武陵山区女儿寨森林小流域地表水环境评价

黄忠良，周小玲,3*，常明庆，王 平

(1.湖南省林业科学院，湖南 长沙 410004； 2.中南林业科技大学， 湖南 长沙 410004；3.林木无性系育种技术湖南省重点实验室， 湖南 长沙 410004)

武陵山区女儿寨森林小流域地表水环境评价

黄忠良1，周小玲1,3*，常明庆2，王 平2

(1.湖南省林业科学院，湖南 长沙 410004； 2.中南林业科技大学， 湖南 长沙 410004；3.林木无性系育种技术湖南省重点实验室， 湖南 长沙 410004)

以武陵山区女儿寨森林小流域5个水质监测断面的监测结果为依据，以总氮、总磷、高锰酸盐指数、氨氮作为评价指标，运用综合指数法、模糊数学评价法和灰色关联分析法对其地表水环境进行综合评价。结果表明，源头水、山洞出水口、二级出水口上、二级出水口下和总出水口的水质分别可以达到《地表水环境质量标准》(GB 3838-2002)中的Ⅲ、Ⅰ、Ⅰ、Ⅱ和Ⅱ类标准，表明源头水受到了一定程度的污染，其主要原因是林业非点源污染的影响，此外人类活动和农业生产也会对小流域地表水水质产生影响。

森林小流域；地表水；综合指数法；模糊数学评价法；灰色关联分析法

森林和水是人类生存与发展的重要物质基础，也是当今林学和生态学领域研究的核心问题，水环境是森林植被与生态环境相互作用和相互影响最为重要的因素之一[1-3]。地表水水质是一个随时间、空间动态变化的量，年内、年际变化极其复杂。森林小流域一般被认为是清洁水源的发源地[4]，通过对小流域地表水的综合评价，可以了解和掌握水环境的主要污染因子，从而可以有针对性地制定改善环境质量的方案和措施[5]。水质评价是水环境质量评价的主要内容，运用数学模型的方法可以进行这方面的定量化研究，国内外目前常见的评价方法主要有：单因子指数法、分级加权平均法、普通概率统计法、模糊数学法等，每1种方法各有其优缺点，但是都不足以对水质进行综合评价。水质综合评价的难点在于：水质系统是由多维因子(各种污染物含量指标变量)组成的复杂系统，各因子之间具有不同程度的相关性，每1种因子都只是从某一个方面反映水的质量，因此，必须对水质进行综合评价[6]。目前水质综合评价方法主要有3种：综合指数法、模糊数学评价法和灰色关联分析法。因为每1种综合评价方法都不足以全面反映水体的水质，我们采用以上3种评价方法对女儿寨小流域河流水水质进行评价。

1 研究区概况

研究区地处武陵山脉腹地，位于湖南省张家界市慈利县零阳镇两溪村女儿寨，其地理座标为北纬29°30′，东经110°10′，是国家退耕还林工程生态效益监测站、国家长防林工程生态效益监测站和湖南省林业科学院生态定位研究站所在地。该流域封闭相对良好，属武陵山脉低山区、澧水二级小支流，大致呈东西向，流域面积2.81km2，人口180人，沟口海拔210m，最高峰海拔917.4m，主沟长约1.2km。母岩以板页岩、砂岩为主，土壤主要为红壤和山地黄壤。流域内地形复杂，山峦起伏，沟壑纵横，沟壑密度约2.6km/km2,主沟纵比降约28.4‰。境内属中亚热带山原型季风性湿润气候，年平均日照1440h，年平均气温16.7℃，年平均降水量约1347mm，年内降雨主要集中在4—8月，其降雨量占全年降雨量的68.6%，年平均无霜期为269d[13-14]。

