-
湖泊的富营养化问题是全世界面临的主要水环境问题之一[1]，富营养化进程加快易引起水华暴发[2-3]，透明度下降[4]，生物多样性下降[5]等一系列生态系统变化，甚至影响到工农业生产和居民生活，故富营养化问题值得密切关注[6]。关于富营养化现状、发生机制和控制措施等方面，国内外已有一些研究报道[7-10]。中国著名的太湖、巢湖、滇池（简称“三湖”）水华程度分别以“轻度水华”、“轻微水华”、“中度水华”为主[11]。一直以来国家将“三湖”治理纳入国家计划的重点环境治理工程[12]。鄱阳湖整体处于中营养状态，有向富营养化发展的趋势[13]。目前洞庭湖水体富营养化整体程度较轻，但局部水域（大小西湖）富营养化突出，已引起社会各界广泛的关注。有关洞庭湖富营养化研究报道也较多，熊剑等[14-15]利用水质单因子评价和综合营养状态指数对洞庭湖近30年的水质营养状况进行趋势分析，王婷等[16]系统分析了三峡工程运行导致的江湖关系变化对洞庭湖水环境和富营养风险的影响。吴可方等[17]于2016年对东洞庭湖环境因子和浮游植物进行调查，探讨了秋季东洞庭湖蓝藻水华发生的风险水平。然而鲜有在综合营养状态指数评价和洞庭湖浮游植物长期群落演变特征基础上，采用主成分分析对洞庭湖的富营养化影响因素进行研究。
本研究基于1988—2020年对洞庭湖全湖水质和浮游植物的数据跟踪，对洞庭湖的富营养现状及变化趋势作出了全面评价，并结合浮游植物长期的演变特征，采用主成分分析探讨了影响洞庭湖富营养化的主要水质因子，并运用RDA分析揭示了浮游植物与环境因子的关系，以期为洞庭湖水环境保护提供技术支撑。
-
洞庭湖（111°53′E—113°05′E、28°44′N—29°35′N）位于湖南省东北部，长江中游荆江段南岸，由西洞庭湖、南洞庭湖和东洞庭湖组成，是我国第二大淡水湖，同时也是全球重要生态区和国际重要湿地。洞庭湖来水复杂，南纳湘、资、沅、澧(简称四水)，北接长江松滋、太平、藕池(简称三口)，经湖泊调蓄后，由城陵矶注入长江，有枯水一线、丰水一片的水文特征。洞庭湖共设置12个湖体监测断面，具体包括西洞庭湖区的南嘴(S1)、蒋家嘴(S2)和小河嘴(S3)断面；南洞庭湖区的万子湖(S4)、横岭湖(S5)和虞公庙(S6)断面；东洞庭湖区的鹿角(S7)、东洞庭湖(S8)、岳阳楼(S9)、扁山(S10)、洞庭湖出口(S11)和大小西湖(S12)断面，详见图1。
-
所有水质和浮游植物数据均来自于湖南省洞庭湖生态环境监测中心，各监测指标的年际变化趋势分别以年度算术平均值进行分析处理。采用《湖泊（水库）富营养化评价方法及分级技术规定》中的综合营养状态指数法对水体营养状态进行评价（缺少2002年监测数据）[18]，评价指标包括叶绿素a（Chla）、总磷（TP）、总氮(TN)、透明度(SD)和高锰酸盐指数(CODMn)。使用SPASS软件对水质监测数据进行主成分分析，使用Canoco for Windows 4.5软件对浮游植物群落密度数据与水质因子数据进行RDA分析。
-
水质样品采集表层（0.5 m）水样，水样采集后现场自然沉降30 min，取上层非沉降部分分析。浮游植物样品分定量和定性采集。浮游植物定量样根据采样点位的水深设置采样层次。定性样品的采集在定量样品采集结束后进行。使用 25 号浮游生物网，于水面下 0.5 m 深处以每秒 20—30 cm 的速度作“∞”形循环缓慢拖动，拖动时间至少 1—3 min。水质指标在2004年之前每年监测3次（1月、5月和9月），2005年起每月监测1次，浮游植物指标每季度监测1次。
-
水质监测项目包含水温、pH、溶解氧（DO）、TP、TN、CODMn、化学需氧量(CODCr)、五日生化需氧量(BOD5)、氨氮(NH3-N)、Chla、SD等11项。水温、pH和DO采用YSI现场水质多参数仪直接测定；TP采用钼酸铵分光光度法（GB 11893—1989)测定；TN采用碱性过硫酸钾消解紫外分光光度法（HJ 636—2012）测定；CODMn采用酸性滴定法（GB 11892—1989）测定；CODCr采用重铬酸钾法（HJ 828—2017）测定；BOD5采用稀释与接种法（HJ 505—2009）测定；NH3-N采用纳氏试剂分光光度法（HJ 535—2009）测定；Chla采用分光光度法（HJ 897—2017）测定；透明度采用塞氏盘法现场测定。浮游植物样品用鲁哥氏液固定沉淀48 h后进行显微镜分类计数，种类鉴定参照《中国淡水藻志》[19]。
-
2020年洞庭湖全湖综合营养状态指数（ΣTLI）为49.60，属中营养；12个监测断面ΣTLI在43.24—59.05之间，西、南洞庭湖区域ΣTLI均低于50，处于中营养水平；东洞庭湖区域ΣTLI为52.86，处于轻度富营养状态，其中大小西湖断面的ΣTLI最大，为59.05。2020年1月、4—7月、12月，洞庭湖全湖ΣTLI均超过50，达到轻度富营养，其他月份ΣTLI均小于50，属于中营养。下半年营养状况稍好于上半年。
-
从时间上看，1991—2020年，洞庭湖全湖ΣTLI在41.09 — 51.68之间，总体呈上升趋势（图2），其中1998、2000、2010、2014—2016年的ΣTLI均超过50，处于轻度富营养状态，其余年份均处于中营养状态。可分为3个时间段分析：1991—2000年为第一阶段，这一时期ΣTLI明显上升，尤其是1998年和2000年达到轻度富营养水平，这可能与这一时期洞庭湖暴发洪水有关[20-21]，洪水期间地表径流携带的大量悬浮物会使湖泊水体中氮磷等污染物浓度升高[22-23]，另外强烈的风暴也会破坏水生植物群落，底泥悬浮易导致沉积物中营养物质得以释放[24]。2001—2007年为第二阶段，这一时期ΣTLI均低于50，水体富营养化趋势减缓，主要受低浓度叶绿素a的影响。2008—2020年为第三阶段，ΣTLI上升趋势明显，水体富营养化加剧。该时段洞庭湖流域工业和生活污染、农业面源污染增加，且湖区内水产养殖破坏水生植被，湖体自净能力减弱等加剧了湖泊富营养化进程[25]。另外，三峡工程运行也可能使洞庭湖水体透明度增大，水环境容量减少，水华暴发风险相对较大[16]。
-
洞庭湖富营养的空间分布按西、南、东的3个湖区进行比较，总体表现为东洞庭湖>西洞庭湖>南洞庭湖，与熊剑等[14]的统计分析结果一致，也与汪星等[26]研究的藻类功能群的分布状况相符。近30年来，南洞庭湖区ΣTLI一直低于50，长期稳定在中营养水平。西洞庭湖区在1996、1998和2000年ΣTLI高于50，属轻度富营养，其他年份ΣTLI低于50，属中营养。东洞庭湖区ΣTLI呈上升趋势，与其他湖区差异性显著，在1996、1998、2008—2010年和2013—2020年都超过50，属轻度富营养，主要受大小西湖的影响。大小西湖断面位于东洞庭湖国家级自然保护区的核心区，其附近连通水域水流缓慢，营养盐浓度较高，在2008年首次出现水华，在2013年9月水华面积达400 km2，优势种为微囊藻[27]。“十三五”期间，大小西湖断面平均ΣTLI高于59，将接近中度富营养水平，应引起高度重视。
-
除了ΣTLI可以表征湖体富营养状态外，浮游植物也可以作为湖泊富营养化的指示性生物[28]。自1988年以来，洞庭湖共记录浮游植物8门118属，其中蓝藻门17属、绿藻门48属、硅藻门28属、裸藻门8属、甲藻门4属、隐藻门5属、金藻门5属、黄藻门3属。绿藻门、硅藻门和蓝藻门是洞庭湖的主要物种，分别占洞庭湖总物种属的40.7%、23.7%和14.4%。如图3所示，1988—2020年洞庭湖浮游植物密度呈波动上升趋势。
