环境科学  2022, Vol. 43 Issue (10): 4419-4429   PDF    
近年全国地表水水质变化特征
嵇晓燕1, 侯欢欢2, 王姗姗3, 杨凯1     
1. 中国环境监测总站, 北京 100012;
2. 科邦检测集团有限公司, 北京 100084;
3. 江苏省环境监测中心, 南京 210019
摘要: 采用2012~2020年国家地表水环境质量监测网839个可比断面(点位)数据分析了9年间地表水环境质量变化特征.结果表明,全国地表水环境质量持续改善,Ⅰ~Ⅲ类水质断面比例稳步上升,劣Ⅴ类比例持续下降;主要污染指标氨氮、总磷和高锰酸盐指数的年均值均呈逐年下降趋势,2020年比2012年分别下降75.9%、48.2%和17.5%.广西、海南和宁夏Ⅰ~Ⅲ类水质断面比例保持100%,湖北和江西呈逐年下降趋势,其余省份均呈逐年上升趋势;广西、海南、宁夏、湖南和福建劣Ⅴ类水质断面比例保持为0,其余省份均呈逐年下降趋势;广西、江西的总磷和湖北、海南、辽宁的高锰酸盐指数呈逐年上升趋势,其余省份主要污染指标年均值均呈不同程度下降.十大流域主要江河Ⅰ~Ⅲ类水质断面比例均呈波动上升趋势;劣Ⅴ类比例除浙闽片河流一直为0以外,其余流域均呈波动下降趋势;主要污染指标年均值均呈不同程度下降.2020年,32个重要湖泊中53%处于富营养状态,与2012年相比增加了12个百分点.总体来看,9年间全国地表水水质普遍好转,尤其是"十三五"以来,水污染防治工作取得显著成效,但各省、各流域之间具有差异性,水资源分布不均,水质改善存在不平衡性和不协调性,湖库富营养化趋势不容乐观.未来应统筹水资源、水环境和水生态,在地表水的精准治污和生态修复上着重发力.
关键词: 地表水      水质评价      十大流域      Spearman秩相关系数法      富营养状态     
Variation Characteristics of Surface Water Quality in China in Recent Years
JI Xiao-yan1 , HOU Huan-huan2 , WANG Shan-shan3 , YANG Kai1     
1. China National Environmental Monitoring Centre, Beijing 100012, China;
2. Kebang Testing Group Co. Ltd., Beijing 100084, China;
3. Jiangsu Provincial Environmental Monitoring Center, Nanjing 210019, China
Abstract: Based on data from 839 comparable sections (sites) of the national surface water environmental quality monitoring network from 2012 to 2020, the variation tendency of surface water environmental quality over the past nine years was analyzed. The results showed that the environmental quality of surface water in China has continuously improved, the proportion of Grade Ⅰ-Ⅲ water quality increased steadily, and the proportion of inferior Grade Ⅴ water quality decreased in succession. The annual average concentration of ammonia nitrogen, total phosphorus, and permanganate index all showed a decreasing trend annually; compared with those in 2012, the three indicator concentrations respectively declined 75.9%, 48.2%, and 17.5% by 2020. In Guangxi, Hainan, and Ningxia, the proportion of Grade Ⅰ-Ⅲ water quality sections was maintained at 100%, whereas Hubei and Jiangxi showed a consecutive decreasing trend, and the other provinces showed a consecutive increasing trend. In Guangxi, Hainan, Ningxia, Hunan, and Fujian, the proportion of inferior Grade Ⅴ water quality sections remained at 0, and the other provinces showed a decreasing trend yearly. The annual average concentration of total phosphorus in Guangxi and Jiangxi and the permanganate index in Hubei, Hainan, and Liaoning increased annually, whereas that in the other provinces decreased to varying degrees. The proportion of Grade Ⅰ-Ⅲ water quality sections in Ten Major basins showed a fluctuating upward trend. The proportion of inferior Grade Ⅴ water quality in the Zhejiang and Fujian Slice Rivers was maintained at 0, and the other river basins showed a fluctuating and declining trend. The annual average of the main pollution indicators all decreased to varying degrees. In 2020, 53% of 32 important lakes were eutrophic, which increased 12% compared to that in 2012. On the whole, surface water quality has generally improved in China during the past nine years; especially since the 13th Five-Year Plan period, remarkable achievements have been made in the prevention and control of water pollution. However, there are differences among various provinces and basins, the improvement in water environmental quality is unbalanced and uncoordinated, water resources are distributed unevenly, and the eutrophication trend of lakes and reservoirs is not optimistic. In the future, water resources, water environment, and water ecology should be overall managed, and great attention should be focused on precise pollution control and ecological restoration of surface water.
Key words: surface water      water quality evaluation      Ten Major Basins      Spearman rank correlation coefficient method      eutrophic state     

