摘要
研究基于白洋淀5个站点近30年水质监测数据，运用多元统计分析方法，结合文献调研，系统揭示了白洋淀水质演变趋势、影响因素和控制对策。结果表明，（1）2005年和2015年前后为近30年白洋淀水质较差时段，2022—2023年淀区水质稳定在Ⅲ类，2023年水质为近30年最好水平，淀区主要污染指标为化学需氧量（COD）和总磷（TP）。（2）Mann-Kendall趋势检验结果显示，2009—2023年淀区COD、总氮(TN)和TP浓度均呈明显下降趋势，年变化速率分别为-0.611 mg/(L·a)（α=0.05）、-0.212 mg/(L·a)（α=0.01）和-0.013 mg/(L·a)（α=0.05）。（3）各站点水质指标空间上聚为3类，西部的南刘庄站点水质最差；富营养化指标可聚为2类，呈现出北部站点高于南部站点的特征；近年白洋淀整体为磷限制特征，但为氮污染型湖泊。（4）入淀水量和水位是近年影响白洋淀水质的关键因素；分区域看，西部南刘庄站点应重点关注外源输入，北部站点应重点降低TN浓度，南部站点应重点治理COD和TP污染。下一步，应进一步结合多站点多要素观测数据，应用水动力—水质耦合模型进行模拟溯源分析，多方位保障淀区水质综合决策，为生态补水和底泥等内源污染控制及流域协同污染治理提供支撑。
Abstract
Based on the monitoring data of water quality at 5 stations in Lake Baiyangdian in the past 30 years, this study comprehensively applied multivariate statistical analysis methods and literature research to systematically reveal the trends of water quality evolution, influencing factors, and control measures in Lake Baiyangdian. Results showed that: ①The years 2005 and 2015 were the periods of poor water quality in Lake Baiyangdian over the past 30 years. From 2022 to 2023, the water quality of the lake area remained stable at Class Ⅲ, and by 2023, the water quality was at its best level over 30 years. The main pollution indicators in recent years have been COD and TP. ② From 2009 to 2023, the COD, TN, and TP concentrations in the Dianqu area were in significant downward trends, with an annual decrease rate of 0.611 mg/(L·a) (α=0.05), 0.212 mg/(L·a) (α=0.01), and 0.013 mg/(L·a) (α=0.05), respectively. ③The water quality indicators across various monitoring stations in Lake Baiyangdian could be spatially categorized into three groups, with the Nanliuzhuang station in the western region showing the poorest water quality. Eutrophication indicators were further classified into two categories, with northern sites exhibiting a higher nitrogen-to-phosphorus ratio than the southern sites. Over recent years, Lake Baiyangdian has become predominantly phosphorus-limited despite being a nitrogen-polluted system overall. ④The inflow and water level were the key factors affecting the water quality of Lake Baiyangdian in recent years. From a regional perspective, targeted management strategies were necessary for different areas of the lake. In the western region, particularly at the Nanliuzhuang site, efforts should focus on controlling external nutrient inputs. In the northern sites, priority should be given to reducing total nitrogen concentrations, while in the southern sites, the main focus should be on controlling chemical oxygen demand and total phosphorus levels. In the next step, the multi-site and multi-factor observation data should be further combined with the application of a hydrodynamic-water quality coupling model for simulation and traceability analysis, which can guarantee the comprehensive decision-making of water quality in Lake Baiyangdian, and provide support for the ecological water replenishment and the control of endogenous pollution such as substrate and humus, as well as the synergistic pollution management in the watershed.
