銀川市主要河湖濕地水質及富營養化變化趨勢與評價

＊鄭蘭香 楊桂欽 董亞萍 楊程

（1.寧夏大學生態環境學院 寧夏 750021 2.寧夏大學地理科學與規劃學院 寧夏 750021 3.寧夏生態環境監測中心 寧夏 750011 4.北方民族大學土木工程學院 寧夏 750021）

銀川市作為寧夏回族自治區首府，有“回族之鄉”“西夏古都”“塞上湖城”的美譽。2018年聯合國國際濕地公約組織授予銀川市全球首批“國際濕地城市”稱號，銀川市正式成為首批候選“國際濕地城市”，也是西部地區唯一一家入選的城市。

閱海國家濕地公園、鳴翠湖國家濕地公園及貫穿銀川市南北的典農河做為銀川市代表性河湖濕地，在改善局部氣候、美化環境和維持區域生態系統平衡等方面具有重要的作用。水質是河湖濕地生態系統的一個重要組成部分，本文以2011年-2019年的水質數據，在單因子指數評價和水質污染分擔率分析的基礎上，采用水質綜合指數、T-S模糊神經網絡水質評價和綜合營養狀態指數對銀川市的典農河、鳴翠湖國家濕地公園及閱海國家濕地公園進行水質和富營養化評價，分析水質變化趨勢，為銀川市河湖濕地水質控制和水生態保護提供參考。

1.研究區概況

典農河，原名艾依河。作為寧夏引黃灌區重要的河湖濕地連通水系，其全長158.5km，集防洪、排水、旅游、生態、景觀為一體。典農河河道來水主要靠農田退水和黃河補水，對改善銀川市防洪排水條件、調控地下水位以及提高城區人居環境具有重要意義。

鳴翠湖位于銀川市興慶區掌政鎮東，距黃河3km，總面積667hm2。鳴翠湖集河流、湖泊、沼澤、灌渠于一體，是歷史上黃河改道后遺留下的濕地。其自然生態系統完整，自然植被豐富。鳴翠湖主要通過農田退水、地下水和溝渠進行補水。

銀川市閱海國家濕地公園于2006年6月被國家林業局批準為國家濕地公園。總面積2667公頃，是銀川市面積最大，原始地貌保存最完整的一塊濕地。閱海濕地資源豐富，生態系統完整，既是銀川市良好的水源涵養地，也是銀川市西部的生態屏障。閱海與典農河貫通，補水水源主要來自唐徠渠、農田退水、地下水、山洪雨水等。是集濕地保護、漁業養殖、鳥類保護、科研教育、生態旅游于一體的國家濕地公園。

2.材料與方法

(1)數據來源及評價標準

2011-2019年的水質數據通過《寧夏環境質量報告書》獲得。根據3個河湖濕地的考核目標，以《地表水環境質量標準》（GB 3838-2002）中的Ⅲ類水質做為評價標準。分析3個河湖濕地24個水質指標的逐年數據，結果顯示化學需氧量、生化需氧量、高錳酸鹽指數、總氮，總磷等5個水質指標出現超標現象，其余19項指標均能滿足Ⅲ類水體的水質標準。因此，本文采用化學需氧量、生化需氧量、高錳酸鹽指數、總氮，總磷等5個指標做為評價因子，分析水質變化。

(2)水質評價方法

①污染分擔率

均值綜合污染指數是各項單因污染指數之和與單因子個數的比值，能夠全面、準確地反映水質的綜合狀況[1]。本文依據《地表水環境質量標準》（GB 3838-2002）中Ⅲ類水質標準，采用式（1）計算單因子污染指數，然后采用式（2）和式（3）分別計算均值綜合污染指數和各年各指標的污染分擔率。

式中，pij為第i年指標j的單因子指數；pi為第i年均值綜合污染指數；Cij為第i年指標j的實測濃度；C0為第i個水質因子在Ⅲ類水標準中的濃度限值；Kij為第i年j指標的污染分擔率。

②T-S模糊神經網絡水質評價

傳統評價方法不能解決復雜的非線性、不確定性問題[2]，神經網絡（Fuzzy Neural Network，FNN）有著強大的處理大規模復雜非線性問題的能力[3]，可逼近任意非線性連續函數[4]。Takagi-Sugeno（T-S）模糊神經網絡是一種自適應能力很強的模糊系統[5]，它保留了模糊邏輯和神經網絡的優點[6]。T-S模糊神經網絡通過構造混合訓練樣本，通過Matlab編程實現，詳見參考文獻[7]。

