2023, Vol. 44
2. 中国科学院大学中丹学院, 北京 101400;
3. 雄安创新研究院, 雄安 071700
2. Sino-Danish College, University of Chinese Academy of Sciences, Beijing 101400, China;
3. Xiong'an Institute of Innovation, Xiong'an 071700, China
白洋淀位于河北省雄安新区境内, 是我国华北平原最大的淡水湖泊, 在调节气候、供水、灌溉和滞洪等方面具有不可替代的生态效益, 其水环境生态安全直接关系到雄安新区的区域生态安全.2017年设立雄安新区后相关部门对白洋淀采取了一系列治理措施, 但由于工农业污染物等的长期累积导致其水环境问题依旧突出, 多处点位水质仍为Ⅳ~劣Ⅴ类水平, 不能达到水功能区划的要求[1, 2].白洋淀水质主要受降雨和水文循环等自然因素及生产生活和人工调水等人为因素的影响[3, 4].土地利用结构及变化是人为因素对自然环境影响的直观反映[5, 6], 深刻影响着区域水质和水文过程[7].污染物随地表径流进入水体, 其迁移转化过程受土地利用结构影响, 且随空间尺度的变化而变化[8~11].同时由于降雨对面源污染的影响, 水质对土地利用结构的响应存在显著季节性差异[12, 13].按照规划, 雄安新区未来将承载200~250万人口[14], 白洋淀水环境压力也将随人口大幅增加.因此评估白洋淀水质状况, 探讨其与降雨、土地利用方式等主要影响因素的响应关系具有重要意义.
针对雄安新区建设前的白洋淀水质状况及其影响因素等问题, 学者们从不同角度展开了大量研究.如Zhao等[15]分析了2000~2009年白洋淀水体氮、磷含量的时空变化特征; 张婷等[16]综合运用灰色聚类及多种污染指数探讨了1973~2007年白洋淀水质的时空变化规律及关键影响因子; 王欢欢等[17]运用综合污染指数法分析了1988~2016年白洋淀水质的时空变化特征; 刘鑫等[18]评估了白洋淀水体富营养化水平的时空分布特征并进行了污染源识别; 赵黔伟等[19]探讨了2000~2019年白洋淀水体营养盐及重金属变化特征及其影响因素; 马恺等[20]运用主成分分析法评价了白洋淀入淀河流水质状况及其对白洋淀水质影响.以上研究大多集中于雄安新区建设前的白洋淀水质状况评价及人口、气象等因素对营养盐含量的影响, 对于建设初期的白洋淀水质分析及降雨、土地利用等因素与水质的相关关系研究较少.
鉴于此, 本研究基于白洋淀国控点水质监测数据, 结合降雨数据及遥感影像解译得到的土地利用类型数据, 分析了雄安建设初期白洋淀水质的时空变化特征, 探讨降雨和不同空间尺度下土地利用方式与水质间的响应关系, 以期为白洋淀区域土地规划开发和水质监测治理工作提供科学依据.
1 材料与方法 1.1 研究区概况白洋淀(38°43′~39°02′N, 115°38′~116°07′E)位于河北省雄安新区境内(图 1), 是海河流域大清河南支流域重要的湖库, 也是华北平原最大的浅水湖泊.白洋淀东西长39.5 km, 南北宽28.5 km[21], 总面积366 km2, 平均年蓄水量13.2亿m3.白洋淀属于典型的暖温带半湿润大陆性季风气候, 年平均气温7.3~12.7℃; 年均降水量为563.9 mm[22], 其中夏季降水约占全年的80%, 季节差异较大; 多年平均蒸发量为1 050.7 mm.
|
图 1 白洋淀地理位置及监测点分布示意 Fig. 1 Location and monitoring point of Baiyangdian Lake |
白洋淀曾承担周边萍河、南北瀑河、漕河、唐河、潴龙河、府河、孝义河和白沟引河9条河的洪水调蓄, 被称为九河下梢, 后因气候、水库拦截等使多条河流断流, 目前仅剩府河、孝义河和白沟引河有水入淀[23].自1980年开始通过上游水库对白洋淀进行间歇性补水, 并于2017年正式建成“引黄入冀补淀”工程, 开展白洋淀常态化生态补水[24], 调水主要集中在每年12月至次年2月.淀内分布有淀中村和淀边村共78个[25], 淀区人民主要以渔业、芦苇、旅游业和农业为生, 其中水产、轻工和旅游三业最为发达.受农业生产活动影响, 白洋淀形成了特有的水田相间景观, 其中芦苇为淀内优势物种[26].
2017年中共中央、国务院决定设立河北雄安新区, 其后两年主要为规划阶段, 2019年开始进入大规模开发建设阶段.白洋淀整个水域囊括在雄安新区境内, 因此相关部门针对白洋淀水生态环境问题严格实施了一系列管控措施：2018年通过了《白洋淀生态环境治理和保护规划(2018-2035年)》, 并印发《雄安新区农村生活污水治理工作方案》, 主要围绕农村污水、垃圾和厕所等问题进行一体化的系统治理; 2019年建立了生态环境监管正面清单制度, 严格监管新区内各企业、项目的生产及排污活动; 并在2021年颁布了《白洋淀生态环境治理和保护条例》.
1.2 数据来源水质数据来源于国家地表水环境监测平台, 淀内选取烧车淀、南刘庄、光淀张庄、圈头和采蒲台这5个代表性点位, 五点均匀分布于白洋淀主要水体区域(图 1).5个点位中烧车淀属于旅游区, 区内设有旅游景点, 旅游季节人流量较大, 周边生长有大面积芦苇; 南刘庄位于府河入淀口附近, 属于入淀区, 承接流经保定市的府河河水, 周边耕地较多; 光淀张庄、圈头和采蒲台属于生活区, 周边村庄占比较大, 生活区有大量居民[27].入淀河流选取流经保定市区的府河-安州监测断面.包括2020年12月至2021年11月的监测数据, 其中由于冬季水面结冰, 采蒲台处缺少2月数据, 淀内其余4点缺少12、1和2月数据.本文主要选取水温(WT)、pH、溶解氧(DO)、电导率(EC)、浊度、高锰酸盐指数、氨氮(NH4+-N)、总氮(TN)、总磷(TP)和叶绿素(Chl-a)等水质指标进行分析.
