湘江流域水质特征及水污染经济损失估算

刘叶叶,毛德华*,杨家亮,钱 湛



湘江流域水质特征及水污染经济损失估算

刘叶叶1,毛德华1*,杨家亮2,钱 湛2

(1.湖南师范大学资源与环境科学学院,湖南 长沙 410081；2.湖南省水利水电勘测设计研究总院,湖南 长沙 410007)

基于2008~2016年湘江流域内40个监测站点10项参数的月观测资料,运用水质指数法分析流域水质时空分异特征,并采用主成分分析和多元线性回归分析识别影响流域水环境演变的主要因素.在此基础上将水质、水量与水资源价值结合起来,利用改进的污染损失率法和模糊数学法,构建污染价值损失模型,定量估算流域水污染经济损失.结果表明,湘江流域水质总体以优为主,2008~2011年水质变差,2011年后水质逐渐改善,2015~2016年改善状况较为明显.在季节尺度上,枯水期水质最差,丰水期和平水期接近.流域主要污染物是Hg、Pb、TP、NH4+-N和CODMn.经济发展是影响流域水质变化的主要驱动因素.污染价值损失结果表明,长沙和郴州损失量最大,湘潭、株洲和衡阳次之,娄底损失最小.在年际尺度上,2013年污染损失最高(297.04亿元),2008年最低(66.53亿元),总体上2008~2016年污染损失在波动中增加.

水质特征；污染损失率；水资源价值；经济损失；湘江流域

鉴于我国水资源短缺、水环境污染的严峻形势,国务院于2015年印发《水污染防治行动计划》(称“水十条”)[1].随着该计划的持续推进,国家对各河流水体提出明确的水质目标,治污工作极其紧迫.河流污染来源复杂,如工业废水、生活污水、农药化肥、养殖废水等,且不同支流、河段污染特征差异明显.因此掌握河流水环境污染特征及其主要污染因子[2],定量估算水污染经济损失已成为迫切需要[3].

目前针对水质评估方法主要有单因子评价法、最差因子判别法、综合指数法等.前两种方法使用较早,计算简单,可以直观体现出水质指标的污染程度,但其将结果归于最大受损参数,不能有效反映水质状态,因此众多学者开始使用综合水质指数法(WQI).虽然可以使用各种公式来计算WQI,但它们都能有效地将许多物理和化学参数转换为反映水质水平的单一值,从而消除了评估中单独使用参数的差异,因此WQI法被广泛应用于地表水和地下水水质评价中.Horton[4]首次提出水质指数法,并得到众多学者的改进.Hou等[5]和Wu等[6]基于WQI法分别研究了黄河和鄱阳湖水质的时空差异,但该研究未考虑污染物权重,方法存在一定的局限性.基于上述问题Şener等[7]和Selvam等[8]根据指标影响水质的重要程度赋予每个指标一定的权重,得出较为全面的结果.因此本文综合考虑各污染物的权重,分析湘江流域水质时空变化和主要污染因子.

国内外学者主要采用分类计算法、恢复费用法和污染损失模型衡量水污染经济损失.分类计算法计算简单,但是计算过程中很难保证穷尽性和独立性.恢复费用法仅从污染源角度分析,没有考虑污染的累积效应.因此本文采用污染损失率和环境资源价值构成的损失模型客观估算损失额.然而目前在水资源价值核算过程中,多将其概化为水价[9-10],降低了水资源真正的价值,缺乏客观性和科学性.因此本文综合考虑水质、水量、经济社会等影响因素,定量计算水资源价值.

湘江流域作为湖南省经济发展的核心地区,对其污染状况和水污染造成的经济损失进行定量研究一直是一个主要问题.然而目前研究大多采用基于单参数的评价方法,可能导致由于指标选取不同结果存在较大差异[11-12],并且目前还没有将湘江水质变化特征与环境经济损失联系起来定量分析.基于上述问题,本文基于WQI法,综合考虑各项参数,分析水污染动态变化和主要污染物,基于改进的经济损失评价模型和水资源价值评估模型,定量估算湘江沿岸行政区水污染经济损失,以期为流域水利行政部门和其他管理部门水环境保护和管理提供参考.

