牛永康,張運林,張毅博,孫 曉,李 娜,王瑋佳,施 坤,高陽輝,高 晶

基于陸基遙感研究降雨過程對人民渠水質(zhì)影響

牛永康1,2,張運林1*,張毅博1,3,孫 曉1,4,李 娜1,4,王瑋佳1,4,施 坤1,3,高陽輝5,高 晶5

(1.中國科學院南京地理與湖泊研究所,湖泊與環(huán)境國家重點實驗室,江蘇 南京 210008；2.河海大學環(huán)境學院,江蘇 南京 210024；3.南京中科深瞳科技研究院有限公司,江蘇 南京 211899；4.中國科學院大學,北京 100049；5.杭州?？低晹?shù)字技術(shù)股份有限公司,浙江杭州 310051)

利用監(jiān)測頻率為1min的陸基高光譜水質(zhì)遙感監(jiān)測儀于2021年9月24日～11月18日在四川德陽人民渠對濁度?懸浮物?總磷等關(guān)鍵水質(zhì)參數(shù)開展連續(xù)監(jiān)測,精細刻畫了水質(zhì)分鐘級的動態(tài)變化特征,并結(jié)合逐時降水數(shù)據(jù)探究了不同雨強對人民渠水質(zhì)的影響.結(jié)果顯示:降雨量與濁度(=0.82,<0.001)、懸浮物(=0.88,<0.001)和總磷濃度(=0.81,<0.001)均存在極顯著正相關(guān),而降雨量與總氮濃度(=0.39,=0.07)存在正相關(guān)但相關(guān)性不顯著.當小雨時,降雨量少,沒有形成明顯的地表徑流,河流水質(zhì)幾乎不受影響;大雨及暴雨時,地表徑流的形成造成濁度?懸浮物和總磷濃度顯著增加,總氮濃度增長幅度則較為平緩.通過高頻水質(zhì)數(shù)據(jù)可以精細刻畫從高強度降雨發(fā)生到引發(fā)流域氮磷污染物大通量?脈沖式輸入再到水質(zhì)短期劇烈變化這一關(guān)鍵流域污染過程,研究結(jié)果為高強度降雨頻發(fā)地區(qū)和未來極端降雨增加情景下流域的污染物控制和綜合治理措施提供科學依據(jù).

降雨；陸基水質(zhì)高光譜遙感；高頻監(jiān)測；暴雨

河流是地球水文循環(huán)中重要的組成部分,是攜帶泥沙、營養(yǎng)鹽和污染物等進入湖泊、水庫和海洋的重要通道.隨著我國城鎮(zhèn)化水平的快速提高以及社會經(jīng)濟的高速發(fā)展,河湖流域污染物負荷顯著增加,帶來了水資源喪失、水污染加劇、水環(huán)境惡化和水生態(tài)退化等方面一系列的生態(tài)環(huán)境問題[1-2].因此,河湖流域水質(zhì)問題成為社會各界近年來所關(guān)注的焦點,分析并找出造成水質(zhì)下降的關(guān)鍵影響因子,成為解決水環(huán)境問題不可或缺的重要環(huán)節(jié).

在造成水質(zhì)下降的眾多的影響因子中,降雨徑流是與地表水關(guān)系最密切的關(guān)鍵影響因子之一[3].降雨的發(fā)生,帶來豐富的徑流和地下水的補給.然而,高強度降雨產(chǎn)生的地表徑流和壤中流會造成大規(guī)模的水土流失和城市點面源污染[4-6],給河流和湖庫帶來大量污染物輸入[7],導致河湖水質(zhì)發(fā)生劇烈變化[8].此外,暴雨發(fā)生時,大量富含有機物的陸源物質(zhì)會被裹挾進入飲用水源地[9],嚴重威脅到流域內(nèi)居民的飲用水安全[10].因此,降雨是誘發(fā)流域面源污染、造成汛期河湖水質(zhì)明顯下降的主要原因[11].與點源污染相比,面源污染分布特性、輸入方式等均異常復雜,導致其監(jiān)測、定量及防治過程非常困難[12].為了清晰地了解降雨造成水質(zhì)下降的動態(tài)過程、分析降雨與各水質(zhì)參數(shù)間的定量關(guān)系,開展水生態(tài)環(huán)境高頻次高精度監(jiān)測勢在必行,其監(jiān)測能力更會直接影響到流域水污染的防治及綜合決策[10,13].

在傳統(tǒng)的水質(zhì)監(jiān)測過程中,研究者通常采用逐日或逐月的樣本采集與實驗室測樣相結(jié)合的監(jiān)測方式,人工成本高且時間間隔過長,難以產(chǎn)生連續(xù)、高精度、高分辨率的數(shù)據(jù)[14-15].同時,強降雨過程中人工采樣也面臨人身安全和財產(chǎn)損失風險.隨著科學技術(shù)的發(fā)展,水環(huán)境監(jiān)測引入了水下探頭以及衛(wèi)星遙感監(jiān)測技術(shù),然而水下探頭在使用中存在易污染、難維護、參數(shù)少、精度低等問題[16-18],衛(wèi)星遙感使用時則易受到大氣塵埃、云雨天氣和低時空分辨率等問題的干擾[19-20].因此,迫切需要發(fā)展新的水環(huán)境自動監(jiān)測方法.

本文利用陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀在四川德陽站實時監(jiān)測的關(guān)鍵水質(zhì)參數(shù)分鐘級高頻數(shù)據(jù),刻畫了透明度、濁度、懸浮物、總氮和總磷等參數(shù)的精細化波動過程,對降雨強度與關(guān)鍵水質(zhì)參數(shù)的相關(guān)性進行解釋,并對陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀在水環(huán)境監(jiān)測及預警中的潛在應用進行了討論.旨在探究不同強度降雨對河流水質(zhì)的影響,為高強度降雨頻發(fā)地區(qū)或受降雨影響嚴重流域的綜合污染治理提供科學參考.

