四川省水质评价及时空特征分析

乔宇豪; 贾飚; 徐芬芳; 王康; 朱焱; QIAO Yu-hao; JIA Biao; XU Fen-fang; WANG Kang; ZHU Yan

doi:10.12396/jsgg.2024339

节水灌溉 ›› 2025 ›› (3) : 43-50. DOI: 10.12396/jsgg.2024339

农业水土资源与生态环境

四川省水质评价及时空特征分析

作者信息 +

Analysis of Water Quality and Spatio-Temporal Characteristics of Sichuan Province

Author information +

稿件信息 +

摘要

为了对四川省主要河段的水质状况和时空分布特征进行系统分析，基于2021年四川省内86个水质断面的监测数据，采用综合水质标识指数进行水质评价，比较平均系数法、变异系数法和熵值赋权法3种赋权方法的评价结果，对岷江、沱江进行水质的空间特征分析。结果显示，2021年全省断面全部是Ⅰ~Ⅱ类水，总体水质为优。年内水质的特征是：6月份出现Ⅳ类水断面，其污染指标是氨氮和高锰酸盐指数，其余月份只有少量Ⅲ类水断面。岷江上游断面WQI为1.48，下游断面WQI值为2.15；沱江的水质断面WQI值在2.08~2.32间波动。可以得出结论：四川省2021年全省水质良好，表明近年的水环境治理成果显著，但夏季时仍有超标断面；河流在流经大型城市后污染物含量会明显升高，下游断面WQI值随之上升，流动过程中污染物会衰减，两者共同影响着河流水质的空间分布。

Abstract

In order to systematically analyze the water quality status and spatio-temporal distribution characteristics of the main rivers in Sichuan Province, this paper adopts the water quality identification index for water quality evaluation based on the monitoring data of 86 water quality monitoring sections in 2021, compares the differences in the results of the three empowerment methods of the average coefficient method, the coefficient of variation method and the entropy method. This paper also analyzes the spatial characterization of water quality in Minjiang and Tuojiang rivers. Water quality during the year was characterized by the presence of Class IV water sections in June, with pollution indicators of ammonia nitrogen and COD_Mn, and only a few Class III water sections in the remaining months. The WQI of the Minjiang River was 1.48 at the upstream section and 2.15 at the downstream section, while the Tujiang River fluctuated between 2.08 and 2.32. It can be concluded that the province's water quality in Sichuan Province in 2021 was excellent, indicating that the results of water environment management in recent years are remarkable, but there are still sections that exceed the standard during the summer period. The pollutant content of the river will increase significantly after flowing through a large city, and the WQI value of the downstream section will then rise, while the pollutants will decay during the flow process, both of which together affect the spatial distribution of the river water quality.

关键词

四川省 / 综合标识指数法 / 水质评价 / 时空特征分析

Key words

Sichuan Province / comprehensive identification index method / water quality evaluation / spatio-temporal characteristics analysis

基金

省级科技计划项目(2022YFHH0040)

国家重点研发计划课题(2021YFD1900805-02)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

乔宇豪 , 贾飚 , 徐芬芳 , 王康 , 朱焱. 四川省水质评价及时空特征分析[J].节水灌溉, 2025(3): 43-50 https://doi.org/10.12396/jsgg.2024339

QIAO Yu-hao , JIA Biao , XU Fen-fang , WANG Kang , ZHU Yan. Analysis of Water Quality and Spatio-Temporal Characteristics of Sichuan Province[J].Water Saving Irrigation, 2025(3): 43-50 https://doi.org/10.12396/jsgg.2024339

0 引言

四川省位于长江流域的上游地区，全省河网发达，城镇众多、人口稠密。在社会生产生活中产生的大量污水排入河水中，2021年四川省废水排放总量416 689 万t，其中COD排放量约135 万t，氨氮排放量6.49 万t，总磷排放量1.82 万t^[1]，给四川省的水环境治理带来了巨大挑战，阻碍了经济社会的可持续发展，同时影响着长江流域中下游地区的水环境状况。因此对四川省主要河流进行水质评价与时空特征分析，把握全省水体的健康状况，对长江流域水的环境保护具有重要的现实意义。

目前，国内外常用的水质评价方法有单因子评价指数法^[2]、综合水质标识指数法^[3-6]、模糊评判法^[7]、灰色系统评价法^[8]以及神经网络评价法^[9]等。单因子评价法操作简单，应用广泛，可以判断出主要的污染因子^[10]，但忽略了其他指标的影响。因此徐祖信^[11]提出了综合指数评价法，以考虑多种水质指标的影响^[12]，合理地反映水体的污染状况，有利于分析水质的时空变化^[13,14]，得到了广泛的应用。其他分析方法如模糊数学法、灰色系统理论法、人工神经网络等，具有高精度、高适应性的优点，但计算复杂，在数据波动较大时容易造成系统误差导致评价结果失真^[12]。

