特大城市地表水环境溶解氧时空分布特征探究

王话翔; 初晓冶; 陈莹; 徐露; 杨凯

doi:10.3969/j.issn.1000-5641.201931011

特大城市地表水环境溶解氧时空分布特征探究

doi: 10.3969/j.issn.1000-5641.201931011

王话翔^{1, 2},
初晓冶^{1, 2},
陈莹^{1, 2},
徐露^{1, 2},
杨凯^{1, 2, ,}

1.
华东师范大学生态与环境科学学院, 上海　200241
2.
华东师范大学上海市城市化生态过程与生态恢复重点实验室, 上海　200241

基金项目: 上海市环保科研项目(沪环科〔2018〕第20号); 国家科技重大专项(2017ZX07207003-01)

详细信息

通讯作者:
杨　凯, 男, 教授, 博士生导师, 研究方向为环境科学. E-mail: kyang@re.ecnu.edu.cn

中图分类号: X832
计量
- 文章访问数: 139
- HTML全文浏览量: 44
- PDF下载量: 5
- 被引次数: 0
出版历程
- 收稿日期: 2019-08-20
- 刊出日期: 2020-11-25

A study on temporal and spatial distribution characteristics of dissolved oxygen in surface water of megacities

WANG Huaxiang^{1, 2},
CHU Xiaoye^{1, 2},
CHEN Ying^{1, 2},
XU Lu^{1, 2},
YANG Kai^{1, 2
, ,}

1.
School of Ecological and Environmental Sciences, East China Normal University, Shanghai　200241, China
2.
Shanghai Key Laboratory for Urban Ecological Processes and Eco-Restoration, East China Normal University, Shanghai　200241, China

摘要

摘要: 通过溶解氧(Dissolved oxygen, DO)分布区域划分方法对2016年上海市259个河道监测点位溶解氧进行时空分析得出: ① DO均值为冬季 > 春季 > 秋季 > 夏季, 非汛期 > 汛期; ② DO呈明显的空间分布差异,低DO区 (DO < 2 mg/L)主要分布在城市化程度高的中心城区及附近城郊区域, 随季节、汛期发生变化, 受地表径流与泵站放江影响明显, 高DO区(DO > 6 mg/L)集中在水生态环境要求较高的区域, 变化幅度较小, 部分时段出现于郊区, 全年DO含量分布多处于4 ~ 6 mg/L, 受工业、农业等影响发生变化; ③ 水质因子相关性分析中DO与水温(–0.434)、pH值(0.332)、高锰酸盐指数(–0.219)、化学需氧量(–0.234)、五日生化需氧量(–0.197)、氨氮(–0.299)、总磷(–0.370)、总氮(–0.191)、挥发酚(–0.159)、石油类(–0.207)呈显著相关, 逐步回归分析DO受水温、pH、氨氮、总磷和石油类影响显著, 不同季节受制因子有所不同.
- 溶解氧 /
- 时空分布 /
- 低氧区 /
- 上海市
Abstract: The dissolved oxygen (DO) zoning method was used to analyze the temporal and spatial characteristics of 259 river monitoring sites in Shanghai in 2016. The results showed that: ① Time periods with the highest mean DO can be ranked according to the following sequence: winter > spring > autumn > summer, non-flood period > flood period. ② DO had significant spatial stratification. Low-oxygen areas (DO < 2 mg/L) were mainly distributed in highly urbanized geographies, such as the city center and nearby suburban areas, changing with both season and flood period and seemingly affected by surface runoff and the discharge of pumping stations. High-oxygen areas (DO > 6 mg/L) were distributed in areas with high water ecological environmental requirements and occasionally appeared in the suburbs. Most of the annual changes in DO belonged to the median areas (DO: 4 ~ 6 mg/L), and were affected by both industry and agriculture. ③ Correlation anlysis of water quality factors indicated that DO was significantly correlated with water temperature (–0.434), pH(0.332), COD_Mn(–0.219), COD_Cr(–0.234), BOD₅(–0.197), NH₃-N(–0.299), TP(–0.370), TN(–0.191), Vol-P(–0.159), petroleum(–0.207). Stepwise regression analysis showed that DO was significantly affected by T, pH, NH₃-N, TP and petroleum; the analysis showed, furthermore, that DO restricted factors varied in different seasons.
- dissolved oxygen /
- temporal and spatial distribution /
- low-oxygen area /
- Shanghai

HTML全文

图 1 研究区域及监测点位示意图

Fig. 1 Overview of the study area and the respective monitoring points

下载: 全尺寸图片幻灯片

图 2 2016年上海市地表水DO含量年平均值空间分布

Fig. 2 Spatial distribution of annual mean DO in surface water of Shanghai in 2016

下载: 全尺寸图片幻灯片

图 3 2016年上海市地表水DO含量季节均值

Fig. 3 Seasonal mean of DO in surface water of Shanghai in 2016

下载: 全尺寸图片幻灯片

图 4 2016年上海市地表水DO含量季节空间分布

Fig. 4 Spatial distribution of DO seasonal mean in surface water of Shanghai in 2016

