水环境与水生态

长江安徽段水质时空变化特征及影响因素

  • 冯家成 , 1 ,
  • 曹学康 2 ,
  • 陶理 , 3 ,
  • 华飞 3 ,
  • 吴康 3
展开
  • 1 安徽省芜湖生态环境监测中心,安徽 芜湖 241000
  • 2 同济大学 环境科学与工程学院,上海 200092
  • 3 芜湖职业技术学院 材料工程学院,安徽 芜湖 241003
陶理(1997-),女,安徽芜湖人,助教,硕士,研究方向为河湖水生态环境治理。E-mail:

冯家成(1997-),男,安徽芜湖人,助理工程师,硕士,研究方向为河湖水环境模型。E-mail:

Copy editor: 罗娟

收稿日期: 2024-05-03

  修回日期: 2024-07-30

  网络出版日期: 2025-01-02

基金资助

2024年度高校科学研究项目(2024AH040254)

Spatiotemporal Variation Characteristics and Influencing Factors of Water Quality in the Anhui Section of Yangtze River

  • FENG Jia-cheng , 1 ,
  • CAO Xue-kang 2 ,
  • TAO Li , 3 ,
  • HUA Fei 3 ,
  • WU Kang 3
Expand
  • 1 Anhui Wuhu Ecological Environment Monitoring Center,Wuhu 241000,China
  • 2 College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China
  • 3 School of Materials Engineering, Wuhu Institute of Technology, Wuhu 241003, China

Received date: 2024-05-03

  Revised date: 2024-07-30

  Online published: 2025-01-02

摘要

长江安徽段作为长江下游的初始河段,其水质变化状况一直备受关注。基于2021—2023年长江安徽29个国考断面逐日水质监测数据,采用综合水质指数法结合主成分分析、相关性分析等多种方法探究水质时空变化特征及其影响因素。结果表明:①长江安徽段水质指数整体平均值为71.65,水质状况较好。其中,CODMn、NH3-N和TN为影响地区河流水环境质量的主要指标。②从空间上看,上游流域断面(除XK断面外)水质较下游流域更优,造成这一现象可能是由于上下游湖泊水系连通程度、矿产资源利用开发程度以及农业种植规模等有所差异。③从时间上看,受温度以及降水等气象因素影响,水质指数在4个季度上呈现先下降后上升的变化趋势,冬春季节水质优于夏秋季节。

本文引用格式

冯家成 , 曹学康 , 陶理 , 华飞 , 吴康 . 长江安徽段水质时空变化特征及影响因素[J]. 长江科学院院报, 2025 , 42(7) : 69 -76 . DOI: 10.11988/ckyyb.20240503

Abstract

[Objective] As the uppermost section of the lower Yangtze River, the water quality changes in the Anhui section have attracted significant attention. Investigating the spatiotemporal variation characteristics of water quality and the underlying influencing factors in this region over recent years can provide clearer guidance for future water environment management in the lower Yangtze River. [Methods] Based on daily water quality data from 29 national assessment sections in the Anhui section of the Yangtze River from 2021 to 2023, this study adopted the comprehensive water quality index method to evaluate water quality, and integrated principal component analysis, correlation analysis, and other methods to explore the spatiotemporal variation and influencing factors of water quality. [Results] (1) The daily data values of different water quality indicators at various monitoring sections in the Anhui section from 2021 to 2023 exhibited varying degrees of fluctuation. Additionally, the WQI showed a significant positive correlation with pH and dissolved oxygen (DO) (P<0.01), while it exhibited a significant negative correlation with permanganate index (CODMn), ammonia nitrogen (NH3-N), total nitrogen (TN), and total phosphorus (TP) (P<0.01). (2) Overall, the water environment quality in the upstream basin in the Anhui section was superior to that of the downstream basin, with several downstream sections having WQI values above 80. The overall water quality in the Anhui section deteriorated progressively from the upstream to the downstream (flowing from the southwest to the northeast). (3) From 2021 to 2023, the overall water quality showed an upward trend, with annual average WQI values of 70.49, 72.24, and 72.49, respectively. Additionally, the quarterly trend within each year was characterized by an initial decline followed by an increase, with average WQI values for the first, second, third, and fourth quarters being 72.21, 71.74, 69.18, and 73.55, respectively. [Conclusion] (1) The overall average WQI value in the Anhui section of the Yangtze River is 71.65, indicating good water quality. CODMn, NH3-N, and TN are identified as the primary indicators influencing the water environment quality of the region. (2) Spatially, the water quality of the upstream basin sections (except for XK section) is better than that of the downstream basin, which may be attributed to differences in the connectivity of upstream and downstream lake systems, the degree of mineral resource exploitation and development, and the scale of agriculture. (3) Temporally, influenced by meteorological factors such as temperature and precipitation, water quality exhibits a trend of first decreasing and then increasing across the four quarters, with better water quality in winter and spring compared to summer and autumn.

