長江河口化學需氧量(CODMn)輸送的時空變化?

朱禮鑫， 高　磊， 王　騰， 劉廣鵬， 李道季

(華東師范大學河口海岸學國家重點實驗室，上海 200062)

?

長江河口化學需氧量(CODMn)輸送的時空變化?

朱禮鑫， 高磊??， 王騰， 劉廣鵬， 李道季

(華東師范大學河口海岸學國家重點實驗室，上海 200062)

摘要：化學需氧量(COD)是衡量水體污染程度最常用的指標。2009年9月—2010年8月，每月在長江口徐六涇斷面兩個采樣點進行了密集的采樣，使用高錳酸鉀法測量了水體中CODMn的含量。空間上，CODMn在表層和中層水體分布比較均勻，而#2底層CODMn濃度顯著高于表中層水團；季節變化上表中層水體CODMn枯季濃度略高于洪季，#2底層水體CODMn濃度則是洪季高于枯季，說明徑流量在兩種水體中有不同的控制機制，主要和顆粒態有機物及泥沙濃度有關。使用LOADEST模型計算以及1951—2010年歷史年平均徑流量數據校正得到長江輸送CODMn通量為2.11×106t/a，比使用5種內插法估算值高11%，同時，采用每月CODMn濃度的最低值和最高值的模型通量計算結果分別比濃度均值計算結果低了27%和高了84%，說明CODMn在水體中的不均勻分布對于通量估算影響顯著。

關鍵詞：長江；CODMn；季節性變化；空間變化；通量

引用格式：朱禮鑫， 高磊， 王騰， 等. 長江河口化學需氧量(CODMn)輸送的時空變化[J].中國海洋大學學報(自然科學版), 2016, 46(7): 75-83.

ZHU Li-Xin, Gao Lei, WANG Teng, et al. Seasonal-spatial variations of chemical oxygen command (CODMn) discharged by Changjiang river[J]. Periodical of Ocean University of China, 2016, 46(7): 75-83.

河流特別是大河是陸地和海洋生態系統間的關鍵連接橋梁，其對陸源物質的輸送是全球生物地球化學循環的重要環節[1-2]，對河口和近海海洋生態環境有顯著的影響，如陸源輸送的營養鹽是河口浮游植物賴以生存的生命物質，營養鹽的過度排放又會引發水體富營養化、赤潮、種群演變等環境問題[3-5]；同時，河流還是污染物進入海洋的主要渠道，這些物質特別是其中的有機污染物會對水生生物造成嚴重的損害，并且可以在食物鏈中富集傳遞，最終威脅到人類自身的健康[6-7]。隨著人類活動的日益頻繁，這種威脅正在逐漸加劇。

作為歐亞大陸第一大河，長江全長6300km，流域面積1.8×106km2[8],是中國東海陸架物質輸送的重要途徑。同時，長江流域還是中國經濟發展的核心地帶，常住人口超過4億。近幾十年來，流域居民生產、生活產生的廢水不斷增加使得長江河口水質不斷變差，僅以上海為例，過去30年，人均生活廢水就增加了近3倍，2004年上海排入長江的污染物通量就多達800萬t，且主要以有機污染物為主[9]。在長江的輸送下，這些污染物最終匯集到長江河口[10]，造成河口地區的環境問題[11]。因此關注長江對有機污染物的輸送特點對了解和保護河口及其近岸水體的環境狀況有積極的意義。

目前，衡量水體有機污染程度最常用的指標是化學需氧量(COD)，被廣泛應用于河流污染及廢水性質的研究，在長江流域也有這樣的報道[12-15]。然而，多數研究區域僅限于長江某一區域或者支流，無法準確反映有機污染物的入海特性，特別是其季節性以及河流垂直剖面上的濃度變化，而了解這些變化情況是準確估算河流物質通量所必須的。此外要想準確把握污染物的輸送特征以及通量，還必須有足夠高的采樣頻率以及科學的采樣站位設計作為保障；這都增加了研究的難度[16]，也使得之前的單點、低頻率、僅限表層的采樣、計算結果缺乏較高的可信度。

