1990—2018年于桥水库流域氮磷浓度变化趋势及影响因素

基于1990—2018年于桥水库流域入库河流与水库的逐月总氮(TN)和总磷(TP)监测数据,整理并分析了1990-2002、2003—2014和2015—2018年3个时段TN、TP浓度和氮磷比(TN/TP)的时空变化特征,探究流域内点面源污染削减、调水、氮磷滞留等对营养盐浓度变化的影响。结果表明,1990—2018年于桥水库TN浓度年均值在1.14～3.74 mg/L之间,水库TP浓度年均值在0.025～0.131 mg/L之间,多年TN/TP平均值为45,远高于淡水磷限氮磷比,是磷限水库。于桥水库流域5个测点中,沙河TN浓度最高,黎河TP浓度最高,入库TN、TP浓度大于库区,水库TP滞留率略大于TN。水库TN、TP浓度在2000s中后期下降,之后出现反弹。原因是2003年水源保护工程实施后,入库营养物浓度降低;2014年底南水北调中线一期工程通水后,于桥水库的引滦水量减少,TN的稀释效应弱化,上游来水TP浓度上升与水库内夏秋两季浮游植物的增殖,导致第三时段水库内TP浓度上升。基于月尺度水质分析,夏季水库TN浓度最低,TP浓度达到峰值,主成分分析表明,历年6—10月的水库Chl.a浓...     

引水结构变化对天津于桥水库磷滞留的影响分析与生态水量估算

2014年南水北调中线一期工程通水后,天津市的水源结构发生变化,由单一滦河水源变为双水源.引水结构变化导致于桥水库入库水量变化,从而影响水库的总磷(TP)滞留.一般认为,入库总磷负荷随入库水量减少而降低,且水力停留时间越长,将越有利于总磷滞留,从而水库TP浓度降低.但根据统计数据发现,南水北调通水后于桥水库入库水量降低,TP负荷反而升高,水库TP浓度升高.何种TP滞留机制造成了这样的结果?本文通过分析2001-2018年间入库水量(W_(IN))、入库总磷负荷(TPL_(IN))在南水北调通水前后的变化规律,采用Vollenweider模型推求水库TP浓度和磷滞留量(R_P),探讨水力停留时间(T)对库区总磷滞留量的影响机制,并估算双水源新情势下控制于桥水库磷滞留量的生态水量.结果表明:TPL_(IN)随W_(IN)呈先降低后升高趋势;引水期τ与R_P之间存在显著的正相关关系,随着τ增加,正相关性下降,但同时考虑非引水期和引水期τ时,R_P受较小的TPL_(IN)影响与τ呈负相关.根据上述关系推算,在双水源新情势下,为保持于桥水库中贫营养状态,控制磷滞留量为南水北调通水前水平,建议每年入库生态水量大于5亿m~3,出库生态水量约为入库水量的80%,配合新建前置库工程运行将有效保障水库水源功能.     

辽宁省大伙房水库及入库河流水质空间特征与河库水质关系

入库河流与水库存在空间上的连续性,河流污染物输入是水库水质恶化的主要原因,对大伙房水库及其入库支流61个采样点的水质状况进行调查,并运用聚类分析和主成分分析对大伙房水库及入库支流的水质空间特性和主要污染物进行分析.聚类分析显示,按照水质相似性将大伙房水库及入库支流水质可分为上游区、下游区和库区3个典型空间区域.分别对3个区域进行主成分分析,结果显示:入库支流上游区和下游区水质主要影响因素为氨氮、总氮和化学需氧量,库区影响水质的主要因素为温度、p H值、浊度、溶解氧、电导率、氨氮和总氮.对上游、下游和库区水质均有显著影响的因子为氨氮和总氮,上游区、下游区和库区氨氮浓度均值分别为0.06、0.10和0.19 mg/L,总氮浓度均值分别为0.13、0.16和0.26 mg/L.入库河流下游区对水库水质影响较大,受社河和浑河污染物输入的影响,大伙房水库水质在空间上呈现社河入库区水质优于浑河入库区水质.并且库区氨氮和总氮浓度均与距岸边距离呈负相关,溶解氧和p H值均与距入库口距离呈负相关,表明入库河流污染物输入和环库区面源污染均对大伙房水库水质产生一定影响.     