0 引言

过去30 a,长江流域的城市化进程迅速加快[1-3]。沿岸的污染物排放量也居高不下,长江经济带承载着全国近一半的废水排放量。安徽段是长江下游的初始段[4-6],连接长江中上游与长江下游,发挥承前启后的重要作用。有研究人员[7]提出长江中下游水环境跨域治理已形成复杂交错的整体网络,安徽段与上海段、江苏段同时处于中心地位。2020年,安徽省生态环境厅组织开展了长江干流安徽段内入河排污口的排查监测工作[8],针对存在的问题提出了相应的政策建议。因此,研究长江安徽段水质时空变化特征,可为长江下游水环境治理工作提供更精准的方向。
开展河流水质评价有助于了解水质污染状况以及时空变化规律,对河流的保护及管理工作具有重要意义。早期评价方法主要是直观描述和相关分析等[9],如今随着对水环境评价模型研究的不断深入,评价方法越来越多,近些年使用较多的主要有单因子评价法、模糊数学评价法、灰色聚类模型、综合水质指数法(Water Quality Index,WQI)[10-13]等。这些方法各有利弊,单因子评价法[14]在评估整体水质状况时存在局限性,无法全面、客观地反映水质的多维度特征;而模糊数学评价法[15]在应用最大隶属度原则时,可能因信息的简化处理而导致信息损失,这种损失可能会进一步影响评价结果的精确性和可靠性;灰色聚类模型[16]各评估指标权函数设置较为单一,使得其指标权函数客观度不高。相较而言,综合水质指数法[17-18]能够更加简单、高效地反映流域整体状况,对更大尺度流域下的河流干流及支流进行年度或季度尺度上的水质评价更为适用。关兴中等[19]采用WQI方法对鄱阳湖典型流域(德安段)开展水质综合评价;韦雨婷等[20]联合超标倍数赋权与WQI方法研究海安市境内7条主要河流2017—2021年水质变化趋势;解宜兴等[21]借助WQI方法及灰色关联分析法对大鲵国家级自然保护区水系进行水质评价,为自然保护区水环境保护提供理论参考。
本研究以长江安徽段流域为例,结合WQI方法,在流域空间广度与时间变化尺度上研究长江安徽段水质变化影响机制,以期为长江流域安徽段水系及其他水体治理和管控提供有效参考。

1 研究区域与方法

1.1 研究区域

长江安徽段位于安徽省南部,自江西省九江市流入,在宿松县附近进入安徽省,至马鞍山和县附近流入江苏省。流经区域包括安徽省5个地级市,分别为安庆、池州、铜陵、芜湖和马鞍山,五市总常住人口约为1 300万人,沿线城市常住人口数呈现先降低后上升的趋势。
研究区域总面积约为6.6万km2,属亚热湿润季风气候,夏季降水丰沛,占年降水量的40%~60%。江段以北主要为农业区,农业资源丰富,包括种植业、畜牧业及渔业;以南主要为城区和丘陵山区,安徽段南部工业产业较为丰富,主要包含汽车产业、矿产开发及木材加工等。

1.2 数据来源

本文的数据通过国家地表水水质实时数据发布系统读取,所选国考断面包括前江口(QJK)、皖河口(WHK)、五步沟(WBG)、香口(XK)、陈家墩(CJD)、东西梁山(DXLS)和三兴村(SXC)等7个长江干流水质监测点及花亭湖坝前(HTH)、华阳河入江口(HYH)、大官湖(DGH)、龙感湖湖心(LGH)、潜水水厂取水口(QS)、皖河大桥(WH)、皖水车轴寺大桥(WS)、武昌湖(WCH)、黄湓河张溪(HPH)、青通河河口(QTH)、秋浦河入江口(QPH)、尧渡河(YDH)、菜子湖(CZH)、顺安河入江口(SAH)、枞阳大闸(ZYDZ)、黄浒河荻港(HHH)、青弋江宝塔根(QYJ)、漳河鲁港桥(ZH)、采石河下游(CSH)、得胜河入江口(DSH)、姑溪河大桥(GXH)、青山河当涂查湾(QSH)等22个支流水质监测点(见图1)。
图1 长江安徽段国考断面监测点

