近海污染物總量控制水質監測體系構建方法
——以萊州灣為例?

李 巖， 李克強??， 王修林， 梁生康， 李雁賓， 戴愛泉， 盧 姍， 張龍軍

(中國海洋大學 1.環境科學與工程學院； 2.海洋化學理論與工程技術教育部重點實驗室， 山東 青島 266100)

?

近海污染物總量控制水質監測體系構建方法
——以萊州灣為例?

李 巖2， 李克強2??， 王修林2， 梁生康2， 李雁賓2， 戴愛泉2， 盧 姍2， 張龍軍1

(中國海洋大學 1.環境科學與工程學院； 2.海洋化學理論與工程技術教育部重點實驗室， 山東 青島 266100)

水質監測是總量控制實施的重要環節，當前水質監測體系已不能滿足總量控制效果評估的需求。為此，本文建立了近海污染物總量控制水質監測站位布設的聚類抽點檢驗方法，主要分為源強海域水質響應分析、陸海混合區分析、水質濃度分布聚類分析、初始站位設置、抽點檢驗分析等5個步驟，并給出了監測項目和頻次的建議。以萊州灣為例進行了評價，結果表明，利用本文方法得到的2套優化監測站位，不僅可以對排污口進行有效監控，而且水質平面分布可以準確表征水質分布規律，無論是模擬結果還是監測結果，相似度和相關性均超過90%(P<0.01)，相對標準偏差均小于10%，本文所建方法有助于中國近海污染物總量控制環境監測體系的建設。

監測站位布設；總量控制；近岸海域；聚類；抽點檢驗；萊州灣

中國近海水質監測體系建立始于國家海洋局1966年開始實施的海洋標準斷面調查，經1970年代的“渤海黃海環境污染監測網”，到1984年國家海洋局聯合環保、農業、交通、水利等部門成立“全國海洋環境監測網”，而初具規模[1-3]。此后，農業部和原國家環保局及所屬主要沿海城市相關部門又根據漁業生態和環境保護監測的需求，分別于1985年和1994成立“全國漁業生態環境監測網”和“全國近岸海域環境監測網”[4]，并于1990年代后期分別從“全海網”分離出去[5]。然而，從陸源排污控制與近海水質保護密切連接的要求分析，現有監測體系總體上缺乏系統性、整體性和協同性，突出表現在監測站位布設上，現有監測體系存在“重置”與“空缺”并存等嚴重缺陷。以萊州灣為例，目前海洋、環保和農業部門分別獨立布設了共計約78個監測站位(環保部30個；海洋局24個；農業部24個)(見圖1)，但其中約20%站位重置，而約15%的河流入?？趨s沒有布設監測站位[5]。

自1970年代初開始實施陸源污染物容量總量控制管理以來，美國、日本、歐盟等通過環境監測技術方法升級特別是監測體系整合等，不斷完善“海洋環境監測網”，建立了從歐洲波羅的海、地中海、黑海、北海、到東亞諸海及美國近岸區域海洋環境的監測體系，同時與地表水、湖泊、地下水等密切連接[6-9]。但是，近?？偭靠刂扑|監測體系仍然在站位布設，監測頻次，監測項目上存在諸多問題[10]，如歐盟圍繞水框架指令(WFD)和海洋戰略框架指令(MSFD)水環境健康的目標，還沒有給出詳盡的監測方案[9]。原因之一在于水質監測方案的制定受困于設計、站位、分析誤差和數據評價等方法的解決，特別是站位位置、數量、頻次等需要根據科學和財力綜合評估。然而，當前監測站位的布設往往基于經驗判斷(Judgment Sampling)，而較少進行優化[11-12]。目前優化的方法主要采用隨機、網格化、聚類等設置站位[12-15]，通過誤差、費用或信息損失評判得到最優化方案[9,16-18]。隨機方法抽點或加點設置站位難以覆蓋濃度高值區，而網格化設置站位盡管可以覆蓋全部海域但又缺乏效率，監測費用較高[12,14]。通過聚類可以節省抽點或加點檢驗時間，而且可覆蓋濃度高值區，但目前多采用局部站位加密，或者污染特征分類，在方法上還有待改進[14]。