針對以上問題，本文選取位于長江河口區的典型斷面上的為期一年的垂直剖面采樣分析，旨在分析長江輸運有機物入海通量的季節變化及垂直剖面差異，并在此基礎上準確估計其輸出通量，同時探究其與顆粒態有機碳(POC)、顆粒態氮(PN)、溶解態氮(DIN)、溶解態磷(DIP)等物質通量的關系。

1　材料與方法

1.1 樣品采集

徐六涇(120°56′E,31°46′N)作為長江下游最后的控制點，位于長江河口區(見圖1)，是長江南北分支的起始點和長江的鹽水入侵界，因此是探究長江入海總通量的理想斷面。為了保證站位設計的科學性，本文在徐六涇斷面上選取2個縱剖面(#2和#4)作為取樣點，采樣點#2和#4分別位于徐六涇斷面上距離南岸3294和4343m處(見圖1)。

(內嵌為徐六涇斷面高程圖，示采樣點具體位置。The inset illustrates Xuliujing transect and the sampling sites.)

圖1研究區域圖

Fig.1Maps of the study

2009年9月—2010年8月期間，每月大潮期間在2個點進行連續12h的采樣，涵蓋整個半日潮周期。每個小時在2個采樣點的表層(0.2D，D：水深)、中層(0.6D)和底層(D-0.5m)各取1L水，即每月共采集78個樣品。所有水樣置于冰盒中冷藏暫存。

水樣采集完成后帶回實驗室，留取300mL水樣用于COD測定，其余水樣根據需要于24h內用提前燒好(450℃下灼燒6h)并稱重的Whatman GF/F膜(孔徑為0.7μm)進行過濾，濾液加入1.5‰體積飽和氯化汞固定后于4℃下保存用于測水體中N、P營養鹽含量；#4采樣點過濾所得濾膜用于測定水體中的懸浮顆粒物(SPM)、顆粒態有機碳(POC)和顆粒態氮(PN)的含量。

1.2 水質參數分析

水體中的COD含量分析依據海洋監測規范(GB 17378.4—2007)[17]采用堿性高錳酸鉀法進行測定，以避免因枯季長江鹽水入侵可能引起的水體氯離子濃度過高而造成酸式測量法的測量誤差問題。以下用CODMn表示用堿性高錳酸鉀法測定的COD含量。

樣品中的N、P營養鹽使用荷蘭生產的SKALAR營養鹽連續流動分析儀進行分析[18]。SPM含量采用烘干稱重法[19]。使用Thermo Finnigan同位素比質譜計測定部分樣品中POC和PN含量[16]。營養鹽、POC以及PN分析結果已經發表[16]，本文借助討論。

1.3 流量數據

因大通至徐六涇間長江沒有大的河流分支，故可用大通水文站的流量和輸沙量數據估計徐六涇采樣點的流量和輸沙量，采樣當天及長江近50年來月平均的流量數據通過長江水位管理系統(http://yu-zhu.vicp.net/)獲取。

1.4 通量計算

為比較不同方法計算河流物質輸送通量的差異性，本文使用兩種方式進行估算。一種是采用美國地質勘探局提供的LOADEST模型(http://water.usgs.gov/software/loadest/)。LOADEST模型主要考慮到相對于徑流量而言，物質濃度數據的難獲得性。其基于實測物質濃度和徑流量，采用最大似然估計法和最小絕對偏差法建立模型，然后再依據徑流量數據估計物質濃度，進而獲得每天的物質輸送通量。這種方法被廣泛用于河流物質通量的估算中。

另一種則是使用Webb et al.[20]使用的內插法，主要包括表1中的5種計算方法。內插法的主要原理是認為在采樣間隔之前物質的濃度保持不變，這5種方法均是基于這一原理，僅在計算方式上在不同文獻中有不同的應用。

1.5 數據處理

本文主要數據使用Arcgis10.1, Matlab 2013b, SPSS 19.0, Origin 9.0等軟件進行處理分析。

2　結果

2.1 CODMn的空間分布及季節變化

整個采樣期間除2月份發生鹽水入侵外(鹽度最高為2.06)，其余月份鹽度在每月13h的采樣周期中都不超過0.24，且變化均小于0.1，說明潮周期內的漲潮和落潮對于COD濃度的影響很小。每個采樣月份各小時之間的CODMn濃度差異在以下結果中用誤差條體現。

