2025, Vol. 46
2. 中国科学院地理科学与资源研究所, 北京 100101;
3. 中国科学院大学资源与环境学院, 北京 100049;
4. 茂名市生态环境局, 茂名 525400
, LI Fa-dong2,3 , LI Cao-le1 , WU Kun4 , WANG Fan1 , LIU Shan-bao1 , LI Zhao2 , WEI Xiao-shu1 , WANG Yi-zhe1 , JIANG Jing-qiu1 , ZHANG Qiu-ying1
2. Institute of Geographic Sciences and Nature Resource Research, Chinese Academy of Sciences, Beijing 100101, China;
3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China;
4. Maoming Ecological Environment Bureau, Maoming 525400, China
气候变化导致全球平均温度上升、极端气候事件（极端降雨、洪水、干旱和飓风等）的频率和强度增加[1, 2], 对水体质量产生较大影响[3]. 有研究发现[4, 5], 降雨强度会影响水体质量, 水质指标对降雨的响应也随之变化. 点源（如畜牧业、工业活动、城镇生活污水等）和面源（如城市废水溢流、散养畜禽、水产养殖、农田退水等）是水体水质的重要影响因素[6 ~ 8]. 近年来, 随着水污染防治工作的加强, 点源输入逐渐减少, 面源逐渐成为河流污染的主要来源. 前人研究表明[9, 10], 降雨径流是面源污染物的主要运输途径, 污染物浓度受降雨量、降雨强度、降雨持续时间和不透水面等影响. 国内外关于降雨对水质的影响开展了较多研究, 如Liang等[11]探讨了降雨强度对河流溶解性有机碳的影响, 研究发现降雨强度与溶解性有机碳呈正相关关系；Rostami等[12]研究降雨对加拿大3条河流水质的影响, 发现水质参数对降雨的响应存在差异, 降雨导致总磷和浊度增加；张彦等[13]对河南暴雨对河流水质影响的研究发现, 暴雨导致氨氮和总磷增加, 对水质产生较大影响；刘文强等[9]发现强降雨会影响赣江南昌段河流水质；韦必颖等[14]发现深圳市雨源性河流下游和河口水质比上游水质差. 目前关于降水特征对河流水质影响的研究较多, 但大多集中于城市河流地区[9, 14 ~ 16], 而对于工业农业混合型城市地区河流的研究鲜见. 此外, 水质污染源解析的方法包括层次聚类、神经网络、多元线性混合模型、主成分-多元线性回归模型、主成分得分多元混合模型和粒子群算法-多层感知机等[17 ~ 20], 如Gao等[21]使用绝对主成分-多元线性回归模型的方法解析东北平原向海湖的污染源, 指出面源污染是向海湖水质的关键影响因素. 因此, 研究降雨特征与河流水质的关系, 以及不同降雨特征的污染源解析, 对于指导该地区开展多源共治具有重要实践意义.
鉴江是珠江水系在粤西地区最大的河流之一, 为粤西地区提供了生活用水、城市用水、灌溉用水和工业用水[22]. 鉴江是茂名市重要的饮用水水源, 合理利用和保护鉴江对茂名市可持续发展至关重要. 河流水质在空间上存在明显特征, 即中下游水质较上游差[16, 23, 24]. 此外, 茂名市位于广东西部沿海地区, 受台风和强降雨等气候事件影响强烈, 加之茂名市位于鉴江中上游, 导致鉴江水体质量受到城市和农业面源、点源污染和降雨等共同影响. 降雨引起的污染物输入是茂名市河流水质管理的重要挑战之一. 然而, 目前关于鉴江流域的研究主要集中在水质、水资源和生物多样性等方面[22, 25, 26], 而关于该区降雨和河流水质关系的研究鲜见, 亟需明晰该区降雨特征对河流水质的影响机制.
本研究选取鉴江茂名段（茂南区、化州市和高州市）6个监测断面, 采用箱线图、Spearman相关性分析等方法分析不同季节和降雨特征的水质变化特征, 并采用绝对主成分-多元回归（absolute principal component-multiple regression, APCS-MLR）模型分析断面主要水质参数对降雨特征的响应关系, 同时解析降雨特征的污染源特征, 本研究旨在：①明晰鉴江茂名段河流水质对降雨特征的响应特征；②阐述不同季节、降雨特征下河流水质和气象要素的耦合关系；③探讨鉴江茂名段不同降雨特征的污染源特征；以期为不同降雨特征下区域水环境保护和污染控制提供决策依据, 同时为鉴江水环境管理和“碧水”目标的实现提供参考.
1 材料与方法 1.1 研究区概况鉴江（110°20′E~111°20′E, 21°15′N~22°30′N）位于珠江水系粤西地区, 是粤西沿海地区最大的河流, 全长231 km, 流域面积9 464 km2, 主要支流包括罗江、小东江、袂花江和曹江等, 系南亚热带季风气候, 雨热充沛. 年均气温20~21℃, 年均降雨量为1 780 mm, 呈现夏秋多, 冬春少的季节差异[22]. 区内主要经济植物包括荔枝（Litchi chinensis）、龙眼（Dimocarpus longan）、花生（Arachis hypogaea）、橡胶（Hevea brasiliensis）和胡椒（Piper nigrum）等. 区内土壤类型包括红壤、水稻土和黄壤等, 土地利用类型以林地、农田和建筑用地为主.