水质指标的时空特征分析方法有单变量分析^[14,15]和多变量分析^[16]2种，其中Mann-Kendall趋势检验、相关性分析、主成分分析等多元统计方法已经广泛应用于水环境评估方面，为长江干流^[17]、黄河^[18]等流域的水环境治理提供了科学依据。

现有的四川省水质研究的区域基本是单一河段或断面上^[19-21]，南丽霞^[19]对邛崃南河流域的水质进行了综合分析；唐琦等^[20]利用改进的WQI指数对琼江上游进行水质评价；王源哲等^[21]则是对绵阳市内的主要河流进行评价。

综合四川省河流水质评价的相关研究，尚无利用水质标识指数法对全省断面的水质进行综合评价和时空分布特征分析，因此本文基于2021年四川省86个水质监测断面的指标监测数据，采用综合水质标识指数法对全省水质现状进行评价，并分析主要指标的时空分布特征，以期为科学制定四川省水环境保护措施提供参考。

1 研究方法与材料

1.1 研究区域和数据

四川省地处中国西南，地处长江上游，介于东经92˚21′～108˚12′和北纬26˚03′～34˚19′，东西长约1 075 km，南北宽约900 km，面积约48.6万km²。2021年，四川省平均气温15.6 ℃，全省平均降水量1 070.5 mm。汛期暴雨偏多，分布范围广，局地降水强度大；四川秋雨于8月22日开始，11月4日结束，雨期长度为74 d秋汛偏重。四川省河流众多，以长江水系为主。黄河一小段流经四川西北部；长江上游金沙江为四川和西藏、四川和云南的边界，较大的支流有雅砻江、岷江、大渡河、理塘河、沱江、涪江、嘉陵江、渠江、赤水河。四川省的河流走势见图1。岷江、沱江流域总面积为7.1 万km² ，约占总面积的15%，但聚集了全省53%的人口，因此本文选择人口最集中的岷江、沱江流域分析水质的空间分布规律。

图1 四川省河流及水质监测断面

Fig.1 River and water quality monitoring stations in Sichuan Province

Full size|PPT slide

本研究以四川省86个地表水水质监测断面的数据为基础数据，监测时间为2021年1月1日至2021年12月31日。监测指标主要有9个：水温WT（℃）、pH值、溶解氧DO（mg/L）、电导率EC（μS/cm）、浊度TUR（NTU）、高锰酸盐指数I _Mn（mg/L）、氨氮NH₃-N（mg/L）、总磷TP（mg/L）、总氮TN（mg/L）。此外，四川省的矢量数据（包括行政区划、河流等）来自于全国地理信息资源目录服务系统https://www.webmap.cn。

所有86个站点的监测数据都预先经过了数据清洗，采用四分位法剔除明显异常值，采用滑动平均法去除噪声，并通过插值将所有数据的频率采样到了同一个水平（1 h）。以碳研所断面为例，处理前后的数据对比见图2，可以看出，处理后的水质数据没有突变的异常值和缺失值，同时降低了噪声。

图2 数据处理前后指标数据

Fig.2 Graph of indicators before and after data processing

Full size|PPT slide

1.2 研究方法

1.2.1 指标统计分析及趋势分析

对每个水质指标按月份聚合分析，计算其均值和标准差。本文采用Pearson相关系数计算水质指标间的相关关系，通过t检验进行显著性检验。采用Mann-Kendall检验法对水质时间序列进行趋势检验，该方法对样本分布无特殊要求，也不受少数异常值的干扰。

1.2.2 综合水质标识指数法

综合水质标识指数WQI由1个整数位和3个小数位组成，其结构为WQI=X ₁.X ₂ X ₃ X ₄ ^[21]。前2位X ₁.X ₂是综合水质指数，由单因子水质标识指数P_i 计算；后2位的X ₃和X ₄是标识码；X ₃是参与评价的水质指标中，劣于水环境功能区目标的单项指标数目^[21]，X ₄旨在判别综合水质类别是否劣于水环境功能区类别，为综合水质类别和水功能区目标类别的差值；由于缺少水功能区划分的数据，且标识码不影响类别评价结果，本文忽略标识码，只计算X ₁ .X ₂。其值越大，水质类别越高，水质越差。X ₁ .X ₂（文中WQI的计算结果均指X ₁ .X ₂）的计算公式如下：

X_{1} . X_{2} = \sum_{i = 1}^{n} ω_{i} P_{i}

(1)

式中：X ₁ .X ₂表示计算结果保留一位小数；P_i 为第i项指标的单因子标识指数，相应水质指标的标准限值参考《地表水环境质量标准》（GB 3838-2002）^[22]；ω_i 为第i项指标的权重，权重的计算方式有平均权重法、变异系数法和熵值赋权法。

平均权重法计算公式为：

ω_{i} = 1 / n

(2)

式中：n是指标总个数。

变异系数法计算公式为：

ω_{i} = c_{v, i} / \sum_{i}^{n} c_{v, i}

(3)

c_{v, i} = \frac{σ_{i}}{μ_{i}}

(4)

