2024, Vol. 45
表 1
(Table 1)
1990~2016年湘江流域水质时空变化及驱动因素分析
引用本文
毛德华, 周滢, 周懿琳. 1990~2016年湘江流域水质时空变化及驱动因素分析[J]. 环境科学, 2024, 45(7): 3953-3964.
MAO De-hua, ZHOU Ying, ZHOU Yi-lin. Analysis of Spatiotemporal Variation and Driving Factors of Water Quality in the Xiangjiang River Basin from 1990 to 2016[J]. Environmental Science, 2024, 45(7): 3953-3964.
1990~2016年湘江流域水质时空变化及驱动因素分析
1. 湖南师范大学地理科学学院, 长沙 410081;
2. 洞庭湖流域生态环境变化与固碳增汇湖南省重点实验室, 长沙 410081
2. 洞庭湖流域生态环境变化与固碳增汇湖南省重点实验室, 长沙 410081
摘要: 为探讨湘江全流域水质时空变化特征及其驱动机制, 收集湘江流域1990~2016年共26年113个站点16个水质参数数据, 采用水质指数法等对流域水质进行综合评价并识别其主要污染物, 分析其形成机制, 重点剖析水位和土地利用格局对水质的驱动作用. 结果表明：①研究期间湘江流域整体水质等级为“良好”. 时间上, 水质呈现出先恶化再改善的变化态势, 1990~2003年为水质恶化阶段, 2004~2016年为水质改善阶段；水质季节变化不明显, 丰水期水质波动较大. 空间上, 干流水质污染负荷从中游、下游和上游依次减小. 上游支流水质最好, 水质较差区域主要分布在中下游支流河口处, 尤其是有多条支流汇流的地方. ②有毒重金属具有毒性、持续性和生物累积性的特点, 在水体中若超过一定浓度就难以净化, 对自然环境和人类健康都危害极大. 毒性金属指标（CI1）是影响湘江水质的主导因素, 其中汞（Hg）和镉（Cd）是影响湘江流域整体水质的主要参数. ③水位通过稀释环境参数对湘江水质产生正面影响, 土地类型对重金属浓度影响不大, 林地可以起到改善水质的作用, 草地在较大尺度范围（≥5 km）与高锰酸盐指数存在负相关, 流域内水体、耕地和不透水面面积的增加使得水体粪大肠菌浓度偏高的概率增加. ④土地利用方式对水质的解释能力呈现出随缓冲区尺度增大而增强的态势, 在河岸带10 km缓冲区尺度上, 土地利用方式对水质的解释度最高, 是湘江水质治理的有效尺度. 研究显示, 湘江流域重金属污染与其他污染驱动因素不同但区域差异均较明显, 因此污染治理应分类和因地施策.
关键词:
湘江流域
水质综合评价
时空变化
驱动机制
土地利用
Analysis of Spatiotemporal Variation and Driving Factors of Water Quality in the Xiangjiang River Basin from 1990 to 2016
1. School of Geographical Sciences, Hunan Normal University, Changsha 410081, China;
2. Hunan Provincial Key Laboratory for Eco-environmental Changes and Carbon Sequestration of the Dongting Lake Basin, Changsha 410081, China
2. Hunan Provincial Key Laboratory for Eco-environmental Changes and Carbon Sequestration of the Dongting Lake Basin, Changsha 410081, China
Abstract: In order to explore the spatiotemporal variation characteristics and driving mechanism of water quality in the Xiangjiang River Basin, the data of 16 water quality parameters at 113 stations over 26 years from 1990 to 2016 in the Xiangjiang River Basin were collected for synthetically assessing the water quality and identifying its main pollutants through the water quality index and other methods. The causal mechanism of water quality, especially the driving effect of water level and land use pattern, was analyzed. The results showed that: ① The overall water quality grade of the Xiangjiang River Basin during the study period was "good." However, the water quality deteriorated first (from 1990 to 2003) and then improved (from 2004 to 2016). The season variation in water quality was not obvious, but the water quality fluctuation of the wet season was larger. The water pollution load of the main stream decreased successively from the middle reaches, downstream reaches, and upstream reaches. The upstream tributaries had the best water quality, whereas areas with poor water quality were mainly distributed at the mouth of the middle and downstream tributaries, especially in areas where multiple tributaries converged. ② Toxic heavy metals had the characteristics of toxicity, persistence, and bioaccumulation. If they exceeded a certain concentration in water, they were difficult to purify, posing great harm to the natural environment and human health. The toxic metal index (CI1) was the leading factor affecting water quality, in which Hg and Cd were the main parameters affecting the overall water quality of the Xiangjiang River Basin. ③ The water level had a positive impact on the water quality of the Xiangjiang River by diluting environmental parameters. Land type had little effect on heavy metal concentration, whereas forest land could improve water quality. Grassland had a negative correlation with permanganate index over a large scale range (≥ 5 km). The increase in water bodies, arable land, and impermeable surface areas within the watershed increased the probability of high fecal coliform concentration in the water body. ④ With the increase in buffer distance, the water quality explained by the land use pattern increased. On the scale of 10 km buffer zone in the riparian zone, the explanation degree by land use pattern on water quality was the highest, which was an effective scale for water quality control of the Xiangjiang River. This research showed that the driving factors of heavy metal pollution and other pollution were different, but their regional differences were all obvious in the Xiangjiang River Basin. Therefore, pollution control should be classified and taken according to local conditions.
Key words:
Xiangjiang River Basin
water quality synthetically assessment
spatiotemporal variation
driving mechanism
land use
随着人类活动的扩大, 水质恶化已成为一个关键的全球问题, 可能导致严重的公共健康危害、生物多样性破坏和水环境问题[1, 2]. 水质的时空演变情况可以反映污染源和人类活动类型的地理差异[3], 水环境容易受多种因素影响, 如气候变化[4]、水文水动力[5]、社会经济[6]和土地利用[7]等, 科学认识水质驱动因素是有效污染控制和可持续水管理的基础. 湘江是长江中游重要支流, 也是中国中部地区重要河流之一, 受区域内高强度人类活动的影响, 湘江流域水质自90年代以来一直在恶化, 环境问题的长期累积, 使湘江流域存在的水体污染和生态破坏问题具有复杂性和长期性的特点. 近年来, 随着湘江流域社会经济的飞速发展和城市化进程加快, 流域内土地利用方式发生了较大改变, 这也成为河流水环境变化重要驱动因素之一[8].
水质指数（water quality index, WQI）是一个单一的无量纲数, 能够充分利用水质参数信息, 提供描述水体水质状况或污染程度的单一分类值, 以明确的规范值有效地反映水质总体状况[9, 10].
