-
岩溶地下水是泉城济南工农业生产和社会发展不可缺少的重要资源[1]. 上世纪80年代以来,随着城市化进程的不断加快,济南岩溶地下水开采量不断增大,工农业生产、旅游活动、生活污水等对岩溶地下水造成了一定程度的污染,水质逐年变差[2]. 特别是在泉域补给径流区,城郊和农村点源与面源污染交错,使得硝酸盐污染问题日益突出[3]. 饮用水中NO3-N含量过高容易造成儿童患高铁血红蛋白症,成人患胃癌、食管癌等,威胁人类健康[4-5]. 同时,岩溶区具有特殊的“地表—地下”双层结构,其含水层结构的特殊性决定了NO3−污染状况更为复杂[6-7].
近年来,许多学者针对岩溶水系统硝酸盐污染问题开展了大量研究,主要集中在西南亚热带岩溶区[8-10],而对于北方半湿润半干旱岩溶区的相关研究较少. 前人对于济南泉域主要开展了水文地质条件、岩溶含水层结构、水循环特征及水环境等方面的研究[11-13],特别是在岩溶地下水的水化学特征及水环境演化方面,部分学者对济南泉域岩溶地下水中主要元素、微量元素及稳定环境同位素进行分析,研究了济南泉域地下水补给来源、水文地球化学特征等问题[14-15]. 还有学者对济南泉域岩溶地下水水质变化规律及其影响因素进行了分析[16-17]. 但是在泉域尺度上采用水化学和NO3−氮氧双同位素分析岩溶地下水系统NO3−污染特征及污染来源的研究尚不多见.
本文以济南泉域为例,基于水化学和NO3−氮氧双同位素示踪技术,从水文地球化学角度,系统分析泉域岩溶水水化学特征,探究NO3−污染来源、分布及影响因素,并定量计算NO3−的各类贡献源比例,剖析NO3−的生物地球化学过程,以期为济南泉域岩溶水资源开发利用及生态环境保护提供科学依据.
-
济南位于暖温带大陆性季风气候区,多年平均气温14.3 ℃,多年平均降水量667.1 mm,降水主要集中在6—9月份,降水量在空间上自东南向西北递减. 流经济南的河流主要有黄河、玉符河、北大沙河、小清河. 黄河从济南市北部流过,玉符河和北大沙河自南部山区汇入黄河,小清河自西向东横穿市区,汇集了济南泉水后向东流入渤海[3].
济南泉域是微向北倾斜的单斜构造地质体,是我国典型的北方岩溶发育区,总面积约1500 km2(图1). 古生界寒武系、奥陶系碳酸盐岩地层成单斜状覆盖于变质岩系之上,与地形倾向基本一致,至北部隐伏于山前第四系地层之下[18]. 泉域北部及东、西郊有燕山期侵入的辉长岩体大面积分布;西部玉符河以西沿黄河地带,奥陶系埋藏于石炭、二叠系之下,呈北西—东南向分布. 特定的地质构造条件,是济南泉域含水层空间分布、地下水循环运动以及富水性的主要控制因素[19].
泉域碳酸盐岩裂隙岩溶含水系统由寒武系中统张夏组、上统凤山组及奥陶系含水层组成,岩性为灰岩、泥质灰岩、白云质灰岩、灰质白云岩和白云岩. 岩溶裂隙发育,连通性好,有利于地下水的补给、径流和汇集排泄[20]. 泉域由南向北依次为间接补给区、直接补给径流区和汇集排泄区[16]. 区内岩溶水接受大气降水补给后由南向北运动,遇辉长岩体受阻,上升出露成泉. 区域地表水与地下水水力联系密切,岩溶含水层极易受地表水的混合污染[21-22].
泉域内人类活动主要为农业生产活动,没有大型的污染工厂. 居民点呈点状分散式分布,家禽养殖普遍且化粪池广泛分布. 南部补给区和径流区耕地和林地面积占区域总面积的80%以上,区内施肥期主要集中在4月和8月,多用复合肥、尿素和碳酸氢铵等化学肥料.
-
2020年9月共采集研究区地表水和地下水样品30个,其中地表水4个、地下水26个(含泉水3个),采样位置分布见图1. 用液体采样器采集水样,地表水均采自水面以下0.5 m深处的水体样品. 地下水样品为深层地下水,包括民用井和专业监测井,采样井井深全部在150 m以上,水位埋深在60 m以上. 对于封闭式水井,抽取5 min后再取样,保证所取地下水新鲜;对于敞口式水井,用液体采样器采集水面以下0.5 m深处的水体样品. 现场使用便携式多参数水质参数仪(哈希HQ40D,America)测定各采样点水样的温度(T)、电导率(EC)、溶解氧(DO)、pH值,精度分别为0.1 °C、1 µS·cm−1、0.01 mg·L−1、0.01个pH单位. 水化学分析水样用洁净的600 mL聚乙烯瓶采集,并确保瓶内无气泡,用于室内阴、阳离子浓度检测. K+、Na+、Ca2+、Mg2+、采用ICP-OES分析;Cl−、NO3−、SO42−采用阴离子色谱仪测试,精度0.01 mg·L−1;NH4+采用纳氏试剂比色法测定,精度0.01 mg·L−1;NO2−采用α-萘铵比色法测定,精度0.01 mg·L−1;HCO3−、总硬度采用滴定法测定,精度0.01 mg·L−1. 以上水化学测试工作在山东省鲁南地质工程勘察院实验测试中心完成.
同位素分析水样用事先洗净的40 mL聚乙烯瓶采集,现场经0.22 μm混合纤维素滤膜过滤,冷藏后送至实验室进行硝酸盐δ15N、δ18O同位素分析. 其中,硝酸盐δ15N、δ18O同位素检测样品时利用特异性的反硝化细菌将硝态氮转化为N2O,再采用ISOPRIME100-Tracegas痕量气体-同位素质谱联用仪(英国Isoprime公司)完成N2O的N、O同位素测定,检测精度为0.01‰,δ15N测定结果标准偏差<0.4‰,δ18O测定结果标准偏差<0.22‰. 以上同位素测试工作在中国农业科学院农业环境稳定同位素实验室完成.
-
使用Aq·QA v.1.1软件绘制Piper三线图;采用MATLAB 9.3软件计算地下水水化学成分相关系数;其它图件均采用Origin 8.5软件进行绘制.
本研究基于15N、18O同位素值识别NO3−来源,使用稳定同位素混合模型MixSIAR计算NO3−各种来源的贡献率. MixSIAR模型是用于NO3−来源计算的可靠工具[23-24],通过定义k个来源n个混合物的j个同位素,考虑同位素分馏作用的影响,可表达如下[25]:
式中, Xij表示第i个样品中第j种同位素值(i=1,2,3,…,N;j=1,2,3,…,J);Sjk是第k种源中第j种同位素的值(k=1,2,3,…,K),μjk. 为平均值,
ω2jk 为正态分布的方差;Cjk是第j种同位素在第k个源上的分馏系数,λjk为平均值,T2jk 为正态分布的方差;pk为第k个源的贡献率,由模型计算得到;qjk是同位素j在第k种源中的浓度;ɛij为残差,表示各混合物间未能确定的变量,其均值为0,σ2j 为正态分布的方差. -
对研究区内地下水和地表水的水化学参数进行分析,结果表明(表1),研究区地下水和地表水的pH值均大于7,最大值为8.93,呈弱碱性. 除G14采样点TDS异常低外,沿地下水流向岩溶地下水TDS同样呈现上升的趋势,且TDS分布在185.79—892.74 mg·L−1之间.Ca2+、Mg2+、SO42−、NO3−浓度在G4和G5采样点均较高,表明G4和G5采样点附近岩溶地下水环境污染较严重. 阳离子中Ca2+和Mg2+占绝对优势,阴离子中HCO3−和SO42−占绝对优势,其二者之和在地下水和地表水中均占阳离子和阴离子总量的80%以上.
