顧 準，黃金柏，黃涌增，羅迪文

(揚州大學水利科學與工程學院，江蘇 揚州 225127)

0 引 言

隨著城市化的快速發(fā)展，我國許多城市都面臨水資源短缺、水質污染和水環(huán)境惡化等問題[1]。許多城市的池塘和湖泊，都已成為工業(yè)廢水和城市生活污水的滯留地，由于城市中的池塘或湖泊水體流動性小，自凈能力較差，水體污染程度較為嚴重[2]。池塘是城市水體的重要組成部分，在美化環(huán)境、調節(jié)小區(qū)域氣候、保護生物多樣性等方面發(fā)揮著重要作用[3]，池塘水質污染是城市環(huán)境污染的重要問題之一。隨著當前城市水環(huán)境問題越來越受到重視，解決水環(huán)境問題的迫切程度不斷提升[4]，池塘水體水質污染問題也越來越受到關注。國外對池塘水質的研究較多且起步較早，如Jesper等[5]探究了13個池塘的水文和水力條件對其除氮性能的影響，得出有效體積比是主要影響因素的結論；Palma等[6]測量了阿爾基瓦水庫的各種水質參數(shù)，提出了改善水質的方法措施；Liang等[7]對加拿大北極地區(qū)1138個湖泊和池塘的酸堿度和超標的臨界負荷進行調查研究。國內對池塘水質的研究起步稍晚但發(fā)展較快，如袁軍等[8]對合肥斛兵塘的富營養(yǎng)化現(xiàn)狀進行了分析并提出了修復對策；王變等[9]對位于淮河流域焦崗湖水質參數(shù)的時空變化和影響因素進行了分析；段立增等[10]以昆明人工湖為例分析了小型水體水質特征及其隨季節(jié)變化狀況。有關城市池塘水質的研究是當前水環(huán)境領域研究的熱點問題之一。

揚州城區(qū)分布著各種尺度數(shù)以百計的池塘，這些池塘的水質狀況，對揚州城區(qū)的水環(huán)境和水生態(tài)有較大影響。研究池塘水質的時間變化特性，對揚州城區(qū)池塘水質的改善具有重要意義，對池塘水體水質相關研究的開展具有一定的促進作用和參考價值。為揭示池塘水體水質時間變化特性，本研究選取位于揚州大學江陽中路南校區(qū)內的池塘為研究區(qū)，對該池塘的水質參數(shù)進行觀測，并采用多種數(shù)理方法對其時間變化特性進行分析，以期為揚州城區(qū)池塘水質與水環(huán)境研究提供部分基礎數(shù)據(jù)，以及為池塘水質監(jiān)測分析提供方法上的參考。

1 材料與方法

1.1 研究區(qū)概況與數(shù)據(jù)觀測

揚州大學江陽中路南校區(qū)池塘平面示意圖如圖1所示。池塘水面南北方向最長約為80 m，東西方向最寬約為70 m，周長約為328 m，池塘內有兩個小島，水面面積約5 626 m2。池塘周圍未發(fā)現(xiàn)地表水補給與排泄渠道，可認為其水量僅受降雨、入滲和蒸散發(fā)的影響。

采用多參數(shù)水質分析儀(型號：YeoKal615，產地：澳大利亞)對池塘的藍綠藻(Phyco)、水溫(WT)、pH、溶解氧濃度(DO)和電導率(EC)進行一周2次的觀測，觀測點P(32°22′33.3″N，119°25′17.1″E)，觀測時段為2018年7月至2019年6月，為期1年。研究期間內，從2019年4月13日至28日對該池塘水質參數(shù)進行6日1 h序列的觀測，觀測時段為8∶00-20∶00。

圖1 研究區(qū)平面示意圖Fig.1 Sketch map of the study area

1.2 研究方法

1.2.1 變異系數(shù)法

變異系數(shù)法是通過樣本標準差與樣本均值的比值來判斷樣本分布的離散程度，變異系數(shù)越大，則樣本的離散程度越大，由各指標的變異系數(shù)推求出的權重能夠較直觀的反映各個評價指標的相對重要程度，變異系數(shù)與某一指標的權重計算公式為[11]：

(1)

(2)