Fig.1 Monitoring sites of national assessment sections in the Anhui section of Yangtze River

数据集涵盖2021年1月1日至2023年12月31日的酸碱度(pH值)、溶解氧(DO)、高锰酸盐指数(CODMn)、氨氮(NH3-N)、总氮(TN)、总磷(TP)等水质指标逐日监测值。

1.3 分析方法

本研究中涉及的水质评价方法具体公式如下
W Q I = i = 1 n C i P i i = 1 n P i  
式中:n为参数类别的个数;Ci为变量i的归一化值;Pi为变量i的相对权重。将WQI的Ci从0~100分为11个级别,依据水质浓度分别进行赋值;Pi取值范围为1~4,对水生生物越重要的指标,Pi越大;归一化值Ci基于各项指标浓度进行插值计算。水质指标权重和归一化取值范围参考徐若诗等[22]在南水北调东线江苏段的水质评价方法,具体见表1
表1 水质指标权重和归一化取值范围

Table 1 Weights and normalization value ranges of water quality indicators

Ci WQI等级 pH值 浓度/(mg·L-1)
DO CODMn NH3-N TN TP
100 优秀 7.0 >7.5 <0.5 <0.01 <0.10 <0.01
90 7.0~8.0 7.0~7.5 0.5~2.0 0.01~0.05 0.10~0.20 0.01~0.02
80 良好 8.0~8.5 6.5~7.0 2.0~3.0 0.05~0.1 0.20~0.35 0.02~0.05
70 8.5~9.0 6.0~6.5 3.0~4.0 0.1~0.2 0.35~0.50 0.05~0.10
60 中等 6.5~7.0 5.0~6.0 4.0~5.0 0.2~0.3 0.50~0.75 0.10~0.15
50 6.0~6.5、9.0~9.5 4.0~5.0 5.0~6.0 0.3~0.4 0.75~1.00 0.15~0.20
40 一般 5.0~6.0、9.5~10 3.5~4.0 6.0~8.0 0.4~0.5 1.00~1.25 0.20~0.25
30 4.0~5.0、10~11 3.0~3.5 8.0~10 0.5~0.75 1.25~1.50 0.25~0.30
20 3.0~4.0、11~12 2.0~3.0 10~12 0.75~1.00 1.50~1.75 0.30~0.35
10 2.0~3.0、12~13 1.0~2.0 12~15 1.00~1.25 1.75~2.00 0.35~0.40
0 1.0~2.0、13~14 <1.0 >15 >1.25 >2.00 >0.40
Pi 1 4 3 3 2 1
主成分与相关性分析都是常用的数学统计方法,均可用于揭示分析各水质参数内在关系。主成分分析通过对多类水质数据进行不同方向的投影,使其降维更易区分,而相关性分析用于揭示不同水质因子之间的潜在关联。以上分析过程均通过SPSS26.0软件完成。