深水型水库环保疏浚对水质的影响及敏感参数研究——以通济桥水库为例

国内对于作为饮用水水源地并具有水温分层特征的深水型水库环保疏浚,缺乏长期实测评价工程前后水质变化规律以及易于发生变化的水质参数的实例.因此,对于这种类型的环保疏浚,如何进行效果评价并在工程实施中控制敏感参数成为一个没有解决的问题.本文以典型的饮用水水源地、深水型的通济桥水库为对象,通过长期水质监测,研究了环保疏浚的影响.结果发现环保疏浚对总氮（TN）削减起到较好的效果,但是疏浚期间总磷（TP）浓度明显上升,完工半年后TP浓度仍略高于往年同期水平.其中,坝前库区TN浓度降低至疏浚前多年同期均值的56%~87%,而TP浓度却为疏浚前的1.87倍以上.并发现浊度、TN、TP和锰（Mn）对于环保疏浚敏感响应.其中,TP波动与底泥扰动引起的浊度变化有密切的关系;坝前库区疏浚新生底泥Mn含量较高（1251.25 mg/kg）,夏季水温分层加剧了库底水体的厌氧状态,是Mn出现异常的主要原因.以通济桥水库为鉴,建议深水型环保疏浚重点考虑底泥扰动及后续季节性水温分层对水质控制效果产生的影响.     

[专稿]长江上游水库群的热环境效应与修复对策

本文根据实测资料揭示三峡水库运行以来冬季下泄水温抬高5.32℃、夏初降低3.45℃、过程滞后30~43天,三峡水库冬季水温平均高于气温10℃,且随水库蓄水位和上游水库增加不断升高.长江是罕见的从高热河源流向低热潮湿地区的世界大河,干流三峡等大型水库流量大、库容大且基本没有温度分层,水库滞热、散热和下泄热量巨大,下游水温改变范围超过汉口.需要重视的两个宏观效应：一是超温大幅降低水库和下游水溶解氧（DO）,影响程度已与长江平均化学需氧量（COD）等污染同数量级,加上加速COD等耗氧,水温升高的污染危害更大;二是水库冬季巨大散热,11-1月库区平均散热强度241 W/m²、总热功率2.43亿kW,下泄潜在热量3.16亿kW、超过天然1.73亿kW,水库散发和下泄热量相当于全国平均用电功率.2030年上游水电按规划全面建成后,冬季上游水库群还将附加吸热2亿kW（年热量2万亿kWh）.DO是大坝对天然河流环境改变的重要方面,三峡支流库区现在连年水华、干流出现缺氧,水温升高进一步降低DO浓度和促进环境耗氧是当前库区和下游生态环境的主要问题之一.冬季干热河谷输出热水、2030年后更多梯级水库吸热并通过河流转移到三峡水库,巨大附加散热量对周边环境、水资源、土壤墒情和局部气候影响需要认真研究.建议在干热河谷梯级水库大规模布局水面光伏（PPV）.一方面遮挡短波辐射抑制下游三峡入库水温进一步升高,另一方面利用梯级水电巨大储能、调节优势与光伏资源,互补互助、集约和大规模开发西南可再生能源与电力调节资源.本文研究显示PPV电量巨大和结构优势明显,是改善我国电力能源结构和提升水电的发展方向,还可带动更多绿色发展.     

