Medical Journal of the Chinese People's Armed Police Forces

Journal of Changjiang River Scientific Research Institute >

2026 , Vol. 43 >Issue 1: 191 - 201

DOI: https://doi.org/10.11988/ckyyb.20250064

Basic Theories and Key Technologies for Major Water Diversion Projects

Nutrient Status and Its Influencing Factors in Fengjiangkou Reservoir

  • XIAO Yang , 1 ,
  • WU Zhen-hui 1 ,
  • CHEN Nuo 2 ,
  • WANG Zhong-min 1 ,
  • ZHAI Hong-juan 1 ,
  • SONG Hong-yan 1 ,
  • LI Jun-hui 3 ,
  • XU En-kui 3
Expand
  • 1 Planning and Regulation Research Center,Changjiang Water Resources Protection Institute,Wuhan 430051,China
  • 2 Engineering and Technology Department,Construction & Management Bureau (Planning) of North Hubei Water Transfer Project, Wuhan 430062, China
  • 3 Suizhou Hydrology and Water Resources Survey Bureau of Hubei Province, Suizhou 435399, China

Received date: 2025-01-24

  Revised date: 2025-05-11

  Accepted date: 2025-05-12

  Online published: 2025-07-02

Fold

Abstract

[Objective] Identifying the main areas and driving factors of eutrophication in Fengjiangkou Reservoir can provide guidance for water quality protection in the online regulation reservoir of the water resource allocation project in northern Hubei Province. [Methods] Taking Fengjiangkou Reservoir as the study area, water quality monitoring and meteorological and hydrological data collection were conducted. The comprehensive nutrient status index method and the partial least squares regression method were used to analyze the spatiotemporal variation characteristics of nutrient status in Fengjiangkou Reservoir and its influencing factors. [Results] There were significant spatiotemporal differences in indicators such as permanganate index, ammonia nitrogen, total phosphorus, total nitrogen, and chlorophyll-a. These indicators were higher during the irrigation period than during other periods, and higher in the estuary areas of the Fengjiangkou River and Shahedian River than in other waters, making them the key periods and water areas for pollutant control in Fengjiangkou Reservoir. In the estuary area of Fengjiangkou River, chlorophyll-a concentration was significantly positively correlated with TN concentration (P=0.02), TP concentration (P=0.05), and diffuse radiation (P=0.04). In the estuary area of the Shahedian River, chlorophyll-a concentration was significantly positively correlated with TN concentration (P=0.02) and TP concentration (P=0.02), indicating that TN concentration, TP concentration, and diffuse radiation intensity might be the main factors affecting the nutrient status in the estuary area of Fengjiangkou River, while TN concentration and TP concentration were the main factors affecting the nutrient status in the estuary area of Shahedian River. Although indicators such as air temperature and wind speed showed no significant correlation with chlorophyll-a concentration, each indicator exhibited a clear correlation with chlorophyll-a concentration under given conditions. During the irrigation period, the nutrient status of the Fengjiangkou River and Shahedian River estuary areas was mildly eutrophic. Contribution analysis results showed that permanganate index (20.6%), total nitrogen (11.0%), and nitrogen-to-phosphorus ratio (9.3%) were the main water quality indicators affecting eutrophication in the estuary area of Fengjiangkou River, while total phosphorus (15.6%), ammonia nitrogen (12.3%), pH (10.1%), and total nitrogen (8.3%) were the main water quality indicators affecting eutrophication in the estuary area of Shahedian River. Both normal radiation and diffuse radiation contributed over 10% to the occurrence and decline of eutrophication in the estuaries of Fengjiangkou River and Shahedian River, making them the main meteorological driving factors of eutrophication in Fengjiangkou Reservoir. [Conclusion] To synergistically ensure the water quality safety in Fengjiangkou Reservoir, recommendations are proposed, including reducing watershed non-point source pollution during the irrigation period, regulating algal biomass in the reservoir bay, and implementing water environment monitoring and intelligent management.

Key words： eutrophication; risk prevention and control; comprehensive nutrient status index; partial least squares regression; water diversion project; online regulation of reservoir

Cite this article

XIAO Yang , WU Zhen-hui , CHEN Nuo , WANG Zhong-min , ZHAI Hong-juan , SONG Hong-yan , LI Jun-hui , XU En-kui . Nutrient Status and Its Influencing Factors in Fengjiangkou Reservoir[J]. Journal of Changjiang River Scientific Research Institute, 2026 , 43(1) : 191 -201 . DOI: 10.11988/ckyyb.20250064

