2025, Vol. 46
2. 黄河流域内蒙段水资源与水环境综合治理自治区协同创新中心, 呼和浩特 010018;
3. 内蒙古自治区环境监测总站, 呼和浩特 010030
, GAO Rui-zhong1,2
, DUAN Li-min1,2 , TONG Hui1 , XIE Long-mei1 , FANG Li-jing1 , WANG Ke-ling3 , SUN Bing3
2. Autonomous Region Collaborative Innovation Center for Integrated Management of Water Resources and Water Environment in the Inner Mongolia Reaches of the Yellow River, Hohhot 010018, China;
3. Inner Mongolia Autonomous Region Environmental Monitoring General Station, Hohhot 010030, China
黄河是中华民族的母亲河, 近年来黄河流域生态保护和高质量发展上升为国家战略[1, 2], 但其水资源严重短缺[3].由于地形和降雨等自然因素以及人类活动干预, 流域水生态问题日益突出[4 ~ 6], 水质状况受到广泛关注.黄河流域内蒙古段地处我国北方典型干旱半干旱区, 是我国重要的生态屏障, 同时为内蒙古提供最重要的水资源, 其水质安全直接影响内蒙古的经济发展和人民生活[7 ~ 9].大黑河作为黄河的一级支流, 被誉为呼和浩特市的“母亲河”, 由于气候条件限制[10], 全年径流量较小, 属季节性河流, 易受降雨和人类活动的剧烈干扰, 从而导致流域水资源匮乏和水体污染.降雨被认为是促使污染物进入水体的重要条件, 而面源污染一般是由降雨径流引发的污染过程[11, 12], 分析降雨与河流水质的关系, 已成为近年来水环境系统研究和管理的热点[13 ~ 15].同时针对径流作为水体污染物的主要载体[16], 不少学者分析了其对水质的影响[17 ~ 19].因此评估流域水质状况, 探究降雨与径流对水质的影响, 可为黄河流域生态保护和高质量发展提供理论基础[20].
近年来, 针对黄河流域水环境质量问题, 研究人员采用水质评价等方法探究其水质时空特征变化[21 ~ 23]；此外也有学者对大黑河流域水质现状开展了相关研究, 李林洁等[24]选取大黑河流域2021年6个水质监测断面进行超标指标的统计分析；张慧等[25]采用综合污染指数法对大黑河流域2019年的4个监测断面进行水质评价；李国华等[26]基于主成分分析及水质标识指数法对大黑河断面进行水质评价.目前对黄河流域的研究仅集中在短期水质状况评价, 缺乏长时间区域水质变化的差异研究；对大黑河流域的研究更加局限于干流整体水质评价, 鲜有对大黑河全流域时空尺度下水质演变进行研究, 且多数研究并未考虑水质的驱动因子.
鉴于此, 本研究基于2013~2022年大黑河流域水质监测数据, 旨在分析流域水环境时空特征, 采用EWQI开展水质评价, 同时构建地表水监测指标优化方法, 确定影响水质的关键性指标；结合月水质数据、月降雨数据和月径流数据, 识别水质与降雨及径流的关系, 探究主要污染成因, 以期为改善大黑河流域水环境质量, 实现水环境、水资源和水生态“三水”统筹管理提供科学依据和理论基础.
1 材料与方法 1.1 研究区概况大黑河为黄河一级支流, 发源于内蒙古自治区乌兰察布市卓资县十八台镇（E112°49′18.8″, N40°47′29.8″）, 自东北向西南贯穿内蒙古卓资县、呼和浩特市赛罕区、玉泉区、土默特左旗和托克托县等地, 于托克托县河口村（E111°09′44.7″, N40°13′35.8″）汇入黄河[27].河源高程1 686.5 m, 河口高程986.7 m.大黑河干流全长238 km, 流域面积18 441 km2.地势北高南低, 地形由山区向平原呈明显的台阶式降深；地处中温带半干旱大陆性气候[10], 多年平均气温6.2℃, 降水量394.7 mm, 径流深27.0 mm.
1.2 数据来源选择序列较全的21个水质断面进行研究（图 1）, 水环境数据包括12项指标；水文数据包括降雨和径流数据（表 1）.水环境数据来源于内蒙古自治区环境监测总站, 水文数据来源于内蒙古自治区水文与水资源中心.
|
图 1 大黑河流域地理位置及监测断面分布示意 Fig. 1 Geographic location and distribution of monitoring sections in the Dahei River Basin |
|
表 1 水质断面水环境及水文数据统计 Table 1 Statistics on water environment and hydrological data in water quality sections |
1.3 研究方法 1.3.1 熵权水质指数（entropy-water quality index, EWQI）
EWQI是通过熵值确定指标权重, 将水质数据转化为反映水质状况的代表值[28].该方法主要分为5个步骤计算[29], 具体步骤图 2所示, 并按水质等级分类（表 2）.
|
cj表示水样中各水环境指标的浓度（mg·L-1）, Sj为国家标准规定的水环境指标允许限值 图 2 EWQI计算流程 Fig. 2 EWQI calculation process |
|
|
表 2 EWQI等级分类 Table 2 Classification of EWQI ratings |
1.3.2 层次聚类分析
聚类分析（cluster analysis, CA）作为多元统计方法, 其分类方式基于对象相似性或接近程度[30].层次聚类分析（hierarchical cluster analysis, HCA）作为目前应用最广泛的分类方法之一, 该方法逐步将最接近或最相似的对象聚成一个类簇, 最终聚为一个整类.通常根据各监测点水质状况进行层次聚类分析[31].
