Processing math: 100%

黑龙江省源头水保护区水环境特征分析及背景问题识别

段茂庆, 杜霞, 彭文启, 张士杰, 姜翠玲, 阎柳青, 丁洋. 黑龙江省源头水保护区水环境特征分析及背景问题识别[J]. 环境化学, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202
引用本文: 段茂庆, 杜霞, 彭文启, 张士杰, 姜翠玲, 阎柳青, 丁洋. 黑龙江省源头水保护区水环境特征分析及背景问题识别[J]. 环境化学, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202
DUAN Maoqing, DU Xia, PENG Wenqi, ZHANG Shijie, JIANG Cuiling, YAN Liuqing, DING Yang. Environmental characteristics analysis and background value identification of surface water reserve in Heilongjiang Province[J]. Environmental Chemistry, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202
Citation: DUAN Maoqing, DU Xia, PENG Wenqi, ZHANG Shijie, JIANG Cuiling, YAN Liuqing, DING Yang. Environmental characteristics analysis and background value identification of surface water reserve in Heilongjiang Province[J]. Environmental Chemistry, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202

黑龙江省源头水保护区水环境特征分析及背景问题识别

    通讯作者: E-mail:pwq@iwhr.com
  • 基金项目:
    中国水利水电研究院专项科研基金(WE0145B052017)资助

Environmental characteristics analysis and background value identification of surface water reserve in Heilongjiang Province

    Corresponding author: PENG Wenqi, pwq@iwhr.com
  • Fund Project: Specialized Research Fund of IWHR (WE0145B052017)
  • 摘要: 由于我国水环境标准与评价方法中未充分考虑环境背景的空间差异性,导致存在环境背景值问题的水功能区水质达标率长期处于较低水平,且难以满足最严格水资源管理制度考核的要求。因此,针对特殊区域识别存在背景问题及其影响程度以指导完善区域水质管理与评价体系是制度顺利实施的重要前提。本文系统全面的评价了黑龙江省源头水保护区2011—2016年地表水环境质量,识别了主要超标水质项目类别,分析了其浓度分布特征,在此基础之上,结合区域自然环境特征与超标指标浓度来源明确了研究区存在水环境背景值问题。通过对比全国水资源一级区内源头水保护区达标率、社会经济发展以及排污情况,重点突出了背景值问题对松花江区水环境管理与评价的负面影响。本文以特殊区域实行最严格水资源管理制度过程中主要问题为研究导向展开研究,以期为区域调整完善水环境管理与评价体系以满足制度可持续实施提供理论支撑。
  • 寻求和利用可再生绿色清洁能源替代化石燃料,是解决能源与环境危机的重要途径。微生物燃料电池(microbial fuel cell, MFC)作为一种集污水处理与生物产电于一体的新型技术,以产电细菌为主体,可将化学能转化为电能,同时去除水体中的污染物[1-2]。电极材料是影响MFC性能的关键因素之一,也是MFC产电微生物的附着载体和生长场所[3]。因此,找到一种可供微生物大量附着和生长的载体,同时具有良好导电性能的材料至关重要。

    MFC电极多采用碳质材料,拥有良好的生物相容性、导电性和化学稳定性[4]。碳质材料一般包括石墨烯、碳毡、碳布、生物炭等。其中石墨烯电极机械强度较好,但其材料表面相对光滑,不利于微生物附着,因而导致胞外电子传递效率低[5-6];碳毡电极柔韧性良好,但其在MFC运行时,由于材质较厚,生物膜会妨碍底物由外向内的扩散,影响对污染物的降解效率;碳布电极表面粗糙但机械强度较差,不适于投入大规模的实际工程应用中[7]。相比于传统电极材料,生物炭材料具有来源广泛、成本低廉、电化学性能较好、比表面积高和孔隙结构多等优点。2018年CHEN等[8]大麻槿秸秆通过简单的碳化处理制成MFC阳极,其电流密度达到了32.5 A·m−2,是对照组石墨棒电极的3倍,由此可见生物炭作为MFC电极材料是具有一定优势的。

    据2020年中国统计年鉴统计,我国核桃栽培面积为5.54×1010 m²,约1.3×109[9]。每年有大量的废弃核桃壳产生,如何有效处理这些固体废物,实现减量化和资源化是环境领域的研究热点。采用高温裂解法制备生物炭,再通过化学活化,可使其表面结构相对于碳基材料的平面结构更为粗糙,更有效的提升活性表面积[10-13]。常见的生物炭化学活化剂包括ZnCl2、HPO4、KOH等,其中ZnCl2活化制备的活性炭具有产率高、过渡孔发达、价廉易得等优点[14],JIANG等通过ZnCl2活化甘蔗渣发现,锌离子浓度越高,比表面积越大[15]

    目前,以改性核桃壳作为电极材料的研究鲜有报道。因此,本研究主要以改性核桃壳作为生物炭基电极材料,通过不同温度的碳化、不同浓度的ZnCl2活化、不同比例的材料复合制成微生物燃料电池电极,通过表征分析,考察不同制备方法制备出的材料的性能差异,分析其在MFC中产电性能的差异,以及最佳条件MFC去除污染物的能力,为微生物燃料电池的发展方向提供参考。

    将市场上购买的核桃取果皮后粉碎,过40目分子筛后,置于石英舟中,再将其放入管式炉(OTF-1200 X),真空400 ℃炭化90 min后,得到黑色产物。称取一定量的黑色产物与氯化锌固体按质量比分别为5:1、5:3、5:5,置于烧杯中加去离子水刚好完全淹没,搅拌后,再将其置于105 ℃烘箱中烘干24 h。将烘干好的黑色产物放于管式炉中央,分别在400、600、800 ℃温度条件下真空煅烧2 h,反应结束后在真空保护下冷却至室温。煅烧好的样品先用10% HCl溶液洗涤,然后用去离子水洗涤,直至中性,最后将其置于105 ℃烘箱中烘干24 h,得到核桃壳碳化产物。

    制备好的生物炭样品与聚苯胺和热熔胶按5:1:4和5:1:5质量比进行混合,然后将混合材料置于刚玉舟模具中压实,再放入200 ℃管式炉进行真空热熔,热熔30 min后,自然冷却至室温取出。制备后的电极材料样品尺寸为2 cm×3 cm×0.5(±0.05) cm。

    实验采用扫描电镜(捷克TESCAN MIRA LMS),通过磨成粉末过0.4 mm筛网制样,对生物炭基电极材料表面形貌进行表征;采用拉曼光谱(激光器波长532 nm,扫描范围50~4 000 cm−1)分析电极材料的石墨化程度;采用孔隙及比表面积分析仪(康塔4000 e,脱气温度120 ℃)分析电极材料的比表面积、孔体积和孔径;采用电化学工作站(CHI 660 e),通过LSV、EIS测试,分析电极材料的导电性能的差异;采用HACH高量程(20~1 500 mg·L−1)消解法测定COD;采用国标纳氏试剂比色法测定氨氮;采用电流电压数据采集器(KEYSIGHT 34972A)测定MFC产电性能、采集电流电压及功率密度。

    实验采用空气阴极单室MFC反应器,由有机玻璃制成,内径为10 cm,高度为14 cm,设置溢流堰用于出水,底部设置0.4 cm有机玻璃管用于进水。反应器阴阳极用尼龙螺栓固定,有效容积为377 mL。配制模拟废水(实验所用的去离子水为灭菌除氧后的水)用于MFC产电性能分析,每隔24 h进出水150 mL,其组成为1.356 g·L−1 C4H4Na2O4,0.15 g·L−1 (NH4)2SO4,0.253 5 g·L−1 KH2PO4,0.125 g·L−1 MgSO4·7H2O,0.125 g·L−1 NaCl,0.002 5 g·L−1 FeSO4·7H2O,0.002 g·L−1 MnSO4·H2O,1 mL·L−1 微量元素。其中微量元素包括1.5 g·L−1 FeC13·6H2O,0.02 g·L−1 CuC12·2H2O,0.18 g·L−1 KI,0.12 g·L−1 MnCl2·4H2O,0.01 g·L−1 ZnC12,0.06 g·L−1 Na2MoO4·2H2O,0.15 g·L−1 CoC12·6H2O,0.15 g·L−1 H3BO3,0.06 g·L−1 Na2MoO4·2H2O。

