從水質變化趨勢看常州市武南區域重點河流治理成效

康若熙,謝文理,趙文星,龐曉斯,余 剛*

從水質變化趨勢看常州市武南區域重點河流治理成效

康若熙1,謝文理2,趙文星1,龐曉斯1,余 剛1*

(1.清華大學環境學院,新興有機污染物控制北京市重點實驗室,北京 100084；2.常州市環境監測中心,江蘇 常州 213001)

為探究武南區域重點河流水質的變化規律、驅動因素以及河流治理成效,基于2006~2018年連續水質監測數據,綜合分析了4條重點河流(太滆運河、武宜運河、武進港和永安河)水質演變趨勢,并對污染較重的永安河各項水質指標進行了季節性分析和相關性分析.結果表明:2006~2018年,4條河流水質整體呈好轉趨勢,修正內梅羅指數分別下降36.2%,31.5%,56.4%,48.7%,受河流清淤工程影響,永安河2017年水質有所下降;4條河流氨氮濃度、總氮濃度與高錳酸鹽指數下降趨勢明顯(<0.05),總磷濃度則存在一定波動;永安河的總氮、氨氮和高錳酸鹽指數間或存在同源關系,氨氮和總氮季節性變化明顯,雨季濃度低于旱季,總磷和高錳酸鹽指數沒有明顯季節性變化趨勢;城鎮化發展與產業結構由傳統工業、農業向第三產業的轉變均對區域水環境改善有積極作用.

武南區域；水質；變化趨勢；驅動因素

太湖是我國第三大淡水湖泊,地處長江下游的太湖流域,是我國人口最密集、工農業最發達的地區之一[1].然而,隨著經濟的高速發展,流域內水質下降、水體富營養化加劇的問題日益突出[2].相關研究表明,近20年來,太湖流域水體氮、磷營養元素污染嚴重,湖體夏季水華藍藻暴發等情況已嚴重影響到流域水環境質量及生活用水安全[3-5],因入湖河流污染負荷重,流速低,自凈能力差所造成的流域生態風險上升、水質性缺水情況增多等問題層出不窮[6-7],流域水環境污染與水生態受到了廣泛關注.

已有部分學者分析研究了太湖流域水質變化趨勢.于東升[8]等采用Mann-Kendall法對太湖西岸水質變化趨勢進行了分析,結果表明,2009~2015年太湖西岸水質呈逐年改善趨勢,影響區域水質的主要驅動因子為氨氮和COD;左一鳴等[9]對太湖各水質指標進行了聚類分析,表明總氮、氨氮與亞硝酸鹽氮,高錳酸鹽與總磷具有相同的變化趨勢;朱偉等[10]對太湖梅梁灣和貢湖灣的水質變化趨勢分析情況顯示,2010年以來,監測區域總氮濃度呈波動下降趨勢,總磷濃度在2015、2016年有所反彈.然而,已有研究多側重于水質指標變化情況分析,對影響水質變化的深層次因素探討較少,且研究對象多為太湖湖體或流域內單條河流,尚缺乏針對太湖流域西北部區域長時間跨度水質變化趨勢及影響因素的深入分析.

本研究以太湖流域西北部武南區域的4條重點河流為對象,系統分析了河流上、中、下游點位在2006~2018年間的水質監測數據,采用修正內梅羅指數法探討了各河流水質的總體情況,并對細分水質指標的變化趨勢進行了Mann-Kendall檢驗,同時通過主成分分析與相關性分析探討了水質變化的內在驅動因素.此外,本研究對污染較重河流永安河的各水質指標進行了季節性和相關性分析,研究結果對科學評價武南區域水環境治理進展和完善治理方案具有重要意義.

1 材料與方法

1.1 研究區域概況

常州市武進區地處江蘇省南部,太湖流域西北部,東鄰無錫市,西毗金壇區和丹陽市,南接宜興市,北靠常州天寧區、鐘樓區和新北區.區域內地勢低平,河網繁復稠密,屬于典型平原河網結構.