1.3.3 地表水监测指标优化方法构建构建EWQImin模型, 并通过逐步多元线性回归分析10a水质数据, 最终筛选出影响EWQI的基础指标和补充指标.利用方差贡献和共线性验证确定逐步多元线性回归有效曲线, 进而确定拟合优化模型[32].基于选取的EWQImin指标, 计算EWQImin值, 计算方法同EWQI.根据决定系数（R2）和百分比误差（PE）评估模型拟合度和预测能力, 确定EWQImin最优模型.其中, PE值愈接近0, 表明模拟精度愈高.
|
式中, P为所选指标EWQImin值, O为全指标EWQI值.EWQImin最优模型确定后, 用2023年的水质数据（n=35）进行模型验证, 最终判定模型是否对大黑河流域具有普适性.
1.4 数据处理研究使用Excel2016进行原始数据处理, 使用Orgin2021绘制各指标多年平均浓度雷达图、层次聚类分析结果图和水质与降雨及径流的相关性分析图, 运用ArcGIS 10.8绘制大黑河流域地理位置示意图和EWQI空间分布图.
2 结果与分析 2.1 水质因子特征理化指标和营养盐指标包含pH、NH4+-N、TN和TP（图 3）, 监测点pH范围为7.54~8.70, 为弱碱性, 适宜水体植物生长. ρ（NH4+-N）范围为0.07~15.75 mg·L-1, 其中监测点S13、S14、S15和S21的ρ（NH4+-N）达到地表水Ⅴ类标准（2.0 mg·L-1）. ρ（TN）范围为1.19~27.20 mg·L-1, 其中80.95%监测点达到Ⅴ类标准（2.0 mg·L-1）及以上. ρ（TP）范围为0.03~3.07 mg·L-1, 28.57%的监测点达Ⅴ类标准（0.4 mg·L-1）及以上.整体来看, S13、S14、S15和S21水体中氮和磷含量较高.
|
圆环上的数字表示指标数值, 除pH无量纲外, 其余指标单位均为mg·L-1 图 3 大黑河各断面TN、TP、NH4+-N、pH、DO、COD、BOD5、高锰酸盐指数、氟化物、硫化物、氰化物和挥发酚多年浓度平均值 Fig. 3 Average of multi-year concentrations of TN, TP, NH4+-N, pH, DO, COD, BOD5, permanganate index, fluoride, sulfide, cyanide, and volatile phenol at each cross-section of the Dahei River |
有机物污染指标分别为DO、COD、BOD5和高锰酸盐指数.大黑河年均ρ（DO）介于4.03~11.94 mg·L-1, 85.71%水质达到Ⅱ类（6.0 mg·L-1）, 水体自净能力整体较好. ρ（COD）范围处在8.31~84.54 mg·L-1, 其中80.95%的监测点达到Ⅴ类标准（40 mg·L-1）及以上.ρ（BOD5）为0.92~17.14 mg·L-1, 66.67%达到Ⅰ类水质标准；14.29%达到Ⅴ类标准（10 mg·L-1）, 其中包括S13、S19和S21.高锰酸盐指数范围为1.48~10.17 mg·L-1, 95.24%达到Ⅳ类标准及以上, 仅有S21站点是Ⅴ类水质.大黑河流域有机物污染水平整体达到Ⅴ类标准, 依然存在很大改善空间, 需要加强生活污染源的治理.
流域年均硫化物为0.004 9~0.007 5 mg·L-1, 流域水质达到Ⅰ类水质（0.05 mg·L-1）.氟化物处在0.22~0.70 mg·L-1, 达到Ⅰ类水质（1.0 mg·L-1）.年均ρ（氰化物）为0.004~0.009 mg·L-1, 66.19%为Ⅰ类水, 23.81%为Ⅱ类（10 mg·L-1）, 其中包括S2、S13、S15、S17和S21.挥发酚范围为0.000 3~0.003 7 mg·L-1, 95.24%达Ⅰ类水质, 仅有S21站点是Ⅱ类水.流域化学污染物水平整体达到Ⅰ类水质, 仅有S21断面化学污染物水平略高, 说明人类影响较大.
2.2 EWQI水质评价EWQI被广泛应用于评价整体水质[33].基于水环境数据, 计算得到EWQI（图 4）.研究区EWQI范围为59.54~406.17, 平均值为142.20.其中水质为Ⅱ级占比42.86%；可直接饮用, 水质为Ⅲ级占比为33.33%, 处于中等水质；水质为Ⅳ级和Ⅴ级分别占比4.76%和19.05%, 该级别处于不可饮用级[34].
|
图 4 监测点的EWQI Fig. 4 EWQI of monitoring sites |
图 4揭示丘陵山区EWQI较小, EWQI值沿河流走向呈递增趋势.S12~S15和S21的EWQI值较大.S12、S13和S21位于城镇建成区或再生水排放影响区, 人口密集, 天然径流量较小, 生活污水及再生水排放较多, 对河流水质有一定影响.S14和S15位于平原区下游, TN和TP含量较高, 受农业活动影响比较显著.
