麗江拉市海湖庫水環境質量變化趨勢分析及預測

木曉麗

摘 要：為研究麗江拉市海近年水質變化情況，對拉市海2018—2021年營養化狀態指數和內梅羅污染指數進行Spearman相關分析，對監測項目變化趨勢、單因子污染指數和主成分進行分析，對出現過超標情況的pH值變化原因進行分析，應用時間序列預測傳統模型預測了2022年拉市海水質，為生態環境部門保護拉市海提供了思路和方法。研究結果顯示：拉市海內梅羅污染指數顯著升高，營養化狀態指數變化趨勢不顯著，整體水質變差；監測項目結果無顯著變化，有7個監測項目單因子污染指數超過0.5，其中pH值最高，主成分分析結果表明目前影響拉市海水環境質量的主要項目涉及到拉市海中的耗氧物質、溶解氧濃度、酸堿性和氮磷循環；pH值隨月份規律變化，預測2022年pH值在8月和9月可能出現超標情況，2022年年均值能達到Ⅲ類標準。

關鍵詞： 水質；pH值；趨勢分析；時間序列；拉市海

中圖分類號：X824文獻標志碼：A文章編號：1673-9655（2023）01-0-05

0 引言

拉市海位于麗江市中心城區西面約10 km處，拉市海為壩中洼地，湖底高程2437 m，平均深度2m，為典型的高原湖泊濕地。拉市海屬金沙江水系，流域水系發育，主要入湖河流有清水河、南沙河和美泉河，呈向心狀由四周匯入拉市海，但多為季節性河流。2020年到拉市海越冬的候鳥達200多個種類12.2萬多只，是國際重要濕地、野生動物科普教育基地、遷徙候鳥的棲息地。拉市海的保護工作對麗江生物多樣性保護有著重要的意義。

1 拉市海水質監測情況

拉市海水質監測工作于2011年開始，但監測點位設于湖東岸的拉市海引水渠，不足以代表全湖水質，自2018年5月拉市海湖心列為省控監測點位后，每月開展監測工作，監測項目為《GB 3838-2002地表水環境質量標準》表1中所有項目和電導率、葉綠素a、透明度，共27個項目。2021年起每季度第一月開展27個項目監測，其余月份開展水溫、pH、溶解氧、電導率、濁度、高錳酸鹽指數、氨氮、總磷、總氮、葉綠素a和透明度11個項目監測。本文對2018年5月—2021年12月監測數據進行統計分析，其中濁度為新增監測項目未進行統計分析。

2 拉市海水質變化情況

2. 1 拉市海水質總體變化情況

分析拉市海2018—2021年水體總體變化情況選擇了營養化狀態指數和內梅羅污染指數兩個綜合指數。營養化狀態指數由透明度、高錳酸鹽指數、總氮、總磷和葉綠素a共5個項目綜合計算所得，內梅羅污染指數由《GB 3838-2002地表水環境質量標準》表1除水溫外23個項目進行綜合計算所得[1-2]，拉市海功能類別為地表水Ⅲ類。

對2018—2021年年度營養化狀態指數和內梅羅污染指數隨年度變化趨勢進行Spearman相關分析，相關性分析結果詳見表1，內梅羅污染指數隨年份變化趨勢如圖1所示。內梅羅污染指數均＜0.8，說明水質較好，2018—2020年變化較緩，2021年明顯升高，說明水質變差，隨年度相關性分析呈顯著正相關，說明內梅羅污染指數顯著升高，水質變差。營養化狀態指數呈上升趨勢，但其變化趨勢不顯著。整體而言，拉市海水質有變差的趨勢。

2. 2 拉市海重要監測項目變化情況

2. 2. 1 各監測項目變化趨勢

為研究各監測項目2018—2020年變化趨勢，應用Spearman相關分析方法對所有27個監測項目進行分析，發現27個監測項目變化趨勢都不顯著。

2. 2. 2 單因子污染指數變化情況

對《GB 3838-2002地表水環境質量標準》表1除水溫外23個項目單因子污染指數進行計算分析[3]，其中pH值、溶解氧、高錳酸鹽指數、化學需氧量、五日生化需氧量、總磷和總氮7個監測項目單因子污染指數出現超過0.5的情況。2018—2021年單因子污染指數變化情況見圖2，發現pH值的單因子污染指數持續保持最高。

