天津滯緩流型城市河網水質時空分布特征

董立新,白昊陽

(天津市水利科學研究院,天津 300061)

?

天津滯緩流型城市河網水質時空分布特征

董立新,白昊陽

(天津市水利科學研究院,天津 300061)

針對天津城市河網滯緩流特點突出、水質變化與天然河流不同的特征,以海河、津河、衛津河、外環河4條重點河道為研究對象,應用聚類分析、因子分析、多元線性回歸分析等多元統計分析方法對11個重點河道斷面2008年和2009年39周的水質監測指標進行了分析。結果表明：河道斷面水質在時間和空間上具有一定的分布特征,時間上,各斷面5—8月水質較其他時間更差,氨氮、總磷超標嚴重;空間上,呈現出從海河到津河、衛津河再到外環河水質逐步下降的特征;海河、津河、衛津河等河道氮磷類匯入是主要污染源,外環河則以有機物污染匯入為主要污染源。

城市河網;滯緩流;水質變化;多元統計分析；天津市

滯緩流型城市河網是指水體整體呈現出流速滯緩、流動性差等特征的城市河網區域。在我國北方地區,包括天津在內的多個城市河網滯緩流特點均比較突出。由于上游的水資源量較少,在滿足生活、生產用水后才能進行城市河網補給,生態補水無法得到保障;此外,北方地區的天然來水多集中在汛期,為保障城市排瀝安全,也無法給河網充分補水。由此,為實現城市河網的景觀環境功能、存蓄河網水量,常通過建立閘壩等水工設施將城市河網與天然河道分割開來,進行人工調控。因此,城市河網無法像天然河流一樣自然流動,呈現人工調控下的滯緩流特征[1],造成了水體流動性差,抑制了河道復氧過程,溶解氧含量長期處于較低水平,水體自凈能力下降,再加上污染匯入、蒸發滲漏的長期作用,河網水體水質總體上較差,多數處于劣Ⅴ類狀態[2]。

河道水質變化規律研究已有多年歷史,目前主要集中在水質時空分布特征分析與水質綜合評價上[3-5],現階段主要采用的方法是多元統計分析方法,其中,系統聚類分析法、因子分析法、多元線性回歸分析法既可用于河流水質的時空變化分析,還可兼顧河流水質綜合評價,應用較為廣泛[6-8]。國外Berkant等[9]、André等[10]、Bahman等[11]采用多元統計分析方法分別對土耳其、加拿大、日本的河流開展了水質時空變化特征分析,得到了河道主要水質指標的變化規律及其影響因子;國內卜紅梅等[7]、張棋等[12]、徐華山等[13]采用系統聚類分析、因子分析和主成分多元線性回歸分析等多元統計分析方法分別對金水河流域、湘江流域、漳衛南運河流域水質時空變化特征進行了研究,分析了主要污染因子和可能的污染來源。

綜合來看,目前,多元統計分析方法在天然河流上應用較多,還未見在城市滯緩流河道中的應用。關于北方城市滯緩流河道各方面的研究較少,且偏重于水資源管理、水生態恢復、污染治理等方面[14],而針對其水質時空演變及污染源定性識別研究鮮見報道。本文以天津城市河網中重點河道為研究對象,采用系統聚類分析法分析河道水質時空分布特征,采用因子分析法對河流主要污染源進行定性識別,采用多元線性回歸分析法確定主要公因子對各水質指標的貢獻率,為北方滯緩流型城市河網水質改善和修復提供科學依據。

1 研究區概況與研究方法

1.1 研究區概況

天津城市河網目前共有行洪排瀝河道20條,再生水河道4條,河道總長度231.4 km,滯緩流特點突出。選取水環境影響較大、關注度較高的海河、津河、衛津河、外環河4條重點河道作為代表,在這4條研究河道中選擇了11個重點斷面進行分析,包括海河的三岔口(S1)和四新橋(S2),津河的三元村(S3)、八里臺(S4)、廣東路橋(S5)和津河廣場(S6),衛津河的紀莊子橋(S7)和天塔(S8),外環河的津淶公路橋(S9)、七號橋(S10)和津漢橋(S11)。河道及其重點斷面位置如圖1所示。

水質數據由現場采樣監測獲得,采樣時間為39周(2008年5月下旬至2008年11月中旬以及2009年3月初至2009年5月下旬),采樣頻次為每周1次,監測的水質指標包括氨氮、總氮、總磷、高錳酸鹽指數(CODMn)、生化需氧量(BOD5)和溶解氧(DO)共6項,采樣監測標準依據《水和廢水監測分析方法》[15]。表1為采樣時間內所有11個重點河道斷面6項水質指標的監測數據。