1993年之前，各年平均密度均小于10.0×104 个·L−1；1994—2007年，各年平均密度均小于20.0×104 个·L−1；2008年后洞庭湖浮游植物密度迅速上升，2020年达最大密度为95.7×104 个 ·L−1，远高于20世纪90年代初的水平，主要与东洞庭湖自然保护区大小西湖及附近区域出现水华有关[27,29]。近30年来，洞庭湖浮游植物优势种群由隐藻(贫-中营养代表种)和硅藻（中-富营养型代表种）[30]转变为硅藻和绿藻。值得注意的是，近30年来，洞庭湖的蓝藻门（富营养型代表种）[30]密度有显著上升趋势，由1988年的200个·L−1上升到2020年的6.75×105 个·L−1，且2008年后上升明显，这表明洞庭湖呈现出由中营养过渡到轻度富营养的趋势[29]。
-
湖泊营养状态评价指标为TN、TP、CODMn、Chla和透明度5项指标。洞庭湖表层水中CODMn、TN和TP浓度的年变化趋势见图4，Chla和透明度的年变化趋势见图5。
由图4可知，洞庭湖表层水中TN、TP浓度总体呈上升趋势，20世纪90年代中期后湖体TN、TP浓度超标，成为洞庭湖水质恶化和水体营养化程度加剧的重要因子。1991—2020年，TN年均浓度变化范围在1.06—2.04 mg·L−1之间，均高于地表水环境质量标准（GB 3838—2002）Ⅲ类标准限值（1.0 mg·L−1）。1991—2008年TN浓度一直在1.30 mg·L−1上下波动，无明显变化趋势；2009— 2020年TN浓度较前期明显上升，均超过1.60 mg·L−1，2013年达到峰值（2.04 mg·L−1），近7年有下降趋势。
1991—2020年，TP浓度波动较大，TP年均浓度变化范围在0.03—0.15 mg·L−1之间。1991—1994年，洞庭湖TP浓度较低，均低于地表水环境质量标准（GB 3838—2002）Ⅲ类标准限值（0.05 mg·L−1），1995年后TP浓度均高于Ⅲ类标准限值，有些年份甚至高于Ⅳ类标准限值（0.1 mg·L−1）。1995—2009年TP浓度波动较大，2010—2020年，TP浓度变化趋于平缓，近5年有下降趋势。
1991—2020年，洞庭湖CODMn浓度呈现先上升后下降的趋势。CODMn年均浓度变化范围在1.98—4.31 mg·L−1之间，CODMn浓度仅在1998、2000和2001年超过4 mg·L−1，其他年份都低于地表水环境质量标准（GB 3838—2002）Ⅱ类标准限值（4 mg·L−1）。
-
叶绿素a是所有浮游植物门类都含有的叶绿素类型，不仅是水体营养状态划分的重要指标，还可表征浮游植物的现存量。由图5可知，洞庭湖表层水中Chla浓度的年变化可分为3个阶段：第一个阶段为1991—2000年，此阶段叶绿素a浓度波动较大，平均浓度为2.56 mg·m−3；第二个阶段为2001—2007年，此阶段叶绿素a浓度较低且波动不大，叶绿素a浓度均不超过1.5 mg·m−3，平均浓度仅为1.17 mg·m−3；第三个阶段为2008—2020年，此阶段叶绿素a浓度显著高于前两个阶段，平均浓度为4.11 mg·m−3，2010年、2016年、2018年和2020年叶绿素a浓度甚至超过5 mg·m−3。历年来洞庭湖透明度一直较低，2001年峰值仅为0.60 m，呈现先上升后下降的趋势。
-
为分析各水质因子之间的相关性，并摸清洞庭湖水体富营养化的主导因子，运用主成分分析法[26,31-32]对监测结果进行统计分析（表1）。首先将环境质量监测数据进行标准化处理，后根据主成分选取标准（特征值γ大于1，特征值累积贡献率大于85%），提取F1、F2、F3三个主成分进行评价。从表中信息可知，第一主成分F1反应的信息量最大，贡献率为54.00%，与其关联的主要因子是CODCr、CODMn、NH3-N、Chla、TP，因子载荷量均超过0.85；第二主成分F2的贡献率为20.79%，关联较大的因子是TN和水温，因子载荷量分别为0.942和0.835；第三主成分F3的贡献率为12.75%，关联较大的因子是SD，因子载荷量为0.833；这也进一步证实了洞庭湖水体富营养化的主导因子是水体中的Chla、TP和TN含量。
从洞庭湖ΣTLI和藻密度与水体各环境因子之间的相关性分析结果（表2）可见，藻密度仅与Chla浓度呈极显著正相关（P<0.01），与其他环境因子相关性不显著。ΣTLI与TN和Chla浓度两个指标均极显著正相关（P<0.01），其中与Chla浓度的相关系数最高(0.574)，与CODMn和SD的相关性不显著。因此，洞庭湖ΣTLI的年变化趋势与Chla浓度的年变化趋势相似。Chla浓度与ΣTLI、藻密度、TN呈极显著正相关（P<0.01）；与透明度、pH、CODMn、NH3-N呈显著负相关（P<0.05）。李利强等[33]的藻类增长生物学实验结果也证实了氮对洞庭湖浮游植物生长有明显的促进作用，而磷对浮游植物的生长影响不大，有时出现抑制作用。Chla浓度的高低不仅受营养盐的影响[34]，还与洞庭湖特殊的水文和水动力条件有关[35]。钟成华[36]研究表明，利于藻类生长的水体流速为0.05—0.10 m·s−1，较大的流速导致的低透明度及低透光率限制了藻类的生长。三峡工程运行后，洞庭湖来水来沙相对较少，换水周期相对延长，平均水位下降[37]，这些变化都利于藻类的生长，这可能也是2010—2020年叶绿素a呈上升态势的原因。SD是描述湖泊光学的一个重要参数，而光照直接影响到浮游植物的生长和繁殖，其与NH3-N和TP呈极显著正相关（P<0.01）。
-
DCA分析结果中的4个排序轴的梯度长度最大值为1.17，因此采用RDA分析。RDA分析方法通过大量的分析数据进行直接梯度排序，从而反映洞庭湖浮游植物对环境因子的响应[38]。图6反映了浮游植物组成与9种环境因子间的关系。水质因子第一、二轴间的相关系数为0，表明分析结果可信[39]。前两个轴共解释了70.3%的物种数据的方差，95.5%的物种与环境关系的方差累计百分比。浮游植物种群密度与环境因子的RDA分析结果较好地反映了浮游植物与环境特征的相关性。
蓝藻(Cyanophyta)、绿藻(Chlorophyta)、硅藻(Bacillariophyta)与Chla和TN呈现显著正相关，蓝藻与pH显著负相关，绿藻、硅藻则与DO显著负相关。甲藻(Pyrrophyta)、隐藻(Cryptophyta)与TN显著正相关，而与DO显著负相关。蓝藻、绿藻和硅藻是洞庭湖绝大多数断面的优势种群，近些年来这些藻类的密度明显上升，因此洞庭湖chla含量也显著升高。总体来说，TN、Chla、pH和DO是影响洞庭湖浮游植物群落分布格局的主要因素。
-
一般地，湖泊水体出现富营养化的条件TN浓度大于0.20 mg·L−1、TP浓度大于0.02 mg·L−1 [35]。洞庭湖这两项指标浓度均已超出富营养化的阈值，但洞庭湖并未出现明显的富营养化及水华暴发现象，主要得益于洞庭湖属于过水性湖泊，水流较快，水体更新、交换频繁[40]。洞庭湖独特的水文和水动力条件（比如水位、水流流速）等都可能影响富营养发展进程。廖平安等[41-42]研究了水体流速与水华之间的关系，得出较快的流速可抑制藻类的生长，降低水华发生风险。故可以推断，洞庭湖没有发生大面积水华主要原因是洞庭湖水流速度较快，抑制了藻类的生长。而东洞庭湖的大小西湖水流流速较小，基本不受三口和四水洪水的动力影响，故水华发生几率很大。同样水位是调节自然湖泊生态系统结构和功能的重要参数，水位上升也可降低富营养化程度。杜冰雪等人[13]研究了鄱阳湖富营养与水位的关系，得出在年内季节变化上富营养化程度与水位呈负相关。至于洞庭湖水体富营养与水位的关系，有待下一步继续研究。
-
（1）2020年洞庭湖全湖ΣTLI为49.60，属中营养。1991—2020年，洞庭湖全湖ΣTLI在41.09 —51.68之间，总体呈上升趋势，表现为东洞庭湖>西洞庭湖>南洞庭湖。“十三五”期间，大小断面平均ΣTLI高于59，将接近中度富营养水平，应引起高度重视。
