图1 南水北调东线一期工程输水干渠采样断面布设情况
Fig. 1 Location of the monitoring sections of Phase Ⅰ of the Eastern Route of the South-to-North Water Diversion Project
北京大学学报(自然科学版) 第62卷 第2期 2026年3月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 62, No. 2 (Mar. 2026)
doi: 10.13209/j.0479-8023.2026.017
国家重点研发计划(2021YFC3200901)资助
收稿日期: 2025–02–06;
修回日期: 2025–04–03
摘要 为探讨南水北调东线一期工程调水前后水体的水质变化情况, 基于沿线 30 个监测断面的 18 项水质指标监测数据, 采用显著性分析、相关性分析、非度量多维尺度分析(NMDS)和正矩阵分解(PMF)模型等方法, 系统地分析调水前后水质指标的时空分布特征及其影响因素。结果表明, 调水后水质显著改善, 其中化学需氧量(CODMn)、氨氮(NH4+-N)和总磷(TP)的浓度分别下降 24.7%, 87.9%和 39.6%, 综合水质指数(WQI)值提升1.3%。调水前水化学类型为 Ca2+-Mg2+-Cl−-SO42−型和 Ca2+-Mg2+-HCO3−型, 调水后未发生转变。空间分析结果显示, 江苏段和山东段的 WQI 均处于优秀水平, 而两省交界段的总氮(TN)和总磷(TP)浓度相对较高。相关性分析结果表明, 调水后 CODMn、硝酸盐氮(NO3−-N)和总溶解性磷(TDP)等水质指标之间的相关性由显著正相关转变为不相关, 反映调水前后水体来源存在差异。PMF 分析结果表明, 两省交界段营养盐浓度的升高与农业径流输入有关, 部分断面的磷含量升高与调蓄湖泊扰动相关。
关键词 南水北调东线一期工程; 正矩阵分解(PMF); 水质指标
南水北调工程是我国优化水资源配置的战略性基础设施, 其中东线一期工程是 3 条线路中最早建成通水的调水系统, 通过串联洪泽湖、骆马湖和东平湖等调蓄湖泊, 构建复合输水网络, 有效地缓解华北地区水资源短缺问题[1–3]。东线一期输水干线空间跨度大, 输水过程受流域降雨的时空异质性、输水流量的动态调控、区域经济发展水平的梯度差异以及江淮–黄淮地形过渡带等多种要素的耦合影响[4]。跨流域调水工程会改变水动力条件, 可能引发水体理化性质发生显著改变, 调水前以本地径流补给为主的水循环模式, 在调水过程中转变为跨区域人工输水主导的新模式[5]。这种水文情势的剧烈转变可能对水质的时空变化规律产生深远的影响。因此, 系统地解析调水工程驱动下的水质演变特征, 对保障输水的水质安全以及优化工程调度策略具有重要科学意义。
近年来, 学者们针对东线工程水环境效应开展了一系列的研究。在时空变化规律方面, 周游等[6]基于京杭运河 20 个断面 2021—2023 年的监测数据, 探讨运河中游春季水质最优的阶段性特征; 张婷婷等[7]对东线一期工程自 2003 年开工以来 29 个断面的长序列监测数据进行时空分析, 并使用综合水质指数(water quality index, WQI)方法[8]进行评价, 揭示 2003—2020 年间优良水质断面比例提升 33.1%的长期改善趋势。在典型水域研究层面, Qu 等[9]通过对沿线蓄水湖的持续观测, 揭示浊度、总悬浮物和营养盐浓度沿程显著的下降趋势, 电导率、总硬度和氯化物则表现出与时间无关的沿程累积特征; 李颖等[10]通过分析洪泽湖 2012—2018 年逐月监测数据指出, 虽然总氮和总磷浓度呈下降趋势, 但仍然长期处于 IV～V 类水质状态。尽管已有研究者对长时序水质变化和典型水域特征开展分析, 但对一个完整调水周期内输水干渠水体理化指标的变化及其原因的研究尚显不足, 亟需开展深入系统的分析, 揭示跨流域调水工程的环境效应及形成机理。
本研究以南水北调东线一期工程为对象, 选取沿线 30 个代表性监测断面 2022—2023 年调水前后的水质数据, 综合运用相关性分析、非度量多维尺度分析(non-metric multidimensional scaling, NMDS)和正矩阵分解(positive matrix factorization, PMF)方法, 重点解析水质指标的时空分布特征、沿程变化规律及主要影响因素, 以期为南水北调东线工程进行更具针对性的水环境质量管理和水污染防治政策提供理论支撑。
南水北调东线一期工程横跨长江与黄河流域, 覆盖江苏、山东两省。该工程从长江下游扬州附近抽引长江水, 以京杭运河为主要输水主干线, 经过东平湖后, 水流一路向北经黄河输送到天津, 另一路向东输送到烟台和威海, 全长 1466.5km[11–13], 目前已抽引长江水超过 400 亿 m3[14], 惠及沿线超过6800 万人[15]。江苏段位于长江中下游平原, 属亚热带季风气候, 年平均气温为 15.1±0.5℃, 呈现自南向北递减的分布特点[16]; 年平均降水量为 1100± 150mm, 由东南向西北递减[17]; 附近地形平坦, 水资源丰富, 土地肥沃, 农业、工业和服务业发展较为成熟[18]。山东段位于黄淮海平原东部, 属暖温带半湿润气候, 年均气温为 11.3±0.8℃, 表现为东部高、西部低、南部高、北部低的特点; 年均降水量为 466±85mm, 大部分地区的降水集中在夏季[19]; 沿海地区渔业资源丰富, 矿产资源如煤、铁和铝等储量大, 工业基础相对雄厚[20]。
本研究在南水北调东线一期工程的输水沿线布设 30 个监测断面(图 1 中 G1～G30), 分别于 2022 年10 月(调水前)和 2023 年 2 月(调水后)开展系统的取样。其中, 断面 G1～G4 位于长江流域, 作为南水北调东线的起始部分, 河网密度较大, 水系丰富[21]; 断面 G5～G15 位于淮河流域, 是调水的主要通道, 涉及多条河流的交汇与分流, 水量充足[22]; 断面G16～G19 位于徐州流域, 是南水北调的配水区域, 水量具有季节性变化的特点[23]; 断面 G21～G23 位于微山湖流域, 河流与湖泊交织, 水系网络相对完整[24]; 断面 G24～G30 位于山东省东部, 生态环境多样[25]。为系统地分析不同区域的水质变化及其生态影响, 以便为后续水资源管理和生态保护提供参考, 本文根据监测断面所在省份和流域, 将其分为3 类: 江苏段(G1～G15)、交界段(G16～G19)和山东段(G20～G30)。