随着人口增长和社会经济发展, 水资源需求量急剧增加[1], 同时大量未经处理的工业废水和生活污水直接排入地表水, 给水体带来严重负担[2].近年来, 国家开展水污染防治攻坚战, 加大水污染防治力度, 地表水水质明显改善.分析地表水水质的变化特征, 一方面可以反映水污染防治成效, 另一方面可以针对存在的问题为地表水环境保护和治理提供支撑[3].然而目前国内外学者针对地表水质变化特征的研究大多集中在部分流域或区域的水体, 如就辽河、珠江、黄河、小清河、巢湖和白洋淀等流域[4~11]的水质变化开展研究, 就长江成都段、黄河甘肃段和太湖江苏段[12~19]等部分省市河段的水质变化开展研究, 还有就红枫湖、小兴凯湖、三峡水库和密云水库[20~23]等部分湖库的水质开展研究.对全国地表水环境质量多年的变化趋势分析研究几乎为空白.因此, 本文采用2012~2020年国家地表水环境质量监测网每年均开展监测的可比断面(点位), 初步分析了我国地表水水质演变趋势, 讨论了各省份、流域和重要湖库的水质变化特征.

1 材料与方法 1.1 数据来源

研究范围基本涵盖全国31个省(市、自治区), 中国香港、澳门和台湾资料暂缺, 数据来源于国家地表水环境质量监测网.从数据连续性的角度考虑, 选取2012~2020年每年均开展监测的839个可比断面(点位).共包含386条河流的667个断面、32个湖泊的130个点位和26座水库的42个点位.断面(点位)分布示意如图 1所示, 各省份可比监测断面(点位)分布如表 1所示, 十大流域可比监测断面(点位)分布如表 2所示.

图 1 2012~2020年全国地表水可比监测断面(点位)分布示意 Fig. 1 Distribution diagram of comparable surface water monitoring sections(sites) in China from 2012 to 2020

表 1 2012~2020年各省份可比监测断面(点位)分布 Table 1 Distribution of comparable monitoring sections(sites) in each province from 2012 to 2020

表 2 2012~2020年十大流域可比监测断面(点位)分布 Table 2 Distribution of comparable monitoring sections(sites) in Ten Major Basins from 2012 to 2020

1.2 研究方法

按照文献=[24~26], 断面水质评价指标为: pH、溶解氧、高锰酸盐指数、五日生化需氧量、氨氮、石油类、挥发酚、汞、铅、总磷、化学需氧量、铜、锌、氟化物、硒、砷、镉、铬(六价)、氰化物、阴离子表面活性剂和硫化物共21项, 评价数据均采用年均值, 对照《地表水环境质量标准》(GB 3838-2002)[27], 分为Ⅰ类~劣Ⅴ类共6个类别.根据文献[28], Ⅰ~Ⅲ类水质比例≥90%为优; 75%≤Ⅰ~Ⅲ类水质比例<90%为良好; Ⅰ~Ⅲ类水质比例<75%, 且劣Ⅴ类比例<20%为轻度污染.湖泊、水库营养状态评价指标为: 叶绿素a、总磷、总氮、透明度和高锰酸盐指数共5项, 采用综合营养状态指数法[TLI(Σ)], 评价结果分为贫营养~重度富营养共5个级别[29, 30].

水质变化趋势采用Spearman秩相关系数法, 是衡量环境污染变化趋势在统计上有无显著性差异的常用方法[31, 32]. Spearman秩相关检验使用SPSS软件.对给出的时间周期(Y1, ⋯, YN)和它们的相应值X(即年均值C1, ⋯, CN), 将从大到小排列好.秩相关系数的计算公式如下:

(1)
(2)

式中, rs为秩相关系数, N为时间周期, di为变量Xi和变量Yi的差值; Xi为周期1到周期N按浓度值从小到大排列的序号; Yi为按时间排列的序号.

将秩相关系数rs的绝对值与Spearman秩相关系数统计表中的临界值Wp进行比较(表 3), 当rsWp则表明变化趋势有显著意义:如果rs是负值, 则表明在评价时段内有关统计量指标变化呈下降趋势或好转趋势; 如果rs为正值, 则表明在评价时段内有关统计量指标变化呈上升趋势或加重趋势; 当rsWp则表明变化趋势没有显著意义:说明在评价时段内水质变化稳定或平稳[33].

表 3 秩相关系数rs的临界值(Wp)1) Table 3 Critical values(Wp) of rank correlation coefficient rs

2 结果与讨论 2.1 全国地表水水质变化特征

从2012~2020年全国839个可比断面(点位)水质类别比例年际变化情况可知(图 2), Ⅰ~Ⅲ类水质断面比例稳步上升, 由2012年的62.6%升至2020年的79.0%, 上升16.4个百分点; 劣Ⅴ类水质断面比例持续下降, 由2012年的10.4%降至2020年的0.7%, 下降9.7个百分点.可以看出水污染防治工作特别是“十三五”以来“水十条”的实施有效促进了地表水环境质量的改善.

