Processing math: 100%

喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例

李永柳, 周忠发, 孔杰, 蒋翼, 刘贤梅, 李韶慧. 喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例[J]. 环境化学, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405
引用本文: 李永柳, 周忠发, 孔杰, 蒋翼, 刘贤梅, 李韶慧. 喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例[J]. 环境化学, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405
LI Yongliu, ZHOU Zhongfa, KONG Jie, JIANG Yi, LIU Xianmei, LI Shaohui. Seasonal variation characteristics and causes of river water chemistry in Karst——Taking the area of Pingzhai Reservoir as an example[J]. Environmental Chemistry, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405
Citation: LI Yongliu, ZHOU Zhongfa, KONG Jie, JIANG Yi, LIU Xianmei, LI Shaohui. Seasonal variation characteristics and causes of river water chemistry in Karst——Taking the area of Pingzhai Reservoir as an example[J]. Environmental Chemistry, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405

喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例

    通讯作者: Tel:13985026897, E-mail: fa6897@163.com
  • 基金项目:
    国家自然科学基金地区项目(U1612441)和贵州高层次创新型人才培养计划——“百”层次人才(黔科合平台人才〔2016〕5674)资助

Seasonal variation characteristics and causes of river water chemistry in Karst——Taking the area of Pingzhai Reservoir as an example

    Corresponding author: ZHOU Zhongfa, fa6897@163.com
  • Fund Project: the Regional Project of National Natural Science Foundation of China (U1612441) and the Top Hundred Innovative Talents Cultivated Program (Guizhou S & T Platform Talents [2016] 5674).
  • 摘要: 为探究平寨水库上游水化学沿程变化情况,采用因子分析、Piper三线图、Gibbs及离子关系对比等经典地质化学分析方法,分析平寨水库上游水化学变化特征及成因。结果表明,水化学类型主要为HCO3 - Ca型,沿程河段区-河库区-库区水化学呈现由SO4·ClNa·Ca·Mg型到HCO3·NO3 – Ca·Mg再到HCO3 - Ca·Mg型的演变特征。离子浓度季节变化明显,冬季高于夏季;空间上,除Na+SO24外,其余离子浓度整体表现为库区、河-库区大于各河段。Gibbs图表明水体水化学组成受岩石风化影响显著,离子关系对比图表明河段区水体受人为活动影响较强,因子分析结果表明研究区四季水化学组分主要受自然盐岩风化以及较小程度的人类源污染。
  • 据统计,2014—2019年全国共发生突发环境事件约1 900起,其中生态环境部直接调度指导处置的突发环境事件434起,水污染事件约占60%[1-2]。我国水系发达,当发生突发水环境事件时,很大程度上会影响到事发点下游集中式饮用水水源地。因环境污染造成县级城市集中式饮用水水源地取水中断的突发环境事件为重大突发环境事件;因环境污染造成设区的市级以上城市集中式饮用水水源地取水中断的突发环境事件为特别重大突发环境事件[3]。因此,当遇到可能影响到下游饮用水源地的突发环境事件时,应急处置应格外谨慎。在实际操作过程中宁紧勿松,然而这样也会使事件应急处置难度提高、时间延长、经济代价增大。

    我国《地表水环境质量标准》(GB 3838-2002)[4]的109项水质项目中,分为地表水环境质量标准基本项目、集中式饮用水地表水源地补充项目和集中式饮用水地表水源地特定项目3类,分别有24项、5项和80项。若非集中式饮用水地表水源地的地表水体中发生突发环境事件,且涉及的污染物类别属于集中式饮用水地表水源地补充项目或特定项目,影响到集中式饮用水地表水源地水质的,则存在执行标准缺失的问题;同时,《地表水环境质量标准》中个别指标严于同类型的世界卫生组织(WHO)或美国国家标准[5-7],如锑的浓度限制标准比WHO严格3倍,铊的浓度限制标准比美国严格4倍。

    本研究遵循“饮用水源地安全、资源的可持续利用、因地制宜、目标导向、严格控制”的原则,提出了在非集中式饮用水地表水源地执行的容许浓度要求及计算方法,适用于主体为河流及河流型湖库,理论上污染物类别包括所有在河流中不会发生自降解的物质。研究内容是对现行《地表水环境质量标准》(GB 3838-2002)的补充,可为环境应急管理提供参考。

    源强调查内容包括:1)流域内各段河流水体中特征污染物浓度采样监测;2)流域内各段河流水体中特征污染物本底值情况调查分析;3)流域各段河流河道底泥中特征污染物情况调查分析。在前述污染物源强调查分析基础上,核算出流域内各段河流特征污染物通量。

    1)水域概化。将天然水域概化成顺直河道与稳态水流,将污染源概化成点源,利用合适的数学模型描述水质变化规律。

    2)基础资料调查与评价。调查与评价各段水域水文资料(流速、流量、流向、水位等)和水域水质资料,收集污染物排放量与浓度资料、支流资料(支流数量、流量、流速与污染物浓度)等,并进行数据一致性分析,形成数据库。

    3)控制点选择。根据水环境功能区划和水域内的水质敏感点位置分析,确定水质控制断面的位置和浓度控制标准。

    4)水质模型建立。根据实际情况选择建立水质模型。

    5)容许浓度计算。应用设计水文条件和上下游水质限值条件进行水质模型计算,确定水域的水环境容量。充分考虑源头污染物通量、汇入支流污染物通量与河道底泥释放污染物通量等,在保证不影响下游集中式饮用水水源地水质的情况下得出实际环境管理可用的特征污染物容许浓度。

    以流域常规监测断面作为控制节点,将整个区域作为一个整体进行计算,将排入各河段的各种污染物作为输入条件,进行模拟演算。监测断面一定要反映环境敏感点的水质,且要保证出境水质达到下一水域的水质标准。

    1)零维水质模型。零维水质模型,即污染物进入河道就假设其完全混合均匀(溶解或分散),且以此均匀体为整体分散(稀释作用),将污染物泄漏点至环境敏感受体间的河道作为一个整体,污染物在这一整体河道内均匀混合。该模型适用于持久性污染物,河流为恒定流,即流量稳定、水质均匀的河流状态,此时可不考虑污染物进入水体的混合距离。具体见式(1)。

    C0=(C1×Q+q)/Q (1)

    式中:C0为污染物与河水混合均匀后的质量浓度,mg∙L−1C1为上游来水中污染物质量浓度,mg∙L−1Q为污染物泄漏点至下游某处区段内全部水量,L;q为污染物泄漏量,mg。

    2)忽略弥散的一维稳态水质模型。忽略弥散的一维稳态水质模型,即一维稳态稀释、降解综合模式,忽略污染物的纵向弥散系数(在稳态条件下,纵向弥散系数对结果影响小)。该模型适用于非持久性污染物,河流为恒定流。当污染物在河流横向上达到完全混合后,分析污染物在纵向即水流方向输移、转化的变化情况时采用此模型。具体见式(2)