    实验所用接种微生物为本研究组前期实验筛选出的异养硝化-好氧反硝化菌[16]。通过扩大培养,鉴定其异养硝化与好氧反硝化性能后接种至MFC反应器。具体过程如下:将菌种接种至LB液体培养基,在(30±2) ℃培养箱中培养24 h后,取菌种培养液与去离子水以1:9比例混合,用10 mL离心管离心去除上清液后加适量水摇匀,倒入好氧反硝化培养基,恒温振荡培养(160 min−1,30 ℃),每12 h测1次硝氮浓度和OD600;再取培养液置于异养硝化培养基,厌氧箱中恒温培养(30 ℃),每12 h测1次氨氮浓度和OD600。实验所用LB液体培养基含有3.0 g·L−1 牛肉膏、5.0 g·L−1 NaCl、10.0 g·L−1 蛋白胨(pH=7.0);好氧反硝化培养基(100 mL)含有1.356 g·L−1 C4H4 Na2O4、0.064 1 g·L−1 KNO3、0.253 5 g·L−1 KH2PO4、0.125 g·L−1 MgSO4·7H2O、0.125 g·L−1 NaCl、0.002 5 g·L−1 FeSO4·7H2O、0.002 g·L−1 MnSO4·H2O;异养硝化培养基(100 mL)含有1.356 g·L−1 C4H4Na2O4、0.253 5 g·L−1 KH2PO4、0.125 g·L−1 MgSO4·7H2O、0.125 g·L−1 NaCl、0.002 5 g·L−1 FeSO4·7H2O、0.002 g·L−1 MnSO4·H2O、0.15 g·L−1 (NH4)2SO4

    将目标菌株菌悬液接种至MFC反应器中,接种比例10%,上下电极间距4 cm。MFC置于恒温气候箱中,温度和湿度分别控制30 ℃、50%。进水pH为7.0±0.1,连接1 kΩ的外电阻,每5 min对MFC输出电流电压进行实时监控。在MFC电压达到稳定输出时,测量分析极化曲线和功率密度曲线(文中功率密度和电流密度以反应器有效容积为参比)。具体方法为:依次将外电阻由2 000 Ω调到100 Ω,每30 s记录1次MFC外阻的电流电压值,其中每更换一次电阻需等待3 min让电压值稳定。

    为阐明ZnCl2用量对生物炭材料孔隙结构的影响,实验采用生物炭/氯化锌质量比分别为5:1、5:3、5:5的电极材料,在600 ℃煅烧后,通过比表面积和孔径分布来评估核桃壳生物炭的比表面积及相应孔径分布。由图1可知,ZnCl2活化后的生物炭孔结构的孔径主要集中在3.5 nm附近,在相对压力为0.1~1.0内出现较显著的滞后环,按照国际纯化学和应用化学联合会的定义,核桃壳生物炭是典型的Ⅰ型和Ⅱ型特性[17],说明核桃壳生物炭的结构属于尺寸较小的介孔结构。由表1可知,随着ZnCl2质量比的不断增加,改性核桃壳生物炭的比表面积由590 m2·g−1增加到883 m2·g−1,孔容由0.009 cm3·g−1逐渐增加到0.017 cm3·g−1。这说明随着ZnCl2用量的增加,活化后的核桃壳生物炭的比表面积也越大,可为微生物的生长提供更多的场所[18],做成MFC电极后其微生物负载量可得到提升,从而促进MFC的产电。

    图 1  不同生物炭/氯化锌质量比条件下电极材料BET分析图
    Figure 1.  BET analysis chart of electrode materials at different biochar/zinc chloride mass ratios
    表 1  BET测量时获得的比表面积、孔径和孔容
    Table 1.  Specific surface area, pore size and pore volume determined by BET measurement
    生物炭/氯化锌质量比比表面积/(m2·g−1)孔径/nm孔容/(cm3·g−1)
    5:15903.8180.009
    5:36573.4240.015
    5:58833.4210.017
     | Show Table
    DownLoad: CSV

    为阐明热处理温度对生物炭材料分子结构的影响规律,控制生物炭/氯化锌质量比为5:5,分别在400、600、800 ℃热处理条件下,对制备的生物炭进行拉曼光谱分析,实验结果如图2所示。由图2可见,核桃壳生物炭在1 316 cm−1和1 586 cm−1处有2个显著的拉曼峰,分别为炭材料的特征D峰和G峰[19-20]。其中D峰主要是芳香环之间的C—C结构,为环数大于6环的芳香环结构,是由炭材料缺陷引起;G峰与炭材料的C=C键Sp2杂化有关。D峰与G峰的强度比(ID/IG)可以在一定程度反映材料的缺陷程度,ID/IG值越高,代表材料的无序率越高;ID/IG值越低,说明材料的石墨化程度越高,导电性能越好[21]。根据拉曼光谱图Gauss拟合曲线方法可以得到ID/IG。由图2可以看出,随着热解温度的增加,ID/IG比值变小。这说明材料的石墨化程度增加,导电性能越好,制作的MFC电极性能越好。

    图 2  不同煅烧温度条件下改性核桃壳生物炭拉曼光谱分析
    Figure 2.  Raman spectra analysis of modified walnut shell biochar at different calcination temperatures

    聚苯胺与热熔胶比例也是考察MFC电极制作过程的因素之一。图3为在真空煅烧温度为600 ℃、生物炭与氯化锌活化质量比为5:3的条件下,生物炭/聚苯胺/热熔胶比例分别为5:1:4和5:1:5所制成的MFC复合电极的扫描电镜图。

    图 3  不同生物炭/聚苯胺/热熔胶复合比例条件下扫描电镜分析
    Figure 3.  SEM analysis at different composite ratios of biochar/polyaniline/hot melt adhesive

    由于当生物炭/聚苯胺/热熔胶的比例为5:1:1和5:1:2时,经过煅烧的生物炭电极几乎不成型,依旧保持粉末状态;当生物炭/聚苯胺/热熔胶添加比例为5:1:3时,经过煅烧的生物炭电极机械强度低,易碎,因此这些复合比例均不能到达作为MFC电极材料的要求,故实验选用的生物炭/聚苯胺/热熔胶比例为5:1:4和5:1:5。由图3可以看出,随着热熔胶中聚乙烯粉末和导电态聚苯胺的加入,其对生物炭的表面起到了修饰作用,但未对生物炭的多孔结构产生明显的影响。

    图4反映了电解池三电极体系中生物炭/聚苯胺/热熔胶复合电极的电化学性能。以1 cm2的铂片作为辅助电极,以Ag/AgCl作为参比电极,将制备得到BPP 5:1:4和BPP 5:1:5的复合电极分别连接在电极夹上作为工作电极。所有的电化学性能测试均是在1 mmol·L−1 铁氰化钾混合溶液(0.1 mol·L−1 KCl)中完成。

    图 4  不同生物炭/聚苯胺/热熔胶复合比例电极电化学分析
    Figure 4.  Electrochemical analysis of electrodes with different composite ratios of biochar/polyaniline/hot melt adhesive

    图4(a)所示,BPP 5:1:4材料在-0.8~0.8 V内的电流为0.305~-0.879 9 mA,且CV曲线有2对微弱的氧化还原峰;而BPP 5:1:5材料的电流为0.154~-0.546 mA,CV曲线没有氧化还原峰。材料氧化还原峰越多越明显,材料的电子传递能力越好[22],因此,BPP 5:1:4材料比BPP 5:1:5材料具有更良好的电子传递能力,更易促进氧化还原反应。

    交流阻抗(EIS)曲线如图4(b)所示,其中,正弦信号频率为0.01~105 Hz,交流振幅为0.006。MFC中EIS的表征大多用于分析欧姆内阻和扩散内阻,由于低频区对扩散内阻的表征存在较大偏差,所以在数据拟合过程中未将低频区部分纳入拟合范围[23]。本次拟合使用软件Zview2,等效电路模型中RΩ为欧姆内阻,Rct为电荷转移内阻,电荷转移内阻与一个双电层电容并联,但因弥散效应的存在,该电容偏离理想双电层电容器,因而在本次拟合电路中使用常相位角原件代替传统双电层电容器。根据拟合结果,BPP 5: 1: 4欧姆内阻为37.17 Ω,电荷转移内阻为1 854 Ω,BPP 5:1:5欧姆内阻为46.54 Ω,电荷转移内阻为343 Ω。总的来看,Rct均大于RΩ,说明MFC系统内组主要受Rct控制。就Rct而言,BPP 5:1:4小于BPP 5:1:5,Rct主要反映电活性微生物与电极之间电子传递过程的内阻[24]Rct越小,其电子传递速率越快,因此,BPP 5:1:4生物电化学活性优于BPP 5:1:5。