水位是表征河流演变动态的重要指标, 对河流水环境有着直接或间接的影响, 李景璇等[11]根据1990~2016年东平湖主要水文站的实测数据, 采用Spearman秩相关系数法, 阐述了东平湖水位与水质的相关性. 刘思璇等[12]分析了南方分层水库水位下降对水质特征的影响, Geng等[13]采用回归分析法分析了2015~2018年洞庭湖水位对水质的影响, 发现TN和TP与水位呈显著负相关, 与高锰酸盐指数呈显著正相关（P < 0.05）.
对水质最严重的威胁之一是河岸地区土地利用的转变[14], 人类活动直接反映在土地利用特征中[15], Buss等[16]分析了受人类活动影响较大的德国低地河流Münstersche Aa的水质时空变化, 发现硝酸盐浓度增加与上游流域的农田比例（77%）高于下游流域（47%）有关. Ding等[17]建立了东江流域多尺度不同地貌区域低阶河流水质与土地利用模式之间的经验模型, 发现土地利用影响水质的空间尺度因具体的水参数和地貌基础而异.
由此可知, 国内外广泛关注水位对湖泊和水库的影响, 鲜有针对水位对较长河流水质的影响研究, 而土地利用类型作为一个整体实际上是受多种因素影响, 在一个流域进行的研究可能不适用于另一个水系, 所适用的空间分析尺度也不尽相同. 因此, 有必要对河流不同空间尺度土地利用类型和水质的响应关系进行比较, 寻求最显著的相关性, 以确定最适空间分析尺度.
湘江作为湖南省最长的跨界河流, 其水质状况一直受到特别关注, 受数据获得性影响, 湘江流域现有的水质评价分析大多针对干流或支流分开进行研究, 或是基于某一河段开展水质调查分析, 如曹艳敏等[18]采用Mann-Kendall检验法分析了湘江干流水环境演变趋势, 并通过逐步回归分析确定各区域水质指标主要驱动因素. 盛丰等[19]采用现场水团追踪法, 研究了浏阳河长沙段高锰酸盐指数、NH4+-N和TP的综合降解系数和河水流速之间的相关关系. Jiang等[20]对湘江流域长株潭河段水质参数进行监测评价, 得出湘潭段主要是重金属污染, 株洲和长沙段水污染主要来自城市生活污水的其他污染物的结论. 但针对全流域水质演变特征研究较为鲜见, 且多数研究并未考虑从外源和内源两方面综合分析其对湘江水质的驱动作用. 鉴于此, 本研究采用覆盖全流域断面和时间序列更长的水质监测资料, 基于水质指数法在全流域的尺度上精细化分析了干支流及流域主要行政区的水体污染特征, 并将水位和土地利用空间格局作为水质变化的重要内源和外源驱动因子, 探讨其对水质的驱动作用, 对深化大型河流全流域尺度水质精细化研究具有重要的科学意义, 对构建湘江全流域空间水质管控格局具有现实意义.
1 材料与方法 1.1 研究区概况湘江是长江八大一级支流之一, 流域面积为9.46×104 km2, 发源于湖南省蓝山县, 向北蜿蜒867 km, 经永州市、衡阳市、株洲市、湘潭市、长沙市至湘阴县的濠河口注入洞庭湖. 湘江干流萍岛（永州市潇水河口）为上游, 萍岛至衡阳为中游, 衡阳以下为下游[21]. 流域内河网密布, 支流水系呈不对称分布, 其中捞刀河、浏阳河、渌水、洣水、耒水、舂陵水、宜水、白水和潇水由右岸汇入干流, 左岸支流包括沩水、涟水、涓水、蒸水和祁水. 湘江流域地处亚热带湿润地区, 气候受季风影响较大, 冬季干燥寒冷, 夏季温高湿重, 年平均气温17.6~18.6℃, 常年平均日照在424.9~473.0 kJ·cm-2之间. 流域内常年平均降水量为1 200~1 900 mm, 降水时空分布不均, 季节性旱涝灾害频发. 地形以平原（高程 < 200 m）和丘陵（高程位于200~500 m之间）为主, 山地（高程 > 500 m）主要分布在流域南部, 整体地势呈现为马蹄形（东西南部较高, 中部和北部相对低平）, 属于典型的丘陵山地流域（图 1）[22, 23]. 根据2021年湖南省统计年鉴, 至2020年, 湘江流域地区生产总值达30 774.88×108元, 年末常住人口4 218.19×104人, 城市人口2 651.61×104人, 分别占湖南省的74.01%、63.48%和67.90%. 因此, 湘江流域是湖南省经济最为发达, 人口最为密集, 城市化发展水平最高的地区.
|
A为湘江干流, 其中A1~A4为长沙市段, A5~A7为湘潭市段, A8~A9为株洲市段, A10~A19为衡阳市段, A20~A26为永州市段；B为沩水, B1~B3为长沙市段；C为捞刀河, C1~C2为长沙市段；D为浏阳河, D1~D7为长沙市段；E为涟水, 其中E1~E2为湘潭市段, E3~E9为娄底市段；F为涓水, F1~F2为湘潭市段；G为渌水, G1~G4为株洲市段；H为洣水, 其中H1~H3为衡阳市段, H4~H7为株洲市段, H8~H9为郴州市段；I为蒸水, I1~I3为衡阳市段；J为耒水, 其中J1~J4为衡阳市段, J5~J16为郴州市段；K为舂陵水, 其中K1~K2为衡阳市段, K3~K6为郴州市段, K7~K9为永州市段；L为宜水, L1~L3为衡阳市段；M为白河, M1~M2为衡阳市段；N为白水, 其中N1位于永州市, N2位于郴州市；O为祁水, 其中O1位于永州市, O2位于衡阳市；P为芦洪江, P1~P2为永州市段；Q为潇水, Q1~Q10为永州市段；R为紫溪河, R1~R2为永州市段 图 1 湘江流域地理位置及水质（水文）监测站 Fig. 1 Location and water quality monitoring(hydrometric)stations of the Xiangjiang River Basin |
1.2 数据来源
从湖南省水利厅获得1990年1月至2016年12月湘江流域113个监测断面16个水质指标, 断面分布情况见图 1. 水质指标包括：pH、溶解氧（DO）、五日生化需氧量（BOD5）、总磷（TP）、高锰酸盐指数、氨氮（NH4+-N）、砷（As）、汞（Hg）、铅（Pb）、锌（Zn）、镉（Cd）、铬（Cr）、铜（Cu）、氟化物（F-）、粪大肠杆菌（F. coli）和石油类物质（petroleum）. 研究数据主要来源于湖南省水利厅, 2016年30 m分辨率的土地利用数据来源于中国年度土地覆盖数据集[24]（annual China land cover dataset, CLCD, https://zenodo.org/）.
