髙習(xí) 韋英英 關(guān)哲忠

摘要 利用2018年7月—2023年6月山美水庫(kù)水質(zhì)的常規(guī)理化監(jiān)測(cè)日數(shù)據(jù)和附近自動(dòng)氣象站逐日氣象觀測(cè)數(shù)據(jù)，運(yùn)用Pearson相關(guān)性分析方法，分析了山美水庫(kù)水質(zhì)監(jiān)測(cè)項(xiàng)目和氣象要素之間的相關(guān)關(guān)系，并采用綜合污染指數(shù)法計(jì)算得出水質(zhì)級(jí)別，再利用SPSS 16.0軟件對(duì)影響水質(zhì)級(jí)別的氣象因子做Logistic多元回歸和ROC曲線分析，得出山美水庫(kù)水質(zhì)與氣象因子之間的關(guān)系，以及氣象因子對(duì)水質(zhì)診斷的最佳閾值，從而構(gòu)建出氣象條件與山美水庫(kù)水質(zhì)的關(guān)系模型，旨在為南安水庫(kù)水質(zhì)的管理提供氣象參考。

關(guān)鍵詞 氣象條件；水庫(kù)水質(zhì)；關(guān)系模型

中圖分類號(hào)：P342 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2023）09–0-03

隨著城市化進(jìn)程的不斷推進(jìn)，城市對(duì)水資源的需求增加，水庫(kù)成為許多城市的供水水源。然而，隨著人類社會(huì)經(jīng)濟(jì)發(fā)展，全球性水污染問題也日趨嚴(yán)重，水庫(kù)的水質(zhì)和生態(tài)問題嚴(yán)重影響著全市的農(nóng)業(yè)生產(chǎn)和人民群眾的生活。在全球氣候變化的大背景下，氣象條件對(duì)水體理化特征的影響已成為水生態(tài)學(xué)研究的熱點(diǎn)問題[1-2]。

南安地處晉江中游，境內(nèi)各類水利

工程達(dá)1.4萬余處，尤其是山美水庫(kù)總庫(kù)容達(dá)6.55億m3，是一座具有防洪、蓄水灌溉、供水、發(fā)電、養(yǎng)魚等綜合作用的大型水庫(kù)工程，保障400萬人口生活生產(chǎn)和433.33 km2農(nóng)田灌溉的用水需求，為保障泉州經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展提供水資源支撐。此外，山美水庫(kù)還承擔(dān)著防洪調(diào)度重要任務(wù)，調(diào)洪庫(kù)容2.24億m3，汛期蓄水削峰錯(cuò)峰，保護(hù)下游200多萬人口生命財(cái)產(chǎn)安全。被譽(yù)為“泉州人民的生命庫(kù)”和“泉州的生態(tài)調(diào)節(jié)器”。通過分析氣象條件與山美水庫(kù)水質(zhì)之間的關(guān)系，從氣象因素角度探討了水庫(kù)水質(zhì)的影響，旨在為山美水庫(kù)水質(zhì)的管理提供氣象方面的參考，為水生態(tài)方面的氣象服務(wù)以及保護(hù)水庫(kù)飲用水安全和健康生態(tài)系統(tǒng)提供科學(xué)依據(jù)，從而促進(jìn)南安生態(tài)文明氣象保障技術(shù)的發(fā)展。

1 資料與方法

1.1 資料來源

選取2018年7月—2023年6月山美

水庫(kù)水質(zhì)的常規(guī)理化監(jiān)測(cè)日數(shù)據(jù)，監(jiān)測(cè)項(xiàng)目包括pH值、電導(dǎo)率、濁度、溶解氧、高錳酸鉀指數(shù)、總磷和總氮，以及山美水庫(kù)附近氣象自動(dòng)站的逐日觀測(cè)數(shù)據(jù)，觀測(cè)要素包括平均氣溫、最高氣溫、最低氣溫、最大風(fēng)速、極大風(fēng)速、平均風(fēng)速和降水量。