Keywords
湖泊作为重要的水生系统，对促进地区经济发展与改善生态环境具有重要意义。例如，湖泊可以为人类社会发展提供饮用水、渔业与旅游业资源，具有调节气候、净化环境、维护生态与生物多样性等多种生态服务功能[1-2]。尽管近年我国许多地区的湖泊水环境质量已有所改善，但仍呈现富营养状态。许多因素可能导致不同时空尺度下湖泊水环境质量的变化，如点源和非点源输入、气候、水动力条件和大气沉降等[3-4]。
白洋淀是华北平原最大的湿地系统，为浅水型、草型湖泊。白洋淀不仅为人民生产生活提供各种资源，还具有行洪滞沥、灌溉等多种生态功能，可调节当地气候，改善周边生态环境[5]。与世界各地水资源供需矛盾突出区域的许多湖泊一样，白洋淀水质容易受到气候变化和高强度人类活动的双重影响，同时出现资源型缺水和水质型缺水，需从上游水库和跨流域调水设施输送足够的水，以维持湿地生态系统的健康发展[6]。自1988年恢复蓄水以来，白洋淀一直面临水源不足、湿地萎缩、水污染、泥沙淤积和生物多样性降低等问题[7]。2017年党中央、国务院设立雄安新区，白洋淀作为雄安新区的生态支撑，“以淀兴城、城淀共荣”成为雄安新区建设的重点发展理念。为了“把白洋淀修复好、保护好”，国家和地方政府采取了一系列举措，近年白洋淀水质显著改善，“华北明珠”重现光彩。
当前，国内外针对白洋淀水质的研究主要集中在白洋淀局部水环境质量及影响因素分析、生态需水核算及评价、生物多样性分析、水环境状况及其治理保护对策等方面，采用的方法主要为指数计算、统计评价等，少数研究也涉及WASP、MIKE等水质模型模拟、遥感反演等，这些研究时段绝大多数集中在2020年之前[8]。自2017年白洋淀开展综合治理以来，缺少对整个淀区较长时间序列、整体和局部差异化水质的综合分析和评估，且采用长时间序列分析方法对主要水质指标变化趋势及溯源分析仍不够深入[9]。本研究基于白洋淀5个站点多年水质监测数据，综合运用Mann-Kendall统计检验、时空聚类分析、主成分分析（principal component analysis，PCA）和相关性统计等分析方法，结合文献调研，系统揭示了白洋淀流域水质演变趋势以及影响因素和管控等特殊事件对水质的影响；综合考虑了水质时间序列的长度、点位分布的空间差异、影响因素的多样性、非线性和复杂性，以期为白洋淀“十五五”水质改善工作提供技术支撑，也可为国内其他湖泊或河流开展水质研究与评价提供参考。
1 材料与方法
1.1 研究区域与监测数据
白洋淀位于华北平原（38°44′~38°59′N，115°45′~116°07′E），是海河流域面积最大的淡水湖。白洋淀地势西高东低，水域面积为336 km2，流域面积为31199 km2，平均蓄水量为3.2亿m3，由143个较小的湖泊和3700多条海沟组成，周围环绕着芦苇台田和225个村庄。白洋淀地区属暖温带大陆性季风气候，年平均气温在7~12℃之间，年平均降水量为500 mm左右，以主汛期7月下旬—8月上旬降水最为集中。白洋淀归雄安新区管辖，是雄安新区总体规划中的重要生态水域。
白洋淀历史水质监测数据包括电导率（EC）、水温（WT）、pH值、溶解氧（DO）、化学需氧量（COD）、氨氮（NH3-N）、总氮（TN）和总磷（TP）等，相关历史监测数据主要来自有关文献[6-8]，近年水质自动和人工监测数据从国家地表水水质数据发布系统（http://waterpub.cnemc.cn:10001/）和上海青悦数据中心（https://data.epmap.org/product/province_water）获得。人工监测每月一次，自动监测每4小时一次，均按照《地表水环境质量标准》（GB 3838—2002）要求进行采样分析及评价。本研究收集分析了淀区内5个监测点位（烧车淀、南刘庄、光淀张庄、圈头和采蒲台；具体分布见图1）水质监测数据，5个站点数据的平均值用来评估淀区水质情况。收集的水质指标监测数据主要为，1992—2023年淀区各项水质指标年均值，2009—2023年淀区各站点水质指标年均值，2019—2023年淀区各站点水质指标月均值和小时值。白洋淀气温（T）、降水量（Precip）等气象数据来自国家气象信息中心网站（http://data.cma.cn/），河流COD、TN、TP等水体污染物排放量数据来自《河北省统计年鉴》（http://tjj.hebei.gov.cn/hbstjj/sj/sjcx/tjnj/）。白洋淀入淀水量（WIL）、水位（WL）等水文数据从河北省水利厅发布的历年水资源公报（http://slt.hebei.gov.cn）获取。按照水文特征统计惯例，5—9月为丰水期、12月至次年2月为枯水期。