2019~2021年, 茂名市第一产业、第二产业和第三产业GDP占比依次为47.90%、33.73%和18.37%, 第一、二产业占比达到81.63%, 表明茂名市正面临着大规模的工业点源污染和畜禽养殖、水产养殖等农业面源污染的多方面压力, 对该区域水质健康造成负面影响. 在点源和面源污染的影响下, 茂名市下游石碧、塘口和江口门断面水质保护形势严峻. 降雨条件下, 污染物随降雨径流输入河流导致鉴江的水质持续恶化, 严重影响人们的生产和生活. 因此, 亟需开展降雨特征与河流水质的相关研究, 阐明降雨特征对鉴江流域水资源保护和水质安全的影响.
1.2 监测项目水质数据时段为2022年1月至2023年6月, 水质要素包括水温（Tem）、pH、电导率（EC）、溶解氧（DO）、浊度（WT）、高锰酸盐指数、氨氮（AN）、总氮（TN）和总磷（TP）等. 气象数据时段为2022年1月1日至2023年6月, 气象要素包括气温（AT）、温差（DT）、降雨（Pre）、湿度（H）、气压（p）和风速（WS）等. 水质监测数据分析执行《地表水环境质量标准》（GB 3838-2002）[27], 监测断面和气象站位置见图 1.
|
图 1 研究区监测断面及气象站分布示意 Fig. 1 Distribution of monitoring section and meteorological station in the study area |
数据采用ArcGIS10.8、Excel、Origin 2021、SPSS 26.0和R语言进行统计分析和数据可视化.
1.3.1 降雨特征划分本研究利用2022年1月至2023年6月茂名市（茂南区、化州市和高州市）降雨数据和监测断面资料探讨不同季节的降雨特征对监测断面水质的影响. 参考《降雨量等级》（GB/T 28592-2012）[28]24 h降雨量, 将降雨划分为6种类型, 包括微量小雨（WLXY, 降雨量≤ 0.1 mm）、小雨（XY, 0.1 mm < 降雨量≤ 9.9 mm）、中雨（ZY, 9.9 mm < 降雨量≤ 24.9 mm）、大雨（DY, 24.9 mm < 降雨量≤ 49.9 mm）、暴雨（BY, 49.9 mm < 降雨量≤ 99.9 mm）、大暴雨（DBY, 99.9 mm < 降雨量≤ 249.9 mm）. 季节按照春季（3~5月）、夏季（6~8月）、秋季（9~11月）和冬季（12月至次年2月）划分.
1.3.2 APCS-MLR模型（1）污染源识别
为量化和识别污染源, APCS-MLR模型首先提取水质指标主成分, 计算方法如式（1）和（2）所示[29 ~ 31].
|
(1) |
|
(2) |
式中, （Az）jq为主成分得分, ωj为第j成分的因子系数, zq为q断面标准化的污染物浓度, j为提取主成分编号, cq为q断面污染物浓度, c为污染物浓度平均值, σ为污染物浓度标准差.
由于（Az）jq为标准化值, 不能直接计算主成分原始贡献, 所以需要将其转化为非标准化绝对主成分（APCS）用于主成分的贡献解析, APCS计算方法见式（3）~（5）.
|
(3) |
|
(4) |
|
(5) |
式中, i为水质指标数量, （A0）j为断面0值时主成分得分, Sij为因子得分系数, （Z0）i为断面0值时标准化污染物浓度.
（2）基于APCS-MLR模型的污染源贡献率
APCS-MLR是基于水质因子实测浓度为因变量, 以绝对主成分APCS为自变量, 对于污染物j实测浓度cj与污染源q（ACPS）的线性关系见式（6）[32 ~ 34].
|
(6) |
式中, aqj为污染源q对污染物j的回归系数, aqj·APCSqj为污染源对q污染因子浓度的贡献, bj为多元线性回归常数.
污染源q对污染物j的绝对贡献率计算见式（7）, 其他源的贡献率计算见式（8）.
|
(7) |
|
(8) |
式中, APCSqj为污染物j的绝对主成分因子得分的平均值.
2 结果与分析 2.1 降雨对河流水质季节分布的影响不同季节断面水质指标变化特征见图 2, 可知断面水质的季节变化存在差异, 5月和夏季的降雨量较多, 其余时段较少；春季和冬季的pH和DO较高, 其中塘口断面4月的pH和DO出现峰值[pH：8.40, ρ（DO）：9.68 mg·L-1]；DO除石碧断面季节变化无明显规律外, 其余段面呈现出春冬高, 夏秋低的趋势, 但石碧断面DO低于地表水Ⅲ类标准[ρ（DO） < 5.0 mg·L-1]；EC季节变化趋势和DO一致；WT季节变化趋势和EC相反, 为夏秋高、春冬低, 这可能由强降雨导致造成泥沙和土壤随地表径流输入河流, 造成WT较高；高锰酸盐指数季节变化趋势和EC一致, 其中EC和高锰酸盐指数在石碧断面最大, 其次为塘口和罗江桥；TP变化趋势与降雨量变化趋势相同, 其中夏季石碧断面TP超过地表水水质Ⅲ类标准, 米急渡断面在4月、5月和6月TP浓度高于Ⅲ类标准（0.2 mg·L-1）；冬季强降雨导致AN和TN较高, 夏秋季节的AN和TN较低. 总体上, 河流水体水质的季节变化可能是由于降雨的季节差异引起的, 但关于不同降雨强度对水质指标的影响尚不明确.
