农村河道水环境污染源是水环境的基本单元,也是目前水环境保护和管理的重点。本文采用改进的内梅罗综合污染指数法和多元统计方法,综合分析了两条农村河道的水质及底泥的污染情况。研究区域内的水质主要污染因子为化学需氧量、总磷和高锰酸盐指数,底泥受到有机氮污染水平较为严重,且底泥环境中总磷、有机质和全氮呈正相关性,充分说明研究所在的区域受到农业面源污染的影响较大。 Rural natural water pollution source is the basic unit of water environment. It is the focus of water environment protection and management at present. This paper adopts the Improved Nemerow Index Method and Multivariate Statistical Method to analyze the water quality and sediment pol-lution for two rural rivers. The main pollution factors of water quality in the study area are chemical oxygen demand, total phosphorus and permanganate index. The sediment is seriously polluted by organic nitrogen and a positive correlation of the total phosphorus, organic matter and total nitrogen. It indicated that the study area is greatly affected by agricultural non-point source pollu-tion.
农村河道水环境污染源是水环境的基本单元,也是目前水环境保护和管理的重点。本文采用改进的内梅罗综合污染指数法和多元统计方法,综合分析了两条农村河道的水质及底泥的污染情况。研究区域内的水质主要污染因子为化学需氧量、总磷和高锰酸盐指数,底泥受到有机氮污染水平较为严重,且底泥环境中总磷、有机质和全氮呈正相关性,充分说明研究所在的区域受到农业面源污染的影响较大。
多元统计法,内梅罗综合污染指数法,农村河道水环境,污染特征研究
Haojie Zhai1, Shaoqiang Han1, Xiaojuan Yi1, Nan Ma2, Hao Zhang2, Hui Yuan1*
1Tianjin Ecological Environment Monitoring Center, Tianjin
2Tianjin Tianbin Ruicheng Environmental Technology Engineering Co., Ltd., Tianjin
Received: Nov. 25th, 2022; accepted: Dec. 22nd, 2022; published: Dec. 29th, 2022
Rural natural water pollution source is the basic unit of water environment. It is the focus of water environment protection and management at present. This paper adopts the Improved Nemerow Index Method and Multivariate Statistical Method to analyze the water quality and sediment pollution for two rural rivers. The main pollution factors of water quality in the study area are chemical oxygen demand, total phosphorus and permanganate index. The sediment is seriously polluted by organic nitrogen and a positive correlation of the total phosphorus, organic matter and total nitrogen. It indicated that the study area is greatly affected by agricultural non-point source pollution.