白洋淀承接大清河水系潴龙河、孝义河、唐河、瀑河、府河、萍河和白沟引河等河流来水，其中一些河流已干涸或停止流动（如萍河）；仅有赵王新河从白洋淀流出（图1）。白洋淀流域除府河和孝义河常年有水外，其余大部分河道已出现季节性甚至长期干涸的现象。府河主要承接上游保定市区和清苑区部分再生水，孝义河主要承接上游蠡县和高阳县再生水。
图1白洋淀淀区水质监测断面分布
Fig.1Distribution of water quality monitoring sections in Lake Baiyangdian
1.2 研究方法
水质指标变化具有很强的非线性特征，且影响水环境质量的因素众多，采用简单的数理统计并不能全面反映水污染与环境因子之间的特征、响应和规律[10]。本研究结合趋势统计定量分析、空间聚类、相关性统计及因子分析等统计方法，全面评价白洋淀地表水水质状况及其成因。
1.2.1 Mann-Kendall趋势检验
Mann-Kendall（MK）趋势检验法是一种非参数统计方法，最初由曼（H.B.Mann）和肯德尔（M.G.Kendall）提出并发展，主要用于检测时间序列数据上升和下降的变化趋势[11]。该方法不需要样本遵从特定的分布，适用性强，计算较为方便。主要原理为：假设时间序列数据即某一水质指标X（x1，x2，···，xn）是n个独立的、随机观测值，通过构建统计变量S：
(1)
进一步比较所有观测值的大小（（Xi-Xj）＜0、=0或＞ 0），符号函数S即sign（Xi-Xj）计为-1、0或1。当S＞0、S=0、S＜0时，进一步计算MK统计量Z：
(2)
针对MK统计量Z，|Z|＞1.28、|Z|＞1.64、|Z|＞2.32分别表示某一水质指标时间变化趋势显著，且分别通过了置信度（α）0.1、0.05、0.01的显著性检验。
1.2.2 时空聚类分析
研究采用K-means非层次聚类方法进行某一水质指标的空间聚类分析。K-means算法由美国Stuart Lloyd于1957年提出并于1982年正式发表[12]，经过数十年发展并广泛应用完善。K-means算法主要通过重复计算空间数据的聚类中心并降低聚类中心个数实现。在K-means空间聚类的基础上，进一步采用双向聚类方法进行水质指标的时空聚类分析。与K-means空间聚类方法不同，双向聚类的主要原理是构建时空序列相似性矩阵，通过归一化处理并进行降维分析，最后提取K个特征值进行聚类分析。双向聚类考虑更加全面，使矩阵内部各要素尽可能相似，实现行和列同时聚类，更具有综合性和全面性，更能体现流域水质指标的空间异质性。
1.2.3 主成分分析
为综合分析白洋淀不同淀区流域水质指标的影响因素，本研究基于主成分分析（principal component analysis，PCA）识别主要的污染物和关键污染因子。主成分分析方法通过正交变换和数据映射、降维分析，将线性相关变量转换为线性无关变量（主成分），同时计算数据方差。Hotelling[13]对主成分的发展做出了重要贡献，主成分分析用较少的综合变量保留尽可能多的原始信息，同时简化了计算过程。
2 结果与讨论
2.1 水质时间变化趋势
依据《地表水环境质量标准》和《地表水环境质量评价办法（试行）》，结合监测结果与历史文献数据统计分析可知，近30年淀区水质呈现明显波动性特征，其中2005年和2015年前后为近30年水质较差时段。王欢欢等[14]也研究指出1988—2016年期间，淀区水质2015年最差，水质综合污染指数为2.229，1992年水质最好，水质综合污染指数为0.833。张婷等[15]研究指出2005—2006年淀区连续两年水质为劣Ⅴ类，为1973—2007年间水质最差时段。段茂庆等[16]研究指出，2016—2020年淀区水质整体逐年改善，主要水质指标浓度（年均值）呈逐年下降趋势。近年《河北省生态环境状况公报》[17]显示白洋淀水体中主要污染物为COD和TP，2017年淀区水质为劣Ⅴ类、2018年为Ⅴ类、2019年为Ⅳ类，2020年全域为Ⅳ类、局部为Ⅲ类，2021年淀区全部达到Ⅲ类及以上标准，2022—2023年稳定在Ⅲ类，2023年淀区水质为30多年以来最好水平，稳居全国良好湖泊行列。徐蓉桢等[18]发现COD、TP和TN是影响白洋淀水质的关键因素，且近年“引黄济淀”工程、上游水库等大规模生态补水是白洋淀水质得到极大改善的主要原因。