图1 南水北调东线一期工程输水干渠采样断面布设情况
Fig. 1 Location of the monitoring sections of Phase Ⅰ of the Eastern Route of the South-to-North Water Diversion Project
采用直立式有机玻璃采样器采集水样, 采样过程中严格地遵循《水质采样技术指导》(HJ 494—2009)规范, 河流断面在主流带距岸 1/3 处, 湖泊断面在中心区域, 在水面下 0.5m 处采集 1.5L 表层水样, 每个断面采集两组平行样, 并用无顶空的琥珀色玻璃瓶冷藏保存。所有样本 24 小时内运输至实验室, 在规定时间内完成水样测试。
用玻璃电极法(GB 6920-1986)测定酸碱度(pH),用电极法(GB/T 5750.4-2023)测定电导率(EC), 用分光光度法(GB13200-91)测定浊度(Turb), 用滴定法(DZ/T 0064.49-2021)测定重碳酸根(HCO3−), 用高锰酸钾法(GB 11892-89)测定高锰酸盐指数(CODMn), 用非色散红外线吸收法(GB 13193-91)测定总有机碳(TOC), 用水杨酸分光光度法(GB 7481-87)测定氨氮(NH4+-N), 用紫外分光光度法(GB/T 7479-1987)测定亚硝酸盐氮(NO2−-N)和硝酸盐氮(NO3−-N), 用碱性过硫酸钾消解紫外分光光度法(GB 11894-89)测定总氮(TN), 用钼酸铵分光光度法(GB 11893-89)测定总磷(TP)和总溶解磷(TDP)。
PMF 是一种多源因子统计模型, 广泛应用于污染物的来源解析[26]。PMF 的基本原理是将原始矩阵(X)分解为双因素矩阵(源组成矩阵 G和源因子矩阵 F)以及一个残差矩阵(E), 描述如下:
, (1)式中, Xij 表示第 j个样品中第 i个元素含量的实测值, Gik 表示源因子 k中第 i个元素的含量, Fkj 表示源因子 k对第 i个样本的贡献, Eij 表示相应物种(样品)的残差。
最优矩阵 G和 F使用加权最小二乘法的迭代计算以及受体矩阵的连续分解获得, 因此目标函数 Q达到最小值[27]。Q的计算公式如下:
, (2)式中, Uij指第 j个样本中第 i个元素的不确定性。为了确定因子数, 对模型进行 20 次迭代, 并通过比较Q值、残差分析和观测浓度值与预测浓度之间的相关系数, 确定最佳因子数为 4。
综合水质指数评价法(WQI)计算公式为
, (3)式中, n为评价的水质参数总项数; 
为变量 i的归一化值, 参考《地表水环境质量标准》(GB3838—2002), 根据水质参数的浓度进行赋值[28]; 
为分配给各参数的相对权重, 根据水质因子对水生生物的重要性进行划分[29], 取值范围为 1～4[30]。WQI 值在 0～100 之间, 划分为 5 个等级: 差(0≤WQI≤25)、一般(25<WQI≤50)、中等(50<WQI≤70)、良好(70< WQI≤90)和优秀(WQI>90)[31]。本研究用 CODMn, NH4+-N, TP, Cl−, SO42−和 NO3−这 6 项水质指标来计算 WQI 值, 各项参数取值情况见表 1。
本研究采用软件 SPSS 20.0, R 4.4.0 和 EPA PMF 5.0 进行数据统计分析、最大–最小线性归一化[32]以及源分析处理。使用 Wilcoxon 秩和检验[33]评估不同组间的显著性差异, 并通过 PERMANOVA(per-mutational multivariate analysis of variance)分析[34]以及非度量多维尺度分析(NMDS)[35]方法, 直观地展示数据间的差异程度。采用软件 EPA PMF 5.0 进行 PMF 源解析, 通过软件 Origin 2019b 绘制小提琴图、箱线图、piper 图和折线图, 突显水质指标的时空变化趋势。此外, 通过皮尔逊相关性分析[36]探讨水质指标之间的相关性, 揭示影响其变化的内在因素。
表1 水质指标权重值(Pi)
Table 1 Weights (Pi) of water quality indices
水质指标/(mg·L−1)Pi水质指标/(mg·L−1)Pi CODMn3Cl−2 NH4+-N3SO42−2 TP2NO3−2
为了消除多指标量纲的差异, 本研究采用线性归一化方法, 对各水质参数进行标准化处理。图 2 (a)显示调水前后主要水质指标及离散程度的变化特征。PERMANOVA 统计检验(基于 Bray-Curtis 距离[37])结合 NMDS 排序分析结果(图 2(b))表明, 调水工程实施后水体理化指标总体上未呈现显著的差异(P=0.141>0.05)。然而, CODMn, NH4+-N, pH, TDP和 TP 在调水后显著降低, 其中 NH4+-N 降幅最大, 达 68.6%, 远高于平原河网 22.2%的降幅[38]。NO2−-N, NO3−-N, HCO3−, Turb 和 TN 调水后显著增加, 并且 NH4+-N, TP, TDP 和 HCO3−的变异系数分别增加29.3%, 46.4%, 60.8%和 3.4%, 表明调水后这些指标的空间异质性增强。相较于南水北调中线丹江口的研究结果[39], 本研究中 TN 的空间异质性增幅更显著, 可能主要归因于东线调水工程基于天然河道的特性。调水工程导致水源组成变化和水流量增加, 新引入的水体不仅携带不同化学成分, 还会扰动底泥并使其再悬浮, 从而显著地影响上述指标的分布特征。