从研究区水化学Piper三线图可以看出(图2),采样点均落在菱形的左上区域,碱土金属(Ca、Mg)超过碱金属(K、Na),表明地下水化学性质以碱土金属和弱酸为主. 结合统计数据和Piper三线图可知,研究区地下水和地表水主要的阴、阳离子分别为HCO3−、Ca2+,根据舒卡列夫分类,研究区水化学类型以HCO3·SO4-Ca型为主,占所有样品的60%,主要分布在径流区和排泄区. 其次,HCO3-Ca型占所有样品的17%. 另外,还有个别水样为HCO3-Ca·Mg型、HCO3·SO4-Ca·Mg型、HCO3·SO4·Cl-Ca·Na型、SO4-Ca·Mg及SO4·Cl-Ca,表现出复杂的水化学类型体系.
-
济南泉域地下水NO3−浓度平均值(37.93 mg·L−1)高于地表水(10.15 mg·L−1). 对比我国地下水质量标准,在26个地下水样品中,ρ(NO3−N)≤2.0 mg·L−1的占8%,ρ(NO3−N)为2.0—5.0 mg·L−1的占23%,ρ(NO3−N)为5.0—20 mg·L−1的占65%,其中有4%的样品ρ(NO3−N)>20 mg·L−1,水质低于GB/T 14848—2017的Ⅲ类水标准;若按世界卫生组织标准[ρ(NO3−N)为10 mg·L−1]来衡量,则有27%的样品ρ(NO3−N)超标. 而4个地表水样品的ρ(NO3−N)均未超过3 mg·L−1,远低于地表水环境质量标准中集中式生活饮用水地表水源地ρ(NO3−N)≤10 mg·L−1的限值. 总体来说,研究区水质总体良好,仅少数采样点ρ(NO3−N)超标,存在点源污染的风险.
利用ArcGIS10.3软件反距离权重法进行插值,分析研究区地下水NO3−浓度的空间分布变化,结果如图3所示. 由图3和表2可知,上游补给区及下游汇集排泄区采样点地下水NO3−浓度较高,而径流区采样点地下水NO3−浓度相对偏低.NO3−浓度高值点出现在G4、 G5、G15、G19、 G20、G25、G26,浓度值均高于10 mg·L−1,其中G5采样点NO3−-N浓度高达32.90 mg·L−1. 结合采样点类型及周边环境,对其进行分析,G5采样点位于村内,地下水埋深约为7 m,该井为民井,井口保护设施不完善,生活污水及人畜粪便随降雨入渗后进入含水层,污染较严重. 其他NO3−浓度较高的采样点也均位于农村或城郊居民生活区,周边为耕地和工厂,NO3−污染原因可能是受到工业污染以及化肥施用的影响.
在空间上,从研究区南部上游至北部下游地下水NO3−浓度呈低—高—低—高的变化特征. 前面所述NO3−浓度超标的采样点,基本形成了3个NO3−高值区,均分布在上游补给区和下游排泄区.
土地利用类型对地下水和地表水中NO3−浓度有着直接影响[26-27]. 研究区内土地利用类型复杂多变,补给区和径流区以农业生产为主,耕地和林地面积占区域总面积的80%以上;汇集排泄区为城区,土地利用类型以建设用地为主. 研究区南部补给区和中部径流区地处泰山余脉,山地地形占地较广,村镇和人口相对较少,土地利用类型以次生林地、灌木丛和耕地为主,沿地下水流路径方向向北直至城郊,村镇和人口逐渐增多,适宜居住和开展农业活动,土地类型多样,以农田、村镇和次生林地为主. 由各采样点的土地利用类型可知,30个采样点中有22个位于农田或村镇附近,占比73.3%. 农田和村镇是人类农业活动密集的区域,其产生的污水中含有高浓度的NO3−,在岩溶地区,由于土壤层较薄,在降水过程中NO3−易通过雨水的携带进入土壤,并经岩溶裂隙和管道入渗影响地下水,同时通过地面冲刷和地表径流汇入河流.
-
通过研究区地表水和地下水HCO3−/Na+和Ca2+/Na+、Mg2+/Na+和Ca2+/Na+的关系,结合碳酸盐岩、硅酸盐岩和蒸发岩3个端元的范围值[28],来判断水岩作用对水化学成分的影响. 如图4所示,地表水和地下水均分布在靠近碳酸盐岩一侧,且地下水分布相对地表水更偏右上,说明两种水体的离子组成主要受到了碳酸盐岩溶解的影响,其中地下水受到的影响更为显著.
采用Gibbs图表征地下水主要离子的化学组成与变化规律,判断地下水是否受蒸发浓缩、岩石风化或者降水的作用,是分析水化学成分演化过程中主控作用的一种重要手段[29],可深入认识研究区地下水化学组分的成因及演化规律[30-31]. 从研究区地下水水化学Gibbs图可以看出,地下水样品大部分分布在模型的中部,TDS处于100—1000 mg·L−1之间,大部分样品的γ(Na+)/[γ(Na+)+γ(Ca2+)]和γ(Cl−)/[γ(Cl−)+γ(HCO3−)]值在0—0.5之间(图5),表明地下水主要阴、阳离子分别以HCO3−、Ca2+为主,且水化学组分特征主要受岩石风化作用的自然过程控制.
相关关系可以分析地下水水化学组分间的相似性,揭示不同离子是否具有同一来源. 采用统计学软件SPSS对研究区地下水水化学成分进行Pearson相关系数计算,从研究区地下水各化学组分之间的相关关系矩阵可以看出(表3),TDS与Ca2+、Mg2+、Cl−、SO42−、NO3−存在明显的线性相关关系,其中,TDS与Ca2+和SO42−的相关关系最为显著,相关关系分别为0.83和0.8,说明同样是这两种化学组分是TDS的重要来源. 地下水中的NO3−一般来源于大气降水及土壤淋滤,但是随着人类活动的增加,动物粪便、生活污水、化肥、农药等排放或使用导致地下水NO3−含量不断升高,从表1的水化学统计数据和表3相关系数矩阵可以看出,NO3−和SO42−均已成为地下水中主要的离子成分之一. Na+与Cl−显著相关,相关系数为0.7,表明研究区内含水层可能存在石盐矿物,受到水岩作用或淋滤作用影响,也可能是外源污染造成.
-
正常情况下由于天然地下水中NO3−含量很低,不会对人体产生危害,但是受城市化发展和农业活动影响,大量含氮肥料的使用以及人类、动物粪便和生活污水的排放等使得大量NO3−入渗进入含水层中,特别是在具有地表地下二元结构的岩溶含水层,入渗能力更强[32]. 人类长期暴露于过量NO3−环境中会引起高铁血红蛋白症,增加消化系统癌症的发病率[12]. 通过水水化学组分统计数据可以看出,研究区地下水中NO3−含量普遍较高,一部分样品NO3−超过了生活饮用水卫生标准. 由于地下水中Cl−相对其他离子成分要稳定得多,并且不同来源的NO3−与Cl−之间存在一定的区别,可采用γ(NO3−)/γ(Cl−)值来定性判断NO3−的来源. 从γ(NO3−)/γ(Cl−)比值关系(图6)可以看出,研究区大部分水样落在γ(NO3−)/γ(Cl−)<2以下,而且γ(Cl−)分布范围较大,表现出低γ(NO3−)/γ(Cl−),γ(Cl−)不稳定的特点,因此,判断研究区NO3−主要来自于动物粪便和生活污水.
Cl−结合NO3−/Cl−比值的方法是水化学中常用来识别NO3−来源的手段之一[33]. 低浓度的Cl−和较高的NO3−/Cl−值表明NO3−主要来源于化学肥料,而高浓度的Cl−和较低的NO3−/Cl−值表明NO3−主要来源于人畜粪便和生活污水. 由图6可知,NO3−与Cl−之间无良好的线性关系,且相关性也较弱,说明NO3−和Cl−的来源并不完全相同. 样品点主要分布在低Cl−和高NO3−/Cl−比值区域,分布较分散,表明研究区地下水和地表水中NO3−主要来源于粪便和污水,并且不同区域受化肥与污水和有机肥的影响程度差异较大. 地下水与地表水的样品点分布相似,表明两种水体有相似的NO3−来源.