2 结果与讨论

2.1 各断面水质数据特征

2021—2023年长江安徽段29个监测断面水质指标逐日数据如图2所示。pH值的变化范围在4.06~10.04之间(图2(a)),约有18.76%的逐日pH值未达到Ⅴ类水质标准。其中,LGH断面有73.66%的pH值未达到Ⅴ类水质标准;DXLS断面的pH值波动最小,波动范围在6.49~7.92,100%达到Ⅴ类及以上水质标准。DO变化范围为0.12~27.93 mg/L(图2(b)),仅WS断面的逐日浓度全部达到了Ⅱ类水质标准,其中,XK断面DO浓度表现最差,有52.05%未达到Ⅱ类水质标准。CODMn变化范围为0.25~26.92 mg/L(图2(c)),有20个断面超过90%的逐日浓度达到Ⅱ类水质标准,占总数近七成;而LGH断面受有机污染物质污染较为严重,仅有10%的逐日浓度达到Ⅱ类水质标准。NH3-N变化范围为0.025~3.37 mg/L(图2(d)),有19个断面超过90%的逐日浓度值达到Ⅱ类水质标准,其中,HTH、DGH两断面的逐日浓度全部达到Ⅱ类水质标准;CSH断面表现最差,仅12.93%的逐日浓度达到Ⅱ类水质标准。TN浓度在监测范围内显示出显著的差异,其变化范围介于0.05~9.46 mg/L(图2(e))。对于不同河段的TN浓度分析表明,有44.96%~100%的河段未能达到II类水质标准。特别明显的是,ZH断面显示出严重的氮污染,其TN浓度范围为0.74~9.46 mg/L,且所有监测值均未达到Ⅱ类标准;相对而言,HTH断面的氮污染程度较轻,其TN浓度在0.18~1.31 mg/L之间,其中有44.96%的监测值未能达到Ⅱ类标准。TP浓度变化范围为0.005~0.950 mg/L(图2(f)),其中24个河段有>90%的逐日监测值达到了Ⅱ类水质标准。然而,LGH河段的TP污染情况较为突出,其浓度在0.012~0.950 mg/L之间波动,其中有58.01%的逐日监测值未能达到Ⅱ类标准;而HTH与WCH断面则显示出相对较轻的TP污染状况,其所有监测值均达到或优于Ⅱ类标准,具体浓度范围分别为0.005~0.028 mg/L和0.005~0.094 mg/L。
图2 水质指标逐日浓度(阴影范围为Ⅱ类水质标准)

Fig.2 Daily values of water quality parameters (the shaded area represents the Class II water quality standard)

从各个水质指标的波动范围来看,DGH断面的pH值、DO和CODMn浓度波动幅度较大。pH值可以反映水体中光合作用强度、有机物质的分解程度及微生物活性[23],DO作为重要的地表水环境指标,能有效反映水体的自净能力[24]。各断面水质数据变化特征(图2)说明DGH断面附近水体不仅自净能力相对较差,同时遭受着有机物质的污染。TN、TP及NH3-N是反映水质及水生生物营养物质的重要指标[25-26],研究区域内各监测断面均呈现出不同程度的TN和TP污染现象。对于CODMn而言,大部分监测站点在多数时间内均保持在Ⅱ类水质标准以上,表明长江安徽段整体有机污染程度较轻。然而,值得注意的是,DSH断面在NH3-N和TN浓度方面表现出较大的波动,且TN、TP、NH3-N及CODMn的逐日监测数据均存在不同程度地未达到Ⅱ类水质标准的情况,表明该断面水体存在富营养化和有机污染问题。这可能因为该断面河道(得胜河)流经历阳、西埠两镇[27],其两岸均为农业种植区,因此面临着显著的农业和工业污染压力。此外,得胜河流域内资源的大规模开发和经济的迅速增长,导致了大量城镇污水的排放,这进一步加剧了DSH断面的水质恶化。

2.2 长江安徽段水质主成分与相关性分析

长江安徽段各断面水质数据经过主成分分析后的三维可视化排序如图3所示,该分析成功提取了3个主要影响水环境变化的成分,这3个主成分的累计方差贡献率达到74.40%,从而能够较为全面地反映原始数据集中的关键信息。具体来说,第一主成分(PC1)具有32.25%的贡献率,与之显著相关的水质指标包括CODMn、NH3-N和TN,这一结果揭示了营养盐中的氮元素污染与有机污染在迁移模式上的相似性。第二主成分(PC2)的贡献率为24.21%,其主要关联的水质指标是pH值和DO,其中pH值对PC2的正向贡献最为显著,这表明水体中pH值的变化是驱动DO变化的关键因素。第三主成分(PC3)的贡献率为17.94%,其主要与TP相关,体现了水环境中磷元素对水质状况的重要影响。
图3 主成分分析结果的三维可视化展示

Fig.3 Three-dimensional visualization of the principal component analysis results

图4所示,通过详细的数据分析,不难观察到pH值与DO、CODMn、TN之间存在显著的正相关关系(P<0.01),而与NH3-N和TP则呈现显著的负相关关系(P<0.01)。类似地,DO与NH3-N和TN之间存在显著的负相关关系(P<0.01),CODMn与NH3-N和TN则呈现显著的正相关关系(P<0.01)。NH3-N与TN和TP均显示出显著的正相关关系(P<0.01),而TN与TP之间亦存在显著的正相关关系(P<0.01)。这些发现与主成分分析的结果相呼应,特别是在pH值和DO之间的正相关关系上(P<0.01)。此外,还观察到WQI与pH值和DO呈现显著的正相关关系(P<0.01),而与CODMn、NH3-N、TN、TP则呈现显著的负相关关系(P<0.01),这进一步强调了这些水质因子在水体健康状况评估中的重要性。
图4 水质指标相关性分析