（2）自1988年以来，洞庭湖共记录浮游植物8门118属，绿藻门、硅藻门和蓝藻门是洞庭湖的主要物种。值得注意的是，洞庭湖的蓝藻门（富营养型代表种）密度由1988年的200个·L−1上升到2020年的6.75×105 个·L−1，且2008年后上升明显，洞庭湖呈现出由中营养过渡到轻度富营养的趋势。
（3）洞庭湖水体富营养化的主导因子是水体中的Chla、TP和TN含量，其他环境因子也有一定影响。影响洞庭湖浮游植物群落分布格局的主要因素是TN、Chla、pH和DO。水位和水流流速也是影响洞庭湖富营养的重要因素。
洞庭湖的富营养演变特征及影响因素
The evolution and influencing factors of eutrophication in Dongting Lake
-
摘要: 基于近30年洞庭湖水环境质量调查数据，从综合营养状态指数和浮游植物密度两方面探讨了洞庭湖富营养演变特征，运用主成分分析法筛选主导因子，并进行了环境因子与浮游植物的冗余分析（RDA）。结果表明，2020年洞庭湖全湖综合营养状态指数为49.60，属中营养，近30年，洞庭湖全湖综合营养状态指数在41.09—51.68之间，总体呈上升趋势，表现为东洞庭湖>西洞庭湖>南洞庭湖。自1988年以来，洞庭湖共记录浮游植物8门118属，绿藻门、硅藻门和蓝藻门是洞庭湖的主要物种，洞庭湖呈现出由中营养过渡到轻度富营养的趋势，且蓝藻门上升速度最快。洞庭湖水体富营养化的主导因子是水体中的Chla、TP和TN含量，水位和水流流速也是影响洞庭湖富营养的重要因素。影响洞庭湖浮游植物群落分布格局的主要因素是TN、Chla、pH和DO。Abstract: Based on the investigation of water environmental quality in Dongting Lake in recent 30 years, the characteristics of eutrophication evolution in Dongting Lake were studied from the perspectives of comprehensive nutritional state index and phytoplankton density. The dominant factors were chosen by principal component analysis. The redundancy analyses (RDA) between the environmental factors and the phytoplankton were carried out. The results showed that the comprehensive nutritional state index of Dongting Lake was 49.60 in 2020, which belonged to middle nutrition. In the past 30 years, the comprehensive nutritional state index of Dongting Lake has remained from 41.09 to 51.68, which showed an upward trend, namely East Dongting Lake > West Dongting Lake > South Dongting Lake. Since 1988, a total of 8 phyla and 118 genera of phytoplankton species have been recorded in Dongting Lake. Chlorophyta, diatom and Cyanophyta were the main species in Dongting Lake, and Cyanophyta was growing the fastest. The trend in Dongting Lake was from moderate nutrition to mild nutrition. The dominant factors affecting the eutrophication in Dongting Lake were chlorophyll a (Chla), total phosphorous (TP) and total nitrogen (TN). The water level and flow velocity were also important factors. TN, Chla, pH and Dissolved Oxygen (DO) were the main factors affecting the distribution pattern of phytoplankton community in Dongting Lake.
-
《中华人民共和国土壤污染防治法》规定“省级人民政府生态环境主管部门应当对风险管控效果评估报告、修复效果评估报告组织评审，评审认为达到土壤污染风险评估报告确定的风险管控、修复目标且可以安全利用的地块方可移出建设用地土壤污染风险管控和修复名录。”因此，对于已达到土壤污染风险评估报告确定的风险管控、修复目标的建设用地地块，方可进行进一步的开发建设，并在“环境安全”前提条件下进行开发利用。我国已处于全面推进土壤污染防治的加速发展阶段，但仍缺乏对污染地块安全开发利用及模式构建方面的研究。本研究依托国家重点研发专项“场地土壤污染成因与治理技术”子课题“京津冀及周边焦化场地污染治理与再开发利用技术研究与集成示范”之“场地污染治理修复与安全开发利用新模式”的研究任务，旨在解决如何定义“污染地块安全开发利用模式”、如何评价开发利用的安全性这一问题，以期为建设用地土壤污染风险管控和修复提供参考。
1. 污染地块安全开发利用模式的产生背景、核心内容与类型
1.1 污染地块安全开发利用模式的提出
对工矿企业遗留用地进行再开发利用是城市可持续发展的重要途径。城市化进程的快速推进使得城市建设用地需求大幅增加。在土地资源紧缺背景下，污染地块再开发利用不仅可推动经济发展和改善城市生态环境，还可促进低效废弃地再利用、优化土地利用结构、盘活存量土地资源。2012年，原环境保护部制定了《关于保障工业企业场地再开发利用环境安全的通知》(环发〔2012〕140号)，使得污染地块开发利用得到了国家层面的进一步关注。2016年，国务院颁布并实施《土壤污染防治行动计划》，提出“到2020年，污染地块安全利用率达到90%以上，到2030年污染地块安全利用率达到95%以上”的目标要求，“污染地块安全利用”得以正式提出。
1.2 各地相关技术导则的提出及核心内容
在我国土壤污染防治法律、法规和标准等各类文件中，尚未正式提出过“污染地块安全开发利用模式”这一术语。2018年，原环境保护部会同相关部委共同发布的《土壤污染防治行动计划实施情况评估考核规定》提出了“污染地块安全利用率”的计算方法。根据该方法，“污染地块安全利用”所针对的是经过修复并通过效果评估、获取了建设工程规划许可证的污染地块，也就是说，若该污染地块对人群健康的风险在可控范围内，则可投入开发建设和利用。该计算方法从程序上阐释了“安全”的定义，但并未从技术上给出“安全”的概念和内涵。查阅近年来土壤污染治理修复、开发利用模式等方面的文献资料后发现，相关研究多为对修复模式的分析，而对污染地块安全利用模式、污染地块安全开发模式方面的讨论与探索还较少。
