蘇州市景觀水體表觀污染類型識別及特征指標篩選

戴天杰，魏攀龍，潘 楊，司壯壯，王 靜

(1.蘇州科技大學環境科學與工程學院，江蘇 蘇州 215009； 2.蘇州科技大學環境生物技術研究所，江蘇 蘇州 215009；3.蘇州科技大學城市生活污水資源化利用技術國家地方聯合工程實驗室，江蘇 蘇州 215009；4.達州職業技術學院基礎部，四川 達州 635001)

蘇州境內河網交織，水體是蘇州城市景觀的重要組成部分。近年來，隨著城市工業化進程的推進，受點源、面源、內源的復合污染影響，城市景觀水體污染問題愈發嚴重，黑臭、水華等引起人體感官不適的表觀污染現象時有發生。城市水體的景觀功能正在逐漸喪失，恢復城市水體的景觀功能已成為城市河道治理的首要目標[1]。目前對水體污染程度的評價方法研究較多，而對水體表觀污染類型分類的研究尚不充分,表觀污染指數(surface pollution index，SPI)法雖可對城市景觀水體表觀污染程度進行表征，但無法對表觀污染成因進行分析，更無法對表觀污染類型進行劃分識別[2]。林鵬等[3]研究了不同土地利用類型情況下區域水體污染類型，發現土地利用類型對水體污染類型具有顯著影響；王立新等[4]在污染程度等級分類的基礎上，對不同城市河流污染類型進行分類，并闡釋了各河道的污染成因；Yuichi等[5]使用水體沉積物中的NH3-N、大腸桿菌等指標對城市河道進行劃分，得出了“工業污染和人口密度為主要污染原因”的結論；談旭初[6]依據污染分擔率，劃分并命名了地表水污染類型；劉邵俊等[7]以浮游植物群落結構為手段對星云湖水體營養狀態進行了評價；Kannel等[8]設立了4種水質參數，將不同城市水體分為了優、良、差3個等級。水體污染類型的識別有助于深入了解污染成因，提出更有針對性的治理措施。而針對城市景觀水體，表觀污染類型的識別更具有實際意義。本課題組前期結合國內外研究現狀對表觀污染類型進行了初步研究，周雪[9]以水體中硫化物、腐殖酸等指標含量結合水體顏色將城市水體分為6類表觀污染類型，其指標體系中水體顏色的判別主觀性較大，也沒有明確提出水體顏色和表觀污染類型的關系;孫娜[10]以硫化物、葉綠素a等指標的累計頻率為依據，結合水體顏色將表觀污染類型分為4類，在后期驗證中，發現其分類方法中的硫化物等指標的測定較為困難，該分類方法可行度不高。鑒于此，本文通過對蘇州境內城市景觀水體的廣域采樣，識別出不同表觀污染類型水體的特征指標，對不同水體的表觀污染類型進行了分類，提出了一種簡便快捷的表觀污染分類方法，簡化了指標測定難度，可為針對不同表觀污染類型水體的防治提供參考。

1 材料與數據來源

1.1 研究區域概況

蘇州市位于北緯30°47′～32°20′、東經119°55′～121°20′之間，全市地勢低平，自西向東緩慢傾斜。由于地處亞熱帶季風氣候區，四季分明，雨量充沛，年均降水量約為1 100 mm。城市水系發達，河道密布，具有“三縱三橫一環”的河網體系，是典型的江南河網城市[11]。

1.2 數據來源

圖1 采樣點分布

2 研究方法

2.1 指標測定及分析方法

監測指標包括氧化還原電位(ORP)、溶解氧(DO)、葉綠素a(Chl-a)、pH值、濁度、溫度(T)和高錳酸鹽指數(CODMn)，同時現場記錄水體顏色、河道環境等。ORP采用HACH2100便攜式ORP儀測定；DO和T采用HACH2100便攜式溶氧儀測定，并與HJ 506—2009《水質溶解氧的測定電化學探頭法》附表A.2不同大氣壓和水溫條件下氧的溶解度進行對照；濁度采用HACH2100便攜式濁度儀測定；Chl-a采用Water-pam水樣熒光儀測定；CODMn采用高錳酸鉀酸性法測定。水體表觀污染采用吸收光譜法進行研究，該方法用SPI值衡量表觀污染程度[14]，根據SPI值將表觀污染等級分為5類，[0,10)為好、[10,25)為較好、[25,45)為尚可、[45,70)為較差、大于或等于70為差。表觀污染指數計算方法為