金沙江下游梯级水库对氮、磷营养盐的滞留效应

氮、磷是水域重要的营养或污染物质,大型水库修建将对江河氮、磷物质的输运产生重要影响.以金沙江华弹、向家坝水文站2006-2016年实测水质资料为依据,通过建立污染物浓度与流量比值（TN/Q、TP/Q）与含沙量（S）的关系式,对金沙江下游溪洛渡、向家坝梯级水库蓄水前后进出库总氮（TN）、总磷（TP）浓度及通量的变化特征进行研究.结果表明：（1）华弹站不受蓄水影响,TN和TP浓度在0.38~1.41和0.01~0.73 mg/L之间变化,向家坝站蓄水前TN和TP浓度在0.32~1.33和0.03~0.42 mg/L之间变化,蓄水后在0.35~1.29和0.01~0.05 mg/L之间变化,蓄水后TN浓度较蓄水前略有升高,但TP浓度较蓄水前约降低75%;（2）蓄水前华弹站TN浓度与向家坝站基本接近,TP浓度总体低于向家坝站,蓄水后华弹站TN浓度低于向家坝站,TP浓度明显高于向家坝站;（3）金沙江TN以硝态氮（NO₃^--N）为主,占TN浓度的67.3%~91.8%;（4）两站的TN浓度随流量和含沙量变化较小,TP浓度与流量和含沙量均呈正相关关系;（5）华弹站TN、TP年通量在48357~135827和4720~14163 t之间变化,年均值分别为90337和8932 t,向家坝站蓄水前后TN年通量在64232~130966和71675~149647 t之间变化,蓄水后通量总体高于蓄水前,TP年通量在8851~18624和3131~7300 t之间变化,蓄水后通量远低于蓄水前;（6）水库蓄水对出库TN浓度与通量无明显影响,但TP浓度与通量较蓄水前明显降低,其中通量年均滞留率约为67.0%.     

贵阳市百花湖近10年(2009-2018年)的水质时空变化

百花湖是贵阳市重要的城市饮用水源地,并且近年来经常发生水质异常现象.本文利用2009-2018年百花湖长时间序列的监测数据,采用综合营养状态指数法和Pearson相关性分析,研究了百花湖10年间的水质变化特征和影响因素.结果表明：1）库区叶绿素a（Chl.a）、总磷（TP）、总氮（TN）、高锰酸盐指数（COD_Mn）和透明度（SD）的浓度范围分别是3.43~39.72 mg/m³、0.034~0.115 mg/L、1.200~2.759 mg/L、1.41~5.51 mg/L和0.75~2.07 m,且高氮磷比（12~63）表明百花湖是磷限制型.2）在空间上,TP、TN、氨氮、COD_Mn和Chl.a浓度沿水体流向逐渐降低,SD呈相反变化趋势.3）10年来,百花湖水质由Ⅳ类转变为Ⅲ类,综合营养状态由轻度富营养化状态转变为中营养状态,水质整体向好.4）入库支流是影响百花湖库区水质的主要因素,长期以来,东门桥河、南门河水质TP和TN等超标严重,给库区水质稳定达标带来威胁.5）百花湖Chl.a浓度与气温、水位、风速和TP等指标显著相关,是受水文、气象及营养盐因素的综合控制.未来在百花湖水环境保护治理过程中,应加大对东门桥河、南门河等重点支流的污染治理,加强对水动力学、气候变化等水文气象因素影响库区水质（藻类水华）的机制研究.     

洪泽湖出入河流及湖体氮、磷浓度时空变化(2010—2019年)