2016年龙涛[1]在《基于风险管控的污染地块修复模式概述》中提出了“污染地块修复模式”的概念，并指出“污染地块修复模式”是污染地块风险控制的总体策略，是为控制、削减地块风险、保证土地安全再利用所采用的工程和管理的总体思路。“修复模式”的具体形式包括原地修复、异地修复、异地处置、自然修复、污染阻隔、居民防护和制度控制，以及以上方法的有机结合。该文还进一步分析了基于污染源削减的修复模式(异地修复、异地处置，以及原地修复和监控自然修复等具体模式)、基于暴露途径阻隔与受体防护的修复模式(具体包括污染阻隔、人群防护与制度控制，以及改变用地方式)等2大类模式，提出在确定好修复模式后再进一步比选和确定具体的修复技术。2019年，生态环境部发布的《建设用地土壤污染修复技术导则》(HJ25.4-2019)中提出了“修复模式”这一术语。根据该导则，“修复模式”是指“对地块进行修复的总体思路，包括原地修复、异地修复、异地处置、自然修复、污染阻隔、居民防护和制度控制等，又称修复策略”。2020年，北京市生态环境局发布了《建设用地土壤污染修复方案编制导则》(征求意见稿)，提出进行“修复策略”的研究和确定，定义“修复策略”为“根据地块条件、地块概念模型、地块修复目标，确定地块修复策略。地块修复策略应明确修复方式(包括治理修复和风险管控方式中的任意一种及其组合)、修复介质与范围、目标污染物、修复目标值/风险管控目标。2019年11月，生态环境部组织召开了土壤环境管理新闻发布会。在会上，重庆市等地探索了“源头治理-途径阻断-制度控制-跟踪监测”的风险管控模式；北京市等地探索了“合理规划-管控为主-有限修复”的安全利用模式，江苏省苏州市等地探索了“原位为主-控制开挖-防控异味”的修复模式等。基于以上导则和会议材料的表述，可将修复技术模式理解为某种技术或某几种技术的有机组合。在组合过程中，应突出其技术特点和防控重点。
综上所述，“模式”总体上可理解为一套综合解决对策(或者叫做策略)。据此再对“污染地块安全开发利用模式”这个词语进行分析，其含义是将“污染地块”转变为“可开发利用地块”，其目标或者说衡量标准是“安全”[2]，因此，在实现“安全性”目标情况下采取的所有对策(策略)，就是“污染地块安全开发利用模式”。因此，对污染地块“安全”性的理解便成为模式研究的核心内容。
1.3 安全开发利用的类型
污染地块要实现“安全”开发利用，覆盖的范围和影响因素是多样化的。这是由地块污染特点和地块修复的特点决定的。首先，土壤污染的隐蔽性、不均一性等特点决定了土壤污染状况的调查是贯穿在地块从调查评估到修复工程实施等全周期过程中的，不仅仅是在前期调查评估阶段才开展土壤环境的调查。其次，作为污染载体的土壤本身具有不均一性，这直接影响了土壤修复后的效果也具有一定的不确定性和不均一性。此时修复技术的合理选择就非常重要，与技术相关的技术方法、工程参数、技术集成等就成为技术选择阶段非常重要的内容。由此，对污染地块“安全”开发利用的理解，可分为广义和狭义2种类型[3]：广义的“安全”性需要覆盖修复工程实施的全过程；狭义的“安全”性重点是指修复技术的比选确定和工程实施阶段。2种不同理解形成了2种不同的污染地块安全开发利用模式，即广义和狭义2种模式。
2. 污染地块安全开发利用的2种模式及其确定
2.1 广义的污染地块安全开发利用模式
污染地块要实现以“安全”为根本目标的风险管控或修复是一个复杂的系统工程，需要从污染地块的规划定位开始，涵盖污染调查、风险评估、方案编制、工程实施、效果评估、后续跟踪管理等全过程，并确保“安全性”目标赖以实现的制度性保障。相关活动包括工程监理、环境监理和效果评估等，故“安全”与否与每个过程都有关联性。因此，覆盖污染地块安全修复全过程的模式是广义的安全性模式。该模式由7个方面构成：合理的规划定位、精细的污染调查、科学的风险评估、最优的修复策略、耦合式的环境修复与风险管控工程、有效的二次污染防治、后期持续的监管监测等。若要实现污染地块安全开发利用和相应的模式，必须从这7个方面共同发力、环环相扣、缺一不可，其中前一内容为后一内容的前提和基础。
1)实施合理的规划定位。这是实现污染地块安全开发利用的方向引领。结合地块利用历史、现实状况、确定污染地块的规划定位，以规划为统领，实现污染地块安全开发利用。
2)开展精细的污染调查。这是实现污染地块安全开发利用的重要基础。通过污染识别、详细调查，以及必要的补充调查，精准明晰土壤及地下水的污染因子、范围及程度。
3)实施科学的风险评估。这是实现污染地块安全开发利用的安全保障。根据地块环境污染特征及周边敏感点分布特征，结合污染地块未来的规划用途，评估地块安全利用对人体健康和生态环境安全的风险，得出该地块风险可接受条件下的管控目标。
4)筛选最优的修复策略。这是实现地块安全开发利用的技术支撑。结合污染地块区域特征、开发定位、污染物类型、污染物分布特征等因素，筛选出某种或者某几种修复技术，确定最优的修复策略。
5)实施耦合式的环境修复与风险管控工程。这是实现地块安全开发利用的关键举措。根据预定的修复(管控)目标，结合水文地质条件特点、工程实施周期、预算经费等要求，通过比选确定并实施一套适用于特定污染地块的风险管控与修复的综合工程措施。
6)开展全面有效的二次污染防治。这是实现污染地块安全开发利用的内在要求。污染地块安全开发利用过程中不能形成新的污染是《土壤污染防治法》提出的重要要求。当前我国开展污染地块修复或管控活动中，各级环境监管部门均将二次污染防治监管作为工程项目监管的重要内容。通过环境监理和工程监理的实施，督促工程实施方切实落实各方面二次污染防治各项措施，以确保不会形成二次污染。
7)落实后期持续合理的监管监测。这是实现地块安全开发利用的持续性保证。为确保工程实施后稳定实现预期的修复目标，以及采用自然修复方法(如自然衰减法)进行管控的方法，都需要在工程实施达到一定的目标之后继续开展一定的工程、管理、监测、评估等方面的措施，以保障“安全利用”目标的持续实现。
2.2 狭义的污染地块安全开发利用模式
2.2.1 定义
狭义模式主要集中在技术方案比选和工程实施阶段，突出实现“安全利用”目标的修复或者管控技术选择的方法和策略。目前，国内相关政策文件、相关文献中尚未见对狭义的“污染地块安全开发利用模式”的阐释。结合当前我国土壤环境修复所处历史阶段和当前我国土壤环境管理的特点，本研究将狭义的污染地块安全开发利用模式定义为：以土地未来规划用途为先导，结合土壤和地下水污染特征以及特定的水文地质条件特点，采取适合于分位、分期、分区、分层的多种修复与管控技术组合，从技术、工程、管理等3个层面，实现技术可靠性、经济合理性、二次污染绿色性、工程实施高效性和跟踪监管持续性等5个方面的特点要求，使污染物浓度减少或毒性降低或完全无害化，从而形成一套包含修复策略和技术特点在内的综合性污染地块治理修复或风险管控的总体技术策略。
综上所述，狭义的污染地块安全开发利用模式即表现为总体技术策略。该策略包括2个方面，即修复策略和技术特点，并共同构成模式的内涵。
1)修复策略。即“分位、分期、分区、分层”(以下简称“四分”)的修复策略[4]。即在充分分析不同污染物类型的基础上，开展分类、分期、分区、分层的修复策略的设计和实施。一个污染地块明确好如何分位、如何分期、如何分区、如何分层后，形成特定污染地块的修复策略，该修复策略即可形成狭义的“污染地块安全开发利用模式”的第1层含义。
2)技术特点。技术特定可以从5个方面进行衡量和判断，即技术可靠性、经济合理性、二次污染绿色性、工程实施高效性、跟踪监管持续性。这5个方面共同构成了“污染地块安全开发利用模式”的第2层含义。
2.2.2 修复策略
