2. 清华苏州环境创新研究院, 苏州 215163;
3. 南京水利科学研究院, 南京 210098;
4. 苏州科技大学环境科学与工程学院, 苏州 215002;
5. 苏州市水务局, 苏州 215011
2. Research Institute for Environmental Innovation (Suzhou), Tsinghua, Suzhou 215163;
3. Nanjing Hydraulic Research Institute, Nanjing 210098;
4. School of Environmental Science and Engineering, Suzhou University of Science and Technology, Suzhou 215002;
5. Suzhou Water Affairs Bureau, Suzhou 215011
苏州市作为太湖流域乃至长三角地区的典型城市, 以其独特的“水陆并行、河街相邻”的双棋盘格局和“三纵三横一环”的河道水系名扬海外, 素有“人间天堂”、“东方威尼斯”的美称(陆菲, 2016).2019年苏州市生态环境状况公报(苏州市生态环境局, 2020)显示, 纳入国家《水污染防治行动计划》地表水环境质量考核断面和江苏省“十三五”水环境质量目标考核的地表水断面中, 年均水质达到或优于《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准的断面比例分别为87.5%和86.0%, 均无劣Ⅴ类断面.苏州市水环境质量改善明显, 已经超越了以“黑臭河道治理”为主、“治污与经济发展矛盾突出”的阶段(佚名, 2018), 其城市水环境治理历程具有代表性和典型性.
目前国内外在水体评价方面开展了较多的研究, 应用的方法主要包括综合污染指数法、模糊评价法、单因子评价法、层次分析法等(Jiang et al., 2020; Nong et al., 2020; Varol et al., 2020; Hasily et al., 2020).其中, 张占梅等(2020)采用综合水质标识指数法对重庆市主城区的河流进行水质评价, 对水体污染原因进行分析并提出针对性的改善建议.段小卫等(2020)在对盐城市河流进行水质综合评价的过程中将准则权重和次序权重组合在一起形成组合权重, 有效地平衡了选取指标之间和指标等级之间的重要性, 从而提高了评价方法的实用性和适用性.刘顿开等(2017)在对苏州古城区河道水质进行评价时, 采用超标赋权法和熵权法的组合来确定权重, 同时采用等级量化加权平均原则来评判水质类别, 改进了水质模糊综合评价法, 使评价结果更加符合实际情况.肖冰等(2019)、孙甲等(2019)采用单因子评价法、综合污染指数法、模糊评价法进行水体评价时发现, 单因子评价法的结果存在过于保守、比较片面的不足, 而模糊综合评价法则考虑了多指标综合结果, 较为准确.
文献报道的水质评价方法大多只关注水中污染物的含量, 而城市水体多为景观水体, 其感官质量尤为重要.水体的感官质量即人对水体质量的总体感觉和判断, 一般与水体的透明度、颜色、嗅味等有关.魏攀龙等(2019)在对苏州城区水体进行评价时, 通过采用水体表观污染指数法区分了水体的表观污染程度, 发现苏州城区河道整体表观质量具有向好发展的趋势.郭红兵等(2016)通过选取叶绿素、总磷、总氮和透明度4个指标, 采用灰色聚类分析法对昆明翠湖水体开展了基于感官指数的城市水体景观评价, 评价结果可较好地反映水体的景观功能现状.朱强等(2020)根据城市水体的特点, 建立了基于4种水质指标的感官愉悦度指数计算方法, 并用于城市水体感官质量的评价, 评价结果与公众感受的符合度较高.
基于此, 本研究采用课题组所建立的城市水体感官愉悦度评价方法, 对苏州城区水体的感官质量进行评价, 旨在为城市水环境治理和质量提升提供科学依据.
2 材料与方法(Materials and methods) 2.1 研究地点为了客观地评价苏州城区水体感官质量的变化情况, 选取了苏州市相城区、吴中区、高新区、姑苏区共计23个典型断面(图 1), 所选断面的河道宽度为3~15 m, 河道深度均≤5 m.
本研究从2018年1月—2019年12月对苏州城区水体进行水样采集, 2018年每月采样2次, 2019年每月采样1次.测定指标中氧化还原电位(ORP)、浊度、溶解氧(DO)、温度(T)4个指标通过哈希便携式仪器测定, 氨氮通过采集1 L水样密封保存带回实验室采用纳氏试剂分光光度法进行测定(国家环境保护总局, 2002).