圖1 萊州灣地理位置及海洋、環保和農業部門的監測站位Fig.1 Map of Laizhou Bay showing monitoring stations of the State Oceanic Administration, the State Environmental Protection Administration and the Ministry of Agriculture

當前，中國陸源排污剛性增長和近海水質急需改善的矛盾日益突出，迫切需要構建近海污染物總量控制水質監測體系。因此，本文針對近海環境監測體系構建缺乏科學高效站位布設方法，在科學核定陸源污染物納污范圍基礎上，提出基于污染物濃度分布聚類的抽點檢驗站位布設方法，并給出監測時間和頻次建議。同時，以萊州灣為例，通過濃度相對標準偏差、相似度和相關性分析對監測站位進行了討論。

1 研究方法

1.1 監測站位布設方法

針對目前近海站點布設“重置”與“空缺”并存及與流域監測站點不銜接等問題，在陸源污染物納污范圍海域，全面統一布設海域監測站點。原則如下：

(1)根據陸源污染物影響范圍確定監測海域范圍。

(2)在陸海銜接上，以入海河流、直排海公共污水處理廠、直排海企業等各類入海口混合區外臨近位置作為站點布設基點，作為水質控制站位。

(3)在站點間距上，按污染物濃度分布規律，采取“非等間距”布點模式。

(4)在站點數量上，要同時滿足近海水質監測統計和總量控制效果評估的要求。

根據上述原則，監測站位布設主要包括如下5個步驟：

(1)源強海域水質響應分析，確定陸源排污對應納污海域范圍暨站位范圍。

(2)陸?；旌蠀^分析，確定站位基點數量、位置。

(3)水質濃度分布聚類分析，利用水質模型模擬計算結果，通過聚類確定站位分區數量。

(4)初始站位設置，在聚類分析結果基礎上，對于海灣，設置中心站位，對于平直岸線近海，沿外邊界設置站位與基點對應，沿基點和中心站位或外邊界站位連線設置斷面，選擇濃度聚類區分界點作為站位，較大區域適當增加站位。

(5)抽點檢驗分析，在上述站位基礎上抽點檢驗以優化站位，評價方法采用標準偏差、相似度和相關性。

鑒于陸源污染物排放入海后的分布主要受水動力影響，污染物指標選擇相對較保守物質(如COD)構建監測站位，同時考慮生源要素的生物地球化學過程影響，選擇非保守物質(如DIN)對監測站位進行評價。

1.2 聚類分析方法

聚類分析的基本原則是類內差異小于類間差異，可通過比較“類內差”與“類間差”相對大小來選定，可使用Ward’s方法進行聚類。一般會有多種聚類結果滿足要求，可通過設定閾值確定最少聚類結果，這里根據濃度數值大小特點，設定最大組內相對標準偏差(R)，一般取R≤5%或10%，即要求最大組內相對標準偏差控制在一定范圍內，由此得到合理的分類，第1、2、…、n類。

記數據S中第i類中有mi個數據，即Sk,k=1…m_i，最大組內相對標準偏差(R)通過下式計算：

1.3 評價方法

采用相對標準偏差(RSD)、相關性系數(R)和相似性指數(SI)評價抽點檢驗站位濃度分布趨勢和數值。其中，相對標準偏差用于定量評價抽點濃度與標準濃度數值上的差異，介于0和1之間，RSD值越小表明差異越小。相關系數常用于檢驗抽點濃度與標準濃度間相關關系密切程度[15]，介于0和1之間，R值越大表明濃度的分布趨勢吻合越好。相似性指數來自于藻類熒光吸收色譜相似性比較[19-20]，采用反余弦公式計算：

SI=1-2×acos(CS)/π。

式中：CS表示標準數據與抽點檢驗數據參考向量的夾角余弦。SI值介于0和1之間，數值越大表明濃度在空間分布趨勢吻合越好。

數據處理采用克里金法插值，以水質模型模擬結果作為標準值，與抽點站位結果分別插值至相同的分辨率，產生相同排列的數據向量。評價標準一般設置相對標準偏差RSD≤10%、相似性指數SI≥90%和相關系數R≥90%(P≤0.01)。