图 2 2012~2020年全国地表水可比断面(点位)水质类别比例年际变化 Fig. 2 Interannual variation in the surface water quality proportion of comparable sections(sites) in China from 2012 to 2020

从2012~2020年全国地表水可比断面(点位)主要污染指标年均值变化情况可知(表 4), 氨氮、总磷和高锰酸盐指数的年均值均呈逐年下降趋势, 2020年全国地表水中氨氮、总磷和高锰酸盐指数的年均值分别为0.20、0.072和3.3 mg ·L-1, 比2012年分别下降75.9%、48.2%和17.5%.

表 4 2012~2020年全国地表水可比断面(点位)主要污染指标年均值/mg ·L-1 Table 4 Annual average values of surface water major pollution indicators of comparable sections(sites) in China from 2012 to 2020/mg ·L-1

2.2 各省份水质变化特征 2.2.1 各省份水质年际变化

2020年, 全国各省Ⅰ~Ⅲ类水质比例范围在56.5% ~100%, 除内蒙古、云南和新疆以外, 其余省份的劣Ⅴ类比例均为0(图 3).其中, 广西、海南、宁夏、湖南、重庆、甘肃、西藏、青海、广东、贵州、北京、浙江、陕西、四川和福建等15省水质为优, 湖北、吉林、河南、安徽、云南和江西等6省水质良好, 山东、山西、天津、河北、黑龙江、辽宁、上海、内蒙古、新疆和江苏等10省水质处于轻度污染.各省水环境质量存在较大差异, 与地区经济发展水平、污染治理能力、环境保护投入和自然环境天然禀赋等因素息息相关[34].经济发达和人口密度高的地区, 污染物排放量大, 但污染治理水平高.此外, 各地区污染类型不同, 治理难度有所差异, 降雨、干旱和各类地理水文气候条件都对水质产生影响.

图 3 2020年各省份可比断面(点位)水质比例 Fig. 3 Water quality proportion of comparable sections(sites) in each province in 2020

2012~2020年期间广西、海南和宁夏的Ⅰ~Ⅲ类比例保持100%, 广西、海南、宁夏、福建和湖南的劣Ⅴ类比例保持为0, 这些省份水质一直保持为优.采用Spearman秩相关系数法, 对其余省份Ⅰ~Ⅲ类和劣Ⅴ类水质比例与年份时间序列进行相关性分析, 检验相关系数和斜率的显著性意义.从表 5可以看出:26个省份水质处于好转状态, Ⅰ~Ⅲ类水质比例提高了3.9~66.7个百分点, 改善最明显的上海、山东和浙江3省(市)均为东部沿海经济发达地区, 各省不同程度的水质改善趋势体现了各地水污染防治工作的不同成效, 尤其是“十三五”以来“水十条”及“碧水保卫战”等不断推进, 以水环境质量改善为核心的水污染防治工作成效显著; 湖北和江西两省水资源较丰富且水体质量相对较好, 但近年优良水体比例下降需引起重视.

表 5 2012~2020年各省份可比断面(点位)水质比例变化趋势显著性检验1) Table 5 Significance test of water quality proportion tendency of comparable sections(sites) in each province from 2012 to 2020

2.2.2 各省份主要污染指标年均值变化

2012~2020年各省份可比断面(点位)主要污染指标9 a均值如表 6.高锰酸盐指数9 a均值范围在1.4~5.8 mg ·L-1, 各省均达到或优于Ⅲ类, 高锰酸盐指数高值(大于5 mg ·L-1)主要分布在天津、河北、山西、黑龙江、内蒙古和山东等北方地区; ρ(氨氮)9 a均值范围在0.13~3.09 mg ·L-1, 山西、河北、天津和吉林这4省(市) ρ(氨氮)分别为3.09、2.62、1.16和1.08 mg ·L-1, 超地表水Ⅲ类标准; ρ(总磷)9 a均值范围在0.027~0.336 mg ·L-1, 山西、河北和天津3省(市) ρ(总磷)分别为0.336、0.297和0.203 mg ·L-1, 超地表水Ⅲ类标准. 3项指标浓度较高的省份相对集中, 主要分布在北方地区, 一方面这些地区水资源量相对匮乏, 水环境容量较低, 另一方面这些地区人类活动对环境质量具有较大影响.如:氨氮与生活污染源排放、城镇基础设施等情况有较强的相关性, 总磷通常与涉磷企业、农业面源等情况有关.