武南區域是指武進區內京杭運河以南的部分,面積約800km2,是多條河流的入湖處.武南區域內“兩縱(武進港、武宜運河)一橫(太滆運河)”是骨干河流,接納了區域內主要污染負荷,其中,武進港與太滆運河為太湖西北部主要入湖河流,武宜運河為太湖湖西區主要入湖河流[11].此外,永安河是區域內污染較重的一條河流.該區域由于環境容量有限、本地和外來污染負荷高,多個監測斷面水質超標時常發生.

1.2 點位選擇與數據來源

武南區域內共包含5個國考斷面和9個省控點位,覆蓋湖區及8條入太湖河流.因本研究主要針對區域內骨干河流(武進港、武宜運河、太滆運河)與污染較重河流(永安河),考慮到各點位已有監測數據間的充分性與可比性,選取4條河流上、中、下游共12個國考、省考和重點監測點位,點位名稱及布設位置見圖1.

本研究數據為2006~2018年常州市環境監測站水質例行監測結果,各點位每月均有至少1次水質監測數據,指標包括高錳酸鹽指數、氨氮、總磷、流速、溫度等.武進區城鎮化與產業結構數據來源為2007~2018年常州統計年鑒[12].

圖1 武南區域重點河流研究點位分布圖

1.3 評價方法

1.3.1 修正內梅羅指數 常用的水質評價方法包括單因子指數評價法[13]、綜合污染指數評價法[14]、模糊綜合評價法[15]、層次分析法[16]等.其中,綜合污染指數法具有操作簡便,可直觀反映多個水質參數與相應標準間的綜合對應關系[17].內梅羅指數是一種兼顧極值或突出最大值的計權型多因子環境質量指數,其相較于SWQI法與均值法更加科學合理[18].修正的內梅羅法相較傳統內梅羅法更多地考慮了各污染指標間的權重,修正了極端值對指數的影響,其主要計算公式如下[19]:

本研究采用修正后的內梅羅指數對研究區域水質進行衡量與分析.

1.3.2 Mann-Kendall統計檢驗 Mann-Kendall統計檢驗是環境數據時間序列趨勢分析的一種方法,也是檢驗水文水質指標時間序列單調趨勢的有效工具[20].該方法能有效區分某一自然過程是處于自然波動還是有確定的變化趨勢[21].本研究所涉及的一系列水質指標為時間變量,故用Mann-Kendall統計檢驗對各水質指標進行趨勢分析.

1.3.3 主成分分析 主成分分析法是一種將多維因子納入同一系統進行降維定量化研究的多元統計分析方法,它可從諸要素中找出影響水質狀況的主導因子,逐級劃分合并以達到綜合評價水環境的目的[22].本研究采用主成分分析法與相關性分析法歸納分析各水質指標的深層次影響因素.

2 結果與討論

2.1 修正內梅羅指數分析結果

修正內梅羅指數的評價因子選擇主要從水資源利用角度出發,評價結果盡可能客觀反映區域內的水資源用途與污染類型[23].武南片區污染源主要由工業源、農業源和生活源三部分構成,其中,生活源與畜禽養殖源排放造成的氮、磷污染倍受關注.綜合考慮研究區域污染特征,選取高錳酸鹽指數、氨氮、總氮、總磷4項具有代表性評價因子進行水質評價.因修正內梅羅指數法需在同一標準下比較,根據各河流點位已有的水質標準值,選取《國家地表水環境質量標準GB3838-2002》[24]中IV類水質標準作為基準.以河流上、中、下游水質指標年均值代表河流整體水質狀況,所得修正內梅羅指數計算結果見圖2.