|
ZS表示镇盛断面, MJD表示米急渡断面, LJQ表示罗江桥断面, JKM表示江口门断面, SB表示石碧断面, TK表示塘口断面 图 2 2022年降雨与断面水质月均值的时空变化 Fig. 2 Temporal and spatial variation of monthly mean of rainfall and water quality in 2022 |
从降雨强度角度分析, 无雨时DO高于有雨时, 且随降雨强度增加, 呈先降后增趋势. EC随降雨强度变化无明显规律, WT随降雨强度增强而增加, 而高锰酸盐指数、AN、TP和TN随降雨强度增强呈先增后减趋势, 其变化趋势在季节差异明显（表 1）. 从不同季节分析, 冬季不同降雨特征的DO均高于其它季节, WT（49.63~319.50 NTU）对降雨特征的响应在夏季较大, 而在其余季节相对较小（19.98~195.00 NTU）. ρ（TP）在秋季（0.10~0.14 mg·L-1）和冬季（0.09~0.16 mg·L-1）受降雨特征的影响较小, ρ（TP）在春季（0.08~0.25 mg·L-1）和夏季（0.13~0.27 mg·L-1）影响较大, 此外, ρ（AN）（0.32~0.57 mg·L-1）和ρ（TN）（2.95~3.48 mg·L-1）在冬季受降雨特征的影响较大. 随着降雨强度的增加, 对不透水面、农田、地表污染物等物质的冲刷增强, 将污染物输入河流并影响河流水质. 因此, 研究鉴江茂名段在不同季降雨特征下水质的变化具有重要意义.
|
表 1 2022年1月至2023年6月不同降雨特征的河流水质监测情况1） Table 1 Water quality monitoring of rivers with different rainfall characteristics from January 2022 to June 2023 |
2.2 河流水质对降雨的响应分析 2.2.1 河流水质对降雨特征的响应
不同降雨特征的水质箱线图如图 3所示, 水质指标对降雨特征的响应存在差异, 其中, 降雨导致河流pH降低, 且随降雨强大, 呈先降低后增加的趋势, 这可能与茂名地区降雨呈弱酸性有关；DO随降雨强度的变化和pH变化趋势一致；EC随降雨强度变化无明显规律, 这可能和不同降雨强度下污染源的贡献不同有关；大暴雨时高锰酸盐指数和TP高于总体均值, AN和TN低于总体均值. 可能由于氮的迁移能力强, 滞留时间短, 在较大的降雨条件下会发生较多迁移, 而磷易发生沉积, 在较大降雨条件下发生扰动, 导致TP的浓度的增加, AN和TN浓度偏低的现象出现. 综上, 降雨会影响河流水质, 但不同降雨强度的河流水质变化规律存在差异, 可能是由于污染源的贡献存在差异造成.
|
图 3 不同降雨类型的水质特征 Fig. 3 Water quality characteristics of different rainfall types |
基于2.1节不同断面水质情况, 选择水质现状较差的石碧、塘口和米急渡断面水质为研究对象, 进一步探讨断面水质对降雨特征的响应, 由图 4可知, 断面对降雨的响应存在差异, 其中石碧断面pH最低, 且随降雨强度的增加而降低；塘口断面不同降雨特征pH均值高于米急渡和石碧断面, 其中米急渡和塘口在无雨时存在pH > 8和ρ（DO） > 8 mg·L-1的异常值（图 2和图 4）, 可能是夏季高温引起的“暴藻”造成pH和DO偏高, 在降雨事件后降低；石碧断面在降雨条件下DO处于较低水平, 且低于地表水Ⅲ类标准, 米急渡和塘口断面DO随降雨强度的增加呈降低趋势, 石碧断面的DO随降雨强度变化无明显规律；石碧断面降雨条件下EC高于无雨, 且随降雨强度的增加而降低, 这可能与降雨的稀释作用有关, 而米急渡和塘口断面EC处于较低水平, 且在无雨情况下出现较多异常值, 这可能由富营养化引起；WT在3个断面均呈现随降雨强度的增加而增大的趋势；石碧和塘口断面高锰酸盐指数随降雨强度变化趋势和WT一致, 米急渡断面高锰酸盐指数随降雨强度增大呈先降低后增加的趋势；石碧、米急渡和塘口断面AN随降雨强度变化大致呈增加趋势；石碧、米急渡和塘口在降雨条件下TP随降雨强度的增加而增加的趋势, 且石碧和塘口在大雨以上TP未达到地表水Ⅲ类标准；石碧断面ρ（TN）处于较高水平（> 3.0 mg·L-1）, 且随降雨强度的变化不明显, 米急渡和塘口随降雨强度的变化无明显规律.
|
1.无雨, 2.微量小雨, 3.小雨, 4.中雨, 5.大雨, 6.暴雨, 7.大暴雨 图 4 断面水质对降雨特征的响应 Fig. 4 Response of water quality to rainfall characteristics |
不同季节水质指标和气象要素的相关性分析见图 5, 结果表明, 不同季节的断面位置、降雨特征对气象因子和断面水质的影响存在差异, 其中, 春季断面所在地区的EC和高锰酸盐指数的差异较大（P < 0.01, r ≥ 0.4）, 所在区域与p存在较弱的相关性（P < 0.05, 0.2 ≤ r < 0.4）, 春季不同断面的p、高锰酸盐指数和EC存在显著差异（P < 0.01, r ≥ 0.2）；夏季不同位置的高锰酸盐指数和EC的差异较大（P < 0.01, r ≥ 0.4）, 与Tem和TP有较弱的相关性（P < 0.05, 0.2 ≤ r < 0.4）, 此外, 秋季和冬季断面不同位置与气象因子和水质因子存在相似关系. 降雨特征与气象水质的关系中, 除与WS和Tem无显著关系外, 降雨特征对气象指标和水质指标存在显著影响（P < 0.05）；在夏季断面所属地区、不同断面和降雨特征对气象要素和水质指标均存在明显影响（P < 0.05）. 在不同季节气象要素和水质指标相关性分析中, 夏季EC与pH、高锰酸盐指数和TN的相关性较春、秋季和冬季减弱, 夏季WT和EC呈较大负相关关系, 而其余季节呈较弱负相关和正相关关系, 夏季DO与AN、TP和TN、Tem与pH、AN和TN等的相关性增强. 不同季节水质指标间耦合关系存在差异, 夏季耦合关系较大. 在降雨特征、季节和断面的位置的综合影响下, 水质指标的响应存在差异, 因此需要进一步讨论不同断面对降雨特征和季节的响应, 明晰水质指标和气象因素对降雨特征和季节的响应关系.