一般情况下,如果环境中没有大量NH4+积累,矿化和硝化作用产生的NO3−的δ15N值与初始反应物质的δ15N值一致,具有较小的同位素分馏[6]. 因为大量NH4+在环境中积累,反应不完全,一方面会毒害环境中的微生物,中止或减缓生化反应;另一方面由于同位素动力学分馏将使产物NO3−富集14N. 在本研究中,绝大多数地下水样品中的NH4+浓度极低,上述几个反应带来的同位素分馏可以认为是不显著的. 鉴于雨水中具有较低含量的NH4+,且是主要的氮素形态,而NO3−含量也非常低,雨水在稀释地下水的同时不可能成为主要的地下水NO3−来源. 研究区范围较大,补给区和径流区主要人类活动为种植业、养殖业及手工业,汇集排泄区位于城区,大量的农用化肥、工业污水和生活污水造成了较严重的点源污染,是NO3−含量分布差异较大的主要原因. 从研究区地下水和地表水中硝酸盐氮氧同位素的特征值(图7)可知,δ15N值范围在1.05‰—14.43‰,δ18O值范围在−7.92‰—22.94‰,大部分位于粪便和污水的范围内,少部分位于土壤氮及降雨和化肥中NH4+范围内,说明研究区粪便和污水是地下水和地表水NO3−污染的主要来源,其次为土壤氮,这一研究结论与水化学分析结果一致.
-
Cl−和NO3−的关系以及EC和NO3−的关系能初步判断水中NO3−浓度的变化是源于无N形态转化的混合过程还是由反硝化作用引起[20]. 若NO3−浓度的增加伴随Cl−浓度和EC的增加,则说明水中NO3−浓度可能主要受到无N形态转化的混合过程的影响,反之则可能有反硝化作用发生. 如图6和图8所示,整体上NO3−与Cl−以及NO3−与EC之间均没有显著的线性关系和良好的相关性,但仍然趋向于随NO3−浓度的升高,Cl−和EC均有所升高,表明研究区NO3−主要受到无N形态转化的混合过程的影响,而无明显的反硝化作用发生.
由图9可以看出,研究区地下水与地表水中NO3−的δ15N值和δ18O值均与NO3-N浓度的倒数呈正相关,表明NO3−N属于混合来源. 其中,26个地下水样品δ15N平均值为8.04‰,4个地表水样品δ15N平均值为11.16‰,较高的δ15N值域落在粪便和污水区域,再次说明粪便和污水是该区地下水和地表水中NO3−N的主要污染源,其他来源的N(包括土壤氮和化肥)的比例相对较少,可能有少部分的混合.
水中溶解氧(DO)含量的多少是衡量水体自净能力的重要指标,也是判断是否发生反硝化作用的前提. 有研究发现地下水中发生反硝化作用时DO浓度上限为2 mg·L−1,而反硝化作用引起的δ15N和δ18O之比接近2:1[34-35]. 本次采集的地下水中DO浓度在1.65—9.06 mg·L−1的范围内,平均值为6.34 mg·L−1;地表水中DO浓度在7.66—16.28 mg·L−1之间,平均值为10.38 mg·L−1,说明研究区地下水和地表水环境发生反硝化作用的可能性非常小.
硝化作用是指NH4+在氧化环境下经硝化细菌作用,形成NO3−的过程,属于耗氧反应,氧元素在反应过程中会有明显的变化[36]. 因此,可以利用
δ18ONO3 的值判别是否发生硝化作用[37]. 根据研究区地下水中δ18ONO3 特征值可知,δ18ONO3 分布范围为−7.92‰—22.94‰,平均值1.83‰,大部分落在−10‰—10‰范围内,说明硝化作用是研究区地下水NO3−-N转换的主要过程. -
结合济南泉域地下水和地表水的
δ15NNO3 和δ18ONO3 ,使用MixSIAR模型计算得出粪便和污水、土壤氮、降雨和化肥中的NH4+、化肥、大气沉降5个潜在NO3−来源的贡献率,地下水中分别为39.9%、27.4%、22.9%、6.6%、3.3%,地表水中分别为51.5%、19.2%、15.7%、8.9%、4.7%(表4).从MixSIAR模型计算结果可以看出,地下水和地表水的主要NO3−贡献源均为粪便和污水,贡献率分别高达39.9%和51.5%,其次为土壤氮及降雨和化肥中的NH4+. 此外与人类活动有关的化肥输入分别占地下水和地表水NO3−总来源的6.6%和8.9%,贡献率相对较低,大气沉降的贡献率最低,说明粪便和污水中的NO3−是济南泉域NO3−污染的主要来源. 总体而言,人为因素的NO3−来源高于自然因素的NO3−来源,表明研究区具有较高的硝酸盐污染风险,这与已有相关研究[38-39]结果较为一致.
-
(1)研究区地下水和地表水的水化学条件在自然和人为因素影响下,水化学场变化较大. 地下水NO3−污染较为严重;地表水中NO3−浓度较低,不存在NO3−污染. 较高的ρ(Cl-)和EC水平说明局部区域存在点源污染.
(2)研究区地下水和地表水中NO3−主要来源于粪便和污水,其次为土壤氮.NO3−浓度变化主要受到混合过程影响,硝化作用是研究区地下水NO3−-N转换的主要过程,无明显反硝化作用发生.
(3)研究区正处于城市化进程的加速阶段,人类活动的加剧对地下水的影响也越来越明显. 因此,在农村居住区应加强牲畜粪便管理、加强排污管道建设、提高污水处理率、防止污水渗漏;在农业种植区应控制化肥施用量、提高氮肥利用率;在城镇区域应加强居民生活污水处理和排放管理,以防止该区地下水NO3−污染进一步恶化.
济南泉域岩溶水系统硝酸盐空间分布及溯源解析
Spatial distribution and traceability analysis of nitrate in karst water system in Jinan spring basin
-
摘要: 人为活动产生的硝酸盐(NO3−)污染是北方岩溶泉域面临的最普遍的环境问题之一. 以济南泉域为研究对象,于2020年9月采集地下水和地表水样品共30件,综合利用水化学分析方法耦合硝酸盐氮氧同位素(
δ15NNO3 和δ18ONO3 )示踪技术,分析研究区NO3−来源及空间分布. 结果表明,研究区主要阴、阳离子浓度从高到低依次为HCO3−>SO42−>Cl−->NO3−、Ca2+>Na+>Mg2+>K+,水化学类型以HCO3·SO4-Ca为主. 地下水NO3−浓度平均值(37.93 mg·L−1)高于地表水(10.15 mg·L−1). 有7个地下水采样点明显受到NO3−污染,超标率为27%,上游补给区及下游汇集排泄区采样点地下水NO3−浓度较高,而径流区采样点地下水NO3−浓度相对偏低. NO3−浓度主要受到无N形态转化的混合过程的影响,反硝化作用并不显著. δ15N和δ18O值范围分别为1.05‰—14.43‰和−7.92‰—22.94‰,MixSIAR模型计算结果显示,粪便和污水对地下水和地表水NO3−的贡献率最大,分别为39.9%和51.5%,其次为土壤氮及降雨和化肥中的NH4+,大气沉降的贡献率最低,说明粪便和污水是该区NO3−污染的主要来源,也可能有土壤有机氮和化肥的混合.Abstract: Nitrate pollution caused by human activities is one of the most common environmental problems in karst spring areas in north China. A total of 30 groundwater and surface water samples were collected in Jinan Spring Basin in September 2020. The source and spatial distribution of nitrate pollution in the study area were analyzed by using hydrochemical analysis method coupled with nitrate nitrogen and oxygen double isotope tracer technology. The results show that the sequences of major anions and cations in water were HCO3−>SO42−>Cl−>NO3− and Ca2+>Na+>Mg2+>K+, respectively. And the main water chemistry type was HCO3·SO4-Ca. The average NO3− concentration in groundwater (37.93 mg·L−1) was higher than that in surface water (10.15 mg·L−1). Waters of 7 sampling sites were obviously polluted by nitrate, exceeding standard rate was 27%, and the concentration of NO3−-N in groundwater at the sampling points of upstream recharge area and downstream drainage area was higher than from runoff area. The concentration of NO3− was mainly affected by the mixing process, while no obvious denitrification occurred. The values ofδ15NNO3 andδ18ONO3 ranged from 1.05‰ to 14.43‰ and −7.92‰ to 22.94‰, respectively. According to the calculation results of Bayesian isotope mixing model (MixSIAR), manure and sewage was mainly nitrate source of the groundwater and surface water, accounting for 39.3% and 52.3% of the total contribution, respectively. Soil nitrogen and NH4+ in rainfall and fertilizer were the second, and the contribution rate of atmospheric deposition was the lowest. The results indicated that manure and sewage was the main source of nitrate pollution in this area, and there may be a mixture of soil organic nitrogen and chemical fertilizer.-
Key words:
- karst water system /
- hydrochemical characteristics /
- nitrate /
- spatial distribution /
- pollution source.