1 材料与方法

1.1 研究区概况

湘江发源于湖南省蓝山县,流经永州、郴州、衡阳、娄底、湘潭、株洲、长沙,至湘阴县注入洞庭湖,全长856km,面积9.47×104km2,其中湖南省占90.2%.湘江干流在萍岛(潇水河口)以上为上游;萍岛至衡阳市为中游;衡阳以下为下游.流域水系发达,沿途接纳众多支流,主要有潇水、耒水、舂陵水、洣水、蒸水、涟水等.湘江流域属亚热带季风气候,雨量充沛,多年平均降雨量在1200~1700mm,但年际变化大,年内分配不均匀,降水主要集中在春夏季.流域年平均流量2050m3/s,历史最大流量20800m3/s,最小流量100m3/s.多年平均径流量7.916×1010m3,其中3~7月径流量占全年的66.6%,5月径流量最大,1月最小,分别占17.3%和3.3%,这一趋势与流域降水周期变化基本一致.

1.2 数据来源

本文所用数据为2008~2016年湘江流域共40个监测点的月监测数据,监测指标包括水位、流量、水温、溶解氧、pH值、砷、汞、氨氮、总磷等,水质数据来源于湖南省水利厅.基于水质指标选择原则[13],以及考虑到40个监测点的数据完整性和数据检测限额,本文最终选取10项指标,将其分为3组,第1组(汞(Hg)、铅(Pb)、镉(Cd)和六价铬(Cr6+))、第2组(溶解氧(DO)、总磷(TP)、高锰酸盐指数(CODMn)、氨氮(NH4+-N))和第3组(铜(Cu)和锌(Zn)).

1.3 研究方法

1.3.1 WQI模型 本研究采用的WQI模型与地表水环境质量标准(GB3838-2002)[14]一致,WQI模型中优(100)、良(75)、尚好(50)、较差(25)、差(0)分别对应于GB3838-2002中I、II、III、IV、V.由于各污染物的权重存在差异,其对水生生物或人类用水的贡献率不同,因此本文根据指标影响水质的重要程度确定各污染物的权重[15],最终得出WQI值.

式中:W为第种污染物的权重;S为相应的水质得分;为水质指标个数.

式中:u为隶属函数,基于模糊综合评价法求得;T为转置符号.

1.3.2 污染损失模型 根据詹姆斯的浓度—损失曲线[16],水中污染物所造成的经济损失与污染物浓度大体呈S型上升曲线形态.当污染物浓度过低时,水污染损失较小,随着浓度的增加,水污染损失急剧增加,但在一定的发展水平下,其污染损失必存在一个阈值,使得水污染造成的经济损失呈现阻尼因子作用下的增长模式.污染损失模型可表示为:

式中:Si为第i种污染物造成的经济损失;K为水资源价值;Ri为第i种污染物的污染损失率;ai、bi为第i种污染物的损失参数;Ci为污染物i的浓度.

当水中污染物存在一种以上时,其综合损失率可表示为:

式(6)是通过考虑污染物权重的差异修正得出.

式中:′为修正的综合损失率;ω为污染物的权重;为水质指标个数.

1.3.3 水资源价值评价模型 水资源价值与自然和社会经济之间复杂的动态联系,使其成为内部结构复杂、运动机理处于混沌状态的模糊系统.由于水质评价不能简单用是或否回答,同时水资源价值高低、丰富程度并无严格的界限,因此本文采用模糊数学法[17]建立水资源价值模型,函数形式可表示为:

式中:为水资源价值;1,2,...,X为与水资源价值大小有关的类因素.

根据模糊综合评价理论,水资源价值由水资源综合评价矩阵和水资源价格向量综合确定,评价函数如下式所示:

构建水资源综合评价函数,即:

式中:ω为单要素中各评价因子的权重;μ为各评价因子的隶属度函数.