2. 2. 3 主成分分析結果

利用spss軟件對7個監測項目進行主成分分析，輸出結果如表2和表3所示。拉市海水質主成分有2組，其積累貢獻率達93.946%，滿足因子選取原則（>85%），說明2個主成分可以很好地反映拉市海水質情況。第一主成分的貢獻率是55.517%，與其相關聯項目主要是高錳酸鹽指數、pH值、溶解氧、五日生化需氧量和化學需氧量，代表了拉市海水環境耗氧物質、氧氣含量和酸堿環境；第二主成分的貢獻率是38.430%，與其相關聯項目主要是總磷和總氮，代表了拉市海的氮磷循環。表明目前影響拉市海水環境質量的主要項目涉及到拉市海中的耗氧物質、溶解氧濃度、酸堿性和氮磷循環。

pH值是拉市海到目前為止出現過多次超標的監測項目，根據分析結果發現pH值的單因子污染指數持續保持最高，同時是第一主成分的重要關聯項目，說明pH值對于拉市海而言是一個重要的監測項目。

2. 3 拉市海pH值變化情況

2. 3. 1 拉市海pH值逐月變化情況

pH值逐月變化趨勢如圖3所示，發現pH值在2018年7月、8月和9月，2021年7月和8月共出現了5次超標情況。根據各年度變化情況，pH值隨月份的變化規律基本相似，1—6月基本保持穩定，7—9月出現上升情況，到10月下降后又保持穩定，總體而言pH值在夏季會有上升情況。

2. 3. 2 拉市海pH值與其他監測項目的相關分析

將拉市海pH值逐月監測結果與重點監測項目其余9項進行Spearman相關分析，高原地區水體溶解氧濃度受到氣象和水文條件影響，故增加溶解氧飽和率繼續相關分析[4-5]。發現水溫、電導率、溶解氧飽和率、葉綠素a和總氮5個監測項目與pH值變化呈顯著相關，相關分析結果如表4所示，其中電導率為負相關，其余4個監測項目為正相關，同時發現葉綠素a與總磷相關系數為0.329，顯著正相關。

水溫、電導率、溶解氧飽和率、葉綠素a、總氮和總磷逐月變化趨勢見圖4。發現水溫、電導率、溶解氧飽和率、葉綠素a和總氮也出現了隨月份規律變化的情況，各年度相同月份存在一定重合情況。在2021年發生pH值超標月份為7月和8月，而在6月葉綠素a為0.018 mg/L，是歷史最高值。

2. 4 拉市海pH值變化原因分析

查閱研究水質pH值變化的相關文獻，發現影響水質pH值的原因主要是水生生物，特別是夏季藻類大量繁殖后，光合作用過程中消耗各類營養物質和無機物，產生氧氣和OH-，導致水質的溶解氧和pH值升高[6-12]。根據分析結果，拉市海pH值和相關監測項目變化與文獻分析結果相符，拉市海pH值變化可能的機理圖如圖5所示。

3 拉市海水質預測分析

根據分析發現，拉市海pH值的變化與季節有關系，與其顯著相關的指標也隨季節發生規律變化，故對pH值和相關的水溫、電導率、溶解氧飽和率、葉綠素a、總氮和總磷6個項目進行預測分析。預測方法為spss軟件時間序列預測中傳統模型，利用專家建模器，以2018—2020年逐月監測數據為樣本數據建模，預測模型統計如表5所示，平穩R方均＞0.5，模型擬合度可接受。預測2022年全年結果，并以2022年已完成監測的1月數據對模擬數據進行驗證。2022年1月6個監測項目實際監測結果均在置信區間范圍內，預測模型基本可信。