-
我国生态环境治理体系尚处于初级阶段,还存在环境政策体系缺乏统筹安排、生态环境保护责任清单尚未构建、统一的生态环境监测体系尚未形成[1]、跨域环境污染监管问题尚未解决[2]、自然资源调查制度不健全[3]、生态系统保护和修复的系统性不足[4]、法规标准有待加快完善[5]和生态文明建设的市场化运作欠缺[6]等问题。治理体系及其构成要素是不断发展的[7],发展趋势是体系化、专业化[8]和法治化,注重整体性、系统性、一体化、多维度、融合性发展[9],重点关注治理措施的有效性[10],同时,提高非政府组织在治理过程中的参与程度[11]。
京津冀地区是国家区域发展战略的重要指向区,随着京津冀协同发展等重大战略的实施,京津冀区域内开发规模与建设强度进一步加大,社会经济发展将面临更加紧迫的资源环境约束。然而,区域生态环境保护一体化管理体系尚未建立,单一的地区治理模式成为掣肘可持续发展的重要因素,亟需探索构建京津冀区域现代化的生态环境治理体系[12],促使形成生态环境保护和经济高质量发展之间的良性循环,促进以污染控制为基础的生态治理及保护模式转变。立足于京津冀区域整体性、一体化的生态环境治理体系现代化建设的研究成果未见报道,本文以整体性、一体化的视域,整合多中心性治理、网络治理、多层次治理、集体行动、政府治理、适应性治理、交互式治理理论(IGT)和进化治理理论(EGT)等多种理论[13]研究结果,提出了京津冀区域生态环境治理体系现代化建设初步构想,以期为京津冀协同发展提供新思路。
1. 区域重大生态环境问题
1.1 规模结构性问题突出,复合型大气污染依然较重
京津冀区域面积218 000 km2,占国土面积2.3%,人口约1.1亿[14],占全国总人口的8%,由于自然环境容量小、产业能源结构布局不合理和开发建设方式粗放等原因,区域生态环境问题突出。从京津冀全域来看,能源消耗总量增长迅速,且过度依赖煤炭,PM2.5源解析结果显示燃煤占比高达34%以上;工业污染物排放量大,主要集中于钢铁、电力、石化和建材4大产业;交通源污染分担率日益增长,货运交通NOx排放量大,天津海域船舶排放占比较高[15]。虽然自“大气十条”实施以来,区域大气环境质量得到持续改善,但改善程度未达到预期效果[16],常规污染依然较重,以PM2.5、O3为特征的复合型污染最为突出[17]。
1.2 水资源长期透支开发,水环境恶化趋势尚未遏制
区域水资源供给难以自足,地下水开发利用率为120%~160%,地下漏斗区面积超过50 000 km2。津冀地区工农业用水量大,北京市生活用水占比最高[18],南水北调工程较大程度缓解了区域水资源短缺的问题,但生态用水不足[19],仅占用水总量的7%左右。水系季节性断流问题严峻,海河流域中下游地区4 000 km以上的河道发生断流,断流300 d以上的占65%,部分河段全年断流,沿海地区地下水超采引起海水倒灌。劣V类河流长度占比高达40%,城市下游河道水质污染较重,廊坊、沧州等地区“有河皆污”现象仍然突出,部分湖库存在不同程度的富营养化[20];集中式地表水饮用水水源水质整体较好,部分水源存在一定风险[21];地下水受到不同程度的污染,对农村分散式供水构成威胁;受陆源污染影响,近岸海域水质普遍较差。
1.3 生态风险复杂多样,人居安全保障压力大
京津冀区域国土开发模式较为粗放,建设用地挤占耕地[22],1984年至今,累计12 066 km2农田转变成城镇生态系统,城镇建设快速扩张危及重要生态廊道,天然林面积锐减[23],生态用地呈现破碎化[24],以北京为中心半径30 km范围内,开发建设强度达到57.6%,中心城区四环内植被占比仅为5.8%。近50年区域内所有观测点降水量均减少,北京及周边减少最快[25],加上地下水超采及生活生产耗水,致部分河道干枯断流,平原湖泊退化,水生态功能下降[26],缺水状态难以及时改善[27],京津冀地区湿地面积(2009~2013年)比第一次调查(1995~2003年)减少46%,植物群落、野生鱼蟹和鸟类等生物量锐减甚至灭绝或消失。流域生态安全格局遭到破坏,大量构筑水库闸坝[28],入海河流径流量减少,河口区发生海相淤积,导致入海河流泄洪能力削弱,海洋生态用水减少;沿海自然岸线、滩涂湿地损失,造成近岸海域生态系统退化,近20年,优质经济鱼类产量减少了90%。区域灰霾天频发,居民的大气暴露健康风险突出[29];人居环境安全不容乐观,产城关系混杂,“工业围城”“垃圾围城”现象仍然存在;工业污染场地转为建设用地,如土壤未得到有效治理,将长期威胁人居健康。
1.4 资源利用效率差异大,环境准入体系不健全
京津冀区域内资源利用效率有待提高[30],京津两市能源利用效率高于全国水平,而河北省万元GDP能耗约为全国万元GDP能耗的15倍,还有较大提升空间[31]。重点行业污染治理效率较低,地区间和行业内部差异较大,钢铁、化工行业效率差异最为突出,污染治理水平及环保产业关联度有待提升[32]。与其他区域相比,京津冀区域内各地区的环保标准和准入要求差异巨大,北京市各行业的地方污染物排放控制标准体系基本形成,污染物排放限值居全国前列,部分标准达到国际先进水平,天津市和河北省环境质量标准相对较低,部分流域上下游河段因流经城市差异而导致功能区水质标准不统一。北京市非首都功能疏解和产业结构调整持续推进,使部分工业企业向津冀转移[33],若执行当地较低污染排放控制标准,区域污染压力将进一步加大。但是京津冀区域有3个省级行政主体,行政区域分属增加了环境保护政策统一的难度,同时又缺乏相应的预警及防范体系,造成生态系统破碎化程度较高,三地生态协同发展不均衡。
2. 区域生态环境一体化治理必要性
社会经济发展是造成生态环境问题的直接原因,京津冀地方分权、地区间产业结构的差异对协同发展产生了显著的负面影响,而区域生态环境自然本底的统一性[34]客观要求开展一体化的协同治理。
2.1 重点生态环境要素亟待提升
虽然随着大气、水、土壤污染治理和生态保护力度的加大,京津冀区域生态环境质量实现部分改善,但持续改善的任务仍十分艰巨,局部地区、重点行业生态环境问题和污染风险依然突出,资源能源利用结构性矛盾长期存在,复合型大气污染协同控制难度不断加大,流域性水环境污染问题难以消除,布局性、累积性和突发性环境风险隐患日趋复杂。从2015年《京津冀协同发展规划纲要》将“京津冀协同发展”上升为“重大国家战略”,到2021年“十四五”规划为“京津冀协同发展”指明方向,生态修复环境改善示范区是重要定位之一,国家对京津冀协同发展的要求不断升级,并且要求在生态环境保护等重点领域率先取得突破。
2.2 关键要素交互胁迫
京津冀区域位于华北平原北部,北靠燕山,西倚太行山,东临渤海。地势自西北向东南阶梯下降,由于西北部巨大的山体阻隔,大气污染物很难扩散。冬季受青藏高原大地形“背风坡”效应导致的下沉气流和“弱风效应”[35],近地面逆温现象频发[36],污染物更易聚集,仅因气象条件不利导致PM2.5浓度较其他季节上升约40%~100%。另外,大气环境污染存在显著的相互跨界传输效应,重污染情况下区域传输更显著。北京、天津、唐山、石家庄、保定、邢台和邯郸市为京津冀内部主要输送源区,还存在与京津冀之外省市的相互传输。例如,北京地区春、夏、秋季的污染逐渐向“偏东风型”发展,“二次转化”增加[37],但冬季一直保持“偏南风型”污染,西南和东南路径为典型的污染传输通道[38],污染物浓度均由唐山、石家庄、邢台和邯郸市向外逐渐降低[39]。因此,区域大气污染治理必须实行联防联控。
京津冀地处海河流域,上下游污染联系紧密,北京市既是张家口、承德地区的下游,又是雄安新区、廊坊市和天津市的上游,区域内水污染程度总体表现出北低南高,山区低平原高的态势[40]。随着对工业污染排放的严格管控,以点源为主要排放源的氨氮及COD的污染防控已见成效,而以非点源为主要排放源的总磷污染来源多样、时空分布不均且污染范围大,成为区域水体污染防控的难点。借鉴发达国家相关治理非点源污染的经验,京津冀必须开展水环境协同治理。
2.3 多要素综合作用
京津冀地处中纬度,由太行山和燕山山地、张北高原和海河平原组成,属暖温带、半湿润大陆性季风气候,气候温暖、四季分明、水热同期,区域生态系统相互依存度较高。京津冀区域经济社会快速发展,但区域内发展水平严重失衡,空间差异显著。京津地区人口产业高度集聚、第三产业发达,河北整体发展水平相对落后,工业重型化特点突出。加之区域内城镇化进程加剧,导致耕地面积减少、水资源短缺、大气污染严重、城市热岛和植被退化等生态环境问题;而生态环境的恶化严重威胁人居安全,反而限制了城镇化的进一步发展,缺水少绿成为制约京津冀协同发展的一块短板。区域生态环境的治理和改善是多要素综合作用的结果,要综合区域内大气环境、水资源、土地资源、气象气候、生态、能源、人口、经济、工业、社会和民生等多要素,坚持从区域生态系统整体性[9]和流域系统性出发,增强各项措施的关联性和耦合性,打破行政藩篱,将生态环境协同保护作为区域重要公共事务[41]。
2.4 生态环境与人居健康关系