1992—2023年淀区主要水质指标COD、DO、TN、TP和氮磷比（N/P比）分别为（21.1±7.1）mg/L、（8.0±1.4）mg/L、（3.24±1.27）mg/L、（0.225±0.116）mg/L和（18.95±11.79）；2021—2023年淀区COD、DO、TN、TP和N/P比分别为（17.1±1.5）mg/L、（8.0±0.2）mg/L、（1.55±0.40）mg/L、（0.034±0.004）mg/L和（44.61±7.54）。与1992年相比，2023年淀区COD、DO、TN、TP和N/P比累计变化分别为79.9%、16.7%、2.6%、-73.4%和285.6%；其中淀区COD和N/P比呈现明显上升趋势，年变化速率分别为0.4 mg/（L·a）（α=0.01）和0.642 a-1（α=0.01），TP呈现明显的下降趋势，年变化速率分别为-0.008 mg/（L·a）（α=0.01）（图2和表1）；TN和DO年变化趋势不明显。2009—2023年，淀区COD呈现明显下降趋势，年变化速率分别为-0.611 mg/（L·a）（α=0.05）。从富营养化指标结果看，2009—2023年淀区TN、TP和N/P比分别为（3.10±1.34）mg/L、（0.174±0.099）mg/L、（23.73±12.85），TN、TP和N/P比累计变化分别为-59.5%、-88.6%、255.2%，其中TN和TP均呈现明显下降趋势，年变化速率分别为-0.21 mg/（L·a）（α=0.01）和-0.013 mg/（L·a）（α=0.05），近15年N/P比年变化趋势不明显。分站点来看，15年来5个站点TP浓度（年均值）均呈明显下降趋势，TN和N/P比各站点变化趋势不一致。
图21992—2023年白洋淀淀区主要水质指标年际变化
Fig.2Variations of water quality indicators in Lake Baiyangdian from 1992 to 2023
2.2 水质空间演变分析
从各站点水质指标空间差异分布上看（表2），2019—2023年TN浓度由大到小排序为：烧车淀＞南刘庄＞光淀张庄＞圈头＞采蒲台，年均浓度在0.85~2.59 mg/L范围波动；TP浓度由大到小排序为：南刘庄＞光淀张庄＞圈头＞烧车淀＞采蒲台，年均浓度在0.025~0.054 mg/L范围波动；N/P比由大到小排序为：烧车淀＞南刘庄＞光淀张庄＞采蒲台＞圈头，N/P比在33.76~102.49范围波动，北部站点N/P比明显高于南部站点。枯水期TN浓度和N/P比均高于丰水期，但TP总体上呈现枯水期低于丰水期的特征（圈头站点除外）。孙添伟[19]研究发现淀区TP与NH3-N浓度主要与入淀河流——府河来水水质的影响密切关联，其他水质指标如COD、TN等受来水水质影响小，主要与淀区内源释放有关。
研究选取不同K值进行重复训练，根据簇内误方差（SSE）确定最优K值，基于肘部法则分析发现，水质指标和富营养化指标最优K值分别为3和2。从各站点水质指标的空间聚类上看（图3），5个站点总体可分为三类：第一类是位于淀区西北部的南刘庄站点；第二类是位于淀区北部的烧车淀和光淀张庄2个站点；第三类是位于淀区南部的采蒲台和圈头2个站点。从富营养化指标的聚类结果上看，5个站点总体可以聚为2类，第一类是偏北部的南刘庄和烧车淀2个站点（南刘庄站水质污染最为严重），其余3个站点可以聚类为第二类，整体呈现出北部站点水质差于南部站点的空间分布特征。陈靓等[20]指出1998—2016年入淀河流府河携带的污染物以入口为中心向东部和南部扩散，导致水体污染物浓度呈现出西部＞北部＞南部的特征；孔凡青等[21]研究发现，2022年淀区水质状况整体分布为东、北部区域优于西、南部区域，这可能与入淀河流主要位于白洋淀西、南部有关；佟霁坤[8]研究指出，南刘庄站点受府河水质影响较大，导致氮磷污染远高于其他点位，圈头水质易受水乡居民活动等影响，白洋淀出口附近枣林庄受外源污染最小，湖心区的烧车淀、光淀张庄、采蒲台等站点水质差异较小。Liu等[9]指出淀区西部站点水质差于东部站点，北部站点差于南部站点。本研究水质空间聚类结果与这些研究基本一致，聚类结果与实际情况较为符合，统计结果差异主要与监测时段不一致、指标数量有关。
2.3 水质富营养化分析