根據修正內梅羅指數計算結果,2006~2018年,4條河流總體水質呈好轉趨勢.太滆運河整體呈上游水質較好,中游污染較嚴重,下游水質有所好轉的特點,中游運村點位沿岸分布的化工廠、機械廠、水泥廠、農業面源以及錫溧漕河來水為河流主要污染來源[25-26].2006~2010年間,得益于“十一五”期間所采取的污染源監管、河道污染攔截、上游湖蕩凈化等措施,太滆運河水質改善明顯,修正內梅羅指數由1.64下降至0.94;2010~2018年,太滆運河河口生態攔截工程對上游紅湖大橋水質改善明顯,中游水污染控制工程持續推進,全河修正內梅羅指數維持在0.90左右,水質狀況較好.武進港是入太湖梅梁灣的主要河流,受京杭運河來水及沿岸污染源排放影響[27],上游慈瀆橋點位水質污染較中、下游嚴重.“十一五”期間,武進港治理工程對入太湖污染負荷量削減達20%,河流水質提升,2006~2010年修正內梅羅指數下降21.1%.2013~2016年,受沿線污染源排放和支流匯水的影響,武進港水質略有下降,但隨著河流整治工程的竣工,2017~2018年,武進港各點位水質有所好轉,修正內梅羅指數達0.95.武宜運河流經武南區域工業、農業產業聚集地,承接區域內較多工業、農業、生活污染負荷,河流中、下游水質狀況較差.受河流綜合治理工程影響,2006~2018年,武宜運河水質持續好轉,修正內梅羅指數下降56.4%.永安河流量僅為1.1m3/s,不及另三條河流的十分之一,河流流經前黃鎮內農業區、工業區與集鎮生活區,沿線農業面源、工業源與生活源眾多,小流量與高沿線污染排放共同導致了河流水體污染嚴重.盡管2006~ 2018年,永安河存在明顯好轉趨勢,修正內梅羅指數降幅達48.7%,但與其他3條河流仍存在較大差距.因當地政府持續推動“三河工程”,永安河拓浚工程于2017年10月底竣工,工程投資16億元,全長約20km,涉及項目包括河道清淤、河道拓寬、建設生態保護岸等.因河道清淤過程對河流水質的不利影響,2017年永安河水質有所下降,但清淤工程完成后,2018年河流水質狀況明顯好轉.

圖2 2006~2018年4條重點河流修正內梅羅指數

2.2 4項水質指標時間跨度分析

圖3是4條重點河流2006~2018年水質指標變化曲線,可見,太滆運河、武宜運河和武進港的氨氮濃度、總氮濃度和高錳酸鹽指數均波動下降,得益于“十一五”、“十二五”期間各項整治措施,2006~2010年3項水質指標濃度下降尤為明顯,2010~2015年各指標維持低位波動.各河流高錳酸鹽指數基本達標,氨氮與總氮變化趨勢相似,武進港各項水質指標相對較好.目前,區域內3條主干河流氨氮濃度基本達到IV類水質標準.永安河氨氮污染仍較重,盡管自2006年至今,河流氨氮濃度得到了一定控制,但河流水質仍處于劣V類水平,氨氮為永安河最應引起重視的污染物.太滆運河、武宜運河和武進港總磷濃度均符合IV類水質標準,且變化較平穩,永安河總磷濃度在2006~2017年均維持在相對較高的劣V類水平, 為重點關注的污染指標.自永安河拓浚工程施工完成后,河流水體磷污染得到了有效控制,2018年全年平均總磷濃度達到IV類水質標準.

表1 Mann-Kendall水質變化趨勢檢驗

注:*,**和***分別表示通過90%,95%和99%的顯著性檢驗.

表1是Mann-Kendall法水質變化趨勢檢驗結果,可見4條河流氨氮濃度、總氮濃度和高錳酸鹽指數在2006~2018年下降趨勢顯著(<0.05).武進港和武宜運河總磷濃度下降趨勢也較明顯,而永安河和太滆運河總磷濃度增減趨勢不明顯,存在不規則波動.