2 萊州灣案例分析

2.1 監測站位布設

2.1.1 源強水質響應分析 為了保證納污海域范圍的準確劃定，在統籌考慮水動力過程以及生物地球化學過程的基礎上，根據水質模型模擬計算的污染物源強水質響應系數場確定。以萊州灣為例，利用渤海三維水動力-水質耦合模型[21-22]，以相對比較保守的COD為指標污染物，在萊州灣13條河流或排污口現狀輸入條件下，以排污口最高濃度衰減至1%為濃度梯度等值線作為納污海域外邊界(見圖2)。應當指出，若衰減至1%沒有涵蓋所有入海河口，可將最大濃度衰減系數進一步減小，這里取0.75%，即COD濃度為0.015mg/L的等值線。這樣，COD濃度超過0.015mg/L的范圍即為陸源污染物納污范圍(37.15°N—38.46°N，118.75°E～120.6°E)(見圖2)。

(0.015-2部分為濃度超過最高濃度0.75%范圍(一般取1%，這里為了涵蓋所有入海河口將最高濃度衰減系數減小為0.75%)。其中，入海河流和排污口見表1。 Ranges of 0.015～2 is the area of the top 99.25% concentration (99% is recommended, whist, 99.25% is chosen for all outlets embodied),where, rivers and outlets are listed in table 1.)

圖2 入海河流和排污口單位源強排放下萊州灣海水中COD濃度分布和陸源污染物影響范圍(單位：mg/L)
Fig.2 Distribution of COD under the unit load of rivers and outlets in Laizhou Bay and the respond areas (Uint: mg/L)

2.1.2 監測站位基點設定 按照入海河流和排污口位置相近歸并原則，將萊州灣入?？跉w并為13個(見圖2和表1)，站位基點設定在入海口混合區外臨近位置，需要首先計算確定各排污口的混合區范圍。目前計算混合區的方法主要有3種[23]： Fetterolf公式、Mackenthun公式和新田公式，其中Fetterolf公式計算混合區面積一般介于后2個公式之間，取Fetterolf公式計算值作為排污口混合區范圍(見表1)。Fetterolf公式為：

式中：M為混合區半徑；Q為排污口污水流量。這樣，共需設定9個基點站位(見圖3)。其中，對于相近排污口共用1個基點站位。

2.1.3 水質濃度分布聚類分析及初始站位設置 以萊州灣三維水動力-水質耦合模型網格(2’×2’)為水質站位，采用matlab軟件中的word’s方法對模型模擬計算的網格COD濃度[21-22]進行聚類分析，設定最大組內相對標準偏差(R≤5%)，可以得到5個濃度聚類分區(見圖3)，進而可得到站位分區數量。

在此基礎上，分別在萊州灣中心和外邊界設置站位，沿基點和中心站位或外邊界站位連線設置斷面，相近基點可共用一個斷面，以濃度聚類區分界點作為站位，針對聚類面積較大的灣底第4類區域和左部第2和3類區域分別增加5、2和1個站位(見圖3)。這樣，萊州灣可設35個初始站位(見圖3)，與水質模型模擬結果對比表明，兩套COD濃度分布的RSD、SI和R分別1%、98%和98%(P<0.01)(見圖4)，初始站位基本真實反應了海域COD模擬濃度分布狀況。

表1 萊州灣入海河流和污水處理廠序號及混合區范圍Table 1 Detailed information of the rivers and wastewater treatment facilities into Laizhou Bay and the mixing zone

(?為基點站位，●為中心站位和外邊界站位，×為內插的初始站位，1-7分別表示情景1-7抽點站位。The basic stationsis markedby ?, the center and out boundary stationsis marked by ●, the originalstations by interpolating is marked by ×, and scenarios of seven check-point are marked by 1 to 7, separately.)

