水源地水库富营养化演变及防治对策

摘要：基于长期监测数据分析水库富营养化演变规律和影响因子，为制定防治对策提供依据。以浙江湖州老虎潭水库为例，收集2009-2021年历史数据，并于2022年3月-2023年2月开展为期1年的监测，分析水库及入库支流水质时空变化特征。结果表明，2009-2022年，老虎潭总体呈中营养状态，总氮长期处于IV～劣V类水平，总磷多为III类，氨氮呈显著下降趋势（Plt;0.01），库区不同临测点水质和营养状态差异较小。入库支流水质明显劣于库区，是库区氮、磷等营养盐的主要来源；支流总氮、总磷分别以劣V类和IV类为主，2014-2022年仅硝酸盐氮浓度显著下降，2022年以来支流总磷浓度有所升高。氮主要来自农业面源污染，磷的来源较为复杂，包括农业、生活污水等多种途径。总氮、总磷、氨氮三者显著正相关，且与叶绿素a密切相关，反映出氮、磷输入促进了藻类的生长。老虎潭水库目前尚未见大面积藻华，但极端天气或全球变暖可能加剧其富营养化风险。建议采取流域面源污染控制、河口湿地修复、水库生态调控等措施加以防控。

关键词：水源地；富营养化；长时间序列；入库支流；老虎潭水库

中图分类号：Q142" " " " 文献标志码：A" " " " 文章编号：1674-3075（2024）05-0133-09

河湖水库水质与城市供水安全及经济社会可持续发展密切相关（Ma et al，2020；朱广伟等，2024）。然而，近年来全球湖泊富营养化问题日趋严重：1982-2019年，248 243个研究湖泊中有21 878个湖泊（占8.8%）发生过蓝藻水华（Hou et al，2022）。全球71个大型湖泊中68%的研究湖泊夏季浅层富营养化强度增加（Ho et al，2019），反映出全球湖泊富营养化加剧的总体态势。我国湖库富营养化问题同样严峻。朱广伟等（2024）对22个代表性城市水库的调查发现，大多数水库总氮已达到IV类水平，总磷多为III类水平。解鑫等（2023）指出，虽然我国湖库氨氮、高锰酸盐指数有所下降，但总氮、总磷仍是主要制约性指标，营养盐超标会加重水体富营养化程度。我国60.2%的大型湖泊（103个）曾发生过蓝藻水华，其中92%的湖泊蓝藻暴发频率呈上升趋势，（Wang et al，2023）。值得注意的是，蓝藻水华不仅存在于富营养化水体，即便在贫营养湖泊和低温环境下也有可能暴发（Reinl et al，2021），一旦蓝藻大规模暴发，将严重威胁供水安全。

入库支流水质对下游水库产生直接影响（Baldwin et al，2008；Feng et al，2022）。尽管大型河流在营养盐输入方面占据较大比重，然而小支流具备以可溶性无机态为主、浓度较高以及更易在近岸区域富集等特性（Mooney et al，2020）。Chen等（2021）在三峡水库的研究也发现，虽然大河流占据了大部分营养盐的输入量，但小支流输入的无机态营养盐更易被水生生物利用，因此小支流对近岸区域富营养化影响显著（Chen et al，2021）。系统研究水库及入库支流水质长期变化，分析水质影响因子，掌握水体污染来源和程度，对于控制入库污染负荷、预防富营养化和水华、保障供水安全具有重要意义。

近年来极端天气事件频发，蓝藻水华等问题加剧，即使是贫-中营养型水库，也存在着偶发性的蓝藻水华风险，会给供水安全构成严重威胁（陈文权等，2022）。老虎潭水库作为湖州市主要饮用水源地，其水质状况直接关系到公众饮水安全。已有研究对老虎潭水库周边养殖污染（丁新新等，2012）、氮磷营养盐和富营养化状态（金树权，2008；金培坚，2009；蔡临明，2014；沈继涛和郁聪，2015；李丹等，2018）、藻毒素与浮游生物（张爱菊等，2016；王奕棉等，2017；殷燕等，2022）等方面进行过调查。但对于老虎潭水库水质和生物群落缺乏长时间尺度的系统研究。本文以老虎潭水库及其支流为研究对象，分析2009-2023年水库及支流水质变化趋势，掌握流域水质空间特征，分析其影响因素，以期为老虎潭水库水质安全管理提供科学依据。