0 引言

湖北省鄂北地区水资源配置工程(以下简称“鄂北工程”)以丹江口水库为水源,起点位于清泉沟输水隧洞进口,自西北向东南穿越鄂北岗地,终点位于湖北省孝感市大悟县城附近的王家冲水库,输水线路总长约270 km,受水区面积约1万km2,涉及湖北省襄阳市、随州市和孝感市3个地市7个县(市、区),是湖北省水利建设史上工程规模最大、覆盖面积最广、受益人口最多的重大民生工程。为保障水资源配置的灵活性,鄂北工程将位于输水线路中下段的已建大型水库——封江口水库设为在线调节水库。封江口水库汇水范围属于浅丘岗地,无城镇和工业企业分布,但沙河店河和封江口河等主要入库支流两侧分布了约6万亩(1亩≈666.666 7 m2)耕地,灌溉期农田氮(N)、磷(P)污染物随降雨径流进入库湾区域,可能引发富营养化现象,对库区水质造成威胁并影响区域饮水安全。
湖库富营养化是指水体N、P等营养物质丰富,藻类及其他浮游生物生产力旺盛的现象,可导致水体溶解氧(DO)含量下降、水质恶化,是影响湖库水环境安全的主要问题[1]。较自然河流,封闭湖库更容易发生富营养化。例如,我国和南非超过60%的被调查水库均发生过富营养化现象[2-3]。驱动富营养化现象的因素因湖库所处的背景环境而异,主要包括N、P等营养物质富集、透光率和温度(气温或水温)等物理条件变化。水体中N、P等营养物质含量与藻类等浮游生物生长状况息息相关,因浮游生物元素组成中的氮磷质量比(TN/TP)约为16∶1,国外相关研究将P作为藻类生长的限制元素,并考虑采用总磷(TP)浓度来估算湖库的营养状态指数[4]。我国40多个长江湖泊研究亦表明,P是控制藻类初级生产力的关键因素[5];仅在总氮(TN)和氨氮(NH3-N)浓度>5 mg/L时,N才对藻类有一定的负面影响且可促进沉积物P的释放[6]。然而,我国171个湖泊的遥感监测成果显示,80%的湖泊富营养化现象与N和P均显著相关[3];全球573个湖泊研究成果表明,N、P或两者共同作为富营养化现象限制因素因湖库水深而异[7]。因此,富营养化现象防控应实施N、P输入控制,还是N或P输入控制不可一概而论。温度、光照强度、透光率、流速、水深和风速等物理条件通过影响藻类等浮游植物生存环境而对其种群密度和生物量产生影响,各物理条件之间存在相互关联,但其关联程度因湖库所处地理环境的差异而有所不同[8-11]。值得注意的是,相比营养盐输入管控,虽然大部分物理条件(如温度、光照强度、透光率和风速等)人为调控难度较大,但通过识别物理条件变化对营养状态的影响,仍然可为N、P等营养物质输入管控方案的制定提供边界条件。因此,基于湖库富营养化驱动机理研究,阻控营养盐输入或改变局部区域物理条件(如流速)已成为目前湖库富营养化现象防控的重要手段,但首先需识别研究水域营养状态的驱动因子。
湖库富营养化现象及其驱动因子已被广泛研究,但以湖库作为整体进行研究居多,尽管非富营养化区域监测数据丰富了分析样本数据,但忽略了其对富营养化区域驱动因子分析结论带来的偏差[12-13]。湖库不同区域营养状态不同,为准确识别富营养化现象驱动因子,需优先识别富营养化风险区域,随后针对重点风险区域开展营养状态驱动因子分析。营养状态指数是目前最流行的富营养化风险量化方法,常用的方法包括营养状态指数法、综合营养状态指数法、营养指数法、修正营养状态指数法、营养足迹指数法以及多种局域尺度的营养状态指数法等。其中,综合营养状态指数法具备“全国一策”通用属性,在我国湖库富营养化评估中应用较为广泛[1]。目前,营养状态的驱动因子分析方法众多,如偏最小二乘回归、冗余分析、随机森林和斯皮尔曼相关分析等常规方法以及基于增强回归树的机器学习算法[14-15]。其中,偏最小二乘回归法(Partial Least Regression,PLSR)通过构建主成分减少自变量之间的冗余,同时最大化自变量和因变量之间的协方差,克服了众多自变量间存在强烈交互相关导致的多元共线性问题,可用于分析不同自变量对因变量的贡献程度[16]。
鉴于此,本文以封江口水库为研究区域,通过高锰酸盐指数(CODMn),透明度,DO、TN、TP和叶绿素a浓度等水质指标监测及风速、气温、太阳辐射强度、水位等物理条件资料收集,采用综合营养状态指数法和偏最小二乘回归法识别封江口水库富营养化现象发生的主要区域及其驱动因子,为封江口水库水环境问题诊断,针对性地提出重点时段和重点区域水质保护措施建议提供依据。

1 研究区域

封江口水库大坝地理坐标为113°20'E、31°59'N,控制流域面积为460 km2。流域多年平均气温15.7 ℃,多年平均降水量958 mm,其中汛期或灌溉期(5—9月份)降水量675 mm;多年平均径流量1.72亿m3,其中汛期或灌溉期径流量1.21亿m3。工程具有多年调节性能,正常蓄水位124.0 m;水库总库容2.65亿m3,其中兴利库容1.37亿m3,死库容0.558亿m3,水力停留时间约407 d,水体交换能力较弱。封江口水库为河道型水库,水面面积20.14 km2,平均水面宽500 m,涉及沙河店河、封江口河和陈家河等主要入库河流,其中封江口河为封江口水库的干流。封江口水库是鄂北工程重要的在线调节水库,鄂北工程以封江口水库右坝肩为补水点,以封江口水库左坝肩为输水隧洞的起点,实现向广水、大悟地区补水的目标(图1)。
图1 鄂北工程总干渠与封江口水库流域位置关系

Fig.1 Location relationship between main canal of Northern Hubei Water Diversion Project and Fengjiangkou Reservoir

2 材料与方法

2.1 数据来源

2.1.1 水质监测

以封江口水库库区,以及沙河店河、封江口河和陈家河等主要支流河口水域为监测范围,覆盖鄂北工程封江口水库入、出库闸的库湾区域,开展封江口水库地表水水质监测。监测点位如图2所示,沙河店河、封江口河、陈家河采样点为主要支流河口监测点,库区1—4采样点为沿主流方向的库区监测点,其他采样点为库湾监测点。为识别不同水期封江口水库水质特点,于2023年8月15—17日(丰水期)、2023年11月27—29日(平水期)、2024年3月20—22日(枯水期)开展水质监测;同时,为分析农业面源污染汇入对封江口水库水质的影响,于2023年6月2—19日开展灌溉期逐日水质监测。采样频率为1次/d,监测指标包括pH值,透明度,CODMn,DO、NH3-N、TP、TN、叶绿素a浓度共8项指标。
图2 封江口水库水质监测点位分布

Fig.2 Distribution of water quality monitoring points in Fengjiangkou Reservoir

2.1.2 气象水文数据收集

气象水文数据包括气温、风速、法向辐射强度、散射辐射强度和水位数据。2023年3月—2024年3月封江口水库流域逐日气温和风速数据从中国气象数据网获取,逐日法向辐射强度量和散射辐射强度量数据从欧洲中期天气预报中心获取,逐日水位数据由湖北省随州市水文水资源勘测局提供。