通过 Piper 三线图分析主要离子的毫当量百分比, 结果表明, 南水北调东线输水干渠调水前后水化学类型未发生显著改变(图 2(c))。阳离子组成分析显示, 调水前后各监测整体以无主导型为主, Ca2+型为辅。Ca2+浓度表现出显著的空间异质性, 表明其来源受局地地质条件的控制。阴离子组成分析结果显示, 调水前后监测断面的水化学特征同样未发生显著变化, 仍然以无主导型为主, HCO3−型为辅, 且HCO3−在空间分布上呈现显著的异质性, 暗示碳酸盐岩风化或大气 CO2驱动的水岩作用是主要来 源[40]。无主导型水体特征表明, 该区域离子来源复杂, 可能是多种自然过程及潜在人为输入共同作用的结果。
根据 Piper 图的菱形分区标准, 水化学类型可以划分为以下 4 种典型模式: Ca2+-Mg2+-Cl−-SO42−型、Ca2+-Mg2+-HCO3−型、Na+-K+-Cl−-SO42−型和 Na+-K+-HCO3−型。南水北调一期工程东线输水干渠水化学呈现典型的陆相淡水特征, 碱土金属元素(Ca2+和Mg2+)的浓度显著高于碱金属元素(Na+和 K+), 弱酸根离子(HCO3−和 CO32−)的浓度与强酸根离子(Cl−和SO42−)接近。根据优势离子组合, 判定水化学类型主要为 Ca2+-Mg2+-Cl−-SO42−型和 Ca2+-Mg2+-HCO3−型。其中, Ca2+-Mg2+-Cl−-SO42−型以强酸根离子(Cl−和SO42−)为主, 通常反映蒸发岩溶解、硫化矿物氧化或人为污染的影响; Ca2+-Mg2+-HCO3−型中弱酸根(HCO₃−)占优, 主要来源于碳酸盐岩风化或大气 CO2参与的水岩相互作用[41]。两种水化学类型的共存表明, 研究区同时存在活跃的碳酸盐溶解过程和局部的蒸发岩影响或人为干扰。总体而言, 调水工程对水化学类型的转化没有显著影响, 水化学类型的空间异质性则表明其分布主要受空间因素影响。
图2 调水前后水质指标变化幅度(a)、水质指标的时间差异性分析结果(b)以及调水前后水化学特征 Piper 图(c)
Fig. 2 Change of water quality before and after water diversion (a), temporal difference analysis of water quality indicators (b) and Piper diagram of water chemical characteristics before and after water diversion (c)
图3 调水前后水质的空间差异
Fig. 3 Spatial difference of water quality before and after water diversion
基于 NMDS 排序分析(图 3)和 PERMANOVA 检验结果(p<0.05), 东线工程调水前后江苏段、山东段及交界段水质指标空间分异显著。调水前, 因交界段部分监测断面不具备采样条件, 空间分组简化为江苏段和山东段。图 4 显示, 虽然调水前后各河段的 pH 值存在短期波动, 但总体上维持在 7.6～9.0的弱碱性范围, 且调水后弱碱性趋势增强, 空间变异系数降低, 可能与水源的水质变化有关[42]。EC和 HCO3−在调水前后均呈现上升趋势, 其中江苏段和交界段增幅显著, 山东段波动较小。Turb 时空分异显著, 调水前交界段(G15)和山东段(G24)出现异常高浊度峰值, 调水后峰值显著消减, 下降幅度达到 88.3%, 表明调水工程通过流量调控, 有效地改善了该区域的悬浮物输移条件。有机污染物指标CODMn和 TOC 调水前后变化趋势相似, 江苏段和交界段波动性上升, 山东段波动性下降。NH4+-N浓度调水前后差异显著: 调水前, 江苏段(0.007～ 0.196mg/L)和山东段(0.013～0.085mg/L)波动明显, 在交界段(G16～G18)出现显著的跃升, 峰值达 0.45mg/L, 可能与农业非点源污染输入叠加有关[43]; 调水后, 各断面 NH4+-N 浓度趋稳, 波动幅度较小。NO3−-N, NO2−-N 和 TN 调水前后变化趋势一致, 均在交界段(G16～G18)和山东段(G27～G28 或 G30)出现峰值。TP 和 TDP 的变化趋势呈现阶段性特征: 调水前, 江苏段(G2)、交界段(G17)和山东段(G23)同步升高(增幅分别为 82.0%, 25.8%和 144%); 调水后, 在交界段(G16)和山东段(G30)出现峰值。这种峰值变化趋势与 Yang 等[44]的研究结果相似, 长江–洪泽湖段水质最佳, 南四湖–东平湖段最差, 可能与调水过程中湖泊截留效应的空间差异有关。
整体而言, 调水工程未显著地改变多数水质参数(pH, HCO3−, EC, CODMn, TOC, TN, NH4+-N, NO3−-N, NO2−-N, TP 和 TDP)的空间分布特征, 但调水后交界段 Turb 和 NH4+-N 浓度显著降低。这表明在调水过程中, 既有水体化学特性和空间分布基本上保持稳定, 少数水质指标的改变可能与流域内的水源特性、污染负荷以及生态环境条件密切相关。
2.3.1 相关性变化特征
Pearson 相关分析结果(图 5)表明, 调水前后水质指标的相关性特征呈现两种模式。一种是稳定关联模式, 如 CODMn以及 TOC, EC 和 HCO3−等主要离子始终呈现极显著正相关性(r>0.60, p<0.01), 表明有机质输入与水岩作用过程具有共同驱动机制[45]; 氮形态关联性(NH4+-N 与 NO3−-N 和 TN)和磷形态关联性(TDP 和 TP)亦保持正相关(r>0.45, p<0.05), 反映氮和磷不同形态之间的相互转化未受调水扰动的影响。另一种是显著转变模式, 调水前后部分指标间的相关性发生显著的转变。例如, 调水前 CODMn与 NO3−-N 和 TDP 之间显著负相关(r<0.45, p<0.05), 调水后转变为无显著相关性。这种关联模式的转变可能归因于调水导致的输入途径分异, 新水源的引入改变了有机污染物和氮磷营养盐的来源途径, 使其原本的协同输入关系解耦, 导致来源差异性增强, 并削弱了原有的相关性[46]。调水前 pH 与 CODMn和TOC 无显著关联, 调水后三者形成显著的正相关关系。这一新关联的建立可能与新水源的碱度增加有关, 通过调控水体的 pH 值, 间接地影响有机质的迁移和转化[47]。