女儿寨小流域现有林地面积202.32hm2(其中次生林129.32hm2，人工林73hm2)、水田4.13hm2、旱地5.07 hm2、菜地1.54hm2、沟道水域38.80hm2、道路24.52hm2、居民住宅地4.62hm2，是一个典型的以林业为主的小流域[7]。20世纪60、70年代，由于受到当时社会各方面的影响，小流域内森林遭到了毁灭性破坏，水土流失非常严重。1993年，该流域开始实施人工造林和封山育林相结合的植被恢复与重建措施，同时，结合“长防林”工程和退耕还林工程的实施，现在已形成的典型林分类型有马尾松(Pinusmassoniana)天然林、杉木(Cunninghamialanceolata)人工林、杜仲(Eucommiaulmoides)人工林、油桐(Verniciafordii)人工林、柑桔(CitrusreticulataL.)人工林、润楠(Machilussp.)次生林、毛竹(Phyllostachysedulis)杉木混交林、枫香(Liquidambarformosana)与樟树(Cinnamomumcamphora)混交林等。此外还有蔷薇(RoseL.)、檵木(Loropetalumchinensis)、苎麻(Boehmerianivea)、白背叶(Mallotusapelta)、飞蛾槭(Aceroblongum)、油茶(Camelliaoleifera)、铁芒萁(Dicranopterislinearis)、香石竹(Dianthuscaryophyllus)等林下植物。目前该流域的森林覆盖率已有了很大的提高。

2 研究方法

2.1采样点的布设

综合考虑所选样点的代表性、小流域的面积、水体特征及其功能、项目要求等因素，共布设5个采样点。

(1)源头水(RSW, River Source Water)处,为河流上游一年四季都有明显水流的断面。

(2)山洞出水口(CWO，Cave Water Outlet)。山洞水是河流水的一个主要支流。

(3)二级出水口上(WO1，Water Outlet 1),其入流区域内有林地和少量坡耕地。

(4)二级出水口下(WO2，Water Outlet 2),其入流区域内有人口居住、林地和少量耕地。

(5)总出水口(TWO，Total Water Outlet)。

2.2水质综合评价分析方法

2.2.1 综合污染指数评价法 选用等标指数和综合等标指数法及超标指数和累计指数法相结合的方法[8]。等标指数法和综合等标指数法的计算公式如下：

(1)

式中:Ii——某种污染物的单项等标分指数；

Ci——某种污染物浓度的实测值(mg/L)；

Ci0——某种污染物的评价标准浓度(mg/L)。

(2)

式中:M——综合等标指数；

n——某种评价项目数；

Ii——单项污染物的等标分指数。

地表水水质分类标准[6]见表1。

表1 地表水水质分类标准Tab.1 ClassificationstandardsofsurfacewaterqualityM值水质类别M值水质类别≤0.10Ⅰ清洁1.01～2.00Ⅳ重度污染 0.1～0.40Ⅱ尚清洁≥2.01Ⅴ严重污染0.41～1.00Ⅲ轻度污染

2.2.2 模糊数学评价法 由于水体环境本身存在大量不确定性因素，各个项目的级别划分、标准确定都具有模糊性，因此，模糊数学在水质综合评价中得到了广泛应用。模糊评价法的基本原理是利用监测数据建立各因子指标对各级标准的隶属度集，形成隶属度矩阵，再把因子权重集与隶属度矩阵相乘，得到模糊积，获得1个综合评判集，表明评价水体水质对各级标准水质的隶属程度，反映综合水质级别的模糊性[9]。这样得到的结果更能全面反映地表水体的质量状况。

模糊数学用于水质综合评价的方法主要有模糊综合指数法、模糊概率法、模糊贴近度法、模糊距离法等。一般常用模糊综合指数法，其具体步骤如下[9-10]：

设给定2个有限论域：

式中:U——综合评判所选定的监测指标；

V——最终评语所组成的集合。

取U上的模糊子集A和V上的模糊子集B，通过模糊关系矩阵R，则有如下模糊变换：

B=AR

(3)

式中:A——各水质指标的权；

R——各水质指标实测值对各级水质的隶属度。

根据地表水质量分级标准确定各单因子实测值(x)对各级别的隶属度，其函数关系式[6]如下：

i=1, 2, 3, 4, 5

(4)

上面各式适用于各级标准由小到大的情况。计算各单项因子对各级水质的隶属度，依次排列成1个i×j模糊矩阵，即R=(rij)，(0≤rij≤1)。

各因素在综合评价中权重(W)的计算公式如下:

(5)

式中：Ci——某污染物指标的测定值；

Si——地表水某污染物指标的水质标准，取均值，即：

(6)

各单项权重均一化方法为：

(7)

