倪 洋

（辽宁省沈阳水文局，沈阳 110000）

水是生物体维持其生命活动的物质基础，优质的水环境可以有力地支持农业发展，保证人们的生活。近年来，随着工业和农业的发展以及人类活动的增多[1]，大量的工业、农业和生活废水流入水体，造成了严重的河流污染。这就是为什么近年来水环境的质量在河流健康研究中引起如此多的关注。水质的物理和化学指标是水生生态系统健康的有用视觉指标,是衡量水生生态系统健康状况的重要手段[2-3]。

1 评定方法

1.1 单指标法

评估水质的单一指标法是基于某种污染物的测量浓度与该项目参考值的比率[4]，该适用方法简单，计算结果安全可靠,其计算公式为：

式中：Ci为污染物实测浓度；Si为相应类别的标准值；Pi为某污染物的分指数。

5 个监测参数COD、BOD、TN、TP 和NH3-N的监测值被用来确定一个水体是否符合评估标准的相关水质标准。将这5 个指标的水质标准阈值列成表格，地表水环境质量标准基本项目标准限值表，见表1。

表1 地表水环境质量标准基本项目标准限值表 mg/l

利用上述评标准，2012—2018 年期间，在每个监测站对水质指标进行了分析。在5 个监测参数中，由于检测率低，每个监测点的COD 和BOD2都符合I 类水质标准。TN 主要是在2mg/l 以上的高位被检测到，但检测到的最高水平在6mg/l 以上。TN 监测值达到或超过了V 类水质标准。各监测站NH3-N、TP 指标监测结果，见表2。表中选取每年5 月、7 月、9 月和11 月为代表月，其中5 月是汛前期，7 月是汛期，9 月为汛后期，11 月为枯水期。

表2 各监测站NH3-N、TP 指标监测结果 mg/l

表2显示，NH3-N 在大多数时间段处于水质等级I 类，在一些时间段处于水质等级II 类和III 类；TP 检测率也很高，不同地点和时间的检测率差异相对较大。在观音阁水库和南甸站，NH3-N 浓度都比较低，水质标准符合I 类水,在兴隆水库站，虽然在2016 年和2018 年有一段时间的污染浓度达到了V 类水平，但在大部分时间里，NH3-N 浓度都在I 类水质标准范围内；在泉水站，NH3-N 大部分时间都在II 类水质范围内; 大多数时候，观音阁水库的TP 都在水质标准II 类以上, 然而，在2018 年，浓度更高,南甸站站的TP 水平从2012 年的V 级下降，在2014—2017 年的大部分时间里保持在I 级,然而，2018 年出现了增长, 这可能是连续几年降雨量低的结果。

分析显示，由于2012—2018 年期间降雨量持续偏低，2014—2017年期间监测站的水质有所改善，但2018 年则有所恶化。在5 个监测指标中，总氮（TN）和总磷（TP）影响了水质标准，导致太子河流域的水质低于劣五级。

1.2 综合指标法

水质综合污染指数是指对各项水质污染物参数的相对污染指数进行分析[5]，进而得到的数值代表着水质的污染程度。考虑到主要流域的水污染性质，选择了5 个指标进行计算，即COD、BOD、TN、TP 和NH3-N[6-8]。

综合污染指数的计算公式为：

式中:P为水质综合污染指数；n为评价指标的项目数。

综合污染指数P 分级，见表3。

表3 综合污染指数P 分级

采用综合污染指数法计算观音阁水库、南甸水库、兴隆水库和泉水是4 个监测站的综合污染指数，反映了2012—2018 年每个月的水污染情况。观音阁水库站综合污染指数及水质评价结果，见表4；南甸-基于月综合污染指数的水质评价结果，见表5；兴隆水库-基于月综合污染指数的水质评价结果，见表6；泉水-基于月综合污染指数的水质评价结果，见表7。

表4 观音阁水库站综合污染指数及水质评价结果

表5 南甸-基于月综合污染指数的水质评价结果

表6 兴隆水库-基于月综合污染指数的水质评价结果

2012—2018 年各月音阁水库的综合污染指数结果显示，低度污染占主导地位，只有小部分中度污染评估结果，高度污染仅有1 次，即2012 年9月。2012—2014 年，南甸站是比较清洁干净的，但2015—2018 年，水质恶化，大部分水是中度污染，小部分则为是重度污染。2012—2015 年，兴隆水库站的污染评估结果为“清洁“和“尚清洁”，但2016—2018 年的评估结果基本为重度污染和中度污染，水质恶化趋势明显。从2012—2015 年，泉水站的水质被评为 清洁或者尚清洁，在2016—2018 年期间，大多数评估的结果是污染程度较高，有少数重度污染的地点。