    C=C0e(KL86400U) (2)

    式中:C为下游某处污染物质量浓度,mg∙L−1C0为污染物初始质量浓度,mg∙L−1K为污染物的衰减速度常数,d−1L为污染物泄漏点至下游某处河流长度,m;U为河流流速,m∙s−1

    3)一维动态混合模式。非持久性污染物、非恒定流采用一维动态混合模式。该模型适用于预测任何时刻的水质状况。具体见式(3)和式(4)。

    [(Ac)t]+[(qc)x]=[(dA×ct)x]+As (3)
    A=q/u (4)

    式中:A为过水断面面积,m2u为断面平均流速,m∙s−1q为流量,m3∙s−1d为纵向弥散系数,m2∙s−1c为某污染物在x断面t时刻的质量浓度,mg∙m−3s为各种源和漏的代数和。

    从上述公式可以看出,c是一个空间与时间的函数。当已知边界浓度后(即泄漏点位置河道中污染物的浓度),可根据时间步长和空间步长一步一步向下求解,即可得到c值。

    边界浓度(cbj)与污染物泄漏入河量M、泄漏时间t、河流流量Q等有关,其计算公式见式(5)。

    cbj=M/(t×Q) (5)

    式中:M为污染物泄漏入河的量,g;t为污染物泄漏时间,s;Q为泄漏点断面河道流量,m3∙s−1cbj即为c在泄漏点的表征。随着污染物在河道中向下游推移,c是变化的。

    以上3种计算数学模型为比较常见的污染物在水中的扩散模型。污染物扩散模型还有很多,比如二维、三维模型等,若是在基础数据及参数齐备的条件下,其预测的准确度会更高。但考虑到突发环境事件的特点,模型所需基础数据的收集比较困难;同时,应急处置应综合考虑最不利条件,有利于应急指挥与调度,因此,在应急处置阶段常常使用的是简单但危险性表征为最大的零维水质模型,即将特征污染物概化为保守物质或持久性污染物(如此设定可忽略特征污染物的自然衰减作用及河道其他物质对特征污染物的衰减作用,其危害性表征为最大),进入水体后视为完全均匀混合。

    容许浓度计算数学模型(零维模型)见式(6)~式(9)。

    C=T86.4Q (6)
    T=TT支流T底泥 (7)
    T=TT支流T底泥 (8)
    T支流=nn=0CnQn (9)

    式中:C为预测断面容许质量浓度,mg∙L−1T为预测断面污染物通量,kg∙d−1Q为预测断面流量,m3∙s−1T为流域污染物总通量,kg∙d−1T支流为预测河段所有汇入支流污染物通量,kg∙d−1T底泥为预测河段底泥释放污染物通量,kg∙d−1Cn为各支流污染物质量浓度,mg∙L−1Qn各支流流量,m3∙s−1n为河流的支流数。

    为满足更严格的水质要求,确保下游集中式饮用水水源地水环境安全,降低流域水环境风险,应以集中式饮用水地表水源地水质标准限值为基准,推导出上游各控制断面特征污染物最高容许浓度。同时,要求任一河段执行的容许浓度值不得直接导致其他相关河段特征污染物浓度超过其容许浓度值,当各河段特征污染物稳定低于容许浓度值后,可商请结束本次事件应急状态,解除应急响应。

    以我国西部地区某尾矿库尾矿砂泄漏导致下游河流突发锑污染事件为例,分析了若执行本研究方法计算出的容许浓度时的经济社会效益。

    2015年11月23日,我国西部地区某尾矿库因尾矿砂泄漏造成相关流域水体锑污染。该事件锑污染范围涉及A、B、C三省。在该事件的应急处置阶段,由于上游河流没有饮用水源地功能,而我国现行地表水环境质量标准相应功能区划中未设置锑标准,故全流域只能参照“集中式生活饮用水地表水源地特定项目标准限值”中的锑限值0.005 mg·L−1执行。而由于历史遗留原因及本次事件泄漏尾矿砂的影响,流域内有约100 km的河道因残存在河床上的尾矿砂中的锑与上覆水不断交换释放,使得各控制断面长时期处于轻度超标状态。为尽快全线达到0.005 mg·L−1的标准限值,解除应急响应状态,当地政府必须加大人力、物力、财力进行控制,加上时处隆冬季节,低温及冰冻天气给现场应急工作造成了极大不便。

    通过事后三省的环境应急监测数据分析并通过情景反演分析可知,若此次锑污染事件执行《WHO饮用水水质准则》(第4版,2011年)中关于锑的标准值0.020 mg·L−1,本次突发事件虽难以避免A与B两省省界断面超标,但可避免B和C两省省界断面超标,并可大大缩短应急响应时间。A省自启动应急响应至出省断面锑质量浓度降至0.020 mg·L−1,理论上可提前50 d解除应急响应;B省自A、B两省省界锑质量浓度超过0.020 mg·L−1至B、C两省省界锑质量浓度降至0.020 mg·L−1,理论上,B省可以提前49 d解除应急响应;C省自地表水中锑质量浓度开始超过0.020 mg·L−1至全线降至0.020 mg·L−1,理论上可以提前16 d解除应急响应。因此,若本次事件应急处置过程中执行对环境安全的WHO水质准则,与执行0.005 mg·L−1标准限值相比,本次事件理论上可提前16~50 d解除应急响应,三省均可减少一定量的人力、物力和财力投入。

    通过事后统计得知,本次事件直接经济损失总计约6×107元。其中,A省约2×107元,包括管线引水工程、应急监测费用、筑坝拆坝费用、药剂投加费用、引流河槽开挖工程、山泉水引流工程、溢流井临时封堵和加固工程、尾砂/底泥清淤工程、涵洞口应急处置工程、行政费用等10项应急处置费用和财产损失;B省约1.6×107元,包括管线引水工程费用、车辆送水、筑坝拆坝工程费用、药剂投加、水利调蓄、应急监测、应急保障、行政费用等8项应急处置费用和财产损失;C省2.4×107元,包括管线引水、水厂除锑、水源安全、应急监测、车辆送水、行政费用等6项应急处置费用和财产损失。

    通过情景反演分析,执行WHO水质准则限值的经济效益呈如下特点。

    1)对A省直接经济支出的影响较大。应急监测费用和行政费用支出按照减少的应急响应天数(减少应急天数50 d)折算,应急监测费用减少约4.5×105元,行政费用支出减少约1.2×106元;应急投药工程按照投药量减少50%计算,支出费用减少约2.65×106元。因此,直接经济损失共减少约4.3×106元。

    2)对B省直接经济支出有一定影响。应急监测费用和行政费用支出按照减少的应急响应天数(减少应急天数49 d)折算,应急监测费用减少约1.65×106元;行政费用支出减少约2.1×106元,故直接经济损失共减少约3.75×106元。

