Khảo sát tác động của ô nhiễm nguồn điểm và nguồn diện đối với chất lượng nước trên Đông giang (Dongjiang), phía Nam Trung Quốc.

Khảo sát tác động của ô nhiễm nguồn điểm và nguồn diện đối với chất
lượng nước trên Đông giang (Dongjiang), phía Nam Trung Quốc.

Thông tin bài viết:

- Lịch sử bài viết:
Nhận ngày 10 tháng 12 năm 2012
Chỉnh sửa lại ngày 27 tháng 3 năm 2013
Duyệt ngày 07 tháng tư năm 2013

- Từ khóa:
Đông giang (Dongjiang)
Nito
Phospho
Khu vực nguồn ô nhiễm
SWAT
- Chỉ số chất lượng nước
Sinh viên thực hiện
Nguyễn Thị Thanh Tâm: 1022254
Kiều Xuân Vũ: 1022365


Tóm tắt:
Hiểu rõ về quá trình vật lý của nguồn điểm (PS), nguồn diện (NPS) ô nhiễm rất
quan trọng để đánh giá chất lượng nước và xác định nguồn gây ô nhiễm chính
trên lưu vực. Trong nghiên cứu này, chúng tôi sử dụng các pp vật lý dựa trên
thủy văn / mô hình chất lượng nước, đất và Công cụ đánh giá nước, để điều tra
ảnh hưởng của ô nhiễm PS và NPS đến chất lượng nước của sông Đông
(Dongjiang trong Trung Quốc) ở miền nam Trung Quốc. Kết quả cho thấy, ô
nhiễm NPS chiếm phần lớn (>94%) chất dinh dưỡng trừ phospho (50%). Một
chỉ số chất lượng nước toàn diện ( WQI ) sử dụng 8 chỉ số chất lượng nước cho

thấy chất lượng nước thượng lưu tốt hơn hạ lưu mặc dù lượng ammonium
nitrogen ở thượng lưu cao hơn. Ngoài ra , sự phân bố theo thời gian ( theo mùa )
và không gian của chất dinh dưỡng chỉ ra khoảng thời gian quan trọng (từ cuối
mùa khô đến đầu mùa mưa) và các khu vực nguồn ô nhiễm trong lưu vực (trung
lưu và đất nông nghiệp ở hạ lưu), các nhà quản lý tài nguyên có thể áp dụng để
giảm đáng kể tải trọng ô nhiễm NPS. Nhìn chung, nghiên cứu này sẽ giúp chúng
ta hiểu về mối liên quan giữa các hoạt động của con người và chất ô nhiễm, góp
phần hỗ trợ quản lý lưu vực để bảo vệ chất lượng nước trong khu vực. Đặc biệt,
phương pháp tích hợp mô hình WQI với lưu vực và xác định khoảng thời gian
quan trọng, vùng ô nhiễm có thể hỗ trợ cho các nhà nghiên cứu trên toàn thế
giới.
1.Giới thiệu:
Suy giảm nước mặt do ô nhiễm PS, NPS gây ảnh hưởng đến hệ thủy sinh và an
toàn cấp nước. Ô nhiễm PS chủ yếu gồm nước thải sinh hoạt (nước thải đô thị,
khu dân cư) và nước thải công nghiệp (từ nhà máy sản xuất). Ô nhiễm NPS do
nước mưa, tuyết tan hoặc nước tưới chảy tràn đưa các chất ô nhiễm vào sông,
hồ, vịnh và biển. Ô nhiễm NPS từ nông nghiệp được coi là nguyên nhân chính
gây suy thoái chất lượng nước mặt và thu hút được sự quan tâm của cộng đồng


(Darradi và cộng sự, 2012; Hào và cộng sự, 2004; Nasr và cộng sự, 2007;
Ongley và cộng sự, 2010; Tang và cộng sự, 2011; Zhang và cộng sự, 2008). Rất
khó ước lượng chất ô nhiễm NPS do sự phức tạp của khí tượng thủy văn, các
quá trình sinh học, hóa học và sự thay đổi không gian liên quan đến quá trình di
chuyển và biến đổi chất ô nhiễm (Ficklin và cộng sự, 2010; Luo và cộng sự,
2008; Nikolaidis và cộng sự, 1998).
Thâm canh trong nông nghiệp phát triển, sử dụng quá nhiều phân vô cơ để nâng
cao năng suất cây trồng đã trở thành vấn đề lớn và dẫn đến tăng lượng chất dinh
dưỡng. Những chất dinh dưỡng tiếp tục theo nước suối và cửa sông gây ra hiện
tượng phú dưỡng cho nhiều hệ sinh thái ven biển và nước ngọt trên thế giới

(Alexander và cộng sự, 2008; Cao và Zhu , 2000; Carpenter và cộng sự, 1998;
Nixon và cộng sự, 1995; Rabalais và cộng sự, 2002; Schoch và cộng sự, 2009 ;
Vitousek và cộng sự, 1997; Wu và Liu, 2012b). Vì thế, việc kiểm tra chất lượng
nước bằng cách đo và tính toán tải trọng chất dinh dưỡng trong quy hoạch, quản
lý và phục hồi môi trường là rất quan trọng. Tuy nhiên, giám sát chất lượng
nước đầu nguồn lâu dài rất tốn kém và mất thời gian (Santhi và cộng sự, 2001),
thường không dùng để dự báo các tác động của sự biến đổi khí hậu và đất bề
mặt trong tương lai. Trên thực tế, để mô phỏng các quá trình phức tạp trên mặt
đất trong một lưu vực sông sẽ có một công cụ hữu ích để kiểm tra hiện trạng
chất lượng nước, dự đoán tác động tiềm tàng của khí hậu và thay đổi đất che
phủ, để tìm giải pháp tối ưu cho các vấn đề ô nhiễm (Borah và Bera, 2002;
Ficklin và cộng sự, 2010; Liu và cộng sự, 2008; Panagopoulos và cộng sự,
2011; Panagopoulos và cộng sự, 2012; Wilson và Weng, 2011; Wu và Liu,
2012a; Wu và cộng sự, 2012a,c; Zhang và cộng sự, 2011;Zhang và Zhang,
2011).
Kinh tế xã hội trên Đông giang phát triển nhanh ( Dongjiang, Trung Quốc ) lưu
vực sông ở miền nam Trung Quốc (đặc biệt là khu vực hạ lưu ), nhờ sự tăng
trưởng dân số và phát triển công nghiệp, nông nghiệp mạnh mẽ, đã tăng đáng kể