降雨数据来源于中国气象数据网, 采用保定气象站1970年1月至2021年11月的日降雨量数据.
遥感卫星影像数据来源于地理空间数据云(http://www.gscloud.cn/), 选取2021年9月7日Landsat 8卫星影像用于研究区土地利用分类, 云覆盖量为0.12%, 影像质量较高.运用ENVI 5.3和Arcgis, 采用最大似然法对研究区土地利用类型进行目视解译.按照实际情况及《土地利用现状分类》(GB/T 21010-2007)标准[28]将白洋淀区域土地利用类型划分为水体(主要指开阔水体部分)、建设用地、水生植物(主要为芦苇)、耕地和裸地这5类.以往研究表明, 200 m~1.5 km缓冲区内土地利用结构对湖泊水质有显著影响[29, 30], 因此以5个点位为中心分别做半径200 m、500 m、800 m、1.2 km和1.5 km的缓冲区, 获取各点周边不同尺度下的土地利用数据(图 2), 用于与水质指标的相关性分析.
|
图 2 水质监测点周边不同尺度缓冲区土地利用结构 Fig. 2 Land use structure of buffer zones at different scales around water quality monitoring sites |
本研究使用Excel软件进行原始数据的整理, 水质数据的主成分分析和地类面积占比与水质数据的Pearson相关分析均在IBM SPSS Statistics 26.0中进行.点位缓冲区的划分在Arcgis 10.2中进行.各水质指标的时空分布图均使用Origin 2021绘制.
文中各指标时间分布特征及相关性分析均使用平均值进行分析; 综合污染指数为日综合污染指数平均值; 年内白洋淀土地利用结构无明显改变, 使用2021年9月7日影像分类得到的数据代表本研究期内土地利用情况.
1.3.2 综合污染指数法湖泊的水质水平受多指标的影响, 综合污染指数法可以对其进行综合评价, 避免了单一指标数据对整体水质的影响, 也降低了监测数据异常造成的误差.综合污染指标计算公式如下[31]：
|
(1) |
|
(2) |
式中, PN-i为第i个指标的污染分指数; ci为第i个指标的监测值, csi为其对应的标准浓度值[采用《地表水环境质量标准》(GB 3838-2002)[32]中的Ⅲ类标准值]; PN为综合污染指数, n为监测指标个数.
综合污染指数的等级划分：PN≤0.20为水质好; 0.20 < PN≤0.40为水质较好; 0.40 < PN≤0.70为轻度污染; 0.70 < PN≤1.00为中度污染; 1.00 < PN≤2.00为重度污染; PN>2.00为严重污染.
1.3.3 主成分分析法主成分分析采用降维的思想, 将相关性高的变量分在同一类中, 用少数几个公共因子解释某种变化现象, 从而更好地揭示事物内在规律, 因此该方法广泛地应用于水质评价、主要污染因子提取与污染源识别中[33, 34].本研究采用主成分分析方法对白洋淀的水质监测数据进行分析并识别主要污染源.
2 结果与分析 2.1 白洋淀降雨特征分析白洋淀降雨量年际变化大, 丰水年和枯水年交替变化频繁(图 3).1970~2000年波动幅度较大, 2000年后波动幅度减小, 至2020年突增.2020年和2021年的年降雨量在近50年达到最高, 分别为970.9 mm和965.7 mm, 属于典型的丰水年.按中国气象局的雨量等级划分标准将白洋淀日降雨分为小雨(0.1~9.9 mm)、中雨(10~24.9 mm)、大雨(25~49.9 mm)、暴雨(50~99.9 mm)和大暴雨(≥100 mm)这5级(图 3).年内小雨占比最大, 占全年降雨日数的64% ~91%; 大暴雨频率较小, 多出现在丰水年.降雨日数介于37~96 d之间, 平均值为63 d, 变化趋势与年降雨量相似.2021年降雨日数为78 d, 仅次于1990、2003和2015年.
|
图 3 1970~2021年白洋淀降雨量及降雨结构年际变化 Fig. 3 Interannual variation in precipitation and precipitation structure in Baiyangdian Lake from 1970 to 2021 |
2020年12月至2021年11月内白洋淀的日降雨量情况如图 4.本研究期内总降雨量为965.1 mm, 年内降雨主要集中在7~10月, 集中降雨期内总降雨量为825.6 mm, 约占全年降雨的85.5%.日最高降雨量为173.8 mm, 达到了大暴雨级别.
|
图 4 本研究期内(2021年)白洋淀日降雨量变化 Fig. 4 Variation in daily precipitation in Baiyangdian Lake in 2021 |
白洋淀主要水质指标呈现了较为明显的季节变化特征(图 5).WT、pH、EC和DO平均值分别为(21.44±6.37)℃、8.02±0.43、(848.72±240.16)μS ·cm-1和(7.04±3.06)mg ·L-1, 这4个指标季节变化规律相似, 最高值均出现在4~6月.高锰酸盐指数、ρ(NH4+-N)、ρ(TP)、ρ(Chl-a)和藻密度平均值分别为(5.50±1.93)mg ·L-1、(0.05±0.06)mg ·L-1、(0.04±0.02)mg ·L-1、(8.95±5.59)μg ·L-1和(8.10±8.25)×106 cells ·L-1, 这5个指标季节变化规律相似, 最高值均出现在6~10月, 与水温呈相同变化趋势. ρ(TN)平均值为(1.58±1.41)mg ·L-1, 5个点位TN浓度变化趋势差异较大, 南刘庄和烧车淀均呈现先降低后升高的趋势, 最低值出现在6~8月; 光淀张庄呈现逐渐上升的趋势, 在10月达到最高; 采蒲台和圈头年内变化较小.浊度平均值为(6.25±5.75)NTU, 5个点位浊度变化趋势差异同样较大, 南刘庄最高值出现在6月; 圈头和烧车淀在3~5月基本维持稳定, 6~10月逐渐升高; 采蒲台12和1月最低, 3月后逐渐升高.
