淮河流域水质时空分布及土地利用区域影响

所属分类：电子论文阅读259次时间：2021-09-08 10:27

本文摘要：摘要：采用淮河流域22个水质断面20082018年周监测数据，利用趋势检测、空间自相关性识别、聚类、回归分析等统计分析技术相结合，检测了pH、DO、CODMn、NH等个水质指标的时空变化特征，辨识了典型水质类型及其与不同时空尺度土地利用类型的关系。结果表明：(1

　　摘要：采用淮河流域22个水质断面2008—2018年周监测数据，利用趋势检测、空间自相关性识别、聚类、回归分析等统计分析技术相结合，检测了pH、DO、CODMn、NH等个水质指标的时空变化特征，辨识了典型水质类型及其与不同时空尺度土地利用类型的关系。结果表明：(1)淮河流域水环境整体状况有所改善，主要集中在非汛期(41周—次年22周)，分别有32%、14%、41%和64%的断面pH值显著减少、DO浓度显著增加、CODMn和NH浓度显著减少，淮河水系水质指标变化坡度大于沂沭泗水系;(2)三个低pH值聚集中心主要分布在淮干上游和洪汝河下游，三个低DO聚集中心和两个高CODMn和NH聚集中心主要分布在沙颍河和涡河;(3)22个断面划分为种典型水质类型，类型为弱碱性、低CODMn和NH浓度断面，分布在淮河上游和淮河干流;类型为偏碱性、低DO浓度、高CODMn和NH浓度断面，分布在沙颍河;类型为偏碱性、高DO浓度、低CODMn和NH浓度断面，分布在淮河中游和沂沭泗水系;(4)类型水质指标主要与2015s时期的水田和旱地等显著相关，其中水田对pH值影响较大，旱地对其余指标影响较大;类型的DO和NH浓度与各时期各缓冲区半径城镇用地均显著相关，CODMn浓度与2015s时期其它林地显著相关。研究可为淮河流域水质演变规律和成因机理分析提供基础支撑，也可为流域水污染防治与管理提供科学依据。

　　关键词：时空变异;水质类型;土地利用;淮河流域

河流水质

　　流域水质恶化已成为流域管理中面临的突出水问题之一，可导致水体功能、生态和环境系统遭受灾害性影响，直接损害居民公共健康和经济财产，严重威胁了水安全。2018年我国约34的水功能区水质不达标，其中淮河流域约39的河段水质劣于III类水，省界断面达标测次比例约52%。据统计，每年因水污染引起的经济损失高达2400亿元。2011年我国政府提出了水资源管理的“三条红线”和“三项制度”，2015年颁布实施了《水污染防治行动条例》，明显改善了主要江河湖泊水功能区的水质状况。然而，水污染仍然是以淮河流域为代表的严峻水问题之一11。

　　河流论文范例：河流汛期水质变化分析及保护对策

　　开展流域水质指标时空变化诊断与影响因素分析，可为探索流域水质演变规律和成因分析提供坚实依据，也对流域水污染治理具有重要的现实意义。受工业市政废水排放、城镇生活污水、营养物流失、土地利用变化、闸坝修筑及调控等多重因子影响，流域水质分布呈现显著的时空异质性1216。

　　统计分析是一种简便有效的信息挖掘技术，依靠大量监测站长序列实测数据挖掘潜在的流域水质问题及其成因。其中，趋势检测技术(如Mannndelltest,Sen’sTtest,Spearman'sRhotest等)已被广泛用于水情变化和水污染等问题，尤其是非参数检验方法，因其对于数据结构的要求较少，具有更好的适用性1720。已有研究多未考虑水质指标的空间相关性，而是去除空间临近、可能存在自相关性的站点，人为减少了流域样本数量，影响了流域水质指标时空特征分析的准确性21。

　　此外，聚类分析方法可将大量断面站点尺度多个水质指标的变化识别为具有相似特征的典型水质类型，从流域尺度综合刻画水污染状况，已逐渐用于辨识水污染关键要素及其主要影响因子2223。Cao等24结合欧式距离和动态时间规整距离，通过动态均值聚类将养殖水塘中溶解氧序列分为类，溶解氧预测的均方根误差相比于未聚类序列减小了7.6。