式中：σ_i 是第i项指标的标准差；μ_i 是第i项指标的均值，c_v,i 是第i项指标的变异系数。

熵值赋权法计算公式^[23]为：

ω_{i} = \frac{1 - H_{i}}{n - \sum_{i = 1}^{n} H_{i}}

(5)

式中：H_i 是第i个指标的熵值，其计算公式为：

H_{i} = - \frac{1}{l n (m)} \sum_{j = 1}^{m} f_{i j} l n f_{i j}

(6)

式中：m是指标样本点个数；f_ij （i=1,2…,n；j=1,2…,m）是指标样本值的比重，计算公式为：

f_{i j} = y_{i j} / \sum_{j = 1}^{m} y_{i j}

(7)

式中：y_ij 是指标归一化后的第i个指标的第j个样本值。

水质类别是通过比较综合水质标识指数与水质类别标准确定的。综合水质标识法的水质级别判断标准见表1。

表1 综合水质标识法判断标准

Tab.1 Judgment criteria of the water quality identification index Method

判断依据	综合水质级别	判断依据	综合水质级别
1.0<X ₁ .X ₂≤2.0	Ⅰ类	5.0<X ₁ .X ₂≤6.0	Ⅴ类
2.0<X ₁ .X ₂≤3.0	Ⅱ类	6.0<X ₁ .X ₂≤7.0	劣Ⅴ类但不黑臭
3.0<X ₁ .X ₂≤4.0	Ⅲ类	X ₁ .X ₂>7.0	劣Ⅴ类并黑臭
4.0<X ₁ .X ₂≤5.0	Ⅳ类

当河流、水系、流域的断面总数少于5个时，取所有断面算术平均值，按单一断面的评价方式进行水质评价^[22,24]。当断面总数不少于5个时，采用断面水质类别比例法评价其水质状况，水质类别比例与水质定性评价的对应关系见表2 ^[24]。

表2 水质类别比例与定性评价关系

Tab.2 Table of water quality category ratios in relation to qualitative evaluation

水质类别比例	定性评价
I～II类水质比例＞0且I～III类水质比例≥90.0%	优
I～III类水质比例≥75.0％	良好
I～Ⅳ类水质比例＞0且劣V类水质比例＜20.0％	轻度污染
劣V类水质比例＜40.0％	中度污染
劣V类水质比例≥40.0％	重度污染

2 结果与分析

2.1 四川省水质指标统计分析与相关性分析

四川省2021年9个水质指标的统计结果以及M-K趋势检验结果如表3所示。从表3中可知，pH值全年均值是7.99，标准差是0.26，因此认为pH值在年内是稳定的；溶解氧年均值为8.86 mg/L，各月均值全部高于Ⅰ类限值（7.5 mg/L）；高锰酸盐指数全省年均值为2.27 mg/L，标准差为1.43 mg/L，低于Ⅱ类限值（4 mg/L）；总磷年均值是0.06 mg/L，标准差为0.05 mg/L，低于Ⅲ类限值（0.2mg/L）；氨氮年均值是0.07 mg/L，标准差为0.07 mg/L，氨氮和总磷的标准差都接近均值，表明这2种指标在不同断面上的差异十分明显；M-K趋势检验的结果表明电导率、氨氮和总氮在年内呈现下降趋势，其余指标无明显趋势。

表3 四川省水质指标统计分析结果

Tab.3 Statistical analysis results of water quality indicators in Sichuan Province

指标	pH值	水温WT/℃	电导率EC/(μS·cm^-1)	浊度TUR/NTU	I _Mn/(mg·L^-1)	溶解氧DO/(mg·L^-1)	氨氮NH₃-N/(mg·L^-1)	总磷TP/(mg·L^-1)	总氮TN/(mg·L^-1)
1月	8.08±0.25	10±2.1	471.6±193.9	23.9±32.1	1.89±1.41	10.52±1.38	0.108±0.115	0.059±0.047	2.06±1.17
2月	8.14±0.25	12.9±2.3	485.3±195.7	20.6±34.6	2.24±1.67	10.43±1.65	0.09±0.088	0.054±0.045	1.93±1.06
3月	8.04±0.27	15.3±2.4	477.5±184.8	23.4±27.8	2.28±1.67	9.15±1.26	0.108±0.097	0.065±0.052	1.91±0.96
4月	7.97±0.27	17.5±2.4	429.9±169.5	30.5±34.2	2.31±1.6	8.6±1.21	0.089±0.07	0.072±0.049	1.84±0.84
5月	7.92±0.29	21.3±3	400.9±146.9	35.1±34.7	2.51±1.57	7.92±1.2	0.085±0.075	0.075±0.052	1.82±0.84
6月	7.94±0.27	22.8±3.7	393±166.8	36.6±36.7	2.59±1.5	7.92±1.09	0.069±0.065	0.072±0.051	1.66±0.77
7月	7.93±0.25	24.3±3.9	361.2±139.8	48.1±48.5	2.75±1.5	7.72±1.03	0.067±0.065	0.08±0.058	2.01±1.02
8月	7.92±0.26	24.6±4.1	355.3±134.1	47.1±52.8	2.73±1.53	7.83±1.04	0.066±0.073	0.078±0.059	1.95±1.03
9月	7.97±0.24	22.3±3.4	341.3±115.8	48.4±44.7	2.63±1.46	8.36±0.91	0.06±0.054	0.075±0.057	1.89±1.02
10月	7.97±0.27	19.3±2.7	370.1±130	34.8±35.1	2.04±1.16	8.64±0.98	0.056±0.058	0.067±0.054	1.81±1
11月	7.99±0.27	15±2.3	408.6±157.3	21.9±19	1.64±1.04	9.34±1.01	0.061±0.068	0.056±0.041	1.8±1.01
12月	8.02±0.28	12.5±2.6	458.4±189.1	18.7±22.9	1.64±1.04	9.86±1.1	0.077±0.083	0.053±0.041	1.91±1.1
全年	7.99±0.26	18.21±2.96	412.8±160.34	32.48±35.3	2.27±1.43	8.86±1.15	0.07±0.07	0.06±0.05	1.88±0.99
p-value	0.075	0.075	0.000 2	0.217	0.891	0.217	0	0.681	0.004