2.1.1 空間變化在剖面方向，由圖2可以看出，對于#2采樣點而言，全年表層、中層、和底層CODMn的平均濃度分別為(1.84±0.22)，(1.91±0.24)和(2.33±0.57)mg/L。具體表現為，全年各個月份表層CODMn濃度均略低于中層(見圖2(a))，但差別并不顯著(見圖2(b)，P≥0.05)。底層CODMn平均濃度均高于表層和中層(見圖2(a))，并且除少數幾個月份(九月、十月、十二月和一月)外，均存在顯著的差異(P<0.05，見圖2(b))。#4采樣點在剖面分布上呈現了和#2采樣點相似的特征，全年表層、中層、和底層CODMn的平均濃度分別為(1.80±0.16)，(1.80±0.17)和(1.88±0.25)mg/L，表層和中層CODMn的月平均濃度差異不明顯(P>0.05，見圖2(d))，底層CODMn濃度雖然在各個月份也都高于表層(見圖2(c))，但僅在十一月，一月，三月和八月呈現出了明顯的差異(P<0.05，見圖2(d))，說明#4采樣點COD分布相對比較均勻。綜合采樣點#2和#4，徐六涇斷面的CODMn平均濃度在表層、中層和底層分別為(1.82±0.20)，(1.85±0.21)和(2.10±0.49)mg/L，在各個月份中，底層CODMn濃度均高于表層和中層(見圖2(e))，并且三層彼此之間均存在顯著性差異(P<0.05)，具體到各個月份中，表層和中層僅在七月份存在顯著性差異(P<0.05)，而除九月、十月和十二月外，其余月份底層與表層和中層的差異均顯著(P>0.05，見圖2(f))。

(a：#2，c：#4，e：均值；b：#2，d：#4，f：均值;圖中水平線代表顯著性檢驗線，P=0.05。a, c and e, respectively； c, d, e for #2, #4 and the representative transect, respectively; The horizon line in each figure presentsP=0.05.)

圖2采樣點#2，#4 及兩者平均的CODMn濃度(±標準差)垂直剖面的月變化以及對應各層CODMn濃度的配對t檢驗結果

Fig.2Variations of monthly average concentration(±standard deviation) of CODMnin the profiles (surface,middle and bottom layer, respectively) in the two sampling sites #2, #4 and their mean concentration, i.e.,the representative transect, and the results of paired-samples t test in different layers

采樣站點間的CODMn濃度同樣存在著差異，#2和#4的年平均濃度分別為(2.03±0.44)和(1.82±0.20) mg/L，存在明顯的差異(P<0.05)，并且這種差異在時間上主要表現在除了九月，十月，六月和八月外的其他8個月份，在剖面上則主要是由于底層時#2CODMn濃度顯著高于#4濃度引起的。圖3進一步展示了不同月份中#2和#4在表層、中層和底層CODMn濃度的差異，盡管#2和#4采樣點在表層一年中有5個月份(十一月，十二月，三月，五月和八月)的CODMn濃度存在顯著性差異(P<0.05)，但各個月份間濃度差異值并不大(見圖3(a))，月平均相差(0.04±0.11) mg/L，僅貢獻三層總差值的7%；在中層兩采樣點的CODMn月平均濃度差別為(0.11±0.12) mg/L，占總差值的18%，而且除了9月份，其余各月份#2采樣點濃度均在不同程度上高于#4采樣點，其中有5個月(十月，十一月，十二月，四月和五月)差異明顯(P<0.05，見圖3(b))；底層中#2采樣點CODMn月平均濃度在各個月份均高于#4采樣點濃度，一年中有6個月份(十一月，二月，四月，六月，八月)差異顯著(P<0.05，見圖3(c))，月平均濃度差異為(0.46±0.37) mg/L，貢獻整體差異的75%。

(*代表P<0.05　* shows P < 0.05)

