淮河流域水質時空分布及土地利用區域影響

翟曉燕，張永勇

(1.中國水利水電科學研究院水利部防洪抗旱減災工程技術研究中心，北京 100038；2.中國科學院地理科學與資源研究所陸地水循環及地表過程重點實驗室，北京 100101)

流域水質惡化已成為流域管理中的突出水問題之一，可導致水體功能、生態和環境系統遭受災害性影響，直接損害居民公共健康和經濟財產，嚴重威脅了水安全[1-4]。2018年我國約34%的水功能區水質不達標[5]，其中淮河流域約39%的河段水質劣于Ⅲ類水，省界斷面達標測次比例約為52%[6]。據統計，每年因水污染導致的經濟損失高達2 400億元[7-8]。2011年我國政府提出了水資源管理的“三條紅線”和“三項制度”，2015年頒布實施了《水污染防治行動條例》，主要江河湖泊水功能區的水質狀況得到明顯改善。然而，水污染仍然是淮河流域重要的水問題之一[9-11]。開展流域水質指標時空變化診斷與影響因素分析，可為探索流域水質演變規律和成因提供依據，也對流域水污染治理具有重要的現實意義。

受工業市政廢水排放、城鎮生活污水、營養物流失、土地利用變化、閘壩修筑及調控等多重因子影響，流域水質分布呈現顯著的時空異質性[12-16]。統計分析是一種簡便有效的信息挖掘技術，可根據大量監測站長序列實測數據挖掘潛在的流域水質問題及其成因。其中，趨勢檢測技術，如Mann-Kendall趨勢檢驗, Sen趨勢度分析法, Spearman’s Rho檢驗等，已被廣泛用于水情變化和水污染等問題，尤其是非參數檢驗方法，因其對于數據結構的要求較少，具有更好的適用性[17-20]。已有研究多未考慮水質指標的空間相關性，而是去除空間臨近、可能存在自相關性的站點，人為減少了流域樣本數量，影響了流域水質指標時空特征分析的準確性[21]。此外，聚類分析方法可將大量斷面/站點尺度多個水質指標的變化識別為具有相似特征的典型水質類型，從流域尺度綜合刻畫水污染狀況，已逐漸用于辨識水污染關鍵要素及其主要影響因子[22-23]。Cao等[24]結合歐式距離和動態時間規整距離，通過動態k均值聚類將養殖水塘中溶解氧(DO)序列分為2類，DO預測結果的均方根誤差相比于未聚類序列減小了7.6%；任婷玉等[25]采用自組織映射神經網絡，將63個湖泊2006—2016年的9種水質指標分為3類，分別有6、27和30個湖泊污染程度較嚴重、中等和較輕。

本文利用淮河流域2008—2018年22個水質斷面周監測數據，綜合采用seasonal Mann-Kendall(SMK)趨勢檢驗、莫蘭指數、動態k均值聚類、回歸分析等多種統計分析技術，檢測關鍵水質指標的時空變化特征，辨識典型水質類型及其與不同時空尺度土地利用類型的關系，明晰淮河流域水污染關鍵要素，以期為淮河流域水質演變特征分析和水污染防治提供科學依據。

1 研究區概況與數據來源

淮河流域(111°55′E～121°25′E，30°55′N～36°36′N)是我國水污染最嚴重的地區之一。淮河干流發源于河南省桐柏縣主峰太白頂西北側，流經湖北、河南、安徽、山東和江蘇5省，自西向東匯入長江。研究區地處我國南北氣候過渡帶，年平均氣溫為11～16℃，多年平均降水量為883 mm，多年平均徑流深為230 mm。流域總面積約27萬km2，以廢黃河為界，分為淮河水系(71%)和沂沭泗水系(29%)，多年平均降水量分別為910 mm和836 mm，多年平均徑流深分別為237 mm和215 mm。受點源排污和農業非點源等影響，流域內水環境狀況不容樂觀，主要受污染影響的水質指標包括高錳酸鹽指數(CODMn)和氨氮(NH3-N)、DO質量濃度等。