2.2 数据分析

不同水期之间的监测指标数值差异采用Duncan 分析方法(显著性水平P<0.05),并通过SPSS 21.0软件进行分析。采用应用较为广泛的综合营养状态指数法对封江口水库营养状态进行评价 [17]。根据水库营养状态评价成果,识别封江口水库富营养化现象发生的主要区域,采用非参数检验分析方法(显著性水平P<0.05),分析主要区域营养状态与营养盐条件、气象条件和水文条件等各环境因子的相关关系。为进一步量化不同环境因子对富营养化现象的贡献度,采用PLSR计算叶绿素a浓度与环境因子之间的协方差矩阵,通过对协方差矩阵进行奇异值分解,得到叶绿素a浓度与环境因子的奇异值和奇异向量,选择前k个奇异向量作为主成分;基于选取的主成分数量,进一步建立环境因子与营养状态之间的复杂多元关系,解析不同环境因子对营养状态变化的贡献度[18]。

3 结果与分析

3.1 封江口水库水质时空变化特征

不同时间和空间条件下,封江口水库pH值、DO浓度和透明度无明显差异,但水温,CODMn,NH3-N、TP、TN和叶绿素a浓度等指标则存在明显差异(表1)。其中,2023年6月CODMn,NH3-N、TP、叶绿素a浓度最大值显著大于其他月份,主要是因为灌溉期农田耕作和农药化肥施用强度增大,在降雨作用下大量面源污染汇入封江口水库(图3),并引发浮游植物大量生长所致。不同于其他水质指标,2024年3月枯水时段TN浓度峰值和均值均显著大于其他月份(图4),可能是因为枯水期径流量减少,入库支流TN浓度显著大于其他时期所致。以沙河店河为例,2023年8月、2023年11月和2024年3月沙河店河入库支流河口处TN平均浓度分别为0.80、0.74、1.48 mg/L,2024年3月入库径流TN浓度显著大于其他时期。
表1 封江口水库不同时期水质指标浓度范围

Table 1 Concentration ranges of water quality indicators in Fengjiangkou Reservoir during different periods

日期 透明度/m 叶绿素a浓度/
(μg·L-1)		 水质指标
pH值 DO浓度 CODMn NH3-N浓度 TP浓度 TN浓度
2023年6月 0.70~3.70a 0.02~56.44a 7.40~9.70a 6.44~16.24a 2.00~7.92a 0.03~0.73a 0.01~0.19a 0.36~2.17a
2023年8月 0.60~2.60a 0.11~15.60b 7.70~9.20a 4.99~10.69a 3.36~6.48b 0.04~0.30b 0.01~0.10b 0.24~2.28a
2023年11月 0.85~3.20a 0.34~8.28b 6.40~9.00a 5.90~11.87a 2.65~6.77b 0.02~0.45b 0.01~0.10b 0.45~1.43a
2024年3月 0.90~3.60a 0.12~11.47b 7.10~8.20a 7.85~10.37a 2.56~3.60b 0.04~0.22b 0.01~0.05b 0.35~2.42b

注:同一指标不同字母表示不同水期之间存在显著差异;水质指标DO浓度、NH3-N浓度、TP浓度、TN浓度的单位为mg/L。

图3 封江口水库2023年6月2—19日降雨量

注:天河口站和花鹿沟站在封江口水库范围以上区域。

Fig.3 Precipitation in Fengjiangkou Reservoir from June 2 to 19, 2023

图4 封江口水库不同水期库区主要污染物浓度变化

注:上图为计算各点位某一指标所有监测数据的平均值后,经空间插值所得。

Fig.4 Variations in main pollutants in Fengjiangkou Reservoir during different water periods

3.2 封江口水库营养状态时空变化特征

2023年6月、8月、11月和2024年3月封江口水库综合营养状态指数平均值分别为36.0、37.2、38.9和32.6,对应营养状态均为中营养(图5)。然而,2023年6月和8月封江口河和沙河店河等支流河口区域综合营养状态指数均介于50~60,营养状态为轻度富营养状态。这可能是受灌溉期流域农业面源污染入库量增加和库尾浅水区域水温升高等综合影响所致。
图5 不同时期封江口水库不同区域综合营养指数

注:上图为计算各点位综合营养状态指数的平均值后,经空间插值所得。

Fig.5 Comprehensive nutrient index of different regions in Fengjiangkou Reservoir in different periods

4 讨论

4.1 封江口水库营养状态影响因素

经识别,封江口河和沙河店河河口区域是富营养化风险关注的重点区域,为进一步揭示该区域营养状态影响因素,以叶绿素a浓度为营养状态的表征指标,分析气象因子、水质指标和水文条件对营养状态的影响。封江口河河口区域叶绿素a浓度与TN浓度(显著性水平P=0.02)和TP浓度(P=0.05)以及散射辐射强度(P=0.04)呈显著正相关(表2);沙河店河河口区域叶绿素a浓度与TN浓度(P=0.02)和TP浓度(P=0.02)均呈显著正相关(表3),表明TN浓度、TP浓度与散射辐射强度可能是影响封江口河河口区域营养状态的主要因素,而TN浓度和TP浓度则是影响沙河店河河口区域营养状态的主要因素。
表2 封江口河河口叶绿素a浓度、水质指标、气象因子、水文条件多因子相关分析

Table 2 Multi-factor correlation analysis of chlorophyll-a concentration, water quality indicators, meteorological factors, and hydrological conditions in estuary of Fengjiangkou Reservoir

类
别		 环境因子 叶绿素a
浓度		 气象因子 水质指标 水文条件
气温 风速 法向辐
射强度		 散射辐
射强度		 DO
浓度		 pH值 CODMn NH3-N
浓度		 TN
浓度		 TP
浓度		 TN/TP 水位
叶绿素a浓度 1 0.04* 0.02* 0.05*
气
象
因
子		 气温 0.07 1 0.03* 0.001** 0.043* 0.033* 0.09
风速 -0.12 -0.32 1 0.027* 0.07 0.014*
法向辐射强度 -0.15 0.20 -0.21 1 0.02*
散射辐射强度 0.30 0.49 -0.12 -0.16 1 0.07 0.06 0.04* 0.011*
水
质
指
标		 DO浓度 0.11 0.20 -0.32 -0.004 0.27 1 0.000**
pH值 -0.03 0.30 -0.28 -0.13 0.28 0.50 1 0.06
CODMn 0.13 0.32 -0.36 0.01 0.31 0.20 0.29 1 0.005** 0.04*
NH3-N浓度 0.26 0.25 0.04 -0.34 0.37 0.21 0.23 0.14 1
TN浓度 0.34 -0.13 -0.02 -0.06 0.01 0.00 -0.15 -0.02 0.06 1 0.002**
TP浓度 0.30 0.08 -0.13 0.03 0.08 0.08 -0.07 0.20 0.21 0.48 1 0.007** 0.049*
TN/TP 0.03 -0.16 0.22 -0.13 -0.06 -0.12 -0.06 -0.42 -0.15 0.20 -0.43 1
水文
条件		 水位 0.08 0.13 -0.25 0.10 -0.14 -0.17 0.07 0.30 -0.19 0.21 0.31 -0.10 1