1.2 研究方法

主要運(yùn)用Pearson相關(guān)性分析方法，分析山美水庫(kù)水質(zhì)常規(guī)理化監(jiān)測(cè)項(xiàng)目和氣象要素之間的關(guān)系，選取出與氣象因素有關(guān)的水質(zhì)監(jiān)測(cè)項(xiàng)目，采用綜合污染指數(shù)法計(jì)算得出水質(zhì)級(jí)別，利用SPSS 16.0軟件對(duì)影響水質(zhì)級(jí)別的氣象要素做Logistic多元回歸和ROC曲線分析，得出山美水庫(kù)水質(zhì)與氣象因子之間的關(guān)系，以及氣象因子對(duì)水質(zhì)診斷的最佳閾值，從而構(gòu)建出氣象條件與山美水庫(kù)水質(zhì)的關(guān)系模型。

2 結(jié)果與分析

2.1 氣象要素對(duì)水質(zhì)監(jiān)測(cè)項(xiàng)目的影響分析

利用Pearson相關(guān)性分析方法對(duì)氣象要素與水質(zhì)監(jiān)測(cè)項(xiàng)目的相關(guān)性進(jìn)行分析得出，有4種常規(guī)水質(zhì)理化監(jiān)測(cè)項(xiàng)目與氣象要素之間具有統(tǒng)計(jì)學(xué)意義的相關(guān)性（P＜0.05），分別是：pH值、溶解氧、高錳酸鹽和總氮。

進(jìn)一步分析氣象要素對(duì)以上4種水質(zhì)監(jiān)測(cè)項(xiàng)目的影響，將具有相關(guān)性的氣象要素變量分別納入相應(yīng)監(jiān)測(cè)項(xiàng)目的多元線性回歸模型，為避免自變量間的共線性，因此采用多元逐步向前回歸方法進(jìn)行分析。得到以下分析結(jié)果：

（1）影響水體pH值的氣象因子是降水量和最高氣溫（表1）。其中，降水量和最高氣溫對(duì)pH值均為正向影響，表示降水量越大，最高氣溫越高，pH值越大，回歸分析模型的R2=0.366，說明模型的解釋能力較好。

（2）影響水體的溶解氧濃度的氣象因子是最高氣溫、最大風(fēng)速和降水量（表2）。其中，最高氣溫和降水量對(duì)溶解氧濃度為正向影響，表示最高氣溫越高，降水量越大，溶解氧的濃度值越大；而最大風(fēng)速則為負(fù)向影響，表示最大風(fēng)速越大，溶解氧濃度值越小?；貧w分析模型中R2=0.116，說明模型的解釋能力較好。

（3）影響水體高錳酸鹽濃度的氣象因子是平均氣溫、平均風(fēng)速和降水量（表3）。其中，平均氣溫和降水量對(duì)高錳酸鹽為正向影響，表示平均氣溫越高，降水量越多，高錳酸鹽的濃度值越大；而平均風(fēng)速為負(fù)向影響，表示平均風(fēng)速越大，高錳酸鹽濃度值越小。回歸分析模型中R2=0.179，說明模型解釋能力較好。

（4）影響水體中總氮濃度的氣象因子是最大風(fēng)速和平均風(fēng)速（表4）。其中，最大風(fēng)速和平均風(fēng)速對(duì)總氮均為負(fù)向影響，表示最大風(fēng)速和平均風(fēng)速越大，總氮的濃度值越小?；貧w分析模型中R2=0.048，說明模型的解釋能力一般。

利用影響不同水質(zhì)監(jiān)測(cè)項(xiàng)目的氣象因子的分析結(jié)果，在實(shí)際中可結(jié)合氣象預(yù)報(bào)，為pH值、溶解氧、高錳酸鹽和總氮4類水質(zhì)指標(biāo)的預(yù)測(cè)和治理提供氣象方面的參考依據(jù)。

2.2 建立氣象條件與水庫(kù)水質(zhì)的關(guān)系模型

2.2.1 山美水庫(kù)水質(zhì)評(píng)價(jià) 為了更好地建立氣象條件與水庫(kù)水質(zhì)之間的關(guān)系模型，采用綜合污染指數(shù)法對(duì)水庫(kù)水質(zhì)進(jìn)行綜合評(píng)價(jià)[3]。由于僅分析氣象因素對(duì)水質(zhì)的影響，因此選取與氣象要素具有相關(guān)性的pH值、溶解氧、高錳酸鹽和總氮這4項(xiàng)水質(zhì)監(jiān)測(cè)項(xiàng)目作為水質(zhì)的評(píng)價(jià)因子，其計(jì)算公式為：