Keywords:Multivariate Statistical Method, Nemerow Index Method, Rural Natural Water, Pollution Characteristics
Copyright © 2022 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
农村河道水环境污染源是水环境的基本单元,其水质状况直接影响了水环境质量的优劣,也是目前水环境保护和管理的重点 [
研究选择的两条农村河道均位于天津市滨海新区茶淀街,该区域以葡萄种植为主 [
图1. 研究区域及监测点位示意图
根据《地表水和污水监测技术规范》(HJ/T91-2002)和土壤环境监测技术规范(HJ/T 166 -2004)进行入河排水口水质和底泥样品的采集和运输。其中水质监测指标选取pH、电导、溶解氧、透明度、化学需氧量(COD)、凯氏氮、氨氮(NH3-N)、总磷(TP)、高锰酸盐指数(CODMn),底泥监测指标选取氨氮、总磷、有机质、总氮、干物质和水分。
各项监测指标分别依照《水质pH值的测定电极法》(HJ 1147-2020)、《水和废水监测分析方法(第四版)》电导率的测定、《化学需氧量的测定(重铬酸盐法)》(GB11914-89)、《透明度的测定(透明度计法、圆盘法)》(SL87-1994)、《水质凯氏氮的测定》(GB 11891-89)、《水质高锰酸盐指数的测定》(GB 11892-89)、《水质总磷的测定钼酸铵分光光度法》(GB 11893-89)、《便携式溶解氧测定仪技术要求及检测方法》(HJ 925-2017)、《水质氨氮的测定纳氏试剂分光光度法》(HJ 535-2009)、《土壤质量干物质和水分的测定(重量法)》(HJ 613-2011)、《土壤总磷的测定碱熔-钼锑抗分光光度法》(HJ 632-2011)、《土壤氨氮、亚硝酸盐氮、硝酸盐氮的测定氯化钾溶液提取-分光光度计》(HJ 634-2012)、《土壤检测第6部分:土壤有机质的测定》(NY/T 1121.6-2006)、《土壤质量全氮的测定凯氏氮》(HJ 717-2014)进行样品分析测定。
河道水质指标评价采用改进的内梅罗综合污染指数法 [
P i = 1 x i (1)
式中: P i 为指标正向化后的指标值, x i 为指标监测结果。
再通过内梅罗综合污染指数进行评价,评价指标按照按式(2)计算
I = ( P 2 + P i , max 2 ) / 2 (2)
式中: I 为内梅罗综合污染指数; P 为均值综合污染指数; P i , max 为n项监测项目中单因子污染指数最大值。内梅罗综合污染指数的污染程度划分为: I < 1,水质清洁;1 ≤ I ≤ 2,轻度污染;2 < I ≤ 3,污染;3 < I ≤ 5,重污染; I > 5,严重污染。
河道底泥中的有机物污染水平用有机指数(OI)来评价 [
为了进一步分析研究区各污染指标的特征及相关性,研究采用主成分分析法 [
评价标准 | 清洁(I级) | 较清洁(II级) | 尚清洁(III级) | 有污染(IV级) | |
---|---|---|---|---|---|
有机指数(OI) | <0.05 | ≥0.05~<0.20 | ≥0.20~<0.50 | ≥0.50 | |
有机氮(DTN)% | <0.0033 | ≥0.0033~<0.066 | ≥0.066~<0.133 | ≥0.133 |
表1. 表层底泥有机指数、有机氮评价标准
其中:有机指数(OI) = 有机碳(OC) % × 有机氮(DTN) %;有机碳(OC) % = 有机质TOM (%)/1.724;有机氮(DTN) % = 0.95 × 总氮(TN) %。
根据图2监测结果,基于改进的内梅罗综合污染指数评价结果可以看出,监测点位水质清洁率为0%,轻度污染率75.0%,污染率为16.7%,重污染率为8.3%,绝大部分点位都属于轻度污染,重度污染点位1-3距离蓟运河入河排水口1500 m,其内梅罗综合污染指数为3.09,该点位总磷浓度为1.65 mg/L,污染指数为4.13。图3是研究河道主要污染物污染指数情况,根据图3的结果可以看出,两条河道主要受到了总磷的污染,其污染指数范围为1.30~4.13,平均污染指数高达2.25,明显高于其他污染指标。
图4是两条河道表层底泥有机指数评价结果,可以看出监测点位有机指数(OI)在0.05~0.50之间,说明底泥清洁程度为II级~III级之间,存在污染的风险;除监测点位1-6外,有机氮(DTN)%指数均大于0.066,其污染级别分别位于III级~IV级之间,其中监测点位1-3、2-3、2-6均≥0.133,说明此处底泥有机氮污染水平较为严重。
