气候变化和污染防治政策对岷江流域水质的影响研究

吴 瑶，袁 旺，柳 强，史 箴，周 淼

(1.四川省生态环境监测总站，成都 610091；2.中国科学院生态环境研究中心，北京 100085)

引 言

水质在区域和国家层面上受到人类活动[1]和气候变化[2～4]的影响是显著的[5～10]。目前，分析气候变化和人类活动的研究是基于过程耦合与数学统计方法开展的。比如结合了气候模型、水文模型、水质模型或生态模型的综合模型[11]、SWAT等[12]，然而，面对水生环境的复杂性和多样性，基于过程的模型对数据的深度和广度要求较高，对一些偏远河流或缺少基础资料的流域系统操作难度大，并且仅适用于小区域或一条河流[13]。对于数学统计方法，可以直接分析目标变量之间的关系，包括多元回归[14]、趋势分析[15～17]等，它们对数据的限制较低，利于对大尺度和缺少长期观测资料的流域进行水质分析研究。

岷江流域作为长江上游地区重要的一级支流，许多学者已在岷江流域开展部分研究，如水资源的时空分布[18～20]和限于短期水质变化等[21]。然而，对岷江流域的长期水质动态变化研究尚且不够。本研究运用趋势分析方法系统分析了在气候变化和人类活动的影响下，岷江流域水质的时空变化特征和影响机制，以此为流域水质的长期管理工作提供基础数据、决策依据和科学支撑。

1 数据来源与方法

1.1 研究区概况

岷江流域位于中国西南部的四川省(东经102.5～104.7，北纬28.3～33.2)，全长约760km，流域面积为45000km2。岷江流域流经阿坝州、成都、眉山、乐山和宜宾市，年平均降水量和年平均温度分别为1036.7mm和17.8℃(图1)。作为四川省的重要经济区之一，GDP为2.44万亿元，分别占四川省2020年的31.94% 。

1.2 数据来源

本研究选择岷江流域的17个气象站点(上游的M1～M2，中游的M3～M12和下游的M13～M17)和26个水质站点(上游的S1～S4，中游的S5～S17和下游的M18～M26)构成气象与水质数据集(表1)。气象数据从四川省气象局获得，包括2011～2020年的每日的降水量、最高温度、最低温度和平均温度数据。水质数据由四川省生态环境监测总站通过地表水自动监测系统收集并提供，选取每日的溶解氧(DO)、高锰酸盐指数(CODMn)、

图1 岷江流域地形图与水质站点、气象监测站点分布图Fig.1 Map of topography and distribution of water quality and meteorological stations in the MRB.

五日生化需求量(BOD5)、氨氮(NH3-N)、总磷(TP)和化学需氧量(CODCr)。水质参数由地表水自动监测系统每4小时自动采样一次，每日数据代表当天所有数据的算术平均值。所有水质参数的检测方法与精度均符合生态环境部颁布的相关标准。废水排放数据和经济发展数据来自岷江流域流经城市(成都市、眉山市、乐山市、宜宾市、阿坝藏族羌族自治州)各市2011-2020的统计年鉴。生态工程措施的数据(包括投资额、生态工程建设规模等)由四川省生态环境监测总站提供。

1.3 数据分析

数据分析通过R 3.4.0、Microsoft Office Excel 2016、Origin 2021实现，显著性水平为0.05。使用ArcMap 10.8 进行空间制图。

1.3.1 Seasonal Mann-Kendall test

Seasonal Mann-Kendall检验(SMK)是一种稳健的非参数检验方法[22-23]，适用于研究季节性变化特征的变量在时间上的变化趋势。根据SMK检验，在原假设H0中，数据集是(x1，x2，x3，…，xn是n个独立同分布的随机变量的样本。设X=(X1，X2，…，Xn)T和Xi=(xi1，xi2，…，xinp)，其中X和Xi分别为监测样本系列和子样本系列，每个月的统计量Si定义如下：

表1 岷江流域水质站点与气象站点信息Tab.1 Information of water quality stations and meteorological stations in the MRB

(1)

式中，sgn(x)是符号函数：

(2)

(3)

(5)

标准正态差 (标准化统计量)遵循标准正态分布，计算如下：

(6)

1.3.2 Sen’s slope

Sen’s slope被认为是比传统趋势估计方法更强的线性趋势估计方法，这种方法可以描述趋势的斜率(作为每年/每月的变化)[24]。为了得到趋势估计值G，所有配对数据的计算如下：

(7)