生态环境恶化会诱发许多疾病,威胁人居健康。疾病的产生与饮用水密切相关[42],京津冀区域内水质污染严重,居民皮肤病、肠炎、肝肿大和癌症的发病率很高。而且,区域内部分城市饮用水对外调水的依赖程度很高,长距离输送,一旦突发水污染事故,可能影响区域内2 400多万人口的安全。《全球疾病负担研究》表明,我国约20%的肺癌与大气PM2.5污染有关。京津冀区域是大气污染的重灾区,河北省肿瘤研究所研究表明,河北省肺癌死亡率1973~2012年间上涨306%,居肿瘤死亡率第一位[43],地区肺癌发病率及死亡率的增长与居民长期暴露在污染的空气中有密不可分的联系。区域内土壤累积性污染问题突出,影响粮食和饮水安全;产城关系混杂,“工业围城”“垃圾围城”现象凸显,严重影响居民健康安全。
3. 生态环境治理体系现代化建设构想
生态环境治理体系现代化建设不简单是一种政府公共政策层面上的渐进调整,更需要强化与创新体制机制[44],克服理念冲突、利益矛盾与信息壁垒[45],探索生态环境治理新模式,见图1,以改善环境质量为核心,以确保人居环境安全为目标,以经济社会发展与资源环境矛盾最突出的关键区域、行业和单元为重点,落实“三线一单”约束,建设导向清晰、决策科学、执行有力、激励有效、多元参与、良性互动的生态环境治理现代化体系,以能源技术革命为抓手[46],推动形成有利于节约资源和保护环境的空间格局、产业结构、生产方式和生活方式,将京津冀区域建设成为我国生态修复环境改善的示范区。
3.1 制定高度协同的区域发展战略
京津冀区域要立足长远,统筹制定高度协同的发展战略。一是建立统筹联动的决策机制。系统性协调各决策主体要素间的关系,主要包括统筹北京城市副中心规划建设,执行统一的规划管控;统一规划沿海地区发展,制定有序的围填海计划,合理控制港口规模;形成以河长制为核心的流域治水责任体系,推行“林长制”,构建全域覆盖的林草资源保护长效机制。二是建立一体化的环境治理体系。推动区域环保标准一体化,加强京津转移产业承接地的环境准入要求。
3.2 建立基于“三线一单”的环境准入制度
落实“生态保护红线、环境质量底线、资源利用上线和环境准入负面清单”(简称“三线一单”)的生态环境硬约束制度,是京津冀环境保护一体化建设的重要任务。一是完善基于生态环境功能定位的空间管控体系,落实主体功能区战略,严守生态保护红线,实施差异化的生态环境分区管控制度。二是试行基于环境质量的污染物总量管理机制,实行大气环境污染物总量控制,强化存量工业污染物减排措施,加强交通污染排放管理;实行基于流域单元的水环境污染物总量管控,加快京津污水厂提标改造和河北省畜禽禁限养。三是试行基于资源利用上线的效率评估制度,实现资源总量管理和全面节约制度,加强再生水利用基础设施建设,强化清洁生产管理,建立行业、企业能源消耗、资源利用水平台账。四是严格环境准入清单管理制度,列入清单的行业在规定区域不得建设,现有企业按计划退出。五是建立“三线一单”区域生态环境管理大数据平台,实现京津冀污染源管理精细化、动态化和可视化。
3.3 实施全局性生态环境治理工程
统筹山水林田湖草沙一体化治理,以保护生态系统完整性为基础,立足各生态系统自身条件,以江河湖流域、山体山脉等相对完整的自然地理单元为基础,科学开展生态保护与建设;推进生态空间数字化管控,科学利用监测数据,开展山水林田湖草沙生命共同体敏感性、脆弱性、适应性、承载能力等生态系统健康状况评价,增加可持续的生态网络管理。整合京津冀现有自然保护地,在城市间、城市与功能区之间,构建绿色生态隔离区;开展“京北风沙区”生态恢复,在燕山-太行山一线迎风坡地带加强森林抚育和林相林种改造,建设几条连接生态屏障和生态带的南北廊道,形成“屏障-带-廊道”网络化的生态安全格局;加强陆海整体统筹的海岸带生态保护修复。在大气污染治理方面,重点推动冀中南等地区重污染企业淘汰搬迁和沿海地区重化工行业改造提升,逐步统一区域大气环境污染防治的制度和标准体系。在水污染治理方面,重点推动京津廊地区水系、白洋淀流域水环境综合治理,以及衡水湖周边农业“面源治理示范工程”;提高水资源利用效率,建立主要河流的清洁补水机制;完善城镇污水管网建设,开展城市黑臭水体治理,建设农村生活污水处理设施。在重点地区人居安全保障方面,优化京津两地核心圈层工业企业布局,改善唐山、石家庄等工业城市“产城混杂”现状,重视对污染场地的风险评价和治理修复。
3.4 健全协调联动的区域污染防治机制
一是完善大气环境预警、应急联动机制,加强区域环境空气质量监管体系建设,完善京津冀区域大气污染预警会商和应急联动协调机构,实现预警等级标准、应急措施力度的统一,建立大气污染联防联控常态化机制。试建设碳排放交易体系,推动温室气体和大气污染物减排相协同、PM2.5和O3污染治理相协同、本地治污和区域共治相协同;二是统筹流域水资源与水环境协同管理体系,推进海河流域建立海陆统筹的水资源保护及污染防治制度,实施联合监测、联合执法、应急联动和信息共享,生态用水量纳入考核指标,实行水量、水质双考核的水环境质量排名制度;三是开展自然资产审计和构建生态预警机制,明确产权与监管归属,加强自然资源资产监管,完善生态文明建设目标评价考核体系,把生态效益纳入经济社会发展评价体系。
3.5 强化全方位的环保监督考核问责制度
一是完善基础能力建设,加快建立“源头严防、过程严管、后果严惩”为基础,以“经济调节、公众参与、体制保障”为配套的环境保护制度体系;调整环境保护系统内部的管理机构设置,完善行政规章制度和工作流程优化,加强环保科技、监测和队伍能力建设。二是加大环保督查执法力度,依法严肃查处环境违法行为,完善执法后督查制度,推广网格化的执法手段,强化问责机制,提高环境执法水平。三是创新环保监管体制,建立体现环保工作实绩的干部政绩评价考核制度,推行生态环境审计和终身责任追究制度,推行生态环境损害赔偿和刑事责任追究制度,推动信息公开及公众参与,加强舆论监督,搭建公众和政府良性互动平台。
3.6 鼓励社会参与的市场调节体系
一是推进资源有偿使用和生态补偿机制,逐步建立水资源费征收标准动态调整机制,对重点功能区进行生态补偿,建立京津冀生态环境保护专项资金。二是合理推行排污许可和交易制度,作为固定点源环境管理的核心制度,实行“一证式”管理,排污权交易分行业、分地区进行,符合条件的严于许可证排放的单位可享优惠政策。三是积极推进政府和社会资本合作(PPP)模式,建立环境保护项目储备库并予以优先支持,建立项目绿色通道、部门联批联审一站式服务,制定支持性政策措施。
4. 结 语
京津冀协同发展是国家重大战略目标,各种重大生态环境问题是区域发展面临的核心矛盾,破解社会经济发展与资源环境保护的矛盾是实现国家战略目标的基本前提。通过破除行政藩篱,促进区域协同发展的改革措施,在区域生态环境问题治理方面进行先行先试,以有序疏解北京非首都功能为核心,以京津冀城市群建设为载体,以优化区域分工和产业布局为重点,以资源环境要素统筹规划利用为主线,通过调整经济结构和空间结构,推进产业升级转移,形成目标同向、措施一体、优势互补、互利共赢的环保一体化制度,建立从“末端生态治理”走向“前端生态管理”的生态环境安全新格局,科学构建京津冀大区域生态环境现代化治理体系,是率先取得生态环境领域突破、支撑京津冀协同发展战略实施的必然选择。
-
表 1 研究区水化学指标数据
Table 1. Hydrochemical indexes in the study area
采样点Sampling sites T/℃ pH EC/(µS·cm−1) ρ/(mg·L−1) DO K+ Na+ Ca2+ Mg2+ NH4+−N Cl− HCO3− SO42− NO2−−N NO3−−N 总硬度Total hardness TDS 间接补给区Indirect recharge area G1 19.5 7.79 716 7.05 3.08 57.99 77.06 16.92 0.01 39.54 220.77 133.03 <0.005 2.95 262.14 463.86 G2 24.5 7.62 851 7.74 0.92 30.66 129.50 15.65 0.02 35.25 234.71 174.23 <0.005 6.68 387.85 550.61 G3 17.6 7.28 742 3.99 2.14 18.30 109.26 16.71 <0.01 26.41 283.51 85.23 <0.005 7.36 341.67 451.70 G4 18.1 7.20 1251 6.70 3.41 21.05 203.13 36.36 0.05 27.10 304.43 346.05 0.006 17.96 657.02 892.74 G5 17.1 7.18 1044 6.56 4.35 18.60 146.35 28.55 0.01 30.71 309.07 118.82 <0.005 32.90 483.07 671.46 G6 22.2 7.47 755 5.45 1.91 11.02 124.82 15.17 0.03 9.15 339.28 79.34 0.180 3.19 374.17 433.32 G7 16.0 7.59 605 7.07 0.83 4.80 89.72 26.28 <0.01 9.31 288.16 59.99 <0.005 5.86 332.28 369.61 G8 21.3 7.75 608 8.77 0.92 6.10 