注:以数字1为分界线,右上角代表显著性水平,**代表显著性水平P<0.01,*代表显著性水平P<0.05;左下角数值为相关系数。以下同。

表3 沙河店河河口叶绿素a浓度、水质指标、气象因子、水文条件多因子相关分析

Table 3 Multi-factor correlation analysis of chlorophyll-a concentration, water quality indicators, meteorological factors, and hydrological conditions in estuary of Shahedian River

类
别		 环境因子 叶绿素a
浓度		 气象因子 水质指标 水文条件
气温 风速 法向辐
射强度		 散射辐
射强度		 DO
浓度		 pH值 CODMn NH3-N浓度 TN
浓度		 TP
浓度		 TN/TP 水位
叶绿素a浓度 1 0.09 0.02* 0.02* 0.06
气
象
因
子		 气温 0.09 1 0.029* 0.006** 0.006** 0.08
风速 -0.07 -0.32 1 0.06 0.07 0.08
法向辐射强度 -0.10 0.20 -0.21 1 0.07
散射辐射强度 0.12 0.40 -0.12 -0.16 1 0.04* 0.04*
水
质
指
标		 DO浓度 -0.12 0.09 -0.26 0.03 0.13 1 0.001**
pH值 -0.17 0.22 -0.21 -0.22 0.30 0.50 1 0.005**
CODMn 0.25 0.10 -0.28 -0.05 0.03 -0.06 -0.022 1 0.002** 0.008** 0.001**
NH3-N浓度 0.12 0.09 0.10 -0.26 0.12 0.03 0.19 0.19 1
TN浓度 0.06 -0.40 0.26 0.06 -0.31 -0.11 -0.42 0.02 -0.15 1 0.022**
TP浓度 0.39 -0.12 -0.02 -0.09 -0.22 -0.18 -0.23 0.50 0.13 0.30 1 0.005** 0.018**
TN/TP -0.34 -0.26 0.26 0.12 -0.03 0.10 -0.14 -0.40 -0.26 0.34 -0.45 1 0.04*
水文
条件		 水位 0.28 0.18 -0.25 0.10 -0.14 0.10 -0.04 0.48 0.03 -0.04 0.38 -0.31 1
尽管气温、风速等指标与叶绿素a浓度无显著相关性,但各指标在给定条件下与叶绿素a浓度存在明显相关性。如封江口河河口区域在气温26 ℃之前,叶绿素a浓度与气温呈显著正相关关系(P=0.01);风速>2.11 m/s时,叶绿素a浓度与风速呈显著负相关关系(P=0.01);法向辐射强度>50 W/m2时,叶绿素a浓度与法向辐射强度呈显著负相关关系(P=0.008);散射辐射强度<125.67 W/m2时,叶绿素a浓度与散射辐射强度呈显著正相关关系(P=0.029)(图6)。
图6 给定条件下2023年封江口河河口区域叶绿素a浓度与环境因子相关关系

Fig.6 Correlation between chlorophyll-a concentration and environmental factors in estuary area of Fengjiangkou Reservoir under given conditions in 2023

4.2 环境因子对富营养化现象的贡献度

考虑环境因子间高度相关或多重共线性问题,PLSR将根据环境因子与叶绿素a 浓度的协方差矩阵对高维环境因子进行降维,仅保留少数几个主成分,并根据选取的主成分数量建立环境因子与叶绿素a浓度之间的多元线性回归关系。图7展示了封江口河河口断面和沙河店河河口断面PLSR主成分对叶绿素a浓度变化的解释率。其中,封江口河河口断面PLSR第1、第2和第3主成分对叶绿素a浓度变化的解释率分别为16.6%、26.9%和10.2%,前3个主成分累积贡献度>50%;沙河店河河口断面PLSR第1、第2和第3主成分对叶绿素a浓度变化的解释率分别为19.0%、22.4%和14.8%,前3个主成分累积贡献度接近60%。对封江口河河口区域富营养化现象贡献度较高的环境因子依次为:CODMn(20.6%)>散射辐射强度(15.0%)>法向辐射强度(12.5%)>风速(11.1%)> TN浓度(11.0%)>TN/TP(9.3%);对沙河店河河口区域富营养化现象贡献度较高的依次为:法向辐射强度(18.7%)>TP浓度(15.6%)>NH3-N浓度(12.3%)>散射辐射强度(11.8%)> pH值(10.1%)>TN浓度(8.3%);其他环境因子对河口富营养化现象的贡献度较小(图8)。
图7 PLSR主成分对主要支流河口叶绿素a浓度变化的解释率

Fig.7 Interpretation rates of PLSR principal components for chlorophyll-a concentration variations in estuary of main tributaries

图8 不同环境因子对主要支流河口富营养化现象的贡献度

Fig.8 Contribution rates of different environmental factors to eutrophication in estuary of main tributaries