2.3 水环境质量主控因素解析 2.3.1 地表水评价模型EWQI指标优化逐步多元线性回归表明（表 3）, TN对EWQI的影响显著（模型1, R2=0.947）, 依次将BOD5和TP与EWQI进行多元线性回归, 模型R2有所提升, 分别为0.976和0.996（模型2和模型3）.此外, 引入NH4+-N和高锰酸盐指数后模型性能略微提升（模型4和模型5, R2=0.998和R2=0.999）.因此选定TN、BOD5和TP作为水质评估指标, 建立优化模型EWQImin.考虑到NH4+-N和高锰酸盐指数对EWQImin模型性能有一定影响, 故建立4个优化模型（表 4）, 并对比R2和PE评估模型拟合度和预测能力, 从而判定模型可行性.EWQImin-4的R2达到0.998具有较高的代表性, 且相对误差PE为26.80%, 值较低（图 5和表 4）, 表明EWQImin-4能够较好代表区域地表水指标.
|
|
表 3 逐步多元线性回归结果 Table 3 Stepwise multiple linear regression results |
|
|
表 4 EWQImin模型指标选择结果 Table 4 Parameter selection results of the EWQImin model |
|
图 5 EWQI和各EWQImin模型值比较 Fig. 5 Comparison of EWQI and individual EWQImin model values |
由图 6可知, 模型EWQImin-4与对应的真实值EWQI具有较强的一致性, 其中R2值为0.952, 表明前者能更好地反映2023年真实EWQI.因此, 包含TN、BOD5、TP、NH4+-N和高锰酸盐指数等5个监测指标的EWQImin-4模型是最佳的模型, 在水质评估方面表现出更好的性能, 上述指标可作为水质监测及评估的主控因素.
|
图 6 2023年EWQImin-4线性拟合 Fig. 6 Linear fitting diagrams of EWQImin-4 in 2023 |
根据流域站点的水质指标, 进行空间尺度上的层次聚类分析.总体可聚类为3类（图 7）, S1~S12、S16~S18和S20为L1类, 多为丘陵山区站点, 水质总体较好；S13~S15和S19为L2类, 大部分处于平原区；S21为L3类, 位于城镇建成区.水体污染程度由轻到重依次为L1、L2和L3, 符合EWQI绘制的水质空间分布规律, 因此按水质划分的空间聚类结果合理.
|
图 7 空间尺度层次聚类分析结果 Fig. 7 Spatial scale hierarchical cluster analysis results |
从L1~L3中挑选典型站点分析水质和降雨及径流量的关系.收集2013~2022年H1~H4水文站降雨及径流量月数据与S2（民生渠）、S14（浑津桥）、S16（哈素海）和S21（章盖营）进行匹配.
图 8显示S2在2015年7月水质最差（81.60）, 降雨量是43.1mm；2013年6月和2021年6月降雨量较多, EWQI呈上升趋势, 水质变差；2020年2月和2021年2月降雨量较少, EWQI降低, 水质得到改善, 从Ⅱ类提升到Ⅰ类；可以看出多雨期水质较晴天或少雨时更差. S16水质最优, 综合等级为Ⅰ类；少雨或无雨时水质明显优于降雨发生时段, 如2018年7月和2020年8月降雨量分别是268.70 mm和168.80 mm, 水质较差；2018年3月、2021年2月和2022年3月晴天或少雨时水质明显改善.S14水质受降雨影响显著, 2022年6月EWQI最低（74.65）, 降雨量42.35 mm；2015年1月水质最差, 降雨量仅为4.4 mm, 2018~2020年降雨量比2015年增多, 水质得到改善.S21水质最差, 大部分时间为Ⅳ类和Ⅴ类水, 雨期水质优于无雨期. 2022年8月水质最优（63.14）, 降雨量达到156.20 mm；2018年7月和2020年8月水质年内最优, 降雨量超过100 mm；2013年5月、2015年5月和2017年1月水质为Ⅴ类, 降雨量小于10 mm.
|
红色圆表示某一时间段内EWQI极大值, 绿色圆表示某一时间段内EWQI极小值 图 8 大黑河4站点降雨量与水质变化趋势 Fig. 8 Trends in rainfall and water quality at four sites on the Dahei River |
径流量同时是影响河流水质的主要因素[35].图 9显示径流量季节大小依次为：秋季、夏季、冬季和春季, 水质具有时空差异性. S2和S16春季径流量较小, 水质整体变优, 两站点水质多为Ⅰ类, 水质较好. S14和S21春季径流量逐渐增大, 通常3月达到最高值；水质先变差后变优.S2夏季水质为减小趋势, 夏季水质最优. 2017年之前S16夏季水质较稳定, 为Ⅰ类水；2017年之后出现先增大再减小的情况；2020年之前, S14夏季水质先变差再变优, 夏季水质全年最差, 多为Ⅴ类水质；2020年之后, 水质随径流量增大而减小, 为全年最优水质.S21夏季水质变化分为两阶段. 2016年之前水质先变差再变优, 2016年之后水质变优.秋季S2站点径流量增大时, 水质变优；径流量减小或者径流量小于0.3 m3时, 水质逐渐变差, 如2022年8月径流量为0.29 m3, 水质开始变差. S16秋季径流量较大, 水质随径流量整体变优. S14和S21秋季径流量全年最大, 水质在秋季变优, 两站点变化一致.冬季4站点径流量低于秋季径流量, 呈现下降趋势, 水质开始逐渐变差.