水资源价格向量,先确定水资源价格上限U:

式中:CImax为最大水费承受指数,根据国际通用标准一般在3%以内为宜[17];1为年居民人均可支配收入;C为年均居民用水量;P为单位供水成本及利润.

采用等差间隔划分水资源价格区间,则水资源价格向量为

2 结果与分析

2.1 基于WQI的水质综合评价

在时间尺度上,2008~2016年湘江流域WQI平均值为(92.88±3.32),按WQI分级标准,湘江水质以“优”为主.2016年水质最好,WQI接近95,除Pb和NH4+-N外,其他指标均满足II类标准.2011年水质最差,主要污染因子为Hg、Pb和NH4+-N.总体上,WQI从2008年下降到2011年,之后水质逐渐改善,2014~2016年WQI值增长速度较快,主要是由于2014年湘江流域正式实施生态补偿,对跨界断面超标予以处罚,因此2014年开始湘江水质改善状况明显.

在空间尺度上,中上游水质最好,除站点9外,干流WQI值大于95,下游WQI值为84~93,涟水和湘江干流湘潭—长沙段水质最差,且支流水质总体差于干流.WQI值在第27站点(湘潭)最低(84.06),最高(97.89)在第6站点(永州).在季节尺度上,总体水质接近WQI平均值,枯水期水质较差,湘潭出现劣V类,丰水期低于平水期0.02分,二者较为接近,可能是由于丰水期面源污染加强,点源和面源的综合作用使得流域水质稍差.

2.2 主要污染因子

在3种水质参数中,第1组和第2组参数的WQI值较低,对污染起主导作用.WQI与W(1) 和W(2)的相关系数分别为0.478和0.890(<0.01).W(1)和W(2)的平均值分别为92.62和91.9,与湘江平均WQI值(92.88)相当.第3组参数的WQI(即W(3))平均值为99.79,接近无污染状态,在时空尺度上均保持在较高水平.具体而言,Cd、Cr6+、DO、Cu、Zn平均WQI值均大于95,Pb和NH4+-N较低,接近75,其中湘潭段NH4+-N污染最为严重,出现劣V类.

在第1组参数中,特别是Hg和Pb对污染起主导作用,平均WQI值分别为89.05和76.06,其中Hg在站点间变化较大,WQI值处于25~100.相关分析结果表明,Hg与W(1)和WQI的相关系数最大,皮尔逊相关系数分别为0.761和0.486(<0.01).在第2组参数中,TP、NH4+-N和CODMn与W(2)的相关系数分别为0.541、0.722和0.726(<0.01).因此,湘江流域主要污染物为Hg、Pb、TP、NH4+-N和CODMn.

在空间尺度上,36个监测点的汞平均WQI值(Hg)均高于Pb,其中Hg接近WQI值,在2和26站点最小.Pb与W(1)和WQI在空间上无明显差异,但与WQI的分布趋势相反.大部分站点CODMn>TP>NH4+-N,均在23、27(湘潭)和40(长沙)站点较低,这主要是由于长沙和湘潭生活污水和工业废水排放量大,且湘潭污染直接排入下游长沙,上游和本地排放的综合作用导致富营养化污染重于其他地区,特别是NH4+-N,在长沙、湘潭均有超标.

在季节尺度上,W(1)平均值表示为枯水期<平水期<丰水期.枯水期Hg和Pb接近,均在26和27站点(湘潭)超标.W(2)平均值表示为枯水期<丰水期<平水期,可能是由于丰水期正值作物生长期,化肥施用量增加,雨水冲刷促使面源污染相对严重于平水期,但是二者WQI值相差不大.NH4+-N和TP总体低于CODMn,属于II~III类,但二者存在极端值,特别是NH4+-N,因此本文选取2008~2016年NH4+-N浓度较高的4个站点进一步分析.由图2可知,S27污染最严重,2008~2016年S27均超III类标准,最小值在2010年(1.07mg/L),2014年达到最大值(4.23mg/L),超过V类标准2倍多,污染主要源于生活污染和农业污染.S30有4年超III类标准,2008年最低(0.25mg/L),2009年迅速增加,达到最大值(3.01mg/L). S36和S40总体在III类标准上下波动,污染相对较轻.

