2024, Vol. 45
2. 河海大学环境学院, 南京 210098
2. College of Environment, Hohai University, Nanjing210098, China
2015年国务院颁布《水污染防治行动计划》以来[1], 各地水污染防治行动成效显著, 水质总体呈现上升趋势[2, 3], 但受自然条件以及人类活动的影响[4, 5], 流域范围内水质普遍存在时空分布不均的现象[6], 其中水利工程建设对区域水文情势和水质状况的影响尤为显著[7~9]. 因此, 河流水质状况的科学评估工作尤为重要[10], 为水资源的合理利用提供了重要保障[11].
水质评价是指运用一定方法, 对水体质量做出定性及定量的评价和分析[12]. 常用方法包括单因子评价法[13]、人工神经网络评价法[14]、模糊数学评价法[15]和综合水质指数法（WQI）[16]等. 以上方法都各有优势, 但也存在相应不足. 其中, 单因子评价法以最差水质单项指标类别定义断面水质类别[17], 无法客观判断整体水质状况[18]；模糊数学评价法的最大隶属度原则易造成信息损失, 从而影响评价结果准确性[19]；人工神经网络评价法受数据数量和样本训练方法影响较大, 且计算过程复杂[20]. 相较而言, 综合水质指数法能够更加简单、高效地反映流域整体状况[21], 更适用于对流域整体范围进行长期水质评价[22]. 胡莹莹等[23]采用综合水质指数法以白洋淀流域为例验证WQI评价方法在北方典型流域水质评价的适用性；鲁照等[24]采用基于熵权改进的综合水质指数法研究鄱阳湖2009~2018年间水质年际、季节演变特征及空间分布情况；Ram等[25]在GIS框架下利用WQI法对印度北方邦Mahoba区地下水进行水质评价, 以探究地下水是否适合人类消费；Qu等[26]采用多种统计方法和水质指数法对南水北调东线工程沿线湖泊进行水质时空分析. 目前WQI方法主要应用于特定河流湖泊水库, 对大型水利工程沿线流域的评价相对较少, 在对于沿线某段区域较长时间跨度内水质状况的研究存在空缺, 本研究综合考虑空间广度以及时间深度, 全面分析大型水利工程沿线某区域水质状况.
本研究以南水北调东线江苏段为例, 采用综合水质指数评价方法, 对南水北调东线江苏段13个国考断面2013~2022年水质数据进行评价, 结合M-K趋势检验以及地理信息系统, 具体分析研究区域水质时间变化趋势和空间分布特征, 以期为南水北调东线江苏段流域水体治理提供科学依据, 也为大型水利工程辐射范围内流域水体治理和管控提供有效参考.
1 材料与方法 1.1 区域背景南水北调东线江苏段位于江苏省西北部, 区域包含江苏省的5个地级市, 分别为扬州、泰州、淮安、徐州和宿迁. 南以长江为界, 北面与山东省毗连, 西界为安徽省. 多年平均降水量从南部的1 000 mm到北逐步递减, 淮河流域873 mm. 本文选取调水路线上的13个国考断面进行评价分析（见图 1）. 研究数据来源于江苏环境监测中心, 包含南水北调东线江苏段13个国考断面2013~2022年逐月监测数据.
|
图 1 南水北调东线江苏段国考断面相对位置示意 Fig. 1 Relative location of the national assessment section of the east route of the South-to-North Water Diversion Project in Jiangsu Province |
其中, S11、S12和S13断面位于泰州和扬州, 是南水北调东线工程的源头区域, 水系发达, 河道交织密布；S7~S10断面属于淮河流域, 临近洪泽湖, 受洪泽湖调蓄作用影响[27]；S1~S6断面位于徐州和宿迁, 该地区支流众多, 水系复杂, 联通不畅[28].
