河套灌區地表水污染溯源分析

姜泉良，趙成如，王媛媛，劉 昕，張 凱，王 曉，黃龍濤，夏 瑞，賈曉波*，后希康*

1.中國環境科學研究院水生態保護修復研究室，北京 100012

2.巴彥淖爾市生態環境事業發展中心，內蒙古 巴彥淖爾 015000

3.宿州學院環境與測繪工程學院，安徽 宿州 234000

4.中國科學院南京地理與湖泊研究所，江蘇 南京 210000

點源污染和面源污染是兩種常見的水污染類型[1].隨著點源污染管控力度的不斷加大，水環境受面源污染的影響日益顯著[2].其中，農業面源污染已成為諸多水體主要的污染負荷來源[3].《2022 中國生態環境狀況公報》指出，我國氮肥年施用量超過1 800×104t，利用率僅為30%~35%；磷肥年施用量超過600×104t，利用率僅為25%左右.大量冗余的營養鹽隨地表、地下徑流進入水體，嚴重威脅水生態安全.研究典型農業區水污染來源負荷及其遷移轉化特征對水體污染控制具有重要意義[4].面源污染具有廣泛性、隨機性和潛伏性等特點，因此模型估算是當前研究河流污染負荷的主要方法[5].

源解析方法主要包括3 種，即排放源清單法、擴散模型法和受體模型法[6-7]，其中，受體模型法是近年來主要的分析方法.已有的受體分析模型包括化學質量平衡模型、因子分析、主成分分析等[8].在地表水污染溯源中，單獨利用某一項指標往往難以確定其污染的主要來源.本文研究區是河套灌區，空間尺度較大，利用同位素、生物標志物等檢測分析方法成本高且難以覆蓋整個研究區.河套灌區污染以面源污染為主，尤其是種植業COD 等有機污染指標是主要超標因子，種植業COD 排放系數參考體系尚未建立，所以系數法在本文難以應用.而利用多指標復合構建污染物指紋特征的源解析方法不僅可以充分利用常規監測指標，還可以有效分離具有協變性的超標因子以指示污染源，可以為河套灌區水污染溯源提供可行的方法.正定矩陣因子分析方法(PMF)是由美國環境保護局批準的一種源解析方法，我國生態環境部也針對PMF 的應用制定了技術指南.基于多維度參數監測結果和PMF 方法可以有效進行溯源[8-10].如Cesari等[11]利用PMF 模型研究了意大利地區PM10的來源分配特征；Jiang 等[8]利用PMF 模型研究了碳埋藏過程中主要的控制因子和放大因子；Comero 等[12]利用PMF 模型對多瑙河沉積物進行了溯源分析；李麗君等[13]借助PMF 模型研究了黑龍江地下水中三氮的污染分布和主要來源，確定硝酸鹽氮主要源于生活與工業復合源，亞硝酸鹽氮主要源于自然源，氨氮主要源于生活和農業復合源；符東[14]通過PMF 模型探究了沱江不同河段農業非點源、工業廢水、生活污水和土壤侵蝕的主要負荷.當前，基于PMF 的定量溯源方法已經在大氣、水體和土壤污染溯源中有了廣泛的應用[15-17].

河套灌區是我國三大灌區之一，是我國最大的一首制特大型引水灌區，縱橫交錯的灌排水渠均匯入烏梁素海后再進入黃河[18]，其中，一排干、二排干、三排干、四排干、五排干、六排干和七排干的農田退水及部分城鎮工業廢水和生產生活污水均匯入總排干中.近年來，隨著灌區工農業生產的發展、城鎮人口的增加和土地利用效率的不斷提高，灌區河道污染負荷不斷加重，嚴重威脅烏梁素海流域水生態安全[19].雖然經過對點源污染的嚴格控制，流域逐漸從中度富營養化向輕度富營養化轉變，但面源污染的威脅并未解除[20].流域多個監控斷面水質經常處于《地表水環境質量標準》(GB 3838-2002)Ⅳ類及以下狀態.根據生態環境部相關要求，進一步推動落實《水污染防治行動計劃》和《“十四五”生態環境保護規劃》，開展烏梁素海流域污染調查，摸清污染源分布、排放情況及其對流域水環境的影響.在魚骨狀分布的河流系統上分別監測支排干匯入口和總排干對應點位的水質參數可以有效分析不同支流對總排干水質的影響，且河套灌區產業類型相對簡單，可以利用源解析方法進行有效的溯源，進而研究不同污染的時空變化特征.通過將農業面源進一步定量區分為與農業施肥相關的種植業磷肥輸入以及與散養畜禽糞污、秸稈還田等相關的輸入，在明確主要污染來源的前提下進一步追溯污染來源的時空差異性，定量表征不同季節、不同河段主要的污染風險，以期為河套灌區農業面源污染分區治理、分類管控政策的制定提供技術支撐.