簡而言之，在空間分布上，在全年的采樣過程中，采樣點#2和#4在表層和中層的CODMn月平均濃度在剖面方向以及采樣點彼此間相差都不大，說明長江河口中層以上水體混合相對比較均勻。#2底層CODMn濃度顯著高于表層和中層，而在#4采樣點這種差異性減少很多，說明#4剖面水體混合程度更高。2個采樣點CODMn濃度的差異也主要體現在底層濃度差異上，#2底層濃度在各個月份均高于#4采樣點底層濃度，并且在多個月份中差異性顯著。

2.2.2 季節變化圖3(a)，圖3(b)和圖3(c)大致也呈現出了2個采樣點及兩者均值在表、中、底三層CODMn濃度隨月份的變化趨勢，可以看出，2個采樣點的表層和中層隨著月份變化呈現相似的趨勢，但全年濃度變化幅度并不大，#2采樣點表層和中層的最大值均出現在十二月，最小值均出現在9月；#4采樣點表層和中層的最大值同樣是在十二月份，最小值則是在十一月份；兩者均值月份變化和#2采樣點類似，在九月份表層和中層CODMn濃度出現最小值，十二月份表層和中層CODMn濃度最高。對底層而言，#2采樣點CODMn濃度季節間出現了較大的差異，最高值出現在七月，最低值CODMn濃度出現在九月；#4采樣點底層CODMn濃度變化則略有差別，和其表層CODMn濃度又類似的變化趨勢，即最大值出現在十二月，但最小值仍為九月份；底層均值則主要受#2主導，CODMn濃度最大值和最小值分別出現在七月份和九月份。

2.2 長江CODMn輸出通量

考慮到CODMn在空間和季節上的差異性，長江CODMn的月通量通過每月CODMn在#2和#4采樣點各層的平均濃度與月平均徑流總量的乘積計算，結果如圖4所示。

圖4　采樣期間長江各月份徑流量和CODMn通量變化

長江CODMn的通量和徑流量的變化趨勢一致，枯季低，洪季高，且通量變化范圍很大，通量最高的七月份達到33.4×104t，是通量最小的一月份的5倍多(6.27×104t)。

目前計算河流物質輸送年通量常用的方法有外推法和內插法，為保證計算的準確性，本文使用LOAD-EST模型依據采樣當天的平均CODMn濃度和徑流量數據以及AIC(Akaike Information Criterian)法則，采用最大似然法建立如下回歸模型。

ln(L)=a0+a1(lnQi-center of lnQi)+a2dtime。

其中：L代表CODMn通量；a0、a1和a2為系數；Qi為采樣時的徑流量；dtime為十進制時間與時間中值的差值(decimal time-center of decimal time)。

經驗證，所得模型R2=0.99；平均絕對偏差(MAE)為197.1t，占實測均值的4%。

依據大通水文站數據，采樣年度共有242d提供徑流量的實測數據，由以上模型可以估算出每天的CODMn通量值，繼而根據轉換估算出長江全年輸送的CODMn通量，得到長江在采樣年份(2009—2010)全年CODMn輸送通量為2.02×106t。由于采樣年份徑流量略低于歷史平均年份(約低于4%)，進一步使用1951—2010年長江年平均徑流量校正可知，長江年平均CODMn輸送通量約為2.11×106t。

為比較不同計算方法對通量估算的差異，進一步采用Webb等[20]提出的5種內插法進行計算，結果如表2所示。由表2可以看出5種內插法所得結果差異不大(相對標準偏差RSD為2%)，均值為1.80×106t,但估計值相對比LOADEST模型所得結果低了11%。