表 6 2012~2020年各省份可比断面(点位)主要污染指标9 a均值(标准差) 1)/mg ·L-1 Table 6 The 9-year mean values(standard deviation) of major pollution indicators of comparable sections(sites) in each province from 2012 to 2020/mg ·L-1

采用Spearman秩相关系数法对各省份主要污染指标年均值与年份时间序列进行相关性分析, 检验相关系数和斜率的显著性意义.从表 7可以看出:各省不同指标呈现出不同的变化趋势, 反映了各地水污染防治工作的不同成效, 绝大部分省份的主要污染指标浓度均呈不同程度地下降趋势, 总磷、氨氮和高锰酸盐指数降幅范围分别在0.6% ~81.1%、43.0% ~91.9%和0.2% ~47.1%, 总磷和氨氮浓度9a降幅达50%以上的省份分别有13个和30个, 高锰酸盐指数降幅相对较小, 降幅达30%以上的省份有6个, 污染指标浓度削减主要受益于近年来的减排控污、污染治理、生态修复等举措; 少数省份主要污染指标有反弹迹象, 广西和江西的总磷浓度, 湖北、海南和辽宁的高锰酸盐指数均呈上升趋势, 与区域的产业分布情况和污染防治工作均有密切关系, 需引起重视.

表 7 2012~2020年各省份主要污染指标年均值变化趋势显著性检验1) Table 7 Significance test of the annual average tendency of major pollution indicators in each province from 2012 to 2020

2.3 主要江河水质变化特征 2.3.1 十大流域水质年际变化

2020年, 十大流域Ⅰ~Ⅲ类水质比例范围在63.8% ~100%, 劣Ⅴ类比例均为0.西南诸河、西北诸河、长江流域、浙闽片河流和珠江流域这5个流域水质为优, 黄河流域和松花江流域这2个流域水质良好, 淮河流域、辽河流域和海河流域这3个流域水质处于轻度污染.各流域间水质的差异主要缘于各流域自然因素和人类活动强度的不同, 长江和黄河流域虽然人口密度高, 但近年来水质明显改善得益于“长江大保护”和黄河“清废行动”等生态环境协同治理措施的大力推进[35~38], 珠江流域、西北诸河和西南诸河水质基础相对较好[39], 淮河、辽河和海河流域水质较差, 除了缘于历史经济发展导致的水质“基础差”, 还受流域内水资源差异大和点源面源复合型污染治理难度高等因素影响.

采用Spearman秩相关系数法, 对各省份Ⅰ~Ⅲ类和劣Ⅴ类水质比例与年份时间序列进行相关性分析, 检验相关系数和斜率的显著性意义, 结果见表 8. 2012~2020年, 十大流域的Ⅰ~Ⅲ类水质比例均呈不同程度的上升趋势, 升幅范围在2.8~28.6个百分点, 其中淮河流域升幅最大; 劣Ⅴ类比例除浙闽片河流持续为0外其他流域均呈不同程度的下降趋势, 降幅范围在2.4~29.3个百分点, 其中海河流域降幅最大.水质改善最为明显的均为2012年水质基础较差的流域, 珠江流域、西北诸河和西南诸河等流域因水质基础较好, 所以改善空间较小.

表 8 2012~2020年十大流域可比断面(点位)水质比例变化趋势显著性检验1) Table 8 Significance test of water quality proportion tendency of comparable sections(sites) in Ten Major Basins from 2012 to 2020

2.3.2 十大流域主要污染指标年均值变化

2012~2020年十大流域可比断面(点位)主要污染指标9 a均值如表 9.高锰酸盐指数9 a均值范围在1.7~5.4 mg ·L-1, 各流域均达到或优于Ⅲ类, 高锰酸盐指数高值(大于5 mg ·L-1)分布在海河、松花江和淮河流域; ρ(氨氮)9 a均值范围在0.13~1.80 mg ·L-1, 海河、辽河和黄河流域ρ(氨氮)分别为1.80、1.06和1.03 mg ·L-1, 超地表水Ⅲ类标准; ρ(总磷)9 a均值范围在0.037~0.230 mg ·L-1, 海河流域ρ(总磷)9 a均值为0.230mg ·L-1, 超地表水Ⅲ类标准.海河、松花江、辽河、淮河和黄河流域的3项指标浓度相对于其他流域较高, 与流域内相应省份的结果趋于一致.如:十大流域中仅海河流域总磷超Ⅲ类, 流域中的河北和山西等省水质影响较大.

表 9 2012~2020年十大流域可比断面(点位)主要污染指标9 a均值及标准差1)/mg ·L-1 Table 9 The 9-year mean values and standard deviation of major pollution indicators of comparable sections(sites) in Ten Major Basins from 2012 to 2020/mg ·L-1

采用Spearman秩相关系数法对十大流域的主要污染指标年均值与年份时间序列进行相关性分析.从表 10可以看出:长江、海河、浙闽片、西南诸河、松花江、淮河和西北诸河的高锰酸盐指数、氨氮和总磷年均值均呈下降趋势, 7个流域高锰酸盐指数从2012年的2.0~6.6 mg ·L-1下降至2020年的1.3~4.9 mg ·L-1, ρ(氨氮)从2012年的0.16~2.48 mg ·L-1下降至2020年的0.08~0.31 mg ·L-1, ρ(总磷)从2012年的0.035~0.305 mg ·L-1下降至2020年的0.019~0.112 mg ·L-1, 其中, 海河流域下降最为明显, 高锰酸盐指数、氨氮和总磷在9 a分别下降36.4%、87.5%和72.5%; 黄河和珠江流域的高锰酸盐指数和氨氮年均值均呈下降趋势且变化明显, 高锰酸盐指数从2012年的2.1~4.0 mg ·L-1下降至2020年的1.9~3.0 mg ·L-1, ρ(氨氮)从2012年的0.42~1.64 mg ·L-1下降至2020年的0.10~0.26 mg ·L-1, 但总磷下降趋势并不显著; 辽河流域的高锰酸盐指数、氨氮和总磷年均值均呈下降趋势, 但变化并不显著.