nhu cầu sử dụng nước và tải trọng chất ô nhiễm cho dòng sông và cửa sông (Wu
và Chen, 2013b; Wu và các cộng sự, 2012b; Zhou và cộng sự, 2012). Mặc dù
nước trong khu vực này tương đối dồi dào (Wu và Chen, 2013a), suy thoái chất
lượng nước là mối quan tâm lớn. Vì vậy , đánh giá chất lượng nước khu vực và
xác định các nguồn ô nhiễm là nhiệm vụ cấp thiết để tìm ra hướng phát triển
bền vững cho địa phương.
Để nghiên cứu các quá trình ô nhiễm NPS và PS trên sông Đông, chúng tôi sử
dụng Công cụ đa ngành đánh giá Đất và nước (SWAT) để tiếp cận mô hình.
Nghiên cứu gồm 4 nhiệm vụ: (1) đánh giá hiện trạng chất lượng nước ở 2 mặt
cắt ngang lớn dọc theo sông, (2) điều tra các thay đổi theo mùa của chất dinh

dưỡng do khí tượng thủy văn, (3) xác định khu vực nguồn gây ô nhiễm NPS, và
(4) kiểm tra tỉ lệ ô nhiễm PS và NPS trong tải trọng ô nhiễm ở quy mô lưu vực
sông.
2.Tài liệu và phương pháp:
2.1. Lựa chọn mô hình:
Mô hình SWAT (bản 2005) (Arnold và cộng sự, 1998; Neitsch và cộng sự,
2005) được sử dụng trong nghiên cứu này, phát triển bởi Bộ Nông nghiệp Mỹ
(USDA) Dịch Vụ Nghiên Cứu Nông Nghiệp (Agricultural Research Service)
(ARS) để thăm dò những tác động của khí hậu và thực hành quản lý đất đai trên
nước, trầm tích và năng suất hóa chất nông nghiệp (Douglas- Mankin và cộng
sự, 2010; Gassman và cộng sự , 2007). Mô hình vật lý trên quy mô lưu vực sông
mô phỏng chu trình thủy văn, sự tăng trưởng của cây, xói mòn đất, chuyển dời
bùn cát và năng suất hóa chất nông nghiệp trên một khoảng thời gian trong ngày
( Arnold et al, 1998). Đơn vị thủy văn (Hydrological Response Unit) ( HRU)
(Flügel,1996; Flügel, 1997) là đơn vị mô phỏng cơ bản và được định nghĩa là
một diện tích đất gộp bao gồm a unique land cover, tính chất của đất , và độ dốc
trong SWAT (Neitsch và cộng sự, 2005).


Với chu trình dinh dưỡng đất, SWAT mô phỏng nitơ hữu cơ và khoáng sản (N)
và phốt pho (P) phân chia mỗi chất dinh dưỡng vào bể thành phần. Sau đó, N và
P có thể tăng hoặc giảm tùy thuộc vào chuyển đổi/ bổ sung/ thất thoát xảy ra
trong mỗi bể (Green và van Griensven, 2008; Neitsch và cộng sự, 2005). Đối
với giai đoạn chu trình dinh dưỡng dưới nước (tức là chuyển đổi chất lượng
nước trong dòng), mô hình SWAT kết hợp các thuật toán QUAL2E (Brown và
Barnwell, 1987) để mô phỏng thành phần tương tác và chuyển đổi (Neitsch et
al, 2005). Thông tin chi tiết của chu kỳ dinh dưỡng trong đất và giao thông vận
tải cũng như chuyển đổi trong nước có thể tìm trong tài liệu hướng dẫn lý thuyết
của mô hình (Neitsch et al, 2005).
2.2. Công thức đánh giá chất lượng nước:

Để đánh giá chất lượng nước, trong đó bao gồm một số loại chất ô nhiễm, một
cách tiếp cận sinh thái nên kết hợp vật lý, hóa học, và các thành phần sinh học
để phản ánh tình trạng chất lượng (Chapman, 1996). Stambuk-Gilijanovic
(2003), Liou và cộng sự (2004) trình bày các chỉ tiêu chất lượng nước cho mỗi
chỉ số (ví dụ, chỉ số chất lượng nước như nitrat N (NO3-N), amoni N (NH4-N),
nhu cầu oxy sinh học (BOD), và oxy hòa tan (DO)). Với quy mô này, chỉ số
chất lượng nước nói chung và toàn diện (WQI) (Liou và cộng sự, 2004;
Stambuk-Gilijanovic, 2003) có thể được tính như sau:

1 n
WQI = ∑ Wi .Qi
n i =1
Wi là yếu tố trọng của chất lượng nước biến i, Qi là điểm chất lượng liên quan
đến nước, n là số lượng các chỉ số chất lượng nước. Mục tiêu của WQI là thông
báo về tình trạng chất lượng nước của một khu vực cụ thể.
Để đánh giá hiện trạng chất lượng nước của Đông giang với một WQI toàn
diện, chúng tôi sử dụng 8 chỉ số chất lượng nước bao gồm khoáng sản N ( min-