表1 天津城市河網重點河道斷面主要水質指標監測數據 mg/L

1.2 研究方法

a. 系統聚類分析法。根據變量或樣品的親疏程度,逐次聚合,將性質最接近的對象結合在一起,直至聚成一類。通常,根據采樣點和采樣時間進行聚類以分析水質的時空變化特征，根據評價指標進行聚類以分析指標相似性[16-17]。聚類分析采用的是組間連接法,利用兩組數據間各變量值平均平方距離作為衡量兩組數據差異的基準。

b. 因子分析法。從多個實測變量中提取出較少的、互不相關的抽象綜合指標(因子),每個變量可用因子的線性組合表示;同時,根據各因子對變量的影響大小,也可將變量分為等同于因子數目的類數。此方法用于提取污染因子和識別污染源[18-19]。因子分析前首先要對數據進行KMO檢驗和Barlett球形檢驗,結果合格后才可進行因子分析。

c. 多元線性回歸分析法。將變量值與因子得分進行多元線性回歸,根據回歸參數得到針對各因子的估計值,從而確定因子對各個變量的貢獻。該方法用于計算污染因子對各評價指標的貢獻率[20]。多元統計分析用SPSS完成。

2 結果與分析

依據河道監測數據,利用系統聚類分析、因子分析和多元線性回歸分析等方法,研究分析河流水質指標,探討滯緩流型城市河網水質分布特征。根據GB 3838—2002《地表水環境質量標準》,監測斷面的水質類別以劣Ⅴ類和Ⅴ類為主,劣Ⅴ類斷面占監測斷面的比例達到了63%,Ⅴ類斷面占比為25%,表明天津城市河網水質污染問題依然十分嚴峻，其中,總氮、氨氮、總磷超標較為突出,這與水體滯緩流特性、呈現出一定的湖泊水質特征有直接關系。

2.1 河道水質時空分布特征

2.1.1 河道水質時間分布特征

從時間聚類結果(圖2)看,雖然各月水質以劣Ⅴ類為主,但根據聚類中心距不同,可以分為4個不同的時段:3、9、10、11月為第Ⅰ階段,5、6、7月為第Ⅱ階段,4月為第Ⅲ階段,8月為第Ⅳ階段。結合各階段主要污染物質量濃度指標(圖3),第Ⅰ階段為非汛期,水質較好,氨氮、CODMn、BOD5質量濃度值顯著低于其他時段;第Ⅲ階段為汛前,BOD5、氨氮質量濃度均有一定上升,水質有所下降;第Ⅱ階段和第Ⅳ階段為汛期,污染物質量濃度均明顯高于前2個階段,非汛期到汛期水質變差的趨勢較顯著,其中第Ⅳ階段污染物質量濃度更高,氨氮、總氮超標最嚴重。

圖2 時間聚類結果

圖3 時間聚類各階段主要污染物質量濃度平均值

2.1.2 河道水質空間分布特征

a. 汛期。按空間聚類結果(圖4(a)),斷面可以分為3類:第Ⅰ類斷面是S1和S2,第Ⅱ類斷面是S3～S8和S10,第Ⅲ類斷面是S9和S11。如圖5(a)所示,第Ⅰ類斷面的CODMn、BOD5、氨氮基本滿足地表水Ⅴ類標準限值,只有氮磷指標超標;第Ⅱ類斷面屬重要景觀河道斷面,汛期水質污染較重,只有BOD5、CODMn、氨氮基本滿足地表水Ⅴ類標準限值;第Ⅲ類斷面受外環沿線污染匯入影響,汛期水質最差,所有指標均超過地表水Ⅴ類標準限值,有機污染物和氮磷均超標數倍。

圖4 空間聚類結果

圖5 空間聚類各類斷面主要污染物質量濃度平均值

b. 非汛期。按空間聚類結果(圖4(b)),斷面可以分為3類:第Ⅰ類斷面是S1～S3,第Ⅱ類斷面是S4～S8和S10,第Ⅲ類斷面是S9和S11。如圖5(b)所示,3類斷面水質差別顯著,污染程度逐步加重,第Ⅰ類斷面除了總氮外其他指標均滿足地表水Ⅴ類標準限值,第Ⅱ類斷面氮磷污染超過地表水Ⅴ類標準限值,第Ⅲ類斷面各污染物均超過地表水Ⅴ類標準限值,且超標嚴重。