1.2 分析方法（1）综合水质指数评价法 本研究采用改进的WQI计算方法, 具体公式如下：
|
(1) |
式中, n为水质参数的总数；Ci为变量i的归一化值, 参考《地表水环境质量标准》（GB3838-2002）, 将其从0~100分为11个级别, 根据水质参数的浓度进行赋值[29]；Pi为变量i的相对权重, 根据水质因子对水生生物的重要性进行划分[30], 其取值范围为1~4[31~33]. WQI值由各指标得分加权计算得到. WQI值在0~100之间被划分为5个等级：差（0 ≤ WQI ≤ 25）、一般（25 < WQI ≤ 50）、中等（50 < WQI ≤ 70）、良好（70 < WQI ≤ 90）和优秀（WQI > 90）. 本研究以DO、高锰酸盐指数、COD、BOD5、NH4+-N、TP和石油类等7项作为评价指标计算WQI值, 各项参数取值情况见表 1.
|
表 1 水质指标权重值（Pi）和归一化值（Ci） Table 1 Weights (Pi) and normalized values (Ci) of water quality parameters |
（2）Mann-Kendall趋势检验 利用MATLAB软件进行M-K趋势检验, 以分析各水质因子的时间变化趋势. 具体公式为：
|
(2) |
|
(3) |
式中, S为统计变量, xi和xj分别为序列第i年和第j年的变量值, 且j > i；sign为符号函数. 随着n增大, S近似服从正态分布. Z为M-K统计量, σS为S的标准差, Z > 0表明有上升趋势, Z < 0表明有下降趋势, Z = 0表明无趋势变化；当|Z| ≥ 1.65、1.96、2.58时分别表示通过了置信水平为90%、95%和99%的显著性检验[34].
2 结果与讨论 2.1 基于WQI值的总体水质情况本研究选取高锰酸盐指数、DO、COD、BOD5、NH4+-N、TP和石油类等7项参数根据表 1和公式（1）计算WQI值. 2013~2022年流域整体WQI值和各项指标统计结果见表 2. 结果表明, 10年来各断面WQI值在42.63~93.16之间, 水质评价等级“差”、“一般”、“中等”、"良好”和“优秀”分别占总体的0%、1.00%、26.16%、72.51%和0.33%, 以“中等”和“良好”等级为主. 整体平均值为74.03, 属于“良好”等级.
|
|
表 2 2013~2022年水质指标和WQI值统计数据 Table 2 Water quality parameters and WQI statistics from 2013 to 2022 |
对13个考核断面的7项指标和WQI值进行Shapiro-Wilk正态检验, 在0.05显著性水平下, 7项指标和WQI值均不服从正态分布, 故分别采用Spearman系数法和Kruskal-Wallis检验进行相关性分析和差异性检验. 7项计算指标与WQI值的Spearman相关关系矩阵见表 3. 根据计算结果, 7项指标与WQI值均在0.01级别相关性显著, 相关系数计算结果见表 3. 其中, DO与WQI值之间存在正相关性, 表明DO含量越高, WQI值越高, 水质越好；高锰酸盐指数、BOD5、COD、NH4+-N、TP和石油类与WQI之间存在负相关关系, 表明随着水中有机物（高锰酸盐指数、BOD5、COD）、营养物（NH4+-N、TP）和石油类含量的增加, WQI值呈现下降趋势, 水质变差. 其中, DO、BOD5和NH4+-N与WQI值的相关性较高, 表明WQI值受这几项因素影响较大, 因此可将DO、BOD5和NH4+-N作为影响流域水质的主要指标.
|
|
表 3 水质指标与WQI值Spearman相关关系 Table 3 Correlation analysis between water quality parameters and WQI values |
2.2 基于WQI值的时间变化特征 2.2.1 年际变化特征
2013~2022年WQI值统计结果见表 4. 2013~2022年间WQI年均值总体呈现先下降后上升的趋势, 2015年和2022年分别达到最小值和最大值, 为71.41和77.28, 水质评价等级均达到“良好”. 由Kruskal-Wallis检验可知, 各水质指标和WQI值在2013~2022年间均存在显著差异（P < 0.05）. WQI月均值各等级占比逐年变化情况见图 2（a）, 根据计算结果, 10年间水质评价等级“中等”占比总体表现为下降趋势, “良好”占比总体表现为上升趋势, 分别从2013年的32.61%和67.39%变化至2022年的14.74%和81.41%, 且2018、2020和2022年均出现水质评价“优秀”等级；但2021年流域水质出现较大程度的反弹, 可能是由于研究区域2021年工业企业废水直排量增加, 且畜禽养殖业规模扩大, 致使废水中有机物含量增加, 但该现象在2022年得到有效控制.
|
|
表 4 2013~2022年WQI值统计分析 Table 4 Statistical analysis of WQI values from 2013 to 2022 |
|
图 2 WQI值和各指标年均值变化、等级分布特征及M-K趋势检验结果 Fig. 2 WQI value and annual mean change of water quality parameters, grade distribution characteristics, and M-K trend test results |
利用M-K趋势检验对WQI和各水质因子年均值变化趋势进行进一步确定, 结果见图 2. 根据计算结果, 在0.05显著性水平检验下, 2013~2022年WQI值和DO呈现显著增加的趋势（Z > 0）, BOD5和NH4+-N呈现显著减少的趋势（Z < 0）, 且WQI值和各水质指标均通过了0.01显著性水平检验, 表明南水北调东线工程江苏段河流在2013~2022年间水质明显改善. 其中, BOD5波动幅度较大, 需加强管控.