(8)

2 结果与讨论

2.1 水质的变化趋势

SMK检验和Sen's slope分别用于分析岷江流域的水质参数趋势和趋势变化强度分析(表2、表3)。pH虽然在流域尺度上并没有明显的变化趋势。溶解氧在岷江流域中呈现明显的上升趋势，<0.05(△Mean=+0.11 mg/L·year-1)。△Mean(平均变化强度)的值是以具有显著变化趋势的站点的Sen’s slope值的平均值计算的。总体而言，全流域CODMn(△Mean=-0.16 mg/L·year-1)、BOD5(△Mean=-0.23 mg/L·year-1)、NH3-N(△Mean=-0.06 mg/L·year-1)、TP(△Mean=-0.02 mg/L·year-1)和CODCr(△Mean=-0.88 mg/L·year-1)呈明显下降趋势(P<0.05)。65.38%的站点的溶解氧呈上升趋势，主要分布在岷江流域中游和上游。此外，64.71%的站点的上升强度超过了流域平均值，主要分布在岷江中游。CODMn下降的站点61.54%集中在流域北部，BOD5下降的站点76.92%集中在岷江中游北部和中部，但是这两个区域的下降强度数值都低于流域平均值。NH3-N下降的站点占76.92%，其中40.00%的站点集中在岷江中游，其下降强度大于流域平均值。而TP呈下降趋势的有21个站点，主要在岷江中游，岷江流域北部的TP没有明显趋势。CODCr的下降的站点约占84.62%，其中60.00%的下降幅度小于流域平均值。CODCr下降幅度大于流域平均值的站点主要分布在中部地区。

表2 岷江流域水质SMK趋势分析Tab.2 SMK trend analysis of water quality in the MRB

2.2 气候变化对水质的影响

岷江流域的气温和降水都表现出明显的季节性和周期性，属于典型的高温季节和降水同步的气候模式。具体来说，岷江流域每年有70.26%～90.14%的降水集中在6～9月，同时水质参数与降水一样呈周期性变化，水质变化的周期性与汛期是相关的。在非汛期(10月～次年5月)，降水的增加可能导致陆地上积累的污染物随径流进入水体，或河道中的扰动沉积物，使污染物返回到水体中，导致水质变差。进入汛期(6～9月)后，随着陆上污染输入的减少和河流流量的增加，污染物被稀释，自净能力增强，水质得到改善。2013年至2016年，年降水量平均每年减少49.03mm，2016年后，年降水量明显增加，平均每年增加138.32mm。随着降水的增加和人类活动的介入，岷江流域的水质有所改善，CODMn、BOD5、NH3-N、TP和CODCr每年分别下降7.59%、10.15%、20.54%、19.68%和10.80%，而DO每年增加4.45%(图2)。

在近年来气候变化的影响下，降水中心南移是岷江流域降水模式变化的一个重要特征。强降水主要集中在岷江流域西部和西南部。岷江下游的年平均降水量比上游和中游分别多198.15mm和68.82mm。特别是在2018年降水大幅增加后，这种聚集效应更加明显。在岷江流域，南部平原因为受到来自南海的气流影响，会出现大量降水。而北部高原的降水较少，是因为来自印度洋的气流受到横断山脉的阻挡[25]。降水的时空差异可能进一步推动对水质变化的空间异质性的影响。

图2 岷江流域降水与水质关系图Fig.2 Relationship between precipitation and water quality in the Minjiang River Basin

2.3 污染防治措施(污染排放和生态工程)对水质的影响

表4 废水排放变化及其与水质的关系拟合参数统计Tab.4 Statistics of fitting parameters of wastewater emission change and its relationship with water quality

续表4

3 结 论

岷江流域水质在2011～2020期间在气候变化和污染防治政策的影响下得到了明显改善，尤其是在“十三五”计划期间。全流域水质参数的削减强度平均为0.23 mg/L· year-1，其中，CODCr是主要的削减指标。在岷江流域的水质改善过程中，随着降水的增加和污染防治政策的介入，岷江流域的表征污染水平的水质参数平均每年下降13.75%，而DO每年增加4.45%。污染防治政策对水质的改善行为主要在污染减排措施和生态工程的建设，仅每减少10t CODCr或1吨NH3-N的排放可以使岷江流域污染物当量有效下降0.60 mg/L，而生态工程建设如人工湿地、河流生态修复区、对非点源污染的削减也是有效的，两者的共同作用是岷江流域水质改善的主要的驱动因子。