95.85 15.46 0.01 10.70 246.33 65.73 <0.005 6.15 303.02 353.71 G9 21.8 7.56 719 7.87 2.96 12.27 111.80 15.40 <0.01 17.11 267.24 84.84 <0.005 7.48 342.62 420.78 G10 17.7 7.48 550 8.41 1.49 8.52 82.00 15.69 0.01 12.44 218.44 61.87 <0.005 7.75 269.40 337.55 直接补给区Direct recharge area G11 17.9 7.59 884 4.75 2.37 80.86 93.06 16.72 <0.01 75.30 220.77 168.19 <0.005 2.24 301.27 569.83 G12 20.5 7.28 795 8.13 0.48 24.70 105.21 17.54 <0.01 40.75 313.72 70.27 <0.005 4.79 334.97 451.47 G13 18.8 7.60 644 9.06 0.78 8.69 109.62 10.18 0.01 21.78 223.09 71.79 0.006 9.50 315.69 386.67 G14 17.7 8.93 476 1.92 8.38 24.30 17.07 10.29 1.45 14.87 76.69 68.23 0.094 0.17 84.99 185.79 G15 17.5 7.27 1176 7.40 2.03 43.97 161.77 34.61 0.15 81.75 290.48 205.02 0.043 15.55 546.50 754.93 G16 18.9 7.92 1143 2.45 28.54 84.67 123.25 18.80 0.02 69.11 151.05 352.93 <0.005 3.02 385.20 782.09 G17 19.2 7.14 934 6.44 0.54 34.81 135.93 20.41 0.02 68.86 288.16 108.07 0.006 9.62 423.51 571.36 G18 20.9 7.95 654 8.83 0.67 7.34 97.12 20.75 0.02 18.79 250.98 67.90 <0.005 8.95 327.99 386.36 排泄区Discharge area G19 19.7 7.01 1107 6.19 0.46 28.12 178.32 22.62 0.01 99.67 313.72 106.83 <0.005 19.34 538.48 694.81 G20 21.7 7.24 809 8.65 0.71 15.67 117.16 21.29 0.02 39.18 290.48 78.38 <0.005 10.76 380.26 483.21 G21 21.4 7.61 606 6.41 1.07 18.61 89.13 15.81 0.02 39.17 209.15 67.95 <0.005 5.67 287.70 375.12 G22 18.8 7.05 873 1.65 4.15 31.06 106.91 35.19 4.01 42.27 453.15 42.32 0.006 1.76 411.90 514.11 G23 21.9 7.92 803 3.72 3.46 49.98 49.18 42.94 0.05 90.18 153.37 131.52 0.006 3.57 299.64 464.22 G24 17.7 7.58 639 6.91 1.05 13.05 92.11 16.74 0.02 36.85 188.23 82.60 <0.005 7.60 298.96 382.54 G25 19.2 7.37 872 6.32 1.50 32.49 125.64 22.48 0.02 62.16 269.57 104.44 <0.005 10.28 406.31 543.44 G26 19.3 7.29 972 6.31 1.29 41.90 136.66 23.29 0.02 75.43 290.48 121.88 <0.005 11.57 437.17 610.62 地表水Surface water S1 24.3 8.56 676 16.28 4.57 27.83 80.16 18.44 0.04 35.58 164.99 135.83 <0.005 1.44 276.10 397.93 S2 26.3 8.36 508 8.74 3.02 17.40 63.77 15.61 0.28 22.29 146.40 95.30 0.088 2.69 223.52 310.53 S3 21.8 8.31 441 8.82 1.90 10.75 59.48 12.36 0.02 13.26 144.08 75.73 0.009 2.17 199.46 260.79 S4 22.3 8.11 476 7.66 1.47 11.12 59.75 17.37 0.10 16.02 137.11 88.27 0.009 2.87 220.76 279.50 表 2 地下水NO3-N浓度>10 mg·L−1采样点分布
Table 2. Distribution of groundwater concentration of NO3-N>10 mg·L−1 sampling sites
采样点Sampling sites NO3−N/(mg·L−1) 分区Partition G4 17.96 间接补给区Indirect recharge area G5 32.90 间接补给区Indirect recharge area G15 15.55 直接补给区Direct recharge area G19 19.34 排泄区Discharge area G20 10.76 排泄区Discharge area G25 10.28 排泄区Discharge area G26 11.57 排泄区Discharge area 表 3 地下水水化学成分相关系数矩阵
Table 3. Correlation coefficient matrix of groundwater hydrochemical composition
pH EC TDS K+ Na+ Ca2+ Mg2+ HCO3− Cl− NO3− SO42− pH 1 −0.54 −0.54 0.36 0.1 −0.75 −0.35 −0.82 −0.28 −0.52 −0.03 EC 1 0.98 0.29 0.49 0.82 0.57 0.37 0.63 0.55 0.74 TDS 1 0.31 0.49 0.83 0.54 0.33 0.57 0.54 0.80 K+ 1 0.57 −0.06 −0.01 −0.37 0.15 −0.18 0.61 Na+ 1 0.01 0.19 −0.25 0.70 −0.22 0.60 Ca2+ 1 0.32 0.59 0.28 0.68 0.49 Mg2+ 1 0.36 0.44 0.33 0.32 HCO3− 1 −0.01 0.32 −0.17 Cl− 1 0.15 0.36 NO3− 1 0.19 SO42− 1 表 4 地下水和地表水NO3−不同来源的贡献率(%)
Table 4. Contribution rate of potential source to NO3− in groundwater and surface water
来源Source 地下水Ground water 地表水Surface water 最小值Min 最大值Max 平均值±标准差Mean±SD 最小值Min 最大值Max 平均值±标准差Mean±SD 粪便和污水Manure & nitrogen 21.3 61.0 39.9±13.1 41.2 62.7 51.5±9.0 土壤有机氮Soil organic nitrogen 15.5 35.3 27.4±6.4 10.8 24.2 19.2±5.9 降雨和化肥中的NH4+NH4+ in rainfall and fertilizer 12.2 34.2 22.9±6.9 13.3 18.2 15.7±2.1 化肥Chemical fertilizer 1.3 25.3 6.6±5.1 7.8 10.5 8.9±1.2 大气沉降Atmospheric deposition 0.5 21.0 3.3±4.6 3.6 5.9 4.7±1.1 -