圖3 水質濃度聚類分布和初始站位設置結果
Fig.3 Distribution by clustering of water quality and the original stations

圖4 COD模擬(a)及DIN監測(b)插值分布相對標準偏差RSD，相似性指數SI和相關系數R，其中，0是初始站位，1-7分別為抽點情景1-7Fig.4 The relative standard deviation (RSD), cosine similarity index(SI) and coefficient of correlation(R)of the concentration by interpolating based on the simulation results for COD (a) and the monitoring results for DIN (b), where, the original stations is marked by 0, and scenarios of seven check-point are marked by 1 to 7, separately

2.1.4 抽點檢驗分析 在上述35個初始站位基礎上抽點檢驗以優化站位，按照由遠到近、先類內后類間抽點的基本順序，分別設定7種抽點情景(見圖3)。采用相對標準偏差、相似度和相關系數評價，結果表明，隨著抽點數量的增加，相對標準偏差逐漸增大，相似度和相關系數逐漸減少，其中，對于COD數值模擬結果上的抽點檢驗，7種抽點情景均能滿足抽點檢驗結果(RSD≤10%，SI≥90%，R≥90%，P<0.01)(見圖4(a))。

對于監測站位優化結果，采用濃度等值線分布可直觀比較不同站位插值結果，比較COD不同情景站位插值的濃度等值線分布結果表明，COD的初始站位，抽點情景1和2站位與模型模擬結果等值線基本一致(RSD=1%，SI=98%，R=97%，P<0.01)，而抽點情景5與模擬結果等值線在灣底部符合相對較差(RSD%=2，SI=97%，R=95%，P<0.01)(見圖5(a))。

(抽點情景1，2和5站位插值濃度等值線分布(單位：mg/L)。The stations of scenario 1, scenario 2 and scenario 5 (Unit: mg/L)).

圖5 COD(a)和DIN(b)的模型模擬及監測結果與初始站位
Fig.5 Distribution of the simulated COD (a) and the monitoring DIN (b), and the distribution by interpolating based on the original stations

2.2 監測站位評價

為了進一步檢驗抽點站位，采用2007年實際監測的DIN濃度評價[24]，具體將監測結果采用克里金法插值，然后分別與初始站位和抽點情景1-7站位插值結果比較。結果表明，初始站位和抽點情景1，2站位能較好反應海域DIN濃度分布狀況(RSD=8%±1%，SI=93%，R=95%，P<0.01)，抽點情景3，4，5站位也能反應海域DIN濃度分布狀況(RSD=10%，SI=91%，R=92%±1%，P<0.01)，而抽點情景6和7站位插值結果較差(RSD=22%±5%，SI=83%±2%，R=72%±8%，P<0.01)(圖4b)。

比較DIN不同情景站位插值的濃度等值線分布結果表明，DIN的初始站位和抽點情景1站位與模型模擬結果等值線符合較好(RSD=7%±1%，SI=93%，R=95%，P<0.01)，而抽點情景2和5與模擬結果等值線在灣底東南部符合相對較差(RSD=9%±1%，SI=92%±1%，R=93%±1%，P<0.01)(見圖5(b))。

這樣，綜合COD數值模型模擬數據和DIN監測數據評價結果，萊州灣監測站位經優化后可設計2套優化站位方案(見圖6)，優化站位方案1和2分別對應抽點情景1和5站位，其中，前者需布設32個站位，信息損失較少，而后者僅需布設18個站位，監測費用較低。

(〇為入海口，×為優化站位方案1，?為優化站位方案2。Estuary is marked by 〇，optimal stations 1 is marked by×,and optimal stations 2 is marked by ?.)

圖6 萊州灣站位優化結果
Fig.6 The optimal stations in Laizhou Bay

2.3 監測頻次和項目

萊州灣監測監測頻率根據陸域監測頻次和總量量控制評估予以確定，根據總量核算的要求，采用抽點檢驗法，陸源監測頻次一年最少需要在枯、豐、平季節調查3次[25]，海上監測應當與陸源監測同步，一般也最少選擇枯、豐、平3個季節監測，即5、8和10月各一次，對于監測基點站位適當加密監測。監測手段主要為人工取樣監測，同時，可利用衛星遙感輔助監測水色和葉綠素。