    本研究组前期筛选出的异养硝化-好氧反硝化菌[16],通过扩大培养后,接种到异养硝化与好氧反硝化培养基中。由图5可见,在好氧反硝化、异养硝化培养基中菌株不断进行自我繁殖,并消耗培养基中的硝酸根与氨氮。这说明实验接种的微生物具有好氧反硝化与异养硝化能力,后续实验将采用此细菌做为MFC的产电菌。

    图 5  接种脱氮菌的性能
    Figure 5.  Performance of inoculated denitrification bacteria

    实验构建单室MFC反应器,将脱氮菌株接种至MFC反应器中,连接不同条件下制备的改性核桃壳基生物炭电极材料,每5 min对MFC输出电流电压进行实时监控,其产电性能、功率密度与极化曲线如图6所示。

    图 6  不同生物炭/氯化锌质量比条件下制备的电极材料
    Figure 6.  Electrode materials prepared at different biochar/zinc chloride mass ratios

    在真空煅烧温度为600 ℃,BPP为5:1:4的条件下,考察了不同浓度氯化锌对产电性能的影响,结果如图6(a)和图6(b)所示。当生物炭/氯化锌质量比为5:1时,MFC电极最大输出电压为0.103 V,随外电阻由大到小变化,反应器极化曲线电压由133 mV降至16 mV,最大体积功率为26 mW·m−3,电流密度为259 mW·m−3;当生物炭/氯化锌质量比为5:3时,最大输出电压为0.137 V,随外电阻由大到小变化,反应器极化曲线电压由171 mV降至28 mV,最大体积功率为51 mW·m−3,电流密度为406 mA·m−3;当生物炭/氯化锌质量比为5:5时,MFC电极最大输出电压为0.148 V,随外电阻由大到小变化,反应器极化曲线电压由181 mV降低至31 mV,最大功率密度为61 mW·m−3,电流密度为438 mA·m−3。根据极化曲线斜率可以得出MFC电极电阻,斜率越小MFC的内阻越大[25]。随着ZnCl2质量比的增加,MFC的产电能力增加,内阻逐渐减小,电极材料的产电性能越好。当生物炭/氯化锌质量比从5:3提升到5:5,MFC的产电性能提升不大,可能原因是ZnCl2对生物炭的造孔能力几乎达到饱和[26]

    在BPP为5:1:4,生物炭/氯化锌比为5:3条件下,考察了煅烧温度对电极性能的影响,结果如图7(a)和图7(b)所示。在400 ℃煅烧条件下,MFC电极最大输出电压为0.096 V,随外电阻由大到小变化,反应器极化曲线电压由119 mV降低至17 mV,最大功率密度为22 mW·m−3,电流密度为238 mA·m−3;在600 ℃煅烧条件下,最大输出电压为0.137 V,随外电阻由大到小变化,反应器极化曲线电压由171 mV降低至28 mV,最大体积功率为51 mW·m−3,电流密度为406 mA·m−3;在800 ℃煅烧条件下,MFC电极最大输出电压为0.143 V,随外电阻由大到小变化,反应器极化曲线电压由181 mV降低至29 mV,最大功率密度约为57 mW·m−3,此时的电流密度为436 mA·m−3。随着煅烧温度的增加,MFC的产电能力增加,内阻逐渐减小,电极材料的产电性能越好。结合图2可知,这是由于材料石墨化程度的增加,导致MFC的内阻减小。由图7可见,在600 ℃和800 ℃条件下,制备的电极性能相差不大。由此可见,当煅烧温度达到一定程度,MFC的产电性能提升不大,可能的原因是温度的增加破坏了部分生物炭的微孔和大孔,虽然生物炭石墨化程度增加,但是微生物的负载量减少[27]

    图 7  不同煅烧温度条件下制备的电极材料
    Figure 7.  Electrode materials prepared at different calcination temperatures

    在生物炭/氯化锌比为5:3,真空煅烧温度为600 ℃条件下,考察了不同材料复合情况对电极产电性能的影响,结果如图8(a)和图8(f)所示。当生物炭/聚苯胺/热熔胶复合比例为5:1:4时,最大输出电压为0.137 V,随外电阻由大到小变化,反应器极化曲线电压由171 mV降至28 mV,最大体积功率为51 mW·m−3,电流密度为406 mA·m−3;当生物炭/聚苯胺/热熔胶复合比例为5:1:5时,最大输出电压为0.077 V,随外电阻由大到小变化,反应器极化曲线电压由100 mV降至13mV,最大体积功率为16 mW·m−3,电流密度为176 mA·m−3。由此可见,生物炭的含量对复合材料有显著影响。结合图3可知,在保证材料成型的前提下,生物炭含量越高,MFC的内阻越小,材料的产电性能越好[28]

    图 8  不同BPP条件下制备的电极材料
    Figure 8.  Electrode materials prepared at different BPP conditions

    根据以上结果,确认电极制备的最佳条件为BPP 5:1:4、煅烧温度600 ℃、生物炭/氯化锌比5:3时,即节约了生产成本,又达到最大产电量的90%,为减少对环境的污染,选用此种方法制备的电极材料用来探讨改性核桃壳生物炭电极材料用于MFC反应器降解污染物的长期效果,结果如图9所示。可以看出,随着时间的推移,MFC中出水COD由685 mg·L−1降至100 mg·L−1。第1天时,出水COD大幅下降,这说明微生物在反应初期消耗废水中大量有机物用于增殖。随着微生物增殖所需能量减少,有机物需求也逐渐减少,最终COD稳定去除率为85%。出水氨氮质量浓度由38 mg·L−1降低至4.5 mg·L−1,在第4天达到稳定,改性核桃壳生物炭MFC对氨氮的去除率最终达到88%。水体中的硝氮在7 d内先上升后下降,可以看出硝化菌株产生的硝态氮会被好氧反硝化菌株利用,MFC具有较好的脱硝态氮能力。

    图 9  改性核桃壳生物炭MFC处理模拟废水中污染物的去除效果
    Figure 9.  Removal effect of pollutants in simulated wastewater treated by modified walnut shell biochar MFC

    1) MFC电极的最佳制备条件:活化时生物炭/氯化锌质量比5:3,真空煅烧温度为600 ℃,生物炭/聚苯胺/热熔胶复合电极比例为5:1:4,应用于MFC中最大的体积功率密度可达51 mW·m−3,对模拟废水中COD和氨氮的去除率分别为85%和88%。

    2)相较于传统生物炭电极在水体中易碎,通过复合聚苯胺与热熔胶来制作生物炭电极可以在模拟废水中稳定运行。

    3)用核桃壳生物炭通过简单的过程制备的MFC电极,为成本低廉,绿色清洁,操作简单的MFC发展方向提供了新的选择。

  • 图 1  黑龙江省26个源头水保护区分布情况

    Figure 1.  Distribution of river source water reserves in Heilongjiang province

    图 2  相对季节变化指数(RMse,s,p)分布图

    Figure 2.  Distribution of relative seasonal change index (RMse, s, p)

    图 3  相对空间变化指数(RSs,p)分布

    Figure 3.  Distribution of relative spatial change index (RSs,p)

    图 4  源头水保护区土壤类型占比

    Figure 4.  Proportion of soil types in source water reserves

    图 5  十大水资源分区废水排放比例(a)及保留区与开发利用区达标情况(b)

    Figure 5.  The percentage of reaching standard requirements of restricted and developed zones in 10 water resources basins(a) and the proportion of waste water discharged to sueface water total quantity(b)

    表 1  源头水保护区地表水水质指标浓度特征值

    Table 1.  Concentration characteristic value of water quality indices in river source water reserve.

