淮河流域（阜陽段）2009—2018年水質變化特征及影響因素研究

張彩麗　林琳　江懿　呂凱

摘要 以淮河流域（阜陽段）3個監測斷面2009—2018年近10年的水質監測結果為對象，采用單因子污染指數法與內梅羅污染指數法對水質情況進行評價，評價結果表明：王家壩監測斷面水質2009—2018年均為Ⅲ類;張大橋監測斷面前6年水質為劣Ⅴ類，2015—2017年變為Ⅳ類水質，2018年變為Ⅲ類水質;徐莊監測斷面水質在2016年前除2009和2011年2年為Ⅴ類，其他幾年均為Ⅳ類，2017和2018年分別為Ⅲ類和Ⅱ類水質，污染指標主要為氨氮和高錳酸鹽指數。同時，以王家壩監測斷面為代表，通過對其水質與自然因素、社會因素等相關性的分析，探討水質狀況的影響因素，結果表明河道水量和降水量對水質保持有促進作用，GDP與漁業產值對水質的提升也產生了積極作用。

關鍵詞 淮河流域;水質評價;影響因素;內梅羅污染指數

中圖分類號 X 824 文獻標識碼 A 文章編號 0517-6611（2020）23-0095-06

doi：10.3969/j.issn.0517-6611.2020.23.024

Study on Water Quality Changes of Fuyang Section of Huaihe River during 2009-2018 and Related Driving Factors

ZHANG Cai-li1， LIN Lin2， JIANG Yi1 et al

（1.Institute of Agricultural Economy and Information， Anhui Academy of Agricultural Sciences， Hefei， Anhui 230031; 2.Party Committee， Anhui Academy of Agricultural Sciences， Hefei， Anhui 230031）

Abstract Taking the water monitoring results of three monitoring sections of Huaihe River in Fuyang during 2009-2018 as objects， the water quality situation was evaluated using the single factor index evaluation method and Nemerow multi-factor index method. The assessment results indicated that， water quality of Wangjiaba monitoring section was class Ⅲ during 2009-2018. Water quality of Zhangdaqiao monitoring section was inferior class V from 2009 to 2014， and it changed into class Ⅳ from 2015 to 2017， at last it changed into class Ⅳ in 2018. Water quality of Xuzhuang monitoring section was classⅤ in 2009 and 2011， and was class Ⅳ in 2010， 2012-2016， and was class Ⅲ as well as class Ⅱ in 2017 and 2018 separately. The main pollution indicators were NH3-N and CODMn. At the same time， the related driving factors of water quality were analyzed relying on the correlation between water quality and natural factor as well as social factor. Represented by Wangjiaba monitoring section， the related driving factors were river water quantity， precipitation， GDP and fishery which had possitive impacts on water quality.

Key words Huaihe River;Water quality assessment;Driving factor;Nemerow multi-factor index

淮河流域包括湖北、河南、安徽、山東、江蘇5省40個地（市），181個縣（市），平均人口密度為611人/km2，是全國平均人口密度的4.8倍，居各大江大河流域人口密度之首。由于人口密集，社會經濟快速發展，淮河水質污染一直比較嚴重，盡管治理成效顯著，但據《安徽省環境質量報告書（2011—2015）》統計，2015年淮河流域水質類別中劣Ⅴ類仍占比18.40%，Ⅴ類占比17.20%[1]。從水污染的空間特征來看，淮河干流大部分河段水質良好，而工農業與人口相對集中的淮河以北平原地帶河段污染較重[2]，其中，沱河、渦河、潁河、泉河、黑茨河等支流的較長部分河段水質為Ⅴ類—劣Ⅴ類。

針對淮河流域水質分析與評價研究，一方面，學者們從不同角度對水質時空變化特征及評價方法進行了探討。如奚立平等[3]對淮河流域（安徽段）濕地土壤養分流失、水質動態及濕地植被多樣性特征進行了探討，并揭示了不同水期淮河流域濕地植被多樣性與環境因子之間的關系;劉慶珊[2]對淮河干流（安徽段）水質時空變化特征及評價方法進行了深入研究;曾驥等[4]對2014年山東省淮河流域水功能區水質進行了研究;郭杏杰[5]和蔣艷等[6]對淮河流域主體水質進行了綜合評價研究;嵇曉燕等[7]對淮河流域2006—2015年地表水主要減排指標化學需氧量和氨氮濃度的變化特征進行了分析研究。另一方面，學者們或者從成因角度[8-9]、或者從經濟社會發展角度探討了淮河流域水資源保護與社會發展的深度關聯。后者如吳丹[10]從流域社會經濟發展與水利發展之間互動機理的角度分析了影響流域水利發展水平的主要因素。