|
图 5 白洋淀水质指标月变化趋势 Fig. 5 Monthly variation trends of water quality indicators in Baiyangdian Lake |
本研究期内出现的强降雨对白洋淀各水质指标均有较为明显的影响(图 6).降雨量在7月初与10月初出现峰值, 各指标分别在7月中旬与10月中旬出现峰值.pH、EC、DO和浊度与降雨量变化趋势相反, 在雨季后明显降低, 主要是由于降水对水体中离子及悬浮颗粒的稀释作用; 但在各降雨事件后浊度和EC呈现小幅度升高趋势, 是由于降雨对水体的扰动作用, 同时降雨径流携带的污染物分解消耗大量溶解氧, 使水体DO降低.NH4+-N、TN、TP、高锰酸盐指数、Chl-a和藻密度等污染指标在雨季后明显升高, 是降雨的冲刷作用导致土壤中的营养物和有机污染物等大量流入水体; 同时营养物的流入及适宜的温度为藻类生长了提供营养条件[35], 因此藻密度和Chl-a浓度升高.雨季内各水质指标出现突增或突降的频率较非雨季大, 尤其是NH4+-N、TN和TP等污染指标在降雨后波动显著增大.
|
图 6 2021年白洋淀水质指标与降雨变化趋势 Fig. 6 Variation trends of water quality indicators and precipitation in Baiyangdian Lake in 2021 |
除WT外白洋淀各指标都呈现了较为明显的空间分布差异(图 7). pH和DO的空间分布特征相同, 最低值均出现在淀区西部南刘庄处, 其余4点为：烧车淀>圈头>采蒲台>光淀张庄.NH4+-N、TP、浊度和Chl-a的空间分布特征相似, 最高值均出现在南刘庄处, 且大部分时间的TP浓度处于Ⅳ类地表水水质标准.NH4+-N浓度除南刘庄外其余4点差异较小, 均处于Ⅰ类地表水水质标准.TP浓度除采蒲台和南刘庄外其余3点差异较小.EC、高锰酸盐指数和藻密度空间分布特征相同, 均为：采蒲台>圈头>光淀张庄>南刘庄>烧车淀.TN最高值出现在淀区北部烧车淀处, 最低值出现在淀区南部采蒲台和圈头处.5点中南刘庄水质特征最为突出, 多项指标的最高值或最低值均出现在此点.
|
图 7 白洋淀水质指标空间分布 Fig. 7 Spatial distribution of water quality indicators in Baiyangdian Lake |
选取DO、高锰酸盐指数、NH4+-N、TN和TP这5项指标, 根据式(1)和式(2)计算5个点位各季节的平均综合污染指数(表 1).从季节变化特征来看, 采蒲台处冬季及春季水质属于较好水平, 其余点位各季节都处于轻度及以上污染水平.各点位综合污染指数呈现相同的季节变化趋势, 均为：夏季>秋季>春季, 表明白洋淀水质在春季最好, 夏季最差, 平均值均达到了中度污染水平.从点位分布特征来看, 5个点位的污染指数为：南刘庄>烧车淀>光淀张庄>采蒲台>圈头.南刘庄处水质最差, 本研究期内有63%的数据处于重度污染水平, 最大值2.33达到了严重污染水平; 圈头处水质最好, 年内最大污染指数值也仅处于中度污染水平.
|
表 1 白洋淀各点位综合污染指数 Table 1 Comprehensive pollution indexes of each monitoring site in Baiyangdian Lake |
本研究期内白洋淀水体综合污染指数范围为0.26~2.33, 5个点位平均综合污染指数为0.93, 属于中度污染水平.与王欢欢等[17]对白洋淀水质2010~2016年的分析结果对比(图 8), 2021年白洋淀水体典型指标污染指数和综合污染指数均呈明显下降趋势, 这表明在雄安新区建设初期针对白洋淀水环境问题实施的一系列管控措施取得了较为明显的治理效果, 白洋淀水质较之前有所提升. 但TN、TP和高锰酸盐指数仍超标严重, 其中TN属于重度污染, TP和高锰酸盐指数属于中度污染, 表明白洋淀水环境治理工作仍需进一步提升.
|
图 8 雄安新区建设前后污染指数年际变化 Fig. 8 Interannual variation in pollution index before and after the construction of Xiong'an New Area |
白洋淀5个点位周边土地利用类型主要为水体、建设用地、水生植物和耕地, 裸地面积占比很小, 均未超过5%; 5点位间土地利用结构差异较大(图 9).采蒲台和烧车淀周边土地利用结构较为单一, 200 m和500 m缓冲区内主要由水体和水生植被组成, 远距离缓冲区内包含少量的耕地和建设用地.光淀张庄周边主要为水生植物、水体和建设用地, 其中水生植物面积占比较大; 随着空间尺度的增大水生植物面积占比先减小后增大, 建设用地面积占比先增大后减小.圈头周边主要为建设用地、水体和水生植物, 且随着空间尺度的增大建设用地面积占比逐渐减小, 水体和水生植物的面积占比逐渐增大.南刘庄周边开阔水体较少, 主要为水生植物、耕地和建设用地, 且随着空间尺度的增大水生植物和建设用地面积占比逐渐减小, 耕地面积逐渐增大; 南刘庄是5个点位中耕地面积占比最大的.
|
(a)200 m缓冲区, (b)500 m缓冲区, (c)800 m缓冲区, (d)1.2 km缓冲区, (e)1.5 km缓冲区 图 9 各监测点缓冲区内土地利用结构 Fig. 9 Land use structure in the buffer zones of each monitoring site |
根据降雨量将本研究期内数据分为非雨季(2020年3月1日至6月29日和2020年10月10日至12月31日)和雨季(2020年6月30日至10月9日), 分别选取非雨季和雨季内浊度、高锰酸盐指数、NH4+-N、TN、TP和Chl-a这6项主要指标与不同空间尺度下的地类面积占比做相关性分析.研究区内裸地面积占比极小, 且五点间差异不大, 因此本文只分析水体、建设用地、水生植物和耕地这4个土地利用类型与水质的相关关系.