2.3.2 PMF源解析
将 18 项水质指标及其不确定度数据输入 EPA PMF 5.0 模型, 进行因子分解迭代。通过敏感性分析, 确定将因子数设置为 4 时, Q值(最小化指标)达到最小值, 且所有指标的分布符合正态性检验, 表明 PMF 模拟结果具备统计可靠性。图 6 展示 PMF模型识别的 4 个因子在调水前后各监测断面的贡献率及空间分布。
因子贡献率分析结果表明, 因子 1 对 TN, NO3−-N 和 NO2−-N 的贡献率分别为 67.2%, 70.0%和 79.4%, 表明因子 1 是水体中总氮和硝酸盐氮的主要来源; 因子 2 对 NH4+-N 的贡献率高达 87.6%, 这一高贡献率表明其为 NH4+-N 主要来源; 因子 3 对 EC 和 TOC的贡献率达到 71.6%和 76.5%, 可能与流域岩溶作用以及土壤淋溶过程密切相关[48]; 因子 4 对 TP 和TDP 的贡献达到 70.4%和 81.1%, 推测与湖泊底泥中内源磷的释放相关。调水工程的实施显著地改变各因子的贡献权重, 因子 1 的贡献率大幅度提升, 从 10.7%跃升至 41.0%, 增幅达 2.8 倍, 表明调水后NO3−-N 成为氮的主要赋存形态; 因子 2 的贡献率显著下降, 从 41.5%降至 6.5%, 印证水源的改变以及新水体的引入有效地改善了铵态氮的污染状况; 因子 3 和 4 的波动幅度较小, 分别在 19.2%～31.5%和21.0%～28.5%区间, 反映地质背景与内源释放对水化学特征持续的长期影响。
图4 调水前后部分水质指标的变化趋势
Fig. 4 Trends of changes in some water quality indicators in the water body before and after water diversion
图5 调水前后水质指标相关性热图
Fig. 5 Correlation heat maps of water quality indicators before and after water diversion
(a)和(b)中从里至外3个圈层分别表示江苏段、交界段和山东段
图6 调水前(a)和调水后(b)监测断面影响因子占比以及调水前后水质指标影响因子占比(c)
Fig. 6 Proportion of influencing factors at monitoring sections before (a) and after (b) water diversion, and proportion of influencing factors of water quality indicators before and after water diversion (c)
在空间维度上, 各因子的贡献率呈现显著的区域性特征(图 7)。调水前, 因子 1 在江苏段、交界段和山东段的占比分别为 4.7%, 18.7%和 12.9%, 而调水后跃升至 27.2%, 55.0%和 47.2%, 其中交界段变化幅度最大, 上升 36.3 个百分点, TN 和 NO3−-N 浓度分别从 3.5 和 2.9mg/L 增至 4.2 和 3.8mg/L。就因子 2 的贡献率而言, 调水前江苏段、交界段和山东段分别为 31.9%, 67.8%和 26.0%, 调水后下降至6.8%, 3.2%和 7.7%, 其中交界段的变化亦然最显著, 下降 64.6 个百分点, NH4+-N 浓度从 0.31mg/L 骤降至 0.01mg/L。交界段范围为骆马湖到南四湖, 贯穿徐州和枣庄等农业密集型城市, 受到调水工程和区域污染负荷的共同影响, 新水源输入的高硝酸盐与本地农业面源硝酸盐叠加, 导致硝酸盐成为主导形态[49–50]。因子 3 呈现显著的地质控制效应, 调水前山东段的贡献率高达 40.3%, 显著高于其他河段。这一现象与山东段的地质特征密切相关。该区域以石灰岩、岩浆岩和变质岩为主, 岩溶作用强烈, 导致流域内 Ca2+和 HCO3−浓度显著升高。因子 3 贡献率的空间分布特征与 PMF 模型的解析结果高度吻合, 进一步验证了岩溶淋溶和土壤风化作用对水化学组成的主导作用[51]。调水后, 因子 3 的贡献率及离子浓度均未发生显著波动, 表明地质背景对水化学特征的控制具有长期性和稳定性, 不受短期水文扰动的影响。因子 4 呈现湖泊内源磷释放机制, 调水前沿线调蓄湖泊区(洪泽湖和南四湖)因子 4 的贡献率高达 45.1%, 显著高于下游河段。伴随水流向下传输, TDP 浓度比上游分别升高 33.3%和 16.7%, 这一现象与 Le 等[52]关于湖泊底泥再悬浮及内源磷释放强度的研究结论相符。调水后, 湖泊区同样呈现显著的空间异质性, 高邮湖因水浅导致水力扰动加剧[53], TDP 浓度激增 77.8%, 而深水型湖泊(如南四湖)因水流滞留时间延长, 磷的沉降与吸附过程增强, TDP 浓度下降。综合而言, 因子 4 的贡献率略降至 39%, 印证了湖泊形态参数通过调控底泥再悬浮强度与水力滞留时间而主导内源磷释放的空间分异规律[54]。
图7 调水前后河段与湖区部分水质指标的空间对比
Fig. 7 Spatial comparison of some water quality indicators between the river section and the lake area before and after water diversion
图8 WQI 值的时间分布(a)和空间分布(b)以及调水前后 WQI 值的沿程变化(c)
Fig. 8 Temporal distribution (a) and spatial distribution (b) of WQI values, and variation of WQI values before and after water diversion (c)
总体来看, 调水对水质的影响显著, 驱动氮形态从 NH4+-N 向 NO3−-N 转化。水质受地质结构、湖泊形态及农业面源污染的协同调控, 需分区制定管控策略。因此, 应加强对交界段的水质保护, 确保水质的持续改善和水体生态的健康。