图2 4个站点NH4+-N浓度变化特征

S27位于湘潭,S30位于郴州,S36和S40位于长沙

为识别影响湘江流域水质的主要因素,本文选取流域水文和社会经济指标进行因子分析,然后分别以因子得分和水质指标为自变量和因变量进行回归分析.由表1可知,因子1解释了总方差的55.671%,人均GDP、城镇人口和工业增加值载荷值较高,表征经济发展.因子2对方差的贡献率为32.139%,降水量和水资源量占有较高权重,表征水文情势.以上2个因素较好地解释了原始变量的信息(87.810%),说明经济发展和水文情势是影响流域水质变化的主要因素.回归分析结果表明,因子1与Pb和CODMn显著相关(<0.01),因子2与Pb显著相关(<0.05).综上可知,因子1是影响流域污染的主要驱动因素.

2.3 污染损失核算

2.3.1 污染损失率的确定 将40个站点按行政区划分,可分为长沙、株洲、湘潭、衡阳、郴州、永州和娄底7个行政区.选取流域主要污染物Hg、Pb、TP、NH4+-N和CODMn,各行政区污染物浓度用站点平均值表示.我国目前采用的《地表水环境质量标准》[14]按地表水水域环境功能和保护目标划分为5类,结合湘江流域水环境功能区的实际情况,将地表水II类作为背景浓度,污染物浓度在达到背景浓度时对水资源价值的损失率为0.01,将地表水V类作为严重污染临界浓度,污染物浓度在达到临界浓度时对水资源价值的损失率为0.99[18].将以上2点代入式(4)可得到不同污染物对应的a和b值,分别采用式(4)和式(6)计算各行政区单项污染物损失率和综合损失率,结果见图3.

表1 因子载荷矩阵

污染物损失率在各行政区的变化情况不同(图3(a)).长沙和湘潭综合损失率最大,株洲、衡阳和郴州次之,永州和娄底最小.长沙、株洲、湘潭变化最大,在2008~ 2011年逐渐增加,2011年达到极大值,2012年稍有下降,但在2013年迅速增加,之后长沙和株洲趋于稳定,而湘潭在2014 ~2015年损失继续增加,在2014年达到最大值.衡阳和郴州变化趋势相反,永州和娄底变化最小,总体呈下降趋势.各行政区NH4+-N和TP损失率最高,且存在明显差异,主要是因为监测点中NH4+-N和TP极端值较多.

2.3.2 水资源价值的确定 目前,水资源价值尚未形成统一的分类标准和评价体系,本文基于水资源具有的功能并借鉴联合国千年生态系统评估报告提出的生态系统与人类福祉评估框架将水资源价值分为水量价值、人口价值、社会经济价值和生态环境价值.首先,物以稀为贵表明了资源的稀缺程度与其价值量之间的关系,水量越是稀缺,水资源价值就越高,需要注意的是衡量水资源价值高低的水量要素主要取决于水量的相对稀缺程度,而不是绝对水量,因此采用人均水资源量和单位面积水资源量反映水资源的相对稀缺性.其次当水资源能够满足人类自身需求条件时,人类活动对水资源价值的影响是不显著的,但随着人口增加水资源出现短缺时,人类活动会大大影响水资源价值,因此选取人口密度、人均GDP和人均用水量表征人口因素.社会经济因素与水资源相辅相成,互相影响,一方面许多地区以河口或港口城市为依托,大力发展航运,促进了该地社会经济的发展;另一方面,只有利用经济手段开发利用水资源,才能充分挖掘水资源的价值.本文选择万元GDP用水量、工业增加值用水和水资源开发利用率作为水资源价值评价的经济指标.生态环境的好坏影响不同功能的水资源,本文选择生态环境用水量进行评价.根据式(9)可得到各行政区的水资源价值.由图3(b)可知,长沙水资源价值最高,郴州和永州最低,总体上2008~2016年水资源价值波动增加.