收集研究區22個水質斷面(圖1)2008—2018年周監測數據，其中淮河水系18個斷面，沂沭泗水系4個斷面(徐州李集橋、棗莊臺兒莊大橋、邳州邳蒼艾山西大橋、臨沂澇溝橋)，選取pH值和DO、CODMn、NH3-N質量濃度作為主要水質指標進行分析，數據來源于中國環境監測總站(http://www.cnemc.cn/)。收集研究區2010年和2015年土地利用類型數據，主要的土地利用類型均為旱地(55.85%和55.24%)、水田(17.89%和17.58%)和農村居民點(8.66%和8.72%)，數據來源于中國科學院地理科學與資源研究所資源環境科學與數據中心(https://www.resdc.cn/)。基于ArcGIS 9.3提取各水質監測斷面5種尺度圓形緩沖帶(半徑分別為0.5 km、1 km、2 km、5 km、10 km)內主要的土地利用類型面積占比，用于分析水質類型與2008—2012年和2013—2018年土地利用類型的關系。

2 研究方法

2.1 趨勢分析

采用SMK檢測各水質指標的周尺度和年尺度變化趨勢，適于水質指標序列存在潛在的季節性、相關性和缺失值等問題[9,26]。設X={Xi|i=1,2,…,n}為n年實測水質指標序列，Xi={xij|j=1,2,…,m}為子樣本m周水質指標序列(本文中m取值為52)。假設實測水質指標為服從相同分布的隨機變量，且不隨時間單調變化。檢驗的統計值S由式(1)計算，若序列中存在缺失值，sgn(xig-xih)=0。

(1)

標準化后的統計值Z服從漸進的標準正態分布，顯著性水平p=0.05，相應的臨界值為1.96，若|Z|>1.96，拒絕原假設，認為在該顯著性水平下變化趨勢是顯著的。進一步采用seasonal Kendall坡度值B估計水質序列變化趨勢的幅度，該指標不易受極值的影響[27]。

(2)

2.2 空間自相關性分析

采用全局莫蘭指數I診斷各水質指標序列的總體空間分布結構，采用局部莫蘭指數Ii識別斷面i各水質指標序列的空間分布模式[28]，I和Ii取值范圍均為[-1,1]，計算公式如下：

(3)

(4)

水質空間分布模式包括“高-高”“低-低”“高-低”“低-高”，分別表示斷面為顯著的高聚集中心且周邊指標值較高、斷面為顯著的低聚集中心且周邊水質指標值較低、斷面為顯著的高聚集中心但周邊指標值較低、斷面為顯著的低聚集中心但周邊指標值較高。

2.3 聚類及回歸分析

采用主成分分析法和動態k均值聚類法辨識典型水質類型。各水質斷面的不同水質指標間可能存在相關性，采用主成分分析法將各水質指標降維轉換為獨立的綜合指標，按主成分累積方差貢獻率不低于85%的準則確定主成分和樣本矩陣[22,29]。以聚類組內水質指標的離差平方和最小為目標函數(式(5))，采用動態k均值聚類法將樣本矩陣分為k個互斥的水質類型，通過迭代計算使得最終聚類分組不再變化，即各聚類組內的水質指標特征較為接近，聚類組間的水質指標特征差異較大。

(5)

式中：J為目標函數；x′i為第i個綜合指標；cj為第j個聚類中心；Cj為第j個聚類組的綜合指標數；k為聚類組數；‖·‖為歐式距離。

(6)

其中

式中：si為斷面i水質指標的輪廓系數；bi為斷面i的水質指標與其最鄰近聚類組斷面水質指標的平均歐式距離，表征聚類組間分離度；ai為斷面i的水質指標與其所在聚類組內其他斷面水質指標的平均歐式距離，表征聚類組內凝聚度。

采用線性回歸模型探索各水質類型與不同尺度土地利用類型的相關性，其中不同尺度土地利用類型用各水質斷面5種尺度圓形緩沖帶內主要的土地利用類型面積占比表示，并對Pearson相關系數r進行顯著性檢驗，檢驗選取的顯著性水平p=0.05。

3 結果與討論

3.1 水質指標時空變化趨勢

3.1.1時間變化趨勢

淮河流域2008—2018年22個水質斷面的年變化趨勢如圖2所示。5個斷面的pH值呈顯著減少趨勢(-0.03～-0.10 a-1)；2個斷面的DO質量濃度呈顯著減少趨勢(-0.14～-0.12 mg/(L·a))，2個斷面呈顯著增加趨勢(0.35～0.62 mg/(L·a))；9個斷面的CODMn質量濃度呈顯著減少趨勢(-1.37～-0.17 mg/(L·a))，2個斷面呈顯著增加趨勢(0.20～0.23 mg/(L·a))；12個斷面的NH3-N質量濃度呈顯著減少趨勢(-0.61～-0.01 mg/(L·a))，駐馬店班臺呈顯著增加趨勢(0.04 mg/(L·a))。