根据式(1)和表 1 中的数据进行计算, 得出 WQI值, 其时间和空间分布情况如图 8 所示。
调水前后 WQI 值的 T 检验结果表明, 调水工程的实施对水体的 WQI 值具有显著改善效应(p=0.03 <0.05)。调水后, 江苏段、交界段和山东段的 WQI均值分别由调水前的 95.3, 90.5 和 91.2 提升至 96.9, 92.0 和 93.0, 全线的提升幅度稳定在 1.7%～2.0%区间。具体来看, 调水前 G17 断面(交界段)和 G24 断面(山东段)的水质等级为中等, 其他监测断面的水质等级均为优秀。调水后, 随着新水源的引入, 全流域断面的水质等级提升至优秀, 证实调水对水质提升的全局性效益。
从空间上看, 交界段受到较强的面源污染影响, 导致该区域的 WQI 值相对较低。调水前后交界段的 WQI 值均有 5.1%的下降, 但在山东段则表现出不同程度的上升。上述分析结果表明, 调水对水质的提升发挥了积极作用, 有助于整体水质的稳定改善, 江苏段和山东段水质变化平稳, 而交界段水质呈现下降趋势。
本研究以南水北调东线一期工程为研究对象, 基于调水前后沿线的水质数据, 综合运用多元统计分析、源解析模型及水质评价方法, 系统地揭示调水工程驱动下水质的时空演变特征、水化学类型稳定性及污染来源贡献规律, 得到如下主要结论。
1 )调水后水体的水质显著改善, NH4+-N, TP 以及 CODMn等水质指标显著降低, WQI 的均值提升1.3%。水体中碱土金属元素(Ca2+和 Mg2+)占主导地位, 形成 Ca2+-Mg2+-Cl−-SO42−和 Ca2+-Mg2+-HCO3−两种稳定的水化学类型, 调水未改变其基本特征。
2 )调水前后水体的水质表现出显著的空间异质性。TN, NO3−-N 和 TP 等指标调水前后的变化趋势未发生显著的改变, 均在江苏与山东交界段显著升高, 但交界段 Turb 和 NH4+-N 的浓度调水后显著降低。虽然调水前后交界段的 WQI 均值出现 5.1%的阶段性波动, 但调水后所有断面的水质等级提升至优秀。
3 )新水源的引入显著地改变了 pH 与 CODMn和TOC 之间的相关性, 这种由不相关到显著正相关的转变揭示了其来源的潜在变化。交界段受到面源污染和人类活动的双重影响, 湖泊底泥的释放可能是TP 和 TDP 变化的主导因素。为保障东线水质的进一步改善, 应重点加强交界段和调蓄湖泊的管理。
参考文献
[1] 巨栋. 水资源约束下我国南北地区经济增长差异研究[D]. 成都: 四川大学, 2022
[2] 谢泽宇, 静峥, 杨冕. 水资源约束缓解与区域经济增长——来自“南水北调”工程的经验证据. 数量经济技术经济研究, 2023, 40(9): 93–115
[3] Wang Sengyang, Li Guangyu, Ji Xiang, et al. Machine learning-driven assessment of heavy metal contamina-tion in the impounded lakes of China’s South‐to‐North Water Diversion Project: identifying spatiotemporal patterns and ecological risks. Journal of Hazardous Materials, 2024, 480: 135983
[4] 陈浩, 靖争, 倪智伟, 等. 基于主成分–聚类分析的南水北调中线干渠水质时空分异规律. 长江科学院院报, 2022, 39(7): 36–44
[5] 李垒, 王国田, 王会娟. 南水北调工程对宜居城市建设的支撑作用研究. 北京: 中国水利水电出版社, 2018
[6] 周游, 冯芳, 金爽, 等. 京杭大运河水质时空分布特征及驱动因素. 环境科学学报, 2024, 44(6): 174–184
[7] 张婷婷, 杨刚, 张建国, 等. 南水北调东线一期 工程输水干线水质变化趋势分析. 水生态学杂志, 2022, 43(1): 8–15
[8] Ehteram M, Ahmed A N, Sherif M, et al. An advanced deep learning model for predicting water quality index. Ecological Indicators, 2024, 160: 111806
[9] Qu Xiao, Chen Yushun, Liu Han, et al. A holistic as-sessment of water quality condition and spatiotemporal patterns in impounded lakes along the eastern route of China’s South-to-North water diversion project. Water Research, 2020, 185: 116275
[10] 李颖, 张祯, 程建华, 等. 2012—2018 年洪泽湖水质时空变化与原因分析. 湖泊科学, 2021, 33(3): 715–726
[11] 刘怀玉. 南水北调东线源头地标——江都水利枢纽. 江苏地方志, 2021(3): 58–61
[12] 黄红虎, 谢伟东, 张娟. 南水北调东线工程简介. 能源研究与利用, 2004(4): 3–5
[13] 中华人民共和国水利部. 2018中国水利发展报告. 北京: 中国水利水电出版社, 2018
[14] 成静. 沟通南北水道血脉激活千年运河新生[N]. 中国改革报, 2023–11–20(2)
[15] 杜宣逸, 经雪, 杨枫. 南水北调工程的生态环境影响及对策建议. 中华环境, 2024(增刊1): 71–74
[16] Zhang Siqi, Ren Guoyu, Zheng Xiang, et al. Changes in the mean and extreme temperature in the Yangtze River Basin over the past 120 years. Weather and Cli-mate Extremes, 2023, 40: 100557