Fig.4 Correlation analysis of water quality indicators

以上的分析结果均显示DO与pH值之间具有明显的正相关关系。这种关系可能归因于水体中DO、二氧化碳、碳酸盐等物质的含量及其平衡状态[28],它们共同主导着不同断面DO和pH值的波动。具体而言,当光合作用活跃时,水生植物通过吸收水体中的二氧化碳并释放氧气,降低了水体中的二氧化碳含量,进而提高了pH值;相反,在光合作用减弱的情况下,水生生物的呼吸作用导致水体中氧气减少而二氧化碳增加,从而引起pH值的降低。特别值得注意的是,在DGH断面,这一现象表现得尤为显著。DGH断面位于大官湖湖心[29],湖心水体流速相对缓慢,为水生植物的生长提供了优越的环境,使得该断面的水生植物量较其他监测断面更高。天气的变化则直接影响着水生植物的光合作用强度,从而引发水体中DO含量的变化,并进一步导致pH值的波动。尤其是在第一、第四季度,当气温较低时,水生植物的生长受到抑制,这种由光合作用引起的DO和pH值变化的生化反应同样也受到抑制。

2.3 长江安徽段水质整体变化特征

图5所示,基于2021—2023年多年数据进行算数平均得出,近3 a 29个考核断面WQI整体均值在54.93~83.76之间,其中CSH(采石河下游)最低,为54.93,HTH(花亭湖坝前)最高,为83.76;有9个断面水质评级等级为“中等”,分别为CSH、DSH、QTH、HHH、ZH、GXH、QSH、QYJ和XK断面,其余断面均为“良好”。总体来看,上游流域水环境质量较下游流域表现更优,其中WS、HPH、QS和HTH断面WQI均>80。长江安徽段总体水质自上游向下游(西南方向流向东北方向)逐渐变差。
图5 2021—2023年各站点水质指标平均水平

Fig.5 Average water quality indicators at each station from 2021 to 2023

研究区域下游相对上游而言缺乏中大型湖泊水系连接,自净能力相对较差,不利于污染物的降解。同时,下游地区人口密集,矿业资源开发利用强度较高[30],污染源治理相对薄弱,可能致使下游地区WQI值总体低于上游。CSH断面为马鞍山市雨山区境内的采石河下游国考断面,其水质难以稳定达到Ⅱ类水标准,原因可能在于河流两岸的污水管网建设还未完善,致使大量生活污水直接排入河流,并且伴随当地木材加工、农业种植行业的发展,面源污染负荷增加。值得注意的是,上游的XK断面WQI值也相对较低,XK为长江干流国考监测断面香口,这可能是因为该断面处于两省(江西省与安徽省)交界处,位置偏僻,长期缺乏有效的生态环境监管与治理。

2.4 长江安徽段水质时空变化特征

2021—2023年研究区域29个断面WQI季度均值的变化情况如图6所示。从时间上来看,整体水质呈上升趋势,WQI年均值分别为70.49、72.24与72.49;此外,年内季度整体呈现先下降后上升的趋势变化,第一、二、三、四季度WQI平均值分别为72.21、71.74、69.18、73.55。其中,第三季度低于WQI总平均值71.65,并且第三季度是全年断面WQI达到80及以上数量最少的季度,2023年第三季度仅有HTH与QS两断面WQI值>80。从空间上看,HTH断面季度均值基本上高于其他断面,该断面位于花亭湖坝前,水质管控措施更加严格,故水质相较其他断面更优。
图6 2021—2023年各季度WQI均值

Fig.6 Bar chart of average WQI values for each quarter from 2021 to 2023

长江安徽段处于皖南地区,该地区第二、三季度(4—9月份)正处于汛期,大量降雨带来的更大径流量[31]加快了河流流速,进一步推动了水体中污染物质的循环,致使营养化程度加剧。同时,降雨对大气污染物的淋洗及其对地表的冲刷会导致污染物质随径流雨水进入水体,从而对水环境产生不利影响。此外,4—9月份研究区域内温度的升高[32]也会导致河湖水系面临局部富营养化、坡面径流污染和温跃层底部水质恶化等问题,进而降低水环境质量。