    3)对C省的应急支出的影响。理论上C省除开展入境断面的地表水水质监测和水厂除锑工艺改造外,不需要开展管线引水、水源安全、应急监测、车辆送水等应急工程;由此可减少财产损失约1.5×105元,管线饮水工程费用减少约8.9×106万元,车辆送水工程费用减少约9×105元,应急水源保障工程费用减少约4.7×106元,应急监测费用减少约2.85×106元,应急行政费用减少约8×105元。因此,直接经济损失共减少约1.83×107元。

    综上所述,如果此次事件中锑执行WHO水质准则限值0.02 mg·L−1,与执行0.005 mg·L−1标准限值相比,三省直接经济损失可减少约2.635×107元,约占实际直接经济损失(6×107元)的44%。若此次突发锑污染事件应急处置中饮用水源地上游各河段执行本研究提出的阶梯式容许浓度(浓度值0.005 0~0.120 0 mg·L−1),同样可大幅缩减应急处置时间并减少经济损失,而且此浓度范围能够保证下游集中式饮用水源地水质安全,并符合相应地区水环境功能区划要求。

    根据笔者所在研究团队亲历的多宗突发环境事件积累的经验,将集中式饮用水源地的污染物标准嫁接到非饮用水源地会导致标准偏于严格,因而有必要制定基于水环境风险控制的应急处置阶段的环境质量标准体系,以便最大限度地缩短应急处置时间,并降低应急处置成本。

    当突发环境事件发生时,若采用阶梯式容许浓度应对事件处置,可在大幅度缩减应急响应时间的基础上,减少应急投药量,缓解投加的药剂对河道水生生态的影响,缩短生态恢复时长,减少对人民群众生产生活的影响,更多地保障群众利益和社会和谐稳定。同时,使用阶梯式容许浓度,可促使地方政府调整产业结构、优化产业布局,充分考虑水环境承载能力,在保证产业发展前提下淘汰落后的生产工业装备和技术。

  • 图 1  研究区地质简图和采样点示意图

    Figure 1.  Chronostratigraphic map of the study area and the distribution of sampling points

    图 2  研究区主要离子浓度空间变化特征

    Figure 2.  Spatial variation characteristics of main ion concentration in the study area

    图 3  研究区水样Gibbs分布图

    Figure 3.  Gibbs diagram of water samples in study area

    图 4  研究区水样阴阳离子三角图

    Figure 4.  Triangle plots for the cations and anion of water samples in study area

    图 5  研究区水样Cl/Na+与TDS关系图

    Figure 5.  Relationship between Cl / Na+ and TDS of water samples in study area

    图 6  研究区水样SO24/Na+NO3/Na+NO3/Na+与Cl/Na+的当量比值关系

    Figure 6.  The relationship between the equivalent ratios of SO24/Na+ and NO3/Na+NO3/Na+ and Cl/Na+ in the study area

    表 1  不同时期研究区水化学组分统计表

    Table 1.  Statistics of hydro-chemical parameters of water samples in different periods

    时期Time项目ProjectWTpHDOECCa2+Mg2+Na++K+HCO3ClSO24NO3Sr2+SiO2TDS
    秋季Autumn最小值12.477.867.35238.0035.002.242.0942.701.1622.004.210.340.5973.49
    最大值16.778.639.27616.0077.008.6211.81172.9516.28103.4612.550.7410.05240.40
    平均值15.108.258.25365.7158.266.066.9497.215.5258.979.910.455.95158.92
    标准差1.360.180.4981.5211.791.772.2433.573.3917.652.500.092.4738.11
    变异系数9.012.185.9422.2920.2429.2132.2834.5361.4129.9325.2320.0041.5123.98
    冬季Winter最小值9.207.814.96244.0046.002.342.05112.851.5323.484.930.334.0288.09
    最大值13.308.8310.23653.0079.509.1512.71247.1015.23118.6915.150.769.41313.57
    平均值11.118.127.45405.1866.356.547.95161.606.2161.0410.390.486.00172.98
    标准差1.050.321.8886.5010.181.812.3233.083.7719.412.390.101.7246.65
    变异系数9.453.9425.2321.3515.3427.6829.1820.4760.7131.8023.0020.8328.6726.97
    春季Spring最小值10.838.027.92248.0047.002.041.96125.051.1521.893.900.302.0184.02
    最大值18.058.8411.43600.0078.508.2211.95210.4514.7896.7816.930.789.01201.17
    平均值13.168.469.72394.5967.745.998.13164.345.7756.1910.150.474.81162.00
    标准差1.800.211.0879.549.571.722.5125.473.5715.432.810.112.6729.57
    变异系数13.682.4811.1120.1614.1328.7130.8715.5061.8727.4627.6823.4055.5118.25
    夏季Summer最小值16.777.747.03204.0040.501.711.4082.351.2221.683.460.260.8274.31
    最大值27.179.0310.17378.0068.506.7612.16164.7014.90108.8017.200.558.52220.08
    平均值22.348.438.44307.3550.745.006.14111.777.4560.869.500.364.36146.97
    标准差3.190.391.0943.858.041.552.8520.6844.1618.722.970.063.1933.14
    变异系数14.284.6312.9114.2715.8531.0046.4218.5155.8430.7631.2616.6773.1722.55
      注:T单位为℃,电导率EC单位为μS/cm,pH为无量纲,变异系数为%,其余单位均为mg·L−1.  Note: Unit of T is ℃, EC is μS/cm, pH is dimensionless, coefficient of variation is %, and other units are mg·L−1.
    时期Time项目ProjectWTpHDOECCa2+Mg2+Na++K+HCO3ClSO24NO3Sr2+SiO2TDS
    秋季Autumn最小值12.477.867.35238.0035.002.242.0942.701.1622.004.210.340.5973.49
    最大值16.778.639.27616.0077.008.6211.81172.9516.28103.4612.550.7410.05240.40
    平均值15.108.258.25365.7158.266.066.9497.215.5258.979.910.455.95158.92
    标准差1.360.180.4981.5211.791.772.2433.573.3917.652.500.092.4738.11
    变异系数9.012.185.9422.2920.2429.2132.2834.5361.4129.9325.2320.0041.5123.98
    冬季Winter最小值9.207.814.96244.0046.002.342.05112.851.5323.484.930.334.0288.09
    最大值13.308.8310.23653.0079.509.1512.71247.1015.23118.6915.150.769.41313.57
    平均值11.118.127.45405.1866.356.547.95161.606.2161.0410.390.486.00172.98
    标准差1.050.321.8886.5010.181.812.3233.083.7719.412.390.101.7246.65
    变异系数9.453.9425.2321.3515.3427.6829.1820.4760.7131.8023.0020.8328.6726.97
    春季Spring最小值10.838.027.92248.0047.002.041.96125.051.1521.893.900.302.0184.02
    最大值18.058.8411.43600.0078.508.2211.95210.4514.7896.7816.930.789.01201.17
    平均值13.168.469.72394.5967.745.998.13164.345.7756.1910.150.474.81162.00
    标准差1.800.211.0879.549.571.722.5125.473.5715.432.810.112.6729.57
    变异系数13.682.4811.1120.1614.1328.7130.8715.5061.8727.4627.6823.4055.5118.25
    夏季Summer最小值16.777.747.03204.0040.501.711.4082.351.2221.683.460.260.8274.31
    最大值27.179.0310.17378.0068.506.7612.16164.7014.90108.8017.200.558.52220.08
    平均值22.348.438.44307.3550.745.006.14111.777.4560.869.500.364.36146.97
    标准差3.190.391.0943.858.041.552.8520.6844.1618.722.970.063.1933.14
    变异系数14.284.6312.9114.2715.8531.0046.4218.5155.8430.7631.2616.6773.1722.55
      注:T单位为℃,电导率EC单位为μS/cm,pH为无量纲,变异系数为%,其余单位均为mg·L−1.  Note: Unit of T is ℃, EC is μS/cm, pH is dimensionless, coefficient of variation is %, and other units are mg·L−1.
    下载: 导出CSV