非雨季(图 10)水体面积占比与高锰酸盐指数呈显著正相关, 与其他指标呈显著负相关, 且相关性均随空间尺度的增大而增强.建设用地面积占比与NH4+-N、TP和Chl-a呈显著正相关, 且随空间尺度的增大相关性增强; 与浊度、TN的相关性在近距离尺度(200~800 m)相关性极弱, 在远距离尺度呈显著正相关; 与高锰酸盐指数在近距离尺度(200~800 m)相关性极弱, 在远距离尺度呈负相关.水生植物面积占比与浊度、NH4+-N、TP在近距离尺度(200~800 m)呈显著正相关, 在远距离尺度呈显著负相关, 且随空间尺度的增大与浊度相关性增强, 与TP的相关性减弱; 与高锰酸盐指数呈负相关, 随空间尺度的增大相关性先增强后减弱, 在500 m缓冲区相关性达到最强; 与TN呈显著正相关, 随空间尺度的增大相关性先增强后减弱, 在500 m缓冲区相关性达到最强; 与Chl-a呈显著正相关, 随空间尺度的增大相关性逐渐减弱.耕地面积占比与高锰酸盐指数呈负相关, 与其他指标均呈显著正相关; 与浊度的相关性随空间尺度的增大而增强; 与TN和NH4+-N的相关性随空间尺度的增大先增强后减弱, 在800 m缓冲区相关性达到最强; 与TP和Chl-a的相关性随空间尺度的增大而减弱.
|
色柱为相关系数的线性映射, 颜色表示相关系数值; *表示P≤0.05, **表示P≤0.01 图 10 非雨季水质指标与土地利用类型相关性 Fig. 10 Correlation between water quality indicators and land use type in dry season |
雨季(图 11)水体面积占比与浊度和TN相关性较弱; 与高锰酸盐指数呈显著正相关, 随空间尺度的增大相关性增强; 与NH4+-N、TP和Chl-a呈显著负相关, 与TP的相关性随空间尺度的增大先增强后减弱, 在1.2 km缓冲区相关性达到最强, 与Chl-a的相关性随空间尺度的增大而减弱.建设用地面积占比与浊度相关性较弱; 与高锰酸盐指数、NH4+-N和Chl-a呈显著正相关, 与高锰酸盐指数的相关性随空间尺度的增大先减弱后增强, 在800 m缓冲区相关性达到最弱, 与NH4+-N和Chl-a的相关性随空间尺度的增大而增强; 与TN呈显著负相关; 与TP在近距离尺度(200~800 m)呈负相关, 在远距离尺度呈显著正相关.水生植物面积占比与浊度呈负相关, 随空间尺度的增大相关性先减弱后增强, 在800 m缓冲区相关性达到最弱; 与高锰酸盐指数和Chl-a呈显著负相关, 随空间尺度的增大相关性均增强; 与NH4+-N和TP在近距离尺度(200~800 m)呈正相关, 在远距离尺度呈负相关.耕地面积占比与高锰酸盐指数相关性较弱; 与浊度、NH4+-N和TP呈显著正相关, 随空间尺度的增大相关性均增强; 与TN呈负相关; 与Chl-a呈显著正相关, 且随空间尺度的增大相关性减弱.
|
色柱为相关系数的线性映射, 颜色表示相关系数值; *表示P≤0.05, **表示P≤0.01 图 11 雨季水质指标与土地利用类型相关性 Fig. 11 Correlation between water quality indicators and land use type in rainy season |
为识别白洋淀水质的关键污染因子, 选取: 水温、DO、EC、浊度、高锰酸盐指数、NH4+-N、TN、TP和Chl-a这9项水质指标分别对5个点位数据进行主成分分析.根据特征值λ大于1的因子纳入标准, 采蒲台提取出4个公共因子, 光淀张庄、南刘庄、圈头和烧车淀各提取出3个公共因子, 其累积方差贡献率分别为79.73%、83.97%、83.32%、77.28%和82.02%.图 12为各公共因子的载荷, 载荷值为指标与公共因子的相关性, 可表示各指标在公共因子中的相对重要性.载荷绝对值大于0.75表示强相关, 在0.5~0.75间表示中相关, 在0.3~0.5间表示弱相关[34].
|
图 12 白洋淀水质主成分因子载荷 Fig. 12 Principal component loadings of water quality in Baiyangdian Lake |
WT是5个点位水质变化的关键因子之一, 通过影响微生物、酶的活性等影响水生生物生长、氮磷循环等从而改变水质状况[36].夏季水温高微生物活性强, 分解污染物消耗溶解氧导致水质变差; 同时夏季为白洋淀景区旅游旺季, 人类活动的增加也会导致入淀污染物负荷量增加, 因此白洋淀水质随WT呈现季节变化特征.TP和高锰酸盐指数在除烧车淀外的其余4点处均占有较大载荷, 表明磷营养盐及有机污染物为白洋淀水体的主要污染物.Chl-a在光淀张庄、圈头以及烧车淀处占有较大载荷, 表明淀区东部及北部水质受藻类生长影响较大.TN在采蒲台和南刘庄处占有较大载荷, 表明白洋淀西部及南部水体中的氮营养盐为关键污染物, 主导水质变化. 南刘庄公共因子F1中TP、TN和高锰酸盐指数这3项主要污染指标均占有较大载荷, 表明此点位水体污染状况最为严重; 烧车淀处的污染指标中仅TP在公共因子F3中占有较大载荷, 此点位水体受污染程度较低.