N) , N hữu cơ (org -N) , khoáng sản P (min- P), BOD, DO, chất rắn lơ lửng
(SS), nhiệt độ (T) và pH (xem bảng 1) tại LC (thượng nguồn) và BL (hạ lưu)
gaging trạm.
Sau khi Stambuk - Gilijanovic (2003), Liou và cộng sự (2004), thể hiện trong
hình .A.1 (xem Phụ lục A), chỉ số chất lượng nước cho mỗi chỉ số (Qi) trên
thang điểm từ 0 đến 100, trong đó 100 cho thấy các điều kiện chất lượng nước
hoàn hảo trong khi 0 cho thấy điều kiện chất lượng nước kém.
Sáu chỉ số đầu tiên là từ các mô hình mô phỏng, 2 chỉ số (T và pH) là từ các dữ
liệu quan trắc chất lượng nước (GEPMC, 1991-1999). Các trọng số được tham
chiếu từ Stambuk - Gilijanovic (2003). Vì chỉ số coliform không có sẵn trong
mô phỏng của chúng tôi, trọng số của nó là 0,16 được phân bổ cho 1 chỉ số quan

trọng khác (ví dụ, BOD, DO, tổng N (TN ) và min- P). Bảng 1 liệt kê các trọng
số cho 8 chỉ số chất lượng nước.
2.3. Khu vực nghiên cứu:
Đông giang (tiếng Trung Quốc: Dongjiang) là một trong ba nhánh chính của
sông Pearl (Zhujiang, Trung Quốc), là con sông lớn thứ tư về diện tích thoát
nước ở Trung Quốc (Niu và Chen, 2010). Lưu vực Đông giang (xem hình 1)
nằm giữa vĩ độ 22°34’ và 25°12’N và kinh độ 113°24’ và 115°53’E (Chen và
Wu, 2008). Có nguồn gốc từ quận Xunwu tại tỉnh Giang Tây, Đông giang chảy
từ đông bắc đến tây nam và đổ vào châu thổ sông Pearl với độ dốc trung bình
0,39‰ (Jiang và cộng sự, 2007). Đông giang là nguồn nước uống cho các khu
vực bên ngoài của lưu vực (ví dụ Hồng Kông, Thâm Quyến, Hoàng Phố và Huệ
Châu). Trạm đo lớn ở hạ lưu, Boluo (hạ lưu: BL), có diện tích thoát nước 25325
km2, và trạm thượng nguồn, Longchuan (thượng nguồn: LC), có diện tích 7699
km2 ( PRWRC, 1987). Lưu vực Đông giang gần bờ Biển Đông và nằm trong
khu vực khí hậu gió mùa là chủ yếu, với lượng mưa biến đổi theo không gian và
thời gian (Wu và Chen, 2013a). Mùa mưa bắt đầu từ tháng Tư đến tháng Chín


và thời gian còn lại là mùa khô. Tổng lượng mưa trung bình hàng năm của lưu
vực là 1800 mm/năm và lượng nước hàng năm tại Boluo là khoảng 739 m 3/s
( 23,3 tỷ m3/năm hoặc 920 mm/năm) (Chen và Ngô, 2012).
2.4. Dữ liệu ô nhiễm PS:
Các dữ liệu ô nhiễm PS là đầu vào quan trọng để SWAT. Ô nhiễm PS bao gồm
nước thải từ thành phố và công nghiệp. Hình 1a cho thấy tên và địa chỉ của 12
thành phố xả ô nhiễm PS ra Đông giang.
2.4.1. Dữ liệu ô nhiễm PS thành phố:
Do việc đo đạc chất lượng và số lượng nước thải từ các thành phố (Hình 1a) là
không có sẵn, các dữ liệu tải cần thiết đã được ước tính dựa trên dân số đô thị và
dữ liệu nước thải điển hình của Trung Quốc, chất lượng nước (Bảng 2) ( Xiao,
2002). Theo Xiao (2002), các giá trị trung bình của mức độ trung bình và thấp

có thể đại diện cho chất lượng nước thải ở miền nam Trung Quốc (xem 2 cột
cuối Bảng 2). Theo Zhang và Jorgensen (2005), lượng nước tiêu thụ 200 l/ngày
trên bình quân đầu người có thể cung cấp đủ nước trong khu vực. Kết quả là,
các chất ô nhiễm bình quân đầu người được phát sinh (xem cột cuối cùng bảng
2).
Bảng 3 liệt kê các số liệu dân số đô thị được thu thập trong năm 1990 và 2000
(GLRO và GDPC, 2003; POCNSD, năm 1996, SCO và PSSCNSD, 2003) từ
các thành phố. Tổng lượng chất ô nhiễm thành phố có thể ước tính bằng cách
nhân số chất ô nhiễm bình quân đầu người với dân số đô thị. Ví dụ, Bảng 3 liệt
kê tải lượng Nito tổng (TN) và phospho tổng (TP) của năm 1990 và 2000, và dữ
liệu tải lượng ô nhiễm các năm (1991-1999) ước tính sử dụng nội suy tuyến
tính. Do đo đạc liên tục nước thải không có sẵn, phương pháp chúng tôi mô tả ở
trên để ước tính lượng chất ô nhiễm thường được sử dụng để thiết kế nhà máy
xử lý nước thải ở Trung Quốc (Xiao, 2002). Như vậy, ước tính được giả định là
hợp lý.


2.4.2. Dữ liệu ô nhiễm PS công nghiệp:
Quan trắc số lượng và chất lượng nước thải trong thời gian dài tại Trung Quốc
là thách thức lớn. Dữ liệu giám sát ô nhiễm PS công nghiệp được công bố
(BOD, NH4-N và min-P) (xem bảng 4) là thông tin năm 1992 và 10 thành phố
trong lưu vực Đông giang (GEPMC, 1992). Tải lượng 2 thành phố (Xunwu và
Dingnan), được thiết lập giống với một thành phố gần đó, Heping, vì mức độ
phát triển tương tự của các thành phố. Điều đáng chú ý là tải lượng ô nhiễm PS
công nghiệp liệt kê trong Bảng 4 được sử dụng cho giai đoạn mô phỏng chất
lượng nước năm 1991 đến năm 1999. So với tải công nghiệp (bảng 4), ước tính
tải lượng thành phố (Bảng 3) chiếm hơn 80% tổng số tải lượng PS.
2.5. Dữ liệu ô nhiễm NPS:
Ô nhiễm NPS chủ yếu từ các hoạt động nông nghiệp (phân bón), lắng đọng khí
quyển (ví dụ, N và P có trong nước mưa) và cây phân hủy cặn.