綜合空間聚類分析結果,天津城市河網水質具有明顯的空間分布特征,作為城市補水水源的海河干流斷面水量多,水質最好;二級景觀河道流動性比海河差,水量少,受瀝水、污水匯入影響,水質較差;市區外圍的外環河流動性更低,沿線可能的污染源分布較多,水質最差。

2.2 河道主要污染源定性識別

采用因子分析法分別對全部斷面以及聚類后的每一類斷面的主要水質影響因子進行分析。

2.2.1 全部斷面主要水質影響因子

對全部監測河流斷面進行統計分析,KMO檢驗值為0.621,變量間的偏相關性強,Barlett球形檢驗表明各變量間具有相關性,因此可以使用因子分析法進行水質影響因子分析。

根據因子分析結果,提取了對水質影響較大的2個公因子F1和F2,因子載荷、特征值及方差貢獻率結果見表2。F1的方差貢獻率49.9%,其中氨氮、總氮、總磷、BOD5的因子載荷大,均與F1呈正相關關系,因此,F1主要反映了水體氮磷的污染程度。F2的方差貢獻率為23.3%,其中CODMn、DO的因子載荷較大,且與F2呈正相關關系,反映了水體中有機污染的水平。總體來說,天津城市河網水質狀態是以氮磷污染為主導因素,其次是其他種類的有機污染。

表2 全部斷面因子載荷、特征值及方差貢獻率

因子得分(表3)反映各監測斷面的污染狀況,其值越高,說明水質越差,外環河的津漢橋斷面(S11)和津淶公路橋斷面(S9)得分最高,污染最為嚴重,海河干流的2個斷面得分最低,水質最好。這一點與空間聚類的分析結果一致。

表3 監測斷面因子得分

2.2.2 3類斷面的主要水質影響因子

對空間聚類得到的3類斷面進行統計分析,KMO檢驗值均大于0.6,表明變量間的偏相關性強,Barlett球形檢驗表明各變量間具有相關性,因此可使用因子分析法進行水質影響因子分析。根據特征值大于1的原則,3類斷面均提取了F1、F22個公因子,公因子累計方差貢獻率均在80%左右(表4)。

表4 3類斷面因子載荷、特征值及方差貢獻率

a. 第Ⅰ類斷面。2個公因子中,F1的方差貢獻率為43.7%,氨氮、總氮、總磷的因子載荷較大,與F1呈正相關關系;F2的方差貢獻率為34.1%,CODMn、BOD5的因子載荷較大,均超過了0.94,與F2呈正相關關系。綜合來看,氮磷污染、有機物排入仍然是海河水質變化的主要因素,這與上游來水、沿岸二級河道的水體匯入有關。

b. 第Ⅱ類斷面。2個公因子中,F1的方差貢獻率為56.8%,氨氮、總氮、總磷因子載荷為主,BOD5因子載荷值也較高,與F1呈正相關關系;F2的方差貢獻率為20.5%,DO為主要因子載荷,與F2呈正相關關系;CODMn則同時受2個公因子影響,均呈中度正相關關系。綜合來看,氮磷污染、可降解有機物污染是水質污染的主要因素,且與海河相比,氮磷污染影響更為突出,這與河道長年補水較少、汛期沿岸雨污水集中匯入有直接關系。

c. 第Ⅲ類斷面。2個公因子中,F1的方差貢獻率為47.1%,CODMn、BOD5、DO的因子載荷較大,CODMn、BOD5的因子載荷與F1呈正相關關系,DO的因子載荷與F1呈負相關關系;F2的方差貢獻率為30.4%,因子載荷較大的是總氮、總磷、氨氮,均與F2呈正相關關系。綜合來看,對外環河而言,生活、工業污染帶來的有機污染影響是河道斷面水質變化的關鍵因子,氮磷的影響相對較弱。

2.3 主要因子對水質指標的貢獻率

根據因子分析結果,采用多元線性回歸分析法,計算得到3類斷面不同的公因子對各水質指標的貢獻率如表5所示。

回歸過程中,相關系數R在0.886～0.988之間,說明回歸分析有統計學意義;各水質指標估計值與實測值的比值在0.991～1.009之間,也證明了回歸結果的準確性。結果顯示,第Ⅰ類斷面,F1主要影響氨氮、總氮、總磷,F2主要影響CODMn、BOD5、DO;第Ⅱ類斷面,F1主要影響氨氮、總氮、總磷和BOD5,F2主要影響CODMn、DO；第Ⅲ類斷面,F1主要影響CODMn、BOD5、DO,F2主要影響氨氮、總氮、總磷。