    水质指标VariableDOCODCODMnBOD5NH3-N总汞Hg总砷As镉Cd铅Pb
    数据量(Quantity)956964960908957974923987985
    最小值(Min)0.25.01.00.10.010.0000050.000010.000250.001
    25%分位数(25% percentile)7.413.03.61.00.200.0000050.000010.000250.001
    均值(Average)8.819.86.21.70.440.0000110.000500.000250.001
    75%分位数(75% percentile)10.026.07.82.00.560.0000100.000600.000250.001
    最大值(Max)15.0249.069.249.45.560.0000500.010500.002000.013
    Ⅱ类水质标准限值(ClassⅡwater quality standard)6.015.04.03.00.500.0000500.0500.00500.010
    水质指标Variables铜Cu总铁Fe锌Zn氰化物Cyanide氟化物Fluoride挥发酚Phenol六价铬Cr(Ⅵ)硒Se粪大肠菌群Fecal coliform
    数据量(Quantity)980102968988985986988982468
    最小值(Min)0.00100.020.0010.0020.0050.000150.0020.0001510
    25%分位数(25% percentile)0.00250.080.0250.0020.0700.001000.0020.0001510
    均值(Average)0.00320.310.0240.0020.1560.001000.0020.0001599
    75%分位数(75% percentile)0.00250.440.0250.0020.1900.001000.0020.00015110
    最大值(Max)0.13502.000.3640.0041.0000.007300.0210.000505540
    Ⅱ类水质标准限值(Class Ⅱ water quality standard)10.310.0510.0020.050.012000
    水质指标VariableDOCODCODMnBOD5NH3-N总汞Hg总砷As镉Cd铅Pb
    数据量(Quantity)956964960908957974923987985
    最小值(Min)0.25.01.00.10.010.0000050.000010.000250.001
    25%分位数(25% percentile)7.413.03.61.00.200.0000050.000010.000250.001
    均值(Average)8.819.86.21.70.440.0000110.000500.000250.001
    75%分位数(75% percentile)10.026.07.82.00.560.0000100.000600.000250.001
    最大值(Max)15.0249.069.249.45.560.0000500.010500.002000.013
    Ⅱ类水质标准限值(ClassⅡwater quality standard)6.015.04.03.00.500.0000500.0500.00500.010
    水质指标Variables铜Cu总铁Fe锌Zn氰化物Cyanide氟化物Fluoride挥发酚Phenol六价铬Cr(Ⅵ)硒Se粪大肠菌群Fecal coliform
    数据量(Quantity)980102968988985986988982468
    最小值(Min)0.00100.020.0010.0020.0050.000150.0020.0001510
    25%分位数(25% percentile)0.00250.080.0250.0020.0700.001000.0020.0001510
    均值(Average)0.00320.310.0240.0020.1560.001000.0020.0001599
    75%分位数(75% percentile)0.00250.440.0250.0020.1900.001000.0020.00015110
    最大值(Max)0.13502.000.3640.0041.0000.007300.0210.000505540
    Ⅱ类水质标准限值(Class Ⅱ water quality standard)10.310.0510.0020.050.012000
    下载: 导出CSV

    表 2  2011—2016年源头水保护区地表水水质单因子法评价结果

    Table 2.  Water quality evaluation results of single factor method in 2011—2016

    年份Year各类水质占比/%(Proportion of water quality class)总监测次数/次Monitoring times
    Ⅰ类Class ⅠⅡ类Class ⅡⅢ类Class ⅢⅣ类Class ⅣⅤ类Class Ⅴ劣Ⅴ类Inferior Class Ⅴ
    20110.019.138.230.37.94.589
    20124.417.724.738.610.14.4158
    20130.616.428.836.213.64.5177
    20141.221.832.929.412.42.4170
    20150.522.829.933.511.22.0197
    20161.017.829.437.110.74.1197
    合计1.319.330.134.511.23.5988
    年份Year各类水质占比/%(Proportion of water quality class)总监测次数/次Monitoring times
    Ⅰ类Class ⅠⅡ类Class ⅡⅢ类Class ⅢⅣ类Class ⅣⅤ类Class Ⅴ劣Ⅴ类Inferior Class Ⅴ
    20110.019.138.230.37.94.589
    20124.417.724.738.610.14.4158
    20130.616.428.836.213.64.5177
    20141.221.832.929.412.42.4170
    20150.522.829.933.511.22.0197
    20161.017.829.437.110.74.1197
    合计1.319.330.134.511.23.5988
    下载: 导出CSV

    表 3  单因子法评价结果各类水质占比年内分布情况

    Table 3.  The annual distribution of water quality classification by single factor method

    月份Month各类水质占比/%(Proportion of water quality class)总监测次数/次Monitoring times
    Ⅰ类Class ⅠⅡ类Class ⅡⅢ类Class ⅢⅣ类Class ⅣⅤ类Class Ⅴ劣Ⅴ类Inferior Class Ⅴ
    1月2.935.029.924.17.30.7137
    3月7.138.125.717.77.14.4113
    5月0.611.123.942.211.710.6180
    7月0.07.925.445.218.62.8177
    9月0.06.729.847.813.52.2178
    11月0.024.941.825.47.90.0177
    月份Month各类水质占比/%(Proportion of water quality class)总监测次数/次Monitoring times
    Ⅰ类Class ⅠⅡ类Class ⅡⅢ类Class ⅢⅣ类Class ⅣⅤ类Class Ⅴ劣Ⅴ类Inferior Class Ⅴ
    1月2.935.029.924.17.30.7137
    3月7.138.125.717.77.14.4113
    5月0.611.123.942.211.710.6180
    7月0.07.925.445.218.62.8177
    9月0.06.729.847.813.52.2178
    11月0.024.941.825.47.90.0177
    下载: 导出CSV

    表 4  26个源头水保护区内参评水质指标污染指数值

    Table 4.  Pollution index of water quality indices in source water reserves

    参评指标Variables溶解氧DOCOD高锰酸盐指数CODMn五日生化需氧量BOD5氨氮NH3-N总汞Hg
    平均值Average0.711.331.540.351.010.22
    最大值Max3.7516.617.36.511.11.00
    最小值Min0.400.330.200.030.030.10
    参评指标Variables总砷Se镉Cd铅Pb铜Cu总铁Fe锌Zn
    平均值Average0.010.050.130.0010.480.02
    最大值0.210.401.260.141.930.36
    最小值0.000.050.130.0010.040.001
    参评指标Variables氰化物Cyanide氟化物Fluoride挥发酚Phenol六价铬Cr(Ⅵ)硒Se粪大肠菌群Fecal coliform
    平均值Average0.040.160.500.040.020.05
    最大值Max0.081.003.650.420.052.77
    最小值Min0.040.010.080.040.020.01
    参评指标Variables溶解氧DOCOD高锰酸盐指数CODMn五日生化需氧量BOD5氨氮NH3-N总汞Hg
    平均值Average0.711.331.540.351.010.22
    最大值Max3.7516.617.36.511.11.00
    最小值Min0.400.330.200.030.030.10
    参评指标Variables总砷Se镉Cd铅Pb铜Cu总铁Fe锌Zn
    平均值Average0.010.050.130.0010.480.02
    最大值0.210.401.260.141.930.36
    最小值0.000.050.130.0010.040.001
    参评指标Variables氰化物Cyanide氟化物Fluoride挥发酚Phenol六价铬Cr(Ⅵ)硒Se粪大肠菌群Fecal coliform
    平均值Average0.040.160.500.040.020.05
    最大值Max0.081.003.650.420.052.77
    最小值Min0.040.010.080.040.020.01
    下载: 导出CSV

    表 5  CCME-WQI评价法中各变量(F1,F2,F3)信息表

    Table 5.  The value of variables (F1, F2, F3) in CCME-WQI

    年份Year参评变量/个Number of participating variables超标变量/个Number of failing variablesF1/%F2/%F3/%CCME WQI得分值CCME WQI value
    201118633.3310.567.8379.31
    201218527.7811.0814.9080.71
    201318633.3311.4914.5277.98
    201418527.7811.4115.2180.57
    201518738.899.5512.7575.74
    201618738.8911.1413.8375.32
    年份Year参评变量/个Number of participating variables超标变量/个Number of failing variablesF1/%F2/%F3/%CCME WQI得分值CCME WQI value
    201118633.3310.567.8379.31
    201218527.7811.0814.9080.71
    201318633.3311.4914.5277.98
    201418527.7811.4115.2180.57
    201518738.899.5512.7575.74
    201618738.8911.1413.8375.32
    下载: 导出CSV

    表 6  2014年黑龙江省源头水保护区汇水范围内分类土地利用面积占比统计表(%)

    Table 6.  Statistical data of the proportion of land-use types in source water reserves(%)