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)站點設置在四川省德陽市人民渠(104.1985°E、31.2917°N).陸基遙感設備采用固定架構(gòu),在此監(jiān)測點架設于水面2～5m處,離岸1～2m處,以消除人民渠河岸的影響.監(jiān)測點緊鄰S105公路,周邊植被豐富,農(nóng)田面積較大.人民渠屬于都江堰擴灌工程之一,是中華人民共和國成立后四川省建成的第一座大型水利工程.人民渠為成都、德陽2市10縣農(nóng)田提供工業(yè)用水、城鎮(zhèn)生活用水、水力發(fā)電及生態(tài)環(huán)保用水,具有用水需求高、高峰期水資源配置難、水質(zhì)要求高等特點[21].

圖1 觀察站點及儀器布設

1.2 氣象水文數(shù)據(jù)和降雨等級界定

表1 降雨等級劃分及在本次觀測期間出現(xiàn)的時間

續(xù)表1

為探究降雨對人民渠水質(zhì)的影響,選擇距離最近的德陽氣象站(104.3952°E、31.1534°N),從中國氣象數(shù)據(jù)共享網(wǎng)(http://data.cma.cn/)免費下載2021年9月24日～11月18日的逐時氣象數(shù)據(jù),主要包括氣溫(日最低、日最高、日平均)、風速、風向和降雨等.

為了探究不同降雨強度和降雨量對河流水質(zhì)的影響,本文依據(jù)國家標準GB/T 28592-2012將降雨分為無雨、小雨、中雨、大雨和暴雨5個等級,具體分類標準見表1.

1.3 陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀介紹

采用由南京中科深瞳科技研究院有限公司、中國科學院南京地理與湖泊研究所與杭州海康威視數(shù)字技術(shù)股份有限公司聯(lián)合研發(fā)的陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀,打破以往的傳統(tǒng)水質(zhì)監(jiān)測模式.該設備通過高光譜采集、水質(zhì)參數(shù)反演、4G(或5G)數(shù)據(jù)實時傳輸?shù)燃夹g(shù),即使在復雜天氣情況下,也可以實現(xiàn)對透明度、濁度、懸浮物、總磷、總氮、葉綠素等關(guān)鍵水質(zhì)參數(shù)的分鐘級高頻監(jiān)測.該設備能夠更清晰地呈現(xiàn)出關(guān)鍵水質(zhì)參數(shù)濃度變化趨勢,準確把握河流水質(zhì)在降雨影響下短期、迅速的變化過程,填補了在精細化水環(huán)境監(jiān)測領域的技術(shù)空白,具有十分廣闊的應用前景.實現(xiàn)河流水質(zhì)參數(shù)的高頻連續(xù)監(jiān)測,不但可以應對極端氣象水文現(xiàn)象和人類活動引起的水環(huán)境突變事件,而且對完善現(xiàn)有的環(huán)境監(jiān)測體系,增強水污染預警防控和水環(huán)境監(jiān)管具有非常重要的意義.目前,陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀已在太湖、贛州、天目湖等近20個河流湖庫進行了安裝架設,為當?shù)厮w環(huán)境保護工作提供水質(zhì)監(jiān)測、水體預警等強大助力.

1.4 陸基遙感監(jiān)測模型構(gòu)建

陸基高光譜遙感儀光譜范圍為400～1000nm,光譜分辨率為1nm,信噪比>1800:1.最短測量間隔為20s,為內(nèi)陸水域研究提供了連續(xù)高頻的水體反射率.陸基高光譜遙感儀通過上下兩個光譜相機同步測量來自水中的上行輻照度和來自天空的下行輻照度進而計算得出水體的輻照度比.

水質(zhì)反演模型構(gòu)建主要分為兩個部分:第一部分為數(shù)據(jù)采集與篩選,共采集包括太湖、富春江水庫、千島湖和梁溪河等不同類型水體實測水樣數(shù)據(jù),并與同步光譜數(shù)據(jù)一一對應;第二部分為模型構(gòu)建,主要包括模型的選擇與精度驗證.對于400～1000nm可見光和近紅外光學遙感,懸浮物、透明度和葉綠素等光學物質(zhì)有明顯的光學信號,高光譜遙感反演較為容易.但是對于總氮、總磷等吸收光譜在紫外波段的參數(shù),其在可見光和近紅外確實沒有光學信號,很難將遙感光譜與總氮、總磷濃度直接相聯(lián).但氮磷等非光學參數(shù)可能與懸浮物、葉綠素濃度a、溶解性有機物等光學物質(zhì)密切相關(guān).因此,可以通過間接方式來估算總氮、總磷濃度[22-24].現(xiàn)有文獻證實,已經(jīng)發(fā)展出幾種利用經(jīng)驗算法或機器學習算法的數(shù)學統(tǒng)計方法來確定內(nèi)陸水體遙感反射率與非光學物質(zhì)(包括總氮總磷)間的關(guān)系[25-27].

經(jīng)過反復試驗,最終選擇精度更高、穩(wěn)定性更強的后向傳播神經(jīng)網(wǎng)絡進行建模[28-29].使用MATLAB2021b作為建模工具.BP神經(jīng)網(wǎng)絡模型的主要學習過程包括前向計算過程和誤差反向傳播過程.它由輸入層、隱藏層和輸出層3個主要結(jié)構(gòu)組成.不同層的神經(jīng)元通過相應的權(quán)重相互連接.誤差反向傳播通過將輸出誤差以某種形式通過隱層逐層反向傳播到輸入層,并將誤差分配給每一層中每個神經(jīng)元的單個神經(jīng)單元來更新網(wǎng)絡權(quán)值.建模過程中,將數(shù)據(jù)隨機分為4份,其中3/4的數(shù)據(jù)用來建立模型,剩余1/4的數(shù)據(jù)用來驗證模型,經(jīng)過設定不同隱含層多次訓練選擇最優(yōu)模型,并使用決定系數(shù)、平均相對誤差、均方根誤差等來評價模型.透明度、濁度、懸浮物、總氮、總磷等關(guān)鍵水質(zhì)參數(shù)精度均在80%以上.