基于2010-2019年洪泽湖湖体水质逐月监测数据,筛选出影响湖体水质的主要污染物指标为总氮（TN）和总磷（TP）;选取洪泽湖周边25条主要入湖河流和2条出湖河流在2019年10月2020年9月的监测数据,探讨河流外源性输入对不同湖体区域氮磷的影响及其水期变化规律.结果发现：①湖体TN、TP浓度长期居高不下,年均浓度范围分别在1.39~1.86、0.080~0.171 mg/L波动.主要入湖河流TN、TP时空平均浓度（1.92~5.70和0.114~0.181 mg/L）,均高于同区域湖体（1.15~1.46和0.088~0.101 mg/L）,其中北部入湖河流肖河、马化河和五河与临近湖区TN、TP浓度呈现显著正相关,是影响北部湖体TN、TP浓度的主要河流;南部入湖河流维桥河和高桥河是临近湖区非极端降雨期TN、TP的主要来源.②调水工程对湖体及入湖河流TN、TP浓度分布影响显著,调水期湖体沿调水方向TP浓度逐渐上升,TN浓度则呈现先降后升的趋势,南部入湖河流维桥河和高桥河TN浓度达到水期峰值,分别为10.69和9.90 mg/L.③极端降雨期入湖河流的TN、TP浓度显著高于其它水期,由于湖体对TN、TP的富集作用不同,TP浓度呈现中间高,四周低,而TN浓度呈现沿洪水流向逐渐降低的规律.     

亚热带大型河流型水库—富春江水库浮游植物群落及其与环境因子的关系

为了掌握富春江水库浮游植物群落特征,探寻其与环境因子的关系,于2006年1月至2007年12月,对其进行了20次采样调查.鉴定结果表明富春江水库共有浮游植物107种,浮游植物密度范围在0.21×10~5-3.01×10~7cells/L之间.浮游植物组成随季节变化有所不同,春季绿藻、隐藻、硅藻占优势,夏季蓝藻和硅藻占优势,秋冬季硅藻、隐藻占优势.浮游植物群落结构受水文条件的影响较大,浮游植物密度与水体温度呈显著正相关,与透明度在不同范围内表现出不同的相关关系;与TN、TP在不同范围内表现出不同的相关关系,与TN/TP及可溶性硅呈显著正相关.库区总氮和总磷浓度均很高,足够满足藻类生长需要;TN/TP较低,基本在8-30之间,说明氮磷含量不是富春江库区藻类生长的限制因子.水文季节性变化会明显地影响浮游植物群落结构和密度的季节性变化,特别是降雨、水温及水力滞留时间等因子是影响水库浮游植物群落结构及密度变化的主要因子.     

近30年来洞庭湖水质营养状况演变特征分析

根据1986-2015年30年的水质监测数据,利用湖泊水质单因子评价和综合营养状态指数(TLI)对洞庭湖水质营养状况变化趋势进行评价分析.1986-2015年全湖Ⅰ~Ⅲ类水质百分比呈现极显著下降趋势,近5年来稳定在Ⅳ类水平,影响水质的污染物为总氮(TN)和总磷(TP),全湖TN浓度、TP浓度和TLI在过去30年里呈显著或极显著上升趋势,TN和TP等是洞庭湖水质类别的主要影响因子.在空间分布上,TLI、TN浓度、TP浓度和Chl.a浓度高低顺序均表现为东洞庭湖南洞庭湖西洞庭湖,且东洞庭湖TN浓度和Chl.a浓度与其它湖区差异显著.1986-2002年洞庭湖水质营养状态呈现波动上升趋势,主要与面源污染有关;2003-2007年富营养化趋势有所减缓,可能与期间工业污染下降和水环境容量扩大有关;但2008-2015年又开始明显加剧,可能是流域内工业与农业污染增加、内源污染释放与水环境容量减小造成的.30年来洞庭湖各湖区基本均处于中营养状态,但接近轻度富营养且2008-2010年和2015年东洞庭湖等部分湖区达到轻度富营养水平.洞庭湖近年来蓝藻门所占比例明显上升,部分湖区已经暴发蓝藻水华.     