注：

p-value是Mann-Kendall趋势检验的结果，p-value小于0.05时认为指标存在明显趋势。

9种指标的Pearson相关系数计算结果如表4所示，样本数据是四川省全部86个断面的月均值。相关性分析结果表明：pH值和溶解氧的相关性系数为0.514，在置信度为0.01的水平下呈中度正相关。溶解氧和水温在置信度为0.01的水平下呈显著负相关，其相关性系数为-0.669，随水温升高氧气在水中的溶解度的降低，使得水中溶氧含量下降。总氮和总磷、电导率的相关性系数分别为0.671和0.547，呈显著正相关。

表4 各水质指标Pearson相关性分析

Tab. 4 Pearson correlation analysis of water quality indicators

指标	pH值	氨氮	电导率	高锰酸盐指数	溶解氧	水温	浊度	总氮	总磷
pH值	1.000
氨氮	-0.193	1.000
电导率	0.063	0.311	1.000
高锰酸盐指数	-0.281	-0.284	-0.238	1.000
溶解氧	0.514**	-0.156	0.025	-0.243	1.000
水温	-0.348	-0.045	-0.005	0.397	-0.669**	1.000
浊度	-0.037	0.029	-0.178	-0.093	-0.246	0.162	1.000
总氮	-0.179	0.404	0.547**	0.237	-0.179	0.206	0.093	1.000
总磷	-0.329	0.416	0.408	0.580	-0.414	0.394	0.114	0.671**	1.000

注：**表示显著性水平（双尾）为p<0.01，*表示显著性水平（双尾）为p<0.05。

2.2 综合水质标识指数法不同赋权方法结果对比

在四川省全部86个断面分别采用单因子法、平均系数法、变异系数法以及熵值赋权法作为赋权法进行综合水质评价，计算全省均值（WQI均值计算结果保留2位小数），评价结果见图3。图3(a)表明：采用平均系数法和熵值赋权法的综合水质标识指数法，其WQI的变化趋势与单因子法一致；3种权重方法与单因子法的R ²分别为0.92、0.76、0.88，RMSE分别为0.86、0.95、0.74，熵值赋权法的RMSE最小，R ²达0.88，说明熵值赋权法的计算结果最接近单因子法的结果。图3(b)展示了不同方法的水质类别评价结果，其中平均系数法与变异系数法的结果十分接近，Ⅰ类水占比达到75%，结果过于乐观；熵值赋权法的结果更接近单因子法，单因子法的评价结果显示存在2个Ⅳ类水断面，采用综合法后没有Ⅳ类断面，表明虽然一些断面上个别指标存在超标现象，但综合多种指标后认为水体的质量仍属于Ⅰ~Ⅱ类水。综上，熵值赋权法不仅可以反映各指标的综合影响，更能全面地反映水体质量，也可以兼顾最差污染指标的作用，避免水质评价过于乐观，因此本文采用熵值赋权法的结果进行后续分析。

图3 4种方法的评价结果

Fig.3 Evaluation results of the four methods

Full size|PPT slide

2.3 四川省水质时空变化规律分析

2021年四川省水质监测断面水质类别（根据监测断面数据年均值计算）评价结果及流域分布见图4。结果表明：2021年全省86个水质监测断面全部属于Ⅰ~Ⅱ类水，其中Ⅰ类水断面共44个，占比51.16%；Ⅱ类水共42个断面，占比48.84%。综合来看，2021年全省水质总体为优。从各流域来看，大渡河流域8个断面均为I类，是水质最优的流域；雅砻江流域有1个断面为Ⅱ类水质，其余3个断面均为I类；相较而言，岷江流域11个断面中8个为II类；沱江流域23个监测断面有22个是II类水质，流域的平均WQI指数为2.35，而其他流域的平均WQI指数均不超过2，表明沱江流域水质状况最差；嘉陵江流域有19个Ⅰ类水断面和6个Ⅱ类水断面。结合人口分布情况，表明人口聚集程度越大的流域整体水质越差。