|
图 9 大黑河4站点径流量与水质变化趋势 Fig. 9 Trends in runoff volume and water quality at four sites on the Dahei River |
图 10表明EWQI与径流量呈正相关关系, 与降雨量关系不密切.S2水质结果与TN、TP、NH4+-N、DO、COD、BOD5和氟化物表现为极显著正相关关系, 与高锰酸盐指数呈显著负相关；径流量与TP、DO和氟化物表现为极显著正相关, 与NH4+-N和COD表现为正相关；降雨量与挥发酚极显著正相关. S14的EWQI与TN、COD、BOD5和氟化物极显著正相关, 与挥发酚正相关；径流量与降雨量二者极显著正相关；降雨量与pH呈极显著正相关关系. S16水质与TN、TP、DO、COD、氟化物和挥发酚极显著正相关, 与NH4+-N和高锰酸盐指数极显著负相关；径流量与水质指标的关系和EWQI一致；降雨量与DO、COD和挥发酚呈极显著正相关关系, 与TN显著正相关；与高锰酸盐指数和NH4+-N为负相关关系. S21的EWQI与TN、TP、NH4+-N、COD、BOD5、高锰酸盐指数、挥发酚和氰化物呈现极显著正相关, 与DO和pH表现为极显著负相关；径流量与NH4+-N、COD、BOD5和挥发酚极显著正相关, 与氰化物呈正相关关系；降雨量与径流量相互促进, 与TN极显著负相关.
|
1.EWQI, 2.降雨量, 3.径流量, 4.TN, 5.TP, 6.NH4+-N, 7.DO, 8.COD, 9.BOD5, 10.氟化物, 11.高锰酸盐指数, 12.pH, 13.挥发酚, 14.氰化物；椭圆的大小表示两者之间的相关性系数, 椭圆越窄说明两者的显著性越强, 反之椭圆越宽说明两者的显著性越弱；椭圆的方向表示两者之间的正负相关性, 椭圆右向倾斜说明两者呈正相关关系, 椭圆左向倾斜说明两者呈负相关关系；色柱表示相关性系数的线性映射；*表示P < 0.05, **表示P < 0.01 图 10 大黑河4站点主要指标与降雨量和径流量相关性 Fig. 10 Correlation of major indicators with rainfall and runoff at four sites on the Dahei River |
EWQI值越大表明水质越差[36], 与EWQI极显著负相关的指标是水体主要污染源.各指标与降雨量和径流量的相关关系揭示了水质变化机制. S2的主要污染物为高锰酸盐指数, S16主要污染物为NH4+-N和高锰酸盐指数；S21的主要污染指标是DO和pH.对于S2站点, 径流和降雨使TP、DO、氟化物、NH4+-N、COD和挥发酚浓度升高；对于S16站点, 降雨使pH升高；对于S14和S21, 径流和降雨的作用下促使TN、TP、DO、COD、BOD5、氟化物和挥发酚浓度升高.综合来看, 污染物来源主要是营养盐和有机物.
3 讨论城镇建成区和平原区下游水质污染程度严重, 张慧等[25]对大黑河流域2019年水质状况进行分析, 得出城镇建成区及下游灌溉区水质相对较差, 与本文结论相同.这是由于大黑河流域具有不同类型的产业结构及人口分布, 城镇区人口密集, 生活污水排放量大；平原区多为农牧业区域, 在农业生产中存在大量使用化肥农药的情景, 且出现禽畜分散化饲养产生废水的情况, 使得平原区水质较差[37].本研究利用多元线性回归对模型进行优化, 该方法已普遍应用于其他区域的研究中[38, 39].从EWQI模型优化后的结果来看, 大黑河流域EWQI主要受TN、BOD5、TP、NH4+-N和高锰酸盐指数影响, 水质较差区域集中在城镇建成区, 这与赵宏烨等[40]的结论一致, 污染物来源是农牧业废水和工厂废水排放.
从站点空间分异看, S21污染程度最大, 这与云瑞亭等[37]研究的结果相同.通常情况下, 河流污染物的累积影响导致下游污染最严重[41], 而大黑河流域整体水质污染大小依次为：中游、下游和上游.营养盐指标和有机物污染指标在全流域值最高.造成这一现象的主要原因是：①随着城市区域扩张和人口增长导致污水排放强度加大.现有设施无法满足污水处理需求, 尽管再生水厂遵循一级排放标准, 但排放物浓度依然偏高, 超出环境承载能力, 需要进一步提标扩容[42].此外沿河众多村镇, 污水处理设施缺乏, 未经处理的生活污水直接排放到周边地区, 导致水体污染；②城区内污水管网配套不足且管道失修老化, 导致污水回收率低[25]；部分区域雨污分流管网等基础设施不完善及管道不通, 导致污水未经处理直接排入河道或外溢；部分生活污水并未有效归入管网, 通过暗渠或小黑河汇入大黑河, 对中游水质造成显著影响；③农业生产过程中引水灌溉, 并伴有农药和化肥的施用, 导致营养盐随地表径流汇入河流, 加剧水体污染.