2.5.1. Hoạt động nông nghiệp:
Thông qua điều tra thực địa và tài liệu (GLRO và GDPC, 2003), quản lý đất đai
đối với đất nông nghiệp mỗi năm gồm 2 vụ và 3 kỳ bón phân cho mỗi vụ trên
lưu vực Đông giang. Tập quán canh tác trồng và thu hoạch cây trồng 2 mùa vụ
đã được thông qua từ Guangdong Crop Irrigation Estimation (Liang, 1999).
Theo khảo sát nông nghiệp ở Quảng Đông trong những năm 1990, trung bình
tổng số phân bón được sử dụng vào khoảng 140 kg/ha/năm, với 70 kg/ha mỗi
vụ bắt đầu từ tháng Tư và tháng Tám.
2.5.2. Lắng đọng trong khí quyển:
Nước mưa có chứa các chất dinh dưỡng, có nguồn gốc từ ô nhiễm không khí.
Zhang và Jorgensen (2005) cung cấp 6 loại nồng độ N và P trong nước mưa dựa
trên mức độ công nghiệp và chăn nuôi for the condition of 1-m mưa mỗi năm.
Vì tỷ lệ khu đô thị trong lưu vực Đông giang là chỉ có 1,4%, và diện tích rừng là


hơn 75%, khu vực nghiên cứu có thể được phân loại ở mức thấp nhất (lớp VI)
về nồng độ chất dinh dưỡng (Zhang và Jorgensen, 2005). Sau đó, nồng độ N
trong nước mưa đã được ước tính là 0,1 mg/L cho toàn bộ lưu vực đối với lượng
mưa hàng năm là 1,8 m và P là 0.005 mg/L dựa trên tỷ lệ N:P (20:1) trong lớp
VI.
2.6. Thiết lập mô hình:
Các dữ liệu đầu vào thiết lập mô hình SWAT bao gồm dữ liệu về thời tiết, địa
hình, tính chất của đất, đất sử dụng và các thông tin quản lý đất đai (Arnold và
cộng sự, 2000; Neitsch và cộng sự, 2005). Trong nghiên cứu này, dữ liệu SRTM
Mô Hình Độ Cao Kỹ Thuật (Digital ElevationModel) (DEM) với độ phân giải
90-m (Jarvis và cộng sự, 2006) được áp dụng để phân định các lưu vực Đông
giang. Để tham số hóa mô hình, ta sử dụng dữ liệu với độ phân giải 30-m thu
được từ Viện Hàn Lâm Khoa học Trung Quốc. Số liệu cho thấy 5 loại sử dụng
đất chủ yếu gồm đất nông nghiệp, rừng, đồng cỏ, đô thị, chứa nước mặt (xem
hình 1b). Theo Guangdong Soil (Guangdong Soil Survey Office (GSSO),

1993), có 3 loại đất chính trong lưu vực Đông giang: đất latosol, đất đỏ và đất
trồng lúa. Chúng tôi sử dụng tùy chọn đa Đơn vị Thủy Văn (Hydrological
Response Unit) ( HRU), mỗi HRU đại diện cho một loại độ che phủ đất và loại
đất, để tách lưu vực thành 271 HRU.
Lượng mưa hàng ngày, nhiệt độ không khí tối đa và tối thiểu, tốc độ gió và số
liệu độ ẩm tương đối từ 8 trạm thời tiết được lấy từ Trung tâm Chia Sẻ Số Liệu
Khí Hậu Quốc gia Trung Quốc ( (xem hình 1).
Dữ liệu bức xạ mặt trời từ Trung Tâm Quốc Gia về Dự Báo Môi trường và
Nghiên

cứu

quốc

gia

(NCEP/NCAR)

( />Ngoài ra, ô nhiễm PS và NPS như mô tả trước đây (xem mục 2.4 và 2.5) đã bao
gồm trong các thiết lập mô hình.


2.7 . Xác thực và hiệu chỉnh mô hình:
Dòng chảy. Trong các nghiên cứu trước đó (Chen và Wu, 2012; Wu và Chen,
2013a), chúng tôi đánh giá hiệu suất SWAT trong mô phỏng dòng chảy tại BL
trong lưu vực Đông giang dùng 8 năm (1973-1980) để hiệu chỉnh và 8 năm
(1981-1988) để xác thực. Đánh giá mô hình cho thấy dòng chảy được mô phỏng
tốt với Nash Sutcliffe Efficiency (NSE ) hằng ngày là 0,84 cho hiệu chỉnh và
0.82 để xác thực, trong khi đó giá trị NSE hàng tháng có thể đạt 0.93 cho hiệu
chỉnh và 0.90 để xác thực (Chen và Ngô, 2012).

Trầm tích. Trong một nghiên cứu trước đó (Wu và Chen , 2012), chúng tôi
đánh giá việc thực hiện mô hình mô phỏng trầm tích tại BL trong lưu vực Đông
giang với thời gian hiệu chỉnh (1973-1980 ) và thời gian xác thực ( 1981-1988).
Đánh giá mô hình cho thấy mô phỏng trầm tích hàng tháng đạt yêu cầu với NSE
là 0,69 và 0,67 cho hiệu chỉnh và xác thực (Wu và Chen, 2012).
Do không quan sát dòng chảy và trầm tích trong giai đoạn nghiên cứu (19911999) nên chúng tôi đã không tái hiệu chỉnh mô hình nhưng sử dụng dòng chảy
và các thông số trầm tích tương tự từ các nghiên cứu trước đây của chúng tôi
(Chen và Wu, 2012; Wu và Chen, 2012, 2013a).
Chất lượng nước. Trong nghiên cứu này, chúng tôi sử dụng các số liệu tải trọng
gây ô nhiễm bao gồm NH4-N, N nitrit (NO2- N), NO3- N, BOD, DO và TP đột
xuất theo dõi tại LC và BL để hiệu chỉnh và xác thực mô hình SWAT đối với mô
phỏng chất lượng nước. Cần lưu ý rằng số liệu quan trắc hàng tháng ðýợc xuất
bản bởi Trung Tâm Quan Trắc và Bảo Vệ Môi Trýờng Quảng Ðông có giá trị
vào 1991-1999 (GEPMC, 1991-1999). Kết quả ðánh giá của mô hình chất lượng
nước được trình bày trong mục 3.1.
3. Kết quả:
3.1. Kiểm tra mô hình:


Như đã nói ở trên (xem phần 2.7), các dòng chảy hàng ngày và số liệu trầm tích
ở lưu vực cửa ra (BL) trong 16 năm (1973-1988) được sử dụng cho mô hình
hiệu chỉnh (1973-1980) và xác thực (1981-1988) trong nghiên cứu trước đây
của chúng tôi (Chen và Wu, 2012; Wu và Chen, 2012, 2013a). Trong nghiên
cứu này, do dữ liệu quan trắc chất lượng nước có sẵn, trong 4 năm (1991-1994)
chúng tôi quan sát dữ liệu tải trọng gây ô nhiễm cho các mô hình hiệu chỉnh và
phần dữ liệu còn lại (1995-1999) để xác thực. Các thông số chất lượng nước
liên quan trong SWAT được hiệu chỉnh (xem bảng 5) bằng cách so sánh 6 chỉ số
mô phỏng chất lượng nước (ví dụ: NH4-N, NO2-N, NO3-N, BOD, DO và Tổng
P (TP)) với các chỉ số quan trắc. Hình 2 cho thấy các chỉ số mô phỏng và quan
trắc chất lượng nước hàng tháng. Mặc dù số lượng dữ liệu quan trắc bị hạn chế,

so sánh hình ảnh cho thấy SWAT có thể cung cấp các ước tính chấp nhận được
bởi vì mô hình mô phỏng có thể nắm bắt được thay đổi theo mùa của các chỉ số
chất lượng nước với phạm vi hợp lý khi so sánh với các chỉ số quan trắc.
3.2. Tình trạng chất lượng nước:
LC (thượng lưu) và
BL (hạ lưu)
TP (tổng Photpho)

Hình 3a cho thấy tải lượng trung bình min-N (NO3-N, NH4-N và NO2-N), orgN, min-P, và org-P trong 9 năm tại LC và BL, và hình 3b cho thấy trung bình
SS, BOD, DO và WQI trong khoảng thời gian tương tự. Trừ SS, 8 chỉ số chất
lượng nước khác cho thấy chất lượng nước thượng nguồn (LC) tốt hơn so với hạ
lưu (BL). WQI toàn diện (Hình 3b) tại LC là 89, cho thấy chất lượng nước tại
LC nói chung là tốt hơn so với BL là 80. Nồng độ SS cao hơn (xem hình 3b) ở
vị trí thượng nguồn làm cho ta có cảm giác mức độ xói mòn đất cao hơn do độ
dốc lớn hơn và trầm tích…


Hình. 3a

Hình 3a cho thấy trung bình min-N (tức là, NO3-N, NH4-N và NO2-N), org-N,
min-P, và hữu cơ P (org-P) nạp tại LC và BL từ (1991-1999), và hình. 3b cho
thấy trung bình SS, BOD, DO, và WQI trong khoảng thời gian tương tự. Trừ
SS, các Tám chỉ tiêu chất lượng nước cho thấy chất lượng nước thượng lưu (tức
là, LC) tốt hơn so với hạ lưu (BL). Các WQI toàn diện (Hình 3b) tại LC là 89,
cho thấy chất lượng nước tại LC thường tốt hơn so với BL(80). Nồng độ SS cao
hơn (xem hình. 3b) ở vị trí thượng lưu có ý nghĩa lớn so với mức độ xói mòn
đất do đất dốc lớn hơn và khả năng vận chuyển phù sa do tốc độ sông cao hơn
trong khu vực thượng lưu so với các khu vực hạ lưu. Theo phạm vi biến động
hàng tháng của các biến số,dựa trên chất lượng nước (xem hình. 2) và tiêu
chuẩn chất lượng nước môi trường của Trung Quốc đối với nước mặt (GB38382002) (EPAC, 2002), thì chất lượng nước tại LC có thể được đánh giá là loại II

(DO ≥ 6 mg / l, BOD ≤ 3 mg / L, NH4-N ≤ 0,5 mg / L, TN ≤ 0,5 mg / L, và TP
≤ 0,1 mg / L), chỉ ra rằng các nguồn nước có đủ điều kiện như nguồn nước uống


ở Trung Quốc. Tuy nhiên, chất lượng nước tại BL chỉ có thể được đánh giá là
loại III (DO ≥ 5 mg / l, BOD ≤ 4 mg / L, NH4-N ≤ 1 mg / L, TN ≤ 1 mg / L, và
TP ≤ 0,2 mg / L) vì tải trọng TP cao.
3.3. Biến đổi theo mùa của các chất dinh dưỡng theo dòng sông



Để điều tra về biến động theo mùa của các chất dinh dưỡng trong dòng,
Hình. 4 (a cho LC và b cho BL) cho thấy tải trọng trung bình mỗi tháng trong
chín năm (bao gồm cả NH4-N, NO3-N, và min-P), được tính toán bằng cách
tổng hợp chuỗi thời gian dữ liệu mô phỏng hàng tháng. Từ con số này, nồng độ
NH4-N cao trong mùa khô (tháng mười tháng ba năm sau) và thấp trong mùa
mưa (tháng chín). NH4-N là thành phần chủ yếu là từ các tải trọng ô nhiễm PS
công nghiệp và thành phố tương đối ổn định. Kết quả là, nồng độ NH4-N cao
nhất xuất hiện vào tháng Giêng (khoảng 0,18 mg / L cho LC và 0,21 mg / L cho
BL) do dòng chảy thấp và NH4-N nồng độ thấp nhất xảy ra vào tháng 8 do


dòng chảy cao (khoảng 0,12 mg / L cho LC và 0.08 mg / L) (Hình 4c). So sánh
Hình. 4a và b cho thấy nồng độ NH4-N ở thượng lưu (LC) trong suốt đầu mùa
mưa (tức là từ tháng sáu đến tháng chín) lớn hơn ở hạ lưu (BL), và biến đổi theo
mùa ở LC ít hơn so với ở BL. Kết luận, mùa khô là giai đoạn quan trọng cho ô
nhiễm PS ,NH4-N. Đối với nồng độ NO3-N tại LC và BL (xem hình 4a và. B),
giá trị cao nhất xuất hiện vào tháng Tư và cao thứ hai trong tháng tám, trong khi
các giá trị thấp xảy ra vào các tháng, và trong mùa khô. NO3-N tải trọng chủ
yếu từ NPS ô nhiễm (đặc biệt là do bón phân trên đất canh tác). Thực hành