2.3 水体感官愉悦度评价方法本文采用水体感官愉悦度指数评价方法对苏州城区河道水体感官质量进行评价.该评价方法选取溶解氧、氧化还原电位、浊度、氨氮作为表征水体感官质量的水质指标, 通过实测获取监测点位的水质指标监测值Ci, 定义分级限值和插值计算得到相应的感官愉悦度分指数WCIi.选取的监测指标的分级限值见表 1.
当水质指标分别为氧化还原电位、浊度、氨氮和溶解氧时, 浓度限值符号中的i分别为1、2、3、4, 则相应的感官愉悦度分指数WCIi计算方法如下.
对于氧化还原电位, 通过如下方法确定其对应的感官愉悦度分指数WCI1:当C1 > C1, 5, 则WCI1=100;当C1, j≤C1≤C1, j+1(j=1~4), 则WCI1 = 25 ×
对于浊度和氨氮, 通过如下方法确定感官愉悦度分指数WCIi(i=2, 3):当Ci < Ci, 5, 则WCIi=100;当Ci, j≤Ci≤Ci, j+1(j=1~4), 则WCIi = 25 ×
对于溶解氧, 通过如下方法确定感官愉悦度分指数WCI4:当C4 > C4, 5, 则WCI4= 100 - 25 ×
通过
本研究从2018年1月—2019年12月对苏州河道水样进行采集, 经测定及分析发现, 水体的氧化还原电位(ORP)、浊度、氨氮和溶解氧在各个季节变化较明显(图 2).
在水中每种物质都有独立的氧化还原特性, 可以简单理解为在微观上每一种不同物质都有一定的氧化还原能力, 这些氧化还原性不同的物质能够相互影响, 最终构成一定的宏观氧化还原性.研究期间苏州市区各河道氧化还原电位的季节性变化情况如图 2a所示, 总体上呈现冬季高、夏季低的特点.年际变化情况也表明, 2019年苏州城区河道的氧化还原电位较2018年也有所提高, 由2018年的103 mV增长到2019年的138.4 mV, 总体变化较明显.最低值出现在2018年春季, 为73.2 mV, 最高值出现在2019年春季, 为166.2 mV.经了解, 2018年春季苏州市对城区河道进行底泥疏浚, 故河道的氧化还原电位值较低, 而2019年春季苏州市开展了清水工程, 因此, 城区河道的水质总体上有所提升.
2015年由住房城乡建设部城市建设司主编的《城市黑臭水体整治工作指南》中, 透明度(铅字法)就作为表征城市黑臭水体的指标之一, 但随着苏州水环境质量的改善、水环境品质的进一步提升, 城区河道水体透明度有所提升, 采用铅字法测定的透明度会超过量程上限, 因此, 不能够对城区河道水体透明度有较好的表征.本研究选取浊度作为表征城市河道水体透明度的指标.研究期间苏州市区河道浊度的季节性变化情况如图 2b所示.由图可知, 苏州城区河道水体监测点位浊度的变化情况呈现出冬春季低、夏秋季高的特点, 2018年各季节浊度分别为21.55、23.18、23.22、27.49 NTU, 2019年各季节浊度分别为17.65、19.80、23.22、23.96 NTU, 季节性变化明显.年际变化情况也表明, 2019年苏州城区河道水体浊度较2018年也有所提高, 由2018年的23.6 NTU下降到2019年的20 NTU, 总体变化较明显.
氨氮是废水中常见的污染物, 以游离氨(NH3)和铵离子(NH4+)形式存在, 也是水体中的营养素, 可导致水体富营养化现象产生, 同时也是水体中的主要耗氧污染物, 对鱼类及某些水生生物具有毒害作用.现阶段的研究过程中, 氨氮作为表征苏州城区河道水质好坏的因素之一.研究期间苏州市区河道氨氮的季节性变化情况如图 2c所示.由图可知, 苏州城区河道水体监测点位氨氮的季节性变化情况不是很明显, 主要是因为苏州市政府对城区河道水质进行了一定程度的调控, 如2018年春季进行清淤, 河道底泥被不同程度地搅动, 因此, 河道水体的氨氮浓度处于全年最高水平, 而2019年春季也对城区河道水体进行调控, 通过清水工程进行水质提升, 因此, 2019年春季河道水体的氨氮浓度处于全年最低水平.年际变化情况表明, 2019年苏州城区河道的氨氮浓度较2018年有明显降低, 由2018年的2.4 mg·L-1下降到2019年的1.0 mg·L-1, 下降趋势较明显.