下载: 全尺寸图片幻灯片

图 5 2016年上海市地表水DO含量月均值变化

Fig. 5 Monthly change in mean DO in surface water of Shanghai in 2016

下载: 全尺寸图片幻灯片

图 6 2016年上海市地表水DO含量月空间分布变化

Fig. 6 Monthly spatial distribution of DO in surface water of Shanghai in 2016

下载: 全尺寸图片幻灯片

图 7 2016年崇明区、青浦区DO含量月变化图

Fig. 7 Monthly changes of DO in Chongming and Qingpu District in 2016

下载: 全尺寸图片幻灯片

图 8 2016年奉贤区、松江区DO含量月变化图

Fig. 8 Monthly changes of DO in Fengxian and Songjiang District in 2016

下载: 全尺寸图片幻灯片

表 1 DO与环境指标间相关性及关联度

Tab. 1 Correlation and relational degree between DO and environmental indicators

		DO	T	pH	COD_Mn	CODc_r	BOD₅	NH₃-N	TP	TN	Vol-P	石油类
相关系数 r		—	–0.434^**	0.332^**	–0.219^**	–0.234^**	–0.197^**	–0.299^**	–0.370^**	–0.191^**	–0.159^**	–0.207^**
关联度	值	—	0.922	0.926	0.906	0.899	0.894	0.848	0.879	0.887	0.846	0.836
关联度	排序	—	2	1	3	4	5	8	7	6	9	10
变量符号		Y_n(DO)	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
注: **表示在 0.01 水平(双侧)显著相关, 数据样本量较大(n = 3 021), 根据大数定律和中心极限定理数据符合正态分布

下载: 导出CSV

表 2 2016年上海市地表水DO不同时间段逐步回归分析结果

Tab. 2 Results of gradual regression analysis over different periods in surface water of Shanghai in 2016

时段	逐步回归方程	对应指标
全年	Y₀(DO)= –8.679 – 0.149X₁ + 2.253X₂ – 0.335X₆ – 1.34X₇ – 1.375X₁₀	T、pH 、NH₃-N、TP、石油类
春季	Y₁(DO) = – 7.193 – 0.218X₁ + 2.395X₂ – 0.027X₄ – 2.294X₇ – 0.150X₈ – 282.652X₉	T、 pH、 COD_Cr、 TP、 TN、Vol-P
夏季	Y₂(DO) = –13.830 + 2.349X₂ – 0.36X₆ – 1.906X₁₀	pH、NH₃-N、石油类
秋季	Y₃(DO) = –13.526 – 0.049X₁+2.459X₂ – 0.029X₄ – 0.321X₆ – 1.325X₇ – 42.888X₉	T、pH、COD_Cr、NH₃-N、TP、Vol-P
冬季	Y₄(DO) = 11.832 – 0.454X₁ – 0.541X₆ – 5.322X₁₀	T、NH₃-N、石油类

下载: 导出CSV

参考文献(31)