整体来说, 在本研究期内TP和高锰酸盐指数是白洋淀水体的关键污染因子, 其浓度变化对白洋淀水质有显著影响.由孟睿等[37]和李橙等[38]的研究结果可知, 2010年左右白洋淀水体的关键污染因子为TN、NH4+-N和TP, 表明近10年有机污染逐渐成为白洋淀水体的突出问题.近10年内白洋淀区域内建设用地和耕地面积不断增加[39], 白洋淀水体关键污染因子的转变可能是由于人类日常生活和农业活动产生了大量有机污染物, 导致高锰酸盐指数逐渐成为水体的关键污染因子, 主导白洋淀水质的变化.
3.2 降雨和土地利用对主要水质指标的影响白洋淀各水质指标与点位周边的土地利用结构存在较强的相关关系(图 10和图 11).水体面积占比与浊度、NH4+-N、TN、TP和Chl-a浓度均呈负相关, 这与袁河流域[40]等区域的研究结果不同, 白洋淀的负相关关系可以解释为水体的自净作用对污染物的降解和稀释.建设用地和耕地面积占比在远距离缓冲区与主要污染指标均呈显著正相关, 这与夏琳琳等[41]和刘剋等[42]对白洋淀的研究结果相同, 表明近10年淀中村人民生产生活垃圾和播种、施肥等农业活动一直是白洋淀水体污染物的重要来源; 其中耕地与TP相关性最强, 表明农业活动是白洋淀水体磷营养盐的主要来源.水生植物面积占比在近距离尺度与各指标呈正相关, 在远距离尺度呈负相关, 这是由于在近距离尺度水生植物是水体污染物的“源”, 其腐解产生的污染物流入水体导致营养物质浓度增加, 水质恶化; 而随着空间尺度的增大水生植物覆盖率逐渐增加, 此时水生植物可作为水体污染物的“汇”, 起到截留纳污和净化水质的作用[43].
但不同土地利用结构与水质指标间的响应关系会随降雨的改变而有所差异.本研究期间白洋淀降雨多呈现历时短、雨强大的特点, 属“尖瘦型”降雨[44], 此类降雨对地面的冲刷作用强, 雨季内地表径流携带的外源污染物对白洋淀水质的影响更大.降雨的冲刷作用导致土壤中的氮磷营养物及有机物等污染物大量流失, 随降雨径流流入水体后导致各水体组分浓度升高, 因此雨季水体面积与各污染指标的负相关性减弱, 甚至与浊度和TN由负相关变为正相关.水生植物面积与各污染指标的相关关系在非雨季和雨季也存在明显差异, 这可能是由于雨季淀内芦苇生长旺盛, 对水体氮、磷等物质的吸收作用较强; 同时降雨增加了水体流动性, 高锰酸盐指数等污染物的降解速度加快[45], 因此雨季水生植物与各指标呈显著负相关.雨季内耕地面积与各指标的正相关性也有所减弱, 这可能是强降雨的稀释作用所致.而高锰酸盐指数在雨季和非雨季与周边各地类相关性均较弱, 表明水体中有机物主要为外源性污染, 即上游地区污染物随地表径流流入淀内; 这与刘剋等[42]2017年的研究结果不同, 表明雄安新区2018年开始实施的淀区农村污水治理有所成效[25], 改善了白洋淀周边农村污水直排入淀污染水体的现象; 同时2019年新冠疫情的暴发导致白洋淀景区开放时间和旅游人数减少, 也是淀内有机污染转化为外源性污染的重要原因.
白洋淀各污染指标与点位周边土地利用的相关性在雨季减弱(图 10和图 11), 这与太湖流域西部[46]和鄱阳湖[47]等区域的研究结果不同, 这可能是由于雨季上游水库泄水的稀释作用, 减弱了降雨径流中污染物对白洋淀水质的影响.
3.3 其他因素对白洋淀水质的影响南水北调与引黄入冀工程主要在每年12月至次年2月对白洋淀进行补水, 同时上游水库会根据降雨等气象条件向白洋淀动态泄水.2021年7月11日白洋淀地区出现大暴雨, 为应对极端天气, 当日起白洋淀上游安格庄水库、王快水库向白洋淀泄水, 最大泄水量达50 m3 ·s-1[48, 49].白洋淀各水质指标在7月中旬出现突增, 主要是降雨径流携带的污染物所致; 上游水库水质基本符合Ⅰ类和Ⅱ类水质标准[50], 均优于白洋淀, 因此降雨期后水质指标的突降可能是由于水库的泄水起到了稀释作用.
在常年有水的入淀河流中白沟引河和孝义河入淀后汇入芦苇生长区, 对本文监测点的直接影响较小; 而府河汇入的藻笮淀南侧水体较少, 河水通过府河河道直接汇入中心淀区, 南刘庄位于府河入淀河道内, 因此府河对南刘庄处水质有直接影响.南刘庄处各水质指标与府河-安州断面均呈现相同的变化趋势(图 13), 经统计南刘庄水质与府河水质呈显著正相关, 基本理化指标中EC相关性最高, 为0.818(P < 0.05); 污染指标中TN相关性最高, 为0.568(P < 0.05).府河流经保定市区, 河水中的污染物质含量相对较高, 除高锰酸盐指数外府河各指标均高于南刘庄, 表明府河的汇入导致南刘庄入淀区水质变差; 高锰酸盐指数可能是来源于南刘庄周边耕地中的有机肥.
|
图 13 2021年南刘庄与府河入淀口水质变化趋势 Fig. 13 Variation trend of water quality at Nanliuzhuang and the entrance of Fuhe River in 2021 |
生活区光淀张庄、圈头和采蒲台这3个点位的高锰酸盐指数和Chl-a浓度较高, 非雨季内其主要受村庄人民生活影响, 应继续加强对农村污水排放的管控及监测, 减少有机污染物的排入.旅游区烧车淀TN含量超标严重, 雨季为白洋淀旅游旺季, 降雨的稀释及芦苇的吸收虽对水体有一定净化作用, 但同样受游客及往来船只影响较大, 建议景区加强水环境保护宣传, 合理控制客流量, 并对景区内饭店的垃圾处置严加监管.入淀区南刘庄NH4+-N和TP浓度较高, 主要受周边耕地及府河河水影响, 应加强对化肥农药施用量的限制及对保定市污水排放的监管.