ISP=26ln(βx+10)-60

(1)

式中：ISP為表觀污染指數SPI值；x為水樣過濾前后吸收光譜掃描曲線的圍合面積；β為修正系數。

針對不同表觀污染類型水體的特征指標采用SPSS進行方差齊性檢驗，以檢驗分類方法中的特征指標是否來自同一個整體。當P<0.05時說明樣本方差不齊，特征指標不是來自同一個整體，特征指標的分布差異較大且其差異不是隨機差異[13]，即通過該指標可將目標水體與其他水體區分開，所選取的特征指標具有統計學意義。

2.2 景觀水體表觀污染類型定義及指標篩選

由于不同表觀污染類型水體中主要污染物質的不同，導致水體呈現特點的不同。結合前期研究，將景觀水體的表觀污染類型分為4類：有機主導型、無機主導型、營養主導型和混合型[10]。

a. 有機主導型。有機主導型表觀污染水體主要由有機物引起，包括水體黑臭現象及藻類過渡繁殖所導致的水華現象，水體多呈現黑色、墨綠色。根據水體黑臭產生的機理，水體中有機物的增加加劇了DO的消耗，使硝化、反硝化反應加強，產生氨氣、硫化氫等具有刺激性氣味氣體，同時硫離子會與水體中金屬離子(鐵、錳)生成黑臭物質硫化亞鐵、硫化錳[15-18]，最終導致水中氧化還原性的改變。孫慧群等[19-20]的研究也指出ORP值越低，還原性越強，黑臭物質產生的就越多。結合住建部《城市黑臭水體整治工作指南》中對黑臭水體的定義及其規定的黑臭水體黑臭程度評價等級的指標體系，并考慮水質指標測定的簡便性及可操作性，將能夠反映水體氧化還原狀態的水質指標ORP值作為有機主導型(黑臭)表觀污染水體的特征指標。

水華水體是由藻類過度繁殖引起的。依據藻類的生長規律，藻類的過度繁殖會消耗水體中的氮、磷等元素[21-23]，當水體中氮、磷元素無法滿足藻類生長時，藻類會發生自解現象使得水體中有機物大量增加，水華水體會轉化為黑臭水體，因此將其歸為有機主導型。水華水體的主要污染物質為藻類，直接測定藻類含量較為困難，相關研究[24]表明，藻類濃度ρ(Chl-a)的變化可反映藻類的總生物量變化規律，因此選擇ρ(Chl-a)作為特征指標。根據藻類的生長規律，藻類在大量繁殖時光合作用加劇會釋放出大量氧氣，使水體DO處于過飽和狀態。寸黎輝等[25-26]的研究指出藻類等水生植物的光合作用是引起水體中DO過飽和的主要原因之一；李天深等[27]的研究也表明在水華水體中監測到高DO。根據這一特點，選擇水體中DO與在采樣時大氣壓及水體溫度條件下對應氧的溶解度比值RDO作為特征值。綜上，選擇RDO值和ρ(Chl-a)兩個指標共同作為有機主導型(水華)表觀污染水體的特征指標。

b. 無機主導型。無機主導型表觀污染水體主要由無機顆粒(泥沙等)引起，濁度偏高，水體多呈現黃色、土黃色。根據黃文典等[28-29]的研究結果，水體中泥沙等顆粒物的存在會加快有機物的降解，無機主導型污染水體呈現濁度較高、有機物含量低的特點。選擇單位濁度所含有機物的量RIT做為無機主導型表觀污染水體的特征值，側面反映水體中無機物含量，該值越大說明水體中所含無機物越少，反之，所含無機物越多。

c. 營養主導型。營養主導型表觀污染水體主要由水體中少量無機營養物(N、P等)引起，水體表觀污染較輕，清澈、無明顯懸浮物、呈淺綠色。陳鳴等[30]關于表觀污染成因的研究結果表明，非溶解性物質是造成城市水體表觀污染的主要原因。而營養主導型表觀污染水體中N、P元素等污染物質均具有溶解性，因此選取濁度值作為營養主導型水體特征指標來反映表觀污染水體清澈、無明顯懸浮物的特征；同時由于N、P等營養元素的少量存在，反映藻類存在的ρ(Chl-a)也可以作為營養主導型表觀污染水體的特征指標之一。綜上，選取濁度值與ρ(Chl-a)兩個指標共同作為營養主導型表觀污染水體的特征指標。