1.3 研究方法 1.3.1 水质指数法本文采用Pesce等[25]提出和改进的WQI, 该评价方法将16个水质指标分为3类, 包括难处理的毒性金属指标、易净化的指标和其他指标（表 1）. 毒性金属组包括As、Hg、Cd、Cr和Pb, 有毒重金属具有毒性、持续性和生物累积性的特点, 在水体中若超过一定浓度就难以净化, 对自然环境和人类健康都危害极大. 易净化的指标包括pH、DO、BOD5、NH4+-N、F. coli和高锰酸盐指数, 以上都是常见的生化和理化指标, 通过污水处理可以有效地降低其浓度[2]. 其他指标包括TP、Cu、Zn、F-和石油类（petroleum）. 基于中国水利部水环境监测中心建议, 按水域使用功能不同将地表水质量分为5类. 中国《地表水环境质量标准》（GB 3838-2002）将每个水质项目划分为Ⅰ~Ⅴ类, 分别代表优秀（Ⅰ）、良好（Ⅱ）、中等（Ⅲ）、较差（Ⅳ）和非常差（Ⅴ）, 不同水质指标的分类和等级阈值见表 1, 各个站点WQI值计算步骤如下.
|
表 1 水质指标分类和评价标准1） Table 1 Water quality classification and evaluation criteria |
基于公式（1）计算水质单项指数（Ii）：
|
(1) |
式中, ci为第i项水质指标的实测浓度, mg·L-1；ci, k和ci, k+n为第i项水质指标的k级和k + n级标准浓度, mg·L-1；Ii, k为评估分类项的k级指数值；n为具有相同标准阈值的个数, 若没有相同指标, 则n = 1.
对于pH, 当pH ∈[6, 9], Ii= 0, 否则Ii= 100.
计算水质分类指数（CI）, 其中难处理的金属指标基于公式（2）, 易净化的指标和其他指标基于公式（3）：
|
(2) |
|
(3) |
式中, n为指标的总数, Pi为第i个水质指标的权重, 它表示第i个指标对水生生物和人类的重要性, 权重的相对值是根据前人研究选取[2, 9].
基于公式（4）计算各站最终的水质指数：
|
(4) |
参考中国水质等级分级和其他学者研究成果[2, 26], 本研究将WQI数值划分为5个等级：优秀（0 ≤ WQI ≤ 20）、良好（20 < WQI ≤ 40）、差（40 < WQI ≤ 60）、较差（60 < WQI ≤ 80）和不适合饮用（80 < WQI ≤ 100）.
水质根据表 2中的WQI值进行分类.
|
|
表 2 基于WQI值的水质分类 Table 2 Water quality classification based on WQI value |
1.3.2 反距离权重插值法
空间异质性是空间插值法的前提, 相关性是其基础[27]. 反距离权重法是常用的确定性插值方法之一, 该方法原理是物体相近相似, 影响程度与物体间距离呈反比. 河流水质指标受地形地质和人类活动等影响, 在河流中的含量空间分布不均. 采用ArcGIS 10.3软件中IDW空间插值方法, 对湘江流域各监测断面WQI结果进行插值, 分析湘江流域水质的空间变化状况.
1.3.3 多元统计分析法使用SPSS 19.0软件进行数据统计和分析, 采用Pearson相关分析方法对水质参数与水位和不同尺度土地利用类型进行显著性分析, 显著性水平P = 0.05.
2 结果与分析 2.1 水质时空变化分析 2.1.1 时间变化分析1990~2016年湘江流域WQI平均值为34.89, 根据水质分类标准, 水质等级为“良好”. 从年际变化看, 以2003年为时间节点, 湘江流域WQI变化显示出两个相反的趋势[图 2（a）], 1990~2003年, WQI总体呈现波动性上升趋势, 各断面水质主要表现为“差”和“极差”, 为湘江流域水质恶化阶段. 2004~2016年, 各断面“优秀”和“良好”水质比例明显增加, WQI平均值从2004年的45.1急剧减少到2016年的24.91（P < 0.05）, 水质明显改善, 说明此期间湘江流域水污染治理政策得到了有效落实[图 2（b）].
|
（a）WQI年际变化, （b）水质等级年际变化, （c）WQI季节变化, （d）水质等级年际变化 图 2 湘江流域WQI年际和季节变化及各水质等级百分比的年际和季节变化 Fig. 2 Interannual and seasonal variation in WQI and interannual and seasonal variation in percentage of each water quality grade in the Xiangjiang River Basin |
依据湘江流域1990~2016年113个监测断面实测资料以及湘江的水文特征, 将2、3、9和10月作为平水期, 4~8月作为丰水期, 11月至次年1月作为枯水期. 从年内变化上看, WQI值变化不明显[图 2（c）], 平水期、丰水期和枯水期的平均WQI值都达到了“良好”, 水质占比主要以“优秀”和“良好”为主[图 2（d）]. 其中, 丰水期各断面水质波动较大.
2.1.2 空间变化分析从城市水质空间分异来看, 基于WQI值湘江流域城市污染排序为：湘潭（54.32） > 株洲（42.76） > 衡阳（37.49） > 娄底（34.65） > 长沙（33.88） > 永州（29.73） > 郴州（27.75）, 其中湘潭市污染最为严重, 这与已有的研究结论相同[28 ~ 30]. 由图 3可知, 湘潭市水质主要受毒性重金属（CI1）污染影响, 长沙市水质指数在中下游城市（衡阳、娄底、湘潭、株洲和长沙）中最低.
|
以湘江为起点, 逆时针方向为上游至下游方向, 其中CI1为难处理的毒性金属指标, CI2为易净化的指标, CI3为其他指标 图 3 三组分类指数空间分布玫瑰图 Fig. 3 Rose chart of spatial distribution of three groups of classification indexes |
从河流水质空间分异来看, 大小为：蒸水（61.71） > 涓水（49.11） > 捞刀河（44.22） > 渌水（44.00） > 湘江（40.91） > 沩水（39.30） > 涟水（38.20） > 洣水（33.46） > 耒水（30.80） > 浏阳河（30.14） > 芦洪江（30.00） > 舂陵水（28.70） > 潇水（28.02） > 祁水（27.41） > 白水（26.65） > 宜水（23.86） > 白河（21.92） > 紫溪河（21.00）, 总体水质污染负荷大小表现为：中游 > 下游 > 上游. 其中蒸水、涓水、捞刀河和渌水的水质要劣于湘江干流, 在制定水污染防治规划时应对其着重治理. 蒸水作为衡阳市三江六岸重要组成部分, 毒性重金属指标（CI1）和易净化指标（CI2）指数值是主支流中最高的.