[1] KANG F X, JIN M G, QIN P R. Sustainable yield of a Karst aquifer system: A case study of Jinan springs in Northern China [J]. Hydrogeology Journal, 2011, 19(4): 851-863. doi: 10.1007/s10040-011-0725-2 [2] GUO Y, QIN D J, LI L, et al. A complicated Karst spring system: Identified by Karst springs using water level, hydrogeochemical, and isotopic data in Jinan, China [J]. Water, 2019, 11(5): 947. doi: 10.3390/w11050947 [3] 杨丽芝, 刘春华, 祁晓凡. 济南泉水水化学特征变异研究 [J]. 水资源与水工程学报, 2016, 27(1): 59-64. doi: 10.11705/j.issn.1672-643X.2016.01.10 YANG L Z, LIU C H, QI X F. Study on characteristic variation of hydro-chemistry of Jinan spring [J]. Journal of Water Resources and Water Engineering, 2016, 27(1): 59-64(in Chinese). doi: 10.11705/j.issn.1672-643X.2016.01.10
[4] KENDALL C, MCDONNELL J. Isotope tracers in catchment hydrology[M]. Amsterdam: Elsevier, 1998, 517-576. [5] 梁永平, 王维泰, 赵春红, 等. 中国北方岩溶水变化特征及其环境问题 [J]. 中国岩溶, 2013, 32(1): 34-42. doi: 10.3969/j.issn.1001-4810.2013.01.006 LIANG Y P, WANG W T, ZHAO C H, et al. Variations of Karst water and environmental problems in North China [J]. Carsologica Sinica, 2013, 32(1): 34-42(in Chinese). doi: 10.3969/j.issn.1001-4810.2013.01.006
[6] 王开然, 郭芳, 姜光辉, 等. 15N和18O在桂林岩溶水氮污染源示踪中的应用 [J]. 中国环境科学, 2014, 34(9): 2223-2230. WANG K R, GUO F, JIANG G H, et al. Application of 15N and 18O to nitrogen pollution source in Karst water in Eastern Guilin [J]. China Environmental Science, 2014, 34(9): 2223-2230(in Chinese).
[7] LIANG Y P, GAO X B, ZHAO C H, et al. Review: Characterization, evolution, and environmental issues of Karst water systems in Northern China [J]. Hydrogeology Journal, 2018, 26(5): 1371-1385. doi: 10.1007/s10040-018-1792-4 [8] 段世辉, 蒋勇军, 张远瞩, 等. 岩溶槽谷区地下河硝酸盐来源及其环境效应: 以重庆龙凤槽谷地下河系统为例 [J]. 环境科学, 2019, 40(4): 1715-1725. DUAN S H, JIANG Y J, ZHANG Y Z, et al. Sources of nitrate in groundwater and its environmental effects in Karst trough valleys: A case study of an underground river system in the Longfeng trough valley, Chongqing [J]. Environmental Science, 2019, 40(4): 1715-1725(in Chinese).
[9] 赵然, 韩志伟, 申春华, 等. 典型岩溶地下河流域水体中硝酸盐源解析 [J]. 环境科学, 2020, 41(6): 2664-2670. ZHAO R, HAN Z W, SHEN C H, et al. Identifying nitrate sources in a typical Karst underground river basin [J]. Environmental Science, 2020, 41(6): 2664-2670(in Chinese).
[10] 李学先, 吴攀, 查学芳, 等. 基于水化学及稳定同位素的岩溶山区城镇水体硝酸盐来源示踪 [J]. 环境科学学报, 2021, 41(4): 1428-1439. LI X X, WU P, ZHA X F, et al. Tracing nitrate sources in urban waters of Karst mountainous area using hydrochemistry and stable isotope [J]. Acta Scientiae Circumstantiae, 2021, 41(4): 1428-1439(in Chinese).
[11] ZHANG Z X, WANG W P, QU S S, et al. A new perspective to explore the hydraulic connectivity of Karst aquifer system in Jinan spring catchment, China [J]. Water, 2018, 10(10): 1368. doi: 10.3390/w10101368 [12] GAO S, LI C S, JIA C, et al. Health risk assessment of groundwater nitrate contamination: A case study of a typical Karst hydrogeological unit in East China [J]. Environmental Science and Pollution Research International, 2020, 27(9): 9274-9287. doi: 10.1007/s11356-019-07075-w [13] 李严, 王家乐, 靳孟贵, 等. 运用水文时间序列分析识别济南泉域岩溶发育特征 [J]. 地球科学, 2021, 46(7): 2583-2593. LI Y, WANG J L, JIN M G, et al. Hydrodynamic characteristics of Jinan Karst spring system identified by hydrologic time-series data [J]. Earth Science, 2021, 46(7): 2583-2593(in Chinese).
[14] 高宗军, 徐军祥, 王世臣, 等. 济南岩溶水微量元素分布特征及其水文地质意义 [J]. 地学前缘, 2014, 21(4): 135-146. GAO Z J, XU J X, WANG S C, et al. The distribution characteristics and hydrogeological significance of trace elements in Karst water, Jinan, China [J]. Earth Science Frontiers, 2014, 21(4): 135-146(in Chinese).
[15] ZHOU J, XING L T, ZHANG F J, et al. Chemical characteristics research on Karst water in Jinan spring area [J]. Advanced Materials Research, 2015, 1092/1093: 593-596. doi: 10.4028/www.scientific.net/AMR.1092-1093.593 [16] 孙斌, 邢立亭, 李常锁. 趵突泉泉域岩溶水典型污染组分变化特征及污染途径 [J]. 中国岩溶, 2018, 37(6): 810-818. SUN B, XING L T, LI C S. Variation of typical pollution components and pollution way of Karst water in Baotu Spring region [J]. Carsologica Sinica, 2018, 37(6): 810-818(in Chinese).