    表 2  各季节水化学组分主成分分析

    Table 2.  Principal Component analysis of water chemical components in each season

    项目Project秋季 Autumn冬季 Winter春季 Spring夏季 Summer
    123123123123
    Ca2+0.810.10−0.250.82−0.44−0.290.73−0.39−0.460.270.730.52
    Mg2+0.87−0.360.040.77−0.540.230.79−0.54−0.020.760.18−0.46
    HCO30.25−0.650.530.770.56−0.170.890.27−0.18−0.200.890.05
    NO30.630.09−0.590.81−0.05−0.320.56−0.240.550.590.68−0.09
    SO240.570.550.470.590.560.530.730.450.350.82−0.210.46
    Cl-0.600.720.150.830.370.180.810.370.170.910.060.21
    K+0.92−0.33−0.100.85−0.430.070.73−0.440.400.750.10−0.62
    Na+0.88−0.42−0.000.76−0.440.310.92−0.08−0.020.82−0.550.08
    SiO2−0.30−0.170.76−0.53−0.020.77−0.640.09−0.72−0.610.180.66
    Sr2+0.160.790.210.170.87−0.160.330.86−0.140.33−0.730.48
    TDS0.920.010.370.930.310.140.980.140.030.840.340.41
    特征值5.122.261.716.042.501.326.321.881.394.942.871.99
    累计贡献/%46.5467.1082.6354.9277.5889.6257.4274.5387.1644.9571.0189.13
    项目Project秋季 Autumn冬季 Winter春季 Spring夏季 Summer
    123123123123
    Ca2+0.810.10−0.250.82−0.44−0.290.73−0.39−0.460.270.730.52
    Mg2+0.87−0.360.040.77−0.540.230.79−0.54−0.020.760.18−0.46
    HCO30.25−0.650.530.770.56−0.170.890.27−0.18−0.200.890.05
    NO30.630.09−0.590.81−0.05−0.320.56−0.240.550.590.68−0.09
    SO240.570.550.470.590.560.530.730.450.350.82−0.210.46
    Cl-0.600.720.150.830.370.180.810.370.170.910.060.21
    K+0.92−0.33−0.100.85−0.430.070.73−0.440.400.750.10−0.62
    Na+0.88−0.42−0.000.76−0.440.310.92−0.08−0.020.82−0.550.08
    SiO2−0.30−0.170.76−0.53−0.020.77−0.640.09−0.72−0.610.180.66
    Sr2+0.160.790.210.170.87−0.160.330.86−0.140.33−0.730.48
    TDS0.920.010.370.930.310.140.980.140.030.840.340.41
    特征值5.122.261.716.042.501.326.321.881.394.942.871.99
    累计贡献/%46.5467.1082.6354.9277.5889.6257.4274.5387.1644.9571.0189.13
    下载: 导出CSV
  • [1] GIBBS R J. Water chemistry of the Amazon river [J]. Geochimica et Cosmochimica Acta, 1972, 36(9): 1061-1066. doi: 10.1016/0016-7037(72)90021-X
    [2] 乐嘉祥, 王德春. 中国河流水化学特征 [J]. 地理学报, 1963, 18(1): 1-13. doi: 10.3321/j.issn:0375-5444.1963.01.001

    YUE| LE) J X, WANG D C. Hydrochemical characteristics of rivers in China [J]. Acta Geographica Sinica, 1963, 18(1): 1-13(in Chinese). doi: 10.3321/j.issn:0375-5444.1963.01.001

    [3] van der WEIJDEN C H, MIDDELBURG J J. Hydrogeochemistry of the River Rhine: Long term and seasonal variability, elemental budgets, base levels and pollution [J]. Water Research, 1989, 23(10): 1247-1266. doi: 10.1016/0043-1354(89)90187-5
    [4] KARIM A, VEIZER J. Weathering processes in the Indus River Basin: Implications from riverine carbon, sulfur, oxygen, and strontium isotopes [J]. Chemical Geology, 2000, 170(1/2/3/4): 153-177.
    [5] 王蕊, 刘兆飞, 姚治君. 蒙古国中北部地表水离子化学特征及其主要成因 [J]. 地理研究, 2017, 36(4): 790-800.

    WANG R, LIU Z F, YAO Z J. Geochemistry of surface water and its major causality in northern-central Mongolia [J]. Geographical Research, 2017, 36(4): 790-800(in Chinese).

    [6] 李思悦, 谭香, 徐志方, 等. 湖北丹江口水库主要离子化学季节变化及离子来源分析 [J]. 环境科学, 2008, 29(12): 3353-3359. doi: 10.3321/j.issn:0250-3301.2008.12.010

    LI S Y, TAN X, XU Z F, et al. Seasonal variation in the major ion chemistry and their sources in the Hubei Danjiangkou reservoir, China [J]. Environmental Science, 2008, 29(12): 3353-3359(in Chinese). doi: 10.3321/j.issn:0250-3301.2008.12.010

    [7] 孙英, 周金龙, 乃尉华, 等. 新疆喀什噶尔河流域地表水水化学季节变化特征及成因分析 [J]. 干旱区资源与环境, 2019, 33(8): 128-134. doi: 10.13448/j.cnki.jalre.2019.238

    SUN Y, ZHOU J L, NAI W H, et al. Seasonal variation characteristics and causes of surface water chemistry in Kashgar River Basin, Xinjiang [J]. Journal of Arid Land Resources and Environment, 2019, 33(8): 128-134(in Chinese). doi: 10.13448/j.cnki.jalre.2019.238

    [8] 余东, 周金龙, 魏兴, 等. 新疆喀什地区西部潜水水化学特征及演化规律分析 [J]. 环境化学, 2021, 40(8): 2493-2504. doi: 10.7524/j.issn.0254-6108.2020041301