降雨在陆地水循环中对水质具有突出贡献, 且在不同区域发挥不同作用.再生水厂河段降雨量增多时促进天然径流汇入, 使径流量变大, 因此河流稀释及自净能力变好[43, 44]；而天然河段降雨通过冲刷作用, 携带地面积聚污染物进入河道, 加重水环境污染负荷, 导致水体状况严重[45 ~ 47].因此, 对于天然状态河流通过识别降雨引入的特征污染物, 追溯面源污染源, 加强截流蓄水设施, 从而优化河流水质. 径流的季节变化对河流水质影响很大.春季丘陵山区及天然水体区主要受到积雪融水补给径流, 水量逐渐增大, 水质变好；再生水厂区水质出现先变差再变好的情况, 主要原因是随着气温升高, 水中微生物降解能力提升[48, 49].流域降雨集中在夏秋季, 这一时期径流量大, 流速快, 水量大, 稀释作用较强, 同时较快的流速有益于促进污染物的降解, 出现水质最优情况；冬季径流量整体变小, 天然径流量偏低, 流量减少, 河流稀释及自净能力开始变差, 且低温降低了微生物活性[50, 51], 从而影响断面水质.
不同时空和水文参数等条件对大黑河水环境变化具有显著影响, 在已有的基础上, 从时空特征、水文参数和人类活动影响3个方面进一步深化流域水环境管理与控制.
（1）时空特征方面 大黑河流域不同时空下水质参数差异性明显, 且水环境的时空分布受多重因素影响, 在一定程度上造成研究结论的不确定性.因此仅用少数站点揭示全流域水质变化的规律值得进一步探究.
（2）水文参数方面 水文条件影响的研究工作只从宏观角度分析了大黑河流域部分站点的水质情况, 并未定量描述水文参数对河流营养盐和有机质过程变化的影响.因此, 针对河流水质参数对降雨量等因子变化的响应机制有待深入探究.
（3）人类活动方面 人类活动造成的面源污染分布广且分散, 其组成及作用机制更为复杂.因此, 难以精确计算其对河流造成的具体污染负荷, 进而导致人类活动对河口及湖泊影响的研究不足, 对流域水环境及水生态造成的连锁反应认知不足.
4 结论（1）大黑河流域所有点位的水质指标达到地表水Ⅴ类水质标准及以上, 其中丘陵山区水质最好, 与早期的劣Ⅴ类水质相比水质整体得到改善.
（2）流域城镇建成区的水质污染最为严重, 3种类型区中城镇建成区S21的水质污染程度最重, 其次是平原区的S12~S15, 水质污染主要集中在人口稠密的城镇区.
（3）基于地表水质数据建立的EWQImin模型得到影响水质的主控因素为：TN、BOD5、TP、NH4+-N和高锰酸盐指数；不同类型区水质指标差异较大, 按空间聚类分析可分为3类, 与水质评价结果可对比验证.
（4）从水质对降雨的响应关系来看, S2和S16站点发生降雨事件后水质变差；S14和S21发生降雨后水质变好；径流量季节大小为：秋季 > 夏季 > 冬季 > 春季；冬季水质呈现整体变差, 其他季节水质随径流量变化通常是先变差再变优.
（5）大黑河流域EWQI与径流量呈正相关关系, 与降雨量关系不密切；主要特征污染物为营养盐和有机物, 水体污染主要来源于农业活动和生活污染.