由此组成1个1×6矩阵，A=(W1W2…W6)。

在单项评价和配以权重后，得到2个模糊矩阵R和A，对R和A进行复合运算求得Y，即Y=AR。根据最大隶属度原则，Y中最大隶属度所对应的类别，即为综合评价类别[11]。

2.2.3 灰色关联分析法 用灰色关联分析法进行水质综合评价，主要是用关联度大小的次序描述，按关联度大小将所评价的水质样本分在相应的水质类别中[6, 12]。

将水质分级标准及待评价水质样本看作1个灰色系统：U=U(i)(i=0,1,2,3,4,5)

其中i=0表示待评价水质样本；i=1,2,3,4,5表示水质的Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ类的分类标准。

定义Δi(k)=X0(k)-Xi(k)(i=1,2,3,4,5)，为对应于指标k的X0与Xi的绝对差。

(8)

式中:ai(k)与bi(k)——指标k第i个级别之上限与下限。

其余符号同前。

按下式计算关联系数：

(9)

式中:ρ——分辨系数，是0与1之间的数，一般取0.5。

(10)

由此可得出每个水质分类标准样本与待评价水质样本的关联度γi(i=1,2,3,4,5)，其中最大的γi即表示待评价水质样本应被评为第i类水质。

3 结果与分析

根据女儿寨小流域河流水监测结果，选取总氮、总磷、氨氮、高锰酸盐指数4项水质参数作为重点评价指标，选用 《地表水环境质量标准》 (GB 3838-2002)作为评价标准(表2)，采用上述3种方法进行综合评价。

表2 地表水环境质量标准Tab.1 Thestandardofenvironmentqualityofsurfacewa-ter(mg/L)类别参数TN≤TP≤NH3-N≤CODMn≤Ⅰ0.20.020.15 2Ⅱ0.50.10.54Ⅲ1.00.21.06Ⅳ1.50.31.510Ⅴ2.00.42.015

源头水、山洞出水口、二级出水口上、二级出水口下和总出水口5个河流水监测断面的总氮、总磷、氨氮、高锰酸盐指数等4项参数的分析结果见表3。

表3 水质分析结果Tab.3 Thewaterqualityanalysisresult监测断面水质参数不同采样时间分析结果平均01—0103—2604—0504—1304—2005—3006—0908—2509—2110—2212—20RSWTN1.091.201.521.621.361.181.141.062.071.642.631.50TP0.0100.0490.0040.0940.0290.0050.0170.0110.0170.0130.0010.023NH3—N0.2600.0060.0440.0020.0620.1570.0280.0430.0250.0050.0010.058CODMn1.011.721.451.921.961.851.931.232.571.290.901.62CWOTN0.400.741.571.080.670.611.170.540.490.460.520.75TP0.0160.0680.0240.0320.0210.0140.0200.0220.0330.0150.0030.024NH3—N0.5900.0880.0770.0440.1830.0410.0620.0930.0150.0130.0110.111CODMn1.051.351.101.671.311.501.451.211.531.870.901.36WO1TN0.950.120.430.340.220.120.380.120.420.490.250.35TP0.0040.0230.0200.0640.0800.0270.0250.0230.0250.0170.0020.028NH3—N0.2250.0090.0630.0340.1250.0390.0850.0620.0160.0010.0010.060CODMn0.851.631.662.641.872.372.641.321.411.280.991.70WO2TN0.650.380.650.600.430.420.590.140.710.360.670.51TP0.0180.0450.0150.0640.0190.0210.0320.0270.0270.0130.0020.026NH3—N0.6440.0110.0500.0610.1080.0650.0720.0190.0120.0080.0010.095CODMn1.241.991.672.812.262.332.421.692.682.161.232.04TWOTN0.800.731.081.061.520.741.010.210.530.381.060.83TP0.0180.1010.0070.0570.0220.0210.0320.0360.0300.0120.0020.031NH3—N0.7090.0080.0380.0230.0340.0340.0450.0310.0220.0580.0100.092CODMn1.251.741.672.652.482.242.651.771.641.641.331.91