基于富营养化阈值的松花湖水环境容量分析

通过对松花湖水体中浮游植物的绝对优势种——铜绿微囊藻(Microcystis aeruginosa)单藻株生长与磷、氮定量关系的室内模拟研究,得出松花湖富营养化发生的阈值为：总磷浓度0．065 mg/L,总氮浓度0．843 mg/L．利用风险分析理论和蒙特卡罗随机模拟方法,在分析2002-2004年松花湖水体中总磷和总氮浓度实际分布规律的基础上,提出了计算湖、库总磷和总氮水环境容量的不确定性方法．通过对松花湖磷、氮水环境容量的计算,得出松花湖流域总磷和总氮的最大允许排放量为2123．78 t/a和7018．82 t/a,为了使松花湖富营养化发生的概率在0．001以下,总磷和总氮需要分别削减3208．34 t/a和18648．91 t/a．     

Spatial patterning of water quality in Biscayne Bay, Florida as a function of land use and water management

An objective classification analysis was performed on a water quality data set from 25 sites collected monthly during 1994-2003. The water quality parameters measured included: TN, TON, DIN, NH4+, NO3-, NO2-, TP, SRP, TN:TP ratio, TOC, DO, CHL A, turbidity, salinity and temperature. Based on this spatial analysis, Biscayne Bay was divided into five zones having similar water quality characteristics. A robust nutrient gradient, driven mostly by dissolved inorganic nitrogen, from alongshore to offshore in the main Bay, was a large determinant in the spatial clustering. Two of these zones (Alongshore and Inshore) were heavily influenced by freshwater input from four canals which drain the South Dade agricultural area, Black Point Landfill, and sewage treatment plant. The North Bay zone, with high turbidity, phytoplankton biomass, total phosphorus, and low DO, was affected by runoff from five canals, the Munisport Landfill, and the urban landscape. The South Bay zone, an embayment surrounded by mangrove wetlands with little urban development, was high in dissolved organic constituents but low in inorganic nutrients. The Main Bay was the area most influenced by water exchange with the Atlantic Ocean and showed the lowest nutrient concentrations. The water quality in Biscayne Bay is therefore highly dependent of the land use and influence from the watershed.     

引水等综合整治后杭州西湖氮、磷营养盐时空变化(1985—2013年)

经引水等综合整治后,西湖外湖、西里湖总磷(TP)浓度累计下降58%和78%,总氮(TN)浓度累计下降16.7%和7.7%,透明度提高100%~200%,富营养状态得到极大缓解.比较1986年治理前,西湖各湖区因来水、引水和排水格局差异较大,TP浓度的年内变化特点及驱动因素也存在较大差异:杨公堤以西的上游湖区因优质水源补充TP浓度总体较低,同时受流域降雨径流面源输入影响,呈现时段性升高;杨公堤和苏堤之间的中游湖区优质水源补充量最大,湖区水体更新最快,TP浓度最低且变化相对最为稳定;苏堤以东的外湖区水体更新相对最慢,在夏、秋高温季节因底泥污染释放,TP浓度出现峰值.因外来引水量大且未经脱氮处理,西湖各湖区TN年内变化基本与钱塘江取水口TN浓度变化一致,同时因流域降雨径流面源输入而出现时段性波动.基于TP质量平衡模型分析,各湖区水质空间差异主要受水体年交换次数影响,其次受单位水体的年污染负荷影响.     

抚仙湖水质变化(1980-2011年)趋势与驱动力分析

水质恶化是湖泊系统生态健康的主要制约因素之一,科学地判别水质变化趋势是正确认识和解决水环境问题的首要步骤.基于抚仙湖1980-2011共32年湖体水质监测数据,采用Mann-Kendall和Daniel趋势检验法分析了高锰酸盐指数(COD_Mn)、总氮(TN)、总磷(TP)、透明度(SD)、叶绿素a(Chl.a)和浮游植物丰度等6项指标的年际变化趋势;从人类活动和自然环境变化2个角度,筛选出9项水质变化的驱动指标,建立了水质指标与驱动指标之间的灰色关联模型.研究结果表明:①统计的6项指标年际波动较大,其中TP、TN和浮游植物丰度的变异系数最大,达到0.6以上;②在α=0.05显著性水平上,COD_Mn、TN、SD、Chl.a和浮游植物丰度等5项指标均有恶化趋势,Mann-Kendall和Daniel趋势检验2种方法的检验结果一致;③驱动因子与水质指标之间有较强的相关水平,其中,人口数量和水温是主要驱动因子,与主要水质指标的灰色关联系数达到0.7以上的强相关水平.     