水中溶解氧的多少是衡量水体自净能力的一项指标.现阶段的研究过程中, 溶解氧作为表征苏州城区河道水质好坏的因素之一.研究期间苏州市区各河道溶解氧的季节性变化情况如图 2d所示.由图可知, 苏州城区河道水体监测点位溶解氧的变化情况呈现出冬季高、夏季低的特点, 主要是因为季节性温度的影响.2018年各季节溶解氧分别为7.56、5.77、5.16、5.49 mg·L-1, 2019年各季节溶解氧分别为8.43、7.76、4.68、6.07 mg·L-1, 具有相同的规律性.年际变化情况也表明, 2019年苏州城区河道水体的溶解氧浓度较2018年有明显提升, 由2018年的5.88 mg·L-1提升到2019年的6.95 mg·L-1, 增加趋势较明显.
3.2 感官愉悦度指数随时间的变化研究期间(2018年2月—2019年12月), 通过水体感官愉悦度评价方法计算出苏州城区河道水体感官愉悦度指数的变化情况, 结果如图 3所示.由图可知, 研究期间苏州城区河道水体感官愉悦度指数随时间变化较明显, 年际变化表现为2019年较2018年感官愉悦度指数有所提高, 2018年所选监测点位的感官愉悦度指数均值为49.3, 而2019年所选监测点位的感官愉悦度指数均值为57.7, 说明苏州城区河道水质总体呈变好趋势.2019年不同监测点位感官愉悦度指数之间的波动情况较小, 经分析, 2018年苏州城区河道水质感官愉悦度指数最大值为2月的58.5, 最小值为5月的36.6.据了解, 2018年5月苏州城区部分河道处于清淤状态, 清淤对水体DO、ORP、浊度及氨氮均会产生影响, 故2018年苏州市城区河道不同监测点位间的感官愉悦度指数变化较大;而2019年苏州城区河道水质感官愉悦度指数的变化区间为52.5(6月)~64.7(5月), 变化幅度相对较小, 总体水质较2018年有所提高.
为了更加直观地了解到苏州城区河道水质感官愉悦度指数的月度变化情况, 特将感官愉悦度指数按照0~20、20~40、40~60、60~80、80~100进行分级, 统计各月份不同区间的占比情况, 以了解苏州城区河道水质感官愉悦度指数的变化趋势, 具体如图 4所示.
由图可知, 研究期间苏州城区河道水质感官愉悦度指数总体变化较明显, 在2018年水质感官愉悦度指数评级区间出现了0~20和20~40, 最高的占比达65%, 出现在2018年5月.前文分析原因为2018年苏州城区河道进行清淤工作, 而等到2018年5月底以后苏州城区河道水质总体情况有所好转, 也体现出本研究方法具有较好的时效性, 能够对水质变化做出较好的响应.2019年苏州城区河道水质感官愉悦度评价指数区间中无0~20, 20~40的占比也很小, 表明苏州城区河道总体的水质情况有所提高, 主要表现为40~60区间占比最大, 60~80区间的占比正逐渐提高, 且出现了80~100评分的区间, 这表明苏州市相关环保部门为此投入了大量人力物力, 并取得了一定的治理效果.
苏州城区河道水质季节性变化较明显, 冬季的感官愉悦度指数较夏季有所提高, 2018年各季节的感官愉悦度指数分别为61.82、46.11、50.15、47.00, 呈现出冬季高、夏季低的特点, 这也与现阶段的研究成果相吻合, 夏季气温高, 河道水体中氮素迁移转化较明显, 水中溶解氧浓度也会降低, 而这些因素均会导致感官愉悦度指数的计算结果降低.2019年各季节的感官愉悦度指数分别为58.72、61.54、53.87、55.21, 也具有相同的规律性.