    编号Number水功能区Water functional zone汇水面积Catchment area/km2耕地Farmland林地Woodland草地Grassland水域Water城镇Town农村居民点Rural工业建设用地Industrial land未利用地Unused land
    A1额木尔河32390.1266.8229.120.240.070.2103.43
    A2呼玛河191760.3380.796.910.580.140.21011.03
    A3南瓮河2262074.660.990.2100024.14
    A4嫩江149916.1764.84.990.400.050.0923.5
    A5逊别拉河7120.5782.6514.43000.1602.18
    A6南北河251729.1265.315.270.0400.2100.05
    A7乌裕尔河22741.9533.17.19000.55017.21
    A8通肯河8214.8680.290.580.020004.23
    A9库尔滨河4120.218514.550.0500.1800
    A10汤旺河51231.5924.810.280.480.560.010.36
    A11伊春河2190.4892.660.20.2700.206.19
    A12梧桐河17036.2884.450.470.3500.0908.37
    A13鹤立河1463.3576.2119.840.0900.180.210.11
    A14呼兰河4715.5991.80.8500.240.7300.78
    A15阿什河116114.6179.670.432.740.170.990.151.24
    A16牤牛河162812.9482.033.980.0900.900.07
    A17蚂蚁河70224.6771.951.610.030.141.5100.09
    A18拉林河9286.0191.350.781.2300.500.13
    A19海浪河15881.3997.21.080.2200.1200
    A20穆棱河4644.1488.525.861.2600.2200
    A21小绥芬河5583.0891.654.53000.1500.58
    A22安邦河1431.9497.280.45000.3300
    A23倭肯河130332.3355.772.850.0400.6608.36
    A24挠力河132946.9342.694.6000.8604.93
    A25七虎林河1341.9496.491.25000.0600.26
    A26别拉洪河371170.013.377.2700.190.38018.47
    合计649259.8171.556.420.400.100.270.0311.42
    编号Number水功能区Water functional zone汇水面积Catchment area/km2耕地Farmland林地Woodland草地Grassland水域Water城镇Town农村居民点Rural工业建设用地Industrial land未利用地Unused land
    A1额木尔河32390.1266.8229.120.240.070.2103.43
    A2呼玛河191760.3380.796.910.580.140.21011.03
    A3南瓮河2262074.660.990.2100024.14
    A4嫩江149916.1764.84.990.400.050.0923.5
    A5逊别拉河7120.5782.6514.43000.1602.18
    A6南北河251729.1265.315.270.0400.2100.05
    A7乌裕尔河22741.9533.17.19000.55017.21
    A8通肯河8214.8680.290.580.020004.23
    A9库尔滨河4120.218514.550.0500.1800
    A10汤旺河51231.5924.810.280.480.560.010.36
    A11伊春河2190.4892.660.20.2700.206.19
    A12梧桐河17036.2884.450.470.3500.0908.37
    A13鹤立河1463.3576.2119.840.0900.180.210.11
    A14呼兰河4715.5991.80.8500.240.7300.78
    A15阿什河116114.6179.670.432.740.170.990.151.24
    A16牤牛河162812.9482.033.980.0900.900.07
    A17蚂蚁河70224.6771.951.610.030.141.5100.09
    A18拉林河9286.0191.350.781.2300.500.13
    A19海浪河15881.3997.21.080.2200.1200
    A20穆棱河4644.1488.525.861.2600.2200
    A21小绥芬河5583.0891.654.53000.1500.58
    A22安邦河1431.9497.280.45000.3300
    A23倭肯河130332.3355.772.850.0400.6608.36
    A24挠力河132946.9342.694.6000.8604.93
    A25七虎林河1341.9496.491.25000.0600.26
    A26别拉洪河371170.013.377.2700.190.38018.47
    合计649259.8171.556.420.400.100.270.0311.42
    下载: 导出CSV

    表 7  2011—2016年源头水保护区水质达标情况

    Table 7.  Meet the standard requirements of source water reserves in 2011—2016

    保护区Reserves201120122013201420152016
    呼兰河未达标未达标达标未达标
    拉林河达标达标未达标达标未达标未达标
    牤牛河达标达标未达标未达标未达标未达标
      注:其余23个源头水保护区2011—2016年共评价123次且均未达标.  Note:Other source water reserves were evaluated 123 times in 2011-2016 and failed to meet the standard requirements
    保护区Reserves201120122013201420152016
    呼兰河未达标未达标达标未达标
    拉林河达标达标未达标达标未达标未达标
    牤牛河达标达标未达标未达标未达标未达标
      注:其余23个源头水保护区2011—2016年共评价123次且均未达标.  Note:Other source water reserves were evaluated 123 times in 2011-2016 and failed to meet the standard requirements
    下载: 导出CSV

    表 8  2017年全国十大水资源一级区源头水保护区水质达标率

    Table 8.  The percentage of reaching standard requirements of source water reserves in 2017

    水资源一级区Water resources basins评价个数Evaluation number达标个数Number of reach the standard达标率/%Compliance rate
    松花江区801620
    辽河区372567.6
    海河区301343.3
    黄河区705274.3
    淮河区784152.6
    长江区27319370.7
    东南诸河区262284.6
    珠江区975051.5
    西南诸河区624775.8
    西北诸河区13813194.9
    全国89159066.2
    水资源一级区Water resources basins评价个数Evaluation number达标个数Number of reach the standard达标率/%Compliance rate
    松花江区801620
    辽河区372567.6
    海河区301343.3
    黄河区705274.3
    淮河区784152.6
    长江区27319370.7
    东南诸河区262284.6
    珠江区975051.5
    西南诸河区624775.8
    西北诸河区13813194.9
    全国89159066.2
    下载: 导出CSV

    表 9  2017年中国十大分区内保护区COD, CODMn以及NH3-N达标评价比例

    Table 9.  The percentage of fail to meet standard requirements of COD, CODMn and NH3-N in source water reserve.

    十大分区10 water resource basins超标率/%The over standard rate
    CODCODMnNH3-N
    松花江区9.027.86.8
    辽河区3.36.13.3
    海河区8.318.12.1
    淮河区7.46.12.7
    黄河区5.40.78.3
    长江区1.44.33.4
    东南诸河区0.00.01.9
    珠江区1.33.55.4
    西南诸河区0.81.11.3
    西北诸河区0.00.00.0
    十大分区10 water resource basins超标率/%The over standard rate
    CODCODMnNH3-N
    松花江区9.027.86.8
    辽河区3.36.13.3
    海河区8.318.12.1
    淮河区7.46.12.7
    黄河区5.40.78.3
    长江区1.44.33.4
    东南诸河区0.00.01.9
    珠江区1.33.55.4
    西南诸河区0.81.11.3
    西北诸河区0.00.00.0
    下载: 导出CSV
  • [1] 李维明, 何凡. 中国最严格水资源管理制度实施进展、问题与建议 [J]. 中国经济报告, 2019(3): 96-100. doi: 10.3969/j.issn.1673-3788.2019.03.014

    LI M W, HE F. Progress, problems and suggestions on the implementation of the strictest water resource management system in China [J]. China Economic Report, 2019(3): 96-100(in Chinese). doi: 10.3969/j.issn.1673-3788.2019.03.014

    [2] 温建雄. 分析最严格水资源管理制度背景下水资源配置情况 [J]. 河南水利与南水北调, 2019, 48(2): 40-41.

    WEN X J. Analysis of water resource allocation in the context of the strictest water resource management system [J]. Henan Water Resources & South-to-North Water Div, 2019, 48(2): 40-41(in Chinese).

    [3] 于琪洋. 实行最严格水资源管理制度考核工作分析与展望 [J]. 中国水利, 2019(17): 6-8. doi: 10.3969/j.issn.1000-1123.2019.17.003

    YU Y Q. Analysis and prospect of implementing the assessment of the strictest water resources management system [J]. China Water Resources, 2019(17): 6-8(in Chinese). doi: 10.3969/j.issn.1000-1123.2019.17.003

    [4] 侯君, 王汴歌, 孙国恩, 等. 最严格水资源管理制度的解读与思考 [J]. 河南水利与南水北调, 2018, 47(9): 55-56. doi: 10.3969/j.issn.1673-8853.2018.09.030

    HOU J, WANG G B, SUN E G, et al. Interpretation and consideration of the strictest water resource management system [J]. Henan Water Resources & South-to-North Water Div, 2018, 47(9): 55-56(in Chinese). doi: 10.3969/j.issn.1673-8853.2018.09.030

    [5] 刘婷婷. 最严格水资源管理制度亟需解决的问题及对策 [J]. 管理观察, 2016(23): 57-58. doi: 10.3969/j.issn.1674-2877.2016.23.018

    LIU T T. Problems and countermeasures to be solved in the strictest water resource management system [J]. Management Observer, 2016(23): 57-58(in Chinese). doi: 10.3969/j.issn.1674-2877.2016.23.018

    [6] 张旺, 庞靖鹏. 落实最严格水资源管理制度亟需解决的问题和下一步对策建议 [J]. 水利发展研究, 2012(4): 18-21.

    ZHANG W, PANG P J. Problems to be solved in implementing the strictest water resource management system and suggestions for the next step [J]. Water Resources Development Research, 2012(4): 18-21(in Chinese).