表5 公因子對水質指標的貢獻率 %

2.4 污染源分析

綜合上述分析,氮磷污染和有機污染匯入及其他不確定因子共同影響著天津城市河網水質,其中,氮磷污染物是河網水質的主要污染因子,有機污染物的影響也較為突出。海河、津河、衛津河等主要河道的水域污染因子分布均呈類似的特征,這與城市河網天然補水較少、水體滯緩流、汛期雨污水匯入有密切關系,而在城市外圍河流區域,有機污染則超過了氮磷污染,成為首要污染因素,這與城市周邊污水收集設施不完善、各類污染源排入較多有直接關系。

結合天津市實際情況,氮磷污染的主要污染源來自于汛期的雨污水。天津市城區70%以上的降水量集中在汛期,雨水通過各種途徑進入城區內的景觀河道,同時大量污水也通過溢流井及其合流制泵站、管網進入了景觀河道,導致河道水質在汛期氮磷污染嚴重。有機污染的主要污染源來自于工業點源,且多數未經處理在城市外圍直接排入,雖然總量小于汛期污染匯入,但其有機污染物濃度較高,導致河道水質在非汛期有機污染嚴重。

3 水質改善措施

根據水質時空分布特征及主要污染源的分析,結合天津市的具體特點,可采取以下水質改善措施:

a. 加快推進城市河網水系連通與循環。從水質對比可以看出,海河水質顯著優于津河、衛津河和外環河。而海河作為城市河網水系的核心,與所有河道都可以實現連通。目前,在局部區域還存在阻斷的情況,水系沒有實現完全的連通,因此,加快推進城市河網水系連通與循環,對于景觀河道的水質改善會起到積極的作用。特別是在非汛期,通過海河給津河、衛津河等重點景觀河道補水,較好水質水體的進入對其他景觀河道的水質和生態將會帶來顯著的提升和改善。

b. 推動雨污合流片區的改造。天津城區中仍存在部分雨污合流片區,雨污水的混合流入使得這些區域的景觀河道水質會迅速惡化,特別在汛期,水體黑臭,富營養化頻發,景觀效果極差。為此,應積極推動雨污合流片區的改造,減少污水的直接匯入,將污水引入污水處理廠統一處理,從而從根本上解決津河、衛津河等部分景觀河道汛期氮磷負荷過高的問題。

c. 采取生物生態等多種手段改善城市景觀河道水質。由于長期水質較差,單靠外來補水和雨污合流制改造不能在短期內改善津河、衛津河等河道水質,可采取底泥清淤、生物投菌、生態浮島等技術來提升河道水體自凈能力,加速水質的改善。其中,底泥清淤屬物理手段,操作簡單,可以直接減少污染層底泥厚度,降低底泥中污染物釋放速度。生物投菌方法屬化學手段,將生物制劑投入富營養化突出的河段,可迅速沉降水體中的磷,對水質短時間的改善有顯著效果。生態浮島技術屬生態治理技術,利用植物對水體中污染物的吸收降解作用達到減污凈水效果。這些技術都經過了大量的實踐檢驗,效果突出。

d. 利用濕地技術改善外環河水質。不同于城市內部,外環河沿線有豐富的土地資源,建議開展人工濕地建設,通過在外環河沿線構建多個大型人工濕地,對外環河水體進行異位處理,來改善水質。目前,外環河津淶公路橋附近已建成一個大型人工濕地,從初期運行情況看,對局部河段水質特別是氮磷有顯著改善效果。

e. 加強對外環河排污口監管。外環河水質較差,主要污染源是有機污染匯入,這與外環河沿線工業點源有密切關系。結合天津市開展的排污口治理,應加強對保留的排污口門的監督和管理,控制排污量,調控排污對河道水質的影響。