監測項目主要根據污染物總量控制評估的要求確定，同時遵照《海洋監測規范》與《近岸海域環境監測規范》有關要求，包括基本監測項目和輔助監測項目，其中，基本監測項目主要是水質受損的污染物指標，也即總量控制的污染物指標，不同水質受損水體應當根據水質評價的結果制定，按照當前國家近岸海域總量控制的要求[26]，主要包括5項：COD、氨氮、硝酸鹽氮、亞硝酸鹽氮、活性磷酸鹽；輔助監測項目主要是與基本監測項目密切相關的水質指標，主要包括指示陸源排放的指標，如鹽度，與污染物指標關聯的指標，如與COD和氮、磷相關的富營養化指標[27-28]：透明度、溶解氧、pH、葉綠素等。

3 結語

根據海洋監測站位布設的原則，通過所建立的聚類抽點檢驗方法，采用源強海域水質響應分析、陸?；旌蠀^分析、水質濃度分布聚類分析、初始站位設置、抽點檢驗分析等5個步驟，在萊州海域共設計了2套優化監測方案，分別需布設32個和18個海洋環境監測站位，前者信息損失較少，后者監測費用較低。

[1] 國家海洋局. 海洋大事記(1963～2003) [R]. 1964～2003. http://wdc-d.coi.gov.cn/dsj/index.html.

[2] 李宗品. 海洋環境監測與海洋環境管理 [J]. 海洋環境科學, 1991, 10(1): 50-58.

[3] 韋興平, 臧凡. 對我國海洋環境監測工作的若干建議 [J]. 海洋環境科學, 1996, 15(3): 64-70.

[4] 郭院, 朱曉燕. 試論中國的海洋環境監測制度 [J]. 海洋開發與管理, 2005, 2: 55-60.

[5] Zhang Z, Zhu M, Wang Z, et al. Monitoring and managing pollution load in Bohai Sea, PR China [J]. Ocean & Coastal Management, 2006, 49: 706-716.

[6] USEPA. Chesapeake Bay TMDL [R]. 2010. http://www.epa.gov/reg3wapd/tmdl/ChesapeakeBay/tmdlexec.html (accessed 12.01.23).

[7] Japanese MOE. Guidance for Introducing the Total Pollutant Load Control System (TPLCS)[R]. 2011. http://www.env.go.jp/en/water/ecs/tplcs_ea.html (accessed 12.01.23).

[8] 陳平, 李望, 李俊龍.日本海洋環境監測實施情況及啟示 [J]. 環境與可持續發展, 2012, 3: 86-89.

[9] Karydis M, Kitsiou D. Marine water quality monitoring: A review [J]. Marine Pollution Bulletin, 2013, 77: 23-36.

[10] Jonge V N, Elliott M, Brauer V S. Marine monitoring: Its shortcomings and mismatch with the EU Water Framework Directive’s objectives [J]. Marine Pollution Bulletin, 2006, 53: 5-19.

[11] Erickson W P, Strickland M D. Survey design, statistical analysis and basis for statistical inferences in coastal habitat injury assessment: exxon Valdez oil spill[M].//Wells P G, Butler J N, Hughes J S Eds., Exxon Valdez Oil Spill: Fate and effects in Alaskan Waters[s.1.]：Philadelphia ASTM Publication：1995.

[12] Kitsiou D, Tsirtsis G, Karydis M. Developing an optimal sampling design. A case study in a coastal marine ecosystem [J]. Environ Monit Assess， 2001, 71: 1-12.

[13] Legendre P, Trousselier M, Jarry V,et al. Design of simultaneous sampling of ecological variables: from concepts to numerical solutions [J]. Oikos, 1989, 55: 30-42.

[14] USEPA. Guidance for choosing a sampling design for environmental data collection [M]. US Environmental Protection Agency： Office of Environmental Information, 2000.

[15] Hunt C D, Rust S W, Sinnott L. Application of statistical modeling to optimize a coastal water quality monitoring program [J]. Environ Monit Assess， 2008, 137: 505-522.

[16] Barnard J, Myers W, Pearce J, et al. Surveys for monitoring changes and trends in renewable resources: Forest and marine Fisheries [J]. The American Statistician, 1985, 39: 363-373.

[17] Millard S P, Lettenmaier D P.Optimal design of biological sampling programs using analysis of variance [J]. Estuar Coast Shelf S， 1986, 22: 637-656.

[18] UNEP. Eutrophication Monitoring and Strategy of MED POL [R]. Athens: UNEP(DEC)/MED WG.231/14.2003.