丰水期鄱阳湖水体中氮、磷含量分布特征

以2011年7月份鄱阳湖实测数据为参考,对鄱阳湖丰水期总氮(TN)、总磷(TP)空间分布特征及其影响因素进行了分析,并就鄱阳湖氮、磷营养盐结构特征及其与叶绿素a的相关性进行了探讨.结果表明:鄱阳湖氮、磷含量已经达到了发生富营养化的条件,且TN含量呈现由东向西、由南向北逐渐降低的趋势;TP在几个主要的采砂区,尤其是南北湖交界处污染最严重.鄱阳湖以磷限制为主,氮污染相对比较严重,且氮、磷不是鄱阳湖藻类生长的限制性因素.TN同时受悬浮泥沙和水流作用的影响,在上游航道受水流影响较大,在入江水道则主要受陆源污染的影响.TP含量则主要受悬浮泥沙和采砂活动的影响,受水流作用影响相对较小.     

水产养殖清塘过程污染排放特征及对周边水体影响：以太湖下游典型鱼类集约化养殖区为例

水产养殖清塘过程中的排水是造成周边水环境污染的重要环节，但对此环节中污染物排放特征和影响程度的研究仍相对不足。为有效减少清塘过程的排水对环境的污染，推进水产养殖业绿色发展，本研究选取典型鱼类集约化养殖区，通过高频采样和监测，分析了阶段式排水时混养鱼塘尾水中的悬浮物、有机物和营养盐等指标的浓度变化，明确污染物的排放特征，同时分析受纳水体不同断面的水质变化情况。研究结果表明：总悬浮物浓度(TSS)、高锰酸盐指数(COD_Mn)、总磷(TP)、总氮(TN)和氨氮(NH₃-N)浓度随着持续排水呈上升趋势，在排水末期污染物浓度均快速上升，磷酸盐磷(PO₄^3--P)浓度仅在排水末期骤升，硝态氮(NO₃^--N)浓度随排水持续下降，亚硝态氮(NO₂^--N)浓度随排水先上升后下降；根据《淡水池塘养殖水排放要求》二级标准，排水末期TN、TP、TSS浓度超标倍数分别达4.70、6.66、206.90；尾水流量与河流量约以1/200的比例...     

Artificial neural network modelling of concentrations of nitrogen,phosphorus and dissolved oxygen in a non‐point source polluted river in Zhejiang Province,southeast China

A back‐propagation algorithm neural network (BPNN) was developed to synchronously simulate concentrations of total nitrogen (TN), total phosphorus (TP) and dissolved oxygen (DO) in response to agricultural non‐point source pollution (AGNPS) for any month and location in the Changle River, southeast China. Monthly river flow, water temperature, flow travel time, rainfall and upstream TN, TP and DO concentrations were selected as initial inputs of the BPNN through coupling correlation analysis and quadratic polynomial stepwise regression analysis for the outputs, i.e. downstream TN, TP and DO concentrations. The input variables and number of hidden nodes of the BPNN were then optimized using a combination of growing and pruning methods. The final structure of the BPNN was determined from simulated data based on experimental data for both the training and validation phases. The predicted values obtained using a BPNN consisting of the seven initial input variables (described above), one hidden layer with four nodes and three output variables matched well with observed values. The model indicated that decreasing upstream input concentrations during the dry season and control of NPS along the reach during average and flood seasons may be an effective way to improve Changle River water quality. If the necessary water quality and hydrology data are available, the methodology developed here can easily be applied to other case studies. The BPNN model is an easy‐to‐use modelling tool for managers to obtain rapid preliminary identification of spatiotemporal water quality variations in response to natural and artificial modifications of an agricultural drainage river. Copyright © 2009 John Wiley & Sons, Ltd.