与封江口水库水力特性类似,汉丰湖位于三峡水库一级支流澎溪河的上游,是为了解决三峡水库运行后在开州区形成消落区生态环境问题而修建的人工湖泊,具有典型浅水湖泊特性。采用结构方程模型方法,杨保祥等[19](2024)研究发现,水温是理化因子的主要表征指标,P是汉丰湖的限制性营养元素。法向辐射强度或散射辐射强度是水温变化的能量来源,本研究中法向辐射强度和散射辐射强度是富营养化现象的主要贡献者,表明本研究结果与其他同类研究类似,但不同区域呈现控P或控N的差异,如封江口河河口区域TN对富营养化现象的贡献度高于TP,沙河店河河口区域则呈现相反规律。进一步证实,湖库富营养化风险防控中控P或控N不能一概而论。
值得注意的是,法向辐射强度和散射辐射强度对封江口河河口和沙河店河河口富营养化现象贡献度均>10%,是封江口水库富营养化现象主要驱动因子之一。研究期内封江口水库法向辐射强度和散射辐射强度分别介于3.01~309.53 W/m2和53.10~137.42 W/m2,均具有明显的季节变化特征,表现为丰水期高,其他时期低。相关研究表明,在中营养条件下,法向辐射强度减弱和营养增加的联合作用会促进藻类的生长[20]。封江口水库营养状态为中营养,在>50 W/m2时,法向辐射强度与封江口河河口叶绿素a浓度呈负相关关系(图6(c))。尽管散射辐射强度不如法向辐射强度光照强度大,但在适宜范围内可促进浮游植物光合作用和生长过程,如散射辐射强度<125.67 W/m2时,封江口河河口叶绿素a浓度与散射辐射强度呈显著正相关关系(P=0.029)。经统计,研究期内法向辐射强度>50 W/m2和散射辐射强度<125.67 W/m2的概率分别约88%和83%,是区域叶绿素a浓度和营养状态演变的常态化驱动因子。

4.3 封江口水库富营养化风险防控建议

藻类等浮游植物过度生长是富营养化现象的直观表现,改变其生长所需的气象水文条件和营养盐水平有助于实现封江口水库富营养化风险防控。散射辐射强度、法向辐射强度、风速、CODMn、NH3-N、TN、TP等均可对封江口水库富营养化现象产生促进作用(图7),尤其是TN和TP(表2和表3)。灌溉期封江口河和沙河店河等主要支流河口区域富营养化水平和主要水质指标浓度高于其他时期和区域,是封江口水库面源污染物管控的重点时段和水域。鉴于散射辐射强度、法向辐射强度和风速等气象条件人为调控难度大,建议以水环境监测与智慧化调度为管理手段,构建N、P营养输入和藻类生物量调控等工程措施与非工程措施相结合的措施体系,减少主要库湾区域N、P营养盐输入,防止库湾区域藻类生物异常繁殖。

4.3.1 灌溉期流域面源污染削减

将封江口水库汇水范围划分为不同子流域,灌溉期面源污染排放量调查结果表明,封江口河中下游和沙河店河下游(汇水点以上范围)是封江口水库主要的面源污染源(表4[21]和图9)。建议以封江口河中下游和沙河店河下游(汇水点以上范围)区域为重点,提出农作物农药化肥施用强度优化方案,从源头减少流域N、P等面源污染物输入量[22];通过种植适合当地生长的植物篱作物进行田间径流的物理拦截,达到削减泥沙与肥料中N、P等污染物的流失作用[23];考虑在支流入口处建立人工湿地系统,通过土壤、人工介质、植物以及微生物的共同作用,对入库水流中N、P等主要污染物进行进一步削减,形成“源头减量—过程阻断—水体修复”的N、P营养输入阻控技术体系[24]。
表4 TN和TP流失强度等级划分[21]

Table 4 Classification of TN and TP loss intensity levels[21]

TN流失强度/(kg·km-2) TP流失强度/(kg·km-2) 流失强度等级
39.9~77.6 0~0.04 轻度
77.6~98.5 0.0 4~0. 09 较轻
0.985~1.323 0.0 9~0.18 中度
1.323~1.490 0.1 8~0.2 6 较重
149.0~170.5 0.2 6~1.3 1 重度

注:该结果源于土壤和水资源评估工具(Soil and Water Assessment Tool,SWAT)模型模拟结果。采用SWAT模型时,基于流域主要支流水质和流量监测资料开展模型率定与验证,并采用多年平均条件下灌溉期降雨量对TN和TP流失强度进行模拟。

图9 灌溉期封江口水库汇水范围内TN和TP流失强度

Fig.9 Loss intensities of TN and TP in catchment areas of Fengjiangkou Reservoir during irrigation period

4.3.2 灌溉期库湾藻类生物量调控

因营养盐富集,藻类异常增殖引发的富营养化是威胁我国水源地水库的主要环境问题之一[25]。在阻控营养盐输入的同时,通过人工手段降低关键藻类浓度亦是水库富营养化现象防控的主要手段。
封江口水库优势种以蓝藻门和硅藻门为主(表5)。各优势种分布在不同区域,其中蓝藻门极小集胞藻主要分布在陈家河、封江口河河口以下至楼子塆库湾区域,蓝藻门伪鱼腥藻主要分布在封江口河河口和付家塆库湾等区域,蓝藻门双对栅藻和硅藻门小环藻则主要分布在封江口河河口和小黄家塝库湾等区域(图10)。灌溉期营养盐的大量输入,为水库藻类生长提供了充足的营养盐条件,可促进藻类的过度生长和优势藻类演替而引发富营养化现象。为水陆协调推进库区富营养化风险防控,在管控陆域营养盐输入的同时,可采用生物操纵、鄂北工程与封江口水库联合调度等方式加强陈家河、封江口河河口以下至小黄家塝库湾、付家塆等水域藻类生物量调控[26-27]。如在冬季开始前大量投放螺、蚌、蚬、螃蟹等底栖性食藻动物和鲢鳙鱼类,尤其是一些有冬季滤食行为的冷水性鱼类和底栖动物,让其尽量多地摄食冬季越冬藻种或初春刚复苏、增殖的藻体;通过增大坝址泄水量增加短时间内的水流流速,对库湾水体进行扰动以防止富营养化现象的发生;通过优化水库取水泵房位置改变水库环流特性,改善水库水体水龄分布,减少水龄、抑制藻类生长,从而降低水库富营养化的风险[28-30]。
表5 封江口水库灌溉期浮游植物优势度

Table 5 Dominance of phytoplankton species in Fengjiangkou Reservoir during irrigation period