Pi =（1）

P =（2）

式（1）、式（2）中，Pi為第i項(xiàng)因子的污染指數(shù)，Ci為第i項(xiàng)評(píng)價(jià)因子實(shí)際監(jiān)測(cè)值，Si為第i項(xiàng)評(píng)價(jià)因子標(biāo)準(zhǔn)限值，m為評(píng)價(jià)因子總數(shù)。

對(duì)于pH值，Pi=（Ci -7.0）/（8.5-7.0）（pH＞7.0）或Pi=（7.0 - Ci）/（7.0-6.5）（pH≤7.0），水質(zhì)評(píng)價(jià)分級(jí)見表5。

由于研究的山美水庫(kù)水域功能主要是用于生活飲用水和水產(chǎn)養(yǎng)殖等，根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB?3838—2002），水質(zhì)評(píng)價(jià)因子須滿足Ⅲ類地表水環(huán)境標(biāo)準(zhǔn)限值，從而得到2018年7月—2023年6月每日水質(zhì)的評(píng)價(jià)結(jié)果。

2.2.2 構(gòu)建氣象條件與水質(zhì)的關(guān)系模型 為保證模型結(jié)果更加可靠，需要先篩選出對(duì)水質(zhì)有意義的氣象因子，再將其納入模型進(jìn)行分析。將合格與不合格2種水質(zhì)級(jí)別對(duì)應(yīng)的氣象要素進(jìn)行獨(dú)立樣本t檢驗(yàn)和非參數(shù)秩和檢驗(yàn)（表6），從表中可以看出，平均氣溫、最高氣溫、最低氣溫、降水量和平均風(fēng)速在合格水質(zhì)和不合格水質(zhì)兩組間的差異具有統(tǒng)計(jì)學(xué)意義（P＜0.05）。

將以上5種氣象因子納入Logistic回歸模型，為了排除自變量之間的相關(guān)性，采用多元逐步回歸方法，分析不合格水質(zhì)與氣象因子之間的關(guān)系（見表7）?？梢钥闯?，最高氣溫、降水量和平均風(fēng)速均對(duì)水質(zhì)有影響，其中影響程度最大是最高氣溫，其次是降水量，平均風(fēng)速的影響程度最小。且最高氣溫和降水量對(duì)不合格水質(zhì)有正向影響，表明最高氣溫越高，降水量越多，水質(zhì)不合格的風(fēng)險(xiǎn)越大，而平均風(fēng)速則對(duì)不合格水質(zhì)有反向影響，說明風(fēng)速越小，水質(zhì)不合格的風(fēng)險(xiǎn)越大。

利用SPSS 16.0軟件對(duì)最高氣溫、降水量和平均風(fēng)速3種氣象因子做ROC曲線分析（圖1），可以看出最高氣溫對(duì)水質(zhì)的診斷效果最好，其次是降水量，平均風(fēng)速效果最差。因此，在實(shí)際中根據(jù)氣象條件對(duì)水質(zhì)情況進(jìn)行診斷預(yù)測(cè)時(shí)，優(yōu)先考慮最高氣溫和降水量2個(gè)因素。

最高氣溫、降水量和平均風(fēng)速對(duì)水質(zhì)不合格的診斷界限值以及曲線下面積見表8?？梢钥闯?，診斷水質(zhì)不合格的氣象因子的最佳閾值為：最高氣溫＞29.6 ℃，降水量＞0.0 mm，平均風(fēng)速≤0.8 m/s，可將此閾值作為診斷水質(zhì)不合格的氣象參考條件。其中，最高氣溫的AUC值0.733為最高，表示最高氣溫對(duì)水質(zhì)的診斷效果最好，而平均風(fēng)速的AUC值最低且接近0.5，說明用平均風(fēng)速診斷水質(zhì)的效果較為一般。

此結(jié)果可以為實(shí)際工作中開展的針對(duì)水庫(kù)水質(zhì)方面的生態(tài)氣象服務(wù)提供依據(jù)和參考，當(dāng)氣象預(yù)報(bào)出現(xiàn)最高氣溫＞29.6 ℃，或降水量＞0.0 mm，或平均風(fēng)速≤0.8 m/s的情況時(shí)，可以判斷為水質(zhì)不合格的氣象條件，并且當(dāng)最高氣溫滿足該閾值時(shí)，水庫(kù)水質(zhì)不合格的可能性最大，從而為水庫(kù)水質(zhì)監(jiān)測(cè)和管理提供氣象參考。