从全流域水质空间分异来看, 以113个站点WQI计算结果为数据源, 由于站点在流域内分布均匀且监测数据丰富, 故使用反距离权重插值法（inverse distance weight, IDW）进行空间插值并根据水质等级分类标准进行重分类, 得到湘江流域水质空间变化（图 4）. 比较各站点WQI值, 结果显示A7（马家河）WQI值最大（80.6）, Q10（水市水库）WQI值最小（9.3）. 从水质指数的空间分布来看, 流域内大部分地区水质状况较好, WQI高值主要集中在流域中下游地区, 污染较严重的地区主要分布在流域中下游平原支流河口区.
|
图 4 湘江流域WQI空间分布 Fig. 4 Spatial distribution of WQI in the Xiangjiang River Basin |
2.2 水质变化主导因子分析
对水质的影响程度排序为：难处理的毒性金属指标（CI1） > 易净化的指标（CI2） > 其他指标（CI3）. CI1的WQI值由As、Hg、Pb、Cr、Cd、Cu和Zn决定, 一方面, 数据统计分析结果显示CI1平均值为33.88, 几乎相当于湘江的平均WQI值（34.89）, 而易净化的指标（CI2）和其他指标（CI3）的平均值为21.41和15.11, 两者都远低于CI1值, 在年际和年内变化中也保持着相对较低的值. 本研究中被归类为CI2中的pH、DO、BOD5、NH4+-N、F. coli和高锰酸盐指数的WQI平均值分别为0.88、15.55、10.96、31.48、79.33和16.54, CI3中除TP的WQI值达到29.65, 各参数的WQI值都要低于15, 在水质优良范围内. 另一方面, 82.3%的断面WQI值最终由CI1决定, CI2和CI3仅决定了15.9%和1.8%的断面, 从相关系数上看, WQI与CI1的相关系数为0.98（P < 0.01）, 而WQI与CI2和CI3的相关系数仅为0.65（P < 0.01）和0.47（P < 0.01）. 由表 3可以看出, Hg与CI1和WQI高度相关, Pearson相关系数分别是0.683和0.678（P < 0.01）. Cd对WQI也具有较强的影响, 相关系数为0.545（P < 0.01）. 由此可见, CI1决定了水质评估中的WQI值, 其中Hg和Cd对水质指数评估影响最大, 而CI2和CI3在湘江水质评价中通常处在较低和安全的水平.
|
|
表 3 毒性重金属参数单项指数平均值及其浓度与CI1和WQI的相关系数1） Table 3 Correlation coefficient of single index average value of toxic heavy metal parameters and their concentrations with CI1 and WQI |
2.3 水质驱动因素分析
科学认识水质驱动因素是有效污染控制和可持续水管理的基础[31, 32]. 影响河流水质的关键因素因地理区域而异, 包括河流的水文特征, 流域景观特征和当地的人类活动强度. 分析湘江流域水质与流域自然特征和人类活动强度等因素之间的关系, 能够揭示河流水质驱动因素, 识别河流潜在污染源. 在此选取水位和土地利用空间格局作为水质变化的重要内源和外源驱动因子, 分析其对水质的驱动作用.
2.3.1 水位对水质的影响湘江水位（WL）季节波动不大, 最高平均水位出现在丰水期, 为76.05 m, 平、枯水期水位分别为74.65 m和74.11 m. 研究期间, 水位年际波动很大, 平均值为75.08 m, 其中2016年水位最高, 为81.05 m, 最低值出现在2002年, 仅54.6 m. Pearson相关分析结果表明, WL与WQI呈极显著相关, 相关系数为-0.776（P < 0.001）, 与CI2和CI3相关不显著, 相关系数分别为0.286和0.294, 与CI1显著负相关, 相关系数为-0.540（P < 0.05）. 具体而言, 在影响CI1的主导参数中, Hg与WL极显著负相关, 相关系数为-0.625（P < 0.01）, Cd与WL呈显著负相关, 相关系数为-0.428（P < 0.05）. WL与WQI、CI1、Hg和Cd都呈现出负相关关系, 这说明水位的升高有利于湘江水质的改善（图 5）.
|
在分析前, 所有的数据都进行了lg（x+1）转换, 以满足残差中方差的正态性和同质性条件 图 5 湘江流域水位与WQI、CI1、Hg和Cd的相关性 Fig. 5 Correlation between water level and WQI, CI1, Hg, and Cd in the Xiangjiang River Basin |
2.3.2 土地利用对水质的影响
土地利用变化是地球化学循环的主要驱动力之一, 对C、N、P的地球化学循环有直接的作用. 对于碳循环的影响, 主要通过改变土地利用空间格局和类型, 直接或间接地影响陆地生态系统固碳和碳排放能力[33]. Winkler等[34]以1 km的空间分辨率评估1960~2019年土地利用覆盖的年度变化, 发现在60年里, 土地利用变化影响了全球近三分之一的土地面积. 在全球变化的的背景下, 湘江流域土地类型也发生了较大变化.
由图 6可知, 林地和耕地是湘江流域主要土地利用类型. 从空间分布来看, 林地所占面积最大, 占流域面积的55%以上, 主要分布在流域南部和东部地形起伏大, 地势较高的区域；耕地面积次之, 占流域面积35%以上, 主要位于地形较为平坦的流域中部和北部, 集中成片分布于城市周边；不透水面面积与当地城市发展水平息息相关, 呈现出以城市群为中心点状分布的特点, 受城市化水平的影响, 流域中下游不透水面面积所占比例较上游更高.
|
图 6 湘江流域土地利用现状 Fig. 6 Land use status of the Xiangjiang River Basin |
受尺度效应的影响, 不同空间尺度和数据的精度性差异会使得水质和土地利用之间存在不同的响应关系, 得出的结论也会有所不同[35]. 土地利用格局作为河流水质重要驱动因子, 分析不同空间尺度下土地利用类型和水环境之间的响应关系, 不仅有利于管理湘江水污染的主要来源, 而且有助于管理其所涉及的污染过程. 有研究表明, 500 m~10 km缓冲区内不同尺度的土地利用方式对水环境有显著影响[24, 36, 37]. 为了探究湘江流域水质与不同空间尺度下土地利用的响应关系, 本研究以主支流上采样点为中心将研究区划分为7个空间尺度, 分别是0.5、1、2、5、7.5和10 km的缓冲区, 将不同尺度下的土地利用面积与水质参数进行Pearson相关分析, 结果如表 4所示（其中重金属参数和CI1与土地利用类型无明显相关性, 数据未列出）.
|
|
表 4 基于不同空间尺度的水质指标与土地利用类型的相关性1） Table 4 Correlation between water quality indexes and land use types based on different spatial scales |
不同空间尺度下的CI1和重金属指标与土地利用类型都无明显相关, 除重金属参数外的其余水质参数与林地均表现出负相关关系, 高锰酸盐指数与大于等于5 km尺度的草地面积呈现负相关, F. coli与水体、耕地和不透水面面积均呈正相关.