表1　5種內插法計算所得的長江在2009-09—2010-08期間輸送的CODMn的通量值

3　討論

3.1 空間變化分析

影響CODMn濃度的主要因素是水體中還原物質的量。水體中的還原物質主要包括各種有機物質、亞硝酸鹽、硫化物等，其中有機物占主要部分。由此進一步分析了表中層水體及#2采樣點底層水體平均CODMn濃度分別與水體中顆粒態有機物POM(即POC與PN之和，#4采樣點數據)、溶解態無機物質(硝酸鹽、亞硝酸鹽、銨鹽及磷酸鹽含量之和)、懸浮顆粒物(SPM)的相關關系，結果發現在混合均勻的表中層水體，除去有鹽水入侵的二月份，有機物含量異常高外，CODMn和POM、溶解態有機物含量呈顯著的相關關系(見圖5(a)，r=0.83，p<0.05)，說明在表中層水體中這兩類有機物質是水體中CODMn重要貢獻者。在#2底層水體，由于沒有POM的實測數據，但CODMn濃度和SPM呈正相關關系，并且這種關系在除九月份外的其他11個月份更加顯著(圖5(b)，r=0.84,p<0.05)。泥沙顆粒是有機物質的重要載體[12,21]，故#2底層高濃度的CODMn含量應和水體底部高濃度的泥沙含量相關，其來源應主要有兩個方面，一是表中層有機物質隨泥沙顆粒向底層的沉降；二是底層沉積物質在水流作用下與底層水體的混合供應;而#2和#4采樣點底層的差異由于受到科氏力的不同，位于左岸的#2采樣點處于堆積狀態，表層的沉積物更易沉積，同時#4采樣點底層坡度很大，水體紊動較大[22]，泥沙和有機物的絮凝過程遭到破壞，因而有機物分布相對均勻。根據Gao等[16]的報道，#2和#4采樣點底層溶解態有機物含量差異并不大，說明兩者的差異主要是顆粒態有機物的差異。

圖5　各月份表中層CODMn平均濃度與POM及溶解N、P總量的相關關系(a)及各月份#2底層CODMn濃度與懸浮顆粒物SPM濃度的關系(b)

3.2 季節變化分析

長江的季節變化的一個重要方面體現在徑流量的變化上，采樣年份(2009-09—2010-08)與歷史月平均數據(1951—2011月平均和2003年三峽大壩蓄水后月平均徑流量)的徑流量變化(見圖6(a))，可以看出采樣年份徑流量季節變化明顯，并且與歷史數據相比，洪枯季特征更加明顯，九至十二月徑流量低于歷史同期流量，而一至八月則高于同期數據，在七月份出現了更大的洪峰。

考慮到上述徐六涇采樣斷面表中層水體與底層水體CODMn濃度的差異性，分別分析了不同混合水體中CODMn濃度隨徑流量的變化關系，如圖6(b～c)所示。

表中層水體平均后CODMn濃度最大值和最小值分別出現在十二月和九月(見圖6(b))，枯季平均濃度高于洪季。月份之間的濃度變化可以分為兩個部分，月平均流量小于25000m3/s，處在三峽水庫的蓄水階段(十月至次年三月)，此時CODMn濃度月份間差異較大，且呈不規律浮動變化，流量較低的十二月和一月份CODMn濃度高于該階段其他月份濃度；而當流量大于25000m3/s時，CODMn濃度隨著三峽水庫庫容的騰空及洪季的到來逐漸下降并趨于穩定。

枯季時長江徑流量主要依靠地下水維持，而洪季時降水則是徑流量的控制因子，且水質污染程度相對較輕。CODMn濃度反映的是水體中污染物的濃度，受到人類的生活生產影響很大，因此枯季時CODMn濃度表中層水體會隨著污染物排放的程度發生不同的變化，總體上除了鹽水入侵的二月份CODMn濃度明顯偏低外，在十二月至三月期間濃度較高，而進入三月份后，隨著徑流量的增加，水體中的CODMn濃度逐漸降低并趨于穩定。

#2采樣點底部CODMn濃度的月份變化呈現了和表中層水體相反的模式(見圖6(c))，洪季濃度高于枯季濃度，而且濃度隨徑流量增加而增加(r=0.67,p<0.05)。當流量小于25000m3/s時，各月份濃度變化差異小于徑流量大于25000m3/s的各個月份的差異。這其中含沙量是影響其濃度的重要因子，一方面夏季徑流量和輸沙量增大；另一方面夏季水體中溫度升高[23]，水體黏度下降，加快了泥沙顆粒同有機物的絮凝和向底層的輸運過程，因此CODMn含量在洪季高于枯季。

(b,表層和中層均值；c,#2底層；d,#4底層；c中實線表示趨勢線。b, the average of the surface and middle level of both sites;c, bottom of #2; c, bottom of #4; The solid line in (c) shows the trend.)

