水源地上游塘坝水质评价及其影响因素研究

王星峰，于兴修，李恒鹏，夏天宇

(1.湖北大学资源环境学院， 湖北 武汉 430062；2.中国科学院南京地理与湖泊研究所流域地理学重点实验室， 江苏 南京 210008)

0 引言

塘坝作为小流域的汇水区，是丘陵区湿地的重要组成部分[1].塘坝既承接上游小流域集水，作为“汇”，同时也与其下游的水系相连接，作为“源”，其水质水量变化影响流域范围内河流的水环境质量.

天目湖流域位于太湖流域上游，行政区划分位于江苏省溧阳市境内，流域内的天目湖是溧阳市重要水源地，承担溧阳市近70万人的饮用水供给.上世纪，当地人的饮用水来源主要为天目湖及周边的小型塘坝水库，但是随着天目湖流域内集中供水的实现，塘坝功能发生改变，不再担负饮用水功能.近年来，流内河流及塘坝等重要水体水生态退化问题突出[2]，而作为河流“源”的上游区塘坝，其水环境质量尤其重要.因此，有必要对天目湖流域上游塘坝的水质进行监测与评价，探究塘坝小流域内影响水质的因素.

目前常用的水质评价方法有单因子评价法、综合污染指数评价法、模糊综合评价法、灰色关联法、神经网络法等[3].单因子评价法选取指标中评价最差的类别作为最终水质评价类别；综合污染指数评价法是对各项水质指标的污染指数进行综合评价，但是需要明确的水质目标功能约束；模糊综合评价法能够根据水质的相对隶属度和权重对有多种水质指标的水体进行整体评价，但是其结果将忽略部分高浓度污染因子，不能判定劣Ⅴ类水[4]；灰色关联法可以避免临界值附近的样本数据变化所导致的评价结果误差，但是较多的指标会使评价结果的准确性下降[5]；神经网络法则需要大量的训练样本[6].利用单因子评价法与模糊综合评价法对比评价既适用于没有水质目标功能约束的水源地上游塘坝的水质评价，又能够体现高浓度污染指标与多指标综合的水质特征.因此，本文中选择单因子评价法与模糊综合评价法对比评价塘坝水环境质量，利用RDA分析探究塘坝流域内影响水质的因素，为维护塘坝良好水质，改善河流源头水环境提供参考.

1 研究区域与数据来源

1.1 研究区概况天目湖流域位于太湖流域西部边缘，流域内的大溪水库、沙河水库是溧阳市重要的饮用水源地.该流域属于亚热带季风型气候，全年平均温度17.5 ℃，年降水量1 149.7 mm，降水集中在5—9月，且有梅雨.该地具有典型的丘陵地貌，流域面积为245.9 km2，海拔高度在1～ 531 m之间.流域内有3条主要河流，中田河、平桥河由南至北流入沙河水库，洙漕河流入大溪水库.

1.2 数据采集与分析水质数据为2020年6月至2021年4月的实地监测数据，监测频率为隔月1次，共计6次.水质的监测点位于天目湖流域33个塘坝水域内(图1)，每个采样点都靠近塘坝连接到下游水体的出口处，如果排水，则从流出的水中抽取样本，如果没有排水，则从塘坝的不同位置(塘坝入水口、塘坝侧边、塘坝出水口)采集3个样本并混合.取样器皿为2 L有机玻璃取样器，取样深度为水面以下50 cm处，样本采集完毕后储存于-2 ℃的便捷式冷藏箱并将其运输至实验室.选取水质指标包括DO、TN、TP、NH4+-N、与CODMn.DO由美国YSI公司生产的6600V2型多参数水质仪现场测定，其余水质指标的采样和分析方法参照国家标准[7]进行：TN采用碱性过硫酸钾消解紫外分光光度法测定；TP采用钼酸铵分光光度法测定；NH4+-N由原水过滤膜后,采用水杨酸-次氯酸盐光度法流动分析仪测定；CODMn由碱性高锰酸钾氧化法进行测定.

图1 采样点位置

高程数据来自SPOT7的5 m精度的DEM数据，平均坡度、塘坝小流域划分由Arcgis10.6完成.小流域内土地利用数据由2020年10月5日SPOT7的卫星遥感影像目视解译获得(图2). 在本研究区的塘坝小流域内，园地全部为茶园；林地为生态林地，少有人工干扰(施肥、耕作等).每个塘坝小流域林地与茶园的面积和占比在75%以上，平均占比94.8%，林地与茶园是研究区内主要的土地利用类型.

图2 天目湖流域土地利用情况

2 研究方法

2.1 单因子评价法根据《地表水环境质量标准》(GB 3838—2002)的评价标准划分水质级别，采用最差单项指标的水质级别代表该样本的水质级别.