总体修复策略即是在充分分析污染物类型和特点的基础上，确定分位、分期、分区、分层等4个方面的具体选择。污染物类型的不同直接决定了管控或者修复技术类型的差异。污染物包括有机污染物、无机污染物等类别。其中，有机污染物还需进一步区分为挥发性、半挥发性、有机农药、石油烃类等。另外，还需注意高密度非水相液体(DNAPL物质，如三氯乙烯(TCE)、三氯乙烷(TCA)、四氯乙烯(PCE)等)和低密度非水相液体(LNAPL物质，如汽油、柴油等烃类油品物质)；无机污染物则需进一步区分为六价铬、砷、汞等类型。
1)分位。原位或者异位，或者原位异地等。这是首先应考虑的问题。需要结合修复周期、难易程度、平面布置等因素，选择是在地块范围内的原位修复或者原位异地，还是地块范围外进行异位修复。
2)分期。由于污染类型不同、治理修复资金制约、技术成熟性不同、开发建设紧迫性不同等因素，将一个污染地块划分为不同区域，形成不同的分期修复方案。不同的分期方案也会在一定程度上影响技术选择，随着行业技术不断进步，选用的技术和装备也会不断升级。
3)分区。考虑不同的污染物类型、不同等级的污染程度等因素，从而形成水平方向上不同的分区。针对不同区域采用不同的管控技术或修复技术。
4)分层。纵向方向上考虑土壤性质的不同、污染类型不同、污染程度不同、开发利用深度不同等因素，从而形成不同的污染分层。不同层级上采用不同的修复或者管控技术。
从分位、分期、分区、分层等4个层面确定出相应的方案后，共同构成一个完整的修复策略方案，从而即可形成一定的“污染地块安全开发利用模式”[5]。
2.2.3 内涵
“污染地块安全开发利用模式”的内涵应具有下述5个方面的特征，或认为可从以下5个方面进行评价。
1)技术可靠性。指采取的污染土壤和地下水风险管控技术或者修复技术的可靠性和有效性，应能够实现预期的管控目标或者修复目标。
2)经济合理性。指处置单位污染土壤(地下水)的总体综合单价(包含设备购置(或租赁)、材料药剂、原辅材料消耗、人工费用等)、某一修复(管控)技术的总体综合单价，总体在合理范围和经济社会可承受范围内。
3)二次污染控制绿色性。指大气污染、废水污染、固体废物污染、噪声污染、恶臭污染等不同环境要素污染控制技术的达标性，以及修复过程中不会引发产生新的大气、水体、固体废物和地下水中的污染物和对周边环境的污染问题。
4)工程实施高效性。指项目合同管理、实施变更管理的有效性、项目成本控制和项目工期控制等主要方面的有效性。
5)跟踪监管持续性。指制定的跟踪监督计划具有全面性、合理性和可操作性；全面落实计划的各项要求；在资金上对计划的落实并给予必要保障；通过跟踪监管，污染物控制有效。
2.3 影响模式确定的主要因素
不同污染地块之间的差异性较为明显，即便是同一地块内部也存在较为明显的不均一性。污染地块在进行安全开发利用模式设计和选择，也就是进行分位、分期、分区、分层方案设计时，要充分考虑对模式选择和设计的主要影响因素，从而确保设计的模式具有科学性、合理性、可行性和操作性。
通过工程实践分析，笔者认为影响模式确定的因素主要包括未来开发利用用途、土壤(地下水)污染特征、水文地质特点、工程实施周期、周边环境敏感点分布等5个方面。不同影响因素的含义及影响作用见表1。实际工程项目在实施过程中，应对每一个影响因素进行逐一分析，确定在每个因素下的分位、分期、分区、分层方案，然后将5个因素进行综合考虑。当出现有不一致甚至矛盾的时候，需进一步细化分析利弊，确定主要影响因素，根据主要影响因素的影响结果而定，同时分析可能造成的负面影响，提出相应防护和应对措施[6]。
表 1 污染地块安全开发利用模式选择的主要影响因素Table 1. The main influencing factors of safe development and utilization mode of contaminated land影响因素 含义 作用 未来用地规划用途 一类用途、二类用途及一类与二类的混合用途。对大型污染地块，还需在此基础上进一步分析文教、商业、住宅、科教、娱乐、绿化等不同类型。 不同类型的用途在很大程度上决定了分区、分期等方案的确定，以及管控与修复技术的筛选和确定，是影响模式选择的首要因素。一般情况下未来规划用途类型不一致的区域在进行分区时应归为不同的区域。 土壤和地下水污染特征 水平和垂直方向上的污染分布、浓度分布、分区特点、分层特点、污染扩散途径和趋势等。 污染特征决定了分区、分层、分期等方案的选择和设计，以及修复（管控）技术的选择，是影响模式选择和确定的核心因素。风险评估过程中，确定出管控目标后，应在水平和纵向方向上分别确定出挥发性、半挥发性、重金属，以及特定类型的污染范围，基于水平和纵向上的污染范围，再进行一定的合并，从而形成了分层、分区结果。 水文地质特点 指地层结构和土工参数，如粒径、渗透系数、塑性指数等），地下水流场、水位变化和水流流向、流速等。 影响分层的主要影响因素。不同特点的水文和地质条件和特点，在很大程度上影响到分层结果。不同层上的水文地质特点，应划分为不同层级。工程实践中，为了提高工程操作性，有时将一定的层级进行合并。 工程实施周期 修复工程实施的时间长短 很大程度上影响了原位、异位修复策略，以及修复技术类型的选择。若修复周期较短，总体选择异位修复方式；若修复周期在可接受的范围内，一般情况下优先考虑原位修复。 周边环境敏感点分布 待修复土壤和地下水周边500~1 000 km，各类环境敏感点的分布、距离，以及敏感点对修复工程实施的诉求和敏感要求。 土壤和地下水污染调查过程中，应充分分析修复过程对周边环境敏感对象的影响，以及敏感对象对土壤和地下水环境修复过程中的诉求。这些直接影响分位、分期、分区、分层方案的选择，以及具体修复技术的选择。总体而言，需要分析不同敏感对象的影响和诉求，从诉求出发选择适宜的方案。如敏感人群距离较近，且土壤污染物对人体影响较大，社会敏感度较高，一般考虑异位修复，或者技术较为成熟的原位修复技术，这时相应的二次污染防治设施和舆情监控必须到位。 | Show Table
DownLoad:
CSV
3. 污染地块开发利用“安全性”评价方法
污染地块是否实现“安全修复”是一个非常重要的问题。2018年12月，生态环境部发布了《污染地块风险管控与土壤修复效果评估技术导则》(HJ 25.5-2018)。该导则指出通过效果评估的技术方法来判断污染地块中目标污染物是否实现了预定的风险管控修复目标值。若达到了修复(管控)目标值的要求，即认为该地块得到了安全修复，并可从省级污染地块风险管控与修复名录中退出。然而，上述评判方法仍有其局限性，即主要考虑的是目标污染物修复后的浓度，或者管控后的工程效果，评价因素较为单一，评价方法也有一定的不确定性和随机性。本研究通过对污染地块安全开发利用模式的分析可以看出，“安全性”评价应是一个多因素的综合评价体系，应结合对该模式内涵的分析，构建出全面、综合反映“安全性”的指标体系，通过该指标体系的评价，从而更好地分析和判断地块修复后的“安全程度”。
根据上述对“安全修复”内涵特点的分析，“安全”开发建设中的“安全性”评价指标体系的构建见表2。该指标体系共计包括5个一级指标、10个二级指标，并指出各指标名称、指标含义、指标分值和相应的评价方法。