图4 四川省各监测断面水质类别分布

Fig.4 Distribution of water quality categories of monitoring sections in Sichuan Province

Full size|PPT slide

2021年四川省水质监测断面不同月份水质类别（根据指标月均值计算）评价结果见图5。图5中结果显示：1-7月Ⅰ类水占比从57%下降至30%，Ⅱ类水占比从40.7%上升至61.6%，Ⅲ类水占比从2%上升至8%。7-12月，Ⅰ类水占比逐渐回升，从7月的30%上升到12月的70%，Ⅱ类水占比也逐步从61.6%降低至30%，Ⅲ类水占比到11月份后降低为0。6月份位于沱江流域的谢家桥断面水质类别为Ⅳ类，是唯一一个低于Ⅲ类水的断面，WQI值为4.2，主要超标指标是高锰酸盐指数和总磷，超标倍数分别为0.18和0.2。总体而言，四川省的2021年水质状况呈现明显的冬季好、夏季差的时间分布特征，冬季I类水断面占比可达60%左右，夏季水质Ⅱ类水占比最大，达60%，同时出现了Ⅳ类水断面。四川省总体水质状况的年内变化趋势大，时间变异性强。

图5 2021年各月水质评价结果

Fig.5 Water quality evaluation results by month in 2021

Full size|PPT slide

2.4 水质年内变化因素分析

对水质指标进行年内的趋势分析，各指标的箱线图如图6所示。可以看出，水质指标表现出一定的季节性变化趋势，其中，水温、浊度、高锰酸盐指数和总磷的变化趋势为从1月到7月逐步达到峰值，然后回落，直到12月份到达谷值；pH值、氨氮、溶解氧和电导率则是在冬季到达峰值，夏季回落到谷值；总氮则无明显的季节性变化趋势。

图6 水质指标年内变化

Fig.6 Monthly changes of Water Quality Indicators

Full size|PPT slide

2021年年内变化趋势最为显著的指标是水温、溶解氧和浊度，从2.1节的相关性分析可知，水温与溶解氧呈现极强的负相关，水温的升高导致水中溶解氧含量降低，四川省夏季多雨，使得大量还原性物质进入河水中（高锰酸盐指数在夏季处于峰值），以上综合因素使溶解氧在夏季大幅降低。浊度呈现和水温相似的年内变化趋势，7、8、9月达到全年峰值，主要原因是夏季降雨量大、水流速度快，河水中的悬浮物质较多，导致水体的浑浊程度增加。高锰酸盐指数和总磷2个污染物指标服从相似的趋势：夏季达到峰值附近，冬季在谷值附近波动。高锰酸盐指数（I _Mn）是表征河流受有机污染物和还原性无机污染物污染程度的综合性指标，总磷则是表征水体富营养化的指标。6-8月处夏季，四川省全省降雨丰富、气温较高，适宜藻类及其他浮游生物的生长繁殖，在藻类等微生物的代谢转化过程中，代谢物最终会转化为一些有机或无机物。同时，雨量增多致使大量有机污染物（如来自农田中的磷元素）随地表径流一起进入河流中，导致高锰酸盐指数I _Mn和总磷TP增大。氨氮的均值在10月份最低，1、3月份最高达到0.109 mg/L，所以氨氮的总体季节性趋势仍然是冬季浓度大，夏季和秋季浓度低。6-10月份四川省全省降雨增多，气温较高，微生物活跃，硝化作用增强，在大流量河水的稀释作用和微生物的代谢作用下氨氮浓度下降，冬季由于河流流量减小，气温下降导致微生物活性降低，此时来自生活污水、工业废水和农业排水中的氨氮使得河水中的氨氮浓度开始上升。相对而言，总氮变化趋势不明显，1-6月份逐渐降低，至7月份陡增后逐月下降。这种不规则的季节性变化是多种因素叠加的结果，夏季河水流量增大起稀释作用，但藻类等微生物的代谢作用使得水中营养物质增多，氮元素含量又会上升，同时生活污水的排放也会影响总氮的浓度。

2.5 主要流域水质空间变化规律

本文选择流经成都市的岷江和沱江进行水质空间变化规律分析，岷江干流上7个断面和沱江干流上10个断面的分布如图7所示。岷江、沱江干流上不同水质指标和WQI值沿着上游至下游的变化趋势分布见图8、图9，为了探究污染物浓度沿河流流向的分布，选择了4种污染物指标（氨氮、高锰酸盐指数、总磷和总氮）和溶解氧浓度指标进行分析。

图7 岷江、沱江干流水质断面分布

Fig.7 Distribution of water quality sections in the main streams of the Minjiang and Tuojiang