随着缓冲区范围的扩大, 大部分水质参数和不同土地类型的相关性都有所提高. 在0.5 km和2 km尺度下, 土地利用类型对水质的解释度并不高, 5 km以上的缓冲区对水质的解释度较好, 10 km尺度的土地利用类型能更好地解释水质空间变化.
3 讨论本研究水质时间变化分析结果表明, 1990~2016年湘江流域整体水质良好, 从年际变化上看, 与刘叶叶等得出结论有所不同, 以2003年为时间节点, 1990~2003年为湘江水质恶化阶段, 陈咏淑等[38]对湘江流域1981~2000年水质变化进行分析, 得出90年代湘江流域总体水质呈恶化趋势, 这与该文结论相同. 这是由于湖南以丰富的有色金属矿产资源和工业活动闻名, 这些工业活动大多集聚在湘江流域, 工业污染严重以及部分乡镇企业的不规范管理使得湘江流域水质逐步恶化. 2004~2016年, 湘江流域水质明显改善. 在此期间环保行动的开展、政策的制定和实施对湘江水环境的改善具有重要意义. 如：2002年印发实施的《湘江水污染实施方案》；2008~2011年的“碧水湘江潜力活动”；2012年的《湘江重金属污染治理实施方案》. 从2013年起, 湘江治理保护被确定为湖南省“一号重点工程”, 先后出台《湘江保护条例》（2013年）、《湘江流域生态补偿（水质水量奖罚）暂行办法》（2014年）和3个《湖南省湘江保护和治理“三年行动计划”》（2013~2021年）等保护政策. 从年内变化上看, WQI值变化并不明显, 其中丰水期各断面水质波动较大, 这是因为丰水期雨量充足, 一方面, 径流量的增加使得径污比增大, 河流自净能力增强；另一方面该期间工业活动频繁, 由于该时期较高的温度, 工业冷却废水排放量也要高于其他水期[39], 而充沛的降水也使得流域内农业活动等带来的面源污染更为严重且所涉区域更广[40], 工业排污加剧和面源污染的难以管理性质使得丰水期各断面污染情况更为复杂.
水质空间变化分析结果表明, 从城市水质空间分异来看, 湘潭市污染最为严重, 这与已有的研究结论相同[28 ~ 30]. 湘潭水质主要受毒性重金属（CI1）污染影响, 这与盛维康[30]和Jiang等[41]的研究结论一致. 一般情况下, 河流污染物的累积效应越往下游越严重, 而长沙市的水质指数在中下游城市（衡阳、娄底、湘潭、株洲和长沙）中却是最低的, 其原因可能是：①作为省会城市, 长沙市污水处理设施完善, 污水处理率要高于流域内其他城市, 2015年的污水处理率已经达到97.9%[42], 有效减轻了来自城市工业和生活源的废水污染. ②长沙枢纽的蓄水功能使湘江长沙段水量增加, 稀释了水体中污染物[43], 受大坝的拦截作用以及长沙平坦的地势影响, 泥沙滞留降低了在一定范围内来自上游污染物的本底值[44]. 从河流水质空间分异来看, 总体水质污染负荷大小表现为：中游 > 下游 > 上游. 蒸水毒性重金属指标（CI1）和易净化指标（CI2）指数值是主支流中最高的. ①生活污水未经处理直接排入蒸水. 以三塘镇为例, 研究阶段期间, 三塘镇还没有建成投运集中式生活污水处理厂, 近4万人的生产生活污水直排蒸水, 对下游水体水质造成了很大影响；②规模化畜禽养殖废水未经处理直接外排. 衡阳市农业污染较为严重[18], 作为畜禽养殖大市, 许多个体养殖户没有规范的粪污治理设施, 未达标准的畜禽养殖废水排入蒸水, 使水体有机污染加重；③衡阳作为老工业基地, 有色金属矿藏丰富, 受区域内工业活动影响, 蒸水重金属污染问题较为突出. 从全流域水质空间分异来看, WQI高值主要集中在流域中下游地区, 污染较严重的地区主要分布在流域中下游平原支流河口区, 其原因一是河口来水量大、支流来水水质较差且污染物衰减距离短, 污染量大且不易扩散；二是平原地形平坦, 污染物容易滞留和堆积[37], 且平原地区人类活动频繁, 受河岸化工企业的分布影响污染源众多. 水质变化主导因子显示CI1决定了水质评估中的WQI值, 这是因为湘江作为湖南最大的水系, 受区域有色金属开采和冶炼影响, 湘江重金属污染严重[45], Hg和Cd对水质指数评估影响最大, 这与盛维康等[30]和Mao等[46]的结论一致, 其Cd和Hg的来源可能是流域内尾矿库的泄漏和工厂废水排放.
水质驱动因素分析显示. WL与WQI、CI1、Hg和Cd都呈现出负相关关系, 这说明水位的升高有利于湘江水质的改善, 主要是由于高水位会增强水对污染物的稀释作用, 而低水位可能导致某些营养物质峰值浓度增加[13], 其次低水位流速减慢, 吸收重金属的悬浮颗粒和砾石将从水中物理分离, 这可能导致下游地区溶解重金属的浓度发生变化[47].
不同空间尺度下的CI1和重金属指标与土地利用类型都无明显相关, 这可能是因为湘江流域重金属主要通过工业排污口排入江中, 呈现点源污染特征, 受研究区土地利用类型影响较小. 除重金属参数外的其余水质参数与林地均表现出负相关关系, 高锰酸盐指数与大于等于5 km尺度的草地面积呈现负相关. 是因为在地下水运输驱动下, 林地和草地对污染物的滞留效应可能会延迟污染物到达受纳水体的时间[48]. F. coli与水体、耕地和不透水面面积均呈正相关. 城市下垫面由混凝土覆盖, 与其他土地利用类型（如林地和草地）相比, 雨水无法从地表渗漏, 在短时间内更容易形成地表径流, 将更多的污染物带入河流, 从而加剧污染[49]. 耕地与水质之间的相关性, 可能是由于作物管理生产过程中肥料施用所导致的水质养分变化.
随着缓冲区范围的扩大, 大部分水质参数和不同土地类型的相关性都有所提高. 在0.5 km和2 km尺度下, 土地利用类型对水质的解释度并不高, 5 km以上的缓冲区对水质的解释度较好, 10 km尺度的土地利用类型能更好地解释水质空间变化. 这是由于在大流域中, 河流水质会受到多种污染源的影响, 小尺度范围下的土地利用污染源比较单一, 大尺度范围内的土地利用能够更好地解释水质污染源的复杂性. 这验证了Yadav等[50]提出的5 km以下的缓冲区的土地利用变化无法有效影响大流域的水质的研究结果.