表 10 2012~2020年十大流域主要污染指标年均值变化趋势显著性检验1) Table 10 Significance test of the annual average tendency of major pollution indicators in Ten Major Basins from 2012 to 2020

2.4 重要湖库富营养状态变化

2012~2020年连续监测的58个重点湖泊水库(32个湖泊和26座水库)中, 富营养化(轻度和中度富营养化)湖泊水库比例有上升趋势, 由2012年的27.1%上升至2020年的34.5%. 2020年, 32个重要湖泊中53%处于富营养状态, 与2012年相比增加了12个百分点; 其中15个为轻度富营养, 2个为中度富营养, 分别是云南昆明的滇池和湖北荆州的洪湖. 2020年, 26座重要水库中3个为轻度富营养, 分别是天津的于桥水库、山东潍坊的峡山水库和黑龙江牡丹江的莲花水库, 与2012年相比增加了2个.

按照自然地理特征和气候差异可将我国的湖泊划分为5大湖区[40~42], 即东部平原湖区、云贵高原湖区[43]、蒙新高原湖区、东北湖区和青藏高原湖区.本文运用2012~2020年全国32个湖泊监测数据, 采用综合营养状态指数法[TLI(Σ)]进行2012年至2020年32个湖泊9年均值的营养状态指数及营养状态分级评价.从表 11可知, 云贵高原湖区湖泊在贫营养与中度富营养状态之间, 东部平原湖区湖泊在中营养和中度富营养状态之间, 东北湖区湖泊在中营养和轻度富营养状态之间, 青藏高原湖区湖泊在贫营养与中营养状态之间, 蒙新高原湖区湖泊均在中营养与中度富营养状态之间.处于中度富营养状态的湖泊为蒙新高原湖区内蒙古呼伦贝尔的呼伦湖(达赉湖)和云贵高原湖区云南昆明的滇池.处于轻度富营养状态的湖泊有东部平原湖区的8个, 分别是江苏淮安的洪泽湖、扬州的高邮湖、苏州的太湖和阳澄湖, 安徽安庆的龙感湖、合肥的巢湖和宣城的南漪湖, 上海的淀山湖; 东北湖区的2个, 分别是黑龙江鸡西的兴凯湖和小兴凯湖.处于贫营养状态的湖泊为云贵高原湖区云南丽江的泸沽湖和玉溪的抚仙湖.其余18个湖泊处于中营养状态.

表 11 2012~2020年全国32个湖泊营养状态指数 Table 11 Nutrient status index of 32 lakes in China from 2012 to 2020

富营养化湖库主要分布在经济发达、人口密度高的长江中下游地区, 其中, 长期处于富营养化状态的湖库有: 太湖、巢湖、滇池、洪泽湖、高邮湖、阳澄湖、淀山湖、呼伦湖、龙感湖、南漪湖、小兴凯湖、兴凯湖和于桥水库; 富营养化程度加重的湖库有: 东平湖、斧头湖、洪湖、莲花水库、骆马湖、升金湖、瓦埠湖和峡山水库.湖库富营养化主要驱动因素是人类活动输入的氮、磷等营养物质, 如太湖和巢湖等; 也有受自然因素影响的, 如呼伦湖.

3 结论

(1) 2012~2020年, 随着水污染防治力度的提升, 全国地表水环境质量持续改善.采用839个可比断面(点位)分析, 2020年比2012年Ⅰ~Ⅲ类水质比例上升16.4个百分点, 劣Ⅴ类水质比例下降9.7个百分点; 全国地表水氨氮、总磷和高锰酸盐指数年均值均呈逐年下降趋势, 降幅分别达75.9%、48.2%和17.5%.

(2) 2020年, 全国各省Ⅰ~Ⅲ类水质比例范围在56.5% ~100%, 除内蒙古、云南和新疆以外, 其余省份的劣Ⅴ类比例均为0. 9年间改善最明显的为上海、山东和浙江等东部沿海地区, 污染指标浓度较高的主要分布在山西、河北和天津等北方地区.各省水环境质量存在较大差异, 受各省经济发展水平、污染治理能力、环境保护投入、自然环境禀赋等因素影响.