　　任婷玉等25采用自组织映射神经网络将63个湖泊11年的种水质指标分为类，分别有、27和30个湖泊污染程度较严重、中等和较轻。本文利用淮河流域2008—2018年22个水质断面周监测数据，综合采用seasonalMannKendall、Moran’sI、动态均值聚类、回归分析等多种统计分析技术，检测关键水质指标的时空变化特征，辨识典型水质类型及其与不同时空尺度土地利用类型的关系，明晰淮河流域水污染关键要素，以期为淮河流域水质演变特征分析和水污染防治提供科学依据。

　　1资料与方法

　　1.1研究区概况与数据源

　　淮河流域(111°55'—121°25'，30°55'—36°36')是我国水污染最严重的地区之一。淮河干流发源于河南省桐柏县主峰太白顶西北侧，流经湖北、河南、安徽、山东和江苏五省，自西向东汇入长江。研究区地处我国南北气候过渡带，多年平均气温为11~16℃，多年平均降水量为883mm，多年平均径流深为230mm。流域总面积约27万km，以废黄河为界，分为淮河水系(71%)和沂沭泗水系(29%)，多年平均降水量分别为910mm和836mm，多年平均径流深分别为237mm和215mm。受点源排污和农业非点源等影响，流域内水环境状况不容乐观，主要受污染的水质指标包括高锰酸盐指数(CODMn)、氨氮(NH)、溶解氧(DO)等。

　　收集研究区22个水质断面2008~2018年周监测数据，其中淮河水系18个断面，沂沭泗水系个断面(即徐州李集桥、枣庄台儿庄大桥、邳州邳苍艾山西大桥、临沂涝沟桥)，选取pH、DO、CODMn和NH作为主要水质指标进行分析，数据来源为中国环境监测总站。

　　收集研究区2010年和2015年土地利用类型数据，主要的土地利用类型均为旱地(55.85%和55.24%)、水田(17.89%和17.58%)和农村居民点(8.66%和8.72%)，数据来源为中国科学院资源环境科学与数据中心(https://www.resdc.cn/)。基于ArcGIS9.3提取各水质监测断面种圆形缓冲带(半径为500、1000、2000、5000、10000)内主要的土地利用类型面积占比，用于分析水质类型与2010s(200—2012年)和205s(2013—2018年)时期土地利用类型的关系。

　　1.2研究方法

　　1.2.1趋势分析

　　采用easonalMannKendall(SMK)检验检测各水质指标的周尺度和年尺度变化趋势，适于水质指标序列存在潜在的季节性、相关性和缺失值等问题26。原假设：实测水质指标序列为服从相同分布的随机变量，且不随时间单调变化。

　　2结果与讨论

　　2.1水质指标时空变化趋势

　　2.1.1时间变化趋势

　　淮河流域2008—2018年22个水质断面的年变化趋势。个断面的pH值呈显著减少趋势(0.030.10);个断面的DO浓度呈显著减少趋势(0.14~0.12mg/L)，个断面呈显著增加趋势(0.35~0.62mg/L);个断面的CODMn浓度呈显著减少趋势(1.37~0.17mg/L)，个断面呈显著增加趋势(0.~0.23mg/L);12个断面的NH浓度呈显著减少趋势(0.61~0.01mg/L)，驻马店班台呈显著增加趋势(0.04mg/L)。

　　各断面显著性周尺度变化趋势主要集中在非汛期(10月—次年月，即41周—次年22周)，部分断面水质指标周尺度变化坡度。淮河流域pH值基本在6~9之间，且呈减少趋势(水体酸化)，其余三个水质指标整体呈轻微的改善趋势;淮河水系水质指标变化坡度(2.81~1.33mg/L)略大于沂沭泗水系(0.59~1.03mg/L)，CODMn的变化坡度绝对值最大，NH、DO和pH值次之。

　　淮河水系pH值和DO浓度的最大变幅分别为0.25/y和1.51mg/，均出现在永城黄口(39周和41周)，CODMn和NH浓度的最大变幅分别为2.81mg/L和2.43mg/L，均出现在亳州颜集(12周和21周);沂沭泗水系pH值、DO、COMn和NH浓度的最大变幅分别为0.26/y、1.03mg/、0.50mg/、0.31mg/，分别出现在枣庄台儿庄大桥(周)、邳州邳苍艾山西大桥(10周)、临沂涝沟桥(21周)、徐州李集桥(28周)。