#4采樣點底部CODMn濃度全年間變化不大，呈現和表中層水體相似的趨勢(見圖6(d))，十二月份濃度最高，當流量小于25000m3/s時各月份濃度差異高于流量大于的25000m3/s的各月份差異。

值得注意的是發生鹽水入侵的二月份，以上水體各層的CODMn濃度均低于臨近的一月和三月份的濃度。

3.3 輸出通量分析

由于人們很難獲得流量和物質濃度的連續性數據，特別是物質濃度數據，不僅受采樣地點的影響很大，而且高頻率的采樣測量往往需要耗費大量的人力和財力，這都使得可靠估算估算河流物質輸運通量的難度加大。

本次調查中5種內插法計算所得通量值相差不大，但比LOADEST模型值略低。內插法主要假定采樣所得樣品的濃度代表整個采樣間隔間的樣品濃度；而LOADEST模型則利用每日的徑流量數據及所測樣品數據建立模型，模擬計算每日徑流對應的物質濃度，得出每日的通量，進而轉化為全年的通量。在模型可以順利建立的情況下，LOADEST模型法所得數據比內插法更加準確。

得益于密集的樣品數據和不同估算方法的使用，本文所得到的長江輸送CODMn月通量變化及年通量估算充分考慮了水體的不均勻性，故估算值比單點估算更加合理，結果更加準確。如對于年通量而言，使用CODMn每月最低和最高濃度計算的模型值分別為1.47×106t和3.73×106t，比使用斷面平均值的估算值分別低27%和高84%，可見表層和底層水體的不均勻性會對通量的估算帶來很大的誤差，之前的單點采樣估算會顯著影響長江輸送的CODMn通量計算的準確性。

4　結論

通過對長江河口徐六涇斷面水體CODMn濃度的連續采樣和分析，本文主要有以下結論：

(1)長江輸送CODMn的過程中在表層和中層水體混合相對比較均勻，且#4采樣點相對#2采樣點混合均勻，并且CODMn濃度主要與水體中的溶解態及顆粒態有機物含量相關；#2底層CODMn濃度顯著高于表中層濃度，這主要是泥沙含量影響的；而#2和#4采樣點底層的差異的主要原因是地形差異造成的水文環境差別。

(2)季節變化上，表中層水體CODMn濃度和#2底層CODMn濃度也存在不同的趨勢，表中層水體枯季變化濃度變化較大，隨著徑流量增加則先降低并趨于穩定趨勢；#2底層水體CODMn濃度則與徑流量呈明顯的正相關關系，主要受到泥沙含量的影響。

(3)長江輸送CODMn的月通量與徑流量呈相似的變化，洪季高，枯季低；CODMn年通量的LOADEST模型計算結果使用歷史年徑流量校正后為2.11×106t/年，比與5種內插法通量計算結果高11%；使用每月CODMn濃度的最低值和最高值的LOADEST計算結果比使用平均CODMn濃度計算結果分別低27%和高84%,說明水體的不均性對于通量的估算影響顯著。

致謝:感謝本實驗室王越同學在數據分析及論文修改過程中給出的建議。

參考文獻：

[1]Walling D E, Fang D. Recent trends in the suspended sediment loads of the world's rivers[J]. Global and Planetary Change， 2003, 39(1-2): 111-126.

[2]Zhang L J, Xue M, Wang M, et al. The spatiotemporal distribution of dissolved inorganic and organic carbon in the main stem of the Changjiang (Yangtze) River and the effect of the Three Gorges Reservoir[J]. Journal of Geophysical Research: Biogeosciences,2014, 119(5): 741-757.

[3]Jiao N Z, Zhang Y, Zeng Y H, et al. Ecological anomalies in the East China Sea: Impacts of the Three Gorges Dam?[J]. Water Research, 2007, 41(6): 1287-1293.

[4]Zhou M J, Shen Z L, Yu R C. Responses of a coastal phytoplankton community to increased nutrient input from the Changjiang (Yangtze) River[J]. Continental Shelf Research, 2008, 28(12): 1483-1489.