2.3 水質變化驅動因素分析

“十一五”至“十三五”期間,武進區政府采取了系列措施治理當地水環境,本研究重點分析主要措施對武南區域水質變化的影響.在2006~2017年期間,城鎮化和產業結構調整是推動武進區發展的兩大主要因素.武進區政府相繼采取了系列產業結構優化與經濟結構調整措施,如鼓勵產業集聚,培育新產業,扶持服務業等[28],并通過民營經濟帶動、特色園區建設、創新創業發展、產教融合互促等做法實現了區域經濟的高質量發展[29].

本研究采用SPSS 22統計軟件,對城鎮化推進和產業結構優化相關指標分別進行主成分分析.城鎮化發展可體現在經濟與收入增長、人口與城市規模擴大等方面[30],基于上述考慮,選取總產值、城鎮人口占比、人均綠地面積、人均道路面積和人均GDP共5項指標作為城鎮化推進的主要驅動因素;區域產業結構可由各產業產值以及其他特征產業數據體現,選取農作物播種面積、淡水養殖面積、工業產值占比、第三產業產值占比和農林牧漁業產值占比5項指標作為產業結構優化的主要驅動因素.主成分分析結果見表2,KMO值分別為0.719和0.679,Bartlett的球形檢驗值均為0.000(<0.05),適合進行因子分析.

城鎮化推進因素可提取1個有效因子,對方差的貢獻率為92.747%,基本涵蓋了全部信息.其中,總產值、城鎮人口占比、人均綠地面積、人均道路面積和人均GDP均占有較高正向權重,即地區經濟發展越快,城市建設越好,該因子值越大,將該有效因子定義為城鎮化因子.產業結構優化因素可提取出1個有效因子,因子對方差貢獻率為90.643%,其中,農作物播種面積、淡水養殖面積、工業產值占比、和農林牧漁業產值占比的載荷值均較高且為正,第三產業產值占比比值較高,但載荷值為負,即區域產業越由工業、農業向第三產業轉型,該因子值越小,將此因子命名為產業結構因子.

分別計算了2006~2017年城鎮化因子和產業結構因子,并將兩因子分別與4條河流監測點位年均綜合污染指數進行Pearson相關性分析,結果見表3.在0.05(雙尾)水平下,太滆運河、武進港和武宜運河這3條區內主要河流綜合污染指數均與城鎮化因子顯著負相關,與產業結構因子顯著正相關.武南區域內城鎮化發展的穩步推進對重點河流水質改善具積極影響,產業結構由工業、農業向第三產業的轉變也對區內河流水質有正向作用.政府所推進的新型城鎮化建設與產業結構優化理念對區域內主干河流水質改善成效較顯著.從污染源排放角度探究內在原因可知,區內城鎮化的推進可大幅減少農村生活源的直接排放,并減少部分農業面源向地表徑流的排放,從而降低河流污染負荷,提升河流水質;產業結構的優化可使區域內工業企業數量減少,產業聚集程度提高,從而降低工業源的入河負荷,促進區域內水質改善.

表2 各因子主成分分析結果

注:*表示相關系數30.75.

表3 內梅羅指數與因子Pearson相關性分析結果

注:*表示在0.05水平下顯著相關,**表示在0.01水平下顯著相關.

同時,各因子與永安河年均綜合污染指數不存在顯著的相關關系,這主要是因為永安河流量較小,監測數據波動較大,且河流水質也受相關治理工程影響.因此,本研究將單獨分析永安河水質.

2.4 重污染河流(永安河)各指標季節性變化及相關性分析

永安河位于武進區內,北連采菱港,南接太滆運河.流經湖塘、南夏墅、禮嘉和前黃鎮,屬太湖流域武澄錫虞區骨干調節河道.由于河流沿岸化工、電鍍、印染企業繁多,且排放管控難,永安河及其主要支浜的水質黑臭問題一度非常嚴重,其所排放的污染份額曾占據太滆運河的80%[31].由前述分析可知,永安河各項水質指標濃度遠高于其它幾條河流,且水質變幅較大.根據當地降水量,將一年分為雨季(4~9月)和旱季(1~3月,10~12月)兩個時段,并分別分析永安河氨氮、總氮、總磷、高錳酸鹽指數變化趨勢如圖4所示.