优势
种		 2023年6月2日 2023年6月19日
优势
度Y		 密度/
(106 cells·L-1)		 生物量/
(μg·L-1)		 优势
度Y		 密度/
(106 cells·L-1)		 生物量/
(μg·L-1)
极小
集胞
藻		 0.16 1.56 1.56 0.10 1.30 1.30
伪鱼
腥藻		 0.07 0.70 6.96 0.13 2.05 20.51
小
环藻		 0.13 0.98 294.68 0.02 0.28 82.98
双对
栅藻		 0.06 0.42 21.14 — 0.21 10.41
色
球藻		 — 0.12 6.00 0.04 0.47 23.70
针形
菱形
藻		 — 0.08 75.66 0.03 0.08 79.14
小
球藻		 0.03 0.25 5.08 0.02 0.18 3.53

注:优势度计算公式为Y=ni/N·fi。式中:Y为优势度,以Y>0.02的标准确定优势种;N为总个体数;ni为第i种个体数;fi为第i种出现的频率。

图10 封江口水库浮游植物优势种密度空间分布特征

注:该成果采用空间插值方法得到。

Fig.10 Spatial distribution characteristics of dominant phytoplankton species in Fengjiangkou Reservoir

4.3.3 水环境监测与智慧化管理

水库富营养化治理是以流域为单元的系统工程,通过建立包括水文、污染源、理化水质和生物群落等指标在内的水库及其主要支流生态系统监测体系,有助于检验水质风险防控措施的落实情况与实施效果,从而及时调整方案和措施,以落实水库水环境适应性管理要求[31]。
目前,封江口水库仅在坝前库心区域设立了常规水质监测断面和水质自动监测站,监测频次和监测范围无法覆盖风险时段和风险区域。为提升库区富营养化风险预警防控能力,有必要在封江口河和沙河店河等主要入库支流设置水环境自动监测站,对河口区域叶绿素a和TN、TP等富营养化现象驱动因子开展实时在线监测,同时建设数字孪生封江口工程,耦合监测感知、数字模型、预警预报工具,建立不同水动力条件和营养盐输入条件下封江口水库应急调控方案,为封江口水库水质和鄂北工程供水安全提供数据支撑。

5 结论

本文以鄂北工程在线调节水库为研究区域,开展封江口水库营养状态时空变化特征及其影响因素研究,主要结论如下:
(1)不同时间和空间条件下,封江口水库水温、pH值、DO和透明度无明显差异,但CODMn,NH3-N、TP、TN和叶绿素a浓度等指标则存在明显差异。其中,灌溉期和汛期高于其他时期,封江口河和沙河店河河口区域高于其他水域。
(2)灌溉期和汛期封江口河和沙河店河等主要支流河口区域综合营养状态指数均介于50~60,营养状态为轻度富营养状态,是封江口水库面源污染物管控的重点时段和水域。
(3)封江口河河口区域富营养化现象贡献度较高的环境因子依次为CODMn(20.6%)、散射辐射强度(15.0%)、法向辐射强度(12.5%)、风速(11.1%)、TN(11.0%)和TN/TP(9.3%),沙河店河河口区域富营养化现象贡献度较高的依次为法向辐射强度(18.7%)、TP(15.6%)、NH3-N(12.3%)、散射辐射强度(11.8%)、pH值(10.1%)和TN(8.3%)。
(4)结合水环境问题和保护需求,提出灌溉期流域面源污染削减、灌溉期库湾藻类生物量调控、水环境监测与智慧化管理建议,协同保障鄂北工程在线调节水库水质安全。
(5)尽管对封江口水库富营养化风险重点区域和营养状态影响因素进行了识别,但分析时段仅覆盖一个年度,后续需结合水环境自动监测站建设,增加富营养化现象影响因素分析样本,对研究成果进行进一步复核。同时,为进一步夯实富营养化风险防控建议,后续需开展封江口水库富营养化风险水陆协同防控技术研究,集成陆域污染源头减量技术、过程拦截技术、末端消纳治理技术等陆域污染物削减技术,以及内源污染物释放控制、水体水力停留时间变化、生态系统结构调整等水域污染物控制技术,形成水库水环境风险防控方案集合,通过构建水库水环境风险防控流域决策优化模型,基于科学合理、经济可行、效果显著等原则,提出水库富营养化风险防控方案建议。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
宋子豪, 邹伟, 桂智凡, 等. 我国常用湖泊营养状态指数研究进展与展望[J]. 湖泊科学, 2024, 36(4):987-1001.

(SONG Zi-hao, ZOU Wei, GUI Zhi-fan, et al. Common-used Trophic Level Index in Chinese Lakes: Progress and Prospects[J]. Journal of Lake Sciences, 2024, 36(4):987-1001.) (in Chinese)

DOI

[2]
MATTHEWS M W, BERNARD S. Eutrophication and Cyanobacteria in South Africa’s Standing Water Bodies: A View from Space[J]. South African Journal of Science, 2015, 111(5/6): 1-8.

[3]
WANG Y, FENG L, HOU X. Algal Blooms in Lakes in China over the Past Two Decades: Patterns, Trends, and Drivers[J]. Water Resources Research, 2023, 59(10): e2022WR033340.

[4]
MORABITO G, MAZZOCCHI M G, SALMASO N, et al. Plankton Dynamics across the Freshwater, Transitional and Marine Research Sites of the LTER-Italy Network. Patterns, Fluctuations, Drivers[J]. Science of the Total Environment, 2018, 627: 373-387.

DOI

[5]
季鹏飞, 许海, 詹旭, 等. 长江中下游湖泊水体氮磷比时空变化特征及其影响因素[J]. 环境科学, 2020, 41(9): 4030-4041.

(JI Peng-fei, XU Hai, ZHAN Xu, et al. Spatial-temporal Variations and Driving of Nitrogen and Phosphorus Ratios in Lakes in the Middle and Lower Reaches of Yangtze River[J]. Environmental Science, 2020, 41(9): 4030-4041.) (in Chinese)

[6]
王洪铸, 王海军, 李艳, 等. 湖泊富营养化治理: 集中控磷或氮磷皆控?[J]. 水生生物学报, 2020, 44(5): 938-960.