[5]Jiang Z B, Liu J J, Chen J F, et al. Responses of summer phytoplankton community to drastic environmental changes in the Changjiang (Yangtze River) estuary during the past 50 years[J]. Water Research, 2014, 54: 1-11.

[6]Berglund O, Nystr?m P. Persistent organic pollutants in river food webs: influence of trophic position and degree of heterotrophy[J]. Canadian Journal of Fisheries and Aquatic Sciences, 2005, 62(9): 2021-2032.

[7]Fu J M, Mai B X, Sheng G Y, et al. Persistent organic pollutants in environment of the Pearl River Delta, China: An overview[J]. Chemosphere, 2003, 52(9): 1411-1422.

[8]Dai Z J, Du J Z, Zhang X L, et al. Variation of riverine material loads and environmental consequences on the Changjiang (Yangtze) estuary in recent decades (1955-2008)[J]. Environmental Science & Technology, 2011， 45： 223-227.

[9]康建成, 吳濤, 閆國東, 等. 上海海域水污染源的變化趨勢[J]. 中國人口. 資源與環境, 2008, 18(3): 181-185.

Kang J C, Wu T, Yan G D, et al. Water pollution trend in Shanghai Seacoast[J]. China Pollution Resource and Environment, 2008, 18(3): 181-185.

[10]孟憲偉, 劉焱光, 王湘芹. 河流入海物質通量對海、陸環境變化的響應[J]. 海洋科學進展, 2005, 23(4): 391-397.

Meng X W, Liu Y G, Wang X Q. Material flux from river to sea and its response to land and sea environment changes[J]. Advances in Marine Science, 2005, 23(4): 391-397.

[11]喬飛, 孟偉, 鄭丙輝, 等. 長江流域污染物輸出對河口水質的影響[J]. 環境科學研究, 2012, 25(10): 1126-1132.

Qiao F, Meng W, Zheng B H, et al. Influence of pollutants exported from the Yangtze river basin on water quality in the estuary[J]. Research of Environmental Sciences, 2012, 25(10): 1126-1132.

[12]伏介雄, 張信寶, 嚴冬春. 宜賓附近金沙江、岷江和長江TP、BOD5和CODMn含量的季節性變化[J]. 地球與環境, 2008, 36(4): 336-341.

Fu J X, Zhang X B, Yan D C. Seasonal variations in TP, BOD5and CODMnof the Jinshajiang river, Minjiang river and Changjiang river nearby Yibin city[J]. Earth and Environment, 2008, 36(4): 336-341.

[13]陳光, 劉廷良, 孫宗光. 水體中TOC與COD相關性研究[J]. 中國環境監測, 2005, 21(5): 9-12.

Chen G, Liu T L, and Sun Z G. Research of the correlation between TOC and COD in water[J]. Environmental Monitoring in China, 2005, 21(5): 9-12.

[14]呂蘭軍, 余麗萍. 長江九江段近岸水域水環境質量調查與研究[J]. 水資源保護, 2005, 21(1): 45-48.

Lv L J, Yu L P. Investigation and study on the water quality of coastal waters in Jiujiang section of the Yangtse river[J]. Water Resources Protection, 2005, 21(1): 9-12.

[15]周鳳. 長江銅陵段水質污染特征及其成因分析[J]. 黑龍江環境通報, 1998, 22(3): 29-30.

Zhou F. Characteristics and causes of water pollution in Tongling section of the Yangtze River[J]. Heilongjiang Environmental Journal, 1998, 22(3): 29-30.

[16]Gao L, Li D J, Zhang Y W. Nutrients and particulate organic matter discharged by the Changjiang (Yangtze River): Seasonal variations and temporal trends[J]. Journal of Geophysical Research 117, G04001, doi: 10. 1029/2012JG001952.

[17]中國國家標準化管理委員會. 海洋監測規范, 第四部分: 海水分析[S]. 2008: 101-103.

Standardization Administration of the People's Republic of China. The Specification for Marine Monitoring. Part 4: Seawater Analysis[S]. 2008: 101-103.

[18]Gao L, Li D J, Ding P X. Quasi-simultaneous observation of currents, salinity and nutrients in the Changjiang (Yangtze River) plume on the tidal timescale[J]. Journal of Marine Systems, 2009, 75(1-2): 265-279.

