水生植物对水塘水质影响的实例研究

2021-04-06彭爱凌黄金柏陶驷骥

人民珠江 2021年3期

彭爱凌，顾准，黄金柏，张钦，倪韬，陶驷骥

(扬州大学水利科学与工程学院，江苏扬州 225009)

中国许多城市，尤其是位于平原地区的中小城市中分布着很多水塘[1]。这些城市水塘是城市水体的重要组成部分，为市民提供优美、舒适生活环境的同时，发挥着调蓄水量、调节气候和增加生物多样性等的重要作用[2]。城市水塘多为静止或流动性差的封闭缓流水体，具有水域面积小、自净能力差的特点，一旦受到大量的外源污染时，往往会出现水质急剧恶化、水体富营养化等现象[3]。近年来，城市水塘水污染现象较多，水塘水质污染问题亟待解决[4]。发达国家关于水生植物对水塘和湖泊水质影响方面的研究起步较早，以开展水质情况调查进行水质评价的研究较多[5-8]。国内相关研究虽然起步稍晚，但发展很快，如孙霖等[9]研究了长沙地区4种水生植物对水体的色度、含氧量、氮和磷含量的影响；谢杰等[10]对滇池和洱海湖滨区水生植被状况与水质的关系进行了调查研究；向速林等[11]分析了太湖东部湖湾区大型水生植物的生长对水体营养盐含量、理化因子等的影响；付监贵等[12]的研究发现水蕹菜能够有效去除对虾池塘亚硝酸盐氮的含量，空心莲子草能有效降低养殖水体总氮、总磷含量。有关水生植物对城市水塘或湖泊水质影响的研究是当前水环境领域的研究热点问题之一。

随着中国城市建设发展过程中更加重视水塘的应用，城市区域水塘数量显著增加，城市水塘的水质状况对城市水体的水环境和水生态有直接的影响[13]。扬州城区分布着各种尺度数以百计的水塘，开展水生植物对水塘水质影响的研究，对扬州城区水塘水质的改善具有重要意义，践行了绿水、青山、净土的生态发展理念。为揭示水生植物对水塘水质的影响，本研究选取扬州大学江阳中路南校区水塘为研究区，基于2020年4月21日至2020年6月20日该水塘水生植物有无区域水质参数观测的分析，评价水生植物对水塘水质的影响，以期为扬州城区针对水塘水质改善采取的相关措施提供决策依据，以及为水塘水质监测分析提供方法上的参考。

1 材料与方法

1.1 研究区概况与水质观测

扬州大学江阳路南校区水塘平面示意见图1。水塘南北方向最长约为80 m，东西方向最宽约为70 m，水塘水面面积约为5 626 m2。水塘采用拦网方式将其分为水生植物区和无水生植物区，其中水生植物区主要为荷、浮萍其间分布着少量睡莲。水塘所在区域无工业污水排入，但存在着周边居民随机倾倒生活污水(如洗衣用水等)的现象，对该水塘的水质有一定程度的影响。

图1 水塘平面示意

水塘实景见图2。在水塘水生植物区和无水生植物区分别选取观测点p1(32°22′49.96′′N，119°25′9.87′′E)，p2(32°22′50.63′′N，119°25′9.82′′E)，采用Seven2GoTM单指标水质分析仪(产地上海)于2020年4月21日至6月20日对所选观测点水质参数水温(WT)、pH、电导率(EC)、及溶解氧(DO)进行逐日1h序列观测，每日观测时段为8:00—19:00，并于每日10:00采用多参数水质分析仪(型号YeoKal 615型，产地澳大利亚)对两点Phyco(蓝绿藻浓度)进行观测。

a)4-21水生植物区

1.2 研究方法

1.2.1变异系数法

变异系数是反映样本分布离散程度的指标，变异系数越大，则样本分布离散程度越高。变异系数法基于指标数据推求各参数的权重，能够较为直观地反映评价指标的相对重要程度[14]。变异系数以及权重的计算公式为：

(1)

(2)

1.2.2单因子水质标识指数法

单因子水质标识指数法由徐祖信[15]提出，其计算公式为：

Pi=X1.X2X3

(3)

其中X1为第i项指标的水质类别，将测得的水质参数与GB 3838—2002《国家地面水环境质量标准》进行比较，确定水质类别，水质类别为I类，则X1为1，以此类推。

由于DO是重要的水质因子，也是衡量水体自净能力的主要指标之一，所以采用DO为指标，计算其单因子水质标识指数，对水质进行评价。以DO为评价指标时，X2计算公式为：

(4)

ρk,u为k类水质DO的上边界值，ρk,d为k类水质DO的下边界值，ρ为DO实测浓度。当水质劣于V类水时，计算公式为：

(5)

m为计算修正系数，经过试算，取m=4可以使溶解氧的标识指数与其他非溶解氧指标劣于V类水时的标识指数值大致相对应。

X3为水质类别与功能区规划设定类别的比较结果，为一位或两位有效数字。若水质类别好于或达到水环境功能区类别，则X3取0；若水质类别比功能区类别差且X2不为0，则：

X3=X1-fi

(6)