[17] 管清花, 李福林, 王爱芹, 等. 济南市岩溶泉域地下水化学特征与水环境演化 [J]. 中国岩溶, 2019, 38(5): 653-662. doi: 10.11932/karst20190501 GUAN Q H, LI F L, WANG A Q, et al. Hydrochemistry characteristics and evolution of Karst spring groundwater system in Jinan [J]. Carsologica Sinica, 2019, 38(5): 653-662(in Chinese). doi: 10.11932/karst20190501
[18] 邢立亭, 周娟, 宋广增, 等. 济南四大泉群泉水补给来源混合比探讨 [J]. 地学前缘, 2018, 25(3): 260-272. XING L T, ZHOU J, SONG G Z, et al. Mixing ratios of recharging water sources for the four largest spring groups in Jinan [J]. Earth Science Frontiers, 2018, 25(3): 260-272(in Chinese).
[19] 殷秀兰, 王庆兵, 凤蔚. 济南岩溶泉域泉群区水化学与环境同位素研究 [J]. 地质学报, 2017, 91(7): 1651-1660. doi: 10.3969/j.issn.0001-5717.2017.07.016 YIN X L, WANG Q B, FENG W. Hydro-chemical and isotopic study of the Karst spring catchment in Jinan [J]. Acta Geologica Sinica, 2017, 91(7): 1651-1660(in Chinese). doi: 10.3969/j.issn.0001-5717.2017.07.016
[20] 高帅, 李常锁, 贾超, 等. 济南趵突泉泉域岩溶水化学特征时空差异性研究[J]. 地质学报, 2019, 93(S1): 61-70. GAO S, LI C S, JIA C, et al. Spatiotemporal difference study of Karst hydrochemical characteristics in the Baotu Spring area of Jinan[J]. Acta Geologica Sinica, 2019, 93(Sup 1): 61-70(in Chinese).
[21] 徐慧珍, 李文鹏, 殷秀兰, 等. 济南泉域浅层地下水水化学同位素研究 [J]. 水文地质工程地质, 2008, 35(3): 65-69,98. doi: 10.3969/j.issn.1000-3665.2008.03.017 XU H Z, LI W P, YIN X L, et al. Hydrochemistry and isotopes of shallow groundwater in the Jinan spring catchment [J]. Hydrogeology & Engineering Geology, 2008, 35(3): 65-69,98(in Chinese). doi: 10.3969/j.issn.1000-3665.2008.03.017
[22] 王珺瑜, 王家乐, 靳孟贵. 济南泉域岩溶水水化学特征及其成因 [J]. 地球科学, 2017, 42(5): 821-831. WANG J Y, WANG J L, JIN M G. Hydrochemical characteristics and formation causes of Karst water in Jinan spring catchment [J]. Earth Science, 2017, 42(5): 821-831(in Chinese).
[23] MATIATOS I. Nitrate source identification in groundwater of multiple land-use areas by combining isotopes and multivariate statistical analysis: A case study of Asopos Basin (Central Greece) [J]. Science of the Total Environment, 2016, 541: 802-814. doi: 10.1016/j.scitotenv.2015.09.134 [24] YU L, ZHENG T Y, ZHENG X L, et al. Nitrate source apportionment in groundwater using Bayesian isotope mixing model based on nitrogen isotope fractionation [J]. Science of the Total Environment, 2020, 718: 137242. doi: 10.1016/j.scitotenv.2020.137242 [25] PARNELL A C, INGER R, BEARHOP S, et al. Source partitioning using stable isotopes: Coping with too much variation [J]. PLoS One, 2010, 5(3): e9672. doi: 10.1371/journal.pone.0009672 [26] 金赞芳, 胡晶, 吴爱静, 等. 基于多同位素的不同土地利用区域水体硝酸盐源解析 [J]. 环境科学, 2021, 42(4): 1696-1705. JIN Z F, HU J, WU A J, et al. Identify the nitrate sources in different land use areas based on multiple isotopes [J]. Environmental Science, 2021, 42(4): 1696-1705(in Chinese).
[27] 王雨旸, 杨平恒. 张洁茹. 重庆市老龙洞地下河流域硝酸盐来源和生物地球化学过程的识别[J]. 环境科学, 2022, 43(10): 4470-4479. WANG Y Y, YANG P H, ZHANG J R. Sources and biogeochemical processes of nitrate in the Laolongdong karst underground river basin, Chongqing [J]. Environmental Science, 2022, 43(10): 4470-4479 (in Chinese).
[28] XU Z F, LIU C Q. Water geochemistry of the Xijiang Basin rivers, South China: Chemical weathering and CO2 consumption [J]. Applied Geochemistry, 2010, 25: 1603-1614. doi: 10.1016/j.apgeochem.2010.08.012 [29] MARANDI A, SHAND P. Groundwater chemistry and the Gibbs diagram [J]. Applied Geochemistry, 2018, 97: 209-212. doi: 10.1016/j.apgeochem.2018.07.009 [30] 王瑞, 李潇瀚. 百泉泉域岩溶地下水水化学演化特征及成因 [J]. 中国岩溶, 2021, 40(3): 398-408. WANG R, LI X H. Hydrochemical characteristics and genesis of Karst groundwater in the Baiquan spring catchment [J]. Carsologica Sinica, 2021, 40(3): 398-408(in Chinese).
[31] 任孝宗, 杨小平. 鄂尔多斯沙区天然水体水化学组成及其成因 [J]. 地理学报, 2021, 76(9): 2224-2239. doi: 10.11821/dlxb202109013 REN X Z, YANG X P. Hydrochemical compositions of natural waters in Ordos Deserts and their influencing factors [J]. Acta Geographica Sinica, 2021, 76(9): 2224-2239(in Chinese). doi: 10.11821/dlxb202109013
[32] ZHANG P, YUE F J, WANG X D, et al. Antecedent rainfall and land use controlling the fate of nitrogen in Karst urban rivers, elucidated by an isotopic approach [J]. Journal of Hydrology, 2021, 592: 125803. doi: 10.1016/j.jhydrol.2020.125803 [33] WANG K R, CHEN H W, LI F L, et al. Spatial distribution characteristics of nitrogen pollution in a typical Karst groundwater system [J]. Arabian Journal of Geosciences, 2020, 13(10): 1-9. [34] 盛婷, 杨平恒, 谢国文, 等. 基于δ15N和δ18O的农业区地下河硝酸盐污染来源 [J]. 环境科学, 2018, 39(10): 4547-4555. SHENG T, YANG P H, XIE G W, et al. Nitrate-nitrogen pollution sources of an underground river in Karst agricultural area using 15N and 18O isotope technique [J]. Environmental Science, 2018, 39(10): 4547-4555(in Chinese).
[35] WELLS N S, CLOUGH T J, JOHNSON-BEEBOUT S E, et al. Effects of denitrification and transport on the isotopic composition of nitrate (δ18O, δ15N) in freshwater systems [J]. Science of the Total Environment, 2019, 651: 2228-2234. doi: 10.1016/j.scitotenv.2018.10.065 [36] YANG P H, WANG Y Y, WU X Y, et al. Nitrate sources and biogeochemical processes in Karst underground rivers impacted by different anthropogenic input characteristics [J]. Environmental Pollution, 2020, 265: 114835. doi: 10.1016/j.envpol.2020.114835 [37] 路路, 戴尔阜, 程千钉, 等. 基于水环境化学及稳定同位素联合示踪的土地利用类型对地下水体氮素归趋影响 [J]. 地理学报, 2019, 74(9): 1878-1889. doi: 10.11821/dlxb201909013 LU L, DAI E F, CHENG Q D, et al. The sources and fate of nitrogen in groundwater under different land use types: Stable isotope combined with a hydrochemical approach [J]. Acta Geographica Sinica, 2019, 74(9): 1878-1889(in Chinese). doi: 10.11821/dlxb201909013
[38] MING X X, GROVES C, WU X Y, et al. Nitrate migration and transformations in groundwater quantified by dual nitrate isotopes and hydrochemistry in a Karst World Heritage site [J]. Science of the Total Environment, 2020, 735: 138907. doi: 10.1016/j.scitotenv.2020.138907 [39] GIBRILLA A, FIANKO J R, GANYAGLO S, et al. Nitrate contamination and source apportionment in surface and groundwater in Ghana using dual isotopes (15N and 18O-NO3) and a Bayesian isotope mixing model [J]. Journal of Contaminant Hydrology, 2020, 233: 103658. doi: 10.1016/j.jconhyd.2020.103658 -