|
1.AT, 2.H, 3.p, 4.WS, 5.DT, 6.Tem, 7.Pre, 8.pH, 9.DO, 10.EC, 11.WT, 12.高锰酸盐指数, 13.AN, 14.TP, 15.TN；Site表示断面所在的区/县, Type表示降雨特征, MS表示监测断面 图 5 不同季节河流水质和气象因素相关分析 Fig. 5 Correlation analysis of river water quality and meteorological factors in different seasons |
不同降雨特征的断面水质指标和气象要素的相关性分析见图 6, 结果表明, 水质和气候要素对降雨特征的响应差异显著. 具体而言, 随着降雨强度的增加, 水质指标与气象要素之间的耦合关系逐渐复杂. WT、高锰酸盐指数、AN、TP和TN间呈显著的正相关. 而EC与WT、pH及高锰酸盐指数, pH与TP、AN、高锰酸盐指数及WT呈负相关. 其中, TP和EC的关系随着降雨强度增加由正相关转为负相关. 水质指标与AT、H和p的关系耦合关系较强；小雨时降雨量和水质参数呈现正向关系, 而随着降雨强度增加, 降雨量和水质参数的耦合关系发生变化. 而随着降雨强度增大降雨量与高锰酸盐指数和TP表现出正相关关系. 无雨时, 季节差异主要表现为p和DO（P < 0.01, 0.2 ≤ r ≤ 0.4）, 而断面间差异主要表现为高锰酸盐指数与EC和p（P < 0.01, 0.2 ≤ r ≤ 0.4）, 季节和断面位置的水质指标和气象要素差异明显；随着降雨强度的增加, 季节和断面位置的水质和气象要素间差异逐渐减弱, 其中水质指标中, 季节的差异主要表现在DO和高锰酸盐指数, 但暴雨时DO季节差异不显著（P > 0.05）, 而断面间差异主要表现在高锰酸盐指数和EC, 差异随着降雨强度的增加而减弱, 且暴雨和大暴雨时, 高锰酸盐指数差异不显著（P > 0.05）, 在大暴雨时, 季节上仅AT、p、DT、WT和TP明显（P < 0.05）, 这可能是由于春季、秋季和冬季较少的样本, 导致季节差异降低.
|
1.AT, 2.H, 3.p, 4.WS, 5.DT, 6.Tem, 7.Pre, 8.pH, 9.DO, 10.EC, 11.WT, 12.高锰酸盐指数, 13.AN, 14.TP, 15.TN；Season表示季节, Site表示断面所属区/县 图 6 断面水质和气象要素相关性分析 Fig. 6 Correlation analysis of water quality and meteorological factors |
首先将断面水质数据标准化后进行主成分分析（PCA）, 由Kaiser-Meyer-Olkin（KMO）检验和Bartlett球度检验, 不同降雨特征的KMO均大于0.5, P < 0.05, 判断降雨特征水质数据可用PCA. 不同降雨特征的主成分特征值和方差贡献率见表 2, 根据特征值大于1提取主成分的原则, 不同降雨特征均提取3个主成分, WY、WLXY、XY、ZY、DY、BY和DBY的累计方差贡献率分别为78.672%、78.920%、77.169%、79.530%、75.730、82.439%和90.354%.
|
|
表 2 不同降雨特征河流水质主成分解释总方差 Table 2 Total variance explained by principal components of water quality in different rainfall types |
由不同降雨特征的水质指标的旋转因子载荷知（图 7）, 不同降雨特征提取的主成分的主要载荷因子存在差异, 其中所有降雨特征的F1, 主要载荷指标均为EC、高锰酸盐指数和TN和WT, 主要受废污水排放影响, 可被定义为城镇面源[13]；WY和ZY的F2与WLWY、XY、DY、BY和DBY的F3, 主要载荷为pH和DO, 受气象因素影响较大, 可被定义为气象因子[35]；WY的F3与WLXY和XY的F2, 主要载荷为WT和TP, 其主要受农业面源的影响, 可被认为是农业面源；ZY的F3与DY、BY和DBY的F2, 主要载荷为EC和AN和DO, 其主要受养殖废水和农业面源综合影响, 为农业面源.
|
图 7 不同降雨特征河流水质指标旋转因子载荷 Fig. 7 Rotation factor loads of water quality indexes of different rainfall types |
基于提取的主成分, 利用APCS-MLR模型建立主成分和水质指标间的关系, 不同降雨特征下水质指标除AN外多元线性拟合结果的R 2均高于0.60, AN在WLXY下R 2最低（0.56）. 综上, 构建的APCS-MLR模型可靠, 计算结果较为可信.