4 结论(1) 从时间特征来看, 白洋淀水质在春季最好, 夏季最差; 强降雨导致水体高锰酸盐指数、NH4+-N、TN和TP浓度在7月显著升高.从空间分布来看, 入淀区南刘庄处营养物质污染最重, 受府河影响较大; 生活区采蒲台处有机物污染最重.
(2) 5个点位综合污染指数呈现：南刘庄>烧车淀>光淀张庄>采蒲台>圈头, 主要超标污染物为TN, 污染指数达1.55, 属于重度污染水平.白洋淀水质较雄安新区建设前明显好转.
(3) 1.5 km缓冲区内建设用地和耕地对浊度、NH4+-N和TP影响最大.芦苇湿地作为截流吸收污染物的“汇”的同时, 在800 m缓冲区内也是污染物的“源”, 释放氮营养盐.
(4) 雨季各指标与土地利用的相关性低于非雨季, 是由于雨季上游水库泄水的稀释作用, 减弱了降雨径流中污染物对白洋淀水质的影响.
| [1] |
高秋生, 焦立新, 杨柳, 等. 白洋淀典型持久性有机污染物污染特征与风险评估[J]. 环境科学, 2018, 39(4): 1616-1627. Gao Q S, Jiao L X, Yang L, et al. Occurrence and ecological risk assessment of typical persistent organic pollutants in Baiyangdian Lake[J]. Environmental Science, 2018, 39(4): 1616-1627. |
| [2] |
任晓强, 管孝艳, 陶园, 等. 白洋淀流域水环境风险评估综述[J]. 中国农村水利水电, 2021(1): 22-27. Ren X Q, Guan X Y, Tao Y, et al. Review of water environment risk assessment in Baiyangdian Basin[J]. China Rural Water and Hydropower, 2021(1): 22-27. DOI:10.3969/j.issn.1007-2284.2021.01.005 |
| [3] | Galbraith L M, Burns C W. Linking land-use, water body type and water quality in southern New Zealand[J]. Landscape Ecology, 2007, 22(2): 231-241. DOI:10.1007/s10980-006-9018-x |
| [4] |
王菁晗, 何吕奇姝, 杨成, 等. 太湖、巢湖、滇池水华与相关气象、水质因子及其响应的比较(1981—2015年)[J]. 湖泊科学, 2018, 30(4): 897-906. Wang J H, He L Q Z, Yang C, et al. Comparison of algal bloom related meteorological and water quality factors and algal bloom conditions among Lakes Taihu, Chaohu, and Dianchi (1981-2015)[J]. Journal of Lake Sciences, 2018, 30(4): 897-906. |
| [5] | Gu Q, Hu H, Ma L G, et al. Characterizing the spatial variations of the relationship between land use and surface water quality using self-organizing map approach[J]. Ecological Indicators, 2019, 102. DOI:10.1016/j.ecolind.2019.03.017 |
| [6] |
何春阳, 张金茜, 刘志锋, 等. 1990—2018年土地利用/覆盖变化研究的特征和进展[J]. 地理学报, 2021, 76(11): 2730-2748. He C Y, Zhang J X, Liu Z F, et al. Characteristics and progress of land use/cover change research during 1990-2018[J]. Acta Geographica Sinica, 2021, 76(11): 2730-2748. DOI:10.11821/dlxb202111010 |
| [7] | Putro B, Kjeldsen T R, Hutchins M G, et al. An empirical investigation of climate and land-use effects on water quantity and quality in two urbanising catchments in the southern United Kingdom[J]. Science of the Total Environment, 2016, 548-549. DOI:10.1016/j.scitotenv.2015.12.132 |
| [8] |
辛苑, 李萍, 吴晋峰, 等. 强降雨对北运河流域沙河水库水质的影响[J]. 环境科学学报, 2021, 41(1): 199-208. Xin Y, Li P, Wu J F, et al. Impacts of heavy rainfall on the water quality of Shahe Reservoir in the North Canal Basin[J]. Acta Scientiae Circumstantiae, 2021, 41(1): 199-208. |
| [9] | Umwali E D, Kurban A, Isabwe A, et al. Spatio-seasonal variation of water quality influenced by land use and land cover in Lake Muhazi[J]. Scientific Reports, 2021, 11(1). DOI:10.1038/s41598-021-96633-9 |
| [10] | Nobre R L G, Caliman A, Cabral C R, et al. Precipitation, landscape properties and land use interactively affect water quality of tropical freshwaters[J]. Science of the Total Environment, 2020, 716. DOI:10.1016/j.scitotenv.2020.137044 |
| [11] | Yu S Y, Xu Z X, Wu W, et al. Effect of land use types on stream water quality under seasonal variation and topographic characteristics in the Wei River basin, China[J]. Ecological Indicators, 2016, 60: 202-212. DOI:10.1016/j.ecolind.2015.06.029 |
| [12] | Wu J H, Lu J. Spatial scale effects of landscape metrics on stream water quality and their seasonal changes[J]. Water Research, 2021, 191. DOI:10.1016/j.watres.2021.116811 |
| [13] | Xu J H, Liu R, Ni M F, et al. Seasonal variations of water quality response to land use metrics at multi-spatial scales in the Yangtze River basin[J]. Environmental Science and Pollution Research, 2021, 28(28): 37172-37181. DOI:10.1007/s11356-021-13386-8 |
| [14] |
封志明, 杨艳昭, 游珍. 雄安新区的人口与水土资源承载力[J]. 中国科学院院刊, 2017, 32(11): 1216-1223. Feng Z M, Yang Y Z, You Z. The population and water and land resource carrying capacity of Xiong'an New Area[J]. Bulletin of Chinese Academy of Sciences, 2017, 32(11): 1216-1223. |