4 建议（1）为了降低悬浮物对湘江水质的影响, 应加强河岸带的水土保持, 并通过在农耕地区种植水草增加田间水力停留时间, 使悬浮物沉降, 以减缓污染物的运输和转换. 湘江底泥是悬浮物的主要来源, 污染物、底泥和河水的吸收和释放之间存在着动态平衡. 因此, 应加强内源污染控制, 限制底泥较深处江段的采砂活动, 并采用科学的疏浚方法来减少污染物的二次释放. 及时了解河流水量的变化, 重点保障枯水期生态基流.
（2）加强支流（尤其是蒸水、涓水、捞刀河和渌水）沿岸工业点源达标排放, 对于工厂集聚区, 鼓励使用清洁能源. 值得注意的是, 湘江流域部分支流（沩水、浏阳河、渌水、洣水、耒水）上游水质出现不同程度的恶化, 因此在注重干流水源地保护的同时, 要加强对支流水源地的水环境保护
（3）湘江重金属污染高风险区主要分布在支流河口和多条支流汇流段, 采砂活动会使得支流河口变窄变深, 增加金属在水中的停留时间, 为减少河口区重金属污染, 建议有关部门限制支流河口区的采砂活动. 流域中下游存在多种污染物的重叠高风险区, 是重金属污染防治的重点区域. 湘江上游地区尤其是永州地区, 应切实开展小水电整改, 减少库区淤积泥沙所致的重金属风险.
（4）在建设湘江河岸缓冲区时应充分考虑离河岸10 km以内的土地利用状况, 提高大型缓冲区内的林地覆盖率, 以期有效涵养水源, 改善净化当地水质.
5 结论（1）本研究期间湘江流域整体水质等级为“良好”. 在时间尺度上, 1990~2003年为水质恶化阶段, 2004~2016年为水质改善阶段. 丰水期各断面水质波动更为明显, 尤其是悬浮物较多的河段.
（2）空间分布上, 行政区污染程度排序为：湘潭 > 株洲 > 衡阳 > 娄底 > 长沙 > 永州 > 郴州, 主支流污染程度排序为：蒸水 > 涓水 > 捞刀河 > 渌水 > 湘江 > 沩水 > 涟水 > 洣水 > 耒水 > 浏阳河 > 芦洪江 > 舂陵水 > 潇水 > 祁水 > 白水 > 宜水 > 白河 > 紫溪河, 干流水质污染负荷表现为：中游 > 下游 > 上游. 水质较差区域主要分布在中下游支流河口处, 尤其是有多条支流汇流的地方.
（3）3类水质参数中毒性金属指标（CI1）是影响水质的主导因素, 其中Hg和Cd是影响湘江流域整体水质的主要参数
（4）重金属参数与土地利用类型之间均不存在相关关系, 其余水质参数与林地均表现出负相关关系, 高锰酸盐指数与草地表现出显著负相关, F. coli与水体、耕地和不透水面存在正相关. 空间尺度上, 随着缓冲区范围的扩大, 大部分水质参数和不同土地类型的相关性都有所提高. 相比0.5 km和2 km尺度, 5 km和10 km缓冲区尺度内的土地类型能更好地解释水质空间变化.
参考文献
| [1] | Vörösmarty C J, McIntyre P B, Gessner M O, et al. Global threats to human water security and river biodiversity[J]. Nature, 2010, 467(7315): 555-561. DOI:10.1038/nature09440 |
| [2] | Nong X Z, Shao D G, Xiao Y, et al. Spatio-temporal characterization analysis and water quality assessment of the South-to-North Water Diversion Project of China[J]. International Journal of Environmental Research and Public Health, 2019, 16(12). DOI:10.3390/ijerph16122227 |
| [3] | Hou W, Gu B H, Lin Q Q, et al. Stable isotope composition of suspended particulate organic matter in twenty reservoirs from Guangdong, southern China: implications for pelagic carbon and nitrogen cycling[J]. Water Research, 2013, 47(11): 3610-3623. DOI:10.1016/j.watres.2013.04.014 |
| [4] | Qin B Q, Deng J M, Shi K, et al. Extreme climate anomalies enhancing cyanobacterial blooms in eutrophic Lake Taihu, China[J]. Water Resources Research, 2021, 57(7). DOI:10.1029/2020WR029371 |
| [5] | Geng M M, Wang K L, Yang N, et al. Spatiotemporal water quality variations and their relationship with hydrological conditions in Dongting Lake after the operation of the Three Gorges Dam, China[J]. Journal of Cleaner Production, 2021, 283. DOI:10.1016/j.jclepro.2020.124644 |
| [6] | Zhang H, Li H F, Gao D D, et al. Source identification of surface water pollution using multivariate statistics combined with physicochemical and socioeconomic parameters[J]. Science of the Total Environment, 2022, 806. DOI:10.1016/j.scitotenv.2021.151274 |
| [7] | Xue B L, Zhang H W, Wang G Q, et al. Evaluating the risks of spatial and temporal changes in nonpoint source pollution in a Chinese river basin[J]. Science of the Total Environment, 2022, 807. DOI:10.1016/j.scitotenv.2021.151726 |
| [8] |
刘成建, 夏军, 宋进喜, 等. 汉江中下游水质时空特征与土地利用类型响应识别研究[J]. 环境科学研究, 2021, 34(4): 910-919. Liu C J, Xia J, Song J X, et al. Spatial and temporal characteristics of water quality and response identification of land use patterns in middle and downstream of Hanjiang River[J]. Research of Environmental Sciences, 2021, 34(4): 910-919. |
| [9] | Nong X Z, Shao D G, Zhong H, et al. Evaluation of water quality in the South-to-North Water Diversion Project of China using the water quality index (WQI) method[J]. Water Research, 2020, 178. DOI:10.1016/j.watres.2020.115781 |
| [10] | Akhtar N, Ishak M I S, Ahmad M I, et al. Modification of the water quality index (WQI) process for simple calculation using the multi-criteria decision-making (MCDM) method: a review[J]. Water, 2021, 13(7). DOI:10.3390/w13070905 |
| [11] |
李景璇, 陈影影, 韩非, 等. 1990-2016年东平湖水位变化及其对水质的影响[J]. 中国农学通报, 2021, 37(23): 94-100. Li J X, Chen Y Y, Han F, et al. Water level change of Dongping Lake and its impact on water quality from 1990 to 2016[J]. Chinese Agricultural Science Bulletin, 2021, 37(23): 94-100. |
| [12] |
刘斯璇, 李一平, 朱雅, 等. 我国南方分层水库水位下降对水质特征的影响[J]. 环境工程, 2023, 41(5): 179-186, 194. Liu S X, Li Y P, Zhu Y, et al. Influence of water level descending of layered reservoirs on water quality characteristics in south china[J]. Environmental Engineering, 2023, 41(5): 179-186, 194. |
| [13] | Geng M M, Niu Y D, Liao X H, et al. Inter-annual and intra-annual variations in water quality and its response to water-level fluctuations in a river-connected lake, Dongting Lake, China[J]. Environmental Science and Pollution Research, 2022, 29(10): 14083-14097. DOI:10.1007/s11356-021-16739-5 |
| [14] | Ding S, Zhang Y, Liu B, et al. Effects of riparian land use on water quality and fish communities in the headwater stream of the Taizi River in China[J]. Frontiers of Environmental Science & Engineering, 2013, 7(5): 699-708. |