3.1各监测断面水质评价

3.1.1 综合指数法评价 由公式(1)、(2)依次可以求得不同监测断面的单项等标分指数和综合等标指数，结果见表4。

由表4可知，二级出水口上监测点的水质最好，受污染程度较小；二级出水口下监测点的次之，主要是入流区域内有人类活动；山洞出水水质较差的可能原因是与山坡上种植有柑桔人工林，人类活动和管理措施影响了水质；水流中的污染物经迁移、扩散和稀释以后的总出水口，其水质为尚清洁，表明区域内受污染较小；源头水水质最差，为Ⅲ类，属于轻度污染，主要原因是受到了林业非点源污染的影响。

表4 不同监测断面综合指数法评价结果Tab.4 Resultsofevaluationmethodsofcomprehensivein-dexindifferentmonitoringsections监测断面ITNITPINH3-NICODMnM值水质分类RSW1.5 0.120.060.270.49ⅢCWO0.750.120.110.230.30ⅡWO10.350.140.060.280.21ⅡWO20.510.130.100.340.27ⅡTWO0.830.160.090.320.35Ⅱ

3.1.2 模糊数学法评价 根据公式(3)、(4)、(5)、(6)、(7)，依次对不同监测断面进行模糊数学法评价，结果见表5。

由表5可知，山洞出水口和二级出水口上的水质为Ⅰ类，其中二级出水口上水质最好；二级出水口下的水质为Ⅱ类，表明已受到了一定的污染；总出水口水质为Ⅲ类，水质较差；源头水水质为Ⅳ类，表明已经重度污染，主要原因是总氮含量较高。

表5 不同监测断面模糊数学法评价结果Tab.5 Resultofevaluationoffuzzymathematicsmethodindifferentmonitoringsections监测断面隶属函数(Y)最大隶属度水质类别RSW0.21000.7900.79ⅣCWO0.360.320.32000.36ⅠWO10.760.240000.76ⅠWO20.480.510.01000.51ⅡTWO0.370.230.40000.40Ⅲ

3.1.3 灰色关联分析法评价 首先将表2中的地表水环境质量标准进行归一化处理，得到表6。

表6 地表水环境质量标准归一化处理结果Tab.6 Resultsofstandardswaterqualityindicatorstand-ardization类别监测项目TNTPNH3—NCODMnⅠ0～0.20～0.020～0.150～2 Ⅱ0.2～0.50.02～0.10.15～0.52～4 Ⅲ0.5～1.00.1～0.20.5～1.04～6 Ⅳ1.0～1.50.2～0.31.0～1.56～10Ⅴ1.5～2.00.3～0.41.5～2.010～15

运用灰色关联分析法评价，根据公式(8)、(9)、(10)，依次对不同监测断面的水质进行灰色关联分析，评价结果见表7。

表7 不同断面水质灰关联度Tab.7 Thegreyincidenceofdifferentrunoff监测断面灰关联度最大灰关联度评价结果RSW0.830.800.620.590.500.83ⅠCWO0.850.860.730.540.330.86ⅡWO10.930.960.680.460.330.96ⅡWO20.890.980.740.470.330.98ⅡTWO0.820.850.740.510.330.85Ⅱ

由表7灰色关联度分析表明：整个小流域各监测断面的水质总体较优，均为I类或II类。其中源头水(RSW)总体水质的监测指标虽然稍高，但测定值年际波动较小，说明其N、P等各类污染物来源相对稳定，随季节变化不大，受人类活动等扰动因素影响小。

3.2河流水评价

将各个河流监测断面水质的各种评价结果比较后，通过综合平衡来确定综合水质评价结果，评价结论见表8。

从表8综合评价结果来看，5个监测断面中水质最差的是源头水，其水质属于轻度污染水平，由于入流区域内没有农业生产活动和极少有人类日常活动的干扰，说明其主要受到了林业非点源污染的影响；其次是总出水口和二级出水口下，其水质属于尚清洁水平，表明对下游的污染程度较小，其中二级出水口下受到了一定的人类活动的影响；山洞出水口和二级出水口上的水质属于清洁水平，表明少量的人类活动和农林业生产会对地表水环境质量产生影响。

4 结论与讨论

(1) 武陵山区女儿寨森林小流域5个监测断面中水质最差的是源头水，其水质属于轻度污染水平，说明已受到了一定程度的林业非点源污染的影响；其次是总出水口和二级出水口下，其水质属于尚清洁水平，表明对下游的污染程度较小；山洞出水口和二级出水口上的水质属于清洁水平。因此应主要采取合适的植被恢复模式来防治源头水区域的污染，减少氮、磷等营养元素的流失，从而可以提高小流域的地表水环境质量。

(2)3种综合评价方法的结果存在一定的差异，尤其是当某种污染物的浓度较高时，使其最终的评价结果偏向较高的水质等级。因此在水质评价过程中应综合多种评价方法的结果，以获得满意和客观的评价结论。

[1] Buttle JM, Creed I F, Pomeroy JW. Advances in Canadi an forest hydrology: 1995-1998[J]. Hydrol Process, 2000, 14(9): 1551-1578.