分析結果顯示,永安河氨氮和總氮季節性變化較明顯,雨季濃度明顯低于旱季,這主要是由于降水對各污染指標有一定的稀釋作用.就時間跨度而言,2006~2018年,2項指標呈好轉趨勢,但在2017年有明顯反彈.河流氨氮和總氮濃度的降低主要是由于當地政府對永安河采取了治理措施,政府對河流沿岸高污染企業進行了專項整治,規范了工業廢水處理要求,并關停了不合格企業.而2017年的反彈則是永安河清淤工程所致暫時現象.永安河總磷濃度和高錳酸鹽指數的季節性變化不明顯,雨季和旱季濃度相差不大.就時間跨度而言,總磷濃度和高錳酸鹽指數在2006~2018年間變化趨勢不明顯,說明2項污染指標與工廠點源排放關系不大,更多來自河流沿岸面源污染.

永安河沿岸,工業點源與農業面源分布錯綜復雜,所流經的前黃鎮為武南區域最大的農業區,經估算,前黃鎮所排農業面源占比高達全區的44%.降水既能對河流產生稀釋效應,也會因地表徑流將更多污染源帶入河流.因此要使河流水質進一步好轉,在進行工業點源整改與河道清淤的同時,也應注重河流沿岸農業面源管理.

為進一步探究各水質污染指標間的內部聯系,對高錳酸鹽指數、氨氮、總磷、總氮4項指標進行Pearson相關性分析,結果見表4.高錳酸鹽指數與總氮、氨氮間存在顯著相關性,而總磷與其他3項指標相關性均不顯著.該結果說明河流中高錳酸鹽指數、總氮和氨氮相互影響,指標間或存在同源關系.對比區域內污染源估算結果,永安河流經地主要污染源為農業源和生活源,各污染源對高錳酸鹽指數、氨氮和總氮濃度均有貢獻,為3項指標的共同污染源;而水產養殖源、種植源和畜禽養殖源為影響總磷濃度的主要污染源,其他污染源對總磷排放的貢獻較小.

表4 各水質指標Pearson相關性分析結果

注:*表示在0.05水平下顯著相關,**表示在0.01水平下顯著相關.

3 結論

3.1 在2006~2018年間太滆運河、武宜運河、武進港、永安河4條河流水質總體好轉,修正內梅羅指數降幅分別達36.2%,31.5%,56.4%,48.7%.受河流清淤工程影響,永安河水質在2017年有所反彈.

3.2 2006~2018年間,4條河流氨氮濃度、總氮濃度和高錳酸鹽指數下降趨勢顯著(<0.05),武進港和武宜運河總磷濃度下降明顯,太滆運河和永安河不同年份總磷濃度存在不規則波動.

3.3 永安河氨氮濃度和總氮濃度季節性變化明顯,雨季濃度明顯低于旱季,總磷濃度和高錳酸鹽指數不存在明顯季節性變化趨勢.氨氮、總氮和高錳酸鹽指數間相關性較顯著,各污染物或存在同源關系,而總磷與其他3項指標間不存在顯著相關關系.

3.4 武南區域內城鎮化發展對區域水環境改善有積極影響,產業結構由傳統工業、農業向第三產業的轉變有助于河流水質好轉.

[1] Su L, Xue Y, Li L, et al. Microplastics in taihu lake, China [J]. Environmental pollution, 2016,216:711-719.

[2] 蔡履冰.太湖流域水體富營養化成因及防治對策的初步研究[J]. 中國環境監測, 2003,3(19):52-55. Cai L B. Preliminary study on the cause and the preventing and curing of the water body eutrophication of the Taihu Basin [J]. Environmental Monitoring in China, 2003,3(19):52-55.