　　3结论

　　淮河流域周尺度指标变化主要集中在非汛期(41周次年22周)，淮河水系指标变化坡度(2.81~1.33mg/L)大于沂沭泗水系(0.59~1.03mg/L)，分别有32%(7/22)、14%(/22)、41%(/22)和64%(14/22)的断面pH值显著减少、DO浓度显著增加、CODMn和NH浓度显著减少。

　　淮河水质指标均呈现显著的空间正相关性，个低pH值聚集中心(信阳淮滨水文站、阜南王家坝和驻马店班台)主要分布在淮干上游和洪汝河下游，个低DO聚集中心(阜阳张大桥、周口鹿邑付桥闸和亳州颜集)和两个高CODMn和NH聚集中心(阜阳张大桥和亳州颜集)主要分布在沙颍河和涡河。

　　淮河流域共划分种典型水质类型，类型为弱碱性、低CODMn和NH浓度断面，分布在淮河上游和淮河干流;类型为偏碱性、低DO浓度、高CODMn和NH浓度断面，分布在沙颍河;类型为偏碱性、高DO浓度、低CODMn和NH浓度断面，分布在淮河中游和沂沭泗水系;

　　类型水质指标主要与2015s时期的水田和旱地等显著相关，其中水田对pH值影响较大，旱地对其余指标影响较大;

　　类型的DO和NH浓度与各时期各缓冲区半径城镇用地均显著相关，CODMn浓度与2015s时期其他林地显著相关。本研究重点关注土地利用对水质时空分布的区域影响，为全面揭示淮河流域水质区域分布特征及成因等，今后应进一步开展其他因子(如点源排污、营养物流失、径流情势、闸坝修筑及调控等)的影响研究。

　　参考文献：

　　LIUJG,YANGW.WatersustainabilityforChinaandbeyond[J].Science,2012,337(6095):649650.

　　[2]HANDM,CURRELLMJ,CAOGL.DeepchallengesforChina’swaronwaterpollution[J].EnvironmentalPollution,2016,218:12221233.

　　LIA,YUANQ,STROKALM,etal.EqualityinriverpollutioncontrolinChina[J].ScienceoftheTotalEnvironment,2021,777146105.

　　GOMESILVAG,CYUBAHIROE,WRONSKIT,etal.Waterpollutionaffectsfishcommunitystructureandaltersevolutionarytrajectoriesofinvasiveguppies(Poeciliareticulata)[J].ScienceoftheTotalEnvironment,2020,730138912.

　　[5]中华人民共和国水利部.2018年中国水资源公报北京：中华人民共和国水利部，201水利部淮河水利委员会.2018年度淮河片水资源公报蚌埠：水利部淮河水利委员会，201张增强.我国水污染经济损失研究].北京中国水利水电科学研究院,2005.

　　作者：翟晓燕1，张永勇2

转载请注明来自发表学术论文网：http://www.fbxslw.com/dzlw/28068.html

上一篇：航空发动机叶尖间隙在线测量技术研究综述

下一篇：基于Lambda算法的配电网故障定位方法研究

濠电姷顣槐鏇㈠磻閹达箑纾规俊銈呮噹閺嬩線鎮归崶褍鏂€缂傚倹宀搁弻锝呂旈埀顒勬偋婵犲洤纾块柣鏂垮悑閻撴盯鏌涢妷锝呭姎闁诲繆鏅犻弻娑㈠棘鐠囨彃濮庨梺瀹狀潐閸ㄨ泛顕ラ崟顐嬬喐娼幍顔炬晨闂佽姘﹂～澶娒哄⿰鍫濈獥闁哄诞鍛濠德板€愰崑鎾淬亜閹剧偨鍋㈢€规洜鍘ч埞鎴﹀醇濮橆兛澹曞銈嗘尪閸ㄦ椽鎮￠悩缁樼厵妞ゆ牕妫楅崯顖欑昂闂佽崵鍠愮划宥咁熆濡ソ娲Ω閳轰胶顔囬悷婊勬煥閻ｇ兘鎮㈢喊杈ㄦ櫌婵炶揪缍€濡椼劌效閿燂拷