汕头市练江流域景观格局与水质的关联分析

水环境对景观格局的变化极为敏感,水域(湿地)面积、分布格局、水质、水文特征等的变化,与土地变化和人类活动有着密切的关系,明确影响水质变化的关键景观因子,对于深入了解景观格局对水质的影响机制具有重要的研究价值。该研究选择广东省汕头市练江流域为研究对象,以2019年TM卫星影像、水质监测以及工业点源污染数据为基础,利用Spearman秩相关和多元线性回归模型等统计方法综合分析在子流域、河岸带尺度水平上景观格局与水质之间的相关性。研究结果表明:流域和河岸带的城镇比例、景观多样性和破碎度均对水质有较大影响,水质指标受到多个景观指数的综合影响,景观格局指数变化对总磷的解释能力要大于其他水质指标;氨氮、化学需氧量受河岸带尺度的景观格局影响更大,总磷受流域尺度景观格局影响更大;工业点源对景观格局与水质的关联分析有较大影响,剔除重点工业点源污染后的氨氮和化学需氧量与景观格局相关性比剔除重点工业点源污染前更高。     

2016—2021年上海市杨浦区黄浦江流域水质变化与污染特征分析

为全面了解并跟踪上海市杨浦区黄浦江流域的水质情况,于2016年1月—2021年12月对杨浦区黄浦江流域的6个监测断面的地表水质量进行调查。采用单因子污染指数分析法和水质综合污染指数分析法,探究了杨浦区内黄浦江流域水质的污染变化特征。结果表明,自2017年杨浦区开展河道整治以来,流域总体水质明显改善,出口水质从重度污染提升到良好水平;居民区密集的虬江断面水质相对较差,后续需加强对虬江流域的污染排放管理;水质污染特征分析结果发现河道的主要污染物种类从氨氮(NH₃-N)转换为总磷(TP),说明河道整治提升了河道的自净能力,水质改善效果显著;水质在非汛期优于汛期,气温、降雨、泵站放江和污水排放是影响水质的主要原因。     

2019年连云港近岸海域水质环境分析与综合评价

于2019年春、夏、秋季对连云港近岸海域海水中营养盐、重金属等共19项指标进行3个航次采样监测。依照海水水质评价标准统计分析站点达标率,采用有机污染物指数法和富营养化指数法,对调查海域海水有机污染、营养水平等进行综合评价。结果表明:2019年连云港市海域站位全年达标率为86.4%,达标面积为6543 km²,占管辖海域面积的98.0%,水质质量较往年有所好转,主要超标物为无机氮、活性磷酸盐。调查海域海水的有机污染和富营养化程度均处于良好状况,近岸海水水质总体上要劣于远岸水质,且随季节的更替呈现波动性变化。     

地表水水质时空变化及其与土地利用响应研究

基于全国水质监测站点数据和Landsat 8 OLI数据，分析各个站点pH值、高锰酸盐指数、溶解氧和氨氮 4项水质参数的时空变化特征，采用冗余分析方法研究不同尺度缓冲区内土地利用类型对水质参数变异的解释能力。结果表明，大部分监测站点水质参数变异程度较小，水质状况良好；不同尺度缓冲区内土地利用类型对水质参数的影响不同，在1 200 m缓冲区内土地利用对水质参数的解释率最大；农业用地在300 m缓冲区内会使水质恶化，可在较大尺度上对水质有净化作用，林地和水域在一定程度上可以起到改善水质的作用，建设用地对水质有较大的负面影响。     

基于多元统计分析的石头口门水库汇水流域水质综合评价

根据石头口门水库汇水流域的4个监测断面2001～2007年的水质监测数据,应用多元统计分析方法(聚类分析与因子分析)确定主要污染因子并计算权重,从而对流域的水质进行综合评价。结果表明,通过因子分析,提取了3个公因子,第一主因子主要包括溶解氧、氨氮、总氮、高锰酸盐指数、化学需氧量、生化需氧量;第二主因子的主要代表指标是总磷;氟化物、总大肠菌群数对第三主因子贡献明显。由综合评价结果得出,石头口门水库总体属Ⅲ类水质,主要污染因子为总磷;饮马河(烟筒山断面)和岔路河(星星哨水库断面)水质属Ⅲ类,主要受第一主因子影响;双阳河(新安断面)水质属Ⅴ类。流域水质主要受到了农业非点源污染和生活污染的影响。     