表 2 污染地块开发利用“安全性”评价指标体系框架Table 2. The framework of “safety” evaluation index system for the development and utilization of contaminated land一级指标及总分值 二级指标 二级指标含义 二级指标分值 评价要求 评价方法 总体修复策略（20分） 分位策略 选择原位修复还是异位修复，或者是二者的组合。在原位修复中，选择是原址原位还是异址原位。 10分 综合考虑场地修复周期、修复的难以程度、厂区内平面布置、修复后土壤的去向等因素，选择和确定出适宜和最佳的分位策略，在原位修复（原址、异址）、异位修复中做成合理、可行的选择。 专家评价法 分期策略 将一个地块分解为若干子地块，区分时间上的先后顺序，分不同时间段分别进行修复（管控）。 10分 综合考虑分期开发利用、治理修复资金的制约、技术成熟性等因素，选择和确定出适宜和最佳的分期策略，即合理、科学确定出分期修复方案，明确各期范围，可以有效避免分期修复之间的相互影响和干扰。 专家评价法 空间修复策略（30分） 分层策略 在纵向方向上，将污染地块进行分层，不同层级上采用不同的修复（管控）技术。 15分 综合考虑纵向方向上土壤不同性质和结构、污染物浓度的不同、未来开发建设需求等因素，设计适宜、合理的分层方案，提出不同层的厚度、土壤性质、污染浓度范围等。 专家评价法 分区策略 在水平方向上，将污染地块进行分区，不同区间范围采用不同的修复（管控）技术。 15分 综合考虑水平方向上污染物的分布特点（如有机污染物、无机污染物或者混合型污染物），设计适宜、合理的分区方案。 专家评价法 技术性（30分） 技术可靠性 采用的修复（管控 ）技术对目标污染物浓度降低或者控制污染物不扩散、不渗漏等污染物控制目标的有效性、稳定性等 10分 根据上述总体修复策略和空间修复策略，在充分分析污染物特性的基础上，比选和确定适宜的修复技术或者技术组合。技术方案应具有较好的成熟性、可靠性，应能有效去除土壤中污染物，实现预定的管控或者修复目标。 数值对比法 污染控制绿色性 修复（管控）过程中产生的二次污染物的产生控制性，以及产生出来的污染物的达标排放性和对人体健康、生态环境危害的最小化。 10分 修复过程中尽量不产生新的二次污染物，对产生出来的污染物应 采取有效的工程和管理措施，使其满足达标排放的要求，以及满足对人体健康、生态环境的危害性最小。 专家评价法、数值对比法 经济合理性 修复（管控）工程的投资与处置费用与经济社会发展水平的适应性 10分 技术在建设投资和运行成本两方面构成的综合成本上可接受，具有较好的市场竞争能力。 数值对比法 工程实施（10分） 工程实施高效性 工程项目组织管理水平 10分 项目合同管理、实施变更管理的有效性、项目成本控制和项目工期控制等主要方面的有效性 数值对比法、专家评判法 修复后管理（10分） 跟踪管理持续性 污染地块完成修复或者管控，从省级风险管控与修复名录中退出后继续实施的地块管理。 10分 制定的跟踪监督计划具有全面性、合理性和可操作性；有固定的跟踪管理技术人员；跟踪管理成效落实。 专家评判法 | Show TableDownLoad:
CSV
运用上述方法，可对我国已经通过效果评估后的修复(管控)工程项目进行评价。上述指标中，“总体修复策略”下的2个指标实施和应用较好。“空间修复策略”下的2个指标虽然通过相关技术规范的规定在实际工程中得到了应用，但由于受到前期污染调查和风险评估精度的影响，尚需在分层和分区策略上进一步朝着精细化方向发展。“技术性”中的“污染控制绿色性”是我国“双碳”战略下污染地块风险管控与修复的重要发展方向，在修复材料、装备使用等方面都应将绿色性放在更加突出的位置上进行考量。“修复后管理”中由于我国尚缺乏相应的制度要求和技术规范性文件的支撑，所以污染地块退出省级名录后如何有效实施后续监管尚需在实践中不断探索和总结。
上述指标体系需在应用过程中不断进行完善，尤其是需要结合地块具体情况和特点，在本指标框架体系下进一步建立可量化或者定性评价的三级评价指标，以解决当前我国污染地块仅有效果评估这一单一的评价手段的现实问题。
-
图 1 洞庭湖水质监测断面示意图
Figure 1. Sampling sections of water quality monitoring in Dongting Lake
图 2 1991-2020年洞庭湖ΣTLI变化趋势
Figure 2. Changes of ΣTLI index in Dongting Lake from 1991 to 2020
图 3 1988—2020年洞庭湖浮游植物密度变化
Figure 3. Changes of phytoplankton density in Dongting Lake from 1988 to 2020
图 4 1991— 2020年洞庭湖CODMn、TN和TP浓度的年变化趋势
Figure 4. Change of CODMn、TN and TP concentration in Dongting Lake from 1991 to 2020
图 5 1991—2020年洞庭湖表层水SD和Chla的年变化趋势
Figure 5. Change of SD and Chla concentration in Dongting Lake from 1991 to 2020
图 6 洞庭湖浮游植物与环境因子的RDA分析
Figure 6. RDA biplot of phytoplankton and environment factors in Dongting Lake
表 1 因子载荷量
Table 1. Component matrix
F1 F2 F3 水温 0.336 0.835 0.345 pH 0.401 0.328 0.284 DO 0.695 -0.393 0.509 CODMn 0.987 -0.094 0.020 CODCr 0.991 -0.086 0.018 BOD5 0.828 -0.492 -0.235 NH3-N 0.935 0.297 -0.117 TP 0.861 0.209 0.380 TN -0.196 0.942 0.019 Chla 0.898 -0.056 -0.185 SD -0.279 0.216 -0.833 特征值 5.940 2.287 1.402 方差百分百/% 54.003 20.790 12.749 累积方差百分比 /% 54.003 74.794 87.543
下载: 导出CSV
表 2 洞庭湖各环境因子的相关分析
Table 2. Pearson Correlation coefficients of environmental factors in Dongting Lake
水温Temperature pH DO CODMn NH3−N TN TP Chla SD ΣTLI pH −0.023 DO −0.246 0.042 CODMn −0.300 0.166 0.319 NH3−N −0.227 0.407* −0.228 0.141 TN 0.029 −0.245 −0.568** −0.517** 0.044 TP −0.19 0.264 −0.032 0.351* 0.578** 0.01 Chla 0.068 −0.435* −0.173 −0.400* −0.449* 0.474** −0.276 SD −0.393* 0.331 0.164 0.3 0.559** −0.05 0.555** −0.350* ΣTLI −0.054 −0.324 −0.330 0.025 −0.107 0.510** 0.263 0.574** −0.066 藻密度 0.002 −0.149 0.107 −0.173 −0.347 0.158 −0.153 0.513** −0.256 0.195 注：**为极显著相关，P<0.01. *为显著相关，P<0.05. Note:**shows a very significant correlation, P<0.01. * shows a significant correlation, .