3 结论

(1)长江安徽段水质指数WQI平均值为71.65,评价结果主要集中在“中等”和“良好”;DO和pH值呈显著正相关性,CODMn、NH3-N和TN为影响长江安徽段水质的主要指标。
(2)空间上,上游流域断面(除XK断面外)水质较下游流域更优,造成这一现象可能是由于上下游湖泊水系连通程度、矿产资源利用开发程度以及农业种植规模等有所差异。
(3)时间上,2021—2023年间,研究区域河流水质具有明显的季节性规律,季度尺度上水质呈现先变差后改善的趋势;受温度以及降水等气象因素影响,冬春季节水质优于夏秋季节。
[1]
MÜLLER B, BERG M, PERNET-COUDRIER B A, et al. The Geochemistry of the Yangtze River: Seasonality of Concentrations and Temporal Trends of Chemical Loads[J]. Global Biogeochemical Cycles, 2012, 26(2):GB2028.

[2]
陈善荣, 何立环, 张凤英, 等. 2016—2019年长江流域水质时空分布特征[J]. 环境科学研究, 2020, 33(5): 1100-1108.

(CHEN Shan-rong, HE Li-huan, ZHANG Feng-ying, et al. Spatiotemporal Characteristics of Surface Water Quality of the Yangtze River Basin during 2016-2019[J]. Research of Environmental Sciences, 2020, 33(5): 1100-1108.(in Chinese))

[3]
李芸邑, 刘利萍, 刘元元. 长江经济带工业污染排放空间分布格局及其影响因素[J]. 环境科学, 2021, 42(8):3820-3828.

(LI Yun-yi, LIU Li-ping, LIU Yuan-yuan. Spatial Distribution Pattern and Influencing Factors of Industrial Pollution Emissions in Yangtze River Economic Belt[J]. Environmental Science, 2021, 42(8):3820-3828.(in Chinese))

[4]
姚仕明, 章运超, 柴朝晖, 等. 长江下游河湖保护与修复状况及对策建议[J]. 长江技术经济, 2022, 6(6): 1-10.

(YAO Shi-ming, ZHANG Yun-chao, CHAI Zhao-hui, et al. Current Status and Measures of Conservation and Restoration of Rivers and Lakes in the Lower Reaches of the Yangtze River[J]. Technology and Economy of Changjiang, 2022, 6(6): 1-10.(in Chinese))

[5]
LIU X, WANG H. Estimation of Minimum Area Requirement of River-connected Lakes for Fish Diversity Conservation in the Yangtze River Floodplain[J]. Diversity and Distributions, 2010, 16(6): 932-940.

[6]
何勇. 长江经济带环境协同治理研究[D]. 武汉: 武汉大学, 2020.

(HE Yong. Study on Environmental Collaborative Governance in the Yangtze River Economic Belt[D]. Wuhan: Wuhan University, 2020.(in Chinese))

[7]
杨杨, 刘秀霜. 长江中下游水环境跨域治理的社会网络分析[J]. 海洋湖沼通报, 2024, 46(3):200-206.

DOI

(YANG Yang, LIU Xiu-shuang. Social Network Analysis of Cross-domain Management of Water Environment in the Middle and Lower Reaches of Yangtze River[J]. Transactions of Oceanology and Limnology, 2024, 46(3):200-206.(in Chinese))

DOI

[8]
唐晓菲, 田丙正, 赵彬, 等. 长江干流安徽段入河排污口现状分析与思考[J]. 低碳世界, 2021, 11(8):51-52.

(TANG Xiao-fei, TIAN Bing-zheng, ZHAO Bin, et al. Analysis and Thinking on the Current Situation of Sewage Outlets Entering the River in Anhui Section of the Yangtze River[J]. Low Carbon World, 2021, 11(8):51-52.(in Chinese))

[9]
杨玖, 代佼, 龚兴涛, 等. 基于多种方法的长江上游小流域水质综合评价[J]. 中国环境监测, 2023, 39(增刊1):19-26.

(YANG Jiu, DAI Jiao, GONG Xing-tao, et al. Comprehensive Evaluation of Water Quality in Small Watershed of Upper Yangtze River Based on Multiple Methods[J]. Environmental Monitoring in China, 2023, 39(Supp. 1): 19-26.(in Chinese))

[10]
张静, 文婷, 高娜, 等. 地表水环境质量评价方法研究[J]. 中国资源综合利用, 2022, 40(5): 132-134.