2.3.3 污染损失的确定 将综合污染损失率和水资源价值结果代入式(7),可得到7个行政区的水污染经济损失,由图3(c)可知,长沙和郴州损失量最大,这主要与社会经济状况和水资源量有关,长沙经济发展最快,郴州水资源量第二,加之污染损失率高于娄底(水资源量第一),因而损失额较高.由于湘潭水质超标比较严重,损失量大于株洲和衡阳.娄底损失量最小,主要是因为娄底水资源量较小且损失率不高.在时间尺度上,2013年污染损失最高(297.04亿元),2008年最低(66.53亿元),总体上2008~2016年污染损失在波动中增加.

3 讨论

单因素法是水质评价中最常用的方法,虽然单因素方法提供了有价值的信息,但其将结果归于最大受损参数,不能有效地反映水质状况.相反,基于多参数的综合评价方法有利于水质评价.因此,本文采用WQI法对湘江流域水环境质量进行综合评价.

由于WQI值是综合考虑各污染物水质水平,因此在计算过程中由于水质指标多,综合考虑可能会忽视极端值,因此本文选取2008~2016年污染最严重的4个站点的NH4+-N浓度以进一步分析,结果表明湘潭、郴州和长沙NH4+-N污染较为严重,尤其是S27在9年间均超III类标准.S30污染次之,S36和S40总体在III类标准上下波动,污染相对较轻.因此之后在分析流域水质变化时应将单参数法和多参数法综合使用,以便了解流域整体污染状况和主要污染因子.

由于污染物权重差异造成其对综合损失率的贡献不同,基于传统方法将各污染物作用等同,计算得到的损失率可能存在偏差.因此本文采用改进的污染损失模型估算各污染物损失率.

水资源价值是生态环境可持续发展的决定性因素,是市场经济条件下合理配置水资源的必然需求,其中合理制定水价是合理配置水资源的基本手段之一.由于传统水资源无价值或低价值观念促使水资源短缺和水污染严重,因此合理估算水资源价值是非常必要的.水资源价值受自然和社会经济因素等的影响,因此本文根据水质、水量、人口和社会经济等因素核算水资源价值,同时将水资源价值和污染损失率结合起来综合评估,以确定流域污染损失额度.

本文通过对湘江流域水环境演变特征进行合理的评估,得出该流域主要污染物是富营养化污染和重金属污染,为此政府应科学制定水污染防治规划,严格执行谁污染、谁治理原则;加强流域内生活污水和垃圾管理,减少农药化肥的使用;加强历史遗留重金属污染治理,对于新建金属冶炼和矿产开采等企业,应严格落实环保“三同时”制度.此外针对流域水污染损失问题,政府部门应建立健全生态环境损害责任追究制度和生态补偿制度.

4 结论

4.1 WQI结果显示,湘江水质总体以优为主.2008~ 2011年水质逐渐变差,2011年达到最差,之后水质缓慢改善,特别是2014年湘江流域正式实施生态补偿之后水质改善状况较为明显.在季节尺度上,枯水期最差,平水期和丰水期接近,符合污染物在时间上的产出分配规律.湘江水质评价结果以第1组和第2组参数为主,第3组参数影响较小,流域主要污染物是Hg、Pb、TP、NH4+-N和CODMn.

4.2 因子分析和回归分析结果表明生活污水和工业废水大量排放造成流域富营养和重金属污染比较严重,经济发展和水文情势是影响流域污染的主要因素,尤以经济发展为主,解释了总方差的55.671%.

4.3 污染损失率结果表明长沙和湘潭综合损失率最大,株洲、衡阳和郴州次之,永州和娄底最小.总体上各行政区损失率在2008~2013年逐渐增加,2013年之后缓慢下降,逐渐趋于稳定.