Full size|PPT slide

图8 岷江水质指标空间变化情况

Fig.8 Spatial changes in water quality indicators of the Minjiang

Full size|PPT slide

图9 沱江水质指标空间变化情况

Fig.9 Spatial changes of water quality indicators in the Tuojiang

Full size|PPT slide

岷江干流上的水质变化趋势是：上游M1（渭门桥）和M2（都江堰水文站）2个监测断面的WQI值最小，分别为1.48、1.53，水质类别为I类；中游在流经成都市时接纳了斜江河、蒲江河以及锦江等支流后，M3（岳店子下）、M4（彭山岷江大桥）和M5（悦来渡口）3个断面的WQI值明显增大，分别为2.23、2.15、2.07，水质类别为II类，其总磷、总氮、氨氮等污染物浓度升高，还原性物质增多（高锰酸盐指数增大）使得溶解氧浓度降低，水质变差；岷江在乐山市接纳了水质较好的大渡河，水中污染物如总氮和还原性物质被稀释，但同时城市污水也排入水体，氨氮从0.067 mg/L突增至0.265 mg/L，使得乐山市下游的M6（月波）断面WQI出现了上升（2.18），经过一段距离后，在宜宾市岷江入河口处的凉姜沟断面WQI值降至2.07，水质仍为Ⅱ类。

沱江干流上共有10个水质断面，2021年的水质评价结果全部都是Ⅱ类水，从图9中可以看出WQI值的均值从上游至下游呈现锯齿状的波动，最小值为2.08，最大值为2.32。T2断面上游处沱江接纳了来自成都市外围的蒲阳河和湔江等支流，这些河流两岸居民地较多，因此相较于T1断面，T2断面4种污染物指标全部上升，WQI值也随之增大。T3断面位于清溪河入江口的下游，沱江在接纳水质较好的支流后污染物浓度（氨氮）降低，WQI值出现谷值2.08。T4和T5断面位于资阳市下游的河段上，接纳了城市的污水后污染物浓度上升，WQI值上升，T6断面位于濛溪河入河口的下游附近，且T5至T6断面间的河段没有流经人口聚集地，因此T6的污染物浓度和WQI值均明显下降。随后沱江流经自贡市区，使得市区下游的T7断面污染物浓度升高，T8断面位于釜溪河入河口下游，相较于T7水质略有改善。T9断面相较于T8断面并无大的变动，因为两断面间的河段上既无大的支流汇入，两岸也无密集的人口聚集地。T10断面位于沱江汇入长江的入河口，也是泸州市的市区，因此总磷、总氮等污染物浓度略有上升，WQI值也随之升高。

3 结论

（1）对比3种不同的赋权法的水质评价结果，发现熵值赋权法能更好地权衡关键污染指标和其他指标之间的关系，更全面地体现水质的好坏。

（2）综合水质标识指数法评价的水质结果显示，2021年四川省全省所有断面均属于Ⅰ~Ⅱ类水。以1个月为评价周期，四川省水质最差的是7月份，最好的是12月份，总体趋势是1-7月水质变差，7-12月水质回升。四川省的六大流域总体水质均为优，其中沱江流域水质最差，大渡河流域水质最好。

（3）水质指标的年内趋势分析表明，水温、浊度、高锰酸盐指数和总磷4个指标遵循相同的年内变化趋势：夏季高，冬季低；pH值、氨氮、溶解氧和电导率4个指标的趋势刚好相反：夏季低，冬季高；总氮指标的年内变化特征不规则。指标的相关性分析反映了不同指标间的影响机理：水温和溶解氧呈负相关关系，总氮和电导率呈正相关关系。

（4）岷江流域、沱江流域上水质情况的空间分布呈现一定的整体特征：上游水质好，中游和下游较差，随着河流流经城市，接纳的污染物逐步累积，沿程不断接纳支流，相应河段的水质也会发生变化。一般来说，经过城市后水质会明显变差，接纳支流后根据支流和干流的相对水质好坏影响到干流的水质，支流差则污染干流，干流水质差则支流的汇入对污染物有稀释作用。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

1	2021年四川省生态环境公报[R].四川省生态环境厅，2022. 本文引用 [1]

2	邢梦林, 王潇磊, 刘奕尧, 等. 河南省典型污染河流水环境现状评价及相关性分析[J]. 干旱环境监测, 2017,31(3):97-101+131. XING M L, WANG X L, LIU Y Y, et al. The status evaluation and correlation analysis of typical polluted river in Henan Province[J]. Arid Environmental Monitoring, 2017,31(3):97-101+131. 本文引用 [1]

3	田海兰, 程　林, 刘西汉, 等. 基于水质标识指数法的秦皇岛市河流水质评价[J]. 中国农村水利水电, 2019(9):100-105. TIAN H L, CHENG L, LIU X H, et al. Application of water quality identification index in water quality evaluation of rivers in Qinhuangdao[J]. China Rural Water and Hydropower, 2019(9):100-105. 本文引用 [1]

4	周　默. 改进的综合水质标识指数法在河流水质评价中的应用[J]. 水资源开发与管理, 2022,8(10):50-54. ZHOU M. Application of improved comprehensive water quality identification index method in river water quality assessment[J]. Water Resources Development and Management, 2022,8(10):50-54.