    YU D, ZHOU J L, WEI X, et al. Analysis of chemical characteristics and evolution of phreatic water in Western Kashgar Prefecture, Xinjiang [J]. Environmental Chemistry, 2021, 40(8): 2493-2504(in Chinese). doi: 10.7524/j.issn.0254-6108.2020041301

    [9] 李甜甜, 季宏兵, 江用彬, 等. 赣江上游河流水化学的影响因素及DIC来源 [J]. 地理学报, 2007, 62(7): 764-775. doi: 10.3321/j.issn:0375-5444.2007.07.009

    LI T T, JI H B, JIANG Y B, et al. Hydro-geochemistry and the sources of DIC in the upriver tributaries of the Ganjiang river [J]. Acta Geographica Sinica, 2007, 62(7): 764-775(in Chinese). doi: 10.3321/j.issn:0375-5444.2007.07.009

    [10] 朱世丹, 张飞, 张海威, 等. 新疆艾比湖主要入湖河流同位素及水化学特征的季节变化 [J]. 湖泊科学, 2018, 30(6): 1707-1721. doi: 10.18307/2018.0622

    ZHU S D, ZHANG F, ZHANG H W, et al. Seasonal variation of the isotope and hydrochemical characteristics of the main lake rivers in Lake Ebinur, Xinjiang [J]. Journal of Lake Sciences, 2018, 30(6): 1707-1721(in Chinese). doi: 10.18307/2018.0622

    [11] 解晨骥, 高全洲, 陶贞. 流域化学风化与河流水化学研究综述与展望 [J]. 热带地理, 2012, 32(4): 331-337,356. doi: 10.3969/j.issn.1001-5221.2012.04.001

    XIE C J, GAO Q Z, TAO Z. Review and perspectives of the study on chemical weathering and hydrochemistry in river basin [J]. Tropical Geography, 2012, 32(4): 331-337,356(in Chinese). doi: 10.3969/j.issn.1001-5221.2012.04.001

    [12] 尚梦佳, 周忠发, 蒋翼, 等. 贵州威远河流域水化学空间特征及影响因素分析[C]//中国南方喀斯特间歇泉-长顺“潮井”生态文化高层论坛论文集. 黔南布依族苗族自治州, 2018: 58-65.
    [13] 张结, 周忠发, 曹明达, 等. 双河洞小流域主要离子化学特征及其来源分析 [J]. 水土保持学报, 2017, 31(2): 327-332,338. doi: 10.13870/j.cnki.stbcxb.2017.02.053

    ZHANG J, ZHOU Z F, CAO M D, et al. Hydrogeochemical characteristics and analysis of their sources in Karst small watershed of Shuanghe cave system [J]. Journal of Soil and Water Conservation, 2017, 31(2): 327-332,338(in Chinese). doi: 10.13870/j.cnki.stbcxb.2017.02.053

    [14] 黄奇波, 覃小群, 刘朋雨, 等. 乌江中上游段河水主要离子化学特征及控制因素 [J]. 环境科学, 2016, 37(5): 1779-1787. doi: 10.13227/j.hjkx.2016.05.023

    HUANG Q B, QIN X Q, LIU P Y, et al. Major ionic features and their controlling factors in the upper-middle reaches of Wujiang river [J]. Environmental Science, 2016, 37(5): 1779-1787(in Chinese). doi: 10.13227/j.hjkx.2016.05.023

    [15] 侯祎亮, 安艳玲, 吴起鑫, 等. 贵州省三岔河流域水化学特征及其控制因素 [J]. 长江流域资源与环境, 2016, 25(7): 1121-1128. doi: 10.11870/cjlyzyyhj201607014

    HOU Y L, AN Y L, WU Q X, et al. Hydrochemical characteristics in the Sanchahe river basin and the possible controls [J]. Resources and Environment in the Yangtze Basin, 2016, 25(7): 1121-1128(in Chinese). doi: 10.11870/cjlyzyyhj201607014

    [16] 杜文越, 何若雪, 何师意, 等. 桂江上游水化学特征变化及离子来源分析: 以桂林断面为例 [J]. 中国岩溶, 2017, 36(2): 207-214. doi: 10.11932/karst20170208

    DU W Y, HE R X, HE S Y, et al. Variation of hydrochemical characteristics and the ion source in the upstream of Guijiang river: A case study in Guilin section [J]. Carsologica Sinica, 2017, 36(2): 207-214(in Chinese). doi: 10.11932/karst20170208

    [17] 于奭, 孙平安, 杜文越, 等. 人类活动影响下水化学特征的影响: 以西江中上游流域为例 [J]. 环境科学, 2015, 36(1): 72-79.

    YU S, SUN P A, DU W Y, et al. Effect of hydrochemistry characteristics under impact of human activity: A case study in the upper reaches of the xijiang river basin [J]. Environmental Science, 2015, 36(1): 72-79(in Chinese).

    [18] 蒋翼, 周忠发, 薛冰清, 等. 贵州三岔河流域平寨水库水化学特征及控制因素 [J]. 环境工程, 2020, 38(2): 41-47. doi: 10.13205/j.hjgc.202002005

    JIANG Y, ZHOU Z F, XUE B Q, et al. Study of hydro-chemical characteristics and control factors in pingzhai reservoir of Sancha river basin in Guizhou [J]. Environmental Engineering, 2020, 38(2): 41-47(in Chinese). doi: 10.13205/j.hjgc.202002005

    [19] ZHAO X Y. Impacts of human activity on environment in the high-cold pasturing area: A case of Gannan pasturing area [J]. Acta Ecologica Sinica, 2010, 30(3): 141-149. doi: 10.1016/j.chnaes.2010.04.004
    [20] 但雨生, 周忠发, 吴跃, 等. 基于分形插值模型的平寨水库水质评价 [J]. 环境化学, 2020, 39(4): 987-998. doi: 10.7524/j.issn.0254-6108.2019040701

    DAN Y S, ZHOU Z F, WU Y, et al. Water quality assessment of Pingzhai Reservoir based on fractal interpolation model [J]. Environmental Chemistry, 2020, 39(4): 987-998(in Chinese). doi: 10.7524/j.issn.0254-6108.2019040701

    [21] ZHE M, ZHANG X Q, WANG B W, et al. Hydrochemical regime and its mechanism in yamzhog yumco basin, south Tibet [J]. Journal of Geographical Sciences, 2017, 27(9): 1111-1122. doi: 10.1007/s11442-017-1425-1
    [22] 寇永朝, 华琨, 李洲, 等. 泾河支流地表水地下水的水化学特征及其控制因素 [J]. 环境科学, 2018, 39(7): 3142-3149. doi: 10.13227/j.hjkx.201710202

    KOU Y C, HUA K, LI Z, et al. Major ionic features and their possible controls in the surface water and groundwater of the Jinghe river [J]. Environmental Science, 2018, 39(7): 3142-3149(in Chinese). doi: 10.13227/j.hjkx.201710202