1" "材料与方法

1.1" "研究区域概况

老虎潭水库位于浙江省湖州市，是一座以防洪为主，结合供水，兼顾灌溉等综合利用的水库。坝址在东苕溪支流埭溪上游、吴兴区埭溪镇张村附近。水库集水面积110 km2，总库容9 966万m3，正常蓄水量7 207万m3，相应水面面积5.3 km2，调节库容 6 813万m3，防洪库容3 503万m3，属于中型水库。水库日供水能力22万m3，年供水量7 716万m3，是湖州市中心城区的主要饮用水源。老虎潭水库集水区内有庄上溪、大陈溪、小溪3条主要入库支流，水库目标水质为《地表水环境质量标准》（GB 3838-2002）II类。

1.2" "调查与测定方法

2022年3月-2023年2月在老虎潭水库库区布设5个监测点，分别为小溪入库库湾（L1）、大陈溪入库库湾（L2）、庄上溪入库库湾（L3）、库中心（L4）、取水口（L5），在3条入库支流上、下游布设8个监测点（图1），开展每月1次的水质采样监测，调查时间为每月下旬。2022年11月和12月受新冠疫情影响，未开展野外监测。

水质样品采集、处理和分析参照《水和废水监测分析方法》（第4版），样品采集于500 mL聚乙烯塑料瓶，加酸后于0～4℃保存，随即运回实验室测试分析。使用YSI水质参数仪现场测定pH、溶解氧（DO）、电导率，用塞氏盘法测定透明度，在实验室测定高锰酸盐指数、总磷、氨氮、硝氮、总氮、叶绿素a。

2009-2021年老虎潭水库长序列水质数据收集于老虎潭水库水源地管理委员会，监测点位于取水口附近，2014-2021年3条入库河流水质数据收集于湖州市中环原水有限公司。

1.3" "评价与统计分析方法

富营养化评价采用中国环境监测总站《关于印发湖泊（水库）富营养化评价方法及分级技术规定的通知》（总站生字[2001]090号）中推荐的综合营养状态指数法。选择叶绿素a、总磷、总氮、透明度、高锰酸盐指数作为老虎潭水库富营养化评价指标。采用0～100的一系列连续数字对水库营养状态进行分级，同一营养状态下，指数值越高，营养程度越重。

水质长期变化趋势分析选择Mann-Kendall趋势分析法（赵健等，2019），属于非参数检验，零假设为数据不存在趋势，备择假设为数据具有趋势（可能是向上或者向下），如果Plt;0.05，说明时间序列数据具有趋势，采用Sen’s斜率估计法计算水质变化趋势的斜率β（Sen，1968；Gocic amp; Trajkovic，2013）。采用Pearson相关系数进行水质指标之间的相关性分析，当Plt;0.05时，水质指标具有显著相关性。

统计分析在软件SPSS Statistics 23中进行，监测点空间分布图使用软件ArcGIS 10.3制作，数据制图使用软件Origin 2021完成。

2" "结果与分析

2.1" "入库支流水质时空变化

2.1.1" "入库支流历年水质变化" "老虎潭水库入库支流历年水质变化趋势见图2。2014年-2023年2月，入库支流高锰酸盐指数和氨氮维持较低水平，总体不超过Ⅱ类水质标准限值（高锰酸盐指数：4 mg/L，氨氮：0.5 mg/L）。总氮一直处于较高水平，大部分时段高于2 mg/L，硝酸盐氮呈现相似的变化。2014-2020年，总磷在年内有波动，但年间变化较稳定，2021年有所降低，总体在Ⅱ类水平。2022年开始总磷逐步升高，2022年8月超过Ⅱ类水质标准限值（0.1 mg/L）。Mann-Kendall趋势检验结果表明，2014-2022年，水库入库支流仅硝酸盐氮浓度呈现明显的下降趋势（Plt;0.01），年平均下降率为-0.1466 mg/L，高锰酸盐指数、氨氮、总氮、总磷均无显著的变化趋势。

