法、CMBM法在雨水系统旱流溯源中的应用，得到了理想结果。Cao等[2]将水量水质转化为评价指标，提出线性可加性指标，结合水量水质进行了水资源量的计算。然而，丰枯不同水期的河流水量水质综合变化研究相对较少。在丰水期，径流增加对河流水质的影响包括两个方面：一是增大河流的污染物稀释能力和自净能力，二是增大流域侵蚀能力，可能带来更多的污染物进入河流。这两方面影响的综合结果如何，在不同地区和不同河流可能呈现不同的结果。

灵渠作为漓江的重要支流，沟通了长江支流湘江和珠江支流桂江(漓江)，在漓江流域的发展中发挥了重要作用，2018年灵渠成功入选世界灌溉工程遗产名录。由于经济社会的快速发展，灵渠周围村镇的生活污水和农业生产污水的排放，给灵渠水质带来了污染风险。处于漓江流域的灵渠，水资源相对丰富，但丰枯季节变异大，丰枯水期对灵渠水质的影响如何，值得深入研究。本文基于收集的长序列水量水质数据，分析丰枯水期灵渠水量水质的变化及其关系，以为灵渠水环境保护和生态环境改善提供依据。

1 资料与方法

1.1 研究区概况

灵渠位于漓江流域上游(见图1)，属于亚热带季风气候，降雨量的年际年内分配受季风活动的影响较大，雨季的降雨量高达1 100～1 400 mm，而干季的降雨量仅为370～430 mm，年平均蒸发量约为1 260.8～1 792.2 mm。本次研究选取了灵渠水文站1960～2019年径流数据和2004～2019年的水质数据，进行灵渠丰枯水期水量水质的变化分析。

图1 灵渠水文站位置Fig.1 The location of hydrological station in Lingqu

1.2 研究方法

采用统计分析法、Mann-Kendall法和Spearman秩相关系数法分析灵渠水量和水质的变化特点。

(1) 统计分析法，用来分析径流的年内与年际分布特征，主要是计算出相应的参数，年内分布特征是用不均匀系数Cn和完全调节系数[3]Cr来表示，年际分布特征是用极值比K与变差系数Cv来反映。Cn与Cr越大则说明不同月份的径流量之间的差异就越大，则年内分布不均匀[4]；K值与Cv越大，则年际分布越明显[5]。

(2) Mann-Kendall方法是一种非参数检验方法[6]，计算简便，不受异常数值的影响，该方法常被用来分析水文序列的变化趋势[7]，其公式如下：

(1)

(2)

j

S方差计算公式为

(3)

式中：m，n表示年时间序列中具有相同值的变量数目；tp是第p组的相同值数目。

统计量Z值的公式如下：

(4)

若Z值是正值，表明该序列有上升的倾向；负值则有下降倾向[8-9]。

(3) Spearman秩相关系数是一个非参数指标，用来衡量两个变量之间的相互依赖性。利用单调方程表示变量之间的相关性，若两变量完全单调相关时，Spearman秩相关系数为1或-1，Spearman相关系数又被认为是等级变量之间的Pearson相关系数[10-11]。

(4) 综合污染指数是评价水环境质量的一种重要方法[12]，具体公式如下：

(5)

(6)

式中：P是综合污染指数；Pi是i污染物的污染指数；n是污染物的种类；Ci是i污染物的实测浓度平均值；Si是i污染物评价标准值。

2 不同水期内的径流、水质指标变化分析

2.1 径流变化分析

本文依照灵渠流量变化将年内时段划分为两个水文期：丰水期(3～8月份)与枯水期(1～2月份，9～12月份)。

2.1.1年内变化特征

灵渠各月径流大小差异较大(见图2)，丰水期流量占总流量的79%，5月份出现最大值，占全年流量的20%；枯水期流量占总流量的21%，最小值则出现在12月份。

图2 径流年内分配Fig.2 Annual distribution of runoff

为了方便分析，将1960～2019年径流以10 a为时段计算Cn和Cr值(见表1)。绘制Cn，Cr曲线，见图3～4。结果表明：枯水期的Cn，Cr均值大于丰水期，且都处于波动上升状态，意味着枯水期径流量的变化比丰水期明显。

表1 1960～2019年不同时段年内分配结果Tab.1 Annual distribution results in different periods from 1960 to 2019