基于現有的文獻分析發現，目前與流域水質分析相關的研究存在以下不足：總體研究集中度不夠，深度分析水質狀況及其與社會經濟發展各因子之間關系的文獻較少。該研究以淮河流域阜陽段2009—2018年近10年間的水質監測結果為對象，采用單因子污染指數法與內梅羅污染指數法等對水質情況進行評價[11]，并通過對其與自然因素、社會因素等相關性的分析，探討水質狀況的影響因素，為保護淮河流域水環境質量提供重要參考依據。

1 研究方法、數據來源及處理

1.1 研究方法

目前地表水環境質量評價主要方法有指數評價法、模糊綜合評價法、人工神經網絡評價法、物元分析法、灰色平均法等。每種方法各有其適用性及優缺點，尚無通用、公認、具有完全可比性的水質評價模型。其中單因子污染指數法具有簡單、明確的特點，內梅羅污染指數法是當前國內外進行綜合污染指數計算的最常用方法之一。

1.1.1 單因子污染指數法。單因子污染指數法將某種污染物實測濃度與該種污染物的評價標準進行比較以確定水質類別[12]。水質污染單因子指數有2種計算方法（計算污染指數或評價標準指數），該研究根據水質監測結果，采用計算評價標準指數法來評價淮河水質[13-14]。

（1）DO標準指數：

式中，PDOj為j斷面的溶解氧標準指數;DOf為飽和溶解氧濃度;DOj 為j斷面溶解氧測定值;DOs為溶解氧評價標準值;T為j斷面水溫測定值。

（2）pH標準指數：

式中，PpHj為j斷面的pH標準指數;pHj為j斷面pH監測值;pHsd為評價標準中規定的pH下限;pHsu為評價標準中規定的pH上限。

（3）其他監測項目：

式中，Pi 為污染物i的污染指數;Ci為i污染物的實測值;Si 為i污染物的標準評價值，評價標準參考《地表水環境質量標準》（GB3838—2002）中的河流、流域（水系）評價。

（4）單因子污染指數分級標準：以Pi，j表示單因子污染指數（i為評價因子），當Pi，j<1時，污染等級為清潔;當1≤Pi，j<2時，污染等級為輕度;當2≤Pi，j<5時，污染等級為中度;當Pi，j≥5時，污染等級為重度[11]。

1.1.2 內梅羅污染指數法。內梅羅污染指數法基于單因子污染指數中的平均值和最大值綜合評價污染程度[11，15]。

式中，PN為內梅羅污染指數;Pi，j，max為單因子污染指數最大值;Pi，j，ave為單因子污染指數平均值。

內梅羅污染指數（PN）分級標準為PN≤0.7，污染等級為安全;0.73.0，污染等級為重度。

1.2 評價項目與標準

依據《地表水環境質量標準》（GB 3838—2002），選取pH、DO、CODMn及NH3-N這4項作為主要水質評價因子，對淮河流域（阜陽段）3個監測斷面2009—2018年水質進行評價并研究其時空變化特征。根據國家批準的淮河流域水污染防治規劃和安徽省有關水污染防治規劃的目標要求，淮河干流水質管理目標為Ⅲ類[16]。

1.3 數據來源與處理

該研究引用的水質數據主要來源于歷年安徽省水資源公報及中國環境保護部地表水自動監測周報，包括2009—2015年淮河流域降雨量、地下水與地表水量、各類水質占比等，以及淮河流域安徽段11個監測斷面2009—2018年水質監測周數據（DO、CODMn、NH3-N、pH、主要污染指標）?；春恿饔蚋逢柖瓮跫覊螖嗝姹O測淮河干流水質，張大橋斷面與徐莊斷面分別監測支流黑茨河與泉河水質，該研究根據數據完備性和水質代表性選擇以上3個監測斷面作為淮河域阜陽段水質監測代表斷面，以下用1#、2#、3#分別代表王家壩、張大橋、徐莊監測斷面（圖1）。

監測斷面相關自然社會統計數據主要來自2011—2015年安徽省環境質量報告書以及2011—2015年阜陽市國民經濟和社會發展統計公報，包括2011—2015年阜陽市年均降水量、河道水量、工業廢水排放量、城市污水處理總量、漁業產值、化肥施用量、常住人口數量及GDP這8項指標?；春恿饔蚋逢柖伪O測斷面污染狀況與相關自然社會統計數據間的Pearson 相關性[17]采用PASW Statistics 18.0軟件進行分析。