2.1.2" "入库支流水质空间分布" "2022年3月-2023年2月入库支流上下游水质空间分布见图3。高锰酸盐指数在入库支流上下游之间无明显差异，均值不超于Ⅱ类水质标准（4.0 mg/L）。与高锰酸盐指数变化规律一致，氨氮在入库支流上下游之间无明显差异，均值不高于0.1 mg/L，远低于Ⅱ类水质标准（4.0 mg/L）。硝酸盐氮在入库支流上下游存在较大差异，庄上溪上游较高，为（3.23±1.19）mg/L。总氮在入库支流上下游之间没有明显差异，总磷在入库支流上下游存在较大的差异，大陈溪下游较高，为（0.124±0.051）mg/L，超过Ⅱ类水质标准（0.1 mg/L），大陈溪上游较低，为（0.029±0.010）mg/L。叶绿素a在入库支流上下游之间无明显的差异。

2.2" "库区水质时空变化

2.2.1" "库区历年水质变化" "老虎潭水库2009年-2023年2月水质变化见图4。水库高锰酸盐指数和氨氮总体维持较低水平，长期低于Ⅱ类（高锰酸盐指数：4 mg/L，氨氮：0.5 mg/L）。硝酸盐氮和总氮先升高后下降，呈现出较为相似的变化规律。2009-2016年硝酸盐和总氮先上升，且波动性较大，2017年逐渐下降，2019年后下降较明显，但是总氮一直处于较高水平，按照《地表水环境质量标准》（GB3838-2002）为IV～劣V类。总磷在2015年10月和2020年6月出现最高值（0.092 mg/L），2017年9月也较高（0.078 mg/L）。从总体上看，2016年前，总磷大多在Ⅱ类水质标准以内波动，2016年之后，总磷波动较大，超标频率变高，由2009-2016年的17.0%上升至2017-2022年的48.0%。叶绿素a浓度2012年5月出现最高值（72.85 µg/L），2013年5月（40.67 µg/L）和2022年4-5月（平均44.17 µg/L）也较高，其余时段较低。

Mann-Kendall趋势检验分析结果（表1）表明：2009-2022年，老虎潭水库仅氨氮浓度呈现明显的下降趋势（Plt;0.05），年平均下降率为-0.0095 mg/L。高锰酸盐指数、硝酸盐氮、总氮、总磷、叶绿素a均无显著变化趋势。

2.2.2" "库区水质空间特征" "2022年3月-2023年2月，老虎潭水库水质空间特征见图5。高锰酸盐指数在空间上波动不大，平均值为（2.37±0.75）mg/L，不超过Ⅱ类水质标准（4.00 mg/L）。氨氮、硝酸盐氮、总氮在水库空间分布上均无明显差异，但总氮处于V类水质标准（2.0 mg/L）。总磷浓度在小溪入库库湾处L3较高，平均值为（0.032±0.009）mg/L，在其余监测点没有明显的差异。与总磷变化相似，叶绿素a在L3较高，其余点位变化不大，平均值为（16.63±16.25）µg/L。

2.3" "老虎潭水库富营养化状况

2022年3月-2023年2月老虎潭水库不同监测点综合营养状态指数见图6。水库综合营养状态指数平均值为42.74，表明水库总体处于中营养状态，尚未达到富营养化状态。由各指标的营养状态指数计算结果可知，高锰酸盐指数指标表征为贫营养化，透明度、总磷和叶绿素a均表征为中营养化，总氮指标表征为中度富营养化。

老虎潭水库水质指标之间的相关性分析见图7。叶绿素a与溶解氧（DO）总氮、总磷和氨氮呈现出显著正相关，与透明度和水温呈现出显著负相关，与水深、pH、高锰酸盐指数无显著性相关。总氮、总磷、氨氮三者之间总是存在显著性正相关，与高锰酸盐指数无显著相关关系，硝酸盐与总氮显著相关。

2.4" "水库与入库支流水质比较

2022年3月-2023年2月监测结果如图8。水库及入库支流高锰酸盐指数和氨氮大多数时段满足II类地表水环境质量标准。水库叶绿素a、高锰酸盐指数、氨氮浓度高于入库支流，3条入库支流总氮、总磷明显高于水库，水库总氮和总磷大多为V类和III类，而入库支流总氮和总磷大多为劣V类和IV类。