2.2.2 年内变化特征基于WQI分析水质汛期与非汛期变化特征. 2013~2022年汛期和非汛期WQI值及DO、BOD5和NH4+-N浓度分布情况见图 3. 根据Kruskal-Wallis非参数检验结果, 汛期和非汛期DO、NH4+-N和WQI值存在显著差异（P < 0.05）.
|
图 3 年际汛期和非汛期WQI值和指标变化及分布特征 Fig. 3 Inter-annual changes and distribution characteristics of WQI values and water quality parameters in flood season and non-flood season |
根据计算结果, 10年来非汛期WQI均值整体呈现上升趋势（Z > 0）, 汛期WQI均值呈现小幅度波动, 但总体稳定在70.87左右, 变化不大（Z = 0）, 见图 3（a）；WQI值整体表现为非汛期优于汛期, 见图 3（b）. 汛期水体DO含量低于非汛期, DO浓度变化主要受温度影响, 表现为温度越高DO含量越低, 通常汛期温度高于非汛期, 因此DO含量较低[35], 并且汛期微生物活动剧烈, 氧化分解大量有机物, 使得水中溶解氧含量进一步降低；汛期NH4+-N含量高于非汛期, 这可能是由于汛期为农业施肥集中的时期, 随着降雨量增加, 农田中的污染物质随地表径流汇入水体, 并且此时水体DO含量较低, 降低了氨氮氧化效率, 致使氨氮累积, 从而导致氨氮含量增加, 见图3（c）和3（e）. 总体而言, 汛期水质相对较差, 水体营养物含量增加, 消纳进化能力下降, WQI值均有所降低, 非汛期水质优于汛期.
2.3 基于WQI值的水质时空变化特征 2.3.1 基于WQI值的水质空间差异特征研究区域各考核断面WQI值和各水质因子10年总体均值变化见图 4. 根据Kruskal-Wallis非参数检验结果, 不同考核断面的WQI值和3项指标存在显著差异（P < 0.05）. 2013~2022年13个考核断面WQI整体均值在63.42~79.46之间, 其中S11（三垛西大桥）最低, 为63.42, S13（江都西闸断面）最高, 为79.46；水质评级等级除S11（三垛西大桥）断面外均为“良好”, S11断面为“中等”. 根据图 4（a）, 研究区域南部断面水质较好, 其中S10、S12和S13断面WQI值均高于76, 北部断面WQI值相对较低. 但S11断面水质较差, 普遍低于其余12个断面. 综合来看, 区域水质, 除S11断面外, 总体呈现为自北向南逐渐改善.
|
图 4 WQI值和水质指标空间分布 Fig. 4 Spatial distribution of WQI value and water quality parameters |
南水北调东线江苏段流域水质受污水处理厂尾水、生活污水和畜禽养殖废水影响较大, 自北向南, 常住人口数、种植业和畜禽养殖基本呈现自北向南逐渐减少的趋势. 研究区域北部, 相对而言水资源缺乏, 水体流动性整体较小, 自净能力相对较差, 不利于污染物的降解, 并且北部地区人口密集, 畜禽养殖发达, 污染源治理相对薄弱, 致使北部地区WQI值总体低于南部[36]. S11断面为扬州市高邮境内的三垛西大桥国考断面, 其水质难以稳定达到Ⅲ类水标准, 原因可能在于管网建设还未完善, 致使大量生活污水直接排入河流, 并且伴随当地水产养殖、农业种植行业的发展, 面源污染负荷增加[37].