通过上述分析我们不难看出,河道1、河道2水质主要受到了总磷的污染,而部分监测点位的底泥有机氮污染水平较为严重。这与葡萄种植过程中氮、磷的施用有着明显的关系,有文献研究表明,氮、磷流失量与种植过程施肥习惯、施肥种类、降雨情况、灌溉、翻耕等多种因素有关。
图2. 改进的内梅罗综合污染指数评价结果
图3. 主要污染物污染指数分布情况
图4. 研究河道表层底泥有机指数
采用主成分分析 [
项目 | 主成分 | ||
---|---|---|---|
PCA1 | PCA2 | PCA3 | |
化学需氧量 | 0.4358 | 0.1844 | −0.0360 |
总磷 | 0.4191 | −0.1031 | −0.3425 |
透明度 | 0.1875 | −0.4050 | 0.1046 |
高锰酸盐指数 | 0.4380 | 0.1619 | 0.0923 |
电导率 | 0.3756 | −0.1514 | 0.4280 |
凯氏氮 | 0.3350 | 0.3078 | 0.3982 |
溶解氧 | −0.0768 | 0.6098 | 0.2631 |
氨氮 | 0.3269 | −0.3436 | −0.1237 |
pH | 0.2035 | 0.3968 | −0.6601 |
特征值 | 4.783 | 2.309 | 0.874 |
总方差贡献率/% | 53.14% | 25.66% | 9.72% |
累计方差贡献率/% | 53.14% | 78.80% | 88.52% |
表2. 研究区域水环境主成分载荷矩阵、特征值及主成分贡献率
图5. 研究区域水环境质量二维排序
研究区内监测各个点位水质参数及第1、2主成分的空间分布如图5所示。沿横轴即第1主成分排序轴从左向右凯氏氮、化学需氧量、氨氮、高锰酸盐含量含量逐渐升高;沿纵轴即第2主成分排序轴从下向上总磷、氨氮含量逐渐减少,凯氏氮逐渐增大。从图中可以看出,2-2~2-5号监测点位的凯氏氮、氨氮、总磷等氮、磷营养盐含量水平较高,而河道1的监测点位氮、磷含量水平相对较低。
采用主成分分析 [
污泥参数 | 氨氮 | 总磷 | 有机质 | 全氮 | 干物质 | 水分 |
---|---|---|---|---|---|---|
氨氮 | 1.0000 | −0.1427 | −0.2319 | −0.5427 | 0.3714 | −0.3395 |
总磷 | −0.1430 | 1.0000 | 0.8987 | 0.6000 | −0.6000 | 0.5555 |
有机质 | −0.2320 | 0.8987 | 1.0000 | 0.7247 | −0.46382 | 0.6106 |
全氮 | −0.5430 | 0.6000 | 0.7247 | 1.0000 | −0.2000 | 0.9258 |
干物质 | 0.3714 | −0.6000 | −0.4638 | −0.2000 | 1.0000 | −0.2469 |
水分 | −0.3390 | 0.5555 | 0.6106 | 0.9258 | −0.2469 | 1.0000 |
表3. 研究区域底泥指标相关系数矩阵
本文采用改进的内梅罗综合污染指数法,河道底泥中的有机物污染水平用有机指数、主成分分析和Spearman秩相关系数法等多元统计方法,对两条农村河道的水质及底泥的污染情况进行综合分析,结果表明:
1) 研究通过对各项指标进行正向化处理,将传统的内梅罗综合污染指数法进行了改进,进一步消除各指标量纲,缩小变量的范围,提高评价结果的准确性。
2) 化学需氧量、总磷和高锰酸盐指数为这两条河道水质的主要污染因子,而河道底泥中部分点位受到有机氮污染水平较为严重,另外底泥环境中总磷与有机质和全氮呈正相关性,氨氮和总磷、有机质和全氮呈负相关,说明农村河道水环境受到区域主要农业面源污染的影响。
通过上述研究结论得出,对于浓度自然水环境,建议全面掌握区域种植特征、氮、磷等养分的流失规律,这对于控制周边水体氮、磷等污染物的浓度,减少氮、磷等的径流流失、防治区域农业面源污染和治理农村水体富营养化具有重要意义。
翟浩杰,韩少强,易晓娟,马 楠,张 昊,苑 辉. 基于多元统计法的农村河道水环境污染特征研究Study on Pollution Characteristics of Rural Natural Water Environment Based on Multivariate Statistical Method[J]. 环境保护前沿, 2022, 12(06): 1310-1317. https://doi.org/10.12677/AEP.2022.126163