    [23] LI X D, LIU C Q, LIU X L, et al. Identification of dissolved sulfate sources and the role of sulfuric acid in carbonate weathering using dual-isotopic data from the Jialing River, Southwest China [J]. Journal of Asian Earth Sciences, 2011, 42(3): 370-380. doi: 10.1016/j.jseaes.2011.06.002
    [24] JIANG Y J. Sources of sulfur in the Nandong underground river system, southwest China: A chemical and isotopic reconnaissance [J]. Applied Geochemistry, 2012, 27(8): 1463-1470. doi: 10.1016/j.apgeochem.2012.05.001
    [25] GAILLARDET J, DUPRÉ B, LOUVAT P, et al. Global silicate weathering and CO2 consumption rates deduced from the chemistry of large rivers [J]. Chemical Geology, 1999, 159(1/2/3/4): 3-30.
  • 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: 5.6 %DOWNLOAD: 5.6 %HTML全文: 88.5 %HTML全文: 88.5 %摘要: 5.9 %摘要: 5.9 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 94.5 %其他: 94.5 %XX: 3.6 %XX: 3.6 %北京: 0.5 %北京: 0.5 %吉林: 0.1 %吉林: 0.1 %大连: 0.1 %大连: 0.1 %安康: 0.2 %安康: 0.2 %成都: 0.1 %成都: 0.1 %杭州: 0.1 %杭州: 0.1 %沈阳: 0.1 %沈阳: 0.1 %深圳: 0.2 %深圳: 0.2 %湘潭: 0.1 %湘潭: 0.1 %重庆: 0.1 %重庆: 0.1 %黄石: 0.1 %黄石: 0.1 %其他XX北京吉林大连安康成都杭州沈阳深圳湘潭重庆黄石Highcharts.com
图( 6) 表( 2)
计量
  • 文章访问数:  4084
  • HTML全文浏览数:  4084
  • PDF下载数:  127
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-09-24
  • 录用日期:  2021-12-22
  • 刊出日期:  2023-02-27
李永柳, 周忠发, 孔杰, 蒋翼, 刘贤梅, 李韶慧. 喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例[J]. 环境化学, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405
引用本文: 李永柳, 周忠发, 孔杰, 蒋翼, 刘贤梅, 李韶慧. 喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例[J]. 环境化学, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405
LI Yongliu, ZHOU Zhongfa, KONG Jie, JIANG Yi, LIU Xianmei, LI Shaohui. Seasonal variation characteristics and causes of river water chemistry in Karst——Taking the area of Pingzhai Reservoir as an example[J]. Environmental Chemistry, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405
Citation: LI Yongliu, ZHOU Zhongfa, KONG Jie, JIANG Yi, LIU Xianmei, LI Shaohui. Seasonal variation characteristics and causes of river water chemistry in Karst——Taking the area of Pingzhai Reservoir as an example[J]. Environmental Chemistry, 2023, 42(2): 478-486. doi: 10.7524/j.issn.0254-6108.2021092405

喀斯特地区河流水化学季节变化特征及成因分析——以平寨水库上游流域为例

    通讯作者: Tel:13985026897, E-mail: fa6897@163.com
  • 1. 贵州师范大学喀斯特研究院/地理与环境科学学院,贵阳,550001
  • 2. 贵州省喀斯特山地生态环境国家重点实验室培育基地,贵阳,550001
基金项目:
国家自然科学基金地区项目(U1612441)和贵州高层次创新型人才培养计划——“百”层次人才(黔科合平台人才〔2016〕5674)资助

摘要: 为探究平寨水库上游水化学沿程变化情况,采用因子分析、Piper三线图、Gibbs及离子关系对比等经典地质化学分析方法,分析平寨水库上游水化学变化特征及成因。结果表明,水化学类型主要为HCO3 - Ca型,沿程河段区-河库区-库区水化学呈现由SO4·ClNa·Ca·Mg型到HCO3·NO3 – Ca·Mg再到HCO3 - Ca·Mg型的演变特征。离子浓度季节变化明显,冬季高于夏季;空间上,除Na+SO24外,其余离子浓度整体表现为库区、河-库区大于各河段。Gibbs图表明水体水化学组成受岩石风化影响显著,离子关系对比图表明河段区水体受人为活动影响较强,因子分析结果表明研究区四季水化学组分主要受自然盐岩风化以及较小程度的人类源污染。

English Abstract

  • 流域水化学特征作为研究化学风化作用过程的主要手段,主要离子特性可以反映来源、风化速率以及对气候变化的影响[1-2],其时空变化能够反映一定的水文情势,对流经地区的环境具有指示意义。西南喀斯特地区地质岩性特殊、河流化学侵蚀较强,深入研究喀斯特地区河流水化学对该区域环境变化、离子地球化学关系有重要意义。

    早期喀斯特地区河流水化学主要研究水化学类型和基础的物理化学特征(硬度、电导、总溶解质固体、pH值等)[3-4],随着研究的深入,水化学研究逐渐往离子组成及来源、演化过程、水质特征和人类活动影响方向转移[5-8]。目前研究河流水化学的方法[9-13]很多,其中Gibbs图法、三角图法、端元图法属于定性化描述;质量平衡法、同位素追踪法属于定量化方法;评价方法包括多元统计、描述性统计、因子分析、方差分析等,而综合运用各类方法进行水化学特征的研究较少。区域上,喀斯特地区河流水化学研究主要集中于大流域,相关学者对乌江[14]、三岔河[15]、桂江[16]、西江[17]等做了研究,而小流域和库区研究鲜为报道。内容上,喀斯特地区河流水化学主要研究水化学特征,而关于工农业化发展对上游流域水化学的影响并不深入。黔中水利枢纽工程建设、平寨水电站的开发,改变了天然水溶质的运移过程,厘清平寨水库水化学离子的运移规律,有助于库区水资源有效开发利用和保护。蒋翼等[18]对贵州省平寨水库库区的水化学特征进行了研究,但对于平寨水库上游的水化学定量分析不足。

    本文根据黔中水利枢纽工程水源地平寨水库上游不同时期采样分析结果,研究库区和入库河流季节性水化学特征、主要离子浓度空间变化特征及成因,以期为深入认识库区水文特征、水资源合理开发和保护提供科学依据。

    • 平寨水库位于贵州省毕节市,地处乌江上游三岔河中段地区,岩溶发育强烈,地形条件复杂,地势高低悬殊。淹没区面积15.10 km2,正常蓄水位1331 m,总库容量10.89亿m3,是黔中水利枢纽工程的水源地。研究区属于亚热带季风气候区,年均气温和降水量为12.6—16.4℃、946.8—1655.0 mm。