1.5 數(shù)據(jù)預處理及統(tǒng)計分析

選取2021年9月24日～11月18日共56d的監(jiān)測數(shù)據(jù)進行分析,每日監(jiān)測時間為8:00～17:00.數(shù)據(jù)頻次為每分鐘得到一系列數(shù)據(jù),包括透明度、濁度、懸浮物、總氮和總磷濃度等.數(shù)據(jù)處理方面,首先剔除了監(jiān)測缺失數(shù)據(jù),如10月5日、10月6日.降雨發(fā)生時,計算各項水質(zhì)指標平均值后,以濁度為例,發(fā)現(xiàn)高于2倍平均值的數(shù)據(jù)分布頻率很低,大雨時占到樣本總量的10%左右,無雨、小雨時為3%左右,中雨、暴雨時為0%.本文將此類數(shù)據(jù)定義為不可靠,并將高于平均值兩倍的數(shù)值剔除.同時,小雨和無雨時的總氮濃度最大值顯著大于暴雨和大雨時的最大值.本文將大雨和暴雨的最大值取平均值,將小雨和大雨高于此平均值的部分剔除,其中剔除部分占小雨時樣本總量的8%,占無雨部分樣本總量的10%.

SPSS 22.0軟件被用來對降雨量、透明度、濁度、懸浮物、總氮和總磷濃度進行統(tǒng)計分析,包括平均值、最大值、最小值,并計算降雨量與懸浮物、濁度、總氮和總磷濃度之間的皮爾遜相關(guān)系數(shù)()及進行線性回歸分析.另外,定義￡0.05為統(tǒng)計學意義上顯著,￡0.01為統(tǒng)計學意義上極顯著,否則不顯著.利用Origin 2021繪制文中數(shù)據(jù)圖.

2 結(jié)果與分析

2.1 典型降雨過程氣象水文條件

從觀測期間氣象數(shù)據(jù)來看(圖2),10月25日為小雨,24h累積降雨量為3.8mm.當日氣溫為12.7～16.0℃,氣溫浮動不大.由于監(jiān)測點為河流,風力對污染物濃度大小影響極小,因此風力影響忽略不計.降雨開始大致在當日11:00,零星小雨一直延續(xù)到20:00.

9月25日和26日累積降雨量分別為28.3和29.2mm,屬于典型的大雨天氣.于9月25日16:00開始發(fā)生降雨,特別是9月25日21:00,時降雨量高達12.6mm.9月25日和26日氣溫浮動范圍分別為20.9～25.7℃和18.6～21.5℃,氣溫都經(jīng)歷了明顯的下降.

10月4日累積降雨量90.9mm,屬于典型的暴雨天氣.于當日凌晨2:00開始有零星小雨,特別是當日12:00,降雨量高達14.3mm.當日氣溫浮動范圍為16.1～21.1℃,氣溫經(jīng)歷明顯下降.

圖2 典型小雨?中雨和暴雨過程中氣溫和降雨量逐時變化

2.2 不同降雨條件下水質(zhì)變化特征

監(jiān)測點在2021年9月24日～11月18日期間共監(jiān)測56d,并在每分鐘得到一系列的監(jiān)測數(shù)據(jù),分析數(shù)據(jù)見表2.

表2 不同強度降雨量關(guān)鍵水質(zhì)參數(shù)統(tǒng)計

通過表2及統(tǒng)計檢驗計算,在暴雨以及大雨發(fā)生時,濁度與懸浮物平均值遠遠高于中雨、小雨和無雨時的平均值濃度(<0.05).這反映出在大雨和暴雨發(fā)生時,大量的地表徑流和壤中流產(chǎn)生攜帶大量泥沙和顆粒物入湖,造成河流水體渾濁.總磷濃度由于其本身數(shù)值尺度較小,因此在不同降雨強度下并無顯著差距,但是通過統(tǒng)計檢驗計算可以看出暴雨和大雨發(fā)生時,暴雨時的總磷濃度要顯著高于中雨、小雨和無雨時的濃度(<0.05),并且大雨時的總磷濃度要顯著高于無雨時的濃度(<0.05).通過對數(shù)據(jù)的簡單分析,發(fā)現(xiàn)在大雨及以上雨強下,水質(zhì)關(guān)鍵參數(shù)與其它雨強的明顯區(qū)別.但是從降雨到形成徑流是一個復雜的過程,形成徑流再到流入河流造成水質(zhì)發(fā)生改變更是一個復雜的動態(tài)過程,需要進一步刻畫出水質(zhì)變化的詳細過程,展現(xiàn)出河流水質(zhì)關(guān)鍵參數(shù)的高頻變化,通過其他雨強下水質(zhì)變化的對比分析進一步揭示大雨及暴雨天況對河流水質(zhì)的影響.

2.3 典型無雨過程水質(zhì)高頻變化

以9月29日和30日數(shù)據(jù)為例闡述無雨過程水質(zhì)動態(tài)變化,各項水質(zhì)參數(shù)變化如圖3所示.透明度一直處于較高水平,在0.43～0.77m間波動;懸浮物濃度在12.0～24.0mg/L間波動;濁度在18.1～40.0NTU間波動.總氮濃度在0.86～2.07mg/L間波動;總磷濃度在0.07～0.10mg/L間波動.從圖3可以看出,在未發(fā)生降雨時,湖泊內(nèi)各項水質(zhì)參數(shù)數(shù)值持續(xù)動態(tài)變化但是變動范圍較小,說明水質(zhì)整體穩(wěn)定,這與后續(xù)大雨以及暴雨天況下的水質(zhì)快速變化形成鮮明的對比,也佐證了陸基高光譜儀在河流水質(zhì)監(jiān)測中的穩(wěn)定性和可應用性.