(a)pH值

各斷面周尺度顯著性變化趨勢主要集中在非汛期(10月至次年5月，即第41周至次年第22周)，部分斷面水質指標周尺度變化坡度如圖3所示(圖中“周序數”表示一年52周中的序數)。淮河流域pH值基本在6～9之間，且呈減少趨勢(水體酸化)，其余3個水質指標整體呈輕微改善趨勢；淮河水系各水質指標周尺度變化坡度略大于沂沭泗水系，CODMn質量濃度的變化坡度絕對值最大，NH3-N、DO質量濃度和pH值次之。淮河水系pH值和DO質量濃度的最大變幅分別為-0.25 a-1和-1.51 mg/(L·a)，均出現在永城黃口(第39周和第41周)，CODMn和NH3-N質量濃度的最大變幅分別為-2.81 mg/(L·a)和-2.43 mg/(L·a)，均出現在亳州顏集(第12周和第21周)；沂沭泗水系pH值和DO、CODMn、NH3-N質量濃度的最大變幅分別為-0.26 a-1、1.03 mg/(L·a)、-0.50 mg/(L·a)、-0.31 mg/(L·a)，分別出現在棗莊臺兒莊大橋(第1周)、邳州邳蒼艾山西大橋(第10周)、臨沂澇溝橋(第21周)、徐州李集橋(第28周)。

(a)pH值

3.1.2空間分布模式診斷

2008—2018年淮河流域pH值和DO、CODMn、NH3-N質量濃度的全局莫蘭指數分別為0.38、0.45、0.34和0.29，均達到0.05的顯著性水平。4個指標在淮河流域各斷面間均呈現顯著的空間正相關性，即鄰近斷面間的水質指標總體呈現相同的變化趨勢。各斷面水質指標的局部空間自相關性診斷結果如圖4所示。信陽淮濱水文站、阜南王家壩和駐馬店班臺為3個低pH值聚集中心(p分別為0.00、0.02、0.00)，主要分布在淮河干流上游和洪汝河下游；阜陽張大橋、周口鹿邑付橋閘和亳州顏集為3個低DO質量濃度聚集中心(p分別為0.00、0.00、0.01)，主要分布在沙潁河和渦河；阜陽張大橋和亳州顏集為兩個高CODMn(p分別為0.01和0.00)和NH3-N(p均為0.00)質量濃度聚集中心，主要分布在沙潁河和渦河。

圖4 水質指標空間分布模式

受近年來點源污染治理、水量水質聯合調度等影響，全流域水質指標空間分布受外部干擾的程度有所減弱，空間異質性降低，尤其是DO質量濃度由隨機分布(1994—2005年)逐漸變為空間正相關模式，淮河流域水污染問題的局部性緩解主要受區域人類活動和自然因素的影響[9,21]。沙潁河和渦河是受人類活動影響(如點源排污、閘壩調控等)最為劇烈的兩條支流，易于形成水污染聚集中心[9]，與本文研究結果一致。淮河干流上游和洪汝河下游地區土地利用以水田為主，受氮、磷肥等營養物流失影響，水體逐漸酸化，逐漸形成低pH值聚集中心[31]。

3.2 典型水質類型特征辨識

淮河流域DO質量濃度與CODMn、NH3-N質量濃度間存在顯著的負相關關系(Pearson相關系數r≤-0.50)，CODMn質量濃度與NH3-N質量濃度間存在顯著的正相關關系(r=0.82)，如表1所示。

表1 水質指標間Pearson相關系數

表2 水質指標聚類評估結果

各類型水質指標分布如圖5和圖6所示。類型1的pH值和DO、CODMn、NH3-N質量濃度平均值分別為7.69、7.60 mg/L、4.43 mg/L和0.70 mg/L，主要特征為弱堿性(pH值略大于7)、CODMn和NH3-N質量濃度均偏低、DO質量濃度介于類型2和3之間；類型2的各水質指標平均值分別為8.07、4.84 mg/L、10.63 mg/L和5.00 mg/L，主要特征為偏堿性(相比于類型1，pH值平均偏高4.97%)、DO質量濃度偏低、CODMn和NH3-N質量濃度偏高；類型3的各水質指標平均值分別為8.10 mg/L、8.49 mg/L、5.77 mg/L和0.58 mg/L，主要特征為偏堿性(相比于類型1，pH值平均偏高5.33%)、DO質量濃度偏高、CODMn和NH3-N質量濃度均偏低。各水質類型的水質指標分布存在顯著差異，反映不同水質類型的變化特征。