基于APCS-MLR模型和贡献模型, 不同降雨强度下的源解析见图 8, 可知, 无雨时, 气象因子对pH、DO、TP、AN和TN的贡献率较大, 分别为65.10%、63.47%、44.16%、38.80%和27.39%, 城镇面源对EC、高锰酸盐指数、AN、TP和TN的贡献率较大, 分别为66.25%、51.94%、35.50%、26.38%和57.29%, 农业面源对水体WT和TP的贡献率较大, 为57.17%和17.21%, 而其他源对pH、DO和高锰酸盐指数的贡献率较大, 分别为32.12%、24.14%和31.69%, 说明无雨条件河流水质主要受城镇面源和气象因子影响. 在WLXY条件下, 其他源对pH、EC、高锰酸盐指数和TN的贡献率较大, 分别为70.39%、36.26%、44.44%和43.25%, 气象因素对DO和TP的贡献率较大, 为52.20%和38.07%, 农业面源对WT和TP的贡献率较大, 为52.68%和16.14%, 城镇面源对EC、高锰酸盐指数和AN的贡献率较大, 为49.92%、37.24%和46.61%. XY条件下污染物特征与WLXY类似, 在ZY后, 随着降雨强度的增加, 其他源对河流水质的贡献呈增加趋势, 在DBY时达到最大, 农业面源和养殖废水对河流水质的贡献也呈增加趋势, 城镇面源的贡献随降雨强度增加呈减少趋势, 在DY、BY和DBY时贡献较小.
|
图 8 不同降雨类型下各源的贡献率 Fig. 8 Contribution rates of sources under different rainfall types |
降雨是陆地水汽循环过程的一个重要环节, 对河流水质产生重要影响, 降雨对河流水质的影响主要体现在以下几个方面. 首先, 降雨径流冲刷地表, 将营养物质（氮和磷等）、污水和大气中氮氧化物带入河流和地下水中. 在农田、畜禽养殖、城市和工业区域还可能导致面源污染, 增加河流污染负荷[36].其次, 当降雨径流污染物浓度低于河流或强降雨缩短水力停留时间时, 可对河流污染物起稀释作用[37]. 本研究发现, AN和WT的季节特征相反, AN表现为春冬多, 夏秋少[图2（d）和2（g）], 但不同季节和降雨强度下AN和WT呈正相关关系（图 5和图 6）, 可能由于研究区域春冬季土地施肥, 造成养分输入到河流中, 导致春冬季节AN和TN高, 而夏秋季节可能由于降雨的稀释作用导致AN和TN的含量较低, 此外, 降雨冲刷导致悬浮泥沙含量增加, 促进了硝化作用, 也会导致AN降低, TN增加[38]；而在不同季节和不同降雨条件下, 降雨导致WT增加, 同时随降雨径流输入的AN也随之增加, 进而导致AN和WT在月度趋势与季节和降雨强度间的差异. 塘口断面在冬末和初春pH和DO异常高, 由于袂花江下游水坝在非汛期处于关闭状态, 导致河流流速降低, 夏季温度较高, 适宜藻类生长, 发生“暴藻”现象, 在发生降雨后得到缓解. 研究区断面水质在秋冬季达到地表水Ⅲ类标准, 在降雨较多的夏秋季节水质超标风险较高, 主要超标指标为DO、高锰酸盐指数和TP, 其中石碧断面水质形势最严峻, 具有低DO, 高EC、高锰酸盐指数、TP、AN和TN的特点. 由于石碧断面位于茂南市区下游, 上游存在较多工业、农业和养殖业, 导致石碧断面受到污水处理厂和工业点源污染、城镇面源和农业面源污染的多重挑战, 水质状况较差. 水质形势仅次于石碧的为米急渡断面, 在夏季水质较差, 主要超标指标为TP, 可能由于断面上游流经高州市城区, 降雨径流向河流输入城镇面源污染物, 但由于断面上游红荔水闸的存在, 截留大量污染物, 缓解了降雨对断面水质的影响. 水利工程对河流水质是一把双刃剑, 在温度较高时可能导致“暴藻”和富营养化的发生, 而在发生降雨时对污染物的迁移起一定截留作用, 对降雨径流的污染物的迁移具有缓解作用.
3.2 季节和降雨特征与河流水质耦合关系断面位置和降雨类型与水质参数的Kendall分析表明（图 5）, 不同季节的断面位置与EC和高锰酸盐指数均存在显著差异；降雨类型在夏季主要影响河流WT、AN和TP, 而秋季降雨类型对水质参数的影响不显著, 这可能由于秋季降雨类型较弱, 持续时间短, 对河流水质的影响较弱. 在降雨和无雨条件时, 不同季节的DO存在显著差异（图 6）, 可能是由于不同季节温度、压强等存在差异, 加之春季和夏季少雨条件下藻类暴发, 共同导致DO的季节变异. 随着降雨强度增加, 断面位置与水质参数的关系存在差异, 可能因为不同降雨强度下河流的污染源贡献发生变化, 导致河流水质参数对断面位置响应差异. 不同降雨特征水质参数总体随降雨强度增加, 呈现先后降的趋势（图 6）, 与陈焰等[39]对城市河流水质和降雨特征响应的研究结果一致, 可能由于小型降雨事件对河流水质的影响较小, 强的降水会导致降雨径流输入的污染负荷增加[40], 进而导致河流水质呈现波浪上升, 此外, 在大暴雨时, 由于降雨径流污染物浓度低于河流, 可能形成稀释效应, 从而对河流水质起一定改善作用. DO和pH随降雨增加呈降低趋势, 是由于降雨径流携带较多耗氧物质输入河流, 引起河流DO降低[13]. 此外, 研究区降雨的pH呈弱酸性（pH < 6）[41], 导致河流pH降低. 基于相关性分析结果, 夏季水质指标间耦合关系较其它季节发生较大变化, 其中夏季EC与pH, 高锰酸盐指数和TN的耦合关系减弱, 而夏季DO与AN, TP和TN, Tem与pH、AN和TN的耦合关系增强, 这可能由于夏季降雨的富集/稀释效应和富营养化风险增加导致指标间耦合关系发生不成比例变化, 加之不同季节的污染源贡献存在差异（图 8）. 不同降雨特征下EC与高锰酸盐指数、AN、TP和TN的相关关系随降雨强度的增加而减弱, 其中TP和EC相关性耦合关系发生转换（图 6）, 可能由于降雨强度增大, EC发生稀释效应, 而降雨径流冲刷地表和河流沉积物加速沉积物磷的释放导致TP增加[42], 进而发生不成比例变化. 暴雨和大暴雨时, EC和高锰酸盐指数呈负相关关系, 原因可能是随着降雨量增加, EC先减少后增加, 而高锰酸盐指数随降雨强度增加达到饱和后稳定, 导致EC和高锰酸盐指数耦合关系发生转换.