| [1] | 黄河流域生态保护和高质量发展规划纲要[N]. 人民日报, 2021-10-09(01). |
| [2] | 习近平. 在黄河流域生态保护和高质量发展座谈会上的讲话[J]. 中国水利, 2019(20): 1-3. DOI:10.3969/j.issn.1000-1123.2019.20.006 |
| [3] |
王国庆, 王云璋, 史忠海, 等. 黄河流域水资源未来变化趋势分析[J]. 地理科学, 2001, 21(5): 396-400. Wang G Q, Wang Y Z, Shi Z H, et al. Analysis on water resources variation tendency in the Yellow River[J]. Scientia Geographica Sinica, 2001, 21(5): 396-400. DOI:10.3969/j.issn.1000-0690.2001.05.003 |
| [4] |
潘保柱, 韩谞. 长江与黄河两大流域水生态问题剖析[J]. 风景园林, 2020, 27(8): 18-23. Pan B Z, Han X. Analysis of aquatic ecological issues in the Yangtze and Yellow River Basins[J]. Landscape Architecture, 2020, 27(8): 18-23. |
| [5] |
周广胜, 周莉, 汲玉河, 等. 黄河水生态承载力的流域整体性和时空连通性[J]. 科学通报, 2021, 66(22): 2785-2792. Zhou G S, Zhou L, Ji Y H, et al. Basin integrity and temporal-spatial connectivity of the water ecological carrying capacity of the Yellow River[J]. Chinese Science Bulletin, 2021, 66(22): 2785-2792. |
| [6] |
左其亭, 邱曦, 马军霞, 等. 黄河治水思想演变及现代治水方略[J]. 水资源与水工程学报, 2023, 34(3): 1-9. Zuo Q T, Qiu X, Ma J X, et al. Evolution of flood control thought and modern flood control strategy in the Yellow River Basin[J]. Journal of Water Resources and Water Engineering, 2023, 34(3): 1-9. |
| [7] |
叶振维, 路达, 白妙馨. 内蒙古黄河流域水污染形势分析[J]. 环境与发展, 2014, 26(4): 100-103. Ye Z W, Lu D, Bai M X. Water pollution status in the Yellow River Inner Mongolia section[J]. Environment and Development, 2014, 26(4): 100-103. DOI:10.3969/j.issn.1007-0370.2014.04.031 |
| [8] |
田雅楠, 马龙, 吴全. 黄河流域内蒙古段土地利用演变与景观生态风险评价[J]. 生态科学, 2023, 42(5): 103-113. Tian Y N, Ma L, Wu Q. Landscape ecological risk assessment in Inner Mongolia reach of Yellow River based on land use evolution[J]. Ecological Science, 2023, 42(5): 103-113. |
| [9] |
裴森森, 段利民, 苗平, 等. 黄河流域内蒙古段水化学同位素特征及水体转化关系[J]. 环境科学, 2023, 44(9): 4863-4873. Pei S S, Duan L M, Miao P, et al. Water chemical isotope characteristics and water transformation relationship in Mongolian section of the Yellow River Basin[J]. Environmental Science, 2023, 44(9): 4863-4873. |
| [10] |
刘敏, 刘鹏飞, 王文中, 等. 近50年大黑河流域气候水文要素变化趋势及突变分析[J]. 水电能源科学, 2020, 38(9): 13-15, 43. Liu M, Liu P F, Wang W Z, et al. Trends of climatic and hydrological elements and their change-point analysis in Dahei River Basin over the past 50 years[J]. Water Resources and Power, 2020, 38(9): 13-15, 43. |
| [11] | 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: 164-172. DOI:10.1016/j.scitotenv.2015.12.132 |
| [12] |
连心桥, 朱广伟, 杨文斌, 等. 强降雨对平原河网区入湖河道氮、磷影响[J]. 环境科学, 2020, 41(11): 4970-4980. Lian X Q, Zhu G W, Yang W B, et al. Effect of heavy rainfall on nitrogen and phosphorus concentrations in rivers at river-net plain[J]. Environmental Science, 2020, 41(11): 4970-4980. |
| [13] |
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. |
| [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] |
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. |
| [16] |
邓娟, 呼东峰, 上官周平. 陕西省不同生态类型区河流水质与径流泥沙间的关系[J]. 水土保持研究, 2018, 25(4): 110-115. Deng J, Hu D F, Shangguan Z P. Relationship between river water quality and runoff and sediment in different ecological type areas of Shaanxi Province[J]. Research of Soil and Water Conservation, 2018, 25(4): 110-115. |
| [17] |
郭朝臣, 雷坤, 李晓光, 等. 2017~2020年长江流域水体污染物通量时空变化特征分析[J]. 环境科学, 2023, 44(8): 4279-4291. Guo C C, Lei K, Li X G, et al. Spatiotemporal variation characteristics of main pollutant fluxes in the Yangtze River Basin from 2017 to 2020[J]. Environmental Science, 2023, 44(8): 4279-4291. |
| [18] |
李哲卿, 张红艳, 许景璇, 等. 漓江上游灵渠丰枯水期水量水质综合变化分析[J]. 人民长江, 2022, 53(8): 43-49. Li Z Q, Zhang H Y, Xu J X, et al. Analysis on comprehensive variation of water quantity and quality in Lingqu canal in upper reaches of Lijiang River during wet and dry seasons[J]. Yangtze River, 2022, 53(8): 43-49. |
| [19] |
唐磊, 刘彦鹏, 王宝明, 等. 常州滨江区域城镇径流污染对河道水质的影响[J]. 中国给水排水, 2022, 38(12): 53-60. Tang L, Liu Y P, Wang B M, et al. Influence of urban runoff pollution on river quality in riverside area of Changzhou[J]. China Water & Wastewater, 2022, 38(12): 53-60. |