式中：V為某一指標的變異系數(shù)；S為樣本標準差；為該水質參數(shù)的均值；Ai為第i項指標的權重；Vi為第i項指標的變異系數(shù)。

1.2.2 單因子水質標識指數(shù)法

單因子水質標識指數(shù)法由徐祖信[12]提出，該法可以通過評價因子的標識指數(shù)計算結果直觀的判斷水質類別且能夠與同一類水進行比較。單因子水質標識指數(shù)法由一位整數(shù)和兩位小數(shù)組成，表示為：

Pi=X1X2X3

(3)

式中：X1代表第i項水質指標的水質類別，由水質指標的實測值按照《國家地表水環(huán)境質量標準》(GB3838-2002)的水質分類確定；X2代表觀測數(shù)據(jù)在X1(k)類水質變化區(qū)間中所處的位置。

DO是水體生態(tài)環(huán)境動態(tài)平衡和維持水生生物生存的必要條件，是衡量水質狀況的一項重要指標[13]，因此選取DO為評價指標。X2計算公式為：

(4)

式中：ρDOk上為k類水質DO的上邊界值，ρDOk下為k類水質DO的下邊界值，ρDO為DO實測濃度。

當溶解氧濃度小于2.0 mg/L(水質類別劣于Ⅴ類水)時：

(5)

式中：m為計算公式修正系數(shù)，一般取4。當水質很差時,DO接近于0, 此時X1X2變化范圍為6.0～7.0，與非溶解氧指標劣Ⅴ類水的標識指數(shù)值不對應。為了解決這個問題，引入修正系數(shù)m，經試算，取m=4時可以使DO指標為劣Ⅴ類水的標識指數(shù)與非溶解氧指標劣Ⅴ類水的標識指數(shù)值大致相對應。

X3表示水質類別與功能區(qū)劃設定類別的比較結果，為一位或兩位有效數(shù)字。若水質類別達到功能區(qū)規(guī)劃設定類別，則X3取0。若水質類別未達到功能區(qū)規(guī)劃設定類別且X2不為0，則：

X3=X1-fi

(6)

若水質類別比功能區(qū)規(guī)劃設定類別差且X2等于0，則：

X3=X1-fi-1

(7)

式中：fi為水環(huán)境功能區(qū)類別。

1.2.3 多元線性回歸法

多元線性回歸分析法是一種研究自變量(X1、X2、…、Xn)和因變量(Y)之間存在相關關系的數(shù)學方法，能夠利用所得多元線性回歸模型預測因變量的變化趨勢[14]。由于WT、pH、藻類對DO有較大影響[15]，因此本研究以DO(Y)為因變量，WT(X1)、pH(X2)、Phyco(X3)為自變量建立多元線性回歸模型：Y=b0+b1X1+b2X2+b3X3，其中b0，b1，b2，b3為待定系數(shù)，將實測數(shù)據(jù)代入方程(矩陣形式)Y=XB，其中[16]：

根據(jù)最小二乘法計算中間變量：

(8)

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

建立矩陣方程：

(17)

通過解上述方程求出b1，b2，b3值，并根據(jù)公式求出b0，進而得到多元線性回歸方程。

采用R檢驗法檢驗DO與WT、pH、Phyco的線性關系，其公式為：

(18)

R值越接近1，說明DO與WT、pH、Phyco之間相關性顯著，則該模型可以較好反映因變量與自變量的線性關系。

2 結果與分析

2.1 觀測結果

圖2為研究期間池塘WT、pH、DO和EC的觀測結果。從圖2中可以看出，池塘WT季節(jié)性變化明顯，2018年7月至8月逐漸升高，最大值為33.6 ℃(2018年8月2日)，2018年8月至2019年2月WT逐漸下降，最低為5.1 ℃(2019年1月2日)，之后WT逐漸上升。