圖3 9月29～30日各項水質(zhì)參數(shù)變化情況

2.4 小雨過程水質(zhì)高頻變化過程

由圖2可知,10月25日降雨開始于中午11:00,當時透明度為0.64m,懸浮物濃度為10.5mg/L,濁度為16.4NTU、總氮濃度為1.40mg/L、總磷濃度為0.07mg/L.隨后,濁度在12:12分來到其峰值26.8NTU,相較于降雨發(fā)生時,濁度提升63.4%.經(jīng)歷短暫的小高峰后,濁度曲線開始呈現(xiàn)平穩(wěn)下降趨勢,懸浮物濃度高頻變化過程與濁度變化過程基本保持一致.透明度則一直保持在0.53～0.74m間波動,始終處于較高水平.總氮濃度在0.84～1.93mg/L間波動,總磷濃度在0.07～ 0.10mg/L間波動,兩者波動范圍非常小.而在無雨天況下,平均總磷濃度為0.11mg/L,平均總氮濃度為1.16mg/L,平均透明度為0.56m,平均懸浮物濃度為17.4mg/L,平均濁度為28.8NTU(表2).小雨過程中上述各個參數(shù)均與無雨天況下平均濃度差異不大,表明小雨不會造成明顯的地表徑流,對河流水質(zhì)的影響非常有限.

圖4 10月25日各項水質(zhì)參數(shù)變化情況

2.5 大雨過程水質(zhì)高頻過程

由圖2與圖5可以發(fā)現(xiàn), 9月25日降雨開始于當日16:00,當時透明度為0.67m,懸浮物濃度為18.1mg/L,濁度為26.0NTU、總氮濃度為1.81mg/L、總磷濃度為0.09mg/L.在經(jīng)歷了半小時的持續(xù)降雨后,16:30,濁度高頻變化曲線出現(xiàn)了小幅度下降,懸浮物濃度與濁度變化趨勢保持一致.而總氮和總磷濃度則來到了峰值,16:35,總氮濃度達到峰值2.26mg/L,相較于16:00提高了24.9%,總磷濃度達到峰值0.12mg/L,相較于16:00提高了33.3%,經(jīng)歷過短暫峰值后,曲線開始回落.與無雨天況下各項水質(zhì)參數(shù)相比(表2),在降雨發(fā)生初期,由于徑流的產(chǎn)生及匯流需要一定時間,河流水質(zhì)暫未受到影響.

26日,受持續(xù)高強度降雨影響,河流水質(zhì)波動極大,濁度于11:44達到峰值86.4NTU,相較于25日16:00升高了232.7%.13:30前,濁度與懸浮物濃度一直保持較高數(shù)值,隨后,開始逐漸回歸,與25日保持同一高度.透明度則在26日10:13達到低谷0.23m,相較于25日16:00降低了65.7%,下降幅度較大.低透明度一直保持到13:30開始逐漸回升.總磷濃度在26日11:08達到峰值0.20mg/L,相較于25日16:00升高了122.2%,抬升幅度很大.并且,總磷濃度也是在13:30左右開始下降回25日平均水平.可以看出的是,各水質(zhì)參數(shù)到達峰值和出現(xiàn)下降或回升趨勢時間十分接近,可以判斷此水質(zhì)下降由于降雨引起徑流匯流帶來流域點面源污染物輸入所致.

圖5 9月25～26日各項水質(zhì)參數(shù)變化情況

2.6 暴雨過程污染物濃度變化過程

根據(jù)10月4日8:30～17:00的監(jiān)測數(shù)據(jù)可知,平均透明度為0.34m,最大值為0.41m,最小值為0.29m,平均值比無雨時低39.3%;平均懸浮物濃度為29.1mg/L,最大值為44.0mg/L,最小值為20.0mg/L,平均濃度比無雨時高67.7%;平均濁度為60.8NTU,最大值為77.8NTU,最小值為47.6NTU,平均濃度比無雨時高111.1%;平均總氮濃度為1.38mg/L,最大值為1.91mg/L,最小值為1.07mg/L,平均濃度比無雨時高19.0%;平均總磷濃度為0.17mg/L,最大值為0.22mg/L,最小值為0.14mg/L,平均濃度比無雨時高54.5%.通過數(shù)據(jù)對比可知,10月4日當天的懸浮物濃度和濁度增長非常劇烈,同時透明度降低也非常明顯.在持續(xù)高強度降雨影響下,污染物濃度變化曲線有著平滑、波動范圍小和平均數(shù)值高的特點.10月4日當天,高強度降雨持續(xù)不斷(圖2),懸浮物濃度、濁度等指標更是居高不下,在16:40左右開始出現(xiàn)下降跡象,透明度也開始逐漸回升.

圖6 10月4日各項水質(zhì)參數(shù)變化情況

2.7 降雨強度與水質(zhì)的相關(guān)性分析

在9月24日～11月18日期間內(nèi)共監(jiān)測56d,其中降雨天數(shù)合計27d,計算日降雨量、日均濁度、日均懸浮物濃度、日均總氮和總磷濃度.進行日降雨量與日均濁度、日均懸浮物濃度、日均總氮和總磷的線性回歸分析,如圖7所示.通過線性回歸分析可知,日降雨量與日均濁度、日均懸浮物濃度和日均總磷均存在極顯著正相關(guān)(=0.8,<0.001),然而日降雨量與日均總氮只存在中低度線性相關(guān)(0.3<<0.5,0.05).這說明四川德陽人民渠水體中的懸浮物濃度、濁度和總磷濃度深受降雨強度的影響,而水體中的總氮濃度受到降雨強度的強烈干擾時則不會出現(xiàn)出明顯的波動,揭示了降雨強度是影響水質(zhì)參數(shù)中濁度、懸浮物濃度和總磷濃度變化的重要因子.