| [20] |
刘楠涛, 吴飞, 袁巍, 等. 长江与黄河源丰水期地表水中汞的分布特征、赋存形态及来源解析[J]. 环境科学, 2022, 43(11): 5064-5072. Liu N T, Wu F, Yuan W, et al. Mercury speciation, distribution, and potential sources in surface waters of the Yangtze and Yellow River source basins of Tibetan Plateau during wet season[J]. Environmental Science, 2022, 43(11): 5064-5072. |
| [21] |
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. |
| [22] |
徐发凯, 何丽, 王一帆, 等. 2010~2019年黄河干流兰州和白银段水质时空变化特征[J]. 水资源保护, 2021, 37(4): 44-50. Xu F K, He L, Wang Y F, et al. Temporal and spatial variation characteristics of water quality in Lanzhou and Baiyin section of the Yellow River mainstream from 2010 to 2019[J]. Water Resources Protection, 2021, 37(4): 44-50. |
| [23] |
嵇晓燕, 孙宗光, 聂学军, 等. 黄河流域近10a地表水质变化趋势研究[J]. 人民黄河, 2016, 38(12): 99-102. Ji X Y, Sun Z G, Nie X J, et al. Study on surface water quality variation trend of Yellow River Basin in recent 10 years[J]. Yellow River, 2016, 38(12): 99-102. DOI:10.3969/j.issn.1000-1379.2016.12.023 |
| [24] | 李林洁, 刘润萍, 陈坤娇. 呼和浩特市大黑河流域水质状况分析[J]. 内蒙古水利, 2022(5): 19-22. |
| [25] |
张慧, 杨力鹏, 张颖, 等. 呼和浩特市大黑河水污染现状分析及治理对策研究[J]. 环境科学与管理, 2020, 45(8): 5-8. Zhang H, Yang L P, Zhang Y, et al. Study on water pollution situation and governance countermeasures of Dahei River in Hohhot[J]. Environmental Science and Management, 2020, 45(8): 5-8. DOI:10.3969/j.issn.1673-1212.2020.08.002 |
| [26] |
李国华, 李畅游, 史小红, 等. 基于主成分分析及水质标识指数法的黄河托克托段水质评价[J]. 水土保持通报, 2018, 38(6): 310-314, 321. Li G H, Li C Y, Shi X H, et al. Evaluation of water quality of Tokto section in Yellow River based on principal component analysis and water quality identification index[J]. Bulletin of Soil and Water Conservation, 2018, 38(6): 310-314, 321. |
| [27] | 翟俊峰. 大黑河主要断面年径流量及生态流量保证率预测浅析[J]. 内蒙古水利, 2021(12): 17-19. |
| [28] | Naik M R, Mahanty B, Sahoo S K, et al. Assessment of groundwater geochemistry using multivariate water quality index and potential health risk in industrial belt of central Odisha, India[J]. Environmental Pollution, 2022, 303. DOI:10.1016/j.envpol.2022.119161 |
| [29] | Zhang S, Han Y Y, Peng J Y, et al. Human health risk assessment for contaminated sites: a retrospective review[J]. Environment International, 2023, 171. DOI:10.1016/j.envint.2022.107700 |
| [30] | Wu Z S, Cai Y J, Zhang L, et al. Spatial and temporal heterogeneities in water quality and their potential drivers in Lake Poyang (China) from 2009 to 2015[J]. Limnologica, 2018, 69: 115-124. DOI:10.1016/j.limno.2017.12.001 |
| [31] | Xu H S, Xu Z X, Wu W, et al. Assessment and spatiotemporal variation analysis of water quality in the Zhangweinan River Basin, China[J]. Procedia Environmental Sciences, 2012, 13: 1641-1652. DOI:10.1016/j.proenv.2012.01.157 |
| [32] |
郑紫吟, 储小东, 徐金英, 等. 南昌市浅层地下水水质评价及监测指标优化[J]. 环境科学, 2023, 44(7): 3846-3854. Zheng Z Y, Chu X D, Xu J Y, et al. Evaluation of shallow groundwater quality and optimization of monitoring indicators in Nanchang[J]. Environmental Science, 2023, 44(7): 3846-3854. |
| [33] |
吴通航, 刘海燕, 张卫民, 等. 鄱阳湖流域赣江下游水化学特征及人类健康风险评价[J]. 现代地质, 2022, 36(2): 427-438. Wu T H, Liu H Y, Zhang W M, et al. Hydrochemical characteristics and human health risk assessment in downstream Ganjiang River of the Poyang Lake Basin[J]. Geoscience, 2022, 36(2): 427-438. |
| [34] | Wu C, Wu X, Qian C, et al. Hydrogeochemistry and groundwater quality assessment of high fluoride levels in the Yanchi endorheic region, Northwest China[J]. Applied Geochemistry, 2018, 98: 404-417. DOI:10.1016/j.apgeochem.2018.10.016 |
| [35] |
席玥, 郭婧, 陶蕾, 等. 北京市中心城区屋面径流污染特征及来源分析[J]. 环境科学, 2022, 43(6): 3177-3186. Xi Y, Guo J, Tao L, et al. Analysis of pollution characteristics and sources of rainfall runoff from roofs in the central district of Beijing[J]. Environmental Science, 2022, 43(6): 3177-3186. |
| [36] |
张广禄, 刘海燕, 郭华明, 等. 华北平原典型山前冲洪积扇高硝态氮地下水分布特征及健康风险评价[J]. 地学前缘, 2023, 30(4): 485-503. Zhang G L, Liu H Y, Guo H M, et al. Occurrences and health risks of high-nitrate groundwater in typical piedmont areas of the North China Plain[J]. Earth Science Frontiers, 2023, 30(4): 485-503. |