自以為瞞天過海，常常暗自慶幸，他哪里想到，他的一切舉動盡在妻子掌握之下。那么她拍這些照片要干什么呢？其動機似乎不完全是為了拿到自己背叛的證據。既然有了確鑿的證據，為什么遲遲不向自己攤牌呢？仔細回味，妻子似乎沒什么反常啊？她怎么會如此鎮定？看來他低估了妻子的能力，低估了妻子的心機。

d. 混合型。混合型表觀污染水體處于上述三者之間，由無機物、有機物、無機營養物共同引起，具有向有機主導型、無機主導型、營養主導型某一類型轉變的特點，水體多呈現黃綠色、灰色。由于混合型表觀污染水體污染物成分復雜，各指標含量差異不大，且會較快轉變為其他3類主導型水體，因此使用排除法將混合型表觀污染水體與其他3類表觀污染水體進行區分。

3 結果與分析

3.1 特征指標的驗證

a. 有機主導型。根據前文定義，有機主導型水體包括黑臭型和水華型兩種，分別對黑臭型(圖2)和水華型(圖3)選取的特征指標進行驗證。圖2為選取樣品的ORP值分布情況。由圖2可見，有機主導型(黑臭)的ORP值皆為負值，而其他3類表觀污染水體的ORP值均是正值，可見ORP可以作為有機主導型(黑臭)表觀污染水體的特征指標，將其較好地與其他3種表觀污染類型的水體區分開來。為進一步驗證ORP作為特征指標的合理性，對樣本進行齊性檢驗，結果表明4類水體的ORP顯著性P=0.00，小于0.05，方差不齊，區分結果具有統計學意義，較為合理。

圖2 選取樣品的ORP值分布

由圖3(a)可見，有機主導型(水華)的RDO均大于1，而其他3種表觀污染類型水體的RDO除個別水體外，均小于1，因此可以將RDO作為有機主導型(水華)的表觀污染特征指標。同時，根據水華水體葉綠素含量較大的特性，引入ρ(Chl-a) 作為有機主導型(水華)的輔助驗證指標，由圖3(b)可見，有機主導型(水華)的ρ(Chl-a)均在60μg/L以上，因此可確定ρ(Chl-a)>60μg/L為有機主導型(水華)的輔助驗證指標。對4種污染類型水體的RDO和ρ(Chl-a)進行齊性檢驗，其結果為：RDO齊性檢驗P=0.00，小于0.05，方差不齊；ρ(Chl-a)齊性檢驗P=0.00，小于0.05，方差不齊，說明區分結果具有統計學意義和合理性。

(a) RDO

(b) ρ(Chl-a)

有機主導型黑臭水體ORP值低于0，是由水體中存在大量還原性物質引起的。對于有機主導型水體，應先進行截污控源，控制高污染廢水的排入，同時加強河道清淤，控制水體中的底泥內源污染；針對有機污染較為嚴重的水體，可采用充氧曝氣的方法加快黑臭物質的降解，提高水體凈化能力[31]。有機主導型水華水體中的過飽和DO和高質量濃度Chl-a是由藻類大量繁殖時光合作用產生了大量氧氣引起的，應該加強水面浮藻的打撈，降低藻類生物量，控制富含氮磷元素的水體排入，避免產生新的藻類。

b. 無機主導型。對選取的無機主導型表觀污染水體特征值RIT進行驗證，圖4為選取樣品的RIT分布情況。由圖4可見，無機主導型水體的RIT均小于0.1，而其他3類水體均大于0.1，可見RIT作為無機主導型水體的表觀污染特征指標與其他3類水體有明顯的區分。同時，對目前所收集樣品的RIT進行齊性檢驗，驗證結果表明水體RIT的齊性檢驗P=0.00，小于0.05，方差不齊，分類具有統計學意義。