2 淮河流域阜陽段近10年水質時空變化特征

該研究中淮河流域阜陽段數據采用中國環境保護部2009—2018年水質監測周數據（DO、CODMn、NH3-N、pH、主要污染指標）。參照《地表水環境質量標準》（GB3838—2002）對每周監測數據進行綜合評價，評價王家壩、張大橋與徐莊監測斷面水質的年際與年內變化特征。

2.1 年際變化特征

根據中國環境保護部2009—2018年水質監測周數據，采用單因子污染指數法對淮河流域阜陽段3個監測斷面水質進行年度評價，結果表明：王家壩監測斷面水質在2009—2018年均為Ⅲ類;張大橋監測斷面前6年水質均為劣Ⅴ類，2015年開始變為Ⅳ類水質，到2018年變為Ⅲ類水質;徐莊監測斷面水質在2009年和2011年為Ⅴ類，2012—2016年穩定為Ⅳ類水質，2017年水質變為Ⅲ類，2018年水質變為Ⅱ類?？傮w而言，王家壩監測斷面水質穩定為Ⅲ類，符合淮河流域干流水質要求;張大橋監測斷面和徐莊監測斷面水質不斷好轉，近2年好轉明顯，2018年張大橋監測斷面水質與王家壩水質相同，均為Ⅲ類，而徐莊監測斷面水質第1次優于王家壩監測斷面，達到Ⅱ類水質標準;2016年以前以張大橋監測斷面和徐莊監測斷面為代表的淮河支流水質整體劣于以王家壩監測斷面為代表的淮河干流水質，而且從數值角度來看，差距較大，2016年以后，該狀況開始逆轉。

2.1.1 水質綜合狀況的年際變化。由圖2可知，以1#斷面為代表的淮河干流水質2009—2018年一直較好，優于Ⅲ類水質百分比最低水平也超過50%，在2012年最高，達96.08%，但2015年起，優于Ⅲ類水質百分比雖然仍保持在50%以上，但相較前3年下降明顯。以2#斷面和3#斷面為代表的淮河支流水質在2014年及以前較差，2#斷面優于Ⅲ類水質百分比6年中5年為0，3#斷面優于Ⅲ類水質百分比一直未超過30%，其中2010年為0;2015年及以后，2#斷面和3#斷面優于Ⅲ類水質百分比增加明顯，其中3#斷面在2017和2018年2年優于Ⅲ類水質百分比高于1#斷面。

2.1.2 各水質指標的年際變化。由圖3可知，淮河流域王家壩斷面氨氮（NH3-N）近10年一直在Ⅱ類和Ⅲ類之間變化，2009年氨氮值最高，但仍為Ⅲ類水質，氨氮在10年間有明顯下降趨勢;高錳酸鹽指數（CODMn）近10年變化較小，一直在4～6 mg/L波動，為Ⅲ類水質;溶解氧（DO）水平較好，近10年在數值上均超過6 mg/L，保持在Ⅰ類和Ⅱ類水質;pH則一直在7～8，為安全水平。

由圖4可知，淮河支流黑茨河張大橋監測斷面近10年氨氮值在0.20～9.53 mg/L波動，對應水質為Ⅱ類至劣Ⅴ類，2016年及以后，氨氮值下降明顯;高錳酸鹽指數近10年為5.94～12.39 mg/L，對應水質為Ⅲ類～Ⅴ類，2015年及以后，高錳酸鹽指數值下降明顯;溶解氧近10年為3.01～10.55 mg/L，對應水質為Ⅰ類～Ⅳ類，溶解氧數值最高、水平最好的年份為2017年;pH變化在7～9，大多數年份pH均超過8，需引起重視。整體而言，張大橋監測斷面水質污染中重要污染指標為氨氮，其次為高錳酸鹽指數;各指標數值較王家壩監測斷面有很大差距，均提示其水質的差異。

由圖5可知，淮河支流泉河徐莊監測斷面2009—2018年氨氮水平為0.16～1.52 mg/L，對應水質在Ⅱ類～Ⅴ類，且近年來有明顯下降趨勢;高錳酸鹽指數近10年來為3.92～12.59 mg/L，對應水質為Ⅱ類～Ⅴ類，高峰值在2011年，其后水平不斷下降;溶解氧在10年內波動不大，處于6.06～9.35 mg/L，對應水質為Ⅰ類～Ⅱ類;pH大部分年份在7～8波動，小部分年份在8～9波動。整體而言，淮河支流泉河徐莊監測斷面各水質指標較王家壩監測斷面差，但2017年起，徐莊監測斷面水質優化明顯，2018年水質超過王家壩監測斷面，為Ⅱ類。