3" "讨论

3.1" "老虎潭水库水质变化关键因素解析

朱广伟等（2024）对我国22个重要城市水源水库的调查发现，大多数水库总氮处于IV类，总磷处于III类，与老虎潭水库情况类似。解鑫等（2023）的研究表明，我国湖库高锰酸盐指数、氨氮整体呈下降趋势，总氮、总磷依然是主要的制约性指标，这一结论与本研究基本一致。这表明老虎潭水库面临的氮磷污染问题具有典型性，需要重点关注支流输入的氮磷负荷及其对水库水质的影响。

3.1.1" "库区高锰酸盐指数、氨氮变化原因" "本研究中叶绿素a与高锰酸盐指数无显著相关性，可能由于老虎潭属于中营养水平，浮游植物生物量对高锰酸盐指数的影响不明显。外源输入的有机污染物，以及亚铁离子等无机还原性物质也可能影响高锰酸盐指数（Lv et al，2022；杨键，2023）。水库氨氮高于入库河流可能源于鲢鳙等鱼类的排泄、底泥氨氮释放以及内源有机氮分解等。虽然近年来湖州市加大了流域污染防治力度，但入库河流总磷浓度仍有升高趋势，表明需进一步控制外源性磷的输入，并考虑开展内源磷治理，以稳定库区水质。

3.1.2" "入库支流氮磷来源分析" "农业面源是老虎潭入库支流氮磷的主要来源。老虎潭上游养殖业年排放氮磷分别约为156 t和98 t（蔡临明，2014）；种植业因过量施肥造成的氮磷排放量分别约为312 t和24 t（沈继涛和郁聪，2015）。此外，丁新新等（2012）估算生活污水年排放氮磷分别约为176 t和9.8 t。农业种植业污染对老虎潭库区总氮（TN）、总磷（TP）入库量的贡献率分别达40.32%和56.80%（浙江环科环境研究院有限公司，2021）。这些面源污染物通过地表径流汇入支流，最终进入水库沉积富集。

本研究发现，老虎潭水库入库小支流的总磷浓度较大支流高。这与Chen等（2021）在三峡水库区的研究结果和Mooney等（2020）在密歇根湖的研究结果类似，小支流由于流程短、水土过程时间短暂等原因，污染物尤其是无机氮磷更易进入水体并保持较高浓度。因此老虎潭水库入库小支流对库区富营养化影响不容忽视。

3.1.3" "入库支流与湖库氮、磷协同控制" "我国现行《地表水环境质量标准》（GB 3838-2002）中对河流、湖库水体的总氮（TN）、总磷（TP）标准限值的规定差异较大。以地表水Ⅲ类为例：河流TP≤0.2 mg/L，TN未作要求；湖库TP≤0.05 mg/L，TN≤1.0 mg/L。如果以Ⅲ类水质为入湖河流和湖库水体控制标准，不同湖库的入湖库河流TN、TP协同控制限值均需低于河流Ⅲ类标准（高可伟等，2021）。美国对流入静态水体（湖泊）的河流执行更严格的营养物标准，对于受损湖泊还要制定总最大日负荷削减计划，针对上游河流实施严格控制（高可伟等，2021）。显然，如果仅以现行《地表水环境质量标准》（GB 3838-2002）中Ⅲ类标准为湖库及其入湖库河流水质控制目标，河流的氮、磷控制标准可能难以满足湖库氮、磷控制需求，这对于有效控制富营养化湖库外源氮、磷的输入十分不利。我国也应结合实际情况，开展“一湖一策”差异化管控（高可伟等，2021），这对于水源地水库的水质管理同样具有借鉴意义。