汉丹江(陕西段)水质变化特征分析

基于2008—2012年陕西省境内汉江、丹江干流14个断面的水质监测数据,采用单因子评价法、平均综合污染指数法和秩相关系数法等对该段水体的水质变化特征进行研究。结果表明,汉丹江(陕西段)断面水质以Ⅱ类、Ⅲ类为主,水质总体为优;水质综合污染状况呈下降趋势,其中汉江下降趋势显著;水质综合污染状况空间差异和区域分布特征明显,城区段污染大于郊区,各行政区段河流下游污染大于上游。流域水质主要受有机污染和营养盐因子影响,水体污染源主要来自城镇生活源和农业面源,工业源占比不大且排放行业较为集中。     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象，将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g，以利于快速、高效地确定c和g的全局最优值；SVM算法基于最优的c和g，分别以24，21，18，15，12，9和6个因子作为特征向量预测水质的污染程度。结果表明，当特征向量为9个影响因子时预测率最高。其参数c=18.56，g=1.35，对应的预测率为：全局预测率92.59%，重度污染水质预测率88.89%，轻度污染水质预测率94.45%。因此，通过PSO和SVM混合算法，可以确定影响太湖入湖河流水质的主要因子，利用这些主要因子对水质进行预测预警，不但可以节省时间，而且可以得到精确的结果。     

基于GIS的百花湖流域土地利用变化与水质响应

利用ArcGIS和ENVI软件并结合Spearman分析法,探究百花湖流域1997年、2007年和2017年土地利用类型变化对5种水质指标年均值的响应。结果表明:1997—2017年流域内林地和建筑用地面积递增,耕地面积递减,林地占整个流域面积的50%以上;在土地转移中林地、建筑用地和耕地之间的转移最大,林地和建筑用地的增加主要来自耕地;1997年水质最好,2007年水质最差,2017年对流域实施水污染治理工程后水质有所改善;相关分析得出建筑用地、耕地与TN、TP、NH_3-N呈显著正相关,对TN、TP、NH_3-N有"源"的作用,林地与TN、TP呈显著负相关,对TN、TP有"汇"的作用。     

快速城市化背景下的思雅河流域水环境分析

通过对思雅河流域连续3年的水环境质量监测,结合遥感影像获得其土地利用类型变化,据此研究城市化对水环境的影响。结果表明:2012—2014年间思雅河流域自然、农业景观面积占比减少,而建设用地面积持续增加;研究期间除TDS年均值略微下降外,其余水质指标的年均值几乎均呈递增趋势,尤以TSS和COD增加最显著;TSS、COD、NH 3-N和TP的相对标准偏差均>0.1,显著高于其余参数,说明其波动程度较大。主成分分析表明水环境变化最主要的影响因子为第一主成分(TSS、COD、NH 3-N和TP)。贵安新区大学城建设活动加重了思雅河流域水体污染趋势。     

刘家峡水库藻类群落特征与水质的关系

2009年—2010年，研究了刘家峡水库的藻类群落特征。共鉴定出8门11纲 16目33科55 属114种藻。丰水期优势类群是金藻门（占27%），次优势类群是硅藻门（21.5%）；枯水期优势类群是硅藻门，占总数34%（羽纹纲占33%），次优势类群是金藻门（18%）。对刘家峡水库水质初步评价结果显示：水库上游水质较清洁（1#—2#站点），中下游为轻度—偏中度污染（3#—4#站点），下游为中度—偏重度污染（5#—6#站点）。对藻类群落特征与6项水环境因子的Pearsong相关性分析表明，枯水期影响藻类群落特征的环境因子依次是DO﹥TN﹥pH值﹥T﹥Mcb(粪大肠杆菌)；丰水期则是DO﹥Mcb﹥pH值﹥TN。