2.2 年內變化特征

采用中國環境保護部2014年9月（第36周起）—2015年9月（第40周止）一年內共計56周的數據來評價淮河流域阜陽段3個監測斷面水質的年內變化特征。

由圖6可知，1#斷面的NH3-N在一年中變化呈波動下降趨勢，最高值為第29周的1.26 mg/L，最低值為第47、48周的0.02 mg/L，平均值為0.65 mg/L，為Ⅲ類水質標準。CODMn在一年中變化不明顯，幾乎維持在5 mg/L左右，僅在第50周時有個異常高值。DO在第14～24周時升高比較明顯，第45～49周下降比較明顯，可能與季節性氣溫變化有關，第14～24周氣溫下降，DO濃度會上升，而第45～49周氣溫上升時，DO濃度會下降。

由圖7可知，2#監測斷面的NH3-N在一年中的變化也呈波動下降趨勢，從第33周起數值大部分小于1 mg/L，同時在第49周時有1個接近10 mg/L的異常高值。CODMn在一年中呈波動變化，但無明顯上升或下降趨勢。DO濃度在第17～25周時升高比較明顯，可能與季節性氣溫下降有關。

由圖8可知，3#監測斷面的NH3-N變化一年中呈波動趨勢，但波動最大值為1.20 mg/L左右。CODMn也是波動變化，且有微微上升趨勢。DO濃度在第15～29周上升趨勢比較明顯，呈現了與季節性氣溫下降的相關性。

3 淮河流域阜陽段水質變化與相關自然社會及經濟因素間的關系

以淮河流域阜陽段3個監測斷面中的王家壩監測斷面為例，根據該監測斷面的單因子指數評價結果以及監測數據的代表性，選擇總磷、氨氮、高錳酸鹽指數、五日生化需氧量、化學需氧量、揮發酚、氟化物、砷這8項指標進行內梅羅污染指數計算。選擇河道流量、地區降水量2項自然因素，工業廢水排放量、阜陽市常住人口數量、城市污水處理總量、化肥施用量、漁業產值、工業廢水排放量6項社會因素，計算其與內梅羅污染指數的Pearson相關性，從而判斷王家壩監測斷面水質的影響因素。

3.1 內梅羅污染指數

以王家壩監測斷面為例，根據2011—2015年總磷、氨氮、高錳酸鹽指數、五日生化需氧量、化學需氧量、揮發酚、氟化物、砷這8項指標的監測值，計算內梅羅污染指數。結果表明，王家壩2011—2015年內梅羅污染指數（PN）分別為1.05、0.97、0.91、0.78和0.85。根據內梅羅污染指數分級標準，除2011年污染等級為輕度外，其后幾年均為警戒等級，整體水平良好，與單因子污染指數評價結果基本一致。

3.2 自然社會因素對王家壩監測斷面水質的影響

采用PASW Statistics 18.0軟件對2011—2015年王家壩監測斷面水質內梅羅污染指數與阜陽市相關自然社會因素間的相關關系進行分析，結果見表1。

3.2.1

自然因素影響。由表1可知，河道流量、降水量與河流水質間的相關性均為負相關。因為PN與水質的關系是數值越小，水質越好，這也說明河道流量與降水量對水質改善有正面的促進作用，其中降水量的作用更加明顯，接近0.05顯著水平。

3.2.2 社會因素影響。6項社會因素對王家壩監測斷面水質的影響中，除工業廢水排放量為正相關外，其他因素全為負相關，且GDP與漁業產值均達0.05顯著水平。工業廢水排放量與PN間為正相關，是因為工業廢水即使經過處理，也仍會存有少量對水質產生不良影響的因素，從而使PN隨排放量增加而升高。PN與GDP及漁業產值間為負相關且達到0.05顯著水平，這可能與當地經濟發展污水處理力度加大以及人們環境保護意識提高，對環境的破壞性降低有關?；适┯昧康挠嬎悖话闶强紤]農田化肥流失導致的水污染，預期施用量與水質間關系為正相關，但研究中該數據為阜陽地區的統計值，而王家壩監測斷面地處安徽省與河南省交界處，該因素的影響需要進一步深入探討。城市污水處理總量與PN間為負相關，是因為經過處理的污染越多，對河流的污染就越小。而常住人口數量的變化與PN間也為負相關，說明城鎮化的發展并未以犧牲環境為代價，這與趙鵬宇等[18]的研究結果一致。