下载: 导出CSV
-
[1] TONG T L, LI R L, WU S J, et al. The distribution of sediment bacterial community in mangroves across China was governed by geographic location and eutrophication [J]. Marine Pollution Bulletin, 2019, 140: 198-203. doi: 10.1016/j.marpolbul.2019.01.046 [2] CHEN Y W, QIN B Q, TEUBNER K, et al. Long-term dynamics of phytoplankton assemblages: Microcystis-domination in Lake Taihu, a large shallow lake in China [J]. Journal of Plankton Research, 2003, 25(4): 445-453. doi: 10.1093/plankt/25.4.445 [3] PAERL H W, XU H, MCCARTHY M J, et al. Controlling harmful cyanobacterial blooms in a hyper-eutrophic lake (Lake Taihu, China): The need for a dual nutrient (N & P) management strategy [J]. Water Research, 2011, 45(5): 1973-1983. doi: 10.1016/j.watres.2010.09.018 [4] SHI K, ZHANG Y L, ZHU G W, et al. Deteriorating water clarity in shallow waters: Evidence from long term MODIS and in situ observations [J]. International Journal of Applied Earth Observation and Geoinformation, 2018, 68: 287-297. doi: 10.1016/j.jag.2017.12.015 [5] CAI Y J, JIANG J H, ZHANG L, et al. Simplification of macrozoobenthic assemblages related to anthropogenic eutrophication and cyanobacterial blooms in two large shallow subtropical lakes in China [J]. Aquatic Ecosystem Health & Management, 2012, 15(1): 81-91. [6] JOHN V, JAIN P, RAHATE M, et al. Assessment of deterioration in water quality from source to household storage in semi-urban settings of developing countries [J]. Environmental Monitoring and Assessment, 2014, 186(2): 725-734. doi: 10.1007/s10661-013-3412-z [7] QIN B Q. Lake eutrophication: Control countermeasures and recycling exploitation [J]. Ecological Engineering, 2009, 35(11): 1569-1573. doi: 10.1016/j.ecoleng.2009.04.003 [8] 朱广伟, 许海, 朱梦圆, 等. 三十年来长江中下游湖泊富营养化状况变迁及其影响因素 [J]. 湖泊科学, 2019, 31(6): 1510-1524. doi: 10.18307/2019.0622 ZHU G W, XU H, ZHU M Y, et al. Changing characteristics and driving factors of trophic state of lakes in the middle and lower reaches of Yangtze River in the past 30 years [J]. Journal of Lake Sciences, 2019, 31(6): 1510-1524(in Chinese). doi: 10.18307/2019.0622
[9] 刘永, 蒋青松, 梁中耀, 等. 湖泊富营养化响应与流域优化调控决策的模型研究进展 [J]. 湖泊科学, 2021, 33(1): 49-63. doi: 10.18307/2021.0103 LIU Y, JIANG Q S, LIANG Z Y, et al. Lake eutrophication responses modeling and watershed management optimization algorithm: A review [J]. Journal of Lake Sciences, 2021, 33(1): 49-63(in Chinese). doi: 10.18307/2021.0103
[10] 秦伯强. 浅水湖泊湖沼学与太湖富营养化控制研究 [J]. 湖泊科学, 2020, 32(5): 1229-1243. doi: 10.18307/2020.0501 QIN B Q. Shallow lake limnology and control of eutrophication in Lake Taihu [J]. Journal of Lake Sciences, 2020, 32(5): 1229-1243(in Chinese). doi: 10.18307/2020.0501
[11] 于洋, 彭福利, 孙聪, 等. 典型湖泊水华特征及相关影响因素分析 [J]. 中国环境监测, 2017, 33(2): 88-94. YU Y, PENG F L, SUN C, et al. Analysis on the characteristics and impact factors of water bloom in the lake [J]. Environmental Monitoring in China, 2017, 33(2): 88-94(in Chinese).
[12] 国家环境保护总局. 三河三湖水污染防治计划及规划[M]. 北京: 中国环境科学出版社, 2000. Ministry of Environmental. Protection of the People’s Republic of China[M]. Water pollution prevention plan and planning of “three rivers” and “three lakes” [M]. Beijing: China Environmental Science Press, 2000(in Chinese).
[13] 杜冰雪, 徐力刚, 张杰, 等. 鄱阳湖富营养化时空变化特征及其与水位的关系 [J]. 环境科学研究, 2019, 32(5): 795-801. DU B X, XU L G, ZHANG J, et al. The spatial-temporal characteristics of eutrophication in Poyang Lake and its relationship with the water level [J]. Research of Environmental Sciences, 2019, 32(5): 795-801(in Chinese).
[14] 熊剑, 喻方琴, 田琪, 等. 近30年来洞庭湖水质营养状况演变特征分析 [J]. 湖泊科学, 2016, 28(6): 1217-1225. doi: 10.18307/2016.0607 XIONG J, YU F Q, TIAN Q, et al. The evolution of water quality and nutrient condition in Lake Dongting in recent 30 years [J]. Journal of Lake Sciences, 2016, 28(6): 1217-1225(in Chinese). doi: 10.18307/2016.0607
[15] 黄代中, 万群, 李利强, 等. 洞庭湖近20年水质与富营养化状态变化 [J]. 环境科学研究, 2013, 26(1): 27-33. HUANG D Z, WAN Q, LI L Q, et al. Changes of water quality and eutrophic state in recent 20 years of Dongting Lake [J]. Research of Environmental Sciences, 2013, 26(1): 27-33(in Chinese).
[16] 王婷, 王坤, 王丽婧, 等. 三峡工程运行对洞庭湖水环境及富营养化风险影响评述 [J]. 环境科学研究, 2018, 31(1): 15-24. WANG T, WANG K, WANG L J, et al. Impacts of the Three Gorges dam operation on water environment and eutrophication of Dongting Lake: A review [J]. Research of Environmental Sciences, 2018, 31(1): 15-24(in Chinese).
[17] 吴可方, 欧伏平, 王丑明. 东洞庭湖秋季氮磷营养盐结构及水华风险分析 [J]. 人民长江, 2018, 49(23): 21-26,73. WU K F, OU F P, WANG C M. Nitrogen and phosphorus nutrient structure characteristic and risk analysis of cyanobacterial bloom in East Dongting lake in autumn [J]. Yangtze River, 2018, 49(23): 21-26,73(in Chinese).
[18] 中国环境监测总站. 湖泊(水库)富营养化评价方法及分级技术规定[S]. 北京: 中国环境监测总站, 2001. China Environmental Monitoring Station. Assessment method and classification technical regulation of lake (reservoir) eutrophication[S]. Beijing: China Environmental Monitoring Station, 2001(in Chinese).
[19] 齐雨藻, 李家英. 中国淡水藻志[M]. 北京: 科学出版社, 2004. QI Y Z, LI J Y. Freshwater Algal Flora of China[M]. Beijing: Science Press, 2004(in Chinese).
[20] 李景保, 朱翔, 周国华, 等. 洞庭湖区灾害性洪水对生态灾害群发的复合效应 [J]. 生态学报, 2002, 22(3): 334-340. doi: 10.3321/j.issn:1000-0933.2002.03.007 LI J B, ZHU X, ZHOU G H, et al. The compound effect of disastrous floods in Dongting Lake on concurrence of ecological disasters [J]. Acta Ecologica Sinica, 2002, 22(3): 334-340(in Chinese). doi: 10.3321/j.issn:1000-0933.2002.03.007
[21] 申锐莉, 鲍征宇, 周旻, 等. 洞庭湖湖区水质时空演化(1983—2004年) [J]. 湖泊科学, 2007, 19(6): 677-682. doi: 10.3321/j.issn:1003-5427.2007.06.009 SHEN R L, BAO Z Y, ZHOU M, et al. Temporal-spatial evolution of water quality in Lake Dongting, China [J]. Journal of Lake Sciences, 2007, 19(6): 677-682(in Chinese). doi: 10.3321/j.issn:1003-5427.2007.06.009
[22] HAVENS K E, JIN K R, RODUSKY A J, et al. Hurricane effects on a shallow lake ecosystem and its response to a controlled manipulation of water level [J]. The Scientific World Journal, 2001, 1: 44-70. [23] 秦伯强, 杨柳燕, 陈非洲, 等. 湖泊富营养化发生机制与控制技术及其应用 [J]. 科学通报, 2006, 51(16): 1857-1866. doi: 10.3321/j.issn:0023-074X.2006.16.001 QIN B Q, YANG L Y, CHEN F Z, et al. Mechanism and control technology of lake eutrophication and its application [J]. Chinese Science Bulletin, 2006, 51(16): 1857-1866(in Chinese). doi: 10.3321/j.issn:0023-074X.2006.16.001
[24] BACHMANN R W, HOYER M V, CANFIELD D E. Internal heterotrophy following the switch from macrophytes to algae in Lake Apopka, Florida [J]. Hydrobiologia, 2000, 418(1): 217-227. doi: 10.1023/A:1003997832707 [25] 秦伯强. 长江中下游浅水湖泊富营养化发生机制与控制途径初探 [J]. 湖泊科学, 2002, 14(3): 193-202. doi: 10.3321/j.issn:1003-5427.2002.03.001 QIN B Q. Approaches to mechanisms and control of eutrophication of shallow lakes in the middle and lower reaches of the Yangze River [J]. Journal of Lake Science, 2002, 14(3): 193-202(in Chinese). doi: 10.3321/j.issn:1003-5427.2002.03.001
[26] 汪星, 李利强, 郑丙辉, 等. 洞庭湖浮游藻类功能群的组成特征及其影响因素研究 [J]. 中国环境科学, 2016, 36(12): 3766-3776. doi: 10.3969/j.issn.1000-6923.2016.12.031 WANG X, LI L Q, ZHENG B H, et al. Composition and influential factors of algal function groups in Dongting Lake [J]. China Environmental Science, 2016, 36(12): 3766-3776(in Chinese). doi: 10.3969/j.issn.1000-6923.2016.12.031
[27] 王丽婧, 田泽斌, 李莹杰, 等. 洞庭湖近30年水环境演变态势及影响因素研究 [J]. 环境科学研究, 2020, 33(5): 1140-1149. WANG L J, TIAN Z B, LI Y J, et al. Trend and driving factors of water environment change in Dongting Lake in the last 30 years [J]. Research of Environmental Sciences, 2020, 33(5): 1140-1149(in Chinese).