預測結果表明pH值在8月和9月可能出現超標情況，其余預測項目各月能達到地表水Ⅲ類水質要求。預測項目2022年年均值能達到Ⅲ類標準。

4 結論及拉市海保護對策措施建議

4. 1 結論

整體而言，拉市海水質有變差的趨勢。影響拉市海水環境質量的主要項目涉及到拉市海中的耗氧物質、溶解氧濃度、酸堿性和氮磷循環。pH值是拉市海到目前為止出現過多次超標的監測項目，根據分析結果發現pH值的單因子污染指數持續保持最高，同時是第一主成分的重要關聯項目，說明pH值對于拉市海而言是一個重要的監測項目。影響拉市海pH值變化的主要因子是水溫、藻類和氮磷。根據預測結果表明pH值在8月和9月可能出現超標情況，其余預測項目各月能達到地表水Ⅲ類水質要求。預測項目2022年年均值能達到Ⅲ類標準。

4. 2 拉市海保護對策措施建議

加強拉市海水生生物研究調查，開展藻類、不同形態氮化合物、不同形態磷化合物和無機離子等項目監測，結合調查結果進一步開展水質pH值在夏季升高的機理分析。同時調查候鳥越冬對水環境質量影響。

對拉市海流域氮循環和磷循環開展研究分析，明確拉市海總磷和總氮來源，采取有效措施切斷人類活動產生的氮、磷進入拉市海水體。開展農業面源污染調查，一是目前種植的耕地退水對拉市海影響，二是開展過去用于農業種植的周期性淹沒區土壤調查[13]；開展生活污水環湖截污建設工程效益分析，并對未覆蓋污水管網區域開展調查分析，若氮、磷循環表明氮、磷來源為湖底沉積物等，就需要開展進一步研究[14-15]。

目前拉市海保護已得到各個部門的重視，也采取了工程措施，取得了一定成效，但是鄉村生態觀光旅游產業仍是拉市海流域的發展重點，因此要探索出保護和發展協同共進的新思路。

參考文獻：

[1] 王書錦，劉云根，侯磊，等.基于內梅羅指數的陽宗海湖濱濕地水環境質量評價[J].環境污染與防治，2016，38（8）：6-9，14.

[2] 陳雨艷，楊坪，向秋實，等.岷江流域水質狀況評價及變化趨勢分析[J].中國環境監測，2015，31（6）：53-57.

[3] 杜娟娟，李榮峰.基于單因子指數法的沁河水質評價與分析[J].山西水利科技，2015（4）：62-64.

[4] 呂琳莉，李朝霞，崔崇雨.高原河流溶解氧變化規律研究[J].環境科學與技術，2018，41（7）：133-140.

[5] 袁琳娜，楊常亮，李曉銘，等.高原深水湖泊水溫日成層對溶解氧、酸堿度、總磷濃度和藻類密度的影響：以云南陽宗海為例[J].湖泊科學，2014，26（1）：161-168.

[6] 王齡松.夏季松花湖特定區域水質pH值變化原因的分析[D].長春：吉林大學，2015.

[7] 王晉虎，蓋園春，古向前.太湖水源地pH變化與水生生物生長的關系[J].環境與發展，2020，32（12）：153-155.

[8] 劉瑀，婁亞迪，王海霞，等.赤潮藻類在碳源受限生長過程中培養液pH的變化規律[J].海洋環境科學，2019，38（2）：286-293.

[9] 徐恩兵，孫健，韋雷.黑臭河道中的藻類光合作用對pH和溶解氧的影響[C]//環境工程2018年全國學術年會論文集（上冊）.2018：82-83，148.

[10] 隋昕，鄧宇杰.松花湖藻類光合作用對pH值和溶解氧的影響[J].科技創新導報，2015，12（33）：168-170.

[11] 張雪，周洵，李琴，等.太湖原水pH值季節性變化規律及突變成因探索[J].供水技術，2015，9（5）：13-17.

[12] 王曉芳，馬振，冷冰琦，等.水中葉綠素和藻類含量及環境因子的相關分析[C]//第九屆中國城鎮水務發展國際研討會論文集，2014：211-214.

[13] 賀陽. 三峽庫區腹心地帶消落區土壤氮磷含量調查及其釋放潛力分析[D].重慶：重慶大學，2009.

[14] 王家齊. 高原深水湖泊磷污染源解析及控制技術研究[D].南京：南京大學，2012.

[15] 延霜.水體—沉積物界面氮遷移轉化的生物化學過程[D].西安：西安建筑科技大學，2010.