1 數據與方法

1.1 研究區概況

河套灌區位于黃河內蒙古段北岸的“幾”字彎上(40°19′N ~41°18′N、106°20′E~109°19′E)，東西長250 km，南北寬50 km，總土地面積1.12×106hm2，實際灌溉面積5.74×105hm2[21].該區域屬于典型的大陸性氣候，降雨少、蒸發強，多年平均氣溫8.6~12 ℃，多年平均蒸發量2 000~2 400 mm，多年平均降雨量111~236 mm，且降水量分布極不均勻，夏季(6-8 月)降水量占全年降水量的63%~70%.農業生產主要依托引黃河水灌溉，整個灌區分為5 個灌域，從三盛公水利樞紐引水，經總干渠向5 個灌域供水，其中烏蘭布和灌域、解放閘灌域、永濟灌域、義長灌域4 個灌域通過一至七排干溝排水匯入總排干，然后退入烏梁素海；烏拉特灌域通過八、九、十排干溝排退入烏梁素海.進入烏梁素海的排水經凈化后，最終經烏梁素海退水渠退入黃河干流(見圖1).該研究區域為以紅圪卜斷面為流域出口的匯水范圍，包括總排干、一至七排干的匯水范圍.

圖1 河套灌區水系與水質監測點位分布Fig.1 Distribution map of drainage and water quality monitoring stations in the Hetao Irrigation District

1.2 PMF 源解析模型

PMF 分析的核心方法是通過殘差與不確定度比值的平方來構建目標函數Q〔見式(1)~(3)〕，再通過最小化Q得到目標端源中特征指標的分布.Q值作為PMF 模型運算的核心，是因子數確定重要的參考指標[22].

式中，xij表示第i個樣品中第j個指標的校正結果，gik表示第i樣品中第k個端源的貢獻，fkj表示第k個端源中第j個指標的濃度，eij表示第i個樣品中第j個指標的殘差，uij表示第i個樣品中第j個指標的不確定度，vij表示第i個樣品中第j個指標的實測結果，dij表示第i個樣品中第j個指標的檢測限，表示第i個樣品第j個指標實測結果平均值，DLj表示第j個指標的儀器檢出限.

1.3 數據來源

該研究采用2020-2022 年總排干上游、二排干入總排干口、四支、三排干入總排干口、銀定圖、五排干入總排干口、美林、七排干入總排干口和紅圪卜9 個監測斷面的180 組水質數據，數據來源于巴彥淖爾市環境保護監測站，指標包括《地表水環境質量標準》(GB 3838-2002)中的基本項目.分析指標依照GB 3838-2002 要求執行.該研究在PMF 模型輸入數據中刪除了所有低于或接近檢測限的指標數據，保留了pH、溶解氧(DO)、高錳酸鹽指數(CODMn)、COD、BOD5、氨氮、總氮、總磷和石油烴(AIK)9 項指標.研究[23]表明，當n≥m+50(其中，n為樣本個數，m為污染指標個數)時，主成分分析的結果是可靠的，該研究樣本數據量滿足此條件.

2 結果與討論

2.1 河套灌區地表水環境特征

依據GB 3838-2002，河套灌區地表水質綜合評價結果如圖2 所示.CODMn、COD、BOD5、氨氮、總氮、總磷是總排干及各支排干的主要污染指標.作為水體富營養化的重要參考指標，總氮是監測結果中超標最嚴重的，低于GB 3838-2002 Ⅲ類水質標準的樣品數量占比超過67%.用于表征地表水和飲用水中有機物含量的指標CODMn和表征污水中有機質含量的指標COD 也是河套灌區地表水的主要超標因子，高有機輸入負荷可能不僅受農業退水等面源污染的影響，而且與當地城鎮污水處理廠尾水的排入和農村畜禽養殖有關[24].用于表征水體中可生化降解有機物含量的指標BOD5也存在超標現象，說明水體中存在較高比例的生物可利用性有機質.此外，檢測結果中銅、鋅、砷、鎘、鉛等重金屬以及氰化物、揮發酚，陰離子表面活性劑等指標基本符合GB 3838-2002 Ⅰ類水質標準，說明當地的工業污染很少，與Cui 等[25]研究結果一致.調查[26]顯示，河套灌區內主要工業園區僅有4 個，且廢水均采用兩級處理(各企業自建污水處理裝置處理廢水，達標后進入園區污水廠集中進行二級處理)，因此總排干和支排干中水質受工業污染有限.