圖7 降雨量與水質(zhì)參數(shù)的線性回歸模型

3 討論

3.1 降雨強度與水質(zhì)變化關(guān)系

通過無雨和小雨時濃度變化曲線與大雨和暴雨時濃度變化曲線相對比分析,發(fā)現(xiàn)在小雨天況下,由于降雨強度較小,降雨量未立刻超過土壤自身水體負荷,并且徑流的形成與匯流需要一定時間,與降雨時刻相比存在滯后性.因此,短期內(nèi)河流水質(zhì)幾乎不受影響.

大雨天況下,降雨初期,大量雨水落入土壤與河流當中,因徑流的形成與匯流存在滯后性,致使雨水直接落入河流,河流水體增大,并進行了污染物稀釋的過程,從16:45左右懸浮物和濁度下降的趨勢可體現(xiàn)出稀釋這一進程(圖5).此前也有研究發(fā)現(xiàn),懸浮物濃度在暴雨事件中會表現(xiàn)出不同的變化趨勢,反映了懸浮物輸入、沉降、稀釋和再懸浮之間的平衡[30],這與本文的研究發(fā)現(xiàn)不謀而合.隨后,高強度陣雨持續(xù)發(fā)生,這一現(xiàn)象造成的影響體現(xiàn)在了9月26日的遙感監(jiān)測數(shù)據(jù)之上(圖5).本文發(fā)現(xiàn)9月26日10:00開始,濁度、懸浮物濃度、總磷濃度持續(xù)居高不下,濁度一度達到峰值86.4NTU.相較于25日,在同一縱坐標下,濁度、懸浮物濃度、總磷濃度與前日差距較大.這是由于隨著時間的推移,土壤的水體承載力被持續(xù)的高強度降雨所擊垮,大量的地表徑流和壤中流形成,造成了水土流失和氮磷污染物輸入河流,進而導致河流水體渾濁、透明度降低和水質(zhì)下降.隨后,26日的13:20開始,透明度、濁度、懸浮物、總磷濃度、總氮濃度出現(xiàn)新的變化,它們的曲線開始逐漸趨于平緩.逐漸與25日的曲線相統(tǒng)一,在阿巴拉契科拉灣的河口的研究中,當強降雨停止60h50min(即幾乎是第 2.5d)后,地表懸浮物濃度可以恢復到參考值[31],以及在河南北部河流受強降雨影響的研究中發(fā)現(xiàn),受強降雨影響下水質(zhì)的顯著性變化會在一段時期后逐步恢復到受影響前的水質(zhì)指標水平,體現(xiàn)出河流水體在經(jīng)歷強降雨事件后,自身調(diào)節(jié)具備一定的凈化能力[32].

在暴雨天況下,土壤受到大量雨水沖擊,迅速達到飽和狀態(tài),大量地表徑流和壤中流形成.徑流造成的大規(guī)模水土和營養(yǎng)鹽流失加速了地表水營養(yǎng)鹽負荷增加[33],造成河流水質(zhì)迅速下降.通過氣象數(shù)據(jù)得知,10月4日前6d均未降雨,并且10月4日當日的時均降雨量為3.79mm,較長的前期未降雨日和較高的持續(xù)降雨強度也是造成了10月4日當天水體污染物濃度較高的重要原因[34-35].

從降雨強度與各個水質(zhì)指標的相關(guān)性來看,四川德陽人民渠水體中的懸浮物濃度、濁度和總磷濃度深受降雨強度的影響.高強度降雨造成大量徑流的形成,帶來周邊鄉(xiāng)鎮(zhèn)點面源污染、流域農(nóng)業(yè)面源污染以及土壤淋溶和水土流失,進而造成透明度降低,懸浮物和濁度隨著降雨強度的升高而升高.對于總磷濃度隨降雨強度的變化,一方面是因為強降雨造成流域、鄉(xiāng)鎮(zhèn)和岸邊土壤中含磷營養(yǎng)物質(zhì)淋溶釋放并伴隨徑流進入河流[36],另一方面由于強降雨引起底泥沉積物的擾動從而引發(fā)水體與底泥之間發(fā)生氮、磷離子交換及吸附等作用[37],導致積存的磷被釋放進入水體.由于磷濃度與水體富營養(yǎng)化息息相關(guān),強降雨過程對總磷濃度的改變伴隨而來的可能是富營養(yǎng)化程度的進一步加劇.

全球氣候變化不僅造成平均氣溫的上升,還帶來暴雨等極端降水事件的增加[9,30],對經(jīng)濟社會發(fā)展和區(qū)域生態(tài)環(huán)境構(gòu)成嚴重危害,如2012年“7·12”北京、2015年“7·23”武漢和2021年“7·20”暴雨給當?shù)厝嗣裆敭a(chǎn)和生態(tài)環(huán)境均帶來不可估量的損失.如暴雨發(fā)生時,流域生活垃圾、城市點面源污染、農(nóng)業(yè)面源污染和土壤侵蝕、畜禽養(yǎng)殖污染物以及生活污水管網(wǎng)滲漏等均通過雨水匯至河流,帶來汛期水質(zhì)急劇下降和斷面水質(zhì)不達標[38],本文依托陸基高光譜遙感監(jiān)測數(shù)據(jù)精細刻畫了不同降水過程對河流水質(zhì)的影響,發(fā)現(xiàn)暴雨的影響極其顯著.