trồng và bón phân cơ bản (chiếm một nửa tổng lượng phân bón cho chu kỳ mùa
vụ) được thực hiện trong mùa đầu tiên và vụ mùa thứ hai trong tháng Tư và
tháng Tám ở lưu vực sông Đông, tương ứng. Chu kỳ cây trồng hai mùa này là
một trong những lý do khiến hai giá trị cao điểm của NO3-N xảy ra trong hai
tháng.
Một lý do khác có thể có tác dụng xả lượng mưa vào đầu mùa mưa, trong đó
vận chuyển NO3-N trong đất bằng đường bộ lưu lượng và dòng chảy bên dưới
bề mặt như lượng mưa tăng dần trong tháng Ba đến tháng Tư (Wu và Chen,
2013a). Ngoài hai lý do trên, các dòng chảy ít hơn trong tháng Tư so với tháng
Tám (xem hình. 4c), có thể giải thích tại sao nồng độ NO3-N là lớn hơn trong
tháng Tư so với tháng Tám. Vì vậy, khoảng thời gian từ ngày kết thúc của mùa
khô (tháng) đến đầu mùa mưa (tháng) (xem hình. 4c) là rất quan trọng để quản
lý NPS NO3-N ô nhiễm, kết quả từ việc gieo trồng, bón phân, và gia tăng nhanh
chóng của dòng chảy trên mặt và dòng chảy bên So với min-N, tình trạng ô
nhiễm PS có thể đóng góp nhiều hơn để min-P tải trọng vì hàm lượng P thấp
trong phân bón và thấp. Hình. 4a và b cho thấy mức tăng nhẹ min-P vào tháng
Tư và tháng Tám, đó là kết quả từ việc bón phân xảy ra trong hai tháng này. Vì
vậy, có thể suy ra rằng sự kết hợp của PS và NPS ô nhiễm dẫn đến sự biến đổi
theo mùa tập trung min-P ở các dòng suối, và mùa khô là giai đoạn quan trọng
để quản lý PS ô nhiễm Kết luận, hình. 4 cho thấy tình trạng ô nhiễm nước trong


các điều khoản của NH4-N, NO3-N, và min-P lớn trong cuối mùa khô và đầu
mùa mưa (tháng mười hai-tháng tư) Fig. 4a and b indicates a slight
increase of min-P in April and August, which is the result from the base
fertilization that occurs in these two months. Therefore, it can be inferred
that the combination of PS and NPS pollution resulted in the seasonal
variation of min-P concentration in the stream water, and the dry season
is the critical period for managing PS pollution Conclusively, Fig. 4
reveals that the water pollution in terms of NH4–N, NO3–N, and min-P

is greater in the late dry season and early wet season (December to
April)
3.4 NPS Identification of critical NPS pollution areas
Để xác định các khu vực tải chất dinh dưỡng NPS quan trọng trong lưu vực,
hình. 5 cho thấy hàng năm NPS ô nhiễm tải chất dinh dưỡng mô phỏng trung
bình (ví dụ, NO3-N, Org-N, min-P, và org-P) ở cấp HRU. Tải NO3-N có thể đạt
cao như 18 kg / ha / năm ở các vùng đất nông nghiệp trung và hạ lưu, trong khi
org-N tải có thể đạt cao như 133 kg / ha / năm đối với các tải lớn nhất org-N
trong cùng khu vực.
To identify the critical NPS nutrient loading areas in the basin, Fig. 5
shows the simulated annual average NPS pollution nutrient loads (i.e.,
NO3–N, org-N, min-P, and org-P) at the HRU level. The NO3–N load
can reach as high as 18 kg/ha/yr in the middle and downstream
agricultural lands, whereas org-N load can reach as high as 133 kg/ha/yr
for the largest org-N load in the same areas.
Tương tự như vậy, tải trọng P hàng năm từ đất nông nghiệp cho thấy mức độ tải
cao nhất (khoảng 3,2 kg / ha / năm của min-P và 20 kg / ha / năm của org -P).
Ngoài ra, NPS trung bình hàng năm lượng chất dinh dưỡng ở cấp tiểu lưu được
trình bày trong hình. 6. Chúng tôi thấy rằng subbasins 15, 17, 20, và 23 có mức
cao nhất của NO3-N tải (> 8,4 kg / ha / năm) do tỷ lệ phần trăm cao của đất


nông nghiệp trong các lĩnh vực. Cấp cao nhất của org-N (> 50 kg / ha / năm),
min-P (> 1,7 kg / ha / năm), và org-P (> 7,6 kg / ha / năm) tải trọng đã được tìm
thấy trong bốn subbasins cũng như trong tiểu lưu 35. Điều tra thêm mối quan hệ
giữa lượng chất màu mỡ và sử dụng đất, hình. 7

cho thấy lượng chất màu mỡ dựa trên sử dụng 3 loại đất lớn (nông nghiệp, đồng
cỏ / phạm vi, và rừng). từ con số này, các lĩnh vực nông nghiệp đóng góp chất
dinh dưỡng cao nhất tải trọng bao gồm NO3-N (8,2 kg / ha / năm), org-N (89,2

kg / ha / năm), minP (2,5 kg / ha / năm), và org-P (13 kg / ha / năm), trong khi
tải trọng thấp nhất đến từ các khu vực rừng trừ NO3-N tải trọng thấp nhất mà từ
lĩnh vực chăn nuôi / đồng cỏ. hiện tượng tải trọng NO3-N này từ khu vực rừng
cao hơn so với đồng cỏ, có thể là do các lượng dư lớn còn lại trên mặt đất và kết
quả tốc độ phân hủy cao trong khu vực rừng. Rõ ràng, ô nhiễm NPS gắn liền
với hoạt động sử dụng đất để xác định các nguồn và độ lớn của tải trọng ô
nhiễm các dòng nước. do đó, kiểm soát hiệu quả và quản lý các hoạt động canh
tác (tức là, hoạt động quản lý (BMP) tốt nhất) sẽ giúp giảm lượng chất dinh
dưỡng