[1]	殷燕, 吴志旭, 刘明亮, 等. 千岛湖溶解氧的动态分布特征及其影响因素分析 [J]. 环境科学, 2014, 35(7): 2539-2546.
[2]	郁建桥, 钟声, 王经顺, 等. 自动监测预警太湖蓝藻爆发规律研究 [J]. 环境监控与预警, 2010, 2(2): 7-10. doi: 10.3969/j.issn.1674-6732.2010.02.002
[3]	王正方, 张庆, 吕海燕, 等. 长江口溶解氧赤潮预报简易模式 [J]. 海洋学报, 2000, 22(4): 125-129.
[4]	DÍAZ ROBERT J, ROSENBERG R. Introduction to environmental and economic consequences of hypoxia [J]. International Journal of Water Resources Development, 2011, 27(1): 71-82. doi: 10.1080/07900627.2010.531379
[5]	黄岁樑, 臧常娟, 杜胜蓝, 等. pH、溶解氧、叶绿素 a 之间相关性研究Ⅰ: 养殖水体 [J]. 环境工程学报, 2011, 5(6): 1201-1208.
[6]	马璐. 黄河兰州市区段水体中溶解氧现状及其影响因素 [J]. 甘肃水利水电技术, 2017, 53(8): 5-8. doi: 10.3969/j.issn.2095-0144.2017.08.002
[7]	周莹. 水生生物对水体溶解氧日变化规律影响 [D].沈阳: 沈阳师范大学, 2016.
[8]	黄奕龙, 张利萍. 基于鱼类栖息地法的城市河流生态需水评估—以深圳市观澜河为例 [J]. 环境污染与防治, 2016, 38(8): 55-58.
[9]	杨丽娜, 李正炎, 张学庆. 大辽河近入海河段水体溶解氧分布特征及低氧成因的初步分析 [J]. 环境科学, 2011, 32(1): 51-57.
[10]	夏星辉, 吴琼, 牟新利. 全球气候变化对地表水环境质量影响研究进展 [J]. 水科学进展, 2012, 23(1): 124-133.
[11]	宋国栋, 石晓勇, 祝陈坚. 春季黄海溶解氧的平面分布特征及主要影响因素初探 [J]. 海洋环境科学, 2007(6): 534-536. doi: 10.3969/j.issn.1007-6336.2007.06.009
[12]	董景岗, 王海霞, 李伟. 天津近岸海水溶解氧分布特征 [J]. 天津科技大学学报, 2009, 24(3): 26-30. doi: 10.3969/j.issn.1672-6510.2009.03.007
[13]	曾春芬, 黄文钰, 王伟霞, 等. 天目湖溶解氧分布特征及环境影响因子 [J]. 长江流域资源与环境, 2010, 19(4): 445-451.
[14]	陈东, 张丽旭, 刘汉奇, 等. 长江口海域春夏季溶解氧分布特征及其相关因素分析 [J]. 海洋环境科学, 2008(S1): 49-53.
[15]	李艳红, 成静清, 夏丽丽, 等. 鄱阳湖区水体溶解氧现状及环境影响因素分析 [J]. 中国农村水利水电, 2013(10): 122-125. doi: 10.3969/j.issn.1007-2284.2013.10.035
[16]	柴小平, 魏娜, 母清林, 等. 浙江近岸海域春季表层溶解氧饱和度分布及影响因素 [J]. 中国环境监测, 2015, 31(5): 140-144. doi: 10.3969/j.issn.1002-6002.2015.05.027
[17]	潘向忠, 高玉蓉, 李佳, 等. 钱塘江杭州段水体中溶解氧现状及其影响因素 [J]. 环境保护科学, 2011, 37(4): 13-16+58. doi: 10.3969/j.issn.1004-6216.2011.04.005
[18]	刘思峰, 蔡华, 杨英杰, 等. 灰色关联分析模型研究进展 [J]. 系统工程理论与实践, 2013, 33(8): 2041-2046. doi: 10.3969/j.issn.1000-6788.2013.08.018
[19]	罗凤明, 邱劲飚, 李明华, 等. 如何使用统计软件SPSS进行回归分析 [J]. 电脑知识与技术, 2008, 1(2): 293-294.
[20]	CHAPMAN D V. Water Quality Assessments: A Guide to the Use of Biota Sediments and Water in Environmental Monitoring [M]. Melbourne Madras: Chapman & Hall, 1992.
[21]	SPEARS B M, CARVALHO L, PERKINS R, et al. Spatial and historical variation in sediment phosphorus fractions and mobility in a large shallow lake [J]. Water Research, 2006, 40(2): 390-391.
[22]	蒲迅东. 有机污染物在水体中降解规律的研究 [D]. 成都: 四川大学, 2000.
[23]	聂俊英, 邹伟国. 城市黑臭水体的功能恢复与水质改善案例分析 [J]. 给水排水, 2017, 53(4): 34-36. doi: 10.3969/j.issn.1002-8471.2017.04.007
[24]	景哲. 苏州河市区段市政泵站放江污染评估及防控对策研究 [D]. 上海: 华东师范大学, 2015.
[25]	杨凯, 袁雯, 赵军, 等. 感潮河网地区水系结构特征及城市化响应 [J]. 地理学报, 2004(4): 557-564. doi: 10.3321/j.issn:0375-5444.2004.04.009
[26]	朱红伟, 陈江海, 王勇. 水动力条件对水体自净作用的影响 [J]. 南水北调与水利科技, 2018, 16(6): 101-106.
[27]	李典宝, 张玮, 王丽卿, 等. 2013年上海市河流秋季水质空间分布特征 [J]. 生态与农村环境学报, 2015, 31(1): 50-58. doi: 10.11934/j.issn.1673-4831.2015.01.008
[28]	吕慧华, 周峰, 李娜, 等. 苏北里下河典型区河网水系演变特征研究 [J]. 长江流域资源与环境, 2018, 27(2): 380-385.
[29]	程晓波. 上海市中心城区初期雨水污染治理策略与案例分析 [J]. 城市道桥与防洪, 2012(6): 168-171. doi: 10.3969/j.issn.1009-7716.2012.06.053
[30]	高超, 朱继业, 朱建国, 等. 极端降水事件对农业非点源污染物迁移的影响 [J]. 地理学报, 2005(6): 991-997. doi: 10.3321/j.issn:0375-5444.2005.06.012
[31]	POLYAKOV V, FARES A, KUBO D, et al. Evaluation of a non-point source pollution model, AnnAGNPS, in a tropical watershed [J]. Environmental Modelling and Software, 2007, 22(11): 1617-1627. doi: 10.1016/j.envsoft.2006.12.001