圖4 選取樣品的RIT分布

無機主導型水體是由泥沙等無機懸浮污染物含量過大引起的，由于泥沙等顆粒物有加快降解有機污染物的作用，因此該類型水體有機污染較低，濁度較高，應加強河道調水[32]，引入清潔水源對目標水體進行稀釋，降低水體渾濁度。其次，需要增強堤岸綠化率，建設生態護坡[33]，進行生態固化，有效降低雨水對堤岸土壤的沖刷以降低水體中泥沙含量。

c. 營養主導型。根據濁度值和ρ(Chl-a)對營養主導型水體與其他3類水體的區分進行驗證。由前文的研究結果可以看出，有機主導型及無機主導型水體特征指標與其他水體具有明顯的區分，因此，對于營養主導型特征指標的驗證只需在營養主導型和混合型表觀污染水體中進行。圖5為選取樣品的濁度和ρ(Chl-a)的分布情況。由圖5可見，營養主導型水體濁度與混合型水體濁度具有明顯區分，而二者ρ(Chl-a)無明顯區分度且具有交叉重疊部分，同時發現表觀狀態良好的營養主導型水體ρ(Chl-a)均小于50μg/L。對選取樣品的濁度和ρ(Chl-a)分別進行齊性檢驗，發現濁度齊性檢驗P=0.01，小于0.05，方差不齊，具有統計學意義；ρ(Chl-a)齊性檢驗中P=0.205，大于0.05，單以Chl-a作為營養主導型表觀污染水體和混合型水體進行區分的特征指標沒有意義。

(a) 濁度

營養主導型水體污染狀況較輕，表觀狀態良好，濁度較低。同時發現營養主導型水體中氮磷比均低于12，抑制了藻類生長，應保持水體現狀，控制富含N、P等營養元素的廢水排入。可適當地種植水生植物[34]，在吸收固定水體中氮磷物質的同時提高河道景觀，增強水體環境穩定性。對于污染狀況較為復雜的混合型表觀水體可加強監測，針對其表觀污染類型的轉變趨勢采用適當的治理措施。

3.3 不同表觀污染類型與表觀污染指數關系

不同表觀污染類型與對應SPI等級見圖6。由圖6可見，呈現有機主導型的水體SPI等級均在差與較差之間；呈現無機主導型水體中僅5%的SPI等級為尚可，超過90%為較差與差。這與現場觀測中有機主導型和無機主導型水體表觀污染嚴重相符。水體表觀污染較輕的營養主導型水體SPI等級12%為好、72%為較好、16%為尚可，沒有出現較差與差。混合型水體則出現了4個SPI等級，跨度較大。可見，不同水體表觀污染類型的分類與SPI等級具有良好的響應關系。

通過對4種表觀污染水體特征指標的篩選、鑒別，初步得出城市景觀水體不同表觀污染類型判別方法，有機主導型判定指標：ORP值小于0或RDO>1且ρ(Chl-a)>60 μg/L；無機主導型判定指標：RIT<0.1 mg/(L·NTU)；營養主導型判定指標：濁度小于15 NTU且ρ(Chl-a)<50 μg/L；混合型判定指標：其他。確定表觀污染類型判定的優先次序為：有機主導型、無機主導型、營養主導型、混合型。

圖6 不同表觀污染類型與SPI等級

4 結 論

a. 城市景觀水體的表觀污染是由不同的主導污染物引起的，ORP、RDO、Chl-a、濁度和RIT可作為區分城市景觀水體表觀污染類型的特征指標。

b. 將城市景觀水體的表觀污染類型劃分為4類，為有機主導型判定指標：ORP值小于0或RDO>1且ρ(Chl-a)>60 μg/L；無機主導型判定指標：RIT<0.1 mg/(L·NTU)；營養主導型判定指標：濁度小于15 NTU且ρ(Chl-a)<50 μg/L；混合型判定指標：其他。

c. 提出的城市景觀水體表觀污染類型的分類方法可以確定不同表觀污染類型的特征指標，能對城市景觀水體的污染成因進行識別。在蘇州城區進行了驗證，通過對目前采集到的200個樣本的驗證，吻合率達到90%。該方法應用在水力條件與蘇州相差較大地區時閾值是否需要調整仍要進一步探索。