| [15] | Zhao Y, Xia X H, Yang Z F, et al. Temporal and spatial variations of nutrients in Baiyangdian Lake, North China[J]. Journal of Environmental Informatics, 2011, 17(2): 102-108. DOI:10.3808/jei.201100192 |
| [16] |
张婷, 刘静玲, 王雪梅. 白洋淀水质时空变化及影响因子评价与分析[J]. 环境科学学报, 2010, 30(2): 261-267. Zhang T, Liu J L, Wang X M. Causal analysis of the spatial-temporal variation of water quality in Baiyangdian Lake[J]. Acta Scientiae Circumstantiae, 2010, 30(2): 261-267. |
| [17] |
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. |
| [18] |
刘鑫, 史斌, 孟晶, 等. 白洋淀水体富营养化和沉积物污染时空变化特征[J]. 环境科学, 2020, 41(5): 2127-2136. Liu X, Shi B, Meng J, et al. Spatio-temporal variations in the characteristics of water eutrophication and sediment pollution in Baiyangdian Lake[J]. Environmental Science, 2020, 41(5): 2127-2136. |
| [19] |
赵黔伟, 汪敬忠, 魏浩, 等. 白洋淀水体氮、磷和重金属的变化特征及影响因素[J]. 水资源与水工程学报, 2020, 31(6): 103-108. Zhao Q W, Wang J Z, Wei H, et al. Variation characteristics of nitrogen, phosphorus and heavy metals in waters from Baiyangdian Lake and the influencing factors[J]. Journal of Water Resources and Water Engineering, 2020, 31(6): 103-108. |
| [20] | 马恺, 罗义, 田艺苑, 等. 基于主成分分析法的白洋淀入淀河流水质评价[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(二)[C]. 北京: 《工业建筑》杂志社有限公司, 2021. |
| [21] | Ji Z H, Zhang Y, Zhang H, et al. Fraction spatial distributions and ecological risk assessment of heavy metals in the sediments of Baiyangdian Lake[J]. Ecotoxicology and Environmental Safety, 2019, 174: 417-428. DOI:10.1016/j.ecoenv.2019.02.062 |
| [22] |
吕婷婷, 李林森, 朱世峰, 等. 近30a来白洋淀土地利用变化规律及驱动力分析[J]. 水利水电技术, 2020, 51(3): 37-44. Lyu T T, Li L S, Zhu S F, et al. Analysis on land use variation law and its driving force of Baiyangdian Lake since recent 30 years[J]. Water Resources and Hydropower Engineering, 2020, 51(3): 37-44. |
| [23] | 罗义, 马恺, 赵丙昊, 等. 白洋淀入淀河流水环境现状分析[J]. 建材与装饰, 2020(10): 144-145. |
| [24] |
杨薇, 赵彦伟, 刘强, 等. 白洋淀生态需水: 进展及展望[J]. 湖泊科学, 2020, 32(2): 294-308. Yang W, Zhao Y W, Liu Q, et al. A systematic literature review and perspective on water-demand for ecology of Lake Baiyangdian[J]. Journal of Lake Sciences, 2020, 32(2): 294-308. |
| [25] |
黄梦柔. 白洋淀淀中村生活污水处理技术绩效评估研究[D]. 保定: 河北大学, 2021. Huang M R. Study on performance evaluation of domestic sewage treatment technology in the villages of Baiyangdian Lake[D]. Baoding: Hebei University, 2021. |
| [26] |
赵志轩, 魏芳菲, 王怡宁, 等. 白洋淀两种生境中芦苇地上生物量及其影响因子分析[J]. 环境保护科学, 2021, 47(1): 87-91. Zhao Z X, Wei F F, Wang Y N, et al. Analysis of aboveground biomass of Phragmites australis and its Influencing factors in two habitats of Baiyangdian Wetland[J]. Environmental Protection Science, 2021, 47(1): 87-91. |
| [27] |
周石磊, 陈召莹, 张甜娜, 等. 白洋淀典型淀区沉积物间隙水溶解性有机物的光谱时空演变特征[J]. 环境科学, 2021, 42(8): 3730-3742. Zhou S L, Chen Z Y, Zhang T N, et al. Temporal and spatial evolution characteristics of DOM spectra in sediment interstitial water in typical zones of Baiyangdian Lake[J]. Environmental Science, 2021, 42(8): 3730-3742. |
| [28] | GB/T 21010-2017, 土地利用现状分类[S]. |
| [29] |
方娜, 刘玲玲, 游清徽, 等. 不同尺度土地利用方式对鄱阳湖湿地水质的影响[J]. 环境科学, 2019, 40(12): 5348-5357. Fang N, Liu L L, You Q H, et al. Effects of land use types at different spatial scales on water quality in Poyang Lake Wetland[J]. Environmental Science, 2019, 40(12): 5348-5357. |
| [30] | Rodríguez-Gallego L, Achkar M, Defeo O, et al. Effects of land use changes on eutrophication indicators in five coastal lagoons of the Southwestern Atlantic Ocean[J]. Estuarine, Coastal and Shelf Science, 2017, 188: 116-126. |
| [31] |
蒋火华, 朱建平, 梁德华, 等. 综合污染指数评价与水质类别判定的关系[J]. 中国环境监测, 1999, 15(6): 46-48. Jiang H H, Zhu J P, Liang D H, et al. The relationship between comprehensive pollution index assessment and water quality type distingquishing[J]. Environmental Monitoring in China, 1999, 15(6): 46-48. |
| [32] | GB 3838-2002, 地表水环境质量标准[S]. |
| [33] | 何继山. 水质分析中聚类分析和因子分析的应用研究[J]. 地下水, 2018, 40(3): 92-95. |
| [34] | Gulgundi M S, Shetty A. Groundwater quality assessment of urban Bengaluru using multivariate statistical techniques[J]. Applied Water Science, 2018, 8(1). DOI:10.1007/s13201-018-0684-z |