      研究区流域岩石类型主要为二叠、三叠系的纳雍河(砂岩、泥岩含煤层)、水公河(灰岩、白云岩、砂质泥岩)、张维河(白云质灰岩、玄武岩、砂岩)、白水河(碳质泥岩、砂质泥岩、生物灰岩夹白云岩)、扈家河(白云岩、白云质灰岩、泥岩),库区地下水类型为碳酸盐岩岩溶水。

      平寨水库涉及纳雍县、织金县、六枝特区和水城县,一共4个县、12个乡镇、159个村和4个林场,纳雍县百兴镇、六枝特区牛场乡、织金县鸡场乡均为农业乡镇,无矿产。纳雍县阳长镇有工矿企业,张家湾镇、曙光乡除粮食作物外,还有烤烟、魔芋等经济作物,以及丰富的矿产资源如煤矿、铜铁矿、白云石等。

    • 为了解入库河流及库区水体的水化学时空变化情况并探索成因,本研究于2018年11月和2019年1月、3月、7月的无雨天气对黔中水利枢纽工程水源地平寨水库及各入库河流进行采样。根据河流长度及采样便利性,在纳雍河段布设1个采样点(NY8)、张维河布设4个采样点(ZW3、ZW4、ZW9、ZW5)、水公河、白水河和扈家河各布设一个采样点(SG5、BS3、HJ5),在河流入库处布设6个采样点(NY6、NY3、SG3、ZW8、BS2、HJ2),库区布设3个采样点(SG1、PZ1、PZ4),共设17个采样点(图1),水样取表面以下0.5 m处。

      现场测试采用精度为0.001 pH/0.1℃/0.1 μS·cm−1的多参数水质分析仪现场测试pH、溶解氧(DO)、水温(WT)和电导率(EC);现场滴定使用0.1 mmol·L−1的碱度计和1 mg·L−1的硬度计测定HCO3、Ca2+;室内测试通过离子色谱仪(SO24、ClNO3)、电感耦合等离子体——光发射光谱仪(Na+、Mg2+、K+、Sr2+)和分光光度计(SiO2)测试相应指标。总溶解性固体(TDS)能表征水样化学组分的总体分布特点和变化规律,可通过各离子含量总和减去1/2HCO3含量来估算TDS[19]

    • 水体的基础物理化学参数包括水温、pH、DO、EC和主要离子浓度等,能够反映水体的基本化学性质和特征。四期平寨水库水样各指标描述性统计分析(表1)结果表明,研究区不同时期水化学组分含量整体变异性强,在春、夏两季变异性更为显著。水体温度(WT)为11.11—22.34℃,平均值为15.43℃。pH值介于8.12—8.46,平均值为8.32。水体溶解氧(DO)的变化范围在7.45—9.72 mg·L−1,平均值为8.46 mg·L−1,在冬季呈现较小值,主要受气温和水体浮游生物光合作用的影响[20]。水体电导率(EC)平均值为368.21 μS·cm−1,夏季较小,是雨水充沛,稀释作用所致[6]。水体总溶解性固体(TDS)在146.97—172.98 mg·L−1之间,TDS均值为160.22 mg·L−1,属于弱矿化度水(≥世界河流平均值100 mg·L−1),且冬季TDS高于其它三季。

      研究区主要离子浓度季节变化较为明显,主要阴离子(NO3SO24)、阳离子(Mg2+、Sr2+)和SiO2均在冬季表现出最大值,夏季表现出最低值。NO3、Sr2+和Mg2+、SiO2表现为冬季>春季>秋季>夏季和冬季>秋季>春季>夏季,其中,SO24浓度平均值与其变异系数变化相同,NO3、Mg2+和SiO2浓度平均值与其变异系数则相反。而Ca2+、Na++K+HCO3平均浓度表现为春季>冬季>秋季>夏季,变异系数反之。四期阳离子各组分含量整体均为:HCO3>SO24>NO3>Cl,且HCO3含量占主要优势;阳离子组分含量整体均为:Ca2+>Na+>Mg2+>K+,Ca2+含量占主要优势。

    • 图2是平寨水库在不同土地利用背景下春季、夏季、秋季、冬季主要离子浓度空间变化分布特征。纳雍河上游水样点周围建设用地居多,白水河上游、张维河中游水样点以耕地为主要背景,水公河、扈家河以及张维河上游土地利用类型为林地和草地,其余水样都在河流断面上。秋季Ca2+、Mg2+、ClNO3SO24空间分布一致,从离子浓度较大的张维河、白水河以及扈家河交汇于浓度较低的水公河,再与较高浓度的纳雍河汇于库区。Na+、K+表现为库区小于张维河和水公河,浓度值范围分别为3.59—20.4 mg·L−1、0.60—3.21 mg·L−1,浓度最低值、最高值均在纳雍河,且纳雍河从下游到上游离子浓度逐渐变大。秋季HCO3浓度范围在42.7—179.95 mg·L−1之间,空间变异性较大,纳雍河上游离子浓度最高,白水河上游离子浓度最低,而扈家河、张维河、水公河以及库区离子浓度变化较小。冬季Ca2+、Mg2+、ClNO3和空间分布特征基本一致,库区离子浓度低于河流,最高浓度在纳雍河上游,最低浓度在水公河上游。秋季Na+、K+离子浓度最低、最高值均在纳雍河。秋季HCO3SO24浓度范围在112.85—247.05 mg·L−1、23.48—118.69 mg·L−1之间,空间变异性较大,白水河上游离子浓度最高,库区离子浓度其次,而扈家河、张维河以及水公河离子浓度变化不大。

      春季ClSO24HCO3浓度范围分别在1.15—14.78 mg·L−1、21.89—96.78 mg·L−1、125.05—210.45 mg·L−1之间,空间变异性较大,离子浓度最低值出现在水公河上游,最高值在白水河上游,而扈家河、张维河、纳雍河以及库区离子浓度变化较小。Ca2+、Mg2+NO3离子浓度值在库区分布情况与白水河、水公河基本一致。K+、Na+离子在纳雍河和库区的浓度值较大,而张维河、水公河浓度值较小。夏季SO24浓度(21.68—108.80 mg·L−1)空间变异性较大,白水河、纳雍河、库区大于其他河段。ClNO3浓度范围分别在1.22—14.90 mg·L−1 和3.46—17.20 mg·L−1之间,纳雍河和库区浓度值均较大,而浓度最小值均在水公河,和张维河、白水河和扈家河浓度空间分布基本一致。夏季Na+、Mg2+和K+浓度值范围分别在2.36—21.61 mg·L−1、1.71—6.76 mg·L−1、0.44—2.72 mg·L−1之间。夏季Ca2+HCO3浓度最大值均在纳雍河,白水河和扈家河浓度值均较小,受四条河流影响库区浓度值与纳雍河相比,下降明显。