③綜合營養狀態指數

根據《湖泊富營養化調查規范》選取總氮、總磷、高錳酸鹽指數、透明度（SD）、葉綠素a為指標，采用綜合營養狀態指數法對水體富營養化程度進行評價[8]。

3.結果與分析

(1)主要水質指標的污染分擔率

圖1顯示了2011年-2019年典農河、鳴翠湖和閱海的總磷、總氮、高錳酸鹽指數、生化需氧量和化學需氧量的污染分擔率。由圖可見，典農河、鳴翠湖和閱海的總氮污染分擔率分別為32.10%-53.86%、19.30%-31.57%、14.82%-33.29%。3個河湖濕地總氮的污染分擔率中位值均高于其他4個水質指標，說明3個典型河湖濕地的總氮污染最為嚴重。各濕地污染分擔率中位值僅次于總氮的為化學需氧量和總磷，且總氮、總磷、化學需氧量的污染分擔率之和大于60%，可見3個河湖濕地的主要污染物指標為總氮、總磷和化學需氧量。

圖1 主要水質指標的污染分擔率Fig.1 The pollution sharing rate of the main water quality indicators

(2)T-S模糊神經網絡水質評價

選擇高錳酸鹽指數，化學需氧量，生化需氧量，總氮和總磷作為水質評價指標，構造混合訓練樣本訓練T-S模糊神經網絡。其中混合訓練樣本由標準樣本（在國家《地表水環境質量標準》（GB3838-2002）中相鄰兩類水質標準指標值之間插值得到）和實測樣本構成。在訓練T-S模糊神經網絡之前，對訓練樣本的數據采用最大最小法進行歸一化處理，歸一化后的數據位于區間[-1,1]。標準樣本訓練和測試樣本測試結果如圖2所示。

圖2 訓練樣本和測試樣本預測值與實際值對比圖Fig.2 Comparison between the predicted and actual values of training samples and test samples

表1顯示了3個河湖濕地2011年-2019年的水質評價結果。由表可見，2011年-2016年鳴翠湖、閱海、典農河均為Ⅳ類水質，鳴翠湖、閱海、典農河分別在2017年、2018年、2019年開始水質達到Ⅲ類。

表1 T-S神經網絡水質評價結果Tab.1 Water quality evaluation results of T-S neuralnetwork

(3)富營養化評價

2012年-2019年典農河、鳴翠湖、閱海的富營養化評價結果見圖3所示。可見，三個河湖濕地中，典農河的營養狀況相對穩定，基本在中營養狀態。2013年-2017年鳴翠湖均達到輕度富營養狀態，2018年后開始恢復至中營養狀態，營養狀況呈好轉趨勢。近年來閱海一直處于輕度富營養狀態，但其綜合營養指數值總體呈下降趨勢，說明閱海的富營養狀態也呈現出好轉的趨勢。

圖3 富營養化狀態逐年變化Fig.3 Eutrophication state varies with time

4.討論

2011年-2019年典農河、鳴翠湖和閱海3個河湖濕地的水質總體呈轉好趨勢。其中，鳴翠湖水質變化最大，呈明顯的逐年變好趨勢，并在2017年達到Ⅲ類水質，2018年達到中營養水平。這主要是2016年鳴翠湖管理方對湖底進行了全面清淤，輔以岸邊植物帶修復及荷花池預凈化工程[7]，鳴翠湖的水質得以迅速改善提升。閱海的水質2018年達到Ⅲ類，并一直處于輕度富營養狀態，這主要是閱海沿岸農灌退水、水土流失及生活用水攜帶營養物入湖造成其水質現狀[9]。典農河（親水大橋采樣點）水質轉好趨勢最慢，在2019年才達到Ⅲ類水質，主要是因為農田退水是河道主要補水水源，水體富含氮、磷、有機污染物等[10]，導致水質恢復存在一定難度。

總體而言，銀川市近年來加大湖泊濕地保護與恢復力度，形成完整的湖泊濕地生態保護體系。以“城內湖泊濕地以治理保護為主，城邊湖泊濕地以恢復保護為主，城市遠郊濕地以自然保護為主”的原則，開展了退田（塘）還湖、擴湖增容、植被恢復、鳥類棲息地修復、河湖連通、濕地管理等項目建設。利用建設濕地、恢復地表植被，合理的調控生態補水等手段，河湖濕地的水質得以明顯的改善，維持了銀川濕地生態系統的穩定性。

5.結論

做為“國際濕地城市”，銀川市河湖濕地的水質控制十分重要。通過治理保護和恢復措施，2011年-2019年銀川市3個典型河湖濕地的水質總體呈轉好趨勢。鳴翠湖、閱海和典農河分別從2017年、2018年和2019年開始由Ⅳ類水質轉好為Ⅲ類水質，閱海呈輕度富營養狀況。河湖濕地的主要污染物指標為總氮、總磷和化學需氧量，是水質控制和水環境管理的重點，需要采取防控措施確保水質持續穩定轉好。