(ZHANG Jing, WEN Ting, GAO Na, et al. Study on the Evaluation Method of Surface Water Environmental Quality[J]. China Resources Comprehensive Utilization, 2022, 40(5): 132-134.(in Chinese))

[11]
王泽, 吴月. 三种水质评价方法在地表水质评价中的对比研究[J]. 治淮, 2022(6):14-16.

(WANG Ze, WU Yue. Comparative Study on Three Water Quality Evaluation Methods in Surface Water Quality Evaluation[J]. Zhihuai, 2022(6):14-16.(in Chinese))

[12]
吴岳玲. 水质综合评价及预测研究进展[J]. 安徽农业科学, 2020, 48(2):23-26.

(WU Yue-ling. Progress in Comprehensive Evaluation and Prediction of Water Quality[J]. Journal of Anhui Agricultural Sciences, 2020, 48(2):23-26.(in Chinese))

[13]
FU D, CHEN S, CHEN Y, et al. Development of Modified Integrated Water Quality Index to Assess the Surface Water Quality: A Case Study of Tuo River, China[J]. Environmental Monitoring and Assessment, 2022, 194(5):333.

DOI PMID

[14]
NOORI R, BERNDTSSON R, HOSSEINZADEH M, et al. A Critical Review on the Application of the National Sanitation Foundation Water Quality Index[J]. Environmental Pollution, 2019,244:575-587.

[15]
张亚丽, 周扬, 程真, 等. 不同水质评价方法在丹江口流域水质评价中应用比较[J]. 中国环境监测, 2015, 31(3): 58-61.

(ZHANG Ya-li, ZHOU Yang, CHENG Zhen, et al. Comparison and Analysis of Different Evaluation Methods for Water Quality in the Danjiangkou Valley[J]. Environmental Monitoring in China, 2015, 31(3): 58-61.(in Chinese))

[16]
张立章. 改进灰色聚类模型在朝阳地下水水质综合评价中的应用[J]. 水土保持应用技术, 2022(3):45-46.

(ZHANG Li-zhang. Application of Improved Grey Clustering Model in Comprehensive Evaluation of Groundwater Quality in Chaoyang[J]. Technology of Soil and Water Conservation, 2022(3): 45-46.(in Chinese))

[17]
HURLEY T, SADIQ R, MAZUMDER A. Adaptation and Evaluation of the Canadian Council of Ministers of the Environment Water Quality Index (CCME WQI) for Use as an Effective Tool to Characterize Drinking Source Water Quality[J]. Water Research, 2012, 46(11):3544-3552.

DOI PMID

[18]
刘琦, 田雨露, 刘洋, 等. 两类水质综合评价方法的特点及其在河流水环境管理中的作用[J]. 生态学报, 2019, 39(20): 7538-7546.

(LIU Qi, TIAN Yu-lu, LIU Yang, et al. Characteristics of Two Comprehensive Assessment Methods for Water Quality Based on Different Evaluation Criteria and Their Applications in Aquatic Environment Management[J]. Acta Ecologica Sinica, 2019, 39(20): 7538-7546.(in Chinese))

[19]
关兴中, 刘昭, 姚成慧, 等. 鄱阳湖典型流域水质综合评价及时空变化分析[J]. 人民长江, 2023, 54(增刊1): 29-34.

(GUAN Xing-zhong, LIU Zhao, YAO Cheng-hui, et al. Water Quality Evaluation and Spatial-temporal Variation Analysis in Typical Watershed of Poyang Lake[J]. Yangtze River, 2023, 54(Supp.1): 29-34.(in Chinese))

[20]
韦雨婷, 黄娟, 鲍琨, 等. 改进的综合水质标识指数法在海安市河流水质评价中的应用研究[J]. 环境科学与管理, 2023, 48(7): 177-182.

(WEI Yu-ting, HUANG Juan, BAO Kun, et al. Application of Improved Comprehensive Water Quality Identification Index Method in Water Quality Evaluation of Rivers in Hai’an City[J]. Environmental Science and Management, 2023, 48(7): 177-182.(in Chinese))

[21]
解宜兴, 张志会, 周韶辉, 等. 湖南张家界大鲵国家级自然保护区河道水质量化评价研究[J]. 环境生态学, 2023, 5(6):27-35.