2.2 模糊综合评价法模糊综合评价法是基于模糊数学的综合评价方法.该方法依据水质的相对隶属度和权重对有多种水质指标的水体进行整体评价.具体方法如下：

2)建立各因子的隶属函数，具体隶属函数为：

(1)

(2)

(3)

式中:y为实测数值，Sj为评价指标第j类水质的标准值；rj为评价指标对j类水质标准的隶属度.根据各因子的隶属函数，建立塘坝水质模糊评价矩阵：

(4)

式中:R为评价指标的隶属度函数矩阵；i为第i个评价因子，i=1，2，…，m;j为第j个水质标准的隶属度，j=1，2，…，n;rij为第i个评价因子对应第j个水质标准的隶属度函数.

3)赋权组合，本文中采用浓度超标加权法与层次分析法组合权重[8].浓度超标加权法是客观赋权方法，公式如下：

(5)

式中:W1i为第i个因子权重；Ci为第i个因子实测浓度，Si为评价标准的平均值.

采用层次分析法对其主观赋权.经专家打分，确定指标权重W2，CR值为0.04，小于0.1，通过了一致性检验，可用于层次分析. 最终权重为：

W=0.5(W1+W2)

(6)

4)确定综合评价矩阵，综合评价矩阵为模糊矩阵和权重矩阵的乘积，最大值水质类别即为该样本的水质类别.

B=WR

(7)

2.3 RDA分析本研究利用生态学中最常用的线性直接梯度排序分析方法—RDA分析，对影响塘坝水质的环境变量进行分析.RDA分析能够确定不同环境变量和物种变量之间的关系，并能体现不同环境要素的贡献率[9].在进行分析前，需将水质指标看作物种变量，进行DCA分析，结果发现排序轴最大梯度值小于3[10]，因此，可以选择RDA分析对塘坝水质与环境变量进行分析. 在应用RDA分析之前，检查数据的正态性，并对数据进行对数变换，以满足正态假设[11].

3 结果与讨论

3.1 水质特征对33个塘坝共计198个样本的水质进行检测，对其进行描述性统计，结果如表1、图3所示.

表1 塘坝水质数据的描述性统计

图3 水质特征

DO变化范围为4.61～13.80 mg· L-1，塘坝的DO浓度基本在Ⅱ类水标准以上.在时间变化上，6月、8月、10月的DO质量浓度普遍低于12月、2月、4月(p< 0.01).这可能是因为夏秋季水温升高，DO饱和度提高，塘坝间藻类和有机物的数量增加，塘坝处于耗氧状态，所以6月、8月、10月DO整体偏低；冬春季水温低，水体完全混合，大气复氧充分[12]，DO受藻类、浮游植物和有机物的影响较少，因此12月、2月、4月DO浓度整体较高.

TN普遍在Ⅴ类、劣Ⅴ类水质标准区间，变化范围为0.45 ～ 8.75 mg· L-1.塘坝的TN浓度分布离散，相差较大，这可能与塘坝小流域内土地利用方式各异有关.TN年内变化不显著(p> 0.05).

TP大多在Ⅲ类、Ⅳ类水质标准区间，变化范围为0.01 ～ 0.22 mg· L-1.在时间变化上，6月、8月、10月的TP浓度显著高于12月、2月、4月(p< 0.01).这可能是因为部分塘坝流域内多茶园，5月后作物进入施肥期，同时采茶后对茶树的修剪加剧了地表的裸露，增加了地表土壤侵蚀，茶园中的TP很容易随降水流失，汇入水体；除此之外，夏秋季温跃层变化导致内源磷释放磷污染进入上层水体，夏季藻类生长也会促进磷污染在水体表层集中，使6月、8月、10月TP浓度处于较高水平.

NH4+-N普遍达到Ⅰ类水质标准，年均值均在Ⅱ类水标准以上，变化范围为0.002 ～ 0.640 mg· L-1.

CODMn多处于Ⅰ类、Ⅱ类水质标准区间，变化范围为0.48 ～ 8.80 mg· L-1.

3.2 两种方法下的水质评价与比较两种评价方法下的水质类别见表2，单因子评价法的水质结果较差，所有水质的评价结果均在Ⅲ类水标准及以下. 6月、8月的塘坝水质评价以Ⅳ类水为主；其他月的水质以劣Ⅴ类水为主.在6次水质检测中，水质处于Ⅴ类、劣Ⅴ类水标准的塘坝占塘坝总数的百分比依次为42.42%、60.60%、69.70%、60.60%、78.79%和90.90%，这与TN的水质状况呈现一致性(p< 0.01)，TN是单因子水质评价的决定性因子.模糊综合评价法的结果说明天目湖流域内源头塘坝的水质一般，8月、10月的水质评价以Ⅳ类水为主；其他月的水质以Ⅰ类水为主.这可能是因为最终水质结果受隶属度的关系影响较大，在8月、10月TN、TP同时处于高浓度状态，导致模糊综合评价法的水质结果呈现较大的时间差异.