4.4 污染价值损失结果表明长沙和郴州损失量最大,湘潭、株洲和衡阳次之,娄底损失量最小.在时间尺度上,2013年污染损失最高(297.04亿元),2008年最低(66.53亿元),总体上2008~2016年污染损失在波动中增加.

[1] 王 悠,易伟斌.论“水十条”对中国水体污染防治的意义 [J]. 环境科学与管理, 2016,41(8):192-194. Wang Y, Yi W B. Significance of action plan for prevention and treatment of water pollution to china government water pollution control [J]. Environmental Science and Management, 2016,41(8): 192-194.

[2] 戴 君,刘 硕,韩金凤,等.污染负荷多情景变化下河流水质响应关系研究 [J]. 中国环境科学, 2018,38(2):776-783. Dai J, Liu S, Han J F, et al. Study on river water quality response relationship under multi scenario change of pollution load [J]. China Environmental Science, 2018,38(2):776-783.

[3] 张 伟,刘 宇,姜 玲,等.基于多区域CGE模型的水污染间接经济损失评估——以长江三角洲流域为例 [J]. 中国环境科学, 2016, 36(9):2849-2856. Zhang W, Liu Y, Jiang L, et al. Evaluating the economic loss induced by water pollution based on multi-regional CGE Model: a case study of Yangtze River Delta Basin [J]. China Environmental Science, 2016, 36(9):2849-2856.

[4] Horton R K. An index number system for rating water quality [J]. Journal Water Pollution Control Federation, 1965,37(3):300-306.

[5] Hou W, Sun S, Wang M, et al. Assessing water quality of five typical reservoirs in lower reaches of Yellow River, China: using a water quality index method [J]. Ecological Indicators, 2016,61(2):309-316.

[6] Wu Z, Zhang D, Cai Y, et al. Water quality assessment based on the water quality index method in Lake Poyang: the largest freshwater lake in China [J]. Science Reports, 2017,7(1):17999.

[7] Sener S, Sener E, Davraz A. Evaluation of water quality using water quality index (WQI) method and GIS in Aksu River (SW-Turkey) [J]. Science of the Total Environment, 2017,584-585:131-144.

[8] Selvam S, Manimaran G, Sivasubramanian P, et al. GIS-based evaluation of water quality index of groundwater resources around Tuticorin coastal city, south India [J]. Environmental Earth Sciences, 2014,71(6):2847-2867.

[9] 管新建,刘文康.污染价值损失模型在清潩河流域的应用研究 [J]. 水电能源科学, 2018,(1):48-52. Guan X J, Liu W K. Application of pollution value loss model in Qingyi River Basin [J]. Water Resources and Power, 2018,(1):48-52.

[10] 秦长海.水资源定价理论与方法研究 [D]. 北京:中国水利水电科学研究院, 2013. Qin C H. Water resource pricing and its practice [D]. Beijing: China Institute of Water Resources and Hydropower Research, 2013.

[11] 唐敬知,杨仁斌,谈 健.湘江流域水质环境演变特征研究 [J]. 环境科学与管理, 2014,39(5):62-66. Tang J Z, Yang R B, Tan J. Study on water environment evolution characters of Xiangjiang River [J]. Environmental Science and Management, 2014,39(5):62-66.

[12] 王 旭,朱维耀,肖伟华,等.湘江流域水环境问题及其综合应对策略 [J]. 环境保护科学, 2012,38(5):5-9. Wang X, Zhu W Y, Xiao W H, et al. Water environment problems of Xiangjiang River Basin and comprehensive corresponding strategies [J]. Environmental Protection Science, 2012,38(5):5-9.

[13] Sutadian A D, Muttil N, Yilmaz A G, et al. Development of a water quality index for rivers in West Java Province, Indonesia [J]. Ecological Indicators, 2018,85:966-982.

[14] GB3838-2002 地表水环境质量标准 [S]. GB3838-2002 Environmental quality standards for surface water [S].