| [15] | Kang J H, Lee S W, Cho K H, et al. Linking land-use type and stream water quality using spatial data of fecal indicator bacteria and heavy metals in the Yeongsan river basin[J]. Water Research, 2010, 44(14): 4143-4157. DOI:10.1016/j.watres.2010.05.009 |
| [16] | Buss J, Achten C. Spatiotemporal variations of surface water quality in a medium-sized river catchment (Northwestern Germany) with agricultural and urban land use over a five-year period with extremely dry summers[J]. Science of the Total Environment, 2022, 818. DOI:10.1016/j.scitotenv.2021.151730 |
| [17] | Ding J, Jiang Y, Liu Q, et al. Influences of the land use pattern on water quality in low-order streams of the Dongjiang River basin, China: a multi-scale analysis[J]. Science of the Total Environment, 2016, 551-552: 205-216. DOI:10.1016/j.scitotenv.2016.01.162 |
| [18] |
曹艳敏, 毛德华, 吴昊, 等. 湘江干流水环境质量演变特征及其关键因素定量识别[J]. 长江流域资源与环境, 2019, 28(5): 1235-1243. Cao Y M, Mao D H, Wu H, et al. The evolution features of water environmental quality and quantitative identification of key factors on Xiangjiang River[J]. Resources and Environment in the Yangtze Basin, 2019, 28(5): 1235-1243. |
| [19] |
盛丰, 冯天国, 王福科, 等. 浏阳河长沙段CODMn、NH3-N和TP综合降解系数研究[J]. 中国环境科学, 2021, 41(2): 669-676. Sheng F, Feng T G, Wang F K, et al. Comprehensive degradation coefficients of CODMn, NH3-N and TP of Changsha section of Liuyang River[J]. China Environmental Science, 2021, 41(2): 669-676. |
| [20] | Jiang D Y, Yang J Q, Wang Y Y, et al. Surface water quality and potential health risk assessments in Changsha-Zhuzhou-Xiangtan section of Xiangjiang River, China[J]. Journal of Central South University, 2019, 26(12): 3252-3260. DOI:10.1007/s11771-019-4250-0 |
| [21] |
刘叶叶, 毛德华, 杨家亮, 等. 湘江流域水质特征及水污染经济损失估算[J]. 中国环境科学, 2019, 39(4): 1471-1477. Liu Y Y, Mao D H, Yang J L, et al. Characteristics of water quality and estimation of economic loss from water pollution in Xiangjiang River basin[J]. China Environmental Science, 2019, 39(4): 1471-1477. |
| [22] | Li W, Zhe C, Liu H Y, et al. Simulation of nitrogen and phosphorus pollution in typical agricultural and forested basins as well as relevant reduction effect based on SWAT model[J]. Water Supply, 2021, 21(3): 992-1004. DOI:10.2166/ws.2020.237 |
| [23] |
刘文珺. 湘江流域水量水质特征研究[D]. 长沙: 中南林业科技大学, 2017. Liu W J. Water quantity and water quality characteristics of Xiangjiang River Basin[D]. Changsha: Central South University of Forestry & Technology, 2017. |
| [24] | Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925. DOI:10.5194/essd-13-3907-2021 |
| [25] | 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. DOI:10.1016/S0043-1354(00)00036-1 |
| [26] | Iloba K I, Akawo N O, Godwin P I. Assessment of Anwai river water quality using the weighted arithmetic water quality index (WQI) in Delta State, Nigeria[J]. Journal of Applied and Natural Science, 2021, 13(3): 913-922. DOI:10.31018/jans.v13i3.2758 |
| [27] |
孙惠玲, 廖泽波, 段立曾, 等. 基于空间插值算法的阳宗海夏季水质参数空间分布规律研究[J]. 长江科学院院报, 2017, 34(3): 30-34. Sun H L, Liao Z B, Duan L Z, et al. Spatial distribution regularity of water quality parameters of Yangzong Lake in summer based on spatial interpolation algorithm[J]. Journal of Yangtze River Scientific Research Institute, 2017, 34(3): 30-34. |
| [28] |
刘叶叶, 毛德华, 杨家亮, 等. 1990-2016年湘江干流水质变化特征及影响因素分析[J]. 冰川冻土, 2018, 40(4): 820-827. Liu Y Y, Mao D H, Yang J L, et al. Analysis on the water quality change characteristics and influencing factors of the Xiangjiang River mainstream from 1990 to 2016[J]. Journal of Glaciology and Geocryology, 2018, 40(4): 820-827. |
| [29] |
胡东滨, 蔡洪鹏, 陈晓红, 等. 基于证据推理的流域水质综合评价法——以湘江水质评价为例[J]. 资源科学, 2019, 41(11): 2020-2031. Hu D B, Cai H P, Chen X H, et al. Comprehensive assessment of water quality based on evidential reasoning: Taking the Xiangjiang River as an example[J]. Resources Science, 2019, 41(11): 2020-2031. |
| [30] |
盛维康, 侯青叶, 杨忠芳, 等. 湘江水系沉积物重金属元素分布特征及风险评价[J]. 中国环境科学, 2019, 39(5): 2230-2240. Sheng W K, Hou Q Y, Yang Z F, et al. Distribution characteristics and ecological risk assessment of heavy metals in sediments from Xiang River[J]. China Environmental Science, 2019, 39(5): 2230-2240. |
| [31] |
杜展鹏, 王明净, 严长安, 等. 基于绝对主成分-多元线性回归的滇池污染源解析[J]. 环境科学学报, 2020, 40(3): 1130-1137. Du Z P, Wang M J, Yan C A, et al. Pollution source apportionment of Lake Dianchi based on absolute principal component score-multiple linear regression[J]. Acta Scientiae Circumstantiae, 2020, 40(3): 1130-1137. |
| [32] | Jiang J Q, Zhao G F, Wang D W, et al. Identifying trends and driving factors of spatio temporal water quality variation in Guanting Reservoir Basin, North China[J]. Environmental Science and Pollution Research, 2022, 29. DOI:10.1007/s11356-022-21714-9 |
| [33] |