2.3.2 基于WQI值的时空变化特征利用GIS软件绘制2013~2022年研究区域13个考核断面WQI年均值的变化情况（图 5）. 从时间上看, 2013~2015年间各断面WQI值均有所下降, 2015年研究区域13个考核断面除S4外WQI值均低于75, 且S1、S2、S7和S11这4个断面WQI年均值等级均为“中等”, 自2017年开始, 各断面水质显著改善, 到2022年, 仅有S11断面WQI年均值小于70, 其余断面WQI年均值水质评价等级均达到“良好”. 从空间上看, 研究区域南部水质整体优于北部, 且较北部区域水质优先改善, 其中S13断面WQI水质年均值高于其他断面, 该断面位于南水北调东线工程源头区域, 管控措施更加严格, 故水质相较其它断面更优.
|
图 5 逐年WQI值空间分布 Fig. 5 Spatial distribution of WQI values year by year |
南水北调工程通水后, 南部调水区域河段水量下降, 影响河道自净能力[38], 在一定程度上导致河流水体水质下降, 这与调水初期源头区域水质变差情况相符, 水质污染风险随着调水规模扩大和调水时间延长而增加[39]；同时, 水库库区也会面临局部富营养化、坡面径流污染和温跃层底部水质恶化等问题[40, 41]. 调水过程中, 北部受水区域河流湖泊水量显著增加, 水体流速和水环境容量得到提高[42], 水环境质量有所改善；此外, 随着大量来水涌入, 河湖生态系统的自然规律发生了改变[43], 强烈的水文变化促进了河流湖泊中溶解物质和悬浮物质的循环[44], 导致一段时间后受水区域营养盐（如NH4+-N）浓度增加, 汛期尤为显著[45].
3 建议根据研究区域水质评价结果, 南水北调工程东线江苏段应加强汛期水质管理, 提高汛期水体质量；同时, 着重改善三垛西大桥（S11）断面水质, 通过完善城区管道建设、加强种植养殖业面源污染治理、提高污水处理厂运行效率, 确保断面稳定达标.
4 结论（1）根据WQI值分类, 研究区域水质评价等级以“中等”和“良好”为主, 整体平均值为74.03, 水质状况较好；Spearman相关性检验结果表明, DO、BOD5和NH4+-N为影响地区河流水质变化的主要指标.
（2）时间上, 2013~2022年间, 研究区域河流水质得到明显改善, 以2015年为拐点, 水质呈现先变差后改善的趋势；受温度以及降水等因素影响, 非汛期水质优于汛期, 十年来汛期水质无明显变化.
（3）空间上, 除S11断面外, 南部调水区水质优于北部受水区, 且十年来南部水质较北部水质优先改善；降雨、常住人口数和种植养殖规模等区域因素以及水利工程造成的水文变化综合造成了这一现象. S11（三垛西大桥）断面水质十年来普遍低于其它断面, 需着重关注.
| [1] | 水污染防治行动计划[J]. 中国环保产业, 2015(5): 4-12. DOI:10.3969/j.issn.1006-5377.2015.05.001 |
| [2] |
嵇晓燕, 侯欢欢, 王姗姗, 等. 近年全国地表水水质变化特征[J]. 环境科学, 2022, 43(10): 4419-4429. Ji X Y, Hou H H, Wang S S, et al. Variation characteristics of surface water quality in china in recent years[J]. Environmental Science, 2022, 43(10): 4419-4429. |
| [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 L 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] | Eganhouse R P, Sherblom P M. Anthropogenic organic contaminants in the effluent of a combined sewer overflow: impact on Boston Harbor[J]. Marine Environmental Research, 2001, 51(1): 51-74. DOI:10.1016/S0141-1136(00)00035-0 |
| [5] | Vega M, Pardo R, Barrado E, et al. Assessment of seasonal and polluting effects on the quality of river water by exploratory data analysis[J]. Water Research, 1998, 32(12): 3581-3592. DOI:10.1016/S0043-1354(98)00138-9 |
| [6] | Singh K P, Malik A, Sinha S. Water quality assessment and apportionment of pollution sources of Gomti river (India) using multivariate statistical techniques—a case study[J]. Analytica Chimica Acta, 2005, 538(1-2): 355-374. DOI:10.1016/j.aca.2005.02.006 |
| [7] |
陈建国, 周文浩, 陈强. 小浪底水库运用十年黄河下游河道的再造床[J]. 水利学报, 2012, 43(2): 127-135. Chen J G, Zhou W H, Chen Q. Channel re-establishment of the lower Yellow River in ten years operation of Xiaolangdi Reservoir[J]. Journal of Hydraulic Engineering, 2012, 43(2): 127-135. |
| [8] |
林启才, 李怀恩. 宝鸡峡引水对渭河生态基流的影响及其保障研究[J]. 干旱区资源与环境, 2010, 24(11): 114-119. Lin Q C, Li H E. Influence and guarantee on ecological basic flow of Weihe River from Baojixia water diversion[J]. Journal of Arid Land Resources and Environment, 2010, 24(11): 114-119. |
| [9] |
谢兴勇, 钱新, 张玉超, 等. 引江济巢对巢湖的水环境影响分析[J]. 环境科学研究, 2009, 22(8): 897-901. Xie X Y, Qian X, Zhang Y C, et al. Effect on Chaohu Lake water environment of water transfer from Yangtze River to Chaohu Lake[J]. Research of Environmental Sciences, 2009, 22(8): 897-901. |