(3) 十大流域中, 高锰酸盐指数9 a均值范围在1.7~5.4 mg ·L-1, 各流域均达到或优于Ⅲ类; ρ(氨氮)9 a均值范围在0.13~1.80 mg ·L-1, 海河、辽河和黄河流域超Ⅲ类标准; ρ(总磷)9 a均值范围在0.037~0.230 mg ·L-1, 海河流域超Ⅲ类标准.海河、松花江、辽河、淮河和黄河流域主要指标浓度相对于其他流域较高, 与流域内相应省份的结果一致.

(4) 2012~2020年连续监测的58个重点湖库中, 富营养化湖库比例有上升趋势, 由2012年的27.1%上升至2020年的34.5%.富营养化湖库主要分布在经济发达、人口密度高的长江中下游地区, 其中, 长期处于富营养化状态的湖库有13个, 富营养化程度加重的湖库有8个.湖库富营养化主要源于氮、磷等营养物质的输入, 如太湖和巢湖等; 也有受自然因素影响的, 如呼伦湖.

参考文献
[1] 马少俊, 高蓓蕾. 地表水水质监测现状与对策分析[J]. 江苏科技信息, 2017(11): 38-39, 43.
Ma S J, Gao B L. Analysis on current status and countermeasures of water quality monitoring[J]. Jiangsu Science and Technology Information, 2017(11): 38-39, 43. DOI:10.3969/j.issn.1004-7530.2017.11.014
[2] 唐克旺. 中国治水已进入大保护的新时代[J]. 水资源保护, 2018, 34(1): 16-17.
[3] 王乐扬, 李清洲, 杜付然, 等. 20年来中国河流水质变化特征及原因[J]. 华北水利水电大学学报(自然科学版), 2019, 40(3): 84-88.
Wang Y Y, Li Q Z, Du F R, et al. Characteristics and causes of water quality change in Chinese rivers during the recent 20 years[J]. Journal of North China University of Water Resources and Electric Power (Natural Science Edition), 2019, 40(3): 84-88.
[4] 汪杰. 辽河流域十年丰水期水环境质量变化趋势分析及评价[D]. 沈阳: 辽宁大学, 2020.
Wang J. Analysis of water environmental quality trends and evaluation in the decade of the Liao River Basin[D]. Shenyang: Liaoning University, 2020.
[5] 单凤霞, 刘珩. 珠江干流(2008-2015年)水质变化趋势与驱动力分析[J]. 广东水利水电, 2017(6): 7-10.
Shan F X, Liu H. Analysis on trend and driving force for water quality change of the Pearl River (2008-2015)[J]. Guangdong Water Resources and Hydropower, 2017(6): 7-10.
[6] 刘彦龙, 郑易安. 黄河干流水质评价与时空变化分析[J]. 环境科学, 2022, 43(3): 1332-1345.
Liu Y L, Zheng Y A. Water quality assessment and spatial-temporal variation analysis in Yellow River Basin[J]. Environmental Science, 2022, 43(3): 1332-1345.
[7] Pan W Y, Wang F, Jiao Z. Temporal variation and water quality assessment of Xiaoqing River catchment[J]. IOP Conference Series: Earth and Environmental Science, 2021, 791. DOI:10.1088/1755-1315/791/1/012172
[8] Wang B B, Wang Y Y, Wang S L. Improved water pollution index for determining spatiotemporal water quality dynamics: case study in the Erdao Songhua River Basin, China[J]. Ecological Indicators, 2021, 129. DOI:10.1016/J.ECOLIND.2021.107931
[9] Wu Z S, Lai X J, Li K Y. Water quality assessment of rivers in Lake Chaohu Basin (China) using water quality index[J]. Ecological Indicators, 2021, 121. DOI:10.1016/j.ecolind.2020.107021
[10] 林卉, 蓝月存, 许园园, 等. 南流江水质时空变化特征及影响因素研究[J]. 绿色科技, 2020(10): 10-14, 24.
Lin H, Lan Y C, Xu Y Y, et al. Spatio-temporal variation characteristics and influencing factors of water quality in Nanliu River[J]. Journal of Green Science and Technology, 2020(10): 10-14, 24. DOI:10.3969/j.issn.1674-9944.2020.10.004
[11] 王欢欢, 白洁, 刘世存, 等. 白洋淀近30年水质时空变化特征[J]. 农业环境科学学报, 2020, 39(5): 1051-1059.
Wang H H, Bai J, Liu S C, et al. Spatial and temporal variations in the water quality of Baiyangdian Lake in the recent 30 years[J]. Journal of Agro-Environment Science, 2020, 39(5): 1051-1059.
[12] 赵凯歌, 张正煜, 赵玉龙. 黄河甘肃段"十二五"期间水质变化趋势分析[J]. 甘肃科技纵横, 2018, 47(12): 16-18, 67.
[13] Qiao X, Schmidt A H, Xu Y, et al. Surface water quality in the upstream-most megacity of the Yangtze River Basin (Chengdu): 2000-2019 trends, the COVID-19 lockdown effects, and water governance implications[J]. Environmental and Sustainability Indicators, 2021, 10. DOI:10.1016/j.indic.2021.100118