4 結 論

a. 根據河道水質時間分布特征,年內可劃分為4個階段:3、9、10、11月為第Ⅰ階段,4月為第Ⅱ階段,5、6、7月為第Ⅲ階段,8月為第Ⅳ階段,前2個階段水質總體較好,后2個階段水質較差,氨氮、總磷質量濃度超標嚴重。

b. 根據河道水質空間分布特征,將11個監測斷面分為3類:汛期海河2個斷面為第Ⅰ類斷面,津河、衛津河6個斷面及外環河七號橋斷面為第Ⅱ類斷面,外環河其他2個斷面為第Ⅲ類斷面；非汛期與汛期相似，只是津河三元村斷面由汛期第Ⅱ類斷面變為了第Ⅰ類斷面。從第Ⅰ類斷面到第Ⅲ類斷面,水質逐步下降。

c. 天津滯緩流城市河網水系水質以氮磷污染為主,其他有機污染次之,呈現出典型的湖泊水質特征。其中,第Ⅰ類斷面以氮磷污染為主,第Ⅱ類斷面以氮磷污染、生化降解有機污染為主,第Ⅲ類斷面則主要受有機污染影響。3類斷面6個水質指標分別不同程度地受到水體氮磷污染水平、有機污染水平以及其他不確定因素的影響。

[ 1 ] 陳興茹.城市河流生態修復淺議[J].中國水利水電科學研究院學報,2006,4(3):226-231.(CHEN Xinru.Brief discussion on urban river course eco-restoration[J].Journal of China Institute of Water Resources and Hydropower Research,2006,4(3):226-231.(in Chinese))

[ 2 ] 王秀朵.北方缺水城市景觀水體污染控制[J].給水排水,2011,37(7):1-3.(WANG Xiuduo.Scenic water pollution prevention measures of city water shortage in North China[J].Water & Wastewater Engineering,2011,37(7):1-3.(in Chinese))

[ 3 ] 楊學福,王蕾,關建玲,等.基于多元統計分析的渭河西咸段水質評價[J].環境工程學報,2016,10(3):1560-1565.(YANG Xuefu,WANG Lei,GUAN Jianling,et al.Comprehensive assessment of water quality in Xi’an-Xianyang section of Weihe River based on multivariate analysis method[J].Chinese Journal of Environmental Engineering,2016,10(3):1560-1565.(in Chinese))

[ 4 ] 程琳琳,楊開宇,杜鵑,等.河北省河流水質時空變化特征及受人類活動影響的分析[J].水資源與水工程學報,2015,26(1):1-7.(CHENG Linlin,YANG Kaiyu,DU Juan,et al.Feature of spatial land and temporal variation of water quality and influence of human activities on it in Hebei Province[J].Journal of Water Resources and Water Engineering,2015,26(1):1-7.(in Chinese))

[ 5 ] 葛懷鳳,秦大庸,周祖昊,等.基于污染遷移轉化過程的海河干流天津段污染關鍵源區及污染類別分析[J].水利學報,2011,42(1):61-67.(GE Huaifeng,QIN Dayong,ZHOU Zuhao,et al.Analysis of key source areas and pollution type in the lower Haihe River based on pollution loading movement and transformation[J].Journal of Hydraulie Engineering,2011,42(1):61-67.(in Chinese))

[ 6 ] 王剛,李兆富,萬榮榮,等.基于多元統計分析方法的西苕溪流域水質時空變化研究[J].農業環境科學學報,2015,34(9):1797-1803.(WANG Gang,LI Zhaofu,WAN Rongrong,et al.Analysis of temporal and spatial variations in water quality of Xitiaoxi watershed using multivariate statistical techniques[J].Journal of Agro-Environment Science,2015,34(9):1797-1803.(in Chinese))

[ 7 ] BU Hongmei,TAN Xiang,LI Siyue,et al.Water quality assessment of the Jinshui River (China) using multivariate statistical techniques[J].Environmental Earth Sciences,2010,60(8):1631-1639.

[ 8 ] 程學寧,湯云,盧毅敏.基于多元統計分析的閩江水質時空變化特征[J].水資源與水工程學報,2016,27(6):89-94. (CHENG Xuening,TANG Yun,LU Yimin.Spatial and temporal charactersitics of water quality using multivariate statistical analysis in Min River[J].Journal of Water Resources and Water Engineering,2016,27(6):89-94.(in Chinese))

[ 9 ] BERKANT O,FATIH E.Monitoring water quality and quantity of national watersheds in Turkey[J].Environmental Monitoring and Assessment,2007,133(1/2/3):215-229.

[10] ANDRé S H,GUY B,SIMON C,et al.Multivariate analysis of water quality in the richibucto drainage basin (New Brunswick, Canada)[J].Journal of American Water Resources Association,2007,40(3):691-703.