黄贤金, 张秀英, 卢学鹤, 等. 面向碳中和的中国低碳国土开发利用[J]. 自然资源学报, 2021, 36(12): 2995-3006. Huang X J, Zhang X Y, Lu X H, et al. Land development and utilization for carbon neutralization[J]. Journal of Natural Resources, 2021, 36(12): 2995-3006. |
| [34] | Winkler K, Fuchs R, Rounsevell M, et al. Global land use changes are four times greater than previously estimated[J]. Nature Communications, 2021, 12(1). DOI:10.1038/s41467-021-22702-2 |
| [35] |
贾晓波, 赵茜, 郝韵, 等. 浑太河流域不同水生态功能区环境要素的分布特征及其与土地利用之间的关系[J]. 环境科学研究, 2021, 34(7): 1542-1552. Jia X B, Zhao Q, Hao Y, et al. Spatial distribution characteristics of environmental variables and response to land use patterns in different aquatic ecological functional regions of Hun-Tai River Basin[J]. Research of Environmental Sciences, 2021, 34(7): 1542-1552. |
| [36] | Xiang R, Wang L J, Li H, et al. Temporal and spatial variation in water quality in the Three Gorges Reservoir from 1998 to 2018[J]. Science of the Total Environment, 2021, 768. DOI:10.1016/j.scitotenv.2020.144866 |
| [37] |
王雪松, 李琪, 高俊峰, 等. 常州市河流水质对滨岸带土地利用响应的初步分析[J]. 长江流域资源与环境, 2021, 30(12): 2915-2924. Wang X S, Li Q, Gao J F, et al. A preliminary analysis on response of river water quality to land use in riparian zone of Changzhou[J]. Resources and Environment in the Yangtze Basin, 2021, 30(12): 2915-2924. |
| [38] |
陈咏淑, 吴甫成, 吕焕哲, 等. 近20年来湘江水质变化分析[J]. 长江流域资源与环境, 2004, 13(5): 508-512. Chen Y S, Wu F C, Lü H Z, et al. Analysis on the water quality changes in the Xiangjiang River from 1981 to 2000[J]. Resources and Environment in the Yangtze Basin, 2004, 13(5): 508-512. |
| [39] |
郑群威, 苏维词, 杨振华, 等. 乌江流域水环境质量评价及污染源解析[J]. 水土保持研究, 2019, 26(3): 204-212. Zheng Q W, Su W C, Yang Z H, et al. Assessment of water environmental quality and analysis of pollution sources in Wujiang River Basin[J]. Research of Soil and Water Conservation, 2019, 26(3): 204-212. |
| [40] |
张胜, 林莉, 王珍, 等. 汉江中下游丰枯水期水质时空变化特征[J]. 长江科学院院报, 2021, 38(8): 47-53. Zhang S, Lin L, Wang Z, et al. Spatio-temporal variation of water quality in middle-lower Hanjiang River[J]. Journal of Yangtze River Scientific Research Institute, 2021, 38(8): 47-53. |
| [41] | Jiang D Y, Wang Y Y, Liao Q, et al. Assessment of water quality and safety based on multi-statistical analyses of nutrients, biochemical indexes and heavy metals[J]. Journal of Central South University, 2020, 27(4): 1211-1223. DOI:10.1007/s11771-020-4361-7 |
| [42] |
陈明霞, 熊贵耀, 张佳鹏, 等. 湘江流域水质综合评价及其时空演变分析[J]. 环境工程, 2019, 37(10): 83-90, 104. Chen M X, Xiong G Y, Zhang J P, et al. Comprehensive evaluation of water quality in Xiangjiang River basin from multi-dimensional perspective and its spatial-temporal evolution analysis[J]. Environmental Engineering, 2019, 37(10): 83-90, 104. |
| [43] |
帅红, 李景保, 蒋聪, 等. 湘江长沙综合枢纽蓄水初期长沙段水环境参数的变化[J]. 长江流域资源与环境, 2015, 24(12): 2085-2093. Shuai H, Li J B, Jiang C, et al. Water environment parameter changing of Changsha section after the preliminary stage water retaining of multipurpose hydraulic project in Xiang River[J]. Resources and Environment in the Yangtze Basin, 2015, 24(12): 2085-2093. |
| [44] |
王昱, 卢世国, 冯起, 等. 黑河上中游水质时空分异特征及污染源解析[J]. 中国环境科学, 2019, 39(10): 4194-4204. Wang Y, Lu S G, Feng Q, et al. Spatio-temporal characteristics and source identification of water pollutants in the upper and middle reachers of Heihe River[J]. China Environmental Science, 2019, 39(10): 4194-4204. DOI:10.3969/j.issn.1000-6923.2019.10.020 |
| [45] | Li H, Chai L Y, Yang Z H, et al. Systematic assessment of health risk from metals in surface sediment of the Xiangjiang River, China[J]. International Journal of Environment Research and Public Health, 2020, 17(5). DOI:10.3390/ijerph17051677 |
| [46] | Mao L J, Mo D W, Yang J H, et al. Concentration and pollution assessment of hazardous metal elements in sediments of the Xiangjiang River, China[J]. Journal of Radioanalytical and Nuclear Chemistry, 2013, 295(1): 513-521. DOI:10.1007/s10967-012-1800-4 |
| [47] | Zeng J, Han G L, Wu Q X, et al. Geochemical characteristics of dissolved heavy metals in Zhujiang River, Southwest China: spatial-temporal distribution, source, export flux estimation, and a water quality assessment[J]. PeerJ, 2019, 7. DOI:10.7717/peerj.6578 |
| [48] | Martin S L, Hayes D B, Kendall A D, et al. The land-use legacy effect: towards a mechanistic understanding of time-lagged water quality responses to land use/cover[J]. Science of the Total Environment, 2017, 579: 1794-1803. DOI:10.1016/j.scitotenv.2016.11.158 |
| [49] | Zhang M H, Wang L, Mu C X, et al. Water quality change and pollution source accounting of Licun River under long-term governance[J]. Scientific Reports, 2022, 12(1). DOI:10.1038/S41598-022-06803-6 |
| [50] | Yadav S, Babel M S, Shrestha S, et al. Land use impact on the water quality of large tropical river: Mun River Basin, Thailand[J]. Environmental Monitoring and Assessment, 2019, 191(10). DOI:10.1007/s10661-019-7779-3 |