KCFs识别法筛查引黄济青集水区水质安全风险

鉴于长距离调水工程需面临复杂多变的环境条件,筛查其水质安全风险有利于加强受水地区饮用水安全风险管控,保障居民饮水安全。以引黄济青集水区为例,基于集水区沿线监测数据,识别决定引黄济青集水区水质的关键控制因子(KCFs),并在其范围内进一步分析筛查出的风险因子,确定水质安全风险清单。分析结果表明,由于取水时泥沙吸附的污染物释出及干渠后段Fe和TP等污染,集水区水质两度变差,是水质风险集中的区域,但在随后的环节中水质好转,较大程度上消除了风险;氮和磷是影响集水区水质的主要指标,但南水北调的水明显缓解了干渠的富营养化;调水汇入量和pH值的变化、湿地系统和棘洪滩水库净化功能丧失则会引发潜在的安全风险。因此,KCFs识别法应用于长距离调水工程是可行的。     

改进综合水质指数法分析黄河水质演变特征

为评价黄河干流水质状况,以水污染指数WPI为分项指数,采用主成分分析法赋权,同时引入改进内梅罗指数法,建立了改进的综合水质指数法。以黄河干流7个监测断面2004—2016年的水质监测数据为基础,利用改进的综合水质指数法分析黄河流域水质的总体污染状况和时空变化特征,结果表明:黄河干流水质总体较好,达Ⅲ类水标准的占90.93%,水质类别为优;干流Ⅰ~Ⅲ类水体比例呈逐年增加趋势,水体污染程度降低,水质呈改善趋势;从空间变化来看,乌海海勃湾断面、包头画匠营子断面污染最为严重,最重污染因子为NH_3-N,上游和下游地区水质状况较好。     

KCFs识别法的建立及其在引黄饮用水中的应用

建立了饮用水供应链关键控制因子(KCFs)风险识别的方法,该方法以饮用水供应链中监测数据标准化为统一指数的基础,利用改进的主成分分析摒弃冗余信息,将饮用水安全风险因子的识别范围缩小到对水质起决定作用的KCFs中,从而实现快捷、准确的识别。将该方法应用于山东部分引黄饮用水供应链识别风险因子中,发现除微生物与有机物为引黄饮用水的潜在风险外,氟化物和硫酸盐也会产生明显的风险,而此前未见报道。对水质的影响由强到弱依次为水处理效果、原水水质、管网污染。最后,提出了引黄饮用水安全影响清单及应采取的措施,并分析了KCFs识别法的应用前景。