[3] 李 未,秦伯強.太湖梅梁灣富營養化主要驅動因子的多時間尺度分析 [J]. 湖泊科學, 2012,24(6):865-874. Li W, Qin B Q. Multiple temporal scale analysis of main driving factors of eutrophication in Meiliang Bay, Lake Taihu [J]. Journal of Lake Sciences, 2012,24(6):865-874.

[4] 毛新偉,徐 楓,徐 彬,等.太湖水質及富營養化變化趨勢分析 [J]. 水資源保護, 2009,25(1):48-51. Mao X W, Xu F, Xu B, et al. Changes of water quality and eutrophication in Taihu Lake [J]. Water Resources Protection, 2009, 25(1):48-51.

[5] 朱廣偉.太湖富營養化現狀及原因分析 [J]. 湖泊科學, 2008,(1): 21-26. Zhu G W. Eutrophic status and causing factors for a large, shallow and subtropical Lake Taihu, China [J]. Journal of Lake Sciences, 2008,(1): 21-26.

[6] 李娟英,曹宏宇,崔 昱,等.太湖流域主要水系水環境特征分析與富營養化評價[J]. 水生態學雜志, 2012,33(4):7-13. Li J Y, Cao H Y, Cui Y, et al. Water environmental characteristics analysis and eutrophication assessment on lakes in Taihu Basin [J]. Journal of Hydroecology, 2012,33(4):7-13.

[7] Xu X, Yang G, Tan Y, et al. Ecological risk assessment of ecosystem services in the Taihu Lake Basin of China from 1985 to 2020 [J]. Science of the Total Environment, 2016,554:7-16.

[8] 于東升,袁宏林,張 穎,等.太湖西岸水質變化趨勢及主要驅動因子 [J]. 環境污染與防治, 2017,39(10):1063-1066+1070. Yu D S, Yuan H L, Zhang Y, et al. Trend and dominating factors of water quality change in the west bank of Taihu Lake [J]. Environmental Pollution & Control, 2017,39(10):1063-1066+1070.

[9] 左一鳴,崔廣柏,馮 健.太湖水質指標相關關系的研究 [J]. 人民長江, 2005,(10):29-30. Zuo Y M, Cui G B, Feng J. Study on the correlation of water quality indicators in Taihu Lake [J]. Yangtze River, 2005,(10):29-30.

[10] 朱 偉,談永琴,王若辰,等.太湖典型區2010~2017年間水質變化趨勢及異常分析 [J]. 湖泊科學, 2018,30(2):296-305. Zhu W, Tan Y Q, Wang R C, et al. The trend of water quality variation and analysis in typical area of Lake Taihu, 2010~2017 [J]. Journal of Lake Sciences, 2018,30(2):296-305.

[11] 張 宇,凌 虹,吳俊鋒,等.武宜運河小流域平原河網地區水環境質量現狀分析及改善對策研究 [J]. 環境科學與管理, 2015,40(12): 20-25. Zhang Y, Ling H, Wu J F, et al. Present situation and countermeasures of water environment quality in plain river network region in small watershed of Wuyi River [J]. Environmental Science and Management, 2015,40(12): 20-25.

[12] 常州市統計局,國家統計局常州調查隊.常州統計年鑒 [J]. 中國統計出版社, 2007~2018. Changzhou Statistical Burea, National Bureau of Statistics, Changzhou Division. Changzhou Statistical Yearbook [J]. China Statistics Press, 2007~2018.

[13] 郭 晶,王丑明,黃代中,等.洞庭湖水污染特征及水質評價[J]. 環境化學, 2019,38(1):152-160. Guo J, Wang C M, Huang D Z, et al. Pollution characterization and water quality assessment of Dongting Lake [J]. Environmental Chemistry, 2019,38(1):152-160.

[14] Lumb A, Halliwell D, Sharma T. Application of CCME water quality index to monitor water quality: a case study of the Mackenzie River Basin, Canada [J]. Environmental Monitoring and Assessment, 2006, 113(1/2/3):411-429.