3.3 感官愉悦度指数随空间的变化本研究所选取的23个水质监测断面大多数都在古城范围内, 并在古城的上游区域和下游区域均布设了采样点.2018—2019年间对苏州城区河道各监测点位水质进行感官愉悦度评价, 结果表明(图 5), 苏州市城区河道总体的感官愉悦度指数(图中圆环里的数字)处于40~60之间, 2018年只有一处监测点位的感官愉悦度指数处于60~80之间, 为沧浪亭桥;2019年共有5处监测点位感官愉悦度指数达到60~80, 分别为虎阜大桥、青龙桥、自由村桥、沧浪亭桥、华阳桥, 其中最高值出现在华阳桥, 达到68.8, 最低值出现在银杏桥, 为47.9.2019年苏州城区河道感官愉悦度指数较2018年有所提高的点位共有16个, 占比达到70%, 其中, 提高幅度较高的点位为自由村桥、华阳桥、胜塘桥、青龙桥、中市桥、姑胥桥, 提高幅度最大的为自由村桥, 提高了52.8;感官愉悦度指数降低的点位共有7个, 占比为30%, 分别为古城北部的花莲路桥、外塘河大桥、联城桥和五泾浜闸, 以及古城南部的银杏桥、裕棠桥、觅渡桥, 其中, 降低幅度最大的为银杏桥, 降低了9.3.
2018—2019年苏州城区河道各点位不同感官愉悦度指数区间的占比情况如图 5中圆环所示.由图可知, 苏州城区河道各点位感官愉悦度指数总体呈上升趋势, 主要表现为2019年在高感官愉悦度指数区间(60~80和80~100)出现的次数较2018年增多;对感官愉悦度指数出现在60~80和80~100区间的总次数的占比进行统计, 发现2019年较2018年占比增大的监测点位共有15个, 其中提升较明显的为华阳桥、自由村桥、青龙桥、姑胥桥、兴市桥、泰让桥、虎阜大桥、中市桥、盘蠡桥, 占比增加最多的为华阳桥, 增加了74.2%;苏州城区河道水体感官愉悦度指数变化情况总体为古城北部高于古城南部, 古城内部高于古城外部.分析原因为苏州城区来水源于古城北部的西塘河和外塘河, 水体从北部流向南部, 在流经古城的过程中对古城河道进行冲刷, 沿途对古城河道起到净化作用, 故古城北部监测点位的感官愉悦度指数高于南部.同时, 苏州古城区内部的河道因相关管理部门对其进行了一定程度的清淤及采取了一定的水体修复措施, 如对沧浪亭景区水体进行底泥清淤及种植水生植物, 对平江水系的华阳桥进行河道水质净化工程等, 这些措施均会对城区河道感官愉悦度指数的提升起到一定的促进作用.
3.4 不同水质指标对感官质量的影响分析苏州城市河道水体感官愉悦度指数由4个不同的水质参数加权计算得出, 同时也受这4个水质参数的影响, 计算得出对城市河道水体感官愉悦度指数影响最大的水质参数就显得尤为重要.本研究特将各季节所有监测点位的每次感官愉悦度分指数进行统计, 记录单次评价中分指数最低的水质参数, 记为感官愉悦度指数影响因子(简称影响因子), 统计各季节中不同水质参数作为影响因子出现的次数, 结果如图 6所示.
从图 6可以看出, 在全年的水体感官愉悦度评价过程中, 浊度均是造成感官愉悦度指数较低的影响因子.春季对感官愉悦度指数影响较大的水质参数为浊度、ORP, 夏季对感官愉悦度指数影响较大的水质参数为浊度、DO, 秋季对感官愉悦度指数影响较大的水质参数为浊度、DO, 冬季对感官愉悦度指数影响较大的水质参数为浊度、ORP.分析原因为夏、秋季节气温升高, 水体溶解氧浓度降低, 导致水体感官愉悦度指数下降, 并造成DO作为影响因子出现的频率增大.