    • Gibbs图可以直观的反映天然水体中主要离子的形成机制,通过TDS与Na+/(Na++Ca2+)、TDS 与Cl/(Cl+HCO3)的关系判别水体水化学组分的控制类型,包括蒸发结晶作用、岩石风化和大气降水[21]图3,不同时期、不同区域研究区水体样品Na+/(Na++Ca2+)、Cl/(Cl+HCO3)均分布在Gibbs图中中间靠左的位置,TDS约为100 mg·L−1左右,阴阳离子的比率均在0—0.4范围内,表明研究区水体水化学组成远离大气降水与蒸发结晶控制。Cl/(Cl+HCO3)比值图中个别季节、个别区域的水样点落在图外,表明水化学特征还可能受其他因素如人类活动的影响[22]

      研究区的水化学阴阳离子三角图(图4)结果显示了研究区水体水化学的主要离子组成特征。在阳离子三角图上,秋、冬、春、夏四季水体均位于阳离子三角图的左下角,优势阳离子是Ca2+离子(74.80%);其次为K++Na+(17.95%)和Mg2+(7.26%)。在阴离子三角图上,秋、冬、春、夏四季水体集中分布于图下侧弱酸分布区,其中HCO3含量最高,平均占阴离子的63.99%,表明研究区水样阴离子受碳酸盐岩风化的影响较大,秋季水样点HCO3离子浓度低于其它三季,表明秋季研究区水体水化学组分碳酸盐岩风化影响低于其它三季;其次是SO24+Cl,含量为31.34%;NO3含量最低,为4.67%。总体上,研究区流域受碳酸盐岩地层控制,属于弱酸大于强酸类型,水体大部分为HCO3 – Ca型水,小部分为HCO3·SO4 – Ca型,反映出部分水样点可能受到人类源的SO24影响[23-24]。不同区域水样点多数靠近Ca2+这一端(图4右侧),阴离子三角图中,河段区部分水组分点在HCO3SO24+Cl端,河-库区、库区水组分点多数在HCO3端,说明河-库区与库区主要受碳酸盐岩影响,河段区则受蒸发盐岩和碳酸盐岩共同影响。

    • Gaillardet等[25]利用TDS和Cl/Na+离子浓度的比值关系研究了世界上61条流域受人为活动影响的情况,当流域TDS>500 mg·L−1或Cl/Na+离子浓度>1.17时,说明流域受人为影响显著。不同时期、不同区域研究区水体TDS和Cl/Na+离子浓度的比值关系见图5,秋、冬、春、夏四季大部分水样TDS浓度和Cl/Na+离子浓度比值在200 mg·L−1、0.5左右,部分水样Cl/Na+离子浓度比值>1.17,说明研究区水体受较小程度的人为活动影响。河段区、河-库区、库区水样大部分水样TDS浓度和Cl/Na+离子浓度比值在200 mg·L−1、0.5左右,河段区部分水样和Cl/Na+离子浓度比值在1.5左右,说明河段区水体受到人为活动影响较大。

      人类活动产生的污染源可以直接排放或经过大气输送至水体中,主要包括农业、工业活动的影响。水体中NO3离子主要来源于农业生产活动中使用的各种化学肥料,SO24主要来源于工业活动和SO2的干湿沉降,通过水体中NO3SO24浓度关系可以反映农业、工业活动的影响[9]。深入分析研究区水化学组分和人为活动之间的关系(图6)发现,秋、冬、春、夏四季SO24/Na+NO3/Na+比值关系图中大部分水样SO24/Na+NO3/Na+比值基本集中分布在5和1以内,部分位于工业活动和大气输入端元附近水样的SO24/Na+NO3/Na+比值都稍高,最高分别达到了12和3,表明研究区水体受工业活动和大气输入的影响显著,可能是由于研究区内工矿企业无序排放废水废气导致土壤和河流污染,使得水体表现出受到工业活动和大气输入的影响的趋势,秋季、冬季有个别水样落在工业活动、大气输入和农业活动的中间,可能是大气输入和农业活动相混合的结果。由NO3/Na+与Cl/Na+的当量比值关系可清楚看出,NO3/Na+与Cl/Na+比值夏季、秋季有少数几个水样点靠近农业活动的端元,其余值均集中在1以内,表明可能受到农业活动施肥的影响。综上,研究区水体受到人类活动污染,但污染程度较轻。

    • 通过数理统计方法,采用因子分析法来探讨研究区主要离子与环境之间的关系(表2)。可以清楚地看出,秋、冬、春、夏季均有3个因子,各季节的主成分累积贡献率均达到80%以上,最高达到89.62%,其中第一因子占53.46%,第二、三因子占21.59%、14.58%,因子分类明确。

      在秋、冬季因子分析第一因子中,Ca2+、Mg2+NO3、K+、Na+、TDS化学关系较强,第二因子中Sr2+有较强的因子关系,SiO2在第三因子中因子载荷比较大,表明秋冬两季主要是由岩石的自然风化(碳酸盐岩和硅酸盐岩溶解)和人为影响(工业和农业活动)决定。在春季和夏季,Mg2+、Na+、K+HCO3NO3SO24、Cl、TDS控制第一因子,盐岩风化(碳酸盐岩、硫酸盐岩)是主要原因,其次NO3SO24、TDS之间的关系表明受到不同程度的人类活动影响,平寨水库NO3离子含量和SO24离子含量范围分别为3.46—17.2 mg·L−1、21.68—118.69 mg·L−1,高于贵州大气降水值,表明这两种离子主要来源不是大气降水,且SO24主要受研究区周边工矿企业的影响,如北部纳雍县煤矿火电厂企业;而影响NO3变化主要受农业活动,施用化肥所致。研究区Na+和Cl离子含量基本介于贵州大气降水的离子含量范围内,且平寨水库流域几乎没有蒸发岩分布[15],表明这两种离子主要受大气降水影响。第二、三因子硅酸盐矿物和风化是Sr2+、K+、SiO2的主要来源。

    • (1)平寨水库水体整体呈弱碱性,春、夏两季水化学组分变异性强,阴离子各组分含量整体均为:HCO3>SO24>NO3>Cl,阳离子组分含量整体均为:Ca2+>Na+>Mg2+>K+。时间上,研究区季节变化较为明显,总体呈现冬季较高,夏季较低的趋势;空间上,离子浓度整体表现为纳雍河、库区>张维河、白水河、扈家河>水公河。

      (2)平寨水库水体为HCO3-Ca型水,沿程河段区-河库区-库区水化学类型呈现由SO4·Cl Na·Ca·Mg型到HCO3·NO3 – Ca·Mg再到HCO3 – Ca·Mg型的演变特征。Gibbs图表明水体水化学组成受岩石风化影响显著。

      (3)因子分析提取了研究区4个季节87.13%的水化学特征,结果表明四季水化学组分主要受自然盐岩风化和人类源控制,春季、夏季受人为活动因子影响较强,秋季、冬季水化学组成归因于地质影响。

    参考文献 (25)

返回顶部

目录

/

返回文章
返回