3.5. Đóng góp ô nhiễm của PS và NPS
Bởi vì cả hai PS và NPS đều nạp tải trọng tại đầu ra của lưu vực sông Đông (ví
dụ, để tải Pearl Đồng bằng sông Cửu), chúng tôi thiết kế hai kịch bản (kịch bản
A: chỉ có NPS, và Kịch bản B: cả PS và NPS) để điều tra việc nạp thêm cho tải
trọng chất dinh dưỡng. Cần lưu ý rằng tải trọng các PS thành phố, như thể hiện
trong Bảng 3, là số lượng ước tính do thiếu quan sát có sẵn. PS tải trọng công
nghiệp, dữ liệu tương đối đáng tin cậy hơn (1992) (xem Phần 2.4.2 cho chi tiết).
Tuy nhiên, năm (1992) mô hình mô phỏng duy nhất có thể không đủ để đại diện
cho tình hình thực tế khi xem xét biến đổi khí hậu. Vì vậy, chúng tôi đã phân
tích hai tình huống trên sử dụng một - ba năm (1991-1993) thời gian như vậy
thỏa mãn tính chính xác của dữ liệu công nghiệp PS và mô phỏng dài hạn.
Bảng 6 cho thấy lượng chất màu mỡ trung bình trong ba năm BL cho hai kịch
bản này. Các dữ liệu trong Bảng 6 cho thấy rõ ràng rằng NPS ô nhiễm đáng kể
(94-99%), góp phần vào tải trọng của min-N, orgN, và org-P, cho tải min-P, PS
và NPS đóng góp như nhau. Như Kết quả là, NPS đóng góp 93,2 × 103 t / năm
cho TN và 9,8 × 103 t / năm đối với TP, chiếm 97% và 94% tổng tải trọng của
TN và TP,

4. thảo luận

4.1. Đánh giá chất lượng nước


Việc sử dụng WQI cho phép phân loại chất lượng nước như "tốt" hoặc "xấu"
bằng cách chuyển đổi các biến lý hóa và sinh học đa dạng vào một số một cách
đơn giản , khách quan, và tái sản xuất ( nhà và Newsome , 1989). Với một số
lượng như vậy, chúng ta có thể phân loại và so sánh các tình huống chất lượng
nước ở những nơi khác nhau hoặc thời gian khác nhau cho một địa điểm cụ thể .
Các phương pháp liên kết các WQI, như trong trường hợp nghiên cứu của
chúng tôi ( xem phần 3.2) , được khuyến khích bởi vì phương pháp này có thể
trình bày cả một đánh giá rõ ràng về mặt không gian và thời gian chất lượng
nước cho một lưu vực nhất định. Ví dụ , phần thượng nguồn chéo , LC , với một
WQI(89) có chất lượng nước tốt hơn so với mặt cắt hạ lưu, BL , với một WQI
(80) . Sử dụng kết quả mô phỏng thủy văn , chuỗi thời gian của WQI đối với
từng mặt cắt ngang từ đầu nguồn đến cửa sông của sông có thể được bắt nguồn,
Vì vậy cách tiếp cận này có thể là thông tin hữu ích công cụ để quản lý lưu vực
sông và hỗ trợ so sánh qulaity nước giữa các vùng khác nhau (ví dụ như Hồng
Kông và Đài Loan hoặc khu vực khác).
Điều đáng chú ý là một vấn đề với WQI là nó tổng hợp vào một số duy nhất,
một thực tế phức tạp, nơi rất nhiều chỉ tiêu môi trường có ảnh hưởng đến chất
lượng nước. Một vấn đề khác là phân loại ("tốt" đến "xấu") chất lượng nước
phụ thuộc vào ứng dụng của nó (mục đích) như sử dụng công nghiệp hoặc cung
cấp nước uống (Simoes et al., 2008). Vấn đề đầu tiên liên quan đến bao nhiêu
chỉ tiêu và bao nhiêu mỗi biến nặng trong tính toán WQI, và vấn đề thứ hai đề
cập đến ai hay cái gì có thể sử dụng nước. Như trong trường hợp nghiên cứu của
chúng tôi, chúng tôi sử dụng tám chỉ tiêu quan trọng với một loạt các yếu tố
quan trọng 0,07-0,2 (xem bảng 1) sau khi xem xét Liou của et al. (2004) kiến
nghị, được dùng cho mục đích chung trong một khu vực gần đó (Đài Loan). Rõ
ràng, việc tính toán với các chỉ tiêu nhất định và các yếu tố trọng số WQI (ví dụ,
vấn đề đầu tiên) nên phụ thuộc vào mục đích ứng dụng nước (ví dụ, vấn đề thứ

hai). Vì vậy, việc áp dụng WQI để phân loại chất lượng nước và so sánh cần


phải được tiến hành trong cùng điều kiện. Do đó, làm thế nào để lấy được các
yêu cầu hợp lý và cụ thể tương ứng với từng mục đích ứng dụng cần tiếp tục
phát triển và nghiên cứu.
4.2. Tính năng ô nhiễm nguồn nước
Phân tích biến đổi theo mùa của lượng chất dinh dưỡng (xem Phần 3.3) của
sông Đông chỉ ra rằng mùa khô là giai đoạn quan trọng cho PS NH4-N và min-P
ô nhiễm do các dòng chảy tương đối thấp, trong khi từ cuối mùa khô đến đầu
mùa mưa là giai đoạn quan trọng cho NPS NO3-N ô nhiễm do các hoạt động
nông nghiệp và ảnh hưởng của việc rửa đường bộ và dòng chảy đường bên.
Tiếp tục điều tra của lượng chất dinh dưỡng không gian rõ ràng, cùng với việc
phân tích sử dụng đất dựa trên lượng chất dinh dưỡng, có thể giúp xác định các
vùng có nguồn gây ô nhiễm quan trọng và bao gồm vùng đất, nơi các chương
trình bảo tồn chi phí thấp (ví dụ, bộ lọc dải) có thể được thực hiện để giảm tải
trọng ô nhiễm hiệu quả (xem Phần 3.3). Hơn nữa, sự đóng góp chi phối bởi NPS
ô nhiễm có nghĩa là sử dụng BMP trong tình trạng ô nhiễm nghiêm trọng vùng
nguồn được xác định trước sẽ có nhiều triển vọng. Tuy nhiên, PS ô nhiễm
không thể bỏ qua một trong hai, xem xét PS ô nhiễm có khả năng sẽ tăng kinh
tế địa phương và đi kèm tăng trưởng dân số.Do đó, quản lý hiệu quả và xử lý
công nghiệp và nước thải đô thị là một phương pháp quan trọng để tránh suy
giảm chất lượng nước. Mặc dù những phát hiện này và những tác động có
nguồn gốc từ các nghiên cứu của chúng tôi trên một con sông địa phương, cả
hai phương pháp và kết quả có thể là thông tin hữu ích cho các khu vực lân cận
và các nhà nghiên cứu khác trên thế giới.
4.3. hạn chế
Có thể có một số hạn chế khi giải thích kết quả bởi vì các dữ liệu sẵn có vấn đề.