3.3 不同降雨特征污染源贡献分析基于APCS-MLR模型解析结果（图 8）, WY时, 城镇污染源和气象因子对河流水质的贡献较大, 可能由于无雨时, 河流水文性质相对稳定, 受其他污染源干扰较小, 此时其他源主要指水质间的相互影响和生物地球化学作用等. 此外, 由于河流气象因子和水质的相关性较强（图 5和图 6）, 气象因子会干扰河流理化性质, 导致河流水质发生变化[37]. 前人研究表明, 较少的降水对河流水质不会形成较大的影响[43], 但本研究发现, WLXY较WY时, 其他源的贡献增加, 根据茂名水质管理服务经验, 这可能与该区存在较多的化工企业、渔业养殖和牛蛙养殖等有关, 导致化工企业、渔业养殖和牛蛙养殖排放或污水处理厂溢流贡献增加, 从而导致源贡献的差异. 此外, 随着降雨强度增加, 其他源和农业面源的贡献率逐渐增大, 可能由于降雨径流冲刷城镇、农田、养殖场地等携带大量污染物质输入河流, 增加了农业面源和城镇面源的贡献率. 同时, 随着降雨强度增加, 河流流速逐渐增加, 增强了对河流沉积物的冲刷作用, 导致沉积物释放污染物[44]. 此外, 化工企业和污水处理厂溢流污染物输入也有所增加, 共同加强了其他源对河流水质的贡献. 随降雨强度增加农业面源贡献逐渐增加, 而城镇面源贡献呈现减少趋势, 这是由于农业区域土壤纳污能力强[45], 而城镇区域硬化地面纳污能力弱, 在降雨冲刷后农业区域降雨径流携带更多污染物质输入河流导致贡献增加. 由于APCS-MLR模型的源识别存在一定主观性, 因此加强污染源解析的准确度, 需要完善监测数据并加强污染源组成特征研究, 应用多种源解析模型进行解析, 以提高预测的准确性[13, 17].
4 结论（1）季节性降雨显著影响鉴江茂名段河流水质, 河流水质春冬季节优于夏秋季节. 水质参数与降雨强度密切相关, 夏秋季节的DO、高锰酸盐指数、WT和TP等随降雨强度增强而增加, EC、AN和TN呈相反的趋势. 其中石碧、米急渡和塘口断面水质pH、DO、EC和TN随降雨强度增加而降低, 高锰酸盐指数、AN和TP呈相反趋势.
（2）河流水质受季节、气象因子和降雨强度影响, 降雨对WT、AN和TP的影响较大, 且断面河流水质在夏季和秋季随降雨量的增加而恶化, 此外, 随着降雨强度增加, 季节和空间位置与水质指标和气象要素的关系减弱, 同时, 气象要素和水质间的耦合关系加强.
（3）无雨时, 城镇污染源和气象因子对河流水质的影响较大, 而农业面源和其他源的贡献相对较小. 随着降雨强度的增加, 农业面源和其他源（包括工业、养殖和内源释放）的贡献呈现出先增后减的趋势. 在大暴雨时, 其他源成为水质恶化的重要因素. 综上所述, 夏季强降雨是鉴江茂名段水质超标的重要原因, 亟需加强对城镇污染物、农业面源和其他源（工业、养殖和内源释放等）的管理是实现流域水质达标的关键环节.
| [1] | Zhou S, Yu B F, Zhang Y. Global concurrent climate extremes exacerbated by anthropogenic climate change[J]. Science Advances, 2023, 9(10). DOI:10.1126/sciadv.abo1638 |
| [2] | IPCC. Climate change 2021: The physical science basis[R]. Cambridge, United Kingdom and New York, USA: Cambridge University Press, 2021. |
| [3] | Michalak A M. Study role of climate change in extreme threats to water quality[J]. Nature, 2016, 535(7612): 349-350. DOI:10.1038/535349a |
| [4] | Puczko K, Jekatierynczuk-Rudczyk E. Extreme hydro-meteorological events influence to water quality of small rivers in urban area: A case study in Northeast Poland[J]. Scientific Reports, 2020, 10(1). DOI:10.1038/s41598-020-67190-4 |
| [5] | Qin G S, Liu J W, Xu S G, et al. Pollution source apportionment and water quality risk evaluation of a drinking water reservoir during flood seasons[J]. International Journal of Environmental Research and Public Health, 2021, 18(4). DOI:10.3390/ijerph18041873 |
| [6] |
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. |
| [7] | Richards S, Bidgood L, Watson H, et al. Biogeochemical impacts of sewage effluents in predominantly rural river catchments: Are point source inputs distinct to background diffuse pollution?[J]. Journal of Environmental Management, 2022, 311. DOI:10.1016/j.jenvman.2022.114891 |
| [8] | Jiang M, Peng H, Liang S K, et al. Impact of extreme rainfall on non-point source nitrogen loss in coastal basins of Laizhou Bay, China[J]. Science of the Total Environment, 2023, 881. DOI:10.1016/j.scitotenv.2023.163427 |
| [9] |
刘文强, 郁达伟, 李昆, 等. 降雨特征对赣江南昌段河流断面不同水期的水质影响分析[J]. 环境工程, 2023, 41(8): 91-99. Liu W Q, Yu D W, Li K, et al. Effects of rainfall characteristics on river water quality in different water periods: a case study of Nanchang section in the Ganjiang river[J]. Environmental Engineering, 2023, 41(8): 91-99. |
| [10] | Wei T, Wijesiri B, Jia Z L, et al. Re-thinking classical mechanistic model for pollutant build-up on urban impervious surfaces[J]. Science of the Total Environment, 2019, 651: 114-121. DOI:10.1016/j.scitotenv.2018.09.013 |
| [11] | Liang K, Li T Y, He B H, et al. Dynamics of dissolved organic carbon in runoff discharge under different rainfall patterns in a representative agricultural catchment[J]. Journal of Hydrology, 2023, 617. DOI:10.1016/j.jhydrol.2023.129079 |
| [12] | Rostami S, He J X, Hassan Q K. Riverine water quality response to precipitation and its change[J]. Environments, 2018, 5(1). DOI:10.3390/environments5010008 |
| [13] |
张彦, 邹磊, 梁志杰, 等. 暴雨前后河南北部河流水质分异特征及其污染源解析[J]. 环境科学, 2022, 43(5): 2537-2547. Zhang Y, Zou L, Liang Z J, et al. Differential characteristics and source identification of water quality of the rivers in northern Henan before and after rainstorm[J]. Environmental Science, 2022, 43(5): 2537-2547. |