| [35] | Yang Z, Zhang M, Shi X L, et al. Nutrient reduction magnifies the impact of extreme weather on cyanobacterial bloom formation in large shallow Lake Taihu (China)[J]. Water Research, 2016, 103: 302-310. |
| [36] | Søndergaard M, Lauridsen T L, Johansson L S, et al. Nitrogen or phosphorus limitation in lakes and its impact on phytoplankton biomass and submerged macrophyte cover[J]. Hydrobiologia, 2017, 795(1): 35-48. |
| [37] |
孟睿, 何连生, 席北斗, 等. 白洋淀污染的主成分分析[J]. 环境科学与技术, 2012, 35(S2): 100-103. Meng R, He L S, Xi B D, et al. Principal component analysis of Baiyangdian Lake pollutions[J]. Environmental Science & Technology, 2012, 35(S2): 100-103. |
| [38] |
李橙, 王月锋, 杨晶, 等. 主成分分析法在白洋淀污染评价上的应用[J]. 安徽农业科学, 2014, 42(35): 12616-12618. Li C, Wang Y F, Yang J, et al. Application of principal component analysis in evaluation of Baiyangdian Lake pollution[J]. Journal of Anhui Agricultural Sciences, 2014, 42(35): 12616-12618. |
| [39] |
朱金峰, 周艺, 王世新, 等. 1975年—2018年白洋淀湿地变化分析[J]. 遥感学报, 2019, 23(5): 971-986. Zhu J F, Zhou Y, Wang S X, et al. Analysis of changes of Baiyangdian wetland from 1975 to 2018 based on remote sensing[J]. Journal of Remote Sensing, 2019, 23(5): 971-986. |
| [40] |
黄益平, 王鹏, 徐启渝, 等. 袁河流域土地利用方式对河流水体碳、氮、磷的影响[J]. 环境科学研究, 2021, 34(9): 2132-2142. Huang Y P, Wang P, Xu Q Y, et al. Influence of land use on carbon, nitrogen and phosphorus in water of Yuan River Basin[J]. Research of Environmental Sciences, 2021, 34(9): 2132-2142. |
| [41] |
夏琳琳, 刘仁志, 张珂. 基于GIS的白洋淀流域景观格局对水质的影响研究[J]. 应用基础与工程科学学报, 2012, 20(S1): 87-95. Xia L L, Liu R Z, Zhang K. Research on the landscape pattern's impact on water quality in Baiyangdian Watershed based on GIS[J]. Journal of Basic Science and Engineering, 2012, 20(S1): 87-95. |
| [42] |
刘剋, 郭畅, 王玉静. 基于高分二号的白洋淀土地利用与水质响应关系研究[J]. 中国农村水利水电, 2019(8): 186-191. Liu K, Guo C, Wang Y J. Research on the response relationship between land use and water quality in Baiyangdian Lake based on GF-2[J]. China Rural Water and Hydropower, 2019(8): 186-191. |
| [43] |
夏妍, 窦鹏, 楼春华, 等. 不同植被覆盖情景下景观水体水质改善效果模拟研究[J]. 环境科学学报, 2022, 42(1): 248-258. Xia Y, Dou P, Lou C H, et al. Simulation study on the effect of water quality improvement of landscape water body under different vegetation coverage scenarios[J]. Acta Scientiae Circumstantiae, 2022, 42(1): 248-258. |
| [44] |
华逢耀, 黄廷林, 李楠, 等. 不同强度降雨径流对水源水库热分层和水质的影响[J]. 中国环境科学, 2021, 41(3): 1234-1242. Hua F Y, Huang T L, Li N, et al. Influence of rainfall runoff with different intensities on thermal stratification and water quality of water source reservoir[J]. China Environmental Science, 2021, 41(3): 1234-1242. |
| [45] | Huang B S, Hong C H, Du H H, et al. Quantitative study of degradation coefficient of pollutant against the flow velocity[J]. Journal of Hydrodynamics, 2017, 29(1): 118-123. |
| [46] |
张志敏, 杜景龙, 陈德超, 等. 典型网状河网区域土地利用和景观格局对地表季节水质的影响——以江苏省溧阳市为例[J]. 湖泊科学, 2022, 34(5): 1524-1539. Zhang Z M, Du J L, Chen D C, et al. Effects of land use and landscape pattern characteristics on seasonal surface water quality in a typical reticulated river network area—a case study of Liyang City, Jiangsu Province[J]. Journal of Lake Sciences, 2022, 34(5): 1524-1539. |
| [47] |
徐启渝, 王鹏, 王涛, 等. 土地利用结构与景观格局对鄱阳湖流域赣江水质的影响[J]. 湖泊科学, 2020, 32(4): 1008-1019. Xu Q Y, Wang P, Wang T, et al. Investigation of the impacts of land use structure and landscape pattern on water quality in the Ganjiang River, Lake Poyang Basin[J]. Journal of Lake Sciences, 2020, 32(4): 1008-1019. |
| [48] |
韩玉丽, 卜红梅. 极端降水条件下白洋淀主淀区水化学特征及水质变化[J]. 湖泊科学, 2022, 34(6): 1968-1979. Han Y L, Bu H M. Hydrochemical characteristics and water quality variations in the main area of Lake Baiyangdian under extreme precipitation[J]. Journal of Lake Sciences, 2022, 34(6): 1968-1979. |
| [49] | 中华人民共和国水利部. 河北省启动水旱灾害防御Ⅳ级应急响应[EB/OL]. http://www.mwr.gov.cn/xw/dfss/202107/t20210712_1528588.html, 2022-08-22. |
| [50] | 韩晓东, 张强. 保定市三大水库近5年水质评价分析[J]. 海河水利, 2016(3): 20-22. |