3.2 陸基高光譜遙感設備的潛在應用及展望

人民渠流經(jīng)地域廣闊,承擔了流域161526.67hm2的土地灌溉、企業(yè)的工業(yè)用水和居民生活用水等重要職責.因此,加強水質(zhì)監(jiān)測對當?shù)鼐用裼盟踩?、工農(nóng)業(yè)用水和當?shù)亟?jīng)濟發(fā)展有著非常重要的意義.通過陸基高光譜遙感設備對人民渠長時間高頻的監(jiān)測數(shù)據(jù)來看,發(fā)現(xiàn)總氮濃度未達到IV類水標準的樣本量占總樣本量的36%,推測人民渠周邊的農(nóng)田排水是造成這一現(xiàn)象的主要原因.而總磷濃度幾乎全部達到III類水及以上標準,IV類水僅占到總樣本的0.03%.隨著降雨強度的增大,總磷濃度升高,存在一定的水質(zhì)超標風險.由此可見,陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀所提供的高頻水質(zhì)監(jiān)測可以快速了解水質(zhì)污染情況,提供污染預警作用,并為人民渠流域量身定做污染治理方案提供數(shù)據(jù)支持.

上述研究結(jié)果為陸基高光譜多參數(shù)水質(zhì)遙感監(jiān)測儀在關(guān)鍵水文過程中水質(zhì)變化趨勢監(jiān)測和研究增加了實際案例,為進一步優(yōu)化設備提供了數(shù)據(jù)支持.可以看出的是,對水質(zhì)開展高頻監(jiān)測可以更精細的展現(xiàn)出水質(zhì)的動態(tài)變化過程,而這也為水環(huán)境變化提供了可靠的預警能力,更為制定相應對策提供的強大助力.通過高頻監(jiān)測可以準確掌握關(guān)鍵河流、湖庫斷面汛期水質(zhì)快速變化,進而制定更高效的汛期水質(zhì)下降應對措施.

未來,陸基高光譜遙感設備會陸續(xù)服務于更多的河流湖泊,增加更多的實用案例驗證設備的實用性并優(yōu)化設備的性能,迭代升級水質(zhì)反演算法,實現(xiàn)更精準水質(zhì)監(jiān)測.利用自身的優(yōu)勢彌補現(xiàn)有地表水斷面監(jiān)測中觀測頻次、觀測精度和觀測參數(shù)的不足[39].為我國水環(huán)境的監(jiān)測治理與水生態(tài)修復提供更豐富和充實的數(shù)據(jù)支撐,更好的為我國水環(huán)境的精細化管理提供服務.

4 結(jié)論

4.1 大雨及暴雨等強降雨過程對人民渠的水質(zhì)影響顯著,會造成河流水質(zhì)下降,水質(zhì)發(fā)生改變時刻相較于降雨發(fā)生時刻存在一定滯后性.懸浮物濃度、濁度和總磷濃度受高強度降雨影響而發(fā)生劇烈變化的時間基本保持統(tǒng)一.河流水質(zhì)下降在數(shù)小時至1～2天基本上能逐漸恢復至無雨時平均值水平.

4.2 降雨強度與濁度、懸浮物和總磷濃度存在著極顯著正相關(guān),揭示了降雨強度是影響人民渠水質(zhì)濁度、懸浮物和總磷濃度變化的重要因子.

4.3 根據(jù)陸基高光譜多參數(shù)水質(zhì)遙感高頻監(jiān)測結(jié)果,強降雨帶來流域營養(yǎng)鹽的脈沖式輸入會造成汛期河流水質(zhì)出現(xiàn)短時超標風險.

[1] 楊桂山,馬榮華,張 路,等.中國湖泊現(xiàn)狀及面臨的重大問題與保護策略[J]. 湖泊科學, 2010,22(6):799-810.

Yang G S, Ma R H, Zhang L, et al. Lake status, major problems and protection strategy in China [J]. Lake Sci, 2010,22(6):799-810.

[2] 張利平,夏 軍,胡志芳.中國水資源狀況與水資源安全問題分析[J]. 長江流域資源與環(huán)境, 2009,18(2):116-120.

Zhang L P, Xia J, Hu Z F. Situation and problem analysis of water resource security in china [J]. Resources and Environment in the Yangtze Basin, 2009,18(2):116-120.

[3] 王巍巍.大氣降水對錦州市河流水質(zhì)的影響分析[J]. 水利規(guī)劃與設計, 2016,(12):53-55.

Wang W W. Analysis of the Impact of Atmospheric Precipitation on River Water Quality in Jinzhou City [J]. Water Resources Planning and Design, 2016,(12):53-55.

[4] Peng G, Pasternack G B, Bali K M, et al. Suspended-sediment transport in an intensively cultivated watershed in southeastern California [J]. Catena, 2007,69(3):239-252.

[5] 劉剛才,林三益,劉淑珍.四川丘陵區(qū)常規(guī)耕作制下紫色土徑流發(fā)生特征及其表面流數(shù)值模擬[J]. 水利學報, 2002,(12):101-108.

Liu G C, Lin S Y, Liu S Z. Characteristics of runoff generation and its numerical simulation of surface flow in hilly area with purple soil under convetional tillage systems [J]. Journal of Hydraulic Engineering, 2002,(12):101-108.

[6] Tao W, Zhu B. Nitrate loss via overland flow and interflow from a sloped farmland in the hilly area of purple soil, China [J]. Nutrient Cycling in Agroecosystems, 2011,90(3):309-319.

[7] 孟春紅,趙 冰.城市降雨徑流污染因素與防治[J]. 灌溉排水學報, 2007,26(3):97-100.

Meng C H, Zhao B. Pollution and Management on Urban Rainfall Runoff [J]. Journal of Irrigation and Drainage, 2007,26(3):97-100.

[8] Carpenter S R, Booth E G, Kucharik C J, et al. Extreme daily loads: role in annual phosphorus input to a north temperate lake [J]. Aquatic Sciences, 2015,77(1):71-79.

[9] Zhou Y, Liu M, Zhou L, et al. Rainstorm events shift the molecular composition and export of dissolved organic matter in a large drinking water reservoir in China: High frequency buoys and field observations [J]. Water Research, 2020,187:116471.

[10] Zhou Y, Ma J, Zhang Y, et al. Improving water quality in China: Environmental investment pays dividends [J]. Water Research, 2017, 118(JUL.1):152-159.