圖2 2020-2022 年河套灌區地表水單項指標符合不同水質類別占比Fig.2 Proportion of individual indicators of surface water in Hetao Irrigation District meeting different water quality categories from 2020 to 2022

2.2 主要污染指標空間差異性分析

針對CODMn、COD、BOD5、氨氮、總氮、總磷六項主要污染指標，研究各監測斷面上對應指標的變化情況，結果如圖3 所示.相較于各支排干監測斷面，總排干中監測斷面各項指標濃度相對較低，各支排干監測斷面污染程度呈七排干入總排干口>五排干入總排干口>三排干入總排干口>二排干入總排干口的特征.七排干和五排干是總排干的主要污染源，七排干入總排干口水質最差.相較于美林監測斷面，七排干入總排干口監測斷面的CODMn、COD、BOD5、氨氮、總氮和總磷六項指標分別高出109%、79%、44%、61%、39%和160%.五排干入總排干口監測斷面有90%的樣品屬于Ⅳ類及以下水質，相較于銀定圖監測斷面，其CODMn、COD、BOD5、氨氮、總氮和總磷六項指標分別高出59%、41%、19%、154%、153%和110%.五排干和七排干的污水輸入對總排干造成了較大的環境壓力.此外，三排干入總排干口較四支監測斷面的氨氮指標高154%，總氮高71%，說明其存在較高的生活與生產污水污染風險[27].受臨河區和五原縣建成區的影響，二、三、五和七排干入總排干口監測斷面與生產生活污水相關的指標濃度呈逐漸升高的特征；而與農業生產相關的總氮、氨氮及總磷的濃度差異相對較小，且五排干入總排干口監測斷面營養鹽指標濃度相對較高[26].

圖3 河套灌區沿程水質變化特征Fig.3 Distribution of water quality in Hetao Irrigation District

該研究分析了河套灌區月度水質變化特征(見表1).由表1 可見：12 月-翌年2 月，TN、NH3-N 和COD 濃度相對較高，表明冬季以生產生活污水為代表的輸入可能占據主導地位；9-12 月，CODMn和TP 濃度相對較高，即秋季河道內與種植業化肥使用相關的輸入可能是影響水質的主要因素.

表1 河套灌區地表水質月變化情況Table 1 Monthly changes of major pollution indicators in surface water of Hetao Irrigation District

2.3 污染溯源分析

由于當地工業污染非常有限，因此排除了重金屬、硫化物等相關指標，選取pH、DO、CODMn、COD、BOD5、氨氮、總氮、總磷和石油烴9 項指標進行分析.模型通過擬合參數Q〔包括所有點的擬合參數Q(True)及排除不符合模型的點(定義為樣品不確定度殘差大于4)的擬合參數Q(Robust)〕的最優解確定因子數量.通過PMF 分析發現，當因子數為3 時，Q(Robust)和Q(True)分別為5 221.7 和6 194.7，且因子數繼續增加時，Q變幅明顯減小，表明3 個因子已經可以較好地表征數據結果[8].其中CODMn、COD、BOD5、氨氮、總氮、總磷的R2分別為0.66、0.63、0.61、0.77、0.83、0.87，平均值為0.73，模擬效果較好.

模型分離出的3 個因子中各指標的貢獻情況如圖4 所示.因子1 中總磷貢獻率超過80%，王艷等[27]采用輸出系數法計算了河套灌區不同土地利用類型面源污染的貢獻，研究表明，2021 年河套灌區面源TP 污染負荷高達456 t，其中耕地貢獻率近89%，而河套灌區目前已經較好地控制了點源污染，現有7 座城市污水廠已經提標至一級A 排放標準，都采取了中水回用措施，且配備了尾水濕地處理系統，因此將因子1 定義為種植業磷肥輸入[28].因子2 中氨氮貢獻率超過80%，對總氮貢獻率也較高.王希歡[18]應用氮氧雙同位素和IsoSource 模型解析了河套灌區氮污染來源，結果顯示，城鎮地區為總氮負荷的主要貢獻區，負荷強度為6.9~9.5 kg/hm2，其中承接城鎮污水的五排干和七排干所處區域的總氮負荷流失量最大，此外硝酸鹽主要源于糞肥和污廢水，而氨氮是一種典型的生產生活污水特征的指標.因此，將氨氮貢獻率較高的因子2 定義為生產生活污水輸入[28-29].因子3 中有機污染指標貢獻較高.管玉玲[29]基于系數法計算了河套灌區城鎮生活、畜禽養殖、農村生活和農田面源污染源的COD 入河負荷，結果顯示農田面源污染貢獻率最大，達40%，畜禽養殖和農村面源污染貢獻率分別為17%和11%，該研究中農田面源包括農田化肥和農藥流失、秸稈及農業固體廢棄物污染等.鑒于化肥的成分主要是氮磷，農藥及固體廢棄物的體量有限，農田面源對COD 的貢獻主要以秸稈為主[30].近年來許多田間觀測結果表明，秸稈還田處理雖然可以減少氮磷等營養元素的流失，但是會增加COD 的流失風險，因為隨著微生物分解秸稈中纖維素、半纖維素等組分以及本身的新陳代謝、死亡等增加了COD 含量[31-32].因此將因子3 定義為散養畜禽糞污和秸稈還田輸入[2].

