汉江中下游水质时空特征与土地利用类型响应识别研究

人类活动干扰下的水环境过程演变是当前全球水安全面临的难点问题.汉江作为南水北调中线工程的重要影响区和水源区,在气候变化和人类活动双重影响下近十几年来水华频繁暴发,科学辨析土地利用类型影响下的汉江水环境质量演变特征,对于政府制定和实施水污染防治政策具有重要的现实意义.基于2011—2018年汉江中下游8个监测站点的7个主要水质指标〔pH、ρ(DO)、ρ(COD_Mn)、ρ(BOD₅)、ρ(NH₃-N)、ρ(TP)、ρ(TN)〕448组连续野外监测数据,利用季节性曼肯达尔检验法、相关分析和冗余分析等多种数学统计分析方法,分析了汉江中下游的水质时空演变特征,分析了土地利用类型与水质变化的相关关系.结果表明:①时间特征上,2011—2018年汉江中下游总体水质呈好转趋势,丰水期污染物浓度高于枯水期,2013—2014年出现峰值,2015年以后水质逐渐变好.②空间特征上,水质从汉江中游至下游呈逐渐变差的趋势,由于2014年引江济汉工程的开通,水质在罗汉闸站点及下游有好转趋势.③总体上,农田和城镇用地与污染物浓度均呈显著正相关,最大解释度为0.27;林地、草地与污染物浓度均呈显著负相关,最大解释度为0.31.研究显示,汉江中下游水质有所改善,农田与城镇用地对于汉江中下游水质恶化影响较大,林地、草地等植被覆盖等由于存在一定的水源涵养功能和天然净化能力,可以对水污染起到一定的缓解作用.      

流域水生态安全评估方法

为建立合理的流域水生态安全评估指标体系,以流域为对象,对水生态安全内涵进行了阐释,并对流域水生态安全评估指标进行了系统分析.基于“压力、状态、功能、风险”四要素,构建了“目标层-方案层-要素层-指标层”的评估体系,其中方案层包括水生态压力、水生态状况、水生态功能和水生态风险4个方面,涵盖土地利用、水资源利用、污染物排放、栖息地状态、水生态质量、水产品供给、休闲娱乐、水环境净化、重金属风险等9个评估要素18个评估指标,并详尽表述了各评估指标的内涵及其计算方法.采用综合指数法计算ESI(生态安全指数),并根据ESI得分将水生态系统的安全评级分为安全(3.5≤ESI≤4.0)、较安全(2.5≤ESI<3.5)、一般(1.5≤ESI<2.5)、不安全(0.5≤ESI<1.5)和很不安全(0≤ESI<0.5)5个级别,构建了多指标的流域水生态安全评估方法.      

基于分布式水文模型的武夷山市水文调节服务评估

武夷山是我国生态文明建设的重点示范区,开展水文调节功能服务价值评估是福建省生态安全保障的重要需求.采用流域分布式时变增益水文模型（DTVGM）,在充分考虑流域气象、水文、土地利用类型等信息的基础上,精细化模拟了武夷山流域的水文过程,定量评估了2010年和2015年有植被覆盖和无植被覆盖两种条件下武夷山市及下属各行政区植被生态系统的径流调节量及其价值量.结果表明:①武夷山市2010年和2015年径流调节量分别为5.73×108和5.21×108 m3,折合人民币分别为35.93×108和37.46×108元.②2010年枯水期日均径流调节量相比丰水期下降了0.013×108 m3;2015年枯水期日均径流调节量相比丰水期下降了0.009×108 m3.③星镇村和洋庄乡径流调节价值量明显多于其他行政区,均超过10.48×108元;崇安街道和新丰街道相对较低,均低于1.59×108元;其他几个行政区基本持平,在3.26×108~6.70×108元之间.研究显示,武夷山市区由于植被丰富,林地覆盖面积较大且密度较高,总体水文调节能力较强,但同时也受区域气候条件影响较大,有植被覆盖条件下在应对非极端气候时可以维持较好的径流调节能力,然而在极端特大暴雨事件中,现有植被种类的截留能力还不足以应对短时强降水过程.      

太子河流域水生态功能Ⅱ级区的划分

流域水生态功能Ⅱ级区是实施流域层面水生生物多样性保护的重要依据. 以太子河流域为研究对象,开展分区指标筛选技术方法研究,通过指标的空间变异性、主导性及其与水生态因子相关性分析,从年均气温、年降水量、年蒸发量、高程、坡度、坡向和NDVI(归一化植被指数)等备选分区指标中筛选出适宜分区指标,在此基础上采用ISODATA(迭代自组织数据分析方法)非监督分类方法划分了太子河水生态功能Ⅱ级区. 结果表明,高程和NDVI具有良好的空间敏感性、主导性以及与水生态因子的相关性,可以反映地貌和植被对太子河水生态系统的影响,是太子河流域水生态功能Ⅱ级区划分的适宜指标. 采用上述指标可将太子河流域划分为3个水生态功能Ⅱ级区:①上游山地森林河流水生态亚区,平均海拔511m,区内以浅水性鱼类和激流性大型底栖动物为主;②中游丘陵森林河流水生态亚区,平均海拔282m,区内以溪流性鱼类和缓流性大型底栖动物为主;③下游平原农业河流水生态亚区,平均海拔65m,区内多受人类活动干扰,以耐污性大型底栖动物为主,少见鱼类.      