| [10] |
景朝霞, 夏军, 张翔, 等. 汉江中下游干流水质状况时空分布特征及变化规律[J]. 环境科学研究, 2019, 32(1): 104-115. Jing Z X, Xia J, Zhang X, et al. Spatial and temporal distribution and variation of water quality in the middle and downstream of Hanjiang River[J]. Research of Environmental Sciences, 2019, 32(1): 104-115. |
| [11] |
陈善荣, 何立环, 张凤英, 等. 2016—2019年长江流域水质时空分布特征[J]. 环境科学研究, 2020, 33(5): 1100-1108. Chen S R, He L H, Zhang F Y, et al. Spatiotemporal characteristics of surface water quality of the Yangtze River basin during 2016-2019[J]. Research of Environmental Sciences, 2020, 33(5): 1100-1108. |
| [12] |
富天乙, 邹志红, 王晓静. 基于多元统计和水质标识指数的辽阳太子河水质评价研究[J]. 环境科学学报, 2014, 34(2): 473-480. Fu T Y, Zou Z H, Wang X J. Water quality assessment for Taizi River watershed in Liaoyang section based on multivariate statistical analysis and water quality identification index[J]. Acta Scientiae Circumstantiae, 2014, 34(2): 473-480. |
| [13] |
王梁, 陈守越. 江苏省农村地表水功能区水环境单因子指标评价与空间分析[J]. 中国农业资源与区划, 2014, 35(2): 18-23. Wang L, Chen S Y. Index evaluation and spatial analysis on rural surface water environment in Jiangsu Province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2014, 35(2): 18-23. |
| [14] | Xia L, Han Q, Shang L, et al. Quality assessment and prediction of municipal drinking water using water quality index and artificial neural network: a case study of Wuhan, central China, from 2013 to 2019[J]. Science of the Total Environment, 2022, 844. DOI:10.1016/j.scitotenv.2022.157096 |
| [15] | Liu F, Huang G X, Sun J C, et al. A new evaluation method for groundwater quality applied in Guangzhou region, China: using fuzzy method combining toxicity index[J]. Water Environment Research, 2016, 88(2): 99-106. |
| [16] | Fu D, Chen S, Chen Y C, et al. Development of modified integrated water quality index to assess the surface water quality: a case study of Tuo River, China[J]. Environmental Monitoring and Assessment, 2022, 194(5): 333. |
| [17] | Ji X L, Dahlgren R A, Zhang M H. Comparison of seven water quality assessment methods for the characterization and management of highly impaired river systems[J]. Environmental Monitoring and Assessment, 2016, 188(1): 15. |
| [18] | Noori R, Berndtsson R, Hosseinzadeh M, et al. A critical review on the application of the national sanitation foundation water quality index[J]. Environmental Pollution, 2019, 244: 575-587. |
| [19] |
张亚丽, 周扬, 程真, 等. 不同水质评价方法在丹江口流域水质评价中应用比较[J]. 中国环境监测, 2015, 31(3): 58-61. Zhang Y L, Zhou Y, Cheng Z, et al. Comparison and analysis of different evaluation methods for water quality in the Danjiangkou valley[J]. Environmental Monitoring in China, 2015, 31(3): 58-61. |
| [20] |
杨程, 郭亚昆, 郑兰香, 等. T-S模糊神经网络模型训练样本构建及其在鸣翠湖水质评价中的应用[J]. 水动力学研究与进展(A辑), 2020, 35(3): 356-366. Yang C, Guo Y K, Zheng L X, et al. Construction of training samples for T-S fuzzy neural network model and its application in water quality evaluation of Mingcui Lake[J]. Chinese Journal of Hydrodynamics Ser A, 2020, 35(3): 356-366. |