图3 丰水期径流年内分配参数曲线Fig.3 Annual distribution parameter curve in wet season

图4 枯水期径流年内分配参数曲线Fig.4 Annual distribution parameter curve in dry season

2.1.2年际变化特征

不同水文期的年际径流变化如图5所示，灵渠丰水期的径流呈现上升趋势，但幅度较缓，线性斜率k为0.02，丰水期径流的变差系数Cv和年极值比K分别为0.60和4.30。枯水期的年际径流呈现下降趋势，线性斜率k为-0.04，Cv值为0.65，K值为17.76，两者均大于丰水期。

对丰枯水期的年径流序列进行非参数统计，1960～2019年丰枯水期的统计量Z值分别为0.23和-2.96，且枯水期的统计值通过了99%的显著检验，表明枯水期的径流下降趋势显著。

图5 不同水文期内的径流变化Fig.5 Runoff variation in different hydrological periods

2.2 水质变化分析

2.2.1水质变化趋势

2004～2019年灵渠高锰酸盐指数的浓度变化范围是0.5～4.0 mg/L，2004年以外的其他年份均处于Ⅰ类标准(参照GB 3838-2002《地表水环境质量标准》)；氨氮浓度指标的变化范围是0.01～0.62 mg/L，含量基本达标，处于Ⅰ～Ⅱ类水之间；总磷指标变化范围是0.01～0.5 mg/L，仅有2007年处于Ⅲ类水，其余年份均处于Ⅰ～Ⅱ类水之间，总体情况较好。

灵渠属于Ⅲ类水质保护标准，据此计算灵渠水质污染综合指数变化(见图6)。结果表明：2004～2019年水质状况总体好转，污染综合指数呈下降趋势，趋势线的斜率为-0.01。

图6 水质污染综合指数Fig.6 Comprehensive index of water pollution

2.2.2污染物浓度变化

应用Mann-Kendall法计算丰枯水期污染物浓度的统计值Z(见表2)，不同污染物浓度丰枯水期的变化关系见图7～8。结果显示：丰枯水期的高锰酸盐指数浓度统计值Z均为正值，但并未通过显著检验，处于不明显的上升趋势；氨氮、总磷浓度的统计值在丰枯水期都为负值，表明氨氮、总磷浓度在丰枯水期内整体呈现下降趋势，且氨氮通过了99%的显著检验。

表2 不同水期污染物浓度统计值ZTab.2 Statistical values Z of pollutant concentrations in different water periods

图7 丰水期不同污染物浓度均值变化Fig.7 Variation of mean concentration of different pollutants in wet season

图8 枯水期不同污染物浓度均值变化Fig.8 Variation of mean concentration of different pollutants in dry season

2.2.3污染物通量变化

根据资料的详细程度，本文分析污染物通量的影响因素时，忽略了地下水交换的影响及底质背景对污染物通量的影响，主要分析水量和污染物浓度对污染物通量的影响。污染物通量是用丰(枯)水期的月均流量乘以丰(枯)水期各月实测污染物浓度的平均值，再乘以时间转化系数来计算的，具体公式如下：

L=KQC

(7)

式中：L是污染物通量，t；K是时间转化系数,按一个月30 d计，K=2.59×106s；Q是丰(枯)水期的月均流量,m3/s；C是丰(枯)水期各月实测污染物浓度的平均值,mg/L。

对高锰酸盐指数、氨氮、总磷通量变化使用Mann-Kendall法进行分析，计算丰枯水期污染物通量的统计值Z(见表3)，丰枯水期高锰酸盐指数、氨氮、总磷通量变化趋势见图9～11。结果显示：CODMn通量在丰水期间变化比枯水期剧烈，CODMn通量在丰水期呈上升趋势，在枯水期呈下降趋势。氨氮通量统计值Z在丰水期和枯水期都为负值，通过了99%的显著检验，说明氨氮通量在丰水期和枯水期都呈现明显的下降趋势。总磷通量在丰水期和枯水期都呈现下降趋势，枯水期总磷通量的变化小于丰水期。

表3 不同水期污染物通量统计值ZTab.3 Statistical value Z of pollution flux in different water periods

图9 CODMn通量均值变化Fig.9 Mean change of CODMn flux

图10 氨氮通量均值变化Fig.10 Mean change of ammonia nitrogen flux

图11 总磷通量均值变化Fig.11 Mean change of total phosphorus flux

3 不同水期内径流与水质指标的相关分析

3.1 径流与水质指标浓度、污染物通量的相关关系

应用Spearman秩相关系数法[13-14]对2004～2019年的径流量年平均值与水质指标浓度、污染物通量进行相关性分析，丰水期和枯水期径流与水质指标间的相关系数见表4。结果显示：在丰水期和枯水期间，高锰酸盐指数浓度与径流相关系数都为负值；氨氮、总磷与丰枯水期径流的相关系数均为正值。丰水期、枯水期径流与高锰酸盐指数、氨氮、总磷通量间的相关系数均为正值，说明当径流量增加时，污染物通量也会随之上升，径流量大小对污染物通量起了决定作用。