    [7] DUAN Q M, DU X, PENG Q W, et al. Role of humic substances as refractory organic matter in sustainable water quality assessment and management [J]. Water Supply, 2020, 20(2): 538-549. doi: 10.2166/ws.2019.186
    [8] DUAN Q M, DU X, PENG Q W, et al. Quantitative assessment of background pollutants using a modified method in data-poor regions [J]. Environ Monit Assess, 2020, 192(3): 160-175. doi: 10.1007/s10661-020-8122-8
    [9] ISMAIEL I A, BIRD G, MCDONALD M A, et al. Establishment of background water quality conditions in the Great Zab River catchment: Influence of geogenic and anthropogenic controls on developing a baseline for water quality assessment and resource management [J]. Environmental Earth Sciences, 2018, 77(50): 1-12.
    [10] JUNG K Y, AHN J M, CHO S, et al. Evaluation of long-term water quality management policy effect using nonparametric statistical methods [J]. Membrane Water Treatment, 2019, 10(5): 339-352.
    [11] 仇茂龙, 刘玲花, 邹晓雯, 等. 国内外水源地水质评价标准与评价方法的比较 [J]. 中国水利水电科学研究院学报, 2013, 11(3)-176. doi: 10.3969/j.issn.1672-3031.2013.03.003

    QIU L M, LIU H L, ZOU W X, et al. Comparison of water quality evaluation standards and methods at home and abroad [J]. Journal of China Institute of Water Resources and Hydropower Research, 2013, 11(3)-176(in Chinese). doi: 10.3969/j.issn.1672-3031.2013.03.003

    [12] 张阳阳, 卢庆文. 四种水质评价方法的研究和分析比较 [J]. 中国水运月刊, 2017, 17(7): 174-176.

    ZHANG Y Y, LU W Q. Research, analysis and comparison of four water quality evaluation methods [J]. China Water Transport, 2017, 17(7): 174-176(in Chinese).

    [13] 郭晶, 王丑明, 黄代中,等. 洞庭湖水污染特征及水质评价 [J]. 环境化学, 2019, 38(1): 156-164.

    GUO J, WANG M C, HUANG Z D, et al. Pollution characterization and water quality assessment of Dongting Lake [J]. Environ Chem, 2019, 38(1): 156-164(in Chinese).

    [14] DUAN Q M, DU X, PENG Q W, et al. A revised method of surface water quality evaluation based on background values and its application to samples collected in Heilongjiang Province, China. Water[J]. 2019, 11(5), 1057-1073.
    [15] 袁兴程, 钱新, 庞宗强,等. 不同土地利用方式土壤表层氮、磷流失特征研究 [J]. 环境化学, 2011, 30(9): 1657-1662.

    YUAN C X, QIAN X, PANG Q Z, et al. Characteristics of nitrogen and phosphorus loss from surface soil in different landuse [J]. Environ Chem, 2011, 30(9): 1657-1662(in Chinese).

    [16] 朱恒, 任常青, 邓凯. 巢湖流域土地利用变化对人类活动程度的响应 [J]. 测绘标准化, 2018, 34(3): 42-46.

    ZHU H, REN Q C, DENG K. Response of land use change to human activities in Chaohu Basin [J]. Standardization of Survveying and Mapping, 2018, 34(3): 42-46(in Chinese).

    [17] BAKER N R, ALLISON S D. Ultraviolet photodegradation facilitates microbial litter decomposition in a Mediterranean climate [J]. Ecology, 2015, 96(7): 1994-2003. doi: 10.1890/14-1482.1
    [18] LIU H, YANG Y, ZhANG K, et al. Soil Erosion as affected by freeze-thaw regime and initial soil moisture content [J]. Soil Science Society of America Journal, 2017, 81(3): 459-473. doi: 10.2136/sssaj2016.08.0271
    [19] 卫芯宇, 杨万勤, 张丽, 等. 冻融环境下凋落叶添加对亚高山森林土壤腐殖化程度的影响 [J]. 生态学报, 2018, 38(18): 166-174.

    WEI Y X, YANG Q W, ZHANG L, et al. Effect of litter addition on soil humification in subalpine forest under freeze-thaw environment [J]. Acta Ecologica Sinica, 2018, 38(18): 166-174(in Chinese).

    [20] CHAIPRASITHIKUL S. Assessing impact of economic development on water pollution in Thailand using dynamic spatial econometrics analysis. Social Science Electronic Publishing [J]. OIDA International Journal of Sustainable Development, 2013, 6(3): 71-76.
    [21] JUMA D W, WANG H, LI F. Impacts of population growth and economic development on water quality of a lake: Case study of Lake Victoria Kenya water [J]. Environmental Science and Pollution Research, 2014, 21(8): 5737-5746. doi: 10.1007/s11356-014-2524-5
    [22] WU K Y, WU D N. Evolution of the relationship between economic development and water pollution in shanghai [J]. Advanced Materials Research, 2014, 962-965: 2031-2039. doi: 10.4028/www.scientific.net/AMR.962-965.2031
    [23] OSTE L, ZWOLSMAN G J, KLEIN J. Methods to derive natural background concentrations of metals in surface water, and an application of two methods in a case study[R]. Deltares report 1206111.005, Utrecht, 2012, 104.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 1.7 %DOWNLOAD: 1.7 %HTML全文: 86.0 %HTML全文: 86.0 %摘要: 12.2 %摘要: 12.2 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 94.9 %其他: 94.9 %XX: 3.3 %XX: 3.3 %上海: 0.1 %上海: 0.1 %中卫: 0.0 %中卫: 0.0 %佳木斯: 0.0 %佳木斯: 0.0 %北京: 0.7 %北京: 0.7 %呼和浩特: 0.0 %呼和浩特: 0.0 %天津: 0.1 %天津: 0.1 %孝感: 0.0 %孝感: 0.0 %安康: 0.0 %安康: 0.0 %曲靖: 0.0 %曲靖: 0.0 %济南: 0.1 %济南: 0.1 %海口: 0.0 %海口: 0.0 %海得拉巴: 0.0 %海得拉巴: 0.0 %深圳: 0.1 %深圳: 0.1 %玉林: 0.0 %玉林: 0.0 %菏泽: 0.0 %菏泽: 0.0 %赣州: 0.0 %赣州: 0.0 %郑州: 0.0 %郑州: 0.0 %银川: 0.0 %银川: 0.0 %阳泉: 0.0 %阳泉: 0.0 %其他XX上海中卫佳木斯北京呼和浩特天津孝感安康曲靖济南海口海得拉巴深圳玉林菏泽赣州郑州银川阳泉Highcharts.com
图( 5) 表( 9)
计量
  • 文章访问数:  3178
  • HTML全文浏览数:  3178
  • PDF下载数:  107
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-02-20
  • 刊出日期:  2021-06-27
段茂庆, 杜霞, 彭文启, 张士杰, 姜翠玲, 阎柳青, 丁洋. 黑龙江省源头水保护区水环境特征分析及背景问题识别[J]. 环境化学, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202
引用本文: 段茂庆, 杜霞, 彭文启, 张士杰, 姜翠玲, 阎柳青, 丁洋. 黑龙江省源头水保护区水环境特征分析及背景问题识别[J]. 环境化学, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202
DUAN Maoqing, DU Xia, PENG Wenqi, ZHANG Shijie, JIANG Cuiling, YAN Liuqing, DING Yang. Environmental characteristics analysis and background value identification of surface water reserve in Heilongjiang Province[J]. Environmental Chemistry, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202
Citation: DUAN Maoqing, DU Xia, PENG Wenqi, ZHANG Shijie, JIANG Cuiling, YAN Liuqing, DING Yang. Environmental characteristics analysis and background value identification of surface water reserve in Heilongjiang Province[J]. Environmental Chemistry, 2021, 40(6): 1763-1774. doi: 10.7524/j.issn.0254-6108.2020022202

黑龙江省源头水保护区水环境特征分析及背景问题识别

    通讯作者: E-mail:pwq@iwhr.com
  • 1. 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心,天津,200170
  • 2. 中国水利水电科学研究院,北京,100038
  • 3. 河海大学水文学院,南京,210098
基金项目:
中国水利水电研究院专项科研基金(WE0145B052017)资助