[11] 欒芳芳.2018年"7·15"強降雨對密云水庫水環(huán)境影響分析[J]. 北京水務, 2019,(3):16-20.

Luan F F. Exploring the effect of "7.15” heavy rainfall on water environment of Miyun reservoir in 2018 [J]. Beijing Water, 2019, (3):16-20.

[12] 王 敏,張雨桐,李奇宸,等.安徽省兆河流域非點源污染模擬及最佳管理措施[J]. 水土保持通報, 2021,41(5):127-136.

Wang M, Zhang Y T, Li Q C, et al. Simulation and Optimal Management of Non-point Source Pollution in Zhaohe Small Watershed in Anhui Province [J]. Bulletin of Soil and Water Conservation, 2021,41(5):127-136.

[13] Huang J, Zhang Y, Arhonditsis G B, et al. How successful are the restoration efforts of China's lakes and reservoirs? [J]. Environ Int, 2019,123:96-103.

[14] 陳 潔,朱廣偉,許 海,等.不同雨強對太湖河網(wǎng)區(qū)河道入湖營養(yǎng)鹽負荷影響[J]. 環(huán)境科學, 2019,40(11):4924-4931.

Chen J, Zhu G W, Xu H, et al. Influence of Rainfall Intensity on the Nutrient Loading from an Inflowing River in the Plain River Network of the Taihu Catchment [J]. Environmental Science, 2019,40(11): 4924-4931.

[15] 馬 倩,劉俊杰,高明遠.江蘇省入太湖污染量分析(1998～2007年) [J]. 湖泊科學, 2010,(1):29-34.

Ma Q, Liu J J, Gao M Y, Analysis of pollution into Taihu Lake in Jiangsu Province [J]. Lake Sci, 2010,(1):29-34.

[16] 劉 京,周 密,陳 鑫,等.國家地表水水質(zhì)自動監(jiān)測網(wǎng)建設與運行管理的探索與思考[J]. 環(huán)境監(jiān)控與預警, 2014,6(1):10-13.

Liu J, Zhou M, Chen X, et al. Study on the Construction and Management of the Quality Automatic Monitoring Network of State Surface Water [J]. Environmental Monitoring and Forewarning, 2014, 6(1):10-13.

[17] 段洪濤,萬能勝,邱銀國,等.富營養(yǎng)化湖庫天-空-地一體化監(jiān)控平臺系統(tǒng)設計與實踐[J]. 湖泊科學, 2020,32(5):1396-1405.

Duan H T, Wan N S, Qiu Y G, et al. Discussions and practices on the framework of monitoring system in eutrophic lakes and reservoirs [J]. Lake Sci, 2020,32(5):1396-1405.

[18] Qin B, Li W, Zhu G, et al. Cyanobacterial bloom management through integrated monitoring and forecasting in large shallow eutrophic Lake Taihu (China) [J]. J Hazard Mater, 2015,287:356-363.

[19] Cao F, Tzortziou M, Hu C, et al. Remote sensing retrievals of colored dissolved organic matter and dissolved organic carbon dynamics in North American estuaries and their margins [J]. Remote Sensing of Environment, 2018,205:151-165.

[20] Palmer S, Kutser T, Hunter P D. Remote sensing of inland waters: Challenges, progress and future directions [J]. Remote Sensing of Environment, 2014,157:1-8.

[21] 陳琳林.都江堰人民渠灌區(qū)水資源優(yōu)化調(diào)度的相關(guān)問題探討[J]. 黑龍江科技信息, 2016,(29):262-262.

Chen L L. Discussion on the optimal scheduling of water resources in Dujiangyan people's canal irrigation areas [J]. Scientific and Technological Innovation, 2016,(29):262-262.

[22] Guo H, Huang J J, Chen B, et al. A machine learning-based strategy for estimating non-optically active water quality parameters using Sentinel-2imagery [J]. International Journal of Remote Sensing, 2021, 42(5):1841-1866.

[23] Li Y, Zhang Y, Shi K, et al. Monitoring spatiotemporal variations in nutrients in a large drinking water reservoir and their relationships with hydrological and meteorological conditions based on Landsat 8imagery [J]. Science of The Total Environment, 2017,599:1705- 1717.

[24] Wu C, Wu J, Qi J, et al. Empirical estimation of total phosphorus concentration in the mainstream of the Qiantang River in China using Landsat TM data [J]. International Journal of Remote Sensing, 2010, 31(9):2309-2324.

[25] Chen J, Quan W. Using Landsat/TM imagery to estimate nitrogen and phosphorus concentration in Taihu Lake, China [J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2011,5(1):273-280.

[26] Deng C, Zhang L, Cen Y. Retrieval of chemical oxygen demand through modified capsule network based on hyperspectral data [J]. Applied Sciences, 2019,9(21):4620.

[27] Qun'ou J, Lidan X, Siyang S, et al. Retrieval model for total nitrogen concentration based on UAV hyper spectral remote sensing data and machine learning algorithms–A case study in the Miyun Reservoir, China [J]. Ecological Indicators, 2021,124:107356.

[28] Sun X, Zhang Y, Shi K, et al. Monitoring water quality using proximal remote sensing technology [J]. Science of The Total Environment, 2022,803:149805.

[29] 張運林,張毅博,李 娜,等.利用陸基高光譜遙感捕捉太湖藍藻水華日內(nèi)快速變化過程[J]. 湖泊科學, 2021,33(6):1951-1960.

Zhang Y L, Zhang Y B, Li N, et al. Capturing the rapid intra-day change of cyanobacteria bloom by land-based hyperspectral remote sensing in Lake Taihu [J]. Lake Sci, 2021,33(6):1951-1960.

[30] Zhang Y, Shi K, Zhou Y, et al. Monitoring the river plume induced by heavy rainfall events in large, shallow, Lake Taihu using MODIS 250m imagery [J]. Remote Sensing of Environment, 2016,173:109- 121.