3 結(jié)論

通過對(duì)2018年7月—2023年6月的山美水庫(kù)的水質(zhì)監(jiān)測(cè)數(shù)據(jù)與氣象觀測(cè)數(shù)據(jù)之間的關(guān)系分析，得出以下結(jié)論：

水庫(kù)水質(zhì)監(jiān)測(cè)項(xiàng)目與氣象要素之間的關(guān)系表明，氣象要素對(duì)水質(zhì)的pH值、溶解氧、高錳酸鹽和總氮的監(jiān)測(cè)值均有影響，分別表現(xiàn)為：降水量越大，最高氣溫越高，則pH值越大；最高氣溫越高，降水量越大，最大風(fēng)速越小，則溶解氧的值越大；平均氣溫越高，降水量越大，平均風(fēng)速越小，則高錳酸鹽的值越大；最大風(fēng)速和平均風(fēng)速越小，則總氮的值越大。在氣象條件與山美水庫(kù)水質(zhì)的關(guān)系模型中，最高氣溫對(duì)水質(zhì)的影響程度最大，其次是降水量，平均風(fēng)速對(duì)水質(zhì)的影響程度最小，且最高氣溫越高，降水量越多，平均風(fēng)速越小，水質(zhì)不合格的可能性越大。診斷水質(zhì)不合格的氣象條件為最高氣溫＞29.6 ℃，或降水量＞0.0 mm，或平均風(fēng)速≤0.8 m/s，其中最高氣溫的診斷效果最好。

通過研究，山美水庫(kù)水質(zhì)與氣象條件之間有著密切的關(guān)系，但仍存在需要進(jìn)一步探討的問題。由于水質(zhì)評(píng)價(jià)因子僅選取與氣象要素相關(guān)的水質(zhì)監(jiān)測(cè)項(xiàng)目，因此定義的水質(zhì)不合格，其污染物主要為受氣象因素影響的污染物，對(duì)于水質(zhì)不合格的診斷是從氣象因素角度得出，僅為水庫(kù)水質(zhì)管理提供氣象方面的參考。由于山美水庫(kù)附近所設(shè)氣象自動(dòng)站的觀測(cè)要素有限，如氣壓、濕度等氣象要素沒有觀測(cè)數(shù)據(jù)，仍需進(jìn)一步研究除本研究資料外的氣象因素對(duì)水庫(kù)水質(zhì)的影響。

參考文獻(xiàn)

[1] 李蒙，謝國(guó)清，魯韋坤，等.氣象條件對(duì)滇池水華分布的影響[J].氣象科學(xué)， 2011，31（5）：639-645.

[2] 韋力元，王真，洪松.氣象與水質(zhì)對(duì)滇池草海葉綠素a濃度的影響[J].環(huán)境科學(xué)與技術(shù)，2016，39（10）：26-30，35.

[3] 陸衛(wèi)軍，張濤.幾種河流水質(zhì)評(píng)價(jià)方法的比較分析[J].環(huán)境科學(xué)與管理，2009，34（6）：174-176.

Analysis of the Impact of Meteorological Conditions on the Water Quality of Shanmei Reservoir

Gao Xi et al（Meteorological Bureau of Nan’an City， Fujian Province， Nan’an， Fujian 362300）

Abstract Using daily routine physical and chemical monitoring data of water quality in Shanmei Reservoir from July 2018 to June 2023 and daily meteorological observation data from nearby automatic meteorological stations， Pearson correlation analysis method was used to analyze and study the correlation between water quality monitoring projects and meteorological elements in Shanmei Reservoir. The water quality level was calculated using the comprehensive pollution index method， By using SPSS 16.0 software to perform logistic multiple regression and ROC curve analysis on meteorological factors that affect water quality levels， the relationship between water quality and meteorological factors in Shanmei Reservoir， as well as the optimal threshold for diagnosing water quality by meteorological factors， was obtained. A relationship model between meteorological conditions and water quality in Shanmei Reservoir was constructed， aiming to provide meteorological reference for the management of water quality in Nan’an Reservoir.

Key words Meteorological conditions; Reservoir water quality; Relational model