5	左云霞, 李铁松, 李成明, 等. 基于综合水质标识指数法的四川西充河水质评价[J]. 环保科技, 2014,20(4):22-26. ZUO Y X, LI T S, LI C M, et al. Assessment of water quality of Xichong River of Sichuan by comprehensive water quality identification index[J]. Environmental Protection and Technology, 2014,20(4):22-26.

6	马京久, 喻　婷, 陈燕飞, 等. 基于综合水质标识指数法的汉江中下游水质评价[J]. 人民珠江, 2020,41(9):63-69. MA J J, YU T, CHEN Y F, et al. Water quality evaluation of the middle and lower reaches of Hanjiang River based on comprehensive water quality identification index[J]. Pearl River, 2020,41(9):63-69. 本文引用 [1]

7	丛　铭, 阳　辉, 张晓静, 等. 单因子法与可变模糊法在水质评价中的应用[J]. 南水北调与水利科技(中英文), 2021,19(4):720-728. CONG M, YANG H, ZHANG X J, et al. Application of single factor method and fuzzy variable method in water quality assessment[J]. South-to-North Water Transfers and Water Science & Technology, 2021,19(4):720-728. 本文引用 [1]

8	都　好. 基于模糊数学和灰色系统理论的太湖流域水质研究[J]. 水利技术监督, 2022,30(2):187-189+244. DU H. Research on water quality in the Taihu lakebasinbased on fuzzy mathematics and grey system theory[J]. Technical Supervision in Water Resources, 2022,30(2):187-189+244. 本文引用 [1]

周振民, 刘俊秀, 范　秀, 等. LM-BP神经网络水质评价模型应用研究: 以新乡市卫河为例[J]. 中国农村水利水电, 2015(7):64-67+70.

ZHOU

Z M

, LIU

J X

, FAN

, et al. Applied research on LM-BP neural networks for water quality assessment: Taking the Weihe River of Xinxiang City for example[J]. China Rural Water and Hydropower, 2015(7):64-67+70.

本文引用 [1]

10	杨永利. 辽河流域河流水质综合评价[J]. 水资源开发与管理, 2021,7(1):28-32+56. YANG Y L. Comprehensive evaluation of river water quality in Liaohe River basin[J]. Water Resources Development and Management, 2021,7(1):28-32+56. 本文引用 [1]

11	周　淼, 李维刚, 易　灵. 四种水质评价方法的特点分析与比较研究[J]. 环境科学与管理, 2016,41(12):173-177. ZHOU M, LI W G, YI L. Characteristics and comparison of four water quality evaluation methods[J]. Environmental Science and Management, 2016,41(12):173-177. 本文引用 [1]

12	王　竹, 朱士江, 刘　扬, 等. 不同水质评价方法在滦河下游段的比较应用[J]. 节水灌溉, 2019(10):68-72+77. WANG Z, ZHU S J, LIU Y, et al. Comparative application of different water quality evaluation methods in the downstream section of Luanhe River[J]. Water Saving Irrigation, 2019(10):68-72+77. 本文引用 [2]

史陈雪, 刘庆庆, 杨艳霞, 等. 黄河流域中小河流水质评价的比较研究[J]. 河南师范大学学报(自然科学版), 2024,52(1):16-28.

SHI

C X

, LIU

Q Q

, YANG

Y X

, et al. Comparative study on water quality assessment of small and medium-sized rivers in the Yellow River Basin[J]. Journal of Henan Normal University (Natural Science Edition), 2024,52(1):16-28.

本文引用 [1]

胡翠华, 刘守江, 杨　丹, 等. 嘉陵江清风峡断面水体pH值时间序列特征及其影响因素分析[J]. 四川林业科技, 2021,42(1):47-51.

C H

, LIU

S J

, YANG

, et al. Time-series characteristics and influencing factors of pH value in the Qingfeng gorge section of the Jialing River from 2007 to 2017[J]. Journal of Sichuan Forestry Science and Technology, 2021,42(1):47-51.

本文引用 [2]

15	刘正芳. 2007-2019年桃江水质变化及其驱动因子分析[D]. 赣州: 江西理工大学, 2021. 本文引用 [1]

黄　燏, 阙思思, 罗晗郁, 等. 长江流域重点断面水质时空变异特征及污染源解析[J]. 环境工程学报, 2023,17(8):2 468-2 483.

HUANG

, QUE

S S

, LUO

H Y

, et al. Spatial and temporal variability of water quality at key cross-sections in the Yangtze River Basin and analysis of pollution sources[J]. Chinese Journal of Environmental Engineering, 2023,17(8):2 468-2 483.

本文引用 [1]

17	LIU Y L, ZHENG Y A. Water quality assessment and spatial-temporal variation analysis in Yellow River Basin[J]. Environmental Science, 2022,43(3):1 332-1 345. 本文引用 [1]

18	南丽霞. 邛崃南河流域水质现状分析及综合治理方案研究[D]. 成都: 西南交通大学, 2020. 本文引用 [1]

唐　琦, 刘　兵, 王　璞, 等. 改进WQI在川中丘陵地区典型流域水质评价中的应用: 以琼江流域上游段为例[J]. 环境工程技术学报, 2022,12(2):615-623.