[17] 今夏总体雨少温高[N]. 中国气象报, 2023–09–04(3)
[18] 谈慧敏. 基于流域分布的环鄱阳湖区传统村落景观构成特征及其影响因素研究[D]. 南昌: 江西农业大学, 2022
[19] Li Hui, Mu Hongxu, Jian Shengqi, et al. Assessment of Rainfall and Temperature Trends in the Yellow River Basin, China from 2023 to 2100. Water, 2024, 16(10): 1441
[20] 魏志斌. 黄河流域生态安全测度及影响因素研究[D]. 西安: 西安理工大学, 2023
[21] 范继辉. 梯级水库群调度模拟及其对河流生态环境的影响[D]. 北京: 中国科学院研究生院(成都山地灾害与环境研究所), 2007
[22] 梁书民. 中国跨流域调水与内河航道网中长期发展研究. 水利规划与设计, 2022(6): 1–11
[23] 鲍俊含, 刘欣妤. 流域横向生态补偿机制的问题与对策——以徐州黄河故道为例. 中南农业科技, 2022, 43(1): 114–116
[24] 程晰钰. 基于“源–汇”景观格局理论的南四湖流域非点源污染控制研究[D]. 曲阜: 曲阜师范大学, 2020
[25] 杨胜苏. 洞庭湖流域生态—经济协调发展的时空演变及影响因素研究[D]. 南昌: 江西财经大学, 2022
[26] Zhang Han, Cheng Siqian, Li Hongfei, et al. Ground-water pollution source identification and apportion-ment using PMF and PCA-APCA-MLR receptor mo-dels in a typical mixed land-use area in Southwestern China. Science of the Total Environment, 2020, 741: 140383
[27] Yu Dong, Deng Jiayi, Jiang Qing, et al. Evaluation of groundwater quantity with multi-source pollution ba-sed on source identification and health risks. The Sci-ence of the total environment, 2024, 949: 175064
[28] Sun Wei, Xia Chunyu, Xu Meiying, et al. Application of modified water quality indices as indicators to assess the spatial and temporal trends of water quality in the Dongjiang River. Ecological Indicators, 2016, 66: 306–312
[29] Cabezas J F. Comments to the use of water quality indices to verify the impact of Cordoba City (Argen-tina) on Suquia river. Water research, 2002, 36(18): 4664–4666
[30] Wu Zhaoshi, Wang Xiaolong, Chen Yuwei, et al. Asses-sing river water quality using water quality index in Lake Taihu Basin, China. Science of the Total Environ-ment, 2018, 612: 914–922
[31] Sang Chong, Tan Lu, Cai Qinghua, et al. Long-term (2003–2021) evolution trend of water quality in the Three Gorges Reservoir: an evaluation based on an enhanced water quality index. Science of the Total Environment, 2024, 915: 169819
[32] Račkauskas A, Suquet C. Functional central limit theo-rems for self-normalized partial sums of linear proces-ses. Lithuanian Mathematical Journal, 2011, 51(2): 251–259
[33] Shen Zhen, Yu Bobing, Gong Yi, et al. Unraveling the impact of climatic warming and wetting on eukaryotic microbial diversity and assembly mechanisms: a 10-year case study in Lake Bosten, NW China. Water Research, 2024, 256: 121559
[34] Zhang X, Zhang R, Gao J, et al. Thirty-one years of rice-rice-green manure rotations shape the rhizosphere microbial community and enrich beneficial bacteria. Soil Biology and Biochemistry, 2017, 104: 208–217