[2] 杨新兵,余新晓,武军,等.密云水库集水区森林的水文作用——以北庄小流域为例[J].中国水土保持科学,2007,5(5):75-78.

[3] 高甲荣,肖斌,张东升,等.国外森林水文研究进展述评[J].水土保持学报,2001,15(5):60-65.

[4] Fox T R, ALLEN H L, Albaugh T J,et al. Forest fertilization and water quality in the united states[J]. Better Crops, 2007,91(1):7-9.

[5] 宋述军,周万村.沱江流域地表水水质的模糊综合评价[J].水土保持研究,2007,14(6):238-241.

[6] 余新晓,张志强,陈丽华,等.森林生态水文[M].北京:中国林业出版社,2004.

[7] 陈业银,田育新,李锡泉,等.女儿寨小流域林地土壤渗透性能研究[J].湖南林业科技,2006,33(5):14-17.

[8] 廖为权,姜齐.水质评价的浓度级数法[J].水文,1992(3):25-32.

[9] 彭文启,张祥伟.现代水环境质量评价理论与方法[M].北京:化学工业出版社,2005.

[10] 潘峰,付强,梁川.模糊综合评价在水环境质量综合评价中的应用研究[J].环境工程,2002,20(2):58-61.

[11] 吴钢,蔡井伟,付海威,等.模糊综合评价在大伙房水库下游水污染风险评价中应用[J].环境科学,2007,28(11):2438-2441.

[12] 沈珍瑶,谢彤芳.一种改进的灰关联分析方法及其在水环境质量评价中的应用[J].水文,1997(3):13-15.

[13] 田育新, 李锡泉, 张灿明，等. 植被恢复与重建过程中小流域降雨及水沙变化特征研究 [J] .湖南林业科技，2005，32(6)：29-32.

[14] 李锡泉, 田育新, 何友军，等.女儿寨小流域植被恢复与重建过程中的小气候效应研究 [J].湖南林业科技，2005，32(6)：16-18.

EvaluatethesurfacewaterenvironmentofNuer-villageforestwatershedinWulingMountainarea

HUANG Zhongliang1, ZHOUXiaoling1,3*, CHANG Mingqing2, WANG Ping2

(1．Hunan Academy of Forestry, Changsha 410004, China; 2．Central South University of Forestry and Technology, Changsha 410004, China; 3．Trees Clones Breeding Technology Key Laboratory of Hunan Province, Changsha 410004, China)

Based on the monitoring date of the five water quality monitoring sections with the evaluation index of TN, TP, CODMn, NH3-N, comprehensive evaluation of the surface water environment of Nuer-village forest watershed in Wuling Mountain area using the comprehensive index method, fuzzy mathematics method and grey relational analysis method. The evaluation results show that the water quality of the RSW, CWO, WO1, WO2, TWO can achieve the standards of Ⅲ, Ⅰ,Ⅰ,Ⅱand Ⅱ(GB 3838-2002)respectively. It means that the surface water was slightly polluted by the forest non-point source pollution, and other human activities such as farming can influence the water quality also.

forest watershed; surface water; comprehensive index method; fuzzy mathematics method; grey relational analysis method

2011-07-14

2011-09-23

国家“十一五”科技支撑项目(2006BAD03A16-04);湖南省林业科学院创新基金项目(XLKJ-0909)。

黄忠良(1982-)，男，湖南省浏阳市人，助理研究员，主要从事林业生态与环境研究工作。

*为通讯作者。

S 715.3

A

1003-5710(2011)05-0022-05

10. 3969/j. issn. 1003-5710. 2011. 05. 006

(文字编校：唐效蓉，龚玉子)