[28] 邹伟, 朱广伟, 蔡永久, 等. 综合营养状态指数(TLI)在夏季长江中下游湖库评价中的局限及改进意见 [J]. 湖泊科学, 2020, 32(1): 36-47. doi: 10.18307/2020.0104 ZOU W, ZHU G W, CAI Y J, et al. The limitations of comprehensive trophic level index (TLI) in the eutrophication assessment of lakes along the middle and lower reaches of the Yangtze River during summer season and recommendation for its improvement [J]. Journal of Lake Sciences, 2020, 32(1): 36-47(in Chinese). doi: 10.18307/2020.0104
[29] 王丑明, 郭晶, 张屹, 等. 1988—2017年洞庭湖浮游植物的群落演变 [J]. 中国环境监测, 2018, 34(6): 19-25. WANG C M, GUO J, ZHANG Y, et al. Phytoplankton community succession trends of the Dongting Lake from 1988 to 2017 [J]. Environmental Monitoring in China, 2018, 34(6): 19-25(in Chinese).
[30] 国家环保局. 水生生物监测手册[M]. 南京: 东南大学出版社, 1993. Ministry of Environmental. Protection of the People’s Republic of China. Aquatic monitoring manual[M]. Nanjing: Southeast University Press, 1993 (in Chinese) .
[31] 陈焰, 黄宏, 彭文启, 等. 基于探索性数据分析的汉丰湖富营养化驱动因子研究 [J]. 长江流域资源与环境, 2018, 27(5): 1104-1113. doi: 10.11870/cjlyzyyhj201805017 CHEN Y, HUANG H, PENG W Q, et al. Research on eutrophication driven factors of Hanfeng Lake based on exploratory data analysis [J]. Resources and Environment in the Yangtze Basin, 2018, 27(5): 1104-1113(in Chinese). doi: 10.11870/cjlyzyyhj201805017
[32] 廖宁, 李洪, 李嘉, 等. 基于主成分分析的西南山区典型河道型水库富营养化评价讨论 [J]. 中国农村水利水电, 2019(11): 104-109. doi: 10.3969/j.issn.1007-2284.2019.11.021 LIAO N, LI H, LI J, et al. Eutrophication evaluation of typical river reservoirs in southwest mountainous areas based on principal component analysis [J]. China Rural Water and Hydropower, 2019(11): 104-109(in Chinese). doi: 10.3969/j.issn.1007-2284.2019.11.021
[33] 李利强, 黄代中, 熊剑, 等. 洞庭湖浮游植物增长的限制性营养元素研究 [J]. 生态环境学报, 2014, 23(2): 283-288. doi: 10.3969/j.issn.1674-5906.2014.02.016 LI L Q, HUANG D Z, XIONG J, et al. Nutrient limiting phytoplankton growth in Dongting Lake [J]. Ecology and Environmental Sciences, 2014, 23(2): 283-288(in Chinese). doi: 10.3969/j.issn.1674-5906.2014.02.016
[34] 张光贵. 洞庭湖水体叶绿素a时空分布及与环境因子的相关性 [J]. 中国环境监测, 2016, 32(4): 84-90. ZHANG G G. Spatial-temporal distribution of chlorophyll-a and its correlation with environment factors in Dongting Lake [J]. Environmental Monitoring in China, 2016, 32(4): 84-90(in Chinese).
[35] 王岩, 姜霞, 李永峰, 等. 洞庭湖氮磷时空分布与水体营养状态特征 [J]. 环境科学研究, 2014, 27(5): 484-491. WANG Y, JIANG X, LI Y F, et al. Spatial and temporal distribution of nitrogen and phosphorus and nutritional characteristics of water in Dongting Lake [J]. Research of Environmental Sciences, 2014, 27(5): 484-491(in Chinese).
[36] 钟成华. 三峡库区水体富营养化研究[D]. 成都: 四川大学, 2004: 86-87. ZHONG C H. A study on the eutrophication of the Three Gorges reservoir[D]. Chengdu: Sichuan University, 2004: 86-87. (in Chinese)
[37] 张光贵, 卢少勇, 田琪. 近20年洞庭湖总氮和总磷浓度时空变化及其影响因素分析 [J]. 环境化学, 2016, 35(11): 2377-2385. doi: 10.7524/j.issn.0254-6108.2016.11.2016040501 ZHANG G G, LU S Y, TIAN Q. Analysis of spatial-temporal variations of total nitrogen and total phosphorus concentrations and their influencing factors in Dongting Lake in the past two decades [J]. Environmental Chemistry, 2016, 35(11): 2377-2385(in Chinese). doi: 10.7524/j.issn.0254-6108.2016.11.2016040501
[38] 汪星, 郑丙辉, 刘录三, 等. 洞庭湖典型断面底栖动物组成及其与环境因子的相关分析 [J]. 中国环境科学, 2012, 32(12): 2237-2244. doi: 10.3969/j.issn.1000-6923.2012.12.019 WANG X, ZHENG B H, LIU L S, et al. Correlation analysis of macroinvertebrate composition and environmental factors of typical sections in Dongting Lake [J]. China Environmental Science, 2012, 32(12): 2237-2244(in Chinese). doi: 10.3969/j.issn.1000-6923.2012.12.019
[39] 王小毛, 欧伏平, 王丑明, 等. 洞庭湖底栖动物长期演变特征及影响因素分析 [J]. 农业环境科学学报, 2016, 35(2): 336-345. doi: 10.11654/jaes.2016.02.018 WANG X M, OU F P, WANG C M, et al. Long-term evolution and influencing factors of macrozoobenthos in Dongting Lake [J]. Journal of Agro-Environment Science, 2016, 35(2): 336-345(in Chinese). doi: 10.11654/jaes.2016.02.018
[40] 赵运林, 肖正军, 戴梅斌, 等. 洞庭湖区湿地资源及生态系统现状的研究 [J]. 湖南城市学院学报(自然科学版), 2007, 16(4): 1-5. ZHAO Y L, XIAO Z J, DAI M B, et al. Research on the wetland resources and ecosystems in Dongting Lake area [J]. Journal of Hunan City University (Natural Science), 2007, 16(4): 1-5(in Chinese).
[41] 廖平安, 胡秀琳. 流速对藻类生长影响的试验研究 [J]. 北京水利, 2005(2): 12-14,60. LIAO P A, HU X L. Experimental study on the effect of flow velocity on algal growth [J]. Beijing Water Resources, 2005(2): 12-14,60(in Chinese).
[42] ZHU W, WAN L, ZHAO L F. Effect of nutrient level on phytoplankton community structure in different water bodies [J]. Journal of Environmental Sciences (China), 2010, 22(1): 32-39. doi: 10.1016/S1001-0742(09)60071-1 -
点击查看大图
计量
- 文章访问数: 5048
- HTML全文浏览数: 5048
- PDF下载数: 158
- 施引文献: 0