[35] Liu Junjie, Sui Yueyu, Yu Zhenhua, et al. Soil carbon content drives the biogeographical distribution of fun-gal communities in the black soil zone of northeast Chi-na. Soil Biology and Biochemistry, 2015, 83: 29–39
[36] Liu Daoru, Deng Qinli, Ren Zhigang, et al. Variation trends and principal component analysis of nitrogen oxide emissions from motor vehicles in Wuhan City from 2012 to 2017. Science of the Total Environment, 2020, 704: 134987
[37] Ricotta C, Podani J. On some properties of the Bray-Curtis dissimilarity and their ecological meaning. Eco-logical Complexity, 2017, 31: 201–205
[38] 王添, 侯精明, 栾广学, 等. 平原河网水动力优化调度与水环境改善的响应关系研究. 水力发电学报, 2024, 43(8): 98–111
[39] Zhang Chi, Nong Xizhi, Shao Dongguo, et al. An inte-grated risk assessment framework using information theory-based coupling methods for basin-scale water quality management: a case study in the Danjiangkou Reservoir Basin, China. Science of the Total Environ-ment, 2023, 884: 163731
[40] 李小彬, 江南, 唐国平, 等. 粤北岩溶区小型流域水化学特征、组成及影响因素分析. 环境科学, 2025, 46(12): 7668–7679
[41] Zhu Mingtan, Chen Jiajing, He Changlong, et al. Multi-method characterization of groundwater nitrate and sulfate contamination by karst mines in southwest China. Science of the Total Environment, 2024, 946: 174375
[42] 涂春霖, 尹林虎, 和成忠, 等. 珠江源区小黄泥河流域地表水水化学组成特征及控制因素. 环境科学, 2022, 43(4): 1885–1897
[43] Zhang Baolei, Cui Bohao, Zhang Shumin, et al. Source apportionment of nitrogen and phosphorus from non-point source pollution in Nansi Lake Basin, China. Environmental science and pollution research interna-tional, 2018, 25(19): 101–113
[44] Yang X, Li J, Liu X, et al. Research on water quality assessment using the water quality index for the eas-tern route of the South-to-North Water Diversion Pro-ject. Water, 2023, 15(5): 842
[45] 朱莎, 傅欣婷, 熊思晨, 等. 浙江省地表水水质时空变化特征及归因分析. 环境科学学报, 2025, 45 (4): 184–204
[46] 谭浪, 王宗志, 白莹, 等. 调水前后南四湖藻密度及水环境要素变化特征. 湖泊科学, 2022, 34(6): 1802–1813
[47] 刘文文. 中线工程运行下汉江中下游水质时空变异性研究及污染等级推估[D]. 武汉: 中国地质大学(武汉), 2019
[48] 谢汶龙, 田伟君, 周建仁, 等. 南水北调东线工程山东段输水期南四湖硫酸盐源解析. 南水北调与水利科技(中英文), 2021, 19(3): 572–580
[49] Lu Lingjiang, Chen Yongcan, Li Manjie, et al. Spatio-temporal characteristics and potential pollution factors of water quality in the eastern route of the South-to-North Water Diversion Project in China. Journal of Hydrology, 2024, 638: 131523
[50] 高洁, 呼和涛力, 袁汝玲, 等. “无废城市”试点建设与碳减排效益分析: 以徐州市为例. 环境工程学报, 2023, 17(3): 979–989
[51] An Ran, Liu Jiutan, Gao Zongjun, et al. Hydrochemical characterization, controlling factors and water quality of surface water in Shandong Province, North China. Journal of Earth Science, 2024, 35(1): 155–166
[52] Le Fan, Ruan Xiaohong, Wei Zhao, et al. Tracing phosphorus sources in the river-lake system using the oxygen isotope of phosphate. The Science of the total environment, 2024, 949: 175022