TANG

, LIU

, WANG

, et al. Application of improved WQI model in water quality assessment of typical watershed in the hilly area of central Sichuan Province: A case study in the upper reaches of Qiongjiang River Basin[J]. Journal of Environmental Engineering Technology, 2022,12(2):615-623.

本文引用 [2]

王源哲, 华春林, 赵　丽, 等. 山地城市主要河流水质评价及预测研究: 以四川省绵阳市为例[J]. 生态环境学报, 2023,32(8):1 465-1 477.

WANG

Y Z

, HUA

C L

, ZHAO

, et al. Study on water quality evaluation and prediction of major rivers in mountainous city: A case study of Mianyang City[J]. Ecology and Environmental Sciences, 2023,32(8):1 465-1 477.

本文引用 [1]

21	徐祖信. 我国河流综合水质标识指数评价方法研究[J]. 同济大学学报(自然科学版), 2005,33(4):482-488. XU Z X. Comprehensive water quality identification index for EnvironmentalQuality assessment of surface water[J]. Journal of Tongji University, 2005,33(4):482-488. 本文引用 [4]

22	国家环境保护总局, 国家质量监督检验检疫总局. 地表水环境质量标准: GB 3838-2002 [S]. 北京: 中国环境科学出版社, 2002. 本文引用 [2]

23	徐金鹏, 冉志海, 刘　朦, 等. 南阳白河流域水质评价及空间变化分析[J]. 中国农村水利水电, 2021(12):66-71. XU J P, RAN Z H, LIU M, et al. Spatial analysis and water quality evaluation of Nanyang Bai River Basin[J]. China Rural Water and Hydropower, 2021(12):66-71. 本文引用 [1]

24	中华人民共和国生态环境部. 地表水环境质量评价技术规范（征求意见稿） [S]. 本文引用 [2]

PDF(5519 KB)

214

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
0 引言
1 研究方法与材料
1.1 研究区域和数据
图1 四川省河流及水质监测断面
图2 数据处理前后指标数据
1.2 研究方法
1.2.1 指标统计分析及趋势分析
1.2.2 综合水质标识指数法
表1 综合水质标识法判断标准
表2 水质类别比例与定性评价关系
2 结果与分析
2.1 四川省水质指标统计分析与相关性分析
表3 四川省水质指标统计分析结果
表4 各水质指标Pearson相关性分析
2.2 综合水质标识指数法不同赋权方法结果对比
图3 4种方法的评价结果
2.3 四川省水质时空变化规律分析
图4 四川省各监测断面水质类别分布
图5 2021年各月水质评价结果
2.4 水质年内变化因素分析
图6 水质指标年内变化
2.5 主要流域水质空间变化规律
图7 岷江、沱江干流水质断面分布
图8 岷江水质指标空间变化情况
图9 沱江水质指标空间变化情况
3 结论
参考文献

收稿日期	接受日期	出版日期
2024-09-05	2024-12-10	2025-03-05
发布日期
2025-03-24

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

基金

引用本文

0 引言

1 研究方法与材料

1.1 研究区域和数据

图1 四川省河流及水质监测断面

图2 数据处理前后指标数据

1.2 研究方法

1.2.1 指标统计分析及趋势分析

1.2.2 综合水质标识指数法

表1 综合水质标识法判断标准

表2 水质类别比例与定性评价关系

2 结果与分析

2.1 四川省水质指标统计分析与相关性分析

表3 四川省水质指标统计分析结果

表4 各水质指标Pearson相关性分析

2.2 综合水质标识指数法不同赋权方法结果对比

图3 4种方法的评价结果

2.3 四川省水质时空变化规律分析

图4 四川省各监测断面水质类别分布

图5 2021年各月水质评价结果

2.4 水质年内变化因素分析

图6 水质指标年内变化

2.5 主要流域水质空间变化规律

图7 岷江、沱江干流水质断面分布

图8 岷江水质指标空间变化情况

图9 沱江水质指标空间变化情况

3 结论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

基金

引用本文

0 引 言

1 研究方法与材料

1.1 研究区域和数据

图1 四川省河流及水质监测断面

图2 数据处理前后指标数据

1.2 研究方法

1.2.1 指标统计分析及趋势分析

1.2.2 综合水质标识指数法

表1 综合水质标识法判断标准

表2 水质类别比例与定性评价关系

2 结果与分析

2.1 四川省水质指标统计分析与相关性分析

表3 四川省水质指标统计分析结果

表4 各水质指标Pearson相关性分析

2.2 综合水质标识指数法不同赋权方法结果对比

图3 4种方法的评价结果

2.3 四川省水质时空变化规律分析

图4 四川省各监测断面水质类别分布

图5 2021年各月水质评价结果

2.4 水质年内变化因素分析

图6 水质指标年内变化

2.5 主要流域水质空间变化规律

图7 岷江、沱江干流水质断面分布

图8 岷江水质指标空间变化情况

图9 沱江水质指标空间变化情况

3 结 论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

0 引言

3 结论