(WANG Hong-zhu, WANG Hai-jun, LI Yan, et al. The Control of Lake Eutrophication: Focusing on Phosphorus Abatement or Reducing both Phosphorus and Nitrogen?[J]. Acta Hydrobiologica Sinica, 2020, 44(5): 938-960.) (in Chinese)

[7]
QIN B, ZHOU J, ELSER J J, et al. Water Depth Underpins the Relative Roles and Fates of Nitrogen and Phosphorus in Lakes[J]. Environmental Science & Technology, 2020, 54(6): 3191-3198.

DOI

[8]
XU H, QIN B, PAERL H W, et al. Environmental Controls of Harmful Cyanobacterial Blooms in Chinese Inland Waters[J]. Harmful Algae, 2021, 110: 102127.

DOI

[9]
O’NEIL J M, DAVIS T W, BURFORD M A, et al. The Rise of Harmful Cyanobacteria Blooms: The Potential Roles of Eutrophication and Climate Change[J]. Harmful Algae, 2012, 14: 313-334.

DOI

[10]
孟靖雅, 宋浩铭, 解飞, 等. 富营养湖泊冰封期物理因子对初级生产力的驱动作用:以辽宁含章湖为例[J]. 湖泊科学, 2023, 35(4):1268-1278.

(MENG Jing-ya, SONG Hao-ming, XIE Fei, et al. Driving Effect of Physical Factors on Primary Productivity in a Eutrophic Lake during Ice-covered Period:A Case Study of Lake Hanzhang in Liaoning[J]. Journal of Lake Sciences, 2023, 35(4): 1268-1278.) (in Chinese)

DOI

[11]
冯昶瑞, 蒋名亮, 牛海林, 等. 滇池近20年水环境变化趋势与影响因素分析[J]. 环境监测管理与技术, 2024, 36(2):12-18.

(FENG Chang-rui, JIANG Ming-liang, NIU Hai-lin, et al. Analysis of Water Environment Change Trend and Influencing Factors in Dianchi Lake in Recent 20 Years[J]. The Administration and Technique of Environmental Monitoring, 2024, 36(2):12-18.) (in Chinese)

[12]
王延军, 徐敏, 孟凡生, 等. 长江中游黄盖湖富营养化趋势分析及原因诊断[J]. 湖泊科学, 2023, 35(4): 1183-1193.

(WANG Yan-jun, XU Min, MENG Fan-sheng, et al. Trend Analysis and Cause Diagnosis of Eutrophication in Lake Huanggai in the Middle Reaches of Yangtze River[J]. Journal of Lake Sciences, 2023, 35(4): 1183-1193.) (in Chinese)

DOI

[13]
周起, 陈光杰, 李蕊, 等. 水体叶绿素a和硅藻群落时空分布及影响因子的对比分析: 以云贵高原异龙湖为例[J]. 湖泊科学, 2023, 35(6): 1891-1904.

(ZHOU Qi, CHEN Guang-jie, LI Rui, et al. A Comparative Study on Spatio-temporal Variations and Environmental Drivers of Lake-water Chlorophyll-a and Diatom Communities in Lake Yilong[J]. Journal of Lake Sciences, 2023, 35(6): 1891-1904.) (in Chinese)

[14]
李加龙, 罗纯良, 吕恒, 等. 2002—2018年滇池外海蓝藻水华暴发时空变化特征及其驱动因子[J]. 生态学报, 2023, 43(2): 878-891.

(LI Jia-long, LUO Chun-liang, LÜ Heng, et al. Spatio-temporal Variation and Driving Factors of Algal Bloom at Lake Dianchi during 2002—2018[J]. Acta Ecologica Sinica, 2023, 43(2): 878-891.) (in Chinese)

[15]
金晓龙, 邓学良, 戴睿, 等. 基于多源数据的巢湖蓝藻水华时空分布及驱动因素分析[J]. 环境科学, 2024, 45(5): 2694-2706.

(JIN Xiao-long, DENG Xue-liang, DAI Rui, et al. Analysis of the Spatiotemporal Distribution of Algal Blooms and Its Driving Factors in Chaohu Lake Based on Multi-source Datasets[J]. Environmental Science, 2024, 45(5): 2694-2706.) (in Chinese)

[16]
侯美亭, 胡伟, 乔海龙, 等. 偏最小二乘(PLS)回归方法在中国东部植被变化归因研究中的应用[J]. 自然资源学报, 2015, 30(3): 409-422.

DOI

(HOU Mei-ting, HU Wei, QIAO Hai-long, et al. Application of Partial Least Squares(PLS) Regression Method in Attribution of Vegetation Change in Eastern China[J]. Journal of Natural Resources, 2015, 30(3): 409-422.) (in Chinese)

DOI

[17]
王明翠, 刘雪芹, 张建辉, 等. 湖泊富营养化评价方法及分级标准[J]. 中国环境监测, 2002, 18(5):47-49.

(WANG Ming-cui, LIU Xue-qin, ZHANG Jian-hui, et al. Evaluate Method and Classification Standard on Lake Eutrophication[J]. Environmental Monitoring in China, 2002, 18(5): 47-49.) (in Chinese)

[18]
查悉妮, 辛小康, 付婷, 等. 2022年夏季汉江中下游水华生消驱动因子及其贡献率量化研究[J]. 水生态学杂志, 2024, 45(1): 143-151.

(ZHA Xi-ni, XIN Xiao-kang, FU Ting, et al. Summer Driving Factors and Their Quantitative Contribution to Algae Bloom Occurrence and Demise in the Middle and Lower Hanjiang River in 2022[J]. Journal of Hydroecology, 2024, 45(1): 143-151.) (in Chinese)

[19]
杨保祥, 徐绮雯, 何丙辉, 等. 基于结构方程模型的三峡库区汉丰湖叶绿素a与其关键影响因子关系识别[J]. 湖泊科学, 2024, 36(3):708-716.

(YANG Bao-xiang, XU Qi-wen, HE Bing-hui, et al. Identification of the Relationship between Chlorophyll-a and Its Key Influencing Factors in Lake Hanfeng in the Three Gorges Reservoir Based on Structural Equation Model[J]. Journal of Lake Sciences, 2024, 36(3): 708-716.) (in Chinese)

DOI

[20]
罗东, 李赠, 赵苗苗, 等. 光照和营养对亚热带浅水湖泊初级生产者的复合影响: 基于微宇宙实验研究[J]. 生态学报, 2024, 44(23): 10639-10649.