[53] Li Yi, Zhang Chuanxing, Li Pengfei, et al. Study on phosphorus releasing and releasing kinetics of sedi-ments in Dongping Lake. Journal of Hazardous Materi-als Advances, 2023, 9: 100234
[54] Jiang Xingyu, Liu Changqing, Cai Jian, et al. Relation-ships between environmental factors and N-cycling microbes reveal the indirect effect of further eutrophic-cation on denitrification and DNRA in shallow lakes. Water Research, 2023, 245: 120572
Spatiotemporal Changes in Water Quality Before and After Water Diversion in the Phase I of the Eastern Route of the South-to-North Water Diversion Project
Abstract To investigate the variations in water quality of the Phase I of the Eastern Route of the South-to-North Water Diversion Project before and after water diversion, based on monitoring data of 18 water quality indicators from 30 monitoring sections along the route, this study systematically analyzed the spatiotemporal distribution characteristics and influencing factors of water quality indicators before and after water diversion using significance analysis, correlation analysis, non-metric multidimensional scaling (NMDS), and positive matrix factorization (PMF) and other methods. The results indicated a significant improvement in water quality after the diversion, with concentrations of chemical oxygen demand (CODMn), ammonium nitrogen (NH4+-N), and total phosphorus (TP) decreasing by 24.7%, 87.9%, and 39.6%, respectively , and the comprehensive water quality index (WQI) improved by 1.3%. The hydrochemical types remained as Ca2+-Mg2+-Cl−-SO42− and Ca2+-Mg2+-HCO3− without change after diversion. Spatial analysis showed ‘excellent’ WQI levels in both Jiangsu and Shandong sections, whereas the inter-provincial boundary section exhibited relatively high total nitrogen (TN) and total phosphorus (TP) concentrations. Correlation analysis revealed that the significant positive correlations between CODMn and nitrate nitrogen (NO3−-N) and total dissolved phosphorus (TDP) shifted from a significant positive correlation to no correlation after the diversion, reflecting the difference in water sources before and after the diversion. Furthermore, PMF analysis indicated that the increase in nutrients concentrations in the inter-provincial boundary section was related to agricultural runoff input, and the rise in phosphorus content in some sections was associated with disturbance of regulation and storage lakes.
Key words Phase I of the Eastern Route of the South-to-North Water Diversion Project; positive matrix factoriza-tion (PMF); water quality indicators