[31] Chen S, Huang W, Chen W, et al. Remote sensing analysis of rainstorm effects on sediment concentrations in Apalachicola Bay, USA [J]. Ecological Informatics, 2011,6(2):147-155.

[32] 張 彥,鄒 磊,梁志杰,等.暴雨前后河南北部河流水質(zhì)分異特征及其污染源解析[J]. 環(huán)境科學, 2022,43(5):2537-2547.

Zhang Y, Zou L, Liang Z J, et al. Differential Characteristics and Source Identification of Water Quality of the Rivers in Northern Henan Before and After Rainstorm [J]. Environmental Science, 2022, 43(5):2537-2547.

[33] Kleinman P J, Srinivasan M S, Dell C J, et al. Role of rainfall intensity and hydrology in nutrient transport via surface runoff [J]. J Environ Qual, 2006,35(4):1248-1259.

[34] Liu A, Goonetilleke A, Egodawatta P. Taxonomy for rainfall events based on pollutant wash-off potential in urban areas [J]. Ecological Engineering, 2012,47:110-114.

[35] 王 倩,張瓊?cè)A,王曉昌.國內(nèi)典型城市降雨徑流初期累積特征分析[J]. 中國環(huán)境科學, 2015,35(6):1719-1725.

Wang Q, Zhang Q H, Wang X C. Cumulative characteristics of runoff pollutants in typical domestic cities [J]. China Environmental Science, 2015,35(6):1719-1725.

[36] 辛 苑,李 萍,吳晉峰,等.強降雨對北運河流域沙河水庫水質(zhì)的影響[J]. 環(huán)境科學學報, 2021,41(1):199-208.

Xin Y, Li P, Wu J F, et al. lmpacts of heavy rainfall on the water quality of Shahe Reservoir in the North Canal Basin [J]. Acta Scientiae Circumstantiae, 2021,41(1):199-208.

[37] Saeed T, Sun G. A review on nitrogen and organics removal mechanisms in subsurface flow constructed wetlands: Dependency on environmental parameters, operating conditions and supporting media [J]. Journal of Environmental Management, 2012,112:429-448.

[38] 呂曉龍,黃廷林,李 楠,等.暴雨徑流潛流過程及其對分層水庫水質(zhì)的影響[J]. 中國環(huán)境科學, 2019,39(7):3064-3072.

Lv X L, Huang T L, Li N, et al. lmpact of stormwater inflow on water quality of stratified source reservoir [J]. China Environmental Science, 2019,39(7):3064-3072.

[39] 張運林,施 坤,張毅博,等.陸基(地基,岸基)水環(huán)境遙感的提出,實踐和初步應用[J]. 遙感學報, 2021,25(11):2163-2172.

Zhang Y L, Shi K, Zhang Y B, et al. The proposal,practice and preliminary application of land-based(ground-based,shore-based) remote sensing of water environment [J]. National Remote Sensing Bulletin, 2021,25(11):2163-2172.

Impact of rainfall process on the water quality of Renmin Canal using ground-based remote sensing.

NIU Yong-kang1,2, ZHANG Yun-lin1*, ZHANG Yi-bo1,3, SUN Xiao1,4, LI Na1,4, WANG Wei-jia1,4, SHI Kun1,3, GAO Yang-hui5, GAO Jing5

(1.State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China；2.Hohai UniversityCollege of Environment, Nanjing 210024, China；3.Nanjing Zhongke Deep Insight Technology Research Institute Co., Ltd., Nanjing 211899, China；4.University of Chinese Academy of Sciences, Beijing 100049, China；5.Hangzhou Hikvision Digital Technology Co., Ltd., Hangzhou 310051, China)., 2023,43(1)：290～300

This paper used a ground-based hyperspectral water quality remote sensing instrument with a monitoring frequency of 1minute to continuously monitor key water quality dynamics such as total suspended solid (TSM), turbidity, and total phosphorus (TP) in the Renmin Canal of Deyang in Sichuan Province, from September 24 to November 18, 2021. Continuous monitoring accurately characterized the minute-level dynamics of water quality and explored the impact of different rainfall intensities on the water quality combining with synchronous hourly rainfall data. Through continuous monitoring, the minute-level dynamics of water quality was accurately characterized and the impact of different rainfall intensities were explored on the water quality combining with synchronous hourly rainfall data. Significantly positive linear correlations were found between rainfall amount and TSM (=0.88,<0.001), turbidity (=0.82,<0.001), TP (=0.81,<0.001). However, positive but no significant correlation was found between rainfall amount and total nitrogen (TN) (=0.39,=0.07). During light rain, obvious surface runoff was not brought by small rainfall amount, which almost had no impact on the water quality of the river. In contrast, during heavy rain and rainstorm, a significant increase of turbidity, TSM and TP was caused by the formation of surface runoff, while the increase of TN was relatively gentle. Through high-frequency water quality data, the key river basin pollution process could be accurately characterized, from the occurrence of high-intensity rainfall to the large and pulsed input flux of nitrogen and phosphorus pollutants in the basin, and then to the short-term dramatic changes in water quality. Our results provided a scientific basis for pollution control and comprehensive treatment measures in areas with frequent high-intensity rainfall and basins under the scenario of increasing extreme rainfall in the future.

rainfall；ground-based water quality hyperspectral remote sensing；high frequency monitoring；rainstorm

X522

A

1000-6923(2023)01-0290-11

牛永康(1998-),男,河南濮陽人,碩士研究生,主要從事水環(huán)境研究.

2022-05-13

中國科學院科研儀器設備研制項目(YJKYYQ20200071);江蘇重點研發(fā)計劃產(chǎn)業(yè)前瞻與關(guān)鍵核心技術(shù)項目(BE2022152);江蘇省水利科技項目(2020057)

* 責任作者, 研究員, ylzhang@niglas.ac.cn