按照《白洋淀生态环境治理和保护规划》要求，近年白洋淀水位稳定保持在6.5~7.0 m之间，每年接收生态补水达3亿~4亿m3。2009—2018年白洋淀处于轻度富营养状态，2019—2023年降至中营养状态，近5年富营养状态呈显著下降的趋势（图4）。研究进一步采用3种判断依据计算白洋淀藻类生长氮磷控制概率（表3）。方法1为Redfield比值统计，N/P比＞16时为磷限制；N/P比＜16时为氮限制[22]；方法2为Schanz and Juon比值统计，N/P比≥20时为磷限制，N/P＜10时为氮限制，10≤N/P比＜20为氮磷共同控制[23]；方法3为Guildford and Hecky比值统计，N/P比≥23时为磷限制，N/P比＜9时为氮限制，9≤N/P比＜23为氮磷共同控制[24]。利用统计方法1~3，对近5年60次监测数据分析可知，各站点磷限制的概率分别为75.0%~100.0%、67.5%~95.0%、32.5%~90.0%，说明白洋淀整体上以磷限制占主导地位，是氮污染型湖泊（表3）。基于不同方法圈头、采蒲台等站点氮磷限制空间差异性较大，这两个站点呈现出一定氮磷双限的趋势。佟霁坤[8]指出淀区站点N/P比呈现出春冬季高、夏秋季低的特征，即磷限制时段冬、春季高于夏、秋季；季鹏飞[25]研究表明湖泊富营养化程度越低，N/P比越高，磷对浮游植物生长的限制越明显。下一步，针对白洋淀TP限制主导的特征，要结合补水调度、底泥疏浚、优化渔业产业结构等方式对白洋淀中的氮进行治理。
表1白洋淀各监测断面主要水质指标MK趋势检验
Tab.1The Mann-Kendall trend tests of the main water quality indicators in Lake Baiyangdian at different monitoring sections
*、**、***分别表示通过α=0.1、0.05、0.01显著性检验；N/P比的变化速率单位为a-1。
表22019—2023年不同时期白洋淀各监测断面TP、TN及N/P比统计
Tab.2Statistics of total phosphorus, total nitrogen, and nitrogen-to-phosphorus ratio in monitoring sections of Lake Baiyangdian during different periods from 2019 to 2023
图32019—2023年白洋淀各监测断面及主要水质指标聚类分析
Fig.3Cluster analysis of monitoring sections and main water quality indicators in Lake Baiyangdian from 2019 to 2023
图42009—2023年白洋淀淀区水质、富营养化情况以及入淀水量、水位
Fig.4The water quality and eutrophication status, inflow and water level of Lake Baiyangdian from 2009 to 2023
2.4 水质影响因素分析
白洋淀各站点水质变化影响因素较为复杂，主要因素包括点源和非点源输入、气候与水动力条件、大气沉降、生态补水等。针对水质影响因素的分析，由于涉及监测数据共享问题，本研究未能采用更多水质监测站点的数据进行水质空间变异和溯源分析，因此进一步基于水污染物排放量数据进行补充说明。受研究条件限制，未采用水动力和水质模型进行模拟预测分析，本文主要对白洋淀近年水质监测结果进行比对统计分析，同时采用空间分析（如主成分分析法）对淀区水质进行差异化分析。
由表4可知，2009—2023年降水量、入淀水量、水位与水质指标具有相关性。水文参数中与COD相关性较强的是水位，相关系数为-0.897（P＜0.01）；与TP相关性较强的是水位，相关系数为-0.895（P＜0.05）；与TN相关性较强的是入淀水量，相关系数为-0.614（P＜0.05）。入淀水量、水位与水质指标的相关性更强，表明来淀水量、水位是影响淀区水质的主要因素。Wang等[26]指出，环境水分配对湖泊水位波动有显著影响，因此可将湖泊水位视为水分配的重要指标。徐蓉桢等[18]指出，在生态补水背景下，白洋淀水中污染物浓度水平显著下降，水质得到明显改善。
表32019—2023年白洋淀水体氮限制、氮磷双限、磷限制的空间差异（%）