[15] 付 寧,任學昌,朱文萍,等.模糊數學法在蘭州市地表水環境質量評價中的應用分析研究[J]. 環境科學與管理, 2016,41(12):168-172+ 186. Fu N, Ren X C, Zhu W P, et al. Application analysis of fuzzy mathematics in water quality evaluation of surface water in Lanzhou [J]. Environmental Science and Management, 2016,41(12):168-172+ 186.

[16] 李 霄,柴 璐,王曉光,等.基于層次分析法的丹東地區地下水污染防治區劃[J]. 地質與資源, 2018,27(4):396-405. Li X, Chai L, Wang X G, et al. Regionalization of groundwater pollution prevention in Dandong area based on analytic hierarchy process [J]. Geology and Resources, 2018,27(4):396-405.

[17] 張亞麗,周 揚,程 真,等.不同水質評價方法在丹江口流域水質評價中應用比較[J]. 中國環境監測, 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.

[18] 高紅杰,鄭利杰,嵇曉燕,等.典型城市地表水質綜合評價方法研究[J]. 中國環境監測, 2017,33(2):55-60. Gao H J, Zheng L J, Ji X Y, et al. Study on comprehensive evaluation methods for surface water of typical cities [J]. Environmental Monitoring in China, 2017,33(2):55-60.

[19] 吳喜軍,董 穎,張亞寧.改進的內梅羅污染指數法在黃河干流水質評價中的應用[J]. 節水灌溉, 2018,(10):51-53+58. Wu X J, Dong Y, Zhang Y N. Application of improved nemerow pollution index method in water quality evaluation of Yellow River [J]. Water Saving Irrigation, 2018,(10):51-53+58.

[20] 王順久.長江上游川江段氣溫、降水及徑流變化趨勢分析[J]. 資源科學, 2009,31(7):1142-1149. Wang S J. Changing pattern of the temperature, precipitation and runoff in Chuanjiang section of the Yangtze River [J]. Resources Science, 2009,31(7):1142-1149.

[21] 賈立斌,吳偉宏,袁國華.基于Mann-Kendall的中國近岸海域海洋生態環境承載力評價與預警[J]. 生態經濟, 2019,35(2):208-213+224. Jia L B, Wu W H, Yuan G H. Carrying capacity assessment and warning for China nearshore marine ecological environment based on Mann–Kendall [J]. Ecological Economy, 2019,35(2):208-213+224.

[22] 商 博,于光金,王桂勛,等.基于PCA的區域環境質量綜合評價及應用實例研究[J]. 中國環境監測, 2013,29(5):12-15. Shang B, Yu G J, Wang G X, et al. Research-based on the principal component analysis in regional environmental quality evaluation and application examples [J]. Environmental Monitoring in China, 2013,29(5):12-15.

[23] 侯佳辛.基于內梅羅污染指數法的區域水環境評價——以瑪納斯河流域為例[J]. 內蒙古水利, 2012,(5):8-9. Hou J X. Regional water environment assessment based on Nemero Pollution Index Method: A case study of Manas River Basin [J]. Inner Mongolia Water Resources, 2012,(5):8-9.

[24] GB3838-2002 地表水環境質量標準[S]. GB3838-2002 Surface Water Quality Standard [S].

[25] 徐憲根,曹慧敏,顧禮明,等.太滆運河沿程水質變化及原因解析[J]. 廣東化工, 2017,44(12):197-198+194. Xu X G, Cao H M, Gu L M, et al. The water quality changes and cause analysis of Taige Canal [J]. Guangdong Chemical Industry, 2017, 44(12):197-198+194.

[26] 謝文理,田 穎,祁紅娟,等.太滆運河氨氮污染時空特征及來源研究 [J]. 安徽農業科學, 2018,46(22):55-57. Xie W L, Tian Y, Qi H J, et al. Study on spatial-temporal features and source of ammonia-nitrogen pollution of Taige Canal [J]. Journal of Anhui Agricultural Sciences, 2017,44(12):197-198+194.