与入湖河流TN相比，入湖河流TP输入对湖库水体富营养化程度的影响更显著。以太湖为例，太湖水体中通过反硝化等途径去除的TN约为太湖入湖河流输入的50%左右（秦伯强等，2006）。相比之下，入湖库河流输入的磷，仅少部分通过出湖库水体流出，被湖库截留的磷均可能成为水体潜在内源磷。因此，从长期及湖库富营养化控制角度，为了有效防止磷在湖库内的长期累积，开展入湖河流及其对应湖库中磷的协同控制可能尤为重要。因此，入湖库河流氮磷控制应该充分考虑下游湖库富营养化控制和生态保护需求，并执行比一般河流更为严格的限值。建议结合老虎潭水库的特点和保护要求，开展入库河流与水库的氮磷协同控制研究，为制定科学合理的水质控制目标和措施提供支撑。

3.1.4" "水库叶绿素季节变化的特殊性及其原因" "值得注意的是，老虎潭水库叶绿素有春季高峰，无夏秋季高峰，所以导致叶绿素与水温呈显著负相关。这可能是由于老虎潭水库水体叶绿素与总磷正相关，而总磷与水温负相关，高温季节磷浓度低，水体可能受磷限制而导致水体叶绿素与温度呈现负相关。此外由于鲢鳙放养使夏秋季鲢鳙对藻类的牧食压力大而使藻类无夏秋季高峰，同时由于鲢鳙放养导致春季缺乏浮游动物无法形成高峰，降低了浮游动物对小型藻类的牧食压力，导致小型藻类形成了春季高峰。所以流域内磷的控制和库区鲢鳙放养策略在老虎潭水库富营养化防控中需重点关注（王洪铸等，2020；Chen et al，2023）。

3.2" "老虎潭水库富营养化风险

尽管综合营养状态指数显示老虎潭尚未达到富营养化水平，但不能忽视其偶发性蓝藻水华的风险。Li等（2022）基于遥感反演的研究发现，近30年来气温升高是导致千岛湖透明度下降、藻类生物量增加的重要因素。未来进一步增温将加剧千岛湖温跃层变浅，藻类生长区将更集中于表层，通过“浓缩效应”将增大水华风险。极端天气事件如暴雨、高温热浪、极端干旱等，能够在短期内剧烈改变水库的温度场、光场、营养盐和种源条件，从而为蓝藻水华暴发创造有利契机（朱广伟等，2024）。例如，夏季暴雨往往能带来外源磷的大量输入，刺激表层藻类生长；而高温晴好天气下强光和持续静风，也有利于蓝藻异常增殖。极端干旱更会导致水库水位剧降，生态缓冲能力降低，常引发各类水华蓝藻的大量增殖。陈文权等（2022）研究发现中营养状态的水库也可能发生严重的蓝藻水华。值得注意的是，老虎潭集雨区内庄上溪上游的钱坞山塘和大陈溪上的红旗水库夏季都曾暴发蓝藻水华。因此，未来随着气候变化和富营养化加剧，老虎潭水库发生偶发性蓝藻水华的风险也将与日俱增，这就要求开展水华监测，加强富营养化防控，完善应急预案，确保供水安全。

3.3" "老虎潭水库水质改善对策建议

（1）流域面源污染防控。控制流域开发强度，优化土地利用，特别是减少经济林的开发，加强生活污水的深度处理，提升脱氮除磷能力，实施精准施肥和构建湿地斑块，以拦截营养盐。

（2）生态调控措施。运用鱼类调控和生态浮岛技术，通过科学投放鲢、鳙等滤食性鱼类控制藻类过度繁殖，同时利用生态浮岛技术进行人工脱氮除磷，增强水库生物调节和自净能力。

（3）加强监测与预警。开展水华监测，完善富营养化防控预案，确保供水安全。

目前老虎潭水库尚未出现大面积藻华，但极端气候事件和全球变暖可能加剧其富营养化风险。因此，建议采取流域面源污染控制、河口湿地修复、水库生态调控等措施加以防控。

参考文献

蔡临明，2014.老虎潭水库水源地水质安全评价与隐患分析[J].中国水利，17：28-30.

陈文权，孟洋洋，单延功，等，2022. 寡-中营养型水体偶发性蓝藻水华的驱动因素分析：以南京方便水库为例[J].湖泊科学，34（5），1452-1460.

丁新新，俞晓云，裴来顺，等，2012. 老虎潭水库畜禽养殖污染现状及防治对策[J].浙江农业科学，3：413-416.