圖2 水質參數(shù)觀測結果Fig.2 The observasion result of water quality parameters

DO是水體生態(tài)環(huán)境動態(tài)平衡和維持水生生物生存的必要條件，在一定程度上反映了水體受到的污染狀況[17]。由圖2可以看出，觀測期間池塘DO變化的隨機性較強，無明顯變化規(guī)律，其原因是池塘中水生生物較多，對DO影響較大，其變化范圍為1.57 mg/L(2019年4月17日)～13.30 mg/L(2018年9月14日)；2018年8月至2019年1月，WT下降約28 ℃，而DO濃度并未發(fā)生明顯改變，通過計算WT與DO的相關系數(shù)，得出二者相關系數(shù)為0.279，說明該池塘水體WT與DO的相關性不高；依據(jù)《國家地表水環(huán)境質量標準》(GB3838-2002)，池塘夏、秋季DO平均值分別為7.73和8.48 mg/L，達到I類水DO要求；春、冬季DO濃度平均值分別為4.56和6.94 mg/L，滿足Ⅳ類水DO要求。

如圖2所示，觀測期間內，池塘pH變化范圍在7.74～9.98之間，水體呈堿性；2018年7月至2019年1月pH波動較大，2018年7月至11月整體呈現(xiàn)上升趨勢，其余時段pH變化的隨機性較強，變化趨勢不明顯，最低值為7.74(2018年8月13日)，最高值為9.98(2019年3月20日)；2018年7月至2019年1月pH較高時DO也較大，pH減小時DO也有所下降，pH與DO的變化趨勢較相似，其余時段二者變化趨勢無明顯相關性。

電導率反映水中電解質的含量，是衡量水質的重要指標，電導率受溶解固體種類、含量和水溫影響[18]。如圖2所示，2018年7月至2018年8月WT逐漸上升而EC出現(xiàn)小幅度的下降；自2018年8月至2019年1月WT逐漸下降，EC出現(xiàn)明顯的上升并于2019年2月24日達到最大值322 μS/cm，此后WT逐漸上升，EC逐漸下降；通過計算WT與EC的相關系數(shù)，得出二者相關系數(shù)為-0.757，說明WT與EC呈負相關。

2.2 變異系數(shù)法計算結果

計算該池塘各水質參數(shù)以季度為時段的變異系數(shù)、總變異系數(shù)與權重，結果如表1所示。

由表1可知，WT的變異系數(shù)在2018年第四季度(2018-10-2018-12)明顯高于其他時段，說明在這一時段WT波動較大；pH各季度的變異系數(shù)均小于0.1，結合圖2可知，pH波動的隨機性雖然較強，但其季節(jié)性波動不大；DO的變異系數(shù)多大于同一季度其他參數(shù)的變異系數(shù)，其變化范圍在0.154～0.417之間；2018年第四季度(2018-10-2018-12)DO的變異系數(shù)較小，造成這一現(xiàn)象的原因是該時段WT較低，水中化學反應和生物代謝活動較為緩慢、耗氧量減少，從而該時段DO較為穩(wěn)定；2019年第二季度(2019-04-2019-06)DO的變異系數(shù)最大，達到0.417，結合圖2可知，該時段DO的波動程度較大；各水質參數(shù)的權重計算結果表明：WT所占權重最高，pH所占權重最低，各參數(shù)所占權重由高到低依次為WT>DO>EC>pH。

表1 水質參數(shù)各季度變異性計算結果Tab.1 Variation coefficient calculation result of different water quality parameters

注：2019年2月數(shù)據(jù)缺失，未計算2019年第一季度(2019-01-2019-03)變異系數(shù)。

2.3 單因子水質標識指數(shù)法分析結果

以DO作為評價指標的單因子水質標識指數(shù)計算結果如圖3所示。

圖3 單因子水質標識指數(shù)計算結果Fig.3 Calculation results of the single factor water quality index

由圖3可知，在觀測期間，該池塘DO達到Ⅲ類水標準的時段占總觀測時段的84%；2018年7月至2019年1月，以DO為指標的水質類別多為Ⅰ～Ⅲ類水，DO的水質標識指數(shù)值均小于4；2019年3月至4月水質標識指數(shù)大于4，說明該時段水質較差，這是由于池塘中挺水植物荷的莖葉在生長期后未從池塘內移出，大量腐爛，導致水質變差，結合圖2可知，該時段DO降低，pH值明顯增大，水質較差；2019年5月至6月DO逐漸升高，水質標識指數(shù)Pi下降，水質類別多為Ⅰ類或Ⅱ類，池塘水質逐漸好轉。

