某区域内的河道调查及排水口水质分析

刘露露，张瑞涛，王 瑾，韩 猛，朱 程，张红良

(1.深之蓝海洋科技股份有限公司 天津300457；
2.天津市和平区生态环境局 天津300041)

我国的河流水资源相当丰富，河川径流总量历年来位居世界第三，年均达到了27000亿m3[1]。但经济快速发展的同时对河流水资源产生了一定的负面影响，河流水质污染和富营养化的现象偶有发生，在对我国七大水系 216条河流 503个主要断面进行监测后，我们发现Ⅰ～Ⅲ类的水质为 38%，Ⅳ、Ⅴ类的水质为 29.5%、优Ⅴ类水质为 32.5%。因此，对河流水质变化进行分析和研究，出台保护对策对改善水质具有重要意义[2-3]。

在某河道地表水水质日常监测过程中，某区域内地表水水质数据出现了异常现象，针对导致该河道水质异常的污染源，本着查清楚、找明白的原则，展开了此次调查分析。由于本次调查水域范围较大且现场水质采样对水域深度有一定的要求，分析研究主要是利用水下机器人搭载多参数水质传感器进行现场水质采样分析，并通过通信接口直接将采集数据上传至水下机器人地面控制基站，从而提高监测结果的有效性，符合现场采样工作的质量控制要求，确保了采样的代表性和及时性[4-5]。

结合文献研究和现场实际情况，本文选取“常规四参数”[水温、溶解氧(DO)、浊度、电导率][6]及叶绿素作为水质分析指标。此外，通过搭载扫描声呐实时动态观察排水口闸门的开合情况，以综合分析水质数据异常的原因。

某区域内河道地表水监测数据如表1所示，结果显示，该区域内河道各采样点位的水质指标数值在点位1和点位2之间存在一定差异。初步分析认为，河道内排水口可能发生渗漏或可能存在未发现的不明排水口，为确定此异常的来源，本文对此进行了后续调查分析。

表1 某河道地表水监测数据Tab.1 Surface water monitoring data of one river

该河道内水流速度缓慢，可使用水下机器人采用走航式监测方式，以便兼顾效率的同时保证监测效果。具体方法为：水下机器人按照图1所示轨迹沿待调查水域段每隔10m采集一次数据，如图1中圆点所示位置(河面宽 50m)，采样要求是水深小于 5m时在水面下0.5m处采集表层水样，水深超过5m时在水面下 0.5m、河底上 0.5m 分别采集表底层混合水样，采集的数据以该位置数据稳定后连续观察 30s的平均值为最终取值。为保证数据采集的真实性和连贯性，调查日期选取在未降雨的日期进行连续观测，同时为了保证测量结果的信效度，隔日调查时覆盖前序调查的100m的区域，以分析差异并保证调查区域内无漏检。

图1 走航式测量水下机器人轨迹示意图Fig.1 Trajectory diagram of ROV walk navigation pattern monitoring

本次走航式调查沿待调查河道起点开始，每间隔10m进行一次数据采集，共计花费 5d时间，沿河道连续监测水质变化，指标数据采集超 8000项，其中水体电导率数据变化如图2所示，可以看出在水下机器人监测调查期间水体电导率平均值维持在1000µS/cm，水质变化波动较小，水样电导率指标基本无梯度变化，未发现明显异常现象。

图2 走航式监测电导率水质指标梯度变化Fig.2 Conductance variation diagram of walknavigation pattern monitoring

走航式监测调查水样浊度变化如图3所示，由数据分析可得监测 5d内浊度平均值为 9.3NTU，说明在监测过程中水质总体基本一致，水样浊度指标基本无梯度变化，符合自然河流的特征，未发现其他明显异常现象。

图3 走航式监测浊度水质指标梯度变化Fig.3 Turbidity variation diagram of walk navigation pattern monitoring

走航式监测调查水样叶绿素变化如图4所示，可见实时监测水样叶绿素平均值维持在 7.77SPAD，水质变化未见明显异常现象，水样叶绿素指标基本未发生梯度变化，监测过程未发现其他明显异常现象。

图4 走航式监测叶绿素水质指标梯度变化Fig.4 Chlorophyll variation diagram of walk navigation pattern monitoring

走航式监测水样溶解氧含量变化趋势如图5所示，由数据分析可得实时采集的水样溶解氧浓度平均值约为 2.49mg/L，水中溶解氧在监测期间波动未发现明显异常，水样溶解氧指标未发生明显梯度变化，监测过程未发现其他明显异常现象。

图5 走航式监测溶解氧水质指标梯度变化Fig.5 Dissolved oxygen variation diagram of walk navigation pattern monitoring

据悉，该区域河道段中包含多个入河排水口，沿调查起始点开始分别对其编号为排口1、排口2至排口 N，针对该河段内入河排水口情况，采用定点式监测。针对排口外情况，将排口位置分为 5个区域，以排口位置为中心，沿水流方向，间隔5m，自上游向下游进行编号，分别为位置 1、2、3、4、5采样区域，如图6所示。使用水下机器人搭载多参数水质传感器实时监测水体的电导率、溶解氧、浊度和叶绿素等水质指标，并结合扫描声呐动态分析排口闸门的开合情况；
针对排口内情况，采取就近取水样的方式分析水样水质情况。

图6 排口位置示意图Fig.6 Trajectory diagram of drainage outlets

若已排除闸门出现显著渗漏的情况，则可通过以排口为中心建立间隔 10m 的网格化观测网，以排口中心为水样采集深度，通过水下机器人进行快速的定点监测，在横纵网格交点进行数据的采集，以该位置数据稳定后连续观察 30s的平均值为最终取值，针对测定结果进行分析和确认，以判断是否存在可能的慢速泄露。

定点式监测水质差异变化如图7所示，可以看出水样电导率、浊度、溶解氧和叶绿素指标变化未见明显异常，排水口内外水质存在一定差异变化，各排水口内水质通常略优于排水口外水质。在监测过程中，通过扫描声呐分析得出排口 4、排口 5(共用一个排口)和排口10闸门处于打开的状态，如图8、9所示，其他排口均处于关闭状态。排口4和排口5的水体情况相比较而言，排口处电导率较低，同时浊度较高，根据以上情况，排出的水应该是金属盐含量较低的水，同时具有较大的浊度，疑似存在一定的雨污混流情况，可能会导致水质数据产生异常；
排口 10处电导率较低和浊度较低，溶解氧较高，此时应该排放的是雨水，符合排口排放要求。

图7 排口内外水质差异变化图Fig.7 Water quality variation diagram of inside and outside drainage outlets

图8 排口4和排口5声呐图像Fig.8 Scanning sonar image of drainage outlets 4 and 5

图9 排口10声呐图像Fig.9 Scanning sonar image of drainage outlet 10

①采用走航式水质监测调查时，未发现水下存在不明排口或异常污染源的证据。

②采用定点式水质监测调查时，排口 4和排口5(共用一个排口)可能存在雨污混流的情况，其他位置未处于排水期，暂时无法进行具体分析。

③为保障该河道地表水水质和维护良好的生态环境，建议对河道实施连续记录、动态监测，以实现持续性预防水资源污染的目标。