高可伟，朱元荣，孙福红，等，2021. 我国典型湖泊及其入湖河流氮磷水质协同控制探讨[J].湖泊科学，33（5）：1400-1414.

解鑫，尤佳艺，李文攀，等，2023. 2011-2021年全国地表水环境质量评价与变化分析[J].中国环境监测，39（4）：23-32.

金培坚，2009. 水库水源地水环境容量分析与水质控制研究[D].杭州：浙江大学.

金树权，2008. 水库水源地水质模拟预测与不确定性分析[D].杭州：浙江大学.

李丹，梁新强，吴嘉平，2018. 水库型饮用水源地水环境模拟与预测[J].浙江大学学报：农业与生命科学版，44（1）：75-88.

秦伯强，杨柳燕，陈非洲，等，2006. 湖泊富营养化发生机制与控制技术及其应用[J].科学通报，16：1857-1866.

沈继涛，郁聪，2015. 老虎潭水库水源地保障措施研究与探讨[J].浙江水利科技，43（4）：30-33.

王洪铸，王海军，李艳，等，2020. 湖泊富营养化治理：集中控磷，或氮磷皆控？[J].水生生物学报，44（5）：938-960.

王奕棉，吴湘，徐磊鑫，等，2017. 湖州市饮用水源地藻毒素污染特征调查研究[J].环境科学与技术，40（4）：107-111.

杨键，2023. 高锰酸盐指数测定的影响因素分析[J].地质研究与环境保护，1（5）：98-101.

殷燕，蔡娟，朱哲欣，等，2022. 老虎潭水库浮游植物群落特征及水生态健康评价[J].环境生态学，4（8）：31-39.

张爱菊，丁新新，刘金殿，等，2016. 浙江老虎潭水库后生浮游动物群落组成及其环境影响因子[J].水生态学杂志，37（1）：62-69.

赵健，代丹，王瑞，等，2019. 太湖流域降雨和湖水酸根阴离子长期变化及其环境意义[J].湖泊科学，31（1）：88-98.

浙江环科环境研究院有限公司，2021. 老虎潭水源地污染现状分析报告[R].杭州：浙江环科环境研究院有限公司.

朱广伟，许海，朱梦圆，等，2024. 我国城市水源水库水质风险成因及对策[J].湖泊科学，36（1）：1-16.

Baldwin D S， Gigney H， Wilson J S， et al， 2008. Drivers of water quality in a large water storage reservoir during a period of extreme drawdown[J]. Water research， 42（19）： 4711-4724.

Chen J， Liu J， Han S， et al， 2023. Nontraditional biomanipulation： a powerful ecotechnology to combat cyanobacterial blooms in eutrophic freshwaters[J]. Innov Life 1 （3）： 100038.

Chen S， Chen L， Gao Y， et al， 2021. Larger phosphorus flux triggered by smaller tributary watersheds in a river reservoir system after dam construction[J]. Journal of Hydrology， 601： 126819.

Feng L， Zhang J， Fan J， et al， 2022. Tracing dissolved organic matter in inflowing rivers of Nansi Lake as a storage reservoir： implications for water-quality control[J]. Chemosphere， 286： 131624.

Gocic M， Trajkovic S， 2013. Analysis of changes in meteorological variables using Mann-Kendall and Sen's slope estimator statistical tests in Serbia[J]. Global and planetary change， 100： 172-182.

Ho J C， Michalak A M， Pahlevan N， 2019. Widespread global increase in intense lake phytoplankton blooms since the 1980s[J]. Nature， 574（7780）： 667-670.

Hou X J， Feng L， Dai Y H， et al， 2022. Global mapping reveals increase in lacustrine algal blooms over the past decade[J]. Nature Geoscience， 15（2）： 130-134.

Li H， Lan J， Qin B， et al， 2022. Effects of the long-term climate change and selective discharge schemes on the thermal stratification of a large deep reservoir， Xin’anjiang Reservoir， China[J]. Water， 14（20）： 3279.

Lv Y， Guo H W， Jin S G， et al， 2022. Permanganate index variations and factors in Hongze Lake from landsat-8 images based on machine learning[J]. Photogrammetric Engineering amp; Remote Sensing， 88（12）： 791-802.