(LUO Dong, LI Zeng, ZHAO Miao-miao, et al. Combined Effects of Light and Nutrient Supply on Primary Producers in Subtropical Shallow Lakes:A Microcosm Study[J]. Acta Ecologica Sinica, 2024, 44(23): 10639-10649.) (in Chinese)

[21]
李乃强, 徐贵阳. 基于自然间断点分级法的土地利用数据网格化分析[J]. 测绘通报, 2020(4): 106-110, 156.

DOI

(LI Nai-qiang, XU Gui-yang. Grid Analysis of Land Use Based on Natural Breaks (Jenks) Classification[J]. Bulletin of Surveying and Mapping, 2020(4): 106-110, 156.) (in Chinese)

DOI

[22]
王维刚, 史海滨, 李仙岳, 等. 基于改进SWAT模型的灌溉—施肥—耕作对乌梁素海流域营养物负荷及作物产量的影响[J]. 湖泊科学, 2022, 34(5): 1505-1523.

(WANG Wei-gang, SHI Hai-bin, LI Xian-yue, et al. Effects of Irrigation-fertilization-tillage on Nutrient Loading and Crop Yield in Ulansuhai Watershed Based on Improved SWAT Model[J]. Journal of Lake Sciences, 2022, 34(5): 1505-1523.) (in Chinese)

DOI

[23]
张靖雨, 夏小林, 汪邦稳, 等. 不同配置乡村植被缓冲带阻控径流污染特征研究[J]. 农业资源与环境学报, 2024, 41(2): 383-391.

(ZHANG Jing-yu, XIA Xiao-lin, WANG Bang-wen, et al. Study on the Characteristics of Runoff Pollution Control in Different Configurations of Rural Vegetation Buffer Strips[J]. Journal of Agricultural Resources and Environment, 2024, 41(2): 383-391.) (in Chinese)

[24]
秦沂樟, 白静, 赵健, 等. 生态沟渠磷拦截效应对不同因子的响应特征[J]. 农业工程学报, 2022, 38(增刊1): 122-130.

(QIN Yi-zhang, BAI Jing, ZHAO Jian, et al. Response Characteristics of Phosphorus Interception Effect in Ecological Ditches to Different Factors[J]. Transactions of the Chinese Society of Agricultural Engineering, 2022, 38(Supp. 1): 122-130.) (in Chinese)

[25]
吕翔宇, 朱梦圆, 马永山, 等. 太湖流域典型水源水库藻类水华的促发条件[J]. 湖泊科学, 2023, 35(5): 1516-1528.

(LÜ Xiang-yu, ZHU Meng-yuan, MA Yong-shan, et al. Driving Factors of Algal Blooms in Drinking-water Reservoirs in Lake Taihu Basin[J]. Journal of Lake Sciences, 2023, 35(5): 1516-1528.) (in Chinese)

DOI

[26]
王寿兵, 屈云芳, 徐紫然. 基于生物操纵的富营养化湖库蓝藻控制实践[J]. 水资源保护, 2016, 32(5): 1-4, 23.

(WANG Shou-bing, QU Yun-fang, XU Zi-ran. Algal Bloom Control in Eutrophic Lakes and Reservoirs Based on Biomanipulation[J]. Water Resources Protection, 2016, 32(5): 1-4, 23.) (in Chinese)

[27]
黄宇波, 曹光荣, 范向军, 等. 汛期水库调度对小江水华的影响[J]. 长江科学院院报, 2024, 41(1): 52-58, 74.

DOI

(HUANG Yu-bo, CAO Guang-rong, FAN Xiang-jun, et al. Influence of Reservoir Operation in Flood Season on Water Bloom of Xiaojiang River[J]. Journal of Changjiang River Scientific Research Institute, 2024, 41(1): 52-58, 74.) (in Chinese)

[28]
杨中华, 杨水草, 李丹, 等. 三峡水库支流小江富营养化模型构建及在水量调度控藻中的应用[J]. 湖泊科学, 2016, 28(4): 755-764.

(YANG Zhong-hua, YANG Shui-cao, LI Dan, et al. Numerical Simulation of Eutrophication and Its Test of Ecological Operation Schedule in Xiaojiang River, the Tributary of Three Gorges Reservoir[J]. Journal of Lake Sciences, 2016, 28(4): 755-764.) (in Chinese)

DOI

[29]
杨金艳, 徐勇, 周杰, 等. 基于水龄抑制蓝藻水华的供水水库取水方案优选[J]. 水利水运工程学报, 2020(2): 85-90.

(YANG Jin-yan, XU Yong, ZHOU Jie, et al. Optimization of Reservoir Cycling Water Scheme Based on Water Age to Reduce Algal Bloom Risk[J]. Hydro-Science and Engineering, 2020(2): 85-90.) (in Chinese)

[30]
王小冬, 刘子秋, 刘兴国, 等. 不同浓度微囊藻水华在曝气扰动下的光合作用[J]. 环境科学与技术, 2021, 44(12): 136-143.

(WANG Xiao-dong, LIU Zi-qiu, LIU Xing-guo, et al. Study on Microcystis Bloom: Photosynthesis of Microcystis of Different Concentrations with Aeration Disturbance[J]. Environmental Science & Technology, 2021, 44(12): 136-143.) (in Chinese)

DOI

[31]
褚俊英, 周祖昊, 王浩, 等. 流域综合治理的多维嵌套理论与技术体系[J]. 水资源保护, 2019, 35(1): 1-5, 13.

(CHU Jun-ying, ZHOU Zu-hao, WANG Hao, et al. Study on Multi-dimensional Nested Theory and Technological System Forcomprehensive Watershed Management[J]. Water Resources Protection, 2019, 35(1): 1-5, 13.) (in Chinese)

Options
Outlines

/

〈 〉

Copyright © Journal of Changjiang River Scientific Research Institute, All Rights Reserved.
Powered by Beijing Magtech Co. Ltd.