[27] 張大偉,李楊帆,孫 翔,等.入太湖河流武進港的區域景觀格局與河流水質相關性分析 [J]. 環境科學, 2010,31(8):1775-1783. Zhang D W, Li Y F, Sun X, et al. Relationship between landscape pattern and river water quality in Wujingang Region，Taihu Lake Watershed [J]. Environmental Science, 2010,31(8):1775-1783.

[28] 李菁紅.促進武進產業結構優化的財政政策研究[J]. 當代經濟, 2014,(18):78-79. Li J H. Study on the fiscal policy to promote the industrial structure optimization of Wujin [J]. Contemporary Economics, 2014,(18):78- 79.

[29] 邱 靈,韓曉旭.創新驅動縣域經濟高質量發展——以江蘇省常州市武進區為例 [J]. 全球化, 2019,(3):73-81+135. Qiu L, Han X X. Innovation drives the high quality development of county economy——Taking Wujin District, Changzhou City, Jiangsu Province as an example [J]. Globalization, 2019,(3):73-81+135.

[30] 尚 娟,童 瑤.供給側要素投入對新型城鎮化發展影響的測算 [J/OL]. 統計與決策, 2019,(12):50-53. Shang J, Tong Y. Measurement of the impact of supply-side factor input on the development of new urbanization [J/OL]. Statistics & Decision, 2019,(12):50-53.

[31] 中國環境報.江蘇常州治理永安河-控源截污為入湖河流減負 [EB/OL]. http://www.er-china.com/PowerLeader/html/2011/06/20110 623090746.shtml China Environmental News. Governance of Yongan River in Changzhou, Jiangsu Province, Controlling source and pollution for load reduction of river inflowing into the lake [EB/OL]. http:// www.er-china.com/PowerLeader/html/2011/06/20110623090746.shtml

Spatiotemporal trends in water quality and the effectiveness of water treatment projects for Wunan District, Changzhou.

KANG Ruo-xi1, XIE Wen-li2, ZHAO Wen-xing1, PANG Xiao-si1, YU Gang1*

(1.Beijing Key Laboratory for Emerging Organic Contaminants Control, School of Environment, Tsinghua University, Beijing 100084, China；2.Changzhou Environmental Monitoring Center, Changzhou 213001, China)., 2019,39(10)：4186~4193

The aims of this study were to explore spatiotemporal differences in water quality of 4 main rivers (Taige River, Wuyi River, Wujin River and Yongan River) in Wunan District based on 2006~2018 water quality monitoring data, to identify the contributions of different activities on water quality parameters, to evaluate the effects of treatment projects on water quality, and to conduct seasonal and correlation analysis for the most heavily polluted river (i.e., Yongan River). The results showed that water quality of 4 rivers improved from 2006 to 2018, with the modified Nemerow index declining by 36.2%, 31.5%, 56.4% and 48.7%. Water quality of Yongan River deteriorated in 2017 due to dredging activities. The ammonia nitrogen (NH3-N) concentration, total nitrogen (TN) concentration and permanganate index significantly decreased year by year (<0.05), but the total phosphorus (TP) concentrations fluctuated across the same period. The correlation analysis indicated that NH3-N, TN and permanganate index may stem from the same sources. NH3-N and TN exhibited an obvious seasonal variation, but no clear trend was observed for TP and permanganate index. Overall, increased urbanization, decreased traditional industry, and decreased agricultural activity had positive effects on improving water quality in Wunan District.

Wunan District；water quality；variation tendency；driving force

X522

A

1000-6923(2019)10-4186-08

康若熙(1993-),女,四川成都人,清華大學環境學院碩士研究生,主要從事水質數據分析研究.

2019-03-25

國家水體污染控制與治理科技重大專項(2017ZX07202006)

* 責任作者, 教授, yg-den@tsinghua.edu.cn