太子河鱼类群落结构空间分布特征

以辽河流域太子河为例,开展鱼类生态调查,分析鱼类群落的空间分布特征,在此基础上进行鱼类地理分布区域划分. 结果表明,太子河鱼类分属2纲9目12科36属44种,符合辽河亚区鱼类的分布特征,其种类繁多,且以纺锤形体型的鲤科鱼类居多. 通过CCA(典范对应分析)发现,水深、水体电导率以及ρ(TDS)(TDS为总溶解固体)和ρ(TN)与鱼类的种类及数量的相关性最大. 根据对各采样点鱼类的渔获量、Shannon-Wiener指数的聚类分析,并且结合各采样点的水温、水深、饵料生物组成、岸边植被、底质、流速、土壤等生态环境因素,以及鱼类分布和种群的结构特征,将太子河流域划分为2个生态区,其中A区包括太子河中、上游的流域,涵盖了51个采样点;B区包括19个采样点,主要是太子河下游的绝大部分流域.      

北运河底泥中异养硝化菌的筛选及其脱氮特性

通过富集培养、梯度稀释涂平板、平板划线分离等方法,从北运河底泥中筛选出6株具有异养硝化作用的细菌。其中,1株细菌HNM-4在初始ρ(NH_3-N)为140 mg/L,丁二酸钠为碳源,C/N为6的异养硝化培养基中培养48 h时,对NH3-N去除率为75. 67%。经16S rDNA测序鉴定,菌株HNM-4为假单胞菌(Pseudomonas sp.)。单因素实验表明:HNM-4发挥异养硝化作用的最适环境条件为初始ρ(NH_3-N)为140 mg/L,碳源为丁二酸钠,C/N为9～18,温度为30℃,初始pH值为7～8,盐度为0～0. 5%。在反硝化培养基中培养48 h时,HNM-4对NO_3~--N和TN去除率分别为100%和12. 05%。     

水环境中PAHs源解析研究方法比较

综述了近年来水环境中PAHs源解析的方法,包括化学质量平衡法、因子分析法、稳定碳同位素法和比值法等,重点评述了方法的理论基础、适用条件、应用状况和存在问题,并结合我国情况分析了水环境中PAHs源解析方法的发展趋势.认为因子分析法与多元统计方法结合使用是当前我国PAHs源解析的最适用方法,可以实现对源贡献率的定量分析,与GIS技术结合应用,能实现PAHs源的空间统计分析,反映污染源影响作用的空间分布规律.     

从水量与水质相结合的角度认识生态需水

基于自然与社会水循环,论述了生态需水的内涵,指出理想生态需水与现实生态需水的区别,揭示当前水资源配置中的不足,提出并论证了涉及生态需水的水资源配置,必须综合考虑生态需水的"质"与"量"的观点,指出:只有生态需水同时满足生态系统对水的"质"与"量"的要求,才能实现恢复与改善生态环境的真正意义.     

精神活性物质在北京市某污水处理厂中的污染特征与生态风险

为了解污水处理厂对精神活性物质的去除特征及总出水对受纳水体的生态风险,采用固相萃取-高效液相色谱-串联质谱法调查了北京市某污水处理厂中13种精神活性物质的浓度水平与负荷量变化,并运用RQ (risk quotient,风险熵)对总出水中精神活性物质进行风险评估.结果表明:①13种精神活性物质在总进水与总出水中均能检出,总质量浓度平均值分别为2 395.10和63.59 ng/L,其中ρ(EPH)(EPH表示麻黄碱)占比分别为93.9%和67.9%,其次为COD (可待因)与METH (甲基苯丙胺).污水处理厂上游地表水中ρ(EPH)、ρ(METH)与ρ(KET)(KET为氯胺酮)均高于总出水及其下游地表水,说明上游沿河可能有新的污染源输入.②污水处理厂对NK (去甲氯胺酮)、BE (苯甲酰爱康宁)和MTD (美沙酮)均呈负去除,其他精神活性物质的去除主要发生在二级生物处理与三级处理(超滤膜与UV消毒)阶段.③污水处理厂服务区域内精神活性物质的周内负荷量存在一定波动,AMP (苯丙胺)、METH、MDA (3,4-亚甲二氧基苯丙胺)、MDMA (3,4-亚甲二氧基甲基苯丙胺)、KET与H...     

浑河流域底质类型对硅藻群落分布特征的影响

河流底质可以为硅藻提供附着的基质,不同的底质类型对硅藻群落结构有一定的影响.本研究对浑河流域上23个采样点位进行调查研究,并运用多响应置换过程、典范对应性分析、线性回归分析等,分析河流底质类型对硅藻群落的影响.多响应置换过程结果显示,苏子河、红河和英额河、浑河中游及浑河下游水系之间硅藻群落空间差异显著;香农多样性指数、均匀度指数与物种丰富度的平均值分别为2.57、0.69和15;典范对应性分析结果显示,IOS指数、电导率、总氮和总磷是显著影响硅藻群落结构的环境因子;相关分析结果显示,香农多样性指数、均匀度指数和物种丰富度与IOS指数呈正相关.本研究中,河流底质类型为大石块、鹅卵石等类型时,硅藻多样性较高;而底质类型为淤泥和细沙时,硅藻多样性较低.