| [21] | Hurley T, Sadiq R, Mazumder A. Adaptation and evaluation of the Canadian council of ministers of the environment water quality index (CCMEWQI) for use as an effective tool to characterize drinking source water quality[J]. Water Research, 2012, 46(11): 3544-3552. |
| [22] |
刘琦, 田雨露, 刘洋, 等. 两类水质综合评价方法的特点及其在河流水环境管理中的作用[J]. 生态学报, 2019, 39(20): 7538-7546. Liu Q, Tian Y, Liu Y, et al. Characteristics of two comprehensive assessment methods for water quality based on different evaluation criteria and their applications in aquatic environment management[J]. Acta Ecologica Sinica, 2019, 39: 7538-7546. |
| [23] |
胡莹莹, 王义成, 周毓彦, 等. 基于综合水质指数的白洋淀流域水质评价[J]. 水利水电技术(中英文), 2022, 53(3): 145-154. Hu Y Y, Wang Y C, Zhou Y Y, et al. Water quality assessment of Baiyangdian watershed based on a comprehensive water quality index[J]. Water Resources and Hydropower Engineering, 2022, 53(3): 145-154. |
| [24] |
鲁照, 黄河清, 徐力刚, 等. 基于熵权的WQI法在鄱阳湖水质评价中的应用[J]. 环境监测管理与技术, 2021, 33(4): 30-34. Lu Z, Huang H Q, Xu L G, et al. Application of WQI method for water quality evaluation of Poyang Lake based on entropy weight[J]. The Administration and Technique of Environmental Monitoring, 2021, 33(4): 30-34. |
| [25] | Ram A, Tiwari S K, Pandey H K, et al. Groundwater quality assessment using water quality index (WQI) under GIS framework[J]. Applied Water Science, 2021, 11(2). DOI:10.1007/s13201-021-01376-7 |
| [26] | Qu X, Chen Y S, Liu H, et al. A holistic assessment of water quality condition and spatiotemporal patterns in impounded lakes along the eastern route of China's South-to-North Water Diversion Project[J]. Water Research, 2020, 185. DOI:10.1016/j.watres.2020.116275 |
| [27] |
刘瑞艳, 张建华, 刘凌, 等. 南水北调东线工程调水期洪泽湖水质变化规律分析[J]. 河海大学学报(自然科学版), 2023, 51(2): 42-49. Liu R Y, Zhang J H, Liu L, et al. Analysis on the water quality variation of Hongze Lake during the water transfer period of the eastern route of South-to-North Water Diversion Project[J]. Journal of Hohai University (Natural Sciences), 2023, 51(2): 42-49. |
| [28] |
崔云霞, 颜润润, 王燕枫, 等. 南水北调东线河流水环境污染特征及治理对策[J]. 环境科技, 2011, 24(5): 49-53. Cui Y X, Yan R R, Wang Y F, et al. Water pollution characteristics and control measures of South-to-North Water Transfer East Line Project[J]. Environmental Science and Technology, 2011, 24(5): 49-53. |
| [29] | Sun W, Xia C Y, Xu M Y, et al. Application of modified water quality indices as indicators to assess the spatial and temporal trends of water quality in the Dongjiang River[J]. Ecological Indicators, 2016, 66: 306-312. |
| [30] | Pesce S F, Wunderlin D A. Use of water quality indices to verify the impact of Córdoba City (Argentina) on Suquı́a River[J]. Water Research, 2000, 34(11): 2915-2926. |
| [31] | Koçer M A T, Sevgili H. Parameters selection for water quality index in the assessment of the environmental impacts of land-based trout farms[J]. Ecological Indicators, 2014, 36: 672-681. |
| [32] | Wu Z S, Wang X L, Chen Y W, et al. Assessing river water quality using water quality index in Lake Taihu Basin, China[J]. Science of the Total Environment, 2018, 612: 914-922. |
| [33] |
李衍庆, 黄廷林, 张海涵, 等. 水源水库藻类功能群落演替特征及水质评价[J]. 环境科学, 2020, 41(5): 2158-2165. Li Y Q, Huang T L, Zhang H H, et al. Succession characteristics of algae functional groups and water quality assessment in a drinking water reservoir[J]. Environmental Science, 2020, 41: 2158-2165. |