摘要: 由于我国水环境标准与评价方法中未充分考虑环境背景的空间差异性,导致存在环境背景值问题的水功能区水质达标率长期处于较低水平,且难以满足最严格水资源管理制度考核的要求。因此,针对特殊区域识别存在背景问题及其影响程度以指导完善区域水质管理与评价体系是制度顺利实施的重要前提。本文系统全面的评价了黑龙江省源头水保护区2011—2016年地表水环境质量,识别了主要超标水质项目类别,分析了其浓度分布特征,在此基础之上,结合区域自然环境特征与超标指标浓度来源明确了研究区存在水环境背景值问题。通过对比全国水资源一级区内源头水保护区达标率、社会经济发展以及排污情况,重点突出了背景值问题对松花江区水环境管理与评价的负面影响。本文以特殊区域实行最严格水资源管理制度过程中主要问题为研究导向展开研究,以期为区域调整完善水环境管理与评价体系以满足制度可持续实施提供理论支撑。

English Abstract

  • 现阶段我国正在实行最严格水资源管理制度并颁布了考核标准,其中,“三条红线”制度中第三条明确规定了对水功能区达标率的要求,即水功能区水质达标率提高到95%以上,为实现上述红线目标,进一步明确了2015年和2020年水资源管理的阶段性目标[1-3]。制度实施过程中,其存在的问题也在不断显现。如法律体系保障滞;流域机构与行政管理部门职能界限不清;统计管理基础薄弱,统计方式较为粗放;缺乏控制污染物排放的有效手段和刚性措施等问题[4-6]。然而在制度的实施与考核过程中存在这样一个尤为突出的问题:以《地表水环境质量标准》(GB3838—2002)对全国范围内同一类型水功能区进行达标考核时,忽略了因地域自然条件与地理环境差异导致的水环境背景值的空间差异性,这种差异使得特殊区域水功能区难以通过有效的水环境治理措施提高达标率[7-8],即水环境管理与评价体系和最严格水资源管理制度实施之间的主要突出问题。为解决这一问题,亟需开展地表水环境背景问题识别工作以提出具有针对性的区域水环境管理与评价调整方案,保障最严格水资源管理制度的可持续实施。

    了解水环境背景值是水环境管理的基础,对制定地表水质量监管框架具有重要意义[9-10]。然而我国制定相关环境质量标准或建立环境质量管理体系时恰恰忽视了背景值的影响[11],因此,有必要针对特殊区域地表水环境进行系统分析,识别影响地表水环境质量的胁迫因子,判断区域地表水环境是否存在以非人类活动干扰为主导因子的背景值问题。

    本研究以黑龙江省26个源头水保护区为例,对保护区水环境质量特征进行全面分析,识别影响水质类别的主要超标指标,并对超标指标浓度值时空变化进行分析,根据研究区土地利用类型结合主要超标指标浓度来源识别背景污染物种类;分析背景值问题对区域水环境管理的影响程度及其在研究区的特殊性问题,以期指导研究区地表水环境管理评价体系的调整优化,解决最严格水资源管理制度实施过程中因背景值问题影响出现的考核偏差,为完善我国水资源水环境管理与评价体系提供现实依据.

  • 本次水质评价对象为黑龙江省26个源头水保护区(图1),总汇水面积为64925 km2,占黑龙江全省面积(47.3万km2)的15%左右。26个源头水保护区内共计37个常规水质监测断面,本研究收集到的监测数据为2011—2016年水质数据,监测频次为每月或隔月监测,评价指标为溶解氧(DO)、化学需氧量(COD)、高锰酸盐指数(CODMn)、五日生化需氧量(BOD5)、氨氮(NH3-N)、总汞、总砷、镉、铅、铜、总铁、锌、氰化物、氟化物、挥发酚、六价铬、硒、粪大肠菌群等18个水质指标。

    本研究中常规监测站水质数据由黑龙江省水环境监测中心提供,保护区土地利用数据来自Landsat 8 OLI卫星遥感影像解译,十大水资源分区内源头水保护区达标率根据2017年水资源公报数据统计,十大水资源分区内国内废水排放量数据依据2017年环境质量公报数据统计。

  • 本文选取国内常用的单因子评价法[12]、污染指数法[13]等评价方法全面反映研究区地表水水质类别、超标指标类别及程度、水质等级等,并采用由加拿大环保署(the Canadian Council of Ministers of the Environment)提出一种综合的全面的水质评价方法-CCME-WQI方法来反映研究区地表水综合质量状况[14],其优点是考虑了所有监测指标以及监测值,直接将监测值量化到评价过程中,不受缺测值或误差值的影响,是较为客观的水质评价方法。

  • RMse,s,p,RSs,p来分析水质指标浓度在26个保护区在季节性差异与空间变异性。

    式中,¯Xse,s,p代表每个点位(s)某个变量(p)在不同季节(se)内的平均浓度值,¯Xs,p代表每个点位(s)某个变量(p)在监测期间内平均浓度值(2011—2016),RMse,s,p代表相对季节变化。本研究中5月,7月,9月作为丰水季节,为1月,3月,11月做枯水季节。

    RSs,p反应的是不同点位间(即各源头水保护区)各指标浓度的差异性,其公式如下:

    式中,¯Xp代表某变量在所有点位的浓度平均值。如果RSs,p>0则该该点位某变量的浓度均值高于所有点位某变量浓度均值,反之亦然,|RSs,p|越大,则说明其空间变异性越强。

  • 表1列出了源头水保护区内地表水18个水质指标浓度特征值,由75%百分位数可以看出,除COD、CODMn以及NH3-N外,其余指标大部分监测到的浓度值均未超出Ⅱ类水质标准限值。单因子评价结果显示黑龙江省源头水保护区地表水主要水质类别为Ⅱ、Ⅲ、Ⅳ类水,占到83.9%,Ⅰ类水质类别占比最低,仅为1.3%,Ⅴ类与劣Ⅴ类水质占比分别为11.2%与3.5%,年际间各类水质占比无显著性差异(表2)。以Ⅱ类水质类别为标准,79.6%的监测数据以超出了水质标准要求。

    2011—2016年双月份水质监测次数总和仅为26次,水质类别年内分布仅考虑单月份,如表3所示,枯水期1、3、11月份水质类别主要为Ⅱ—Ⅳ类水,可占全年水质类别的80%以上,其次为Ⅴ类水质类别;丰水期5、7、9月份水质类别主要为Ⅲ—Ⅳ类水,可占全年水质类别的65%以上,值得注意的是,相比于枯水期月份,丰水期Ⅱ类水质占比有所下降,Ⅴ类水质占比明显上升,水质类别年内分布情况受丰枯水期影响较为明显。

  • 污染指数方法能够识别水质评价结果对个别指标的依赖性。18个参评指标2011—2016年间所有水质监测数据平均污染指数值见表4,其中,COD、CODMn以及NH3-N污染指数平均值>1,污染指数最大值分别为:16.6、17.3、11.1,是所有参评指标中污染最为严重的。除DO外,其余14个指标污染指数平均值均在0.5以下且最大污染指数相对较低。结果显示,源头水保护区地表水主要超标项目为COD、CODMn与NH3-N,是导致水质评价结果不达标的主要指标。

  • 以CCME-WQI对黑龙江省源头水保护区2011—2016年地表水环境进行综合性评价,由表5可知,其得分范围在75.32—80.71之间,且研究期间水质评价结果无统计学差异,水质属较为清洁的水质,这与单因子评价法结果有较大差异。在监测期间超标变量的个数为5—7个,由表5可知,评价等级主要由F1决定,F2与F3值相对较低。

    综合以上评价结果分析可知,黑龙江省源头水保护区地表水综合水质状况为清洁以上水平,水质较好。然而,就个别超标指标而言,COD、CODMn以及NH3-N超标次数较多且污染程度较高,是导致评价结果较差的主要控制指标。因此,COD、CODMn以及NH3-N作为主要关注指标进一步分析其浓度的时空变化特征。

  • 枯水季DO的RMse,s,p最大(图2)。在所有源头水保护区中,除RMdry,A26,DO外,其余保护区RMse,s,p均大于1,并且在0.91—1.27的范围内变化,这表明全年中相对较高的DO浓度出现在旱季。而RMWet、s、DO的范围为0.85—1.04,与旱季RMdry、s、DO接近,说明DO浓度在季节间无显著差异性。

    COD相对季节浓度变化与RMse,s,DO呈相反趋势,较高的RMse,s,COD值出现在丰水季节,而在枯水季节则表现出较低水平值。此外,五月、七月、九月COD平均值分别为24.3、23.8、17.5 mg·L−1,一月、三月、十一月分别为15.7、15.4、17.13 mg·L−1,全年COD浓度季节性变化较大。CODMn的季节变化趋势与COD相似,RMwet,s,CODMn在丰水季节为0.94—1.44和枯水季节为0.49—1.16。NH3-N浓度相对季节变化(RMse,s,p)呈现出与COD、CODMn一致的规律,丰水季节共有7个保护区,RMwet,s,NH3-N值大于1。值得注意的是,高浓度的NH3-N主要出现在丰水季节。