| [37] | 云瑞亭, 翟俊峰, 王丽媛. 呼和浩特市水功能区水质变化原因分析[J]. 内蒙古水利, 2019(2): 53-54. |
| [38] |
谷志琪, 卞建民, 王宇, 等. 长白山源头区地下水质评价及监测指标优化[J]. 中国环境科学, 2023, 43(10): 5257-5264. Gu Z Q, Bian J M, Wang Y, et al. Groundwater quality assessment and index optimization of water quality monitoring in the water source area of Changbai Mountain[J]. China Environmental Science, 2023, 43(10): 5257-5264. DOI:10.3969/j.issn.1000-6923.2023.10.024 |
| [39] | Mia M Y, Islam A R M T, Jannat J N, et al. Identifying factors affecting irrigation metrics in the Haor Basin using integrated Shannon's entropy, fuzzy logic and automatic linear model[J]. Environmental Research, 2023, 226. DOI:10.1016/j.envres.2023.115688 |
| [40] |
赵宏烨, 杜银龙, 廖胜利, 等. 黄河呼和浩特段水环境质量时空变化分析[J]. 中国环境监测, 2023, 39(1): 117-127. Zhao H Y, Du Y L, Liao S L, et al. Spatial-temporal variation analysis of water environment quality in Hohhot section of the Yellow River[J]. Environmental Monitoring in China, 2023, 39(1): 117-127. |
| [41] |
程兵芬, 张远, 夏瑞, 等. 汉江中下游水质时空变异与驱动因素识别[J]. 环境科学, 2021, 42(9): 4211-4221. Cheng B F, Zhang Y, Xia R, et al. Temporal and spatial variations in water quality of Hanjiang River and its influencing factors in recent years[J]. Environmental Science, 2021, 42(9): 4211-4221. DOI:10.3969/j.issn.1000-6923.2021.09.028 |
| [42] |
李英. 呼和浩特市水环境现状及未来展望[J]. 环境与发展, 2020, 32(11): 236-237. Li Y. Present situation and future prospect of Hohhot water environment[J]. Environment and Development, 2020, 32(11): 236-237. |
| [43] |
凌茜, 邰义萍, 杨扬, 等. 南方城市河流水质变化趋势与稳定对策研究[J]. 给水排水, 2023, 59(S1): 634-639, 643. Ling X, Tai Y P, Yang Y, et al. Research of change trend and the stabilizing strategy of water quality in southern urban rivers[J]. Water & Wastewater Engineering, 2023, 59(S1): 634-639, 643. |
| [44] |
张培培, 吴艺帆, 庞树江, 等. 再生水补给河流北运河CODCr降解系数变化及影响因素[J]. 湖泊科学, 2019, 31(1): 99-112. Zhang P P, Wu Y F, Pang S J, et al. CODCr degradation coefficient of urban river recharged with reclaimed water and its impacting factors[J]. Journal of Lake Sciences, 2019, 31(1): 99-112. |
| [45] |
黄诚, 黄廷林, 李扬, 等. 金盆水库暴雨径流时空演变过程及水质评价[J]. 环境科学, 2021, 42(3): 1380-1390. Huang C, Huang T L, Li Y, et al. Temporal and spatial evolution of storm runoff and water quality assessment in Jinpen Reservoir[J]. Environmental Science, 2021, 42(3): 1380-1390. |
| [46] |
钱海铭, 张运林, 李娜, 等. 典型降雨过程中河流饮用水源地水质高频监测研究[J]. 生态环境学报, 2023, 32(3): 579-589. Qian H M, Zhang Y L, Li N, et al. High frequency monitoring of water quality dynamics for river drinking water source during the typical rainfall process[J]. Ecology and Environmental Sciences, 2023, 32(3): 579-589. |
| [47] |
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. |
| [48] |
刘全忠, 彭柯, 苏振华, 等. 城市河道再生水特征水质因子空间变异机制分析[J]. 环境科学, 2022, 43(1): 256-266. Liu Q Z, Peng K, Su Z H, et al. Analysis on the spatial variability mechanism of the characteristic water quality factors of urban river channel reclaimed water[J]. Environmental Science, 2022, 43(1): 256-266. |
| [49] |
袁训超, 王敏, 郭逍宇, 等. 再生水河道浮游微生物多样性季节变化分析: 以北运河为例[J]. 环境科学, 2022, 43(8): 4097-4107. Yuan X C, Wang M, Guo X Y, et al. Analysis of the seasonal changes in planktonic microbial diversity in urban river supplied with reclaimed water: a case study of the North Canal River[J]. Environmental Science, 2022, 43(8): 4097-4107. |
| [50] |
文艳, 单保庆, 张文强. 低温期浅水湖泊氮的分布及无机氮扩散通量: 以白洋淀为例[J]. 环境科学, 2021, 42(6): 2839-2847. Wen Y, Shan B Q, Zhang W Q. Nitrogen distribution and inorganic nitrogen diffusion flux in a shallow lake during the low temperature period: a case study of the Baiyangdian Lake[J]. Environmental Science, 2021, 42(6): 2839-2847. |
| [51] |
姜瑞雪, 韩冬梅, 宋献方, 等. 再生水补给河道周边水体特征——以北京潮白河顺义段为例[J]. 资源科学, 2020, 42(12): 2419-2433. Jiang R X, Han D M, Song X F, et al. Impacts of reclaimed water recharge to a river channel on ambient water bodies: a case study of the Chaobai River in Beijing[J]. Resources Science, 2020, 42(12): 2419-2433. DOI:10.18402/resci.2020.12.13 |