[14] 陆隽, 孔繁璠, 张鸽, 等. 2009-2018年江苏省太湖西岸主要入湖河道水质变化趋势[J]. 江苏水利, 2020(3): 5-9.
Lu J, Kong F F, Zhang G, et al. Water quality tendency of main inflow rivers entering the west bank of Taihu Lake in Jiangsu Province from 2009 to 2018[J]. Jiangsu Water Resources, 2020(3): 5-9.
[15] 张彩丽, 林琳, 江懿, 等. 淮河流域(阜阳段)2009-2018年水质变化特征及影响因素研究[J]. 安徽农业科学, 2020, 48(23): 95-100, 107.
Zhang C L, Lin L, Jiang Y, et al. Study on water quality changes of Fuyang section of Huaihe River during 2009-2018 and related driving factors[J]. Journal of Anhui Agricultural Sciences, 2020, 48(23): 95-100, 107.
[16] 张明锦, 陈昌华, 郭光贵. 沱江流域(自贡市)2013~2018年水质时空变化特征分析及评价[J]. 四川环境, 2020, 39(2): 128-132.
Zhang M J, Chen C H, Guo G G. Spatial and temporal variation characteristics of water quality in Tuojiang River Basin (Zigong City) from 2013 to 2018[J]. Sichuan Environment, 2020, 39(2): 128-132.
[17] 王淑丽, 李志萍, 赵贵章, 等. 2005~2018年涡河玄武河段水质演变趋势分析[J]. 人民长江, 2021, 52(5): 13-17.
Wang S L, Li Z P, Zhao G Z, et al. Analysis of water quality evolution trend of Xuanwu section of Guohe river from 2005 to 2018[J]. Yangtze River, 2021, 52(5): 13-17.
[18] 吕胜国, 孟令杰. 菏泽市主要河道水质现状评价及变化趋势分析[J]. 人民黄河, 2019, 41(S2): 37-39, 50.
[19] 丁刚益, 毛小云, 陈柯瑾, 等. 昭通市地表水水质评价与变化趋势分析[J]. 水利水电快报, 2021, 42(4): 75-78, 82.
Ding G Y, Mao X Y, Chen K J, et al. Evaluation and trend analysis of surface water quality in Zhaotong City[J]. EWRHI, 2021, 42(4): 75-78, 82.
[20] 曾华献, 王敬富, 李玉麟, 等. 贵州红枫湖近10年来(2009-2018年)水质变化及影响因素[J]. 湖泊科学, 2020, 32(3): 676-687.
Zeng H X, Wang J F, Li Y L, et al. Water quality change and influencing factors in Lake Hongfeng (Guizhou Province), 2009-2018[J]. Journal of Lake Sciences, 2020, 32(3): 676-687.
[21] Yu S L, Li X Y, Wen B L, et al. Characterization of water quality in Xiao Xingkai Lake: implications for trophic status and management[J]. Chinese Geographical Science, 2021, 31(3): 558-570.
[22] 王顺天, 雷俊山, 贾海燕, 等. 三峡水库2003~2017年水质变化特征及成因分析[J]. 人民长江, 2020, 51(10): 47-53, 127.
Wang S T, Lei J S, Jia H Y, et al. Water quality characteristics and causes analysis of Three Gorges Reservoir from 2003 to 2017[J]. Yangtze River, 2020, 51(10): 47-53, 127.
[23] Guo C F, Zhi D, Guo X Y. Spatial and temporal analysis of water quality from 1991 to 2011 in Miyun Reservoir[J]. Environmental Geochemistry and Health, 2021, 43(11): 4395-4413.
[24] 康晓风, 林兰钰, 李茜. 地表水环境质量评价方法实证及适用性分析[J]. 中国环境监测, 2014, 30(6): 102-107.
Kang X F, Lin L Y, Li Q. The Demonstration and approximation research on surface water quality evaluation method[J]. Environmental Monitoring in China, 2014, 30(6): 102-107.
[25] 张彪. 常用水环境质量评价方法分析与比较[J]. 求知导刊, 2016(4): 48.
[26] 张凤英, 周密, 李一龙, 等. "十三五"期间中国生态环境质量变化特征[J]. 中国环境监测, 2021, 37(3): 1-8.
Zhang F Y, Zhou M, Li Y L, et al. Characteristics of eco-environmental quality changes in China during the 13th Five-Year plan period[J]. Environmental Monitoring in China, 2021, 37(3): 1-8.
[27] GB 3838-2002, 地表水环境质量标准[S].
[28] 生态环境部. 关于印发《地表水环境质量评价办法(试行)》的通知[R]. 北京: 环境保护部办公厅, 2011.
[29] 王明翠, 刘雪芹, 张建辉. 湖泊富营养化评价方法及分级标准[J]. 中国环境监测, 2002, 18(5): 47-49.
Wang M C, Liu X Q, Zhang J H. Evaluate method and classification standard on lake eutrophication[J]. Environmental Monitoring in China, 2002, 18(5): 47-49.