[19] Millie F D, Schofield M O, Kirkpatrick J G, et al. Detection of harmful algal bloom using photopigments and absorption signature: a case study of the Florida red tide dinoflagellate, Gymnodinium breve [J].Limnology and Oceanography, 1997, 42: 1240-1251.

[20] Kirkpatrick G J, Millie D F, Moline M A. Schofield, O. Optical discrimination of a phytoplankton species in natural mixed populations [J]. Limnology and Oceanography, 2000, 45(2): 467-471.

[21] Zhao X, Wang X, Shi X, et al. Environmental capacity of chemical oxygen demand in the Bohai Sea: modeling and calculation [J]. Chinese Journal of Oceanology and Limnology, 2011, 1: 46-52.

[22] 丁東生. 渤海主要污染物環境容量及陸源排污管理區分配容量計算 [D]. 青島： 中國海洋大學， 2012.

[23] H.B．費希爾著. 清華大學水力學教研組譯. 內陸及近海水域中的混合[M]．北京： 水利水電出版社, 1987： 339.

[24] 夏斌, 張曉理, 崔毅, 等. 夏季萊州灣及附近水域理化環境及營養現狀評價 [J]. 漁業科學進展, 2009, 30(3): 103-111.

[25] Su Ying, Wang Xiulin, Li Keqiang, et al. Estimation methods and monitoring network issues in the quantitative estimation of land-based COD and TN loads entering the sea: a case study in Qingdao City, China[J]. Environ Sci Pollut Res, 2014, 21: 10067-10082.

[26] 國家環境保護部. 國家環境保護“十二五”規劃 [EB/OL]. http://zfs.mep.gov.cn/fg/gwyw/201112/t20111221_221570.htm, 2011-12-12.

[27] Cai Wei-Jun, Hu Xinping, Huang Wei-Jen, et al.Acidification of subsurface coastal waters enhanced by eutrophication [J]. Nature Geoscience, 2011, 4: 766-770.

[28] Karydis M. Eutrophication assessment of coastal waters based on indicators: a literature review [J]. Global Nest Journal, 2009, 11(4): 373-390.

責任編輯 徐 環

Method of Construction of Water Quality Monitoring System for Pollutants Total Load Control Management in Coastal Area: a Case Study in Laizhou Bay

LI Yan1, LI Ke-Qiang2, WANG Xiu-Lin2, LIANG Sheng-Kang2, LI Yan-Bin2,
DAI Ai-Quan2, LU Shan2, ZHANG Long-Jun1

(1. College of Environmental Science and Engineering; 2. The Key Laboratory of Marine Chemistry Theory and Technology, MOE, College of Chemistry and Chemical Engineering, Ocean University of China, Qingdao 266100, China)

Water quality monitoring is an important part for polltants total load control management (PTLCM), while current water quality monitoring system has been unable to meet the needs of effect evaluation for PTLCM. Method of sampling design for PTLCM was established based on the cluster and random algorithm, and the monitoring frequency and projects were given. There are 5 steps for the sampling design: (1) water quality response analysis by linking source and water quality, (2) land-sea mixing zone analysis, (3) cluster of water quality units, (4) choosing an initial sample of units and (5) random spot check on sampling units. A case study in laizhou Bay has been carried out, and 2 sets of optimization sampling stations were designed based on the mothed. And the result showed that, the method made it effective for sewage outlets monitoring, and accurate for the water quality spatial distribution, sharing similar spatial distribution trends and magnitudes. The similarity index and Pearson correlation were more than 90% (P<0.01), and relative standard deviation was less than 10% for the modeling and monotoring data. The approved method would be helpful to the construction of water quality monitoring system for Chinese coastal PTLCM.

sampling design; pollutants total load control; coast; cluster; random spot check; Laizhou Bay

國家自然科學基金項目(41340046)；國家自然科學基金委員會-山東省人民政府聯合資助海洋科學研究中心項目(U1406403)資助

2014-11-11；

2015-03-20

李 巖(1980-),男，博士生，海洋環境規劃與管理方向。

??通訊作者： E-mail:likeqiang@ouc.edu.cn

S968

A

1672-5174(2015)11-069-06

10.16441/j.cnki.hdxb.20140372