从4 个站点的分析可以看出，2015 年以前各站点的水质都处于清洁水平，但2018 年以来的3a，各站点的水质都呈现出高污染或重度污染，水质恶化趋势明显，主要原因是TN 的监测值增加。采用数据采样表中各监测站2012—2018 年的BOD、COD、NH3-N、TN 和TP 的水质监测数据,分析各监测指标污染物的浓度。2012—2018 各站污染物浓度变化Z 值表，见表8。大多数COD 指标没有被检测到，因此在此不作分析。

表8 2012—2018 各站污染物浓度变化Z 值表

表8中的MK趋势分析结果显示，尽管BOD浓度在相对较低的水平上被检测到，但4个监测点中的3个显示出非常明显的增长趋势：①各站的NH3-N值差异很大，观音阁水库站呈明显上升趋势，泉水站呈明显下降趋势，其他两个站呈不明显的上升趋势；②对于TN，观音音水库站表现出明显的低估趋势，而其他3个站则在显著性水平以上呈现出上升趋势；③各站的TP趋势与TN基本相同，总的来说，监测站的各种指标浓度普遍呈现明显的上升趋势，而相应的河流水质则呈现明显的下降趋势[9-10]。

2 各指标变化规律

2.1 水质监测指标年内变化趋势

2014、2016、2017 年BOD 浓度，见图1，对本溪市2012—2018 年几年的降雨量进行了分析，丰水年选择的是降雨量大的2014 年，降雨量小的2017 年和降雨量较小的2016 年分别为枯水年和平水年。选择3 个年份作为典型年份，为每个典型年份绘制4 个参数（BOD、NH3-N、TN 和TP）的折线图，以分析1a 中水质的变化。

图1 2014、2016、2017 年BOD 浓度

由图1 可知，在所有3 个典型年份中，BOD浓度在汛期结束时明显增加；在3 个典型年份中，由于稀释效应，污染物的浓度较低，但在旱季由于水的供应量较低而污染物浓度较高。

2014、2016、2017 年内NH3-N 指标折线图，见图2。

图2 2014、2016、2017 年内NH3-N 指标折线图

图2显示，2014 年NH3-N 浓度较低且稳定，2016 年6 月后有不同程度的上升，2017 年3 月最高，此后一直保持低位。2014、2016、2017 年内TN 指标折线图，见图3。

图3 2014、2016、2017 年内TN 指标折线图

目前中国化肥施用量相当于美国、印度的总和，居世界之首。化肥的使用对中国的粮食增产起着重大的促进作用。中国每年的谷物总产量与每年的化肥使用量有很高的线性正相关关系，但化肥对增产的影响趋于下降。由图3 可知在1～4 月以及10～12月TN 指标有明显的升高，即在枯水期TN 指标排放量有明显上升。

2014、2016、2017 年内TP 指标，见图4。

图4 2014、2016、2017 年内TP 指标

如图4 所示，观音阁水库站的TP 全年呈现不规则的波动分布，振幅逐年增大。

2.2 藻类浓度分析

根据相关调查，太子河流域藻类植物8 门120属329 种（包括21 变种）；其中以硅藻类最多，有36 属144 种，占总数的43.77%。该项目统计了2016—2018 年观音阁水库坝前和老官砬子2 个监测点的藻类细胞浓度数据，并在此基础上分析了2016—2018 年该监测点的藻类密度对水质的影响。藻密度与水华风险评估标准，见表9。

表9 藻密度与水华风险评估标准

由于2 个监测站数值范围及变化趋势基本一致，因此仅列出老官砬子（观音阁水库本溪取水口）监测点2016—2018 年各监测时间监测到的藻类优势种类、藻类密度和水华风险，老官砬子监测站藻类监测结果见表10。对每年各月的藻类细胞浓度变化情况进行分析，观音阁水库2016—2018 年间藻类细胞浓度变化情况，见图5。

图5 观音阁水库2016—2018 年间藻类细胞浓度变化情况

表10 老官砬子监测站藻类监测结果

河床中的藻类浓度直接受到水温和水量的影响。由图5 可知，每年4 月中旬和5 月中旬，该监测站都会记录到高浓度的海藻细胞，这与水库的低水位和此时水温的快速上升直接相关。当5 月中旬以后的汛期开始，水库的蓄水的增加，藻类细胞的浓度开始明显下降。此后，水库的蓄水水平一直保持在高位，直到8 月，藻类的浓度仍然相对稳定。对2010—2018 年的年平均海藻浓度的分析显示，Z值为0.44，表明在分析期间海藻浓度有不明显的增长趋势。

3 结 语

太子河流域的TN 和TP 平均值在2012—2018 年期间呈现出不显著递减的趋势，而BOD 和NH3-N 随着时间的推移，它略微下降，然后再次增加，BOD 和NH3-N 的超标是太子河河流域现有的一个主要水质问题，所有监测的河段的水质从2012 年的清洁到2018 年的严重或非常严重的污染，其水质恶化较为明显。