[30] 舒凤月, 刘玉配, 赵颖, 等. 南四湖水体氮、磷营养盐时空分布特征及营养状态评价[J]. 环境科学, 2012, 33(11): 3748-3752.
Shu F Y, Li Y P, Zhao Y, et al. Spatio-temporal distribution of TN and TP in water and evaluation of eutrophic state of Lake Nansi[J]. Environmental Science, 2012, 33(11): 3748-3752.
[31] Wang J H, Li C, Xu Y P, et al. Identifying major contributors to algal blooms in Lake Dianchi by analyzing river-lake water quality correlations in the watershed[J]. Journal of Cleaner Production, 2021, 345. DOI:10.1016/j.jclepro.2021.128144
[32] 陈昊. 基于Spearman秩相关系数法的上海市水体水质变化特征分析[J]. 环境科技, 2020, 33(3): 28-33.
Chen H. Analysis of water quality characteristics in Shanghai based on Spearman correlation coefficient method[J]. Environmental Science and Technology, 2020, 33(3): 28-33.
[33] 杨盼, 卢路, 王继保, 等. 基于主成分分析的spearman秩相关系数法在长江干流水质分析中的应用[J]. 环境工程, 2019, 37(8): 76-80.
Yang P, Lu L, Wang J B, et al. Analysis of water quality trend in the main stream of the Yangtze River based on principal component analysis[J]. Environmental Engineering, 2019, 37(8): 76-80.
[34] 谢京, 齐凌艳, 刘倩倩, 等. 全国污水处理厂水质时空分布及驱动机制研究[A]. 见: 中国环境科学学会2021年科学技术年会——环境工程技术创新与应用分会场论文集(四)[C]. 天津: 《环境工程》编辑部, 2021. 291-298, 285.
[35] 韩建民, 牟杨. 黄河流域生态环境协同治理研究——以甘肃段为例[J]. 甘肃行政学院学报, 2021(2): 112-123.
Han J M, Mou Y. Research on synergistic control of ecological environment in the Yellow River Basin-taking Gansu section as an example[J]. Journal of Gansu Administration Institute, 2021(2): 112-123.
[36] 林永然, 张万里. 协同治理: 黄河流域生态保护的实践路径[J]. 区域经济评论, 2021(2): 154-160.
Lin Y R, Zhang W L. Collaborative governance: practical path of ecological protection in the Yellow River Basin[J]. Regional Economic Review, 2021(2): 154-160.
[37] 黎元生, 胡熠. 流域系统协同共生发展机制构建——以长江流域为例[J]. 中国特色社会主义研究, 2019(5): 76-82.
[38] 甘黎黎, 帅清华. 全流域、跨区域水环境协同治理的困境及出路[J]. 大众标准化, 2021(22): 37-39.
[39] Huang J C, Zhang Y J, Bing H J, et al. Characterizing the river water quality in China: recent progress and on-going challenges[J]. Water Research, 2021, 201. DOI:10.1016/j.watres.2021.117309
[40] 赵永宏, 邓祥征, 战金艳, 等. 我国湖泊富营养化防治与控制策略研究进展[J]. 环境科学与技术, 2010, 33(3): 92-98.
Zhao Y H, Deng X Z, Zhan J Y, et al. Progress on preventing and controlling strategies of lake eutrophication in China[J]. Environmental Science & Technology, 2010, 33(3): 92-98.
[41] 陈小锋, 揣小明, 杨柳燕. 中国典型湖区湖泊富营养化现状、历史演变趋势及成因分析[J]. 生态与农村环境学报, 2014, 30(4): 438-443.
Chen X F, Chuai X M, Yang L Y. Status quo, historical evolution and causes of eutrophication in lakes in typical lake regions of China[J]. Journal of Ecology and Rural Environment, 2014, 30(4): 438-443.
[42] 刘震, 赵钟楠, 张越, 等. 中国主要湖泊演变趋势及成因分析[J/OL]. 长江科学院院报, 1-5.http://kns.cnki.net/kcms/detail/42.1171.TV.20220113.1204.014.html, 2022-01-13.
Liu Z, Zhao Z N, Zhang Y, et al. Investigation on the evolution trend and cause of main lakes in China[J/OL]. Journal of Yangtze River Scientific Research Institute, 1-5. http://kns.cnki.net/kcms/detail/42.1171.TV.20220113.1204.014.html, 2022-01-13.
[43] 杨恒, 李桂芳, 叶远行, 等. 高原湖泊周边浅层地下水: 磷素时空分布及驱动因素[J]. 环境科学, 2022, 43(7): 3532-3542.
Yang H, Li G F, Ye Y H, et al. Shallow groundwater around plateau lakes: spatiotemporal distribution of phosphorus and its driving factors[J]. Environmental Science, 2022, 43(7): 3532-3542.