[19]李道季, 李軍, 陳吉余, 等. 長江河口懸浮顆粒物研究[J]. 海洋與湖沼, 2000, 31(3): 295-301.

Li D J, Li J, Chen J Y, et al. A study on suspended matter in the Changjiang river estuary[J]. Oceanologia Et Liminologia Sinica, 2000, 31(3): 295-301.

[20]Webb B W, Phillips J M, Walling D E. A new approach to deriving 'best-estimate' chemical fluxes for rivers draining the LOIS study area[J]. The Science of the Total Environment, 2000: 251-252: 45-54.

[21]Walling D E, Webb B W. Estimating the discharge of contaminants to coastal waters by rivers: Some cautionary comments[J]. Marine Pollution Bulletin, 1985, 16(12): 488-492.

[22]張幸農. 水流紊動對泥沙絮凝的影響[J]. 水科學進展, 1996, 7(1): 54-59.

Zhang X N. The effects of turbulence on flocculation of cohesive sediments[J]. Journal of Hydraulic Engineering, 1996, 7(1): 54-59.

[23]劉毅. 溫度對粘性泥沙的沉速及淤積的影響[J]. 水利水電快報, 1994(13): 21-24.

Liu Y. The effects of temperature on the sedimentation velocity and deposit of cohesive sediment[J]. Express Waters Resources & Hydropower Information, 1994(13): 21-24.

責任編輯徐環

基金項目：? 國家自然科學基金項目青年科學基金項目“長江口生源要素與懸浮顆粒物粒徑譜之間相關關系的研究”(41106098);上海市科委基礎研究項目“長江河口生態系統對氣候變化的響應機制及脆弱性評估研究”項目(10JC1404400)資助

收稿日期：2015-04-16；

修訂日期：2015-06-15

作者簡介：朱禮鑫(1990-)，男，博士，主要從事長江河口水環境及碳循環研究。E-mail: zlx163zlx@163.com ??通訊作者：E-mail：lgao@sklec.ecnu.edu.cn

中圖法分類號：X522

文獻標志碼：A

文章編號：1672-5174(2016)07-075-09

DOI:10.16441/j.cnki.hdxb.20150072

Seasonal-Spatial Variations of Chemical Oxygen Command (CODMn) Discharged by Changjiang River

ZHU Li-Xin, GAO Lei, WANG Teng, LIU Guang-Peng, LI Dao-Ji

(State Key Laboratory of Estuarine and Coastal Research, East China Normal University, Shanghai 200062, China)

Abstract：The Chemical Oxygen Demand (COD) is commonly used as a water pollution index. From September 2009 to August 2010, intensive monthly sampling of CODMnwas conducted at two stations of Xuliujing transect at the mouth of Changjiang river, and the spatial-seasonal variations of CODMnwas investigated. In the spatial, the CODMnwas relatively even distributed. However, in the bottom of #2 sampling sites, the CODMnconcentration was significantly higher than the surface - middle layer. In the upper well-mixed water, the CODMnwass higher although not significant in the flood season than in the dry season. In contrast, CODMnconcentration showed opposed trend, CODMnconcentration is much higher in the flood season than in dry season. The results suggested that water discharges control the COD concentration in different mechanism which mainly correlated with the concentration of particulate organic matter and suspended particulate. The annual flux of CODMncalculated by LOADEST model and then normalized using the 1951-2010 mean discharge is 2.11×106 t/year, 11% higher than the mean result of five interpolation methods. Still, it will result in 24% lower and 84% higher flux respectively if the lowest and highest CODMnconcentration in each month was used instead of the mean concentration of the whole vertical profile which showed that the uneven pattern of CODMnin the water column has remarkable impact on the CODMnflux calculation.

Key words:Changjiang River; CODMn; seasonal variations; spatial variations; flux

Supported by Preliminary Study on the Relationship Between the Biogenic Elements and the Size Spectrum of Suspended Particles in Changjiang Estuary(41106098); The Response Mechanism and Vulnerability Assessment of Changjiang Estuary Ecosystem to the Climate Change(10JC1404400)