(XIE Yi-xing, ZHANG Zhi-hui, ZHOU Shao-hui, et al. Study on Quantitative Evaluation of Water Quality in the Channel of Zhangjiajie Giant Salamander National Nature Reserve in Hunan Province[J]. Environmental Ecology, 2023, 5(6):27-35.(in Chinese))

[22]
徐若诗, 逄勇, 罗缙, 等. 基于WQI的南水北调东线江苏段水质评价及时空分布特征[J]. 环境科学, 2024, 45(9): 5227-5234.

(XU Ruo-shi, PANG Yong, LUO Jin, et al. Water Quality Evaluation and Spatial-temporal Distribution Characteristics of the East Route of the South-to-north Water Diversion Project in Jiangsu Province Based on WQI[J]. Environmental Science, 2024, 45(9): 5227-5234.(in Chinese))

[23]
CHEN Z, WEN Y, XIAO M, et al. Characteristics of Dissolved Organic Matter Impacted by Different Land Use in Haihe River Watershed, China[J]. International Journal of Environmental Research and Public Health, 2023, 20(3):2432.

[24]
KANNEL P R, LEE S, LEE Y S, et al. Application of Water Quality Indices and Dissolved Oxygen as Indicators for River Water Classification and Urban Impact Assessment[J]. Environmental Monitoring and Assessment, 2007, 132(1): 93-110.

[25]
张飞, 王维维, 辛红云, 等. 新疆艾比湖流域河湖水质变化(2005—2020年)[J]. 湖泊科学, 2022, 34(2):478-495.

(ZHANG Fei, WANG Wei-wei, XIN Hong-yun, et al. Changes of Rivers and Lakes Water Quality in Lake Ebinur Basin, Xinjiang(2005-2020)[J]. Journal of Lake Sciences, 2022, 34(2):478-495.(in Chinese))

[26]
安雪晖, 王道明, 付立群, 等. 长江安徽段生态环境保护状况调研[J]. 中国发展, 2022, 22(6): 51-56.

(AN Xue-hui, WANG Dao-ming, FU Li-qun, et al. Investigation on the Status of Environmental Protection in the Anhui Section of the Yangtze River[J]. China Development, 2022, 22(6): 51-56.(in Chinese))

[27]
朱菊隐, 顾典, 贾卫国. 基于和县得胜河经验的区域水污染治理策略分析[J]. 中国集体经济, 2019(22):14-15.

(ZHU Ju-yin, GU Dian, JIA Wei-guo. Strategies of Regional Water Pollution Control Based on Experiences of Desheng River[J]. China Collective Economy, 2019(22):14-15.(in Chinese))

[28]
ZANG C, HUANG S, WU M, et al. Comparison of Relationships between pH, Dissolved Oxygen and Chlorophyll a for Aquaculture and Non-aquaculture Waters[J]. Water, Air, & Soil Pollution, 2011, 219(1): 157-174.

[29]
王司阳, 周子俊, 汪志聪, 等. 三峡水库营养元素的分布及其与藻类生长的关系[J]. 水生生物学报, 2015, 39(5): 910-919.

(WANG Si-yang, ZHOU Zi-jun, WANG Zhi-cong, et al. The Distribution of Nutrients in the Three Gorges Reservoir and the Effects on the Growth of Algae[J]. Acta Hydrobiologica Sinica, 2015, 39(5): 910-919.(in Chinese))

[30]
朱道林, 代亚婷, 苏欣, 等. 关于长江安徽段国土资源利用与生态环境保护的调研[J]. 中国发展, 2023, 23(5):58-80.

(ZHU Dao-lin, DAI Ya-ting, SU Xin, et al. Research on Land and Resource Utilization and Ecological Environment Protection in Anhui Section of the Yangtze River[J]. China Development, 2023, 23(5):58-80.(in Chinese))

[31]
FERREIRA V, ELOSEGI A, D TIEGS S, et al. Organic Matter Decomposition and Ecosystem Metabolism as Tools to Assess the Functional Integrity of Streams and Rivers:A Systematic Review[J]. Water, 2020, 12(12): 3523.

[32]
MIN Y H, HYUN D Y, EUM C H, et al. A Study on the Relationship between Concentration of Phosphorus, Turbidity, and pH in Water and Soil[J]. Analytical Science and Technology, 2011, 24(4): 304-309.

文章导航

/