圖5 不同水質類型空間分布

(a)pH值

類型1各斷面的DO質量濃度在Ⅰ、Ⅱ類水標準限值內(占比均為50%)，CODMn和NH3-N質量濃度主要在Ⅱ、Ⅲ類水標準限值內(占比均為30%～50%)，類型1主要分布在淮河上游和淮河干流；類型2各斷面的DO質量濃度在Ⅲ、Ⅳ類水標準限值內(占比均為50%)，CODMn質量濃度在Ⅳ、Ⅴ類水標準限值內(占比均為50%)，NH3-N質量濃度均在劣Ⅴ類水標準限值內，類型2主要分布在沙潁河；類型3各斷面的DO質量濃度主要在Ⅰ類水標準限值內(占比為80%)，CODMn質量濃度主要在Ⅲ、Ⅳ類水標準限值內(占比均為40%～50%)，NH3-N質量濃度主要在Ⅱ、Ⅲ類水標準限值內(占比均為40%～50%)，類型3主要分布在淮河中游和沂沭泗水系。

3.3 土地利用對不同類型水質時空變化影響分析

類型2僅有2個水質斷面，未進行土地利用影響分析。類型1各斷面水質指標(表3)中，pH值與2013—2018年不同尺度緩沖區內水田存在顯著正相關關系(r≥0.66,p<0.05)，與部分緩沖區內旱地存在顯著負相關關系(r≤-0.64,p<0.05)；DO質量濃度與2008—2012年10 km緩沖區內其他林地存在顯著正相關關系(r=0.72,p<0.05)；CODMn質量濃度與5～10 km緩沖區內旱地存在顯著正相關關系(r>0.65,p<0.05)；NH3-N質量濃度與2013—2018年5～10 km緩沖區內旱地存在顯著正相關關系(r>0.65,p<0.05)。

表3 類型1水質指標與土地利用類型Pearson相關系數

類型3各斷面水質指標(表4)中，除2013—2018年10 km緩沖區外，DO質量濃度與各時期城鎮用地存在顯著負相關關系(r<-0.80,p<0.05)；CODMn質量濃度與2013—2018年其他林地存在顯著負相關關系(r<-0.75,p<0.05)；除10 km緩沖區外，NH3-N質量濃度與各時期城鎮用地存在顯著正相關關系(r≥0.79,p<0.05)；pH值與各時期土地利用均無顯著相關性。

表4 類型3水質指標與土地利用類型Pearson相關系數

類型1和類型3的水質指標與不同時空尺度土地利用類型關系密切。類型1水質狀況主要受農田影響，尤其是旱地施肥造成的農業面源污染已成為淮河上游和淮河干流地區主要污染源之一，與已有研究結果[14]基本一致。此外，水田和旱地對水體酸堿度的影響與其施肥品種有關，氮肥等酸性肥料中的游離酸可造成土壤和水體酸化，而有機肥可增加土壤有機質和養分，緩沖酸化[31-32]。類型3水質狀況主要受城鎮用地影響，隨著城鎮發展水平逐漸提高，入河污染物負荷大幅增加，加劇了水污染的惡化態勢，成為淮河中游和沂沭泗水系地區DO和NH3-N污染主要來源之一。

4 結 論

a.淮河流域各斷面水質指標周尺度顯著性變化趨勢主要集中在非汛期(第41周至次年第22周)，分別有23%、9%、41%和55%斷面的pH值顯著減少、DO質量濃度顯著增加、CODMn和NH3-N質量濃度顯著減少，淮河水系水質指標變化坡度大于沂沭泗水系。

b.淮河流域各斷面間水質指標均呈現顯著的空間正相關性，3個低pH值聚集中心主要分布在淮河干流上游和洪汝河下游，3個低DO質量濃度聚集中心和2個高CODMn和NH3-N質量濃度聚集中心主要分布在沙潁河和渦河。

c.淮河流域共劃分3種典型水質類型。類型1為弱堿性、低CODMn和NH3-N質量濃度斷面，分布在淮河上游和淮河干流；類型2為偏堿性、低DO質量濃度、高CODMn和NH3-N質量濃度斷面，分布在沙潁河；類型3為偏堿性、高DO質量濃度、低CODMn和NH3-N質量濃度斷面，分布在淮河中游和沂沭泗水系。

d.類型1水質指標主要與2013—2018年水田和旱地等顯著相關，其中水田對pH值影響較大，旱地對其余指標影響較大；類型3的DO和NH3-N質量濃度與各時期不同緩沖區城鎮用地顯著相關，CODMn質量濃度與2013—2018年其他林地顯著相關。