基于APCS-MLR模型的沱河流域污染来源解析

水污染来源的精准识别一直是水环境管理的热点和难点问题,为了解沱河流域水质特征与污染来源,该研究基于16个监测点位月尺度水质数据,采用绝对主成分-多元线性回归（APCS-MLR）模型,解析污染来源及其主要贡献.结果表明:①COD是年度超标因子,总磷和氟化物在部分月份超标,水质从汛期至11月较差.②城镇生活与城市径流是影响沱河水质的主要驱动因子,其方差贡献率达24.7%,其次为环境背景值、农村生活源、畜禽养殖业+河道内源和种植业源,其方差贡献率分别为19.6%、9.9%、8.8%和7.6%.③从最主要的超标因子COD来看,城镇生活与城市径流是主要污染源,贡献率达60%;从总氮、总磷和氨氮指标来看,种植业、农村生活和畜禽养殖业为主要污染源,总计贡献率分别为56%、54%和57%.研究显示,加快污水管网的建设完善,控制城镇污染物的排放、收集和处理是沱河水质达标的当务之急,应重点加强对农田径流和畜禽养殖污染的有效管控.      

非参数模型在河湖富营养化研究领域应用进展

河湖富营养化过程受流域水污染、生境破坏和闸坝控制等多因素非线性叠加影响,在一定程度上限制了常规水生态机理模型的模拟精度.非参数模型以其强大的数据分析能力在河湖水生态问题诊断和预测方面得到了广泛应用,该文系统梳理了国内外近20年来河湖富营养化非参数模型的相关研究成果,通过Citespace开展基于WoS与CNKI数据库的相关文献大数据可视化分析,全面阐明了结构方程模型（SEM）、贝叶斯网络（BN）、支持向量机（SVM）、人工神经网络（ANN）、随机森林（RF）、梯度推进机（GBM）、广义相加模型（GAM）等主流非参数模型在河湖富养化营研究中的适用性与局限性,对具有相似特征的模型进行对比分析并提出展望,以期为水生态模拟相关研究提供科学有效的方法支撑.结果表明:非参数模型在河湖富营养化研究领域中的应用呈指数增长趋势,其中SEM、BN、RF、GBM和GAM模型适用于河湖富营养化问题的诊断和驱动要素识别,BN、ANN、SVM、RF、GBM和GAM具有良好的非线性拟合预测能力.非参数模型将是今后一段时期内开展水生态大数据分析诊断和预测管控的关键技术手段.综合考虑区域异质性与多重环境因子在不同时空尺度上响应关系及强人类活动干扰下的河流水生态退化风险,利用生态机理模型与非参数模型耦合求解与优化算法引入,精准识别水生态健康退化的环境压力阈值,开展变化环境下的水生态退化风险预测预警,将是未来非参数模型在河湖富营养化应用研究的重要方向.      

伊逊河流域总磷污染来源解析

2017—2018年TP成为滦河一级支流伊逊河流域的主要污染因子,部分国控断面水质主要以GB 3838—2002《地表水环境质量标准》Ⅳ类、Ⅴ类为主.为开展伊逊河TP污染定量识别研究,在2017年和2018年伊逊河流域水体TP污染时空特征分析的基础上,从流域磷铁矿工业污染、城镇生活污水、雨水径流、河道内源释放以及农业非点源等方面开展TP污染研究.结果表明:①伊逊河流域上游至下游TP污染程度呈加剧恶化趋势,上游唐三营控制单元污染较轻,下游李台控制单元TP污染最重;丰水期TP污染较重,枯/平水期污染较轻;从年度看,2017年TP污染严重,2018年年均ρ（TP）下降了50.00%.②2017年、2018年伊逊河流域TP污染来源差异显著,2017年磷输入主要来自于磷铁矿工业污染,占比为33.46%;选矿企业整改后,2018年磷输入主要来源变为畜禽养殖和城镇生活污染,二者占比合计为59.91%.针对伊逊河流域TP污染特征,提出伊逊河流域TP污染控制建议:加强选矿企业环境监管,进一步完善监管体系;加强流域水土流失治理,实施矿山披绿;大力实施绿色农业工程,加强畜禽养殖布局优化.      

内蒙古自治区应急监测预警体系建设思路

随着内蒙古自治区经济的飞速发展,带来了一系列的环境风险问题。自治区也应该建立与之相配套的应急监测预警体系,本文着重介绍了该体系建设的相关内容。     

南水北调中线工程调水前后汉江下游水生态环境特征与响应规律识别

随着我国南水北调中线工程（简称“中线工程”）于2014年底正式通水运行,科学识别调水前后汉江下游水生态环境特征与响应规律,是国家重大水利工程优化调度的迫切管理需求.基于系统收集的2010—2017年汉江下游水文、气象、水质及水生态数据匹配资料,利用多种数据模型方法识别了中线工程调水前后汉江下游主要环境要素特征和响应规律,探索了导致河流生态退化的关键驱动因子及其贡献.结果表明:①中线工程开通后,受丹江口水库下泄流量减少的影响,汉江下游多年平均流量下降了11.5%,流量年内分配趋于不均匀,流量变幅增大,人类活动对汉江下游径流过程的影响更为显著.②调水后汉江下游ρ（TP）、ρ（TN）减小,武汉段ρ（Chla）和藻密度显著上升,汉江下游水华的发生对水文过程改变更加敏感.③基于GAM模型（广义相加模型）的相关分析,调水前后影响汉江下游藻密度变化的关键因子是流量和ρ（TP）,调水前贡献率分别为27.7%和20.5%,调水后贡献率分别为65.4%和20.5%,调水后汉江下游流量对藻密度变化的贡献率显著升高,说明上游调水引起的汉江下游流量减小对水华暴发的影响十分明显,而TP等营养盐的影响相对减弱.