4 結論與討論

（1）淮河流域阜陽段王家壩監測斷面水質從2009—2018年均為Ⅲ類;而張大橋監測斷面前6年水質均為劣Ⅴ類，2015—2017年變為Ⅳ類水質，2018年變為Ⅲ類水質;徐莊監測斷面水質在2016年前除2009和2011年2年為Ⅴ類，其他幾年均為Ⅳ類，2017和2018年分別為Ⅲ類和Ⅱ類水質。整體而言，淮河干流水質較好也較為穩定，部分支流水質略差但好轉也比較明顯。

（2）淮河流域阜陽段王家壩監測斷面、張大橋監測斷面、徐莊監測斷面的溶解氧受季節變化影響呈現一定的波動;其他指標的年度內變化不明顯，受季節和溫度變化影響較小。

（3）淮河流域阜陽段王家壩監測斷面單因子污染指數評價結果與內梅羅污染指數評價結果存在較大的一致性，均表明該斷面水質處于較為安全的水平。

（4）以淮河流域阜陽段王家壩監測斷面為代表，自然社會因素對水質的影響中，河道水量和降水量對水質保持有促進作用，同時由于經濟發展與環境保護意識的提高，GDP與漁業產值對水質的提升也產生了積極作用。

參考文獻

[1] 孫立劍.安徽省環境質量報告書：2011—2015[M].合肥：合肥工業大學出版社，2016：75-76.

[2] 劉慶珊.淮河干流（安徽段）水質時空變化特征及評價研究[D].淮南：安徽理工大學，2016：15.

[3] 奚立平，張樂勤，李榮富.安徽省淮河流域濕地土壤養分流失及水質動態研究[J].水土保持學報，2016，30（1）：131-136，140.

[4] 曾驥，韓曉，矯桂麗.2014年山東省淮河流域水功能區水質評價[J].治淮，2016（1）：34-35.

[5] 郭杏杰.綜合分析評價淮河水質污染狀況[J].中國農村水利水電，2011（11）：22-24，29.

[6] 蔣艷，彭期冬，駱輝煌，等.淮河流域水質污染時空變異特征分析[J].水利學報，2011，42（11）：1283-1288.

[7] 嵇曉燕，聶學軍，李文攀，等.近十年淮河流域化學需氧量和氨氮濃度變化特征[J].節水灌溉，2016（12）：85-88，93.

[8] 劉欣慶，田媛.論淮河流域水污染的成因及其防治[J].能源與環境，2009（2）：63-65.

[9] 董廣霞，毛劍英.淮河流域污染“久治不愈”原因淺析及治理措施建議[J].中國環境監測，2005，21（6）：75-78.

[10] 吳丹.流域水利發展水平評價方法研究：以淮河流域為例[J].資源科學，2016，38（7）：1323-1335.

[11] 李曉航，張飛，王娟，等.秋季艾比湖流域水質綜合分析與評價[J].環境污染與防治，2017，39（6）：588-593.

[12] 王大祥.基于單因子評價法的淮河干流信陽段水質評價[J].河南水利與南水北調，2015（12）：87-88.

[13] SU H，KANG W D，XU Y J，et al.Evaluation of groundwater quality and health risks from contamination in the north edge of the Loess Plateau，Yulin City，Northwest China[J].Environmental earth sciences，2017，76（13）：1-21.

[14] 王雅茹，劉德深，唐榮華，等.桂林市自來水廠源水水質分析與評價[J].渤海大學學報（自然科學版），2007，28（2）：138-143.

[15] 崔雙科，惠璠，郭雅妮，等.禿尾河流域水質調查與分析[J].水土保持研究，2016，23（4）：351-356.

[16] 席中軍，李靜.沁河晉城段河流水質評價[J].科技情報開發與經濟，2010（4）：163-165.

[17] 關伯仁.評內梅羅的污染指數[J].環境科學，1979（4）：67-71.

[18] 趙鵬宇，馮文勇，崔嬙，等.2004-2011年滹沱河忻州段水質變化及影響因素[J].水土保持通報，2015，35（1）：90-95.

基金項目 安徽省農業科學院院長青年創新基金項目（16B1429）;安徽省農業災害風險分析研究科技創新團隊項目（14C1409）;2014年度安徽省財政專項經費“農村環境污染問題現狀與治理方法信息分析研究”。

作者簡介 張彩麗（1980—），女，安徽固鎮人，助理研究員，博士，從事農業信息分析及環境污染治理研究。*通信作者，副研究員，碩士，從事農業科技文獻研究。

致 謝 該研究在水質分析與評價方面受到安徽省水文局張延主任的專業指導與幫助，在此深表感謝！

收稿日期 2020-09-15;修回日期 2020-09-27