對研究期間內6日(8∶00-20∶00)1 h序列的DO水質標識指數(shù)進行計算，結果如圖4所示。

由圖4可知，所計算的6日1 h序列DO水質標識指數(shù)值變化范圍在2.2～5.9之間，變化范圍較大；如圖4(a)所示，4月13日Pi值在3附近上下波動，其變化范圍為2.8～3.4；由圖4(b)、4(d)可以看出，2019年4月14日、4月21日的Pi值均呈現(xiàn)出明顯的上升趨勢并于當日19∶00達到最高值，說明這兩日的DO從早到晚逐漸下降，水質逐漸變差；由圖4(c)可知，4月20日Pi值較穩(wěn)定，變化范圍為2.0～2.7，說明DO變化較小并且滿足Ⅱ類水標準；由圖4(d)、4(f)可知，4月27日與4月28日Pi值在4附近波動，兩日的水質為Ⅲ類或Ⅳ類，DO較低，水質較差。由圖4(d)可知，2019年4月21日的Pi值均大于4，其變化范圍為4.2～5.9，水質為Ⅳ類或Ⅴ類。由以上對圖4的分析結果可知，以DO為指標的單因子水質標識指數(shù)可以在一定程度上反映該池塘單日水質變化情況，而在所觀測的6日，該池塘水質未表現(xiàn)出明顯的日變化規(guī)律。

圖4 單日1 h序列標識指數(shù)法計算結果(每日08∶00-20∶00)Fig.4 Calculation results of the single factor water quality index of time interval of 1h (daily 8∶00-20∶00)

2.4 多元線性回歸分析法結果

經計算，因變量DO與自變量WT(X1)、pH(X2)、Phyco(X3)的多元線性回歸模型為：

Y=-22.62+0.018X1+3.695X2-3.493X3(R=0.927)

(19)

式中：Y為DO；X1為WT；X2為pH；X3為Phyco。

R檢驗結果為R=0.927，可知上述多元線性回歸方程能夠較好的反映出因變量DO與自變量WT、pH、Phyco的線性關系；模型中X1、X2的系數(shù)均為正數(shù)，X3的系數(shù)為負數(shù)，說明該池塘的DO與WT、pH為正相關，與Phyco為負相關；系數(shù)的絕對值從大到小依次為X2>X3>X1，說明該池塘水體pH對DO的影響最大，其次為Phyco，WT對DO的影響在這3個因子中最小，即3個自變量對于DO的權重從大到小依次為pH>Phyco>WT。根據(jù)多元線性回歸模型可以評價自變量WT、pH、Phyco對DO的影響程度，并根據(jù)自變量WT、pH、Phyco的觀測結果預測DO的變化趨勢。

3 結 論

本文基于2018年7月至2019年6月對揚州大學江陽路南校區(qū)池塘水質參數(shù)的觀測結果，采用變異系數(shù)法、單因子水質標識指數(shù)法和多元線性回歸分析法對其時間變化特性進行分析，得出結論主要如下。

(1)池塘WT呈季節(jié)性變化；在觀測時段內，pH與DO大部分時段的變化趨勢較為相似；EC與WT呈顯著負相關。

(2)WT與DO的季度變異系數(shù)高于同期的EC與pH，同一季度WT與DO的波動程度大于EC與pH；研究時段內各參數(shù)的總變異系數(shù)與權重從大到小依次為WT>DO>EC>pH。

(3)2019年3月以DO為指標的水質標識指數(shù)大于4，池塘水質劣于Ⅲ類，其余時段DO水質標識指數(shù)均小于4，池塘DO滿足Ⅲ類水要求的時段約占總觀測時段的84%；6日1 h序列DO水質標識指數(shù)未表現(xiàn)出明顯的日變化規(guī)律。

(4)多元線性回歸分析結果顯示DO與WT、pH呈正相關，與Phyco呈負相關；該池塘的水質參數(shù)對DO影響從大到小依次為pH>Phyco>WT。

研究結果以期為揚州城區(qū)池塘水質與水環(huán)境研究提供部分基礎數(shù)據(jù)，以及為各城市不同尺度池塘水質監(jiān)測分析提供方法上的參考。

□