通过对各季节中导致水体感官愉悦度指数较低的影响因子进行识别, 可以为相关管理部门进行水质提升提供技术指导, 优先选取对城区河道水体感官愉悦度指数影响较大的影响因子.根据目前的监测结果分析, 全年中浊度作为影响因子出现的频率最高, 即使出现频率最低的春季也达到了30%, 出现频率最高的秋季达到了50%以上.因此, 各管理部门可针对城区河道透明度进行调控, 这也是提升水体感官愉悦度指数最快、最有效的调控手段.
4 结论(Conclusions)1) 苏州城区水体感官质量不断提高, 感官愉悦度指数从2018年的49.7上升到2019年的57.6, 且2019年感官愉悦度指数出现在60~80区间的数据占比显著高于2018年.
2) 苏州城区水体感官愉悦度指数季节性变化较明显, 冬、春季的感官愉悦度指数高于夏、秋季.
3) 苏州城区水体感官愉悦度指数空间分布情况为古城北优于古城南, 古城内优于古城外.
4) 各水质参数中, 浊度对城区水体感官质量影响较大, 作为影响因子出现次数的平均占比达到40%.
段小卫, 卜鸡明, 周峰, 等. 2020. 基于组合权重法的河流水质综合评价[J]. 水文, 40(1): 70-75. |
郭红兵, 陈荣, 王晓昌. 2016. 基于感官指数的城市水体景观功能评价[J]. 环境工程学报, 10(11): 6229-6234. DOI:10.12030/j.cjee.201506174 |
国家环境保护总局. 2002. 水和废水监测分析方法(第4版)[M]. 北京: 中国环境科学出版社.
|
Hasily M A, Golabi M, Nasab S B. 2020. Study and evaluation of irrigation and drainage networks using analytic hierarchy process in Khuzestan Province: A virtual water approach[J]. Agricultural Water Management, 241: 106305. DOI:10.1016/j.agwat.2020.106305 |
Jiang X Q, Chen W F, Guo L J, et al. 2020. Application of T-S fuzzy-neural network model in water quality comprehensive evaluation[J]. Procedia Computer Science, 166: 501-506. DOI:10.1016/j.procs.2020.02.057 |
刘顿开, 吴以中. 2017. 改进的模糊综合评价法及在河道水质评价中的应用研究[J]. 环境科学与管理, 42(3): 190-194. DOI:10.3969/j.issn.1673-1212.2017.03.044 |
陆菲. 2016. 苏州古城区河流景观质量分析与评价[D]. 苏州: 苏州大学
|
Nong X, Shao D, Zhong H, et al. 2020. Evaluation of water quality in the South-to-North Water Diversion Project of China using the water quality index(WQI) method[J]. Water Research, 178: 115781. DOI:10.1016/j.watres.2020.115781 |
苏州市生态环境局. 2020. 2019年度苏州市生态环境状况公报[R]. 苏州: 苏州市生态环境局
|
孙甲, 韩品磊, 王超, 等. 2019. 南水北调中线总干渠水质状况综合评价[J]. 南水北调与水利科技, 17(6): 102-112. |
Varol M. 2020. Use of water quality index and multivariate statistical methods for the evaluation of water quality of a stream affected by multiple stressors: a case study[J]. Environmental Pollution, 266: 115417. DOI:10.1016/j.envpol.2020.115417 |
魏攀龙, 潘杨, 戴天杰, 等. 2019. 采用水体表观污染指数法评价苏州城市水体表观质量[J]. 环境工程, 37(4): 12-16. |
肖冰, 杨银川, 陆昕渝, 等. 2019. 梦清园景观水体生态净化系统模糊综合评价[J]. 华东师范大学学报(自然科学版), (4): 144-155. DOI:10.3969/j.issn.1000-5641.2019.04.014 |
佚名. 2018. 苏州市生态河湖三年行动计划启动2020年消除劣Ⅴ类水体[J]. 给水排水, 54(7): 128. |
张占梅, 李媛莉, 石瑞琦, 等. 2020. 重庆市主城区八条河流水质综合评价[J]. 重庆交通大学学报(自然科学版), 39(1): 109-114. |
朱强, 潘杨, 夏坚, 等. 2020. 一种城市水体感官质量的评价方法[J]. 环境科学学报. DOI:10.13671/j.hjkxxb.2020.0206 |