圖4 河套灌區地表水質源成分譜Fig.4 Source profiles of surface water of Hetao Irrigation District

2.4 污染源貢獻空間差異性分析

依據PMF 分離的3 個因子分析了各監測斷面不同污染源貢獻的空間差異性，結果如圖5、圖6 所示.總排干與各支排干中污染源貢獻存在明顯的空間差異，各支排干中種植業磷肥輸入及生活生產污水輸入貢獻率明顯高于總排干，而總排干中面源輸入占比相對較高.各支排干監測斷面中，五排干入總排干口和七排干入總排干口中生活生產污水輸入貢獻率明顯高于二排干入總排干口和三排干入總排干口.流經河套灌區后總排干中面源貢獻呈持續上升的特征.

圖5 總排干不同斷面各因子貢獻率月變化情況Fig.5 Monthly variability of contribution rate of each factor in different monitoring sites of the main drainage

圖6 支排干不同斷面各因子貢獻率月變化情況Fig.6 Monthly variability of contribution rate of each factor in different monitoring sites of the branches

由圖5 可見，總排干中種植業磷肥輸入貢獻率(33%±19%)最高的監測斷面位于四支，散養畜禽糞污和秸稈還田輸入貢獻率(59%±17%)最高的監測斷面位于總排干上游，生產生活污水輸入貢獻率(34%±25%)最高的監測斷面位于美林.由圖6 可見：對于各支排干監測斷面，二排干入總排干口和五排干入總排干口中種植業磷肥輸入貢獻率均最高，分別為41%±24%和44%±16%；七排干入總排干口中生產生活污水輸入貢獻率最高，為37%±20%，這與當地的產業布局密切相關[18].種植業磷肥輸入、散養畜禽糞污和秸稈還田輸入的貢獻率沿總排干整體呈下降趨勢，生產生活污水輸入貢獻率呈整體上升趨勢.相較于總排干上游監測斷面，紅圪卜監測斷面種植業磷肥輸入貢獻率下降了15%，散養畜禽糞污和秸稈還田輸入貢獻率下降了20%，生活生產因子貢獻率上升了91%，生產生活污水輸入成為影響紅圪卜監測斷面水質的關鍵因子.這與各支排干中污染源組成密切相關，相較于二排干入總排干口與三排干入總排干口，五排干入總排干口和七排干入總排干口監測斷面中生產生活污水輸入貢獻率分別提高了59%和102%.生活生產污水因子匯入總排干后遷移轉化潛力明顯低于農業源輸入，生產生活污水產生的污染物更容易在河道內富集.種植業磷肥輸入、散養畜禽糞污和秸稈還田輸入貢獻率在總排干的各監測斷面相對較低，可能是被總排干內的水生植物和藻類利用導致，相對于生產生活污水，散養畜禽糞污和秸稈還田輸入中的有機物可生化性更高，更易在自然水體中發生遷移轉化[33].種植業磷肥輸入的營養鹽通常源自過量使用的化肥，其在進入自然水體后也易被水生植物吸收利用，轉變為河流內源產物[34].但是富集在河道及下游湖泊中的營養鹽易導致水生植物的瘋長，導致河湖的加速退化.由于河套灌區大量營養鹽的輸入，烏梁素海已經成為世界上沼澤化速度最快的湖泊之一[28].從空間差異上來看，種植業磷肥輸入是影響二排干、三排干和總排干上游水質的主要因素，生產生活污水輸入是影響五排干、七排干和總排干下游水質的主要因素.

3 結論

a) 有機污染指標(CODMn、COD、BOD5)和總氮是河套灌區地表水主要超標因子，總氮指標低于GB 3838-2002 Ⅲ類標準的樣品數量占比超過67%.整體來說支排干水質差于總排干，其中，七排干入總排干口污染最重，其CODMn與總磷濃度分別超GB 3838-2002 Ⅲ類水質標準限值的109%和160%；其次是五排干入總排干口和三排干入總排干口.

b) 散養畜禽糞污和秸稈還田輸入、生產生活污水輸入分別是河套灌區地表水有機污染和氮的主要來源，貢獻率分別達56.22%和47.82%.

c) 河套灌區地表水污染來源具有明顯的空間異質性.種植業磷肥輸入是影響二排干、三排干和總排干上游水質的主要因素，生產和生活污水輸入是影響五排干、七排干和總排干下游水質的主要因素.