| [14] |
韦必颖, 成建梅, 苏晓煜, 等. 深圳市2015~2021年雨源型河流水质时空变化及其对降雨的响应[J]. 环境科学, 2024, 45(2): 780-791. Wei B Y, Cheng J M, Su X Y, et al. Spatial-temporal variation in water quality of rain-source rivers in Shenzhen from 2015 to 2021 and its response to rainfall[J]. Environmental Science, 2024, 45(2): 780-791. |
| [15] |
郭心仪, 张守红, 王国庆. 城市不同下垫面降雨径流水质监测及特征研究[J]. 中国农村水利水电, 2024(3): 128-136. Guo X Y, Zhang S H, Wang G Q. Monitoring experiment and characteristics analysis of rainfall-runoff-water quality of different urban underlying surfaces[J]. China Rural Water and Hydropower, 2024(3): 128-136. |
| [16] |
王子铭, 杨丽虎, 宋献方. 雄安建设初期白洋淀水质时空差异及其对降雨和土地利用的响应[J]. 环境科学, 2023, 44(7): 3820-3834. Wang Z M, Yang L H, Song X F. Spatial-temporal variation in water quality and its response to precipitation and land use in Baiyangdian Lake in the early stage of the construction of Xiong'an New Area[J]. Environmental Science, 2023, 44(7): 3820-3834. |
| [17] |
后希康, 张凯, 段平洲, 等. 基于APCS-MLR模型的沱河流域污染来源解析[J]. 环境科学研究, 2021, 34(10): 2350-2357. Hou X K, Zhang K, Duan P Z, et al. Pollution source apportionment of Tuohe River Based on absolute principal component score-multiple linear regression[J]. Research of Environmental Sciences, 2021, 34(10): 2350-2357. |
| [18] | Wu J, Cheng S P, He L Y, et al. Assessing water quality in the Pearl River for the last decade based on clustering: characteristic, evolution and policy implications[J]. Water Research, 2023, 244. DOI:10.1016/j.watres.2023.120492 |
| [19] | Gai R L, Guo Z B. A water quality assessment method based on an improved grey relational analysis and particle swarm optimization multi-classification support vector machine[J]. Frontiers in Plant Science, 2023, 14. DOI:10.3389/fpls.2023.1099668 |
| [20] |
齐冉, 徐菲菲, 杨帆, 等. 木沥河流域氮素污染及其污染源解析[J]. 环境科学, 2020, 41(7): 3165-3174. Qi R, Xu F F, Yang F, et al. Analysis of nitrogen pollution and its pollution sources in the Muli River basin[J]. Environmental Science, 2020, 41(7): 3165-3174. DOI:10.3969/j.issn.1000-6923.2020.07.044 |
| [21] | Gao J, Deng G Y, Jiang H B, et al. Water quality pollution assessment and source apportionment of lake wetlands: A case study of Xianghai Lake in the Northeast China Plain[J]. Journal of Environmental Management, 2023, 344. DOI:10.1016/j.jenvman.2023.118398 |
| [22] | Zhou J W, Chen X H, Xu C, et al. Assessing socioeconomic drought based on a standardized supply and demand water Index[J]. Water Resources Management, 2022, 36(6): 1937-1953. |
| [23] | 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 |
| [24] | 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 |
| [25] |
付凯, 高红杰, 李发东, 等. 典型农业区河流水质评价及影响因素分析[J]. 农业资源与环境学报, 2023, 40(3): 583-597. Fu K, Gao H J, Li F D, et al. River water quality evaluation and analysis of influencing factors in typical agricultural areas[J]. Journal of Agricultural Resources and Environment, 2023, 40(3): 583-597. |
| [26] |
郜星晨, 章群, 韩博平, 等. 基于鱼类生物完整性指数的广东鉴江流域环境质量评估[J]. 湖泊科学, 2015, 27(4): 679-685. Gao X C, Zhang Q, Han B P, et al. Environmental quality assessment of Jian River Basin (Guangdong) based on fish biotic integrity index[J]. Journal of Lake Sciences, 2015, 27(4): 679-685. |
| [27] | GB 3838-2002, 地表水环境质量标准[S]. |
| [28] | GB/T 28592-2012, 降水量等级[S]. |
| [29] |
刘庄, 丁程成, 晁建颖, 等. 基于绝对主成分-多元线性回归(APCS-MLR)模型的浙江长潭水库污染源解析[J]. 生态与农村环境学报, 2023, 39(4): 530-539. Liu Z, Ding C C, Chao J Y, et al. Pollution source apportionment of Changtan Reservoir of Zhejiang province based on APCS-MLR model[J]. Journal of Ecology and Rural Environment, 2023, 39(4): 530-539. |
| [30] | Xie D, Li X, Zhou T T, et al. Estimating the contribution of environmental variables to water quality in the postrestoration littoral zones of Taihu Lake using the APCS-MLR model[J]. Science of the Total Environment, 2023, 857. DOI:10.1016/j.scitotenv.2022.159678 |