  • 在空间变化上4个指标呈现出明显的空间异质性(P<0.05)。所有监测点中溶解氧多年均值最大值出现在海浪河(10.2 mg·L−1),最小值出现在别拉洪河 (6.8 mg·L−1),26个源头水保护区COD、CODMn以及NH3-N浓度多年均值范围分别为9.5(拉林河)—30.8 mg·L−1(额木尔河)、2.7(拉林河)—11.2 mg·L−1(额木尔河)、0.28(逊别拉河)—0.77 mg·L−1(别拉洪河)。RSs、DO范围为−0.23—0.17,相比于COD(−0.52—0.57)、CODMn(−0.56—0.79)以及NH3-N(−0.67—0.8)变化范围小,空间差异性弱。RSs,CODMn空间变异程度高于COD,而最大与最小变异程度出现在与COD一致的保护区内。RSs,NH3-N值空间变异性高于其他3个指标,其中11个保护区为RSsp>1。RSsp值分析结果表明,地表水水质存在较明显的空间差异性(图3)。

  • (1)保护区土地利用类型

    区域人类活动程度可由土地利用变化直观反映,分析土地利用变化规律是研究人类活动程度的重要手段[15-16]。由表6可知,黑龙江省源头水保护区内主要以林草地为主,平均占地面积在80%以上,其次为未利用土地与耕地,分别占11.42%与9.81%,保护区内基本无工业用地。保护区内自然环境特征维持良好,人类活动强度较低,影响水环境质量的人为污染源主要为耕地面源污染与人类生活排污,从土地利用方式可以看出,保护区内水环境特征受自然环境的影响要远大于受人类活动的影响。因此,从土地利用方式与人类活动强度对水质影响考虑出发,结合区域水环境特征分析,是识别背景值问题之一.

    (2)超标指标浓度来源及影响因素

    图4研究区土壤类型主要为暗棕壤土、棕色针叶林土、沼泽土以及草甸土,土壤有机质含量可达10%—20%。研究区地表水水质主要超标项目类别为好氧有机质(COD、CODMn、NH3-N),腐殖质作为森林有机质的重要组成部分,其复杂的高分子结构中含有较多的官能团,腐殖质在实验室高温强氧化剂条件下分解消耗大量氧气并产生较多中间产品,而在自然状态下其稳定的结构难以降解消耗氧气,由2.1节源头水保护区水环境质量特征分析结果可知,保护区地表水中溶解氧浓度未出现明显不达标现象且浓度维持在较高水平,由此可知,保护区地表水中好氧有机污染物浓度由森林陆源腐殖质造成。

    研究区源头水保护区以林地为主,枯枝落叶层较厚,且寒温带气候条件影响了微生物对枯枝落叶的降解速率,枯枝落叶不能完全降解而大量堆积,加之研究区土壤类型以高腐殖质含量为主,冻融循环破坏了土壤团聚体稳定性,导致陆源有机质更易流失[17-18]。同时,植被类型对枯枝落叶的降解也有一定影响,松花江区植被类型主要为针叶林,而微生物活动更倾向于对阔叶林的降解[19]。由以上分析可知,气候类型、土壤类型以及植被类型是造成森林陆源腐殖质流失进入水体的主要因子,因而导致源头水保护区内河流水体腐殖质含量较高。腐殖质作为大分子好氧有机物质在高温强酸条件下将消耗大量氧气且产生较多的中间副产品,在实验室条件下检测出高浓度的COD、CODMn以及NH3-N。由此可见,结合研究区腐殖质(自然源)与水环境主要超标项目浓度关系分析,是识别背景值问题之二。

    (3)背景问题影响程度

    背景值问题主要影响了水质类别与水功能区达标率,根据制度考核要求,2030年水功能区水质达标率提高到95%以上。本文根据水功能区达标考核办法,对2011—2016年源头水保护区水功能区达标情况进行分析,源头水保护区内年内水质监测次数在6次及以上的按频次法进行评价,低于6次按均值法进行达标评价。评价结果见表7,2011—2016年26个源头水保护区水质评价结果中仅出现过6次达标情况,达标率仅为4.3%,远低于2030年目标要求。前文从人类活动强度角度、自然环境特征角度以及超标指标浓度来源识别了黑龙江省源头水保护区背景问题,由水功能区达标评价结果可知,背景问题对水功能区达标考核的影响非常严重。

  • 黑龙江省面积占松花江区流域面积的48%左右,因此该问题一定程度上也在十大一级水资源分区上体现。根据2017年水资源公报统计数据显示,全国共评价891个源头水保护区,十大水资源分区内源头水保护区达标率见表8,松花江区内源头水保护区水质达标率最低。然而,相对于海河区、淮河区、长江区等东部地区的水资源一级区而言,松花江区经济发展与人口密度都处于较低水平。尽管说地表水水质状况与人类活动强度之间没有完全必然的联系,但这种反差一定程度上反映了背景值问题在松花江区的独特性与严重性。

    在发展中国家,经济发展与环境保护仍存在较大的矛盾[20],人类活动与经济发展仍是水环境恶化的关键因子[21-22]。通过分析2017年中国环境质量公报统计的废水排放量与地表水资源总量比例可知(图5a),松花江区废水排放比例较低,松花江区人类活动对水质的污染程度是较低的,结合源头水水质达标评价结果可知,背景值问题在松花江区地表水水质当中的影响是相当严重的。图5b展示了2017年十大水资源分区保留区与开发利用区水质达标情况,松花江区内的保留区水质达标率在十大分区中达标率最低,开发利用区水质达标率仅高于淮河区。由此可见,背景值问题不仅影响了源头水保护区水质达标评价结果,还对其下游保留区甚至开发利用区水质造成一定影响。

    针对造成背景问题的主要水质指标COD、CODMn以及NH3-N分析了其在十大分区达标评价比例,分析结果表明(表9),3个水质指标较高的超标率均出现在松花江区且CODMn超标率远高于其它分区,松花江区内保护区地表水中COD与NH3-N的超标率已经超出了废水排放最高的海河区。综合以上分析结果可知,由森林腐殖质导致的水环境背景值问题对松花江区地表水环境质量的影响具有独特性与严重性。

  • 《全国重要江河湖泊水功能区水质达标评价技术方案》中第八项第2条中明确提及确因背景值影响而不满足水功能区目标要求的,按照修正的水质数据进行评价,但由于不同区域水环境背景问题存在较大差异[23],这种差异主要体现于:1)受背景环境影响的水质指标类别不同;2)水质指标浓度受背景环境影响程度不同;3)水质指标浓度来源不同[9],因此,根据背景值影响程度与范围由各省区自行提出解决方案审核后实施。本文提出以下解决方案供水环境管理部门参考:1)需修正的水质指标类别为COD、CODMn、NH3-N;2)在各源头水保护区内布设背景值监测站,建立背景值数据库;3)基于背景值数据库计算背景值表征范围;4)对于常规水质监测数据的修正方法:若在背景值表征范围内则不进行评价,若超出范围则对超出部分进行水质评价。该方案基于对黑龙江省源头水保护区地表水环境特征与背景问题成果基础上提出的,具有针对性与可实施性,能够较好地解决背景问题对区域水环境管理的影响,保障最严格水资源管理制定实施的可持续性,方案的具体实施还需根据实际情况进一步细化。

  • 本文以最严格水资源管理制度的实施和区域水环境管理与评价结果之间的突出矛盾为研究导向,以识别特殊区域水环境背景值问题为研究目的,以区域水环境管理与评价体系改革为最终服务对象,开展水环境背景值问题识别工作。通过分析研究区2011—2016年常规水质监测数据并结合研究区自然环境特征,明确了黑龙江省源头水保护区存在背景值问题,其中COD、CODMn、NH3-N浓度是受背景环境影响最严重的水质指标,可被定义为背景污染物。背景污染物的浓度存在较明显的时空变异特征,其时间变化主要体现出季节性差异,即丰水期浓度值高于枯水期。背景值问题已严重影响到了区域水质评价结果以及水功能区达标考核,且通过对比其他水资源一级区发现这种不利的影响在黑龙江省乃至松花江区表现的尤为突出,因此,在水环境管理与评价过程中必须对这种存在严重背景值问题的区域进行特殊考虑,这对完善我国水资源水环境管理体制,保障最严格水资源管理制度可持续实施具有重要意义。

参考文献 (23)

返回顶部

目录

/

返回文章
返回