| [34] |
苏程佳, 陈晓宏, 谭永强, 等. 潭江水质时空变化特征及其驱动因子[J]. 水资源保护, 2021, 37(4): 109-116. Su C J, Chen X H, Tan Y Q, et al. Spatial and temporal variation characteristics of water quality in Tanjiang River and its driving factors[J]. Water Resources Protection, 2021, 37(4): 109-116. |
| [35] |
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. |
| [36] |
饶永才, 袁媛, 孙挺, 等. 京杭运河(徐州段)水质评价及污染源分析[J]. 复旦学报(自然科学版), 2021, 60(5): 596-606. Rao Y C, Yuan Y, Sun T, et al. Water quality assessment and pollution source analysis of Xuzhou Section of Beijing-Hangzhou Canal[J]. Journal of Fudan University(Natural Science), 2021, 60(5): 596-606. |
| [37] |
张毅敏, 张涛, 高月香, 等. 长江沿线城市扬州的水环境问题解析及对策措施[J]. 环境保护, 2022, 50(15): 54-57. Zhang Y M, Zhang T, Gao Y X, et al. Analysis and countermeasures on water environmental problems in Yangzhou City along Yangtze River[J]. Environmental Protection, 2022, 50(15): 54-57. |
| [38] |
秦蓓蕾, 丁晶, 王文圣. 南水北调西线工程对调水区的影响浅析[J]. 水资源与水工程学报, 2004, 15(2): 36-39, 58. Qing B L, Ding J, Wang W S. The effect of South-North Water Transfer Project on west routing area[J]. Journal of Water Resources and Water Engineering, 2004, 15(2): 36-39, 58. |
| [39] |
宋兰兰, 麻林, 刘凌. 太湖流域典型调水试验水质污染风险研究[J]. 中国农村水利水电, 2013(7): 20-23. Song L L, Ma L, Liu L. Research on water pollution risk assessment of typical transferring water experiment in Taihu Lake Basin[J]. China Rural Water and Hydropower, 2013(7): 20-23. |
| [40] |
周瑾, 刘丰, 许凤冉, 等. 调水调蓄水库水质三维模拟预测及保护对策[J]. 水利水电技术(中英文), 2023, 54(S2): 293-300. Zhou J, Liu F, Xu F R, et al. 3D simulation and prediction of water quality in the receiving reservoir of diverted water and protection measures[J]. Water Resources and Hydropower Engineering, 2023, 54(S2): 293-300. |
| [41] |
姚艳玲, 张新周, 吕军, 等. 调水工程对调蓄水库水温影响的研究[J]. 水资源研究, 2018, 7(2): 126-134. Yao Y L, Zhang X Z, Lv J, et al. Effect of water transfer project on regulating reservoir water temperature[J]. Journal of Water Resources Research, 2018, 7(2): 126-134. |
| [42] |
裘骅勇, 邵学强, 戴琪悦. 杭嘉湖南排工程调水试验对水质改善的效果分析[J]. 水资源保护, 2011, 27(4): 51-54. Qiu H Y, Shao X Q, Dai Q Y. Effects of water diversion experiments of south drainage project on water quality improvement in Hangjia Lake region[J]. Water Resources Protection, 2011, 27(4): 51-54. |
| [43] | Ye C, Cheng X L, Zhang K R, et al. Hydrologic pulsing affects denitrification rates and denitrifier communities in a revegetated riparian ecotone[J]. Soil Biology and Biochemistry, 2017, 115: 137-147. |
| [44] | Li Q, Wang G Q, Wang H Q, et al. Macrozoobenthos variations in shallow connected lakes under the influence of intense hydrologic pulse changes[J]. Journal of Hydrology, 2020, 584. DOI:10.1016/j.jhydrol.2020.124755 |
| [45] |
黄雪滢, 高鸣远, 王金东, 等. 过水性湖泊水质长期演变趋势及驱动因素: 以骆马湖为例[J]. 环境科学, 2023, 44(1): 219-230. Huang X Y, Gao M Y, Wang J D, et al. Long-term succession patterns and driving factors of water quality in a flood-pulse system lake: a case study of Lake Luoma, Jiangsu Province[J]. Environmental Science, 2023, 44(1): 219-230. |