基于水质综合指数法的亚热带水源型水库水质评价

叶焰中，陈 凡，黄廷林

(1.深圳市北部水源工程管理处，广东 深圳 518110； 2.西安建筑科技大学环境与市政工程学院，陕西 西安 710055)

充足优质的水资源是社会经济发展的必要条件之一[1]。深圳作为粤港澳大湾区重要城市，改革开放以来人口爆发增加，经济快速增长，全市总用水量从2000年的12.27亿m3增加到2019年的20.62亿m3[2-3]。深圳水资源绝大部分需从境外补给，这使得水库成为连接水源和用户之间重要枢纽，对保障用水安全起到重要作用。同时，水库作为人工修筑的水利工程，改变了原有水动力条件和周围环境[4]，对水质可能产生不利影响，特别是处于人口高密度区和工业集中区的水源型水库面临水质恶化的严峻挑战。水质评价作为水质管理重要措施之一，具有判别水质类别、识别主要污染因子和解析水质时空变化等作用[5]。通过现场收集数据了解水体真实情况，进行水质评价，针对性实施水质管理，在国内外水质提升中发挥了重要的作用[6-8]。

目前水质评价常用的方法主要有单因子评价法、水质综合指数(water quality index，WQI)法、主成分分析法、灰色评价法、神经网络法和层次分析法等。与其他方法相比，WQI法将各种水质参数整合成一个可以代表整体水质的无量纲数，可以综合反映和评价水环境质量状况，对于水质规律分析和制定环境政策均简单易用[9]。Silva等[5]使用WQI评价不同季节流域水质，成功建立了周边土地使用类型和水质的关系；Hou等[10]通过WQI评价了黄河流域5个不同水库水质异同点；Frncu[11]运用CCME (Canadian Council of Ministers of the Environment)-WQI提高了评价的准确性；de Andrade Costa等[12-13]将因子分析、聚类分析等方法与WQI结合，在不同湖库和河流水质评价中均取得了良好的效果。近年来，如何利用WQI快速得到精确的水质评价结果成为研究热点[9]。通过数学方法识别关键水质参数，建立主要污染指标水质综合指数(WQImin)模型，使得在水质评价过程中降低水质检测成本，减少化学试剂对环境的污染成为可能。研究表明，WQImin与WQI呈现出高度线性相关，能较好地反映WQI变化，在南水北调工程、太湖、巢湖水环境评价中均通过运用WQImin模型提高了水质评价的便捷性和准确度[14-16]。WQImin模型实际运用过程中参数和权重的选择是其准确性的决定因素，需结合实际情况进行分析与评估。

深圳市茜坑水库担负向深圳西北地区400多万人供水的任务，近年来局部水华偶有发生，影响供水安全。杨滢等[17-18]对茜坑水库浮游植物和动物等水生态现状及相关问题进行了研究，但对于茜坑水库水质指标现状的详细报道较少。为此，本文采集2016—2020年主要水质指标数据，分析茜坑水库水质变化规律，采用WQI综合评价水库水质状况，以期为粤港澳大湾区调水型水源水库水环境评价提供参考。

1 茜坑水库概况

茜坑水库位于深圳市龙华区福城街道，是北部水源工程的转输调蓄水库，作为龙华区主要供水源负责向片区内多个自来水厂供水。水库总库容1 980万m3，设计洪水位75.2 m，死水位55.3 m，死库容36万m3，水面面积1.6 km2，水库集雨面积4.43 km2，年平均降水量1 918.6 mm。茜坑水库水源来自东深干渠供应的东江水，无入库支流，日均进出水量基本平衡，保持在32万m3/d。水库水位保持在72～73 m，水库平均换水周期约为46 d。深圳位于典型亚热带气候区，全年气温较高，光照充足，季节性变化不如温带地区显著，汛期降水充沛，非汛期降水稀少[19]，这些特征成为影响亚热带水源型水库水质变化的重要因素。

2 数据采集和研究方法

2.1 数据采集和检测

图1 茜坑水库及采样点Fig.1 Schematic diagram of sampling points in Xikeng Reservoir

2.2 研究方法

WQI计算公式[20]为

(1)

WQImin计算方法分为两种，考虑权重采用式(1)的形式，不考虑权重的计算式如下：

(2)

式中：Imin为WQImin值；n′为主要水质指标的数量。WQImin模型拟合选择多元线性回归分析，选取2016—2019年数据为训练集，2020年数据为检验集。通过确定性系数R2和显著性水平p对WQImin模型进行评价，误差分析采用均方根误差(RMSE)和百分比误差(PE)[14]。

由于监测结果未能全部满足正态分布，选用Kruskal-Wallis秩检验对不同点位及日期数据差异性进行检验，相关性分析采用Spearman系数法，Mann-Kendall (M-K) 检验用于检验各参数的变化趋势。对S1和S2点所有指标进行逐月配对Kruskal-Wallis秩检验，结果显示无显著差异，故后续分析中取S1和S2点指标的平均值评价水库水质。本研究中通过计算各指标的M-K检验统计量(z)对其变化趋势进行判断[21]，若z>0则表示增大，z<0则表示减小，p<0.05表示结果具有显著性。