1)

Đầu tiên, các dữ liệu về số lượng và chất lượng nước thải thành phố được
ước tính bằng nhân các giá trị được đề xuất bởi người dân tại mục 2.4.
Chúng tôi thừa nhận các dữ liệu thu được thô và có thể mang lại một số
sai sót kết quả về sự đóng góp của PS ô nhiễm trong phần 3.5. Tuy nhiên,
ước tính dữ liệu là phương pháp khả thi duy nhất để thực hiện, đã được
ghi nhận và áp dụng rộng rãi cho việc thiết kế các nhà máy xử lý nước

2)

thải ở Trung Quốc.
Thứ hai, 6 chỉ tiêu quan trắc ( tức là , NH4-N , NO2 -N , NO3- N , BOD ,
DO, và TP) đang khan hiếm, và có thể điều này cản trở việc thu được
những thông số tối ưu trong phần 3.1. Tuy nhiên, một so sánh hình ảnh
của các biến chất lượng nước mô phỏng và quan sát hàng tháng (xem

3)

hình . 2) hỗ trợ các mô hình mô phỏng giảm trong một phạm vi hợp lý .
Thứ ba, các quan sát của org - N không phải là có sẵn , mặc dù chúng tôi
sử dụng biến này trong tính toán WQI trong Phần 3.2. Vì vậy , giả định
về ước tính hợp lý của org –N có thể dẫn đến một số bất ổn trong đánh
giá chất lượng nước toàn diện. May mắn thay, sự không chắc chắn đó sẽ
không đáng kể vì yếu tố trọng số thấp org -N (tức là 10 % như trong

4)

Bảng 1).
Thứ tư, chúng tôi sử dụng bốn biến, min- N , min- P , org -N , và org -P ,

trong việc xác định các nguồn gây ô nhiễm nghiêm trọng (xem hình 5. và
hình . 6 ), tương ứng, tại mục 3.4 và điều tra sự đóng góp của PS và NPS
ô nhiễm trong phần 3.5 . Tuy nhiên, cuối cùng hai biến không được xác
nhận do thiếu quan sát. Tuy nhiên, phân tích của chúng tôi có thể thực
hiện được do các mô hình ban đầu thiết kế của SWAT là hoạt động trong
lưu vực ungagged quy mô lớn với nỗ lực chuẩn ít hoặc không có ( Arnold
và cộng sự, 1998; . . Srinivasan và cộng sự, 2010) . Do đó, giá trị thực tế
và nguồn gốc quan trọng đánh dấu khu vực dựa trên org -N và org -P có
thể, lúc tồi tệ nhất , phục vụ như một tài liệu tham khảo cho các nhà
nghiên cứu khác và gọi để xác nhận thêm. Cuối cùng, tiến hành nghiên
cứu trong lĩnh vực dữ liệu khan hiếm có thể được thử thách , và các nhà


khoa học có thể cần phải làm việc với bất cứ dữ liệu có thể đạt được .
Mặc dù mô hình SWAT có thể hỗ trợ ứng dụng của nó trong những loại
diện tích , hạn chế và không chắc chắn nên được ghi với kết quả của họ
để tránh sự giải thích .\

5 . Kết luận
Dựa trên nghiên cứu trước đây của chúng tôi về dòng chảy và trầm tích
mô hình sử dụng SWAT , chúng tôi tiếp tục điều tra chất lượng nước với chi tiết
PS và NPS ô nhiễm trong lưu vực sông Đông. Để đánh giá hiện trạng chất
lượng nước của dòng sông, chúng tôi sử dụng chỉ số chất lượng nước toàn diện
( WQI ) liên quan đến tám chỉ tiêu chất lượng nước tại hai mặt cắt ngang lớn
(LC thượng lưu và BL hạ lưu ). các điều tra về sự phân bố thời gian ( biến đổi
theo mùa ) của chất lượng nước tiết lộ rằng có những cấp độ cao của lượng chất
màu mỡ trong cuối mùa khô và đầu mùa mưa ( tức là , từ tháng Ba đến Tháng
Tư). Chúng tôi tiếp tục trình bày các bản đồ phân bố không gian cho NPS tải
chất dinh dưỡng và việc sử dụng dựa trên tải trọng chất dinh dưỡng đất xác định
các khu vực ô nhiễm nguồn quan trọng và bao gồm vùng đất, nơi quan tâm

nhiều hơn và các biện pháp có thể được xem xét vì họ chi phí - hiệu quả . Cuối
cùng, chúng tôi cũng xem xét những đóng góp PS và NPS để tải chất dinh
dưỡng và tìm thấy NPS ô nhiễm góp phần đáng kể để min- N , Org -N , và org
-P , trong khi đóng góp để min- P từ PS và tải ô nhiễm NPS là gần bằng nhau.
Nhìn chung, những phát hiện của chúng tôi có thể cung cấp thông tin có giá trị
cho các địa phương ra quyết định để xác định nguyên nhân gây ô nhiễm nước,
sẽ có ích cho việc bảo vệ môi trường nước . Ngoài ra, các phương pháp chúng
tôi áp dụng có thể hữu ích cho các nhà nghiên cứu khác xung quanh thế giới