当处在枯水期时，径流与高锰酸盐指数、氨氮和总磷污染物浓度、污染物通量间的相关系数均大于丰水期，表明枯水期径流对污染物的影响更大。

表4 径流与污染物的相关性结果分析Tab.4 Analysis of correlation results between runoff and pollutants

3.2 河流污染物的来源分析

一般情况下，河流污染来自点源污染和面源污染两个主要类型，可以通过分析水质浓度变化与径流间的关系来判断河流污染的来源。当径流量增加，水质浓度呈现上升趋势时，此时污染物主要由面源污染引起；反之，随着径流量的增加，水质浓度出现下降的状况，污染物则主要由点源污染引起，此时的径流表现出对污染物的稀释作用[15]。

表4显示，随着径流的增加，高锰酸盐指数浓度下降，表明可氧化污染物主要来自点源污染；当径流增加时，氨氮与总磷浓度随之上升，说明氮磷污染以面源污染为主。

3.3 灵渠污染防控对策

实地调查结果显示，灵渠周边没有工业企业点源污染，污染来源主要是未经深度处理的农村生活污水，规模以下畜禽养殖场废水排放，和水稻、柑橘等种植业肥料流失。结合本文的分析计算结果，提出灵渠的污染防控对策：

(1) 对于高锰酸盐指数污染消减，应加强对农村生活污水等点源污染的治理；对于氨氮和总磷污染消减，应加强对稻田、柑橘等种植业和规模以下畜禽养殖等面源污染的控制。

(2) 丰水期径流增加了灵渠水量和河流自净能力，但其也增大了流域氮磷侵蚀能力，增加了氮磷污染入河量。应加强丰水期氮磷污染控制，在田间采用农艺措施减少肥料流失，在岸边设置植被过滤带，在主要入河沟渠处建立人工湿地，消减丰水期氮磷污染入河量。

(3) 加强对灵渠生态环境保护的宣传力度，采取生态措施加强农业农村污染治理，提升农村生活污水治理程度，建立和完善农业污染监测网络和监管制度，严格把控有机化肥的使用[16]，提高肥料利用率。

4 结 论

(1) 漓江上游灵渠的高锰酸盐指数浓度在丰、枯水期都呈现不显著的上升趋势，氨氮浓度在丰、枯水期都呈现显著的下降趋势，总磷浓度在丰、枯水期的变化幅度最小，呈现不显著的下降趋势。年际间高锰酸盐指数浓度的变化比氨氮、总磷剧烈。

(2) 高锰酸盐指数、氨氮、总磷通量在丰水期的变化均大于枯水期。氨氮、总磷通量在丰枯水期都呈现下降趋势，并且氨氮通量的下降趋势显著。

(3) 枯水期径流与高锰酸盐指数、氨氮、总磷浓度和污染物通量的相关性，大于丰水期径流与污染物浓度和污染物通量的相关性。丰、枯水期径流与污染物通量之间的相关系数绝对值大于相应水期径流与浓度之间的相关系数绝对值，表明径流量与污染物通量之间的相关性更高。丰、枯水期高锰酸盐指数浓度与径流量都呈现负相关，说明径流量增大对高锰酸盐指数的稀释作用起主导作用；丰、枯水期氨氮、总磷浓度与径流量都呈正相关，说明径流量增大引起的氨氮和总磷污染物入河增加量，大于径流量对河流氮磷污染物的稀释量(能力)。

(4) 河流水质变化会受点源、面源污染两方面的影响，丰、枯水期的高锰酸盐指数浓度随着径流的增加而减小，说明高锰酸盐指数污染以点源为主。丰、枯水期氨氮、总磷浓度随着径流的增加而增加，说明氮磷污染以面源为主。

(5) 注重丰水期污染防控，采用农艺措施减少雨季肥料流失，采用河岸植被过滤带、人工湿地等生态措施消减氮磷污染的入河量。

致 谢

本研究的野外采样和室内分析得到了“广西环境污染控制理论与技术重点实验室科教结合科技创新基地”和“南方石山地区矿山地质环境修复工程技术创新中心”的支持，在此一并致谢！