[15] 郭锐利,郑钦玉,刘 娟,等.基于熵值法和GM(1,1)模型的重庆城市生态系统健康评价 [J]. 中国环境科学, 2012,32(6):1148-1152. Guo R L, Zheng Q Y, Liu J, et al. Ecosystem health assessment of Chongqing City based on entropy and GM (1,1) model [J]. China Environmental Science, 2012,32(6):1148-1152.

[16] 詹姆斯L D,李R R.水资源规划经济学 [M]. 北京:水利电力出版, 1984,255-257. James L D, Lee R R. Economics of water resources planning [M]. Beijing: Water Resources and Electric Power Press, 1984:255-257.

[17] 简富缋,宋晓谕,虞文宝.水资源资产价格模糊数学综合评价指标体系构建——以黑河中游张掖市为例 [J]. 冰川冻土, 2016,38(2): 567-572. Jian F H, Song X Y, Yu W B. Construction of the evaluation system of water asset price with fuzzy comprehensive assessment indexes: taking Zhangye Prefecture in Heihe River basin as an example [J]. Journal of Glaciology and Geocryology, 2016,38(2):567-572.

[18] 谭 喨,刘春学,杨树平,等.滇池水污染经济损失估算 [J]. 长江流域资源与环境, 2012,21(12):1449-1452. Tan L, Liu C X, Yang S P, et al. Assessment on the economic loss caused by water pollution of the Dianchi Lake [J]. Resources and Environment in the Yangtze Basin, 2012,21(12):1449-1452.

致谢：湖南省水利厅提供流域水质数据,贺新光老师在论文写作方面给予细心指导,在此一并表示感谢.

Characteristics of water quality and estimation of economic loss from water pollution in Xiangjiang River Basin.

LIU Ye-ye1, MAO De-hua1*, YANG Jia-liang2, QIAN Zhan2

(1Resources and Environmental Science Institute, Hunan Normal University, Changsha 410081, China；2.Hunan Hydro & Power Design Institute, Changsha 410007, China)., 2019,39(4)：1471~1477

Based on monthly observations of 10 parameters at 40 monitoring sites in the basin during 2008~2016, the spatio-temporal variation characteristics were analyzed by employing water quality index method, and the main factors of water environment evolution were also identified using principal component analysis and multivariate linear regression analysis. Further, a pollution value loss model with consideration of water quality, quantity and its resource value was proposed using the improved pollution loss rate method and fuzzy mathematics method to quantitatively estimate the economic loss from water pollution in the basin. The water quality was generally excellent in Xiangjiang River Basin. Within the research period, the water quality deteriorated first from 2008 to 2011, then, gradually improved after 2011, especially in 2015 and 2016. Seasonally, the water quality was the worst in low-flow periods, and similar between moderate-flow periods and high-flow periods. The main pollutants in the basin were Hg、Pb、TP、NH4+-N and CODMn. Economic development was one of the main determining factors to the variation of water quality in the basin. The results of pollution value loss analysis indicated that Changsha and Chenzhou had the largest loss, followed by Xiangtan, Zhuzhou and Hengyang, and Loudi had the smallest loss. Annually, the pollution loss was the highest in 2013(29.704billion yuan) and the lowest in 2008(6.653billion yuan). In general, the pollution loss showed an increasing trend from 2008 to 2016 with annual fluctuations. Our results could provide scientific support and reference for the research of water pollution prevention and ecological compensation.

water quality characteristics；pollution loss rate；water resource value；economic loss；Xiangjiang River Basin

X323

A

1000-6923(2019)04-1471-07

2018-09-06

湖南省重点研发计划项目(2017SK2301);湖南省水利科技重大项目(湘水科计[2016]194-13);湖南省教育厅重点项目(15A113);湖南省重点学科建设项目(2011001)

*责任作者, 教授, 850276407@qq.com

刘叶叶(1994-),女,山西吕梁人,湖南师范大学硕士研究生,主要研究方向为流域水资源与水环境.发表论文1篇.