表2 两种方法下塘坝水质类别频率

比较每个塘坝的较差水质次数占6次采样的频率发现(图4)，有23个塘坝一半以上次数处于Ⅴ类、劣Ⅴ类，占总数的69.7%；模糊综合评价法下，有9个塘坝一半以上次数处于Ⅳ类、Ⅴ类，占总数的27.27%.相较其他塘坝，3、5、6、7、10号塘坝水质长时间处于较差状态，应优先治理.

在同一塘坝点上，不同评价方法在夏秋季的评价结果相差较小，冬春季的评价结果相差较大，这与各指标时间异质性有关.另外，由于天目湖流域内TN浓度普遍处于较高水平[13]，单因子评价法掩盖了其他指标在最终水质评价结果中的体现；模糊综合法利用层次分析法和超标浓度法赋权，使得权重向量能客观地反映整体情况，在TN突出的情况下，可以综合划分塘坝的水质状况.

3.3 塘坝小流域内影响水质的因素在水陆关系的视角下，施肥量、土地利用类型等均可以通过生物地球化学循环影响水质状况[14].本文中选择的水质解释变量包括：小流域内林地面积占比(Tree)、小流域内平均坡度 (Slope)、固体悬浮物(SS)、小流域内单位面积施肥量 (Fertilization).其中，小流域内单位面积施肥量依据文献[15]，将耕地施肥量与茶园施肥量相加后除以小流域面积总量获得.以水质指标作为物种变量、上述因子作为环境变量，应用RDA分析揭示环境变量对塘坝水质的贡献率，提取塘坝水质的控制性因素，如图5、表3所示.

表3 塘坝水质与环境变量的RDA结果

图5 RDA分析结果

RDA分析结果显示，小流域内林地占比、小流域内平均坡度、小流域内单位面积施肥量与塘坝水质的关系都呈现显著相关性，偏蒙特卡罗置换检验p值均小于0.05.对于水质指标的分布，TN大致沿第一轴延展，说明第一轴更多是塘坝TN的反映；TP、NH4+-N、CODMn多沿第二轴延展，说明第二轴与其他水质指标相关.对于塘坝水质与环境变量的RDA结果(表2)，前两轴的水质解释率共为43.2%，对水质与环境变量的关系累计能达到96.1%.与第一轴相关系数最大的两个解释变量为小流域内单位面积施肥量、小流域内林地占比；与第二轴相关系数最大的解释变量为小流域内平均坡度.

RDA分析的结果说明，小流域内单位面积施肥量与TN呈显著正相关关系(p< 0.01)，与其他水质指标没有相关性.这与李恒鹏等[16]在天目湖流域的观测结果相符.在丘陵区，导致水体水质变差的主要原因是农业开发带来的面源污染[17].在本研究区主要种植作物为茶树，小流域的茶园面积占比平均为41.3%，耕地面积占比平均仅为1%.研究区缓坡土壤以黄棕壤为主，陡坡土壤以石质土、山砂土为主，保水保肥能力差，茶园的有机肥施量可以达到18 000 kg/(hm2a-1)，折合纯氮为959 kg/(hm2a-1)，而耕地的施肥量约为茶园施肥量的一半[15]，肥料中的大量氮素随径流汇入坡底的塘坝，导致水中TN浓度增加.另外，由于施加的氮肥大约是磷肥的3倍以上[18]，与TP相比，小流域内单位面积施肥量与TN关系更为密切.

小流域内林地面积占比与TN呈显著负相关关系(p< 0.01)，本文中研究区内，植被多为毛竹林、马尾松和混交林，对于汇入水体的污染物具有拦截过滤功能，对TN有“汇”的作用[19]，增加林地的覆盖能够有效降低塘坝TN的浓度[20].小流域内平均坡度与CODMn呈显著负相关性(p< 0.01)，这可能和坡度较高的地区人类扰动较少、耗氧有机物少有关.

4 结论

2)单因子评价法下，流域内塘坝水质结果差，以Ⅴ类、劣Ⅴ类水为主，TN是决定性因子.模糊综合评价法下，流域内塘坝水质结果一般，Ⅰ至Ⅴ类水均有分布.

3)对比单因子评价法和模糊综合评价法，模糊综合法的评价效果更好，在塘坝TN浓度集体偏高的情况下，模糊综合法评价分类更有层次，容易区分塘坝整体水质的级别，找出污染严重的塘坝.

4)通过RDA分析说明小流域内单位面积施肥量对TN的影响最大，茶园施肥是天目湖流域上游塘坝TN浓度高的主要原因.小流域内林地面积占比与TN呈显著负向关.对于水源地上游的塘坝流域建议应控制作物施肥量，限定开发比例，注重植被建设，降低人类扰动对塘坝水质的影响.