Ma T， Zhao N， Ni Y， et al， 2020. China’s improving inland surface water quality since 2003[J]. Science advances， 6（1）： eaau3798.

Mooney R J， Stanley E H， Rosenthal W C， et al， 2020. Outsized nutrient contributions from small tributaries to a Great Lake[J]. Proceedings of the National Academy of Sciences， 117（45）： 28175-28182.

Reinl K L， Brookes J D， Carey C C， et al， 2021. Cyanobacterial blooms in oligotrophic lakes： Shifting the high-nutrient paradigm[J]. Freshwater Biology 66（9）： 1846-1859.

Sen P K， 1968. On a class of aligned rank order tests in two-way layouts[J]. The Annals of Mathematical Statistics， 39（4）： 1115-1124.

Wang Y， Feng L， Hou X J， 2023. Algal blooms in lakes in China over the past two decades： Patterns， trends， and drivers[J]. Water Resources Research， 59（10）： e2022WR033340.

（责任编辑" "郑金秀）

Evolution and Control Strategies of Eutrophication in Water Source Reservoirs：

A Case Study of Laohutan Reservoir in Zhejiang Province

PENG Ru‐chu1， ZHANG Ming1， LOU Jing‐yuan1， LI Si‐xin2， ZHAO Wen‐tong2， 3，

HOU Yi‐hang4， HU Ju‐xiang2， ZHAO Xian‐fu2

（1. General water of Chinalt;Huzhougt; Co.， Ltd， Huzhou" "313000， P.R. China;

2. Key Laboratory of Ecological Impacts of Hydraulic-projects and Restoration of Aquatic Ecosystem

of Ministry of Water Resources， Institute of Hydroecology， Ministry of Water Resources and

Chinese Academy of Sciences， Wuhan" "430079， P.R. China;

3. College of Water Conservancy and Hydropower Engineering， Hohai University， Nanjing" "210098， P.R. China;

4. College of Fisheries and Life Science， Shanghai Ocean University， Shanghai" "200090， P.R. China）

Abstract：Eutrophication of drinking water reservoirs is a global environmental issue and threatens drinking water safety. Analyzing the evolution of reservoir eutrophication based on long-term data provides a basis for formulating prevention and control strategies. In this study， Laohutan reservoir in Huzhou， Zhejiang Province was selected for case study， and we analyzed the spatiotemporal variation of water quality and associated driving factors in the reservoir and its primary tributaries. The analysis was based on historical data collected from 2009 to 2021， and monitoring conducted monthly from March 2022 to February 2023. Our primary goal was to provide scientific data for managing water quality in Laohutan reservoir. Chlorophyll-a， total phosphorus， total nitrogen， transparency and the permanganate index were selected as eutrophication indicators. Results show that Laohutan reservoir was in a mesotrophic state during 2009-2022. Total nitrogen （TN） met the Class IV-V surface water quality standard， total phosphorus （TP） was mainly at Class III， and ammonia nitrogen （NH3-N） decreased significantly （Plt;0.01）. Water quality and nutrient levels varied little with location in the reservoir， while water quality in the tributaries was significantly lower and the primary source of nutrients to Laohutan reservoir. Total nitrogen in reservoir tributaries was mostly below Class V and total phosphorus remained mostly at Class IV. From 2014 to 2022， the concentration of nitrate nitrogen decreased significantly， but total phosphorus has increased since 2022. Nitrogen in the reservoir and tributaries came primarily from agricultural non-point source pollution， while phosphorus sources were more varied. Analysis indicated that TN， TP， and NH3-N were significantly correlated and closely related to chlorophyll-a， reflecting the positive effect of nitrogen and phosphorus on algal growth. Although Laohutan reservoir has not experienced large-scale algal blooms to date， extreme climate events and global warming increase the risk of eutrophication. Therefore， we recommend adopting the following strategies： control watershed non-point source pollution， restore estuary wetlands， and strengthen reservoir biomanipulation. This study supports water quality management in Laohutan reservoir and also provides a valuable reference for managing other drinking water reservoirs in China.

Key words： drinking water reservoir; eutrophication; long-term data series; tributary inflows; Laohutan reservoir