[11] BAHMAN J A,KANEYUKI N.Modeling the linkage between river water quality and landscape metrics in the Chugoku District of Japan[J].Water Resources Management,2008,23(5):931-956.

[12] ZHANG Qi,LI Zhongwu,ZENG Guangming,et al.Assessment of surface waterquality using multivariate statistical techniques in red soil hillyregion:a case study of Xiangjiang Watershed,China[J].Environmental Monitoring and Assessment,2009,152 (1/2/3/4):123-131.

[13] 徐華山,徐宗學,唐芳芳,等.漳衛南運河流域水質時空變化特征及其污染源識別[J].環境科學,2012,33(2):359-369.(XU Huashan,XU Zongxue,TANG Fangfang,et al.Spatiotemporal variation analysis and identification of water pollution sources in the Zhangweinan River Basin[J].Environmental Science,2012,33(2):359-369.(in Chinese))

[14] 李婉,張娜,吳芳芳.北京轉河河岸帶生態修復對河流水質的影響[J].環境科學,2011,32(1):80-87.(LI Wan,ZHANG Na,WU Fangfan.Influence of ecological restoration of riparian zone on water quality of Zhuanhe River in Beijing[J].Environmental Science,2011,32(1):80-87.(in Chinese))

[15] 國家環境保護總局《水和廢水監測分析方法》編委會.水和廢水監測分析方法[M].4版.北京:中國環境科學出版社,2002.

[16] SHRESTHA S,KAZAMA F.Assessment of surface water quality using multivariate statistical techniques:a case study of the Fuji River Basin,Japan[J].Environmental Modelling & Software,2007,22(4):464-475.

[17] SUNDARAY S K,PANDA U C,NAYAK B B,et al.Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of the Mahanadi river-estuarine system(India):a case study[J].Environmental Geochemistry and Health,2006,28(4):317-330.

[18] 余輝,燕姝雯,徐軍.湯浦水庫及入庫支流水質時空變化特征與影響因素分析[J].水生態學雜志,2013,34(5):9-15.(YU Hui,YAN Shuwen,XU Jun.Characteristics and influencing factors analysis of spatio-temporal variations of water quality in Tangpu Reservoir and its tributaries[J].Journal of Hydroecology,2013,34(5):9-15.(in Chinese))

[19] JOHNSON H O,GUPTA S C,VECCHIA A V,et al.Assessment of water quality trends in the Minnesota River using non-parametricand parametric methods[J].Journal of Environmental Quality,2009,38(3):1018-1030.

[20] PALMA P,ALVARENGA P,PALMA V L,et al.Assessment of anthropogenic sources of water pollution using multivariatestatistical techniques:a case study of the Alqueva’s Reservoir,Portugal[J].Environmental Monitoring and Assessment,2010,165(1/2/3/4):539-552.

Temporal and spatial distribution characteristics of water quality of stagnant river network in Tianjin City, China

DONG Lixin, BAI Haoyang

(Tianjin Hydraulic Research Institute, Tianjin 300061, China)

The urban river network in Tianjin City has stagnant or slow-flow water, which leads to water quality variations different from natural rivers. Multivariate statistical analysis methods, including the cluster analysis method, factor analysis method, and multiple linear regression method, were used to evaluate the water quality data from 11 sites in four main rivers of Tianjin, the Haihe River,Jinhe River, Weijin River, and Waihuai River, for 39 weeks during the period from 2008 to 2009. The results show that the water quality variation exhibited specific temporal and spatial characteristics. Water quality data from May to August were worse than during other months, especially for the ammonia nitrogen and total phosphorous concentrations, which severely exceeded the water quality standards. Water quality deteriorated from the Haihe River to Jinhe River, Weijin River, and, finally, Waihuan River gradually. Nitrogen and phosphorous pollutants were the main pollution sources of the Haihe River, Jinhe River, and Weijin River, while organic pollutants were the main pollution sources of the Waihuan River.

urban river network; stagnant and slow-flow water; water quality variation; multivariate statistical analysis; Tianjin City

國家水體污染控制與治理科技重大專項(2012ZX07203-002)

董立新(1977—),男,高級工程師,碩士，主要從事水資源與水環境研究。E-mail:dlx@tjhri.com

10.3880/j.issn.1006-7647.2017.04.002

X522；X824

A

1006-7647(2017)04-0008-06

2017-01-05 編輯：熊水斌)