若水质类别比功能区类别差且X2等于0，则：

X3=X1-fi-1

(7)

式中fi——水环境功能区类别。

1.2.3多元线性回归分析模型

多元线性回归分析法根据因变量和自变量的实测序列建立回归方程，对方程中的未知参数进行估计，利用所得多元线性回归模型预测因变量的变化趋势[16]。本研究采用多元线性回归法分析WT、pH和Phyco对DO的影响，设DO实测值为Y，WT为X1，pH为X2，Phyco为X3。假定多元线性回归方程为Y=b0+b1X1+b2X2+b3X3，其中b0、b1、b2、b3为待定系数，将观测数据代入方程(矩阵形式)Y=XB，其中b0、b1、b2和b3为待定系数，将实测数据代入方程Y=XB，其中[17]：

根据最小二乘法计算中间变量：

(8)

(9)

建立矩阵方程：

(10)

采用R检验法检验DO与WT、pH、Phyco的线性关系，R检验法公式为：

(11)

R值越接近1，说明DO与WT、pH、Phyco之间相关性越显著，模型可更好地反映因变量与自变量的线性关系。

2 结果与分析

2.1 观测结果

图3为观测期间内，水塘水生植物有无区域每日1 h序列WT和EC的算术平均值。由图3可知，观测期间水塘两区域WT变化过程基本相同且总体呈上升趋势；水生植物区WT略低于无水生植物区，其主要原因为水生植物区植物的叶片漂浮于水面，形成良好的遮阳效果，导致水体无法吸收更多热量；由图3可以看出，两区域EC变化趋势相似，其中无水生植物区的EC变化范围为345.5 μS/cm(6月10日)～409.4 μS/cm(5月13日)，均值为388.6 μS/cm，水生植物区的EC变化范围为344.6 μS/cm(6月14日)～415.1 μS/cm(6月2日)，均值为394.1 μS/cm。水生植物区EC多高于同期无水生植物区，说明水生植物区水体所含杂质更多。

图3 水生植物有无区域WT与EC观测结果

图4为观测期间水塘水生植物区和无水生植物区pH、DO的变化过程。由图4可知，水生植物区和无水生植物区pH与DO具有相似的变化过程，两区域pH与DO的相关系数分别为0.71、0.87，说明pH与DO呈正相关，且无水生植物区pH与DO正相关程度更高。水生植物区有无区域的pH变化范围分别为7.32(4月29日)～8.08(6月20日)、7.38(5月5日)～8.64(6月4日)，均呈碱性。水塘无水生植物区DO、pH均高于水生植物区且水塘无水生植物区pH的波动程度明显高于水生植物区。其主要原因是水生植物区存在大量的荷叶及浮萍，形成良好的遮阳效果，对水体与大气之间的水气交换过程具有一定的阻碍作用，加之水生植物区复杂的生物耗氧作用，导致水体CO2浓度高于无水生植物区，从而pH值降低，故水生植物区的DO、pH显著低于无水生植物区。

图4 水生植物有无区域pH与DO观测结果

2.2 变异性分析

观测期间内，水生植物有无区域各水质参数序列每日8：00—19：00各时刻的变异系数、总变异系数与权重计算结果见表1。

由表1可知，无水生植物区WT序列每日8：00—19：00各时刻的变异系数与同期水生植物区WT的变异系数相近，结合图3可知，两区域WT的变化过程相似；水塘无水生植物区每日8：00—19：00各时刻DO序列的变异系数小于同期水生植物区DO的变异系数，说明水生植物区DO波动程度较同期无水生植物区大，水生植物有无区域DO变异系数的变化范围分别为0.492～0.791、0.314～0.458；水塘无水生植物区pH的变异系数略大于同期水生植物区且两区域pH的变异系数均小于0.1，说明观测期间内水塘pH的波动程度较小；水生植物有无区域EC的变异系数相近，变化范围分别为0.044～0.059、0.042～0.052。两区域DO的变异系数均大于同期其他水质参数，说明DO波动程度高于同期其他水质参数。研究时段内各水质参数的权重计算结果表明：各水质参数的权重从大到小依次为DO>WT>EC>pH。

表1 水生植物有无区域各水质参数序列的变异系数、总变异系数及权重值

2.3 单因子水质标识指数法计算结果

以DO为评价指标的单因子水质标识指数计算结果见图5。观测期间内，无水生植物区DO的单因子水质标识指数多在2～4之间，即无水生植物区以DO为指标的水质类别多为III、IV类，其中达III类水的时段占观测期间的67.7%；水生植物区以DO为指标的单因子水质标识指数值在6月6日和6月8日小于6，其余时间均大于6，即以DO为指标的水质类别为劣V类水；DO单因子水质标识指数结果表明，无水生植物区水质优于水生植物区。