| [31] |
赵尚玉, 郑小慎, 叶洽. 滨海新区地表水水质评价与污染源分析[J]. 中国环境监测, 2023, 39(2): 107-116. Zhao S Y, Zheng X S, Ye Q. Surface water quality evaluation and pollution source analysis in Binhai New Area[J]. Environmental Monitoring in China, 2023, 39(2): 107-116. |
| [32] | Chen K, Liu Q M, Jiang Q L, et al. Source apportionment of surface water pollution in North Anhui Plain, Eastern China, using APCS-MLR model combined with GIS approach and socioeconomic parameters[J]. Ecological Indicators, 2022, 143. DOI:10.1016/j.ecolind.2022.109324 |
| [33] | Cheng G W, Wang M J, Chen Y, et al. Source apportionment of water pollutants in the upstream of Yangtze River using APCS–MLR[J]. Environmental Geochemistry and Health, 2020, 42(11): 3795-3810. |
| [34] | Zhang H, Cheng S Q, Li H F, et al. Groundwater pollution source identification and apportionment using PMF and PCA-APCA-MLR receptor models in a typical mixed land-use area in Southwestern China[J]. Science of the Total Environment, 2020, 741. DOI:10.1016/j.scitotenv.2020.140383 |
| [35] |
周玮. 黄石市城区内湖水环境现状评价及生态保护研究[D]. 武汉: 武汉工程大学, 2015. Zhou W, The study of current situation evaluation of water environment and ecological protection of urban inner lake in Huangshi city[D]. Wuhan: Wuhan Institute of Technology, 2015. |
| [36] | Andrade V S, Gutierrez M F, Regaldo L, et al. Influence of rainfall and seasonal crop practices on nutrient and pesticide runoff from soybean dominated agricultural areas in Pampean streams, Argentina[J]. Science of the Total Environment, 2021, 788. DOI:10.1016/j.scitotenv.2021.147676 |
| [37] | Menberu Z, Mogesse B, Reddythota D. Evaluation of water quality and eutrophication status of Hawassa Lake based on different water quality indices[J]. Applied Water Science, 2021, 11(3). DOI:10.1007/s13201-021-01385-6 |
| [38] | Xia X H, Yang Z F, Zhang X Q. Effect of suspended-sediment concentration on nitrification in river water: importance of suspended sediment-water interface[J]. Environmental Science & Technology, 2009, 43(10): 3681-3687. |
| [39] |
陈焰, 夏瑞, 曾思栋, 等. 城市河流水体污染变化特征及其对降雨的响应关系——以新凤河流域为例[J]. 中国农村水利水电, 2022(11): 153-158, 164. Chen Y, Xia R, Zeng S D, et al. Variation characteristics of water pollution and its response to rainfall in urban rivers: a case study of Xinfeng River Basin[J]. China Rural Water and Hydropower, 2022(11): 153-158, 164. |
| [40] |
胡冰涛, 张龙江, 杨士红, 等. 稻田氮、磷损失与过程监测方法研究进展[J]. 生态与农村环境学报, 2018, 34(9): 788-796. Hu B T, Zhang L J, Yang S H, et al. Research advances on process and monitoring methods of nitrogen and phosphorus loss in paddy fields[J]. Journal of Ecology and Rural Environment, 2018, 34(9): 788-796. |
| [41] |
严惠华, 翟宇虹, 邓滢, 等. 广东省"十三五"期间生态环境质量状况及变化特征[J]. 中国环境监测, 2022, 38(6): 11-19. Yan H H, Zhai Y H, Deng Y, et al. Status and variation of eco-environmental quality in Guangdong province during the 13th Five-Year Plan Period[J]. Environmental Monitoring in China, 2022, 38(6): 11-19. |
| [42] | Han X X, Xiao J, Wang L Q, et al. Identification of areas vulnerable to soil erosion and risk assessment of phosphorus transport in a typical watershed in the Loess Plateau[J]. Science of the Total Environment, 2021, 758. DOI:10.1016/j.scitotenv.2020.143661 |
| [43] |
牛永康, 张运林, 张毅博, 等. 基于陆基遥感研究降雨过程对人民渠水质影响[J]. 中国环境科学, 2023, 43(1): 290-300. Niu Y K, Zhang Y L, Zhang Y B, et al. Impact of rainfall process on the water quality of Renmin Canal using ground-based remote sensing[J]. China Environmental Science, 2023, 43(1): 290-300. |
| [44] | Whitehead P G, Wilby R L, Battarbee R W, et al. A review of the potential impacts of climate change on surface water quality[J]. Hydrological Sciences Journal, 2009, 54(1): 101-123. |
| [45] | He G, Yang Y Y, Liu G H, et al. Global analysis of the perturbation effects of metal-based nanoparticles on soil nitrogen cycling[J]. Global Change Biology, 2023, 29(14): 4001-4017. |