3 水质评价结果和因素分析

3.1 水质变化特征

表1统计了水库13个水质指标的基本特征及变化情况，根据深圳气候特点、水库水深，并参考相关研究[22]可知，水库混合期为每年10月到次年2月，分层期为每年3—9月。变化显著的6个指标时间变化趋势如图2和图3所示。

由表1、图2和图3可知，水体长期处于碱性状态，分层期pH均值显著大于混合期，部分月份pH值超过地表水质标准限值9，M-K趋势检验表明其无显著变化。CODMn和BOD5均可表征水体有机物污染综合状态。2016—2020年CODMn质量浓度的M-K趋势检验表现出显著减小的趋势(z=-2.01，p<0.05)，大部分月份水体CODMn质量浓度均处于较低水平，分层期CODMn质量浓度显著高于混合期。BOD5质量浓度均值为(2.40±1.19) mg/L，分层期和混合期无显著差异。

表1 水质指标基本特征Table 1 Basic characteristics of water quality indicators

(a) pH值

(a) pH值

一般来说，水库NH3-N质量浓度较低[23]，研究期间水库NH3-N质量浓度均满足地表水Ⅱ类标准，分层期和混合期无显著差异，大部分月份NH3-N质量浓度均处于较低水平。TN主要来源于NO3-N，两者具有类似的浓度变化规律。大部分月份NO3-N和TN质量浓度均高于地表水Ⅱ类标准，控氮是茜坑水库主要任务之一。此外，M-K趋势检验显示NO3-N和TN质量浓度均无显著变化，但两者分层期质量浓度显著低于混合期，可能原因是混合初期底层大量氮素进入中上层水体且分层期藻类摄取表层氮素。研究期间大部分月份TP质量浓度较低且变化趋势不明显，分层期和混合期TP质量浓度无显著差异。总体上，由于水体中TP质量浓度较低，N/P比远大于16，与大部分水库类似，茜坑水库也是磷限制水体[24]。

3.2 基于WQI水质评价

图4展示了2016—2020年分层期和混合期WQI值变化情况。从数值上来看，监测期间WQI值均位于61～80之间，水质状况好，分层期和混合期WQI值无显著差异，说明监测期间水库表层水体质量总体上较好且受水体分层影响较小。2016年夏季和2018年秋季至2020年夏季水质好于其他时段，但在部分时段WQI也出现异常值或变化幅度较大的情况，表明由于水库自净能力有限，偶发引水污染对水库水质有明显的影响。M-K趋势检验显示，WQI在研究期间逐渐增大(z=1.89，p=0.06)，p值接近0.05的显著性水平，说明水库水质呈现整体向好的趋势。

图4 WQI变化趋势Fig.4 Change trend of WQI

3.3 水质现状及其驱动因素分析

总体来说，茜坑水库在研究期间水质稳定，水质状况好，说明其水质基本满足城市供水需求。茜坑水库始建于1992年，初期水库收纳周边大量面源和点源污染，水质曾经面临严重问题，多次爆发严重“水华”，水质近几年保持基本稳定与水库采取多种治理措施密切相关。一方面，优化水源调度阻断直接外源输入，通过密切监测来水水质，灵活调控进水量。另一方面，水库自身多种措施并行，改善了水体自净能力，例如，采取多进水、多出水，加快水体交换，改善水库水力条件；投放白鲢鱼、鳙鱼进行生物防治，一定程度上控制浮游植物生长；严格实施隔离围网项目，全面加强水源保护等。

表2 主要指标相关性分析Table 2 Correlation analysis of main indicators

3.4 分层对水质的影响

水库修建与运行过程中，在气象、水动力、地貌及水质等因素影响下，可能造成水体热分层。稳定的热分层可以阻碍上下层水体的物质交换，甚至在水体底部形成厌氧区，对水体性质及水生态环境产生重大影响[31]。特别在深水型湖库中水温分层的温差大、持续时间长，一方面在分层期造成沉积物中N、P、Fe、Mn和有机物等明显释放，另一方面从分层期进入混合期会引发水库“翻库”现象，大量污染物进入上层水体，严重影响水质。

对于茜坑水库，从表层水质指标来看，pH值和CODMn质量浓度在分层期显著大于混合期，这说明水体分层的相对静止环境是浮游植物大量繁殖的原因之一。“翻库”引起混合期NO3-N和TN质量浓度显著大于分层期也反映了分层影响。其他指标(例如TP和Fe)每年分层期与混合期质量浓度存在差异，并未体现出明显规律。WQI在分层期和混合期同样未出现显著差异，但部分时段个别指标骤然升高，可能原因是茜坑水库平均水深约15 m，水深较浅且易受风浪影响，大部分区域底层难以形成稳定分层，持续厌氧造成污染物释放状态难以稳定维持。水库沉积物释放试验结果也表明，内源释放仅是茜坑水库水质的影响因素之一[32]，而引水是调水型水库主要特征，引水一方面可能带来污染负荷，另一方面对水体起到去分层及充氧效果，有利于水质改善[33]。因此，仅表层监测难以全面体现分层对水质的影响，后期应增加对水体垂向特别是底层的水质监测，警惕分层引起的水质风险。

4 WQImin模型指标确定和不确定性分析

4.1 WQImin模型指标确定和验证

利用Shapiro-Wilk法对训练数据集(2016—2019年)WQI值进行检验，结果表明，WQI值呈显著正态分布，适合进行回归分析。对训练数据集所有指标进行逐步多元线性回归，结果如表3所示。TP对训练数据集WQI值贡献最大(R2=0.418,p<0.001)，随着Fe、CODMn和NH3-N的加入，R2分别提高了0.206、0.136、0.087，最终达到0.847。进一步增加NO3-N、Mn和TN只略微提高了R2，且此后拟合模型常数与WQI不存在显著相关性。因此，选择TP、Fe、CODMn和NH3-N作为WQImin模型基本指标，考虑NO3-N和Mn作为可能补充。

通过训练数据集对选定的WQImin模型进行评价，结果如表4所示。4种模型中，考虑权重组所有结果均优于未考虑权重组，说明考虑权重有利于得到准确的WQI值。而指标增加对于R2和RMSE的提升作用微小，且模型增加指标Mn后PE值大大增加，增大了模型误差。从图5(下标a、b分别表示未考虑权重和考虑权重模型,下标数字表示模型序号)可以看出，WQImin-b2和WQImin-b3模型均值与原始WQI均值最为接近，且无显著差异。综上，选择WQImin-b2模型作为预测模型最为合适。

使用2020年逐月数据对得到的WQImin模型进行验证，结果如图6所示。WQImin与WQI呈现显著相关性(R2=0.66，p<0.05)，且RMSE为2.09，PE为2.0%，说明该模型具有良好的预测性能。

表3 逐步多元线性回归结果Table 3 Stepwise multiple linear regression results

表4 WQImin模型评价结果Table 4 WQImin model evaluation results

图5 WQI与WQImin均值比较Fig.5 Comparison of averages of WQI and WQImin

图6 WQI与WQImin拟合结果Fig.6 Fitting results of WQI and WQImin

4.2 WQImin模型不确定性分析

一般来说，WQImin模型指标选择应该符合能代表大部分环境特征和易于分析测量的基本要求。选择TP、Fe、CODMn、NH3-N和NO3-N共5个指标作为WQImin模型组成，不仅能够很好反映茜坑水库水质状况，还有利于简化WQI计算和降低监测成本。TP作为第1个选择指标，对水质变化影响最大，这与水库常年较低的TP质量浓度和较高的N/P比有关。Fe作为第2个指标，是对人体健康构成潜在风险的金属元素，对于水库而言，过高的Fe质量浓度会引起水库多种水质风险，同时增加水厂后续处理成本等[34]。CODMn作为有机物综合指标是模型的第3个指标，能够反映水体浮游植物的变化情况。NH3-N和NO3-N作为最后两个指标能够反映氮素在水库中的变化，水库NH3-N大部分来源于外源输入，其自身含量通常处于较低水平，NH3-N质量浓度发生变化说明出现明显外源污染输入；NO3-N作为除NH3-N外最易被水体生物利用的氮素，其质量浓度变化情况可以反映水库氮素与水体生物的相互作用。从表1可以看出，茜坑水库NO3-N质量浓度均值为TN的67%，NO3-N质量浓度变化能够较好地反映水体氮素变化情况，且相比于TN，NO3-N分析方法简便且成本更低，更适合日常监测。总之，这5种指标能够较好地反映水库主要水质特征及风险，且分析方法较为成熟和便利。

在模型运用过程中权重和归一化因子的引入都提高了模型的准确性。最初的WQI计算过程仅对各种指标进行归一化处理以避免不同单位带来的误差。Wu等[35]在研究中考虑不同指标权重，进一步优化了WQI计算，取得了较好的效果。同样，本研究中对是否考虑权重进行了对比，引入权重后WQImin模型能够更好地解释水质变化，精度和准确性均有不同程度提高。权重的选取大部分基于参考文献或研究人员的经验，在一定程度上依赖个人主观判断[36]。随着基本监测数据和研究人员工作经验的积累，应根据水库实际情况，适时灵活调整权重值以获取准确的计算结果。

5 结 论

a.水库整体水质较好，满足饮用水源要求。单项指标pH值和CODMn受浮游植物繁殖影响，部分时段超标，TN质量浓度偏高应引起注意，TP质量浓度和F.coli数部分时段较高，Fe质量浓度上升趋势应予以重点关注，其他指标均处于较低水平。

b.表层监测难以全面体现分层对水质影响。目前水库水质监测采取每月1次表层采样，大部分指标变化幅度很小，引水对供水直接影响程度和分层对水库潜在污染水平尚需明确。为全面掌握水库水质变化规律，应实施垂向分层采样，掌握水库主要污染来源，准确把握水质风险。

c.引入权重后的WQImin模型由TP、Fe、CODMn、NH3-N和NO3-N 5个指标组成，能够反映水库主要水质特征及风险，且易于检测，有利于降低水库水质评价成本，提升评价效率。