Tab.3The percentage differences in N limit, N-P limit and P limit in Lake Baiyangdian waters from 2019 to 2023
表42009—2023年白洋淀淀区水质指标与影响要素相关性分析统计
Tab.4Correlation analysis and statistics of water quality indicators and influencing factors in Lake Baiyangdian from 2009 to 2023
*、**分别表示α在0.05、0.01 水平（双侧）上显著相关。
2009—2023年年均温度与淀区水质参数无明显相关性。Han等[27]认为气候变化影响了淀区水质，降水量的增加稀释了COD但增加了湖中的TP，极端低温改变了湖泊中的DO浓度，温度升高增加了氧气含量，同时DO、TP浓度与年均温度和最低气温呈显著正相关，气温的变化影响了湖水温度，进而影响了生化反应速率。本研究与Han等[27]针对气温对水质的研究结果存在一定的差异，可能与研究时段的时间尺度有关，短周期内水温影响的季节差异更为显著。水温升高、降雨量变化、极端降雨等显著影响着淀区水质环境，但气候因素如何影响水质环境仍有待深入研究，因为气候变化对湖泊水质的影响往往是非线性的。2017年以来白洋淀受人工控制影响较大，如水库修建、闸坝、生态补水等，因此气温和降水对水质指标的影响显示出很强的复杂性。
淀区COD与COD全省排放量呈负相关（R=-0.668，P＜0.01），TN与TN全省排放量呈正相关（R=0.781，P＜0.01），TP与TP全省排放量无明显相关性。需要说明的是，人为排放量因素中，研究没有收集到白洋淀流域水污染物排放量统计数据，进而采用河北省全省的水污染物排放量进行简要相关分析。从区域水质分布上看，淀区水质指标与全省河流Ⅰ~Ⅲ类断面比例呈显著负相关，与全省劣Ⅴ类断面比例呈显著正相关，表明淀区水质除了受内源污染影响外更易受到区域较差来水的影响。张婷等[15]认为浅水型湖泊更易受到外界环境影响，保定市人口与经济增长对淀区水质影响显著；Liu等[9]指出淀区污染物主要来源于泥沙释放、降雨径流以及芦苇和荷花的分解；Han等[28]指出淀区东部家禽、水产养殖和分散村庄的生活废水对东部站点水质影响显著。2017年以来，随着雄安新区设立，白洋淀生态环境治理和保护攻坚战同步打响。从流域治理角度出发，统筹考虑了水量、水质、生态三大要素，除大力实施白洋淀生态补水外，坚持内源治理与外源截污并重，全力推进重点污染源管控，对白洋淀流域实施涉水企业清洁化改造、建设并升级改造现有城镇污水处理厂污水处理能力、加大村庄生活污水治理等措施，扎实推进白洋淀生态环境治理保护，大力开展河道治理工程，清理淀底淤泥、平衡收割芦苇、打捞水草，切实提升河道通蓄水能力，保护生物多样性，在补水、治污、清淤、搬迁等措施协同作用下，白洋淀水质在2021年达到近十年最好[29]。
研究进一步基于主成分分析法识别白洋淀不同区域的主要污染物，为了判断主成分分析方法的可行性，对3个区域的水质数据进行KMO检验和Bartlett检验，整体来看，3个区域的KMO值分别为0.624、0.605和0.713，满足因子分析对数据的要求，可进行主成分分析；Bartlett检测的F值小于0.05，说明3个区域水质均服从正态分布，各因子之间有一定的相关关系，可进行主成分分析。白洋淀西部区域的主成分分析结果显示（图5），识别出3个特征值大于1的主要因子，3个因子的方差解释率分别为48.71%、17.66%和12.87%；成分1中正负负荷量WT、COD、N/P比绝对值较大，分别为0.918、0.862、-0.794，表明西部区域有机污染物污染占主导，且受外源输入影响较大。白洋淀北部区域的主成分分析结果显示，识别出4个特征值大于1的主要因子，3个因子的方差解释率分别为40.94%、20.06%和13.71%。成分1中正负负荷量TN、N/P比、COD绝对值较大，分别为-0.908、-0.904、0.861，表明北部区域TN污染占主导。白洋淀南部区域的主成分分析结果显示，识别出3个特征值大于1的主要因子，3个因子的方差解释率分别为44.53%、14.16%和12.79%。成分1中正负负荷量COD、TP、N/P比绝对值较大，分别为0.907、0.843、-0.738，表明南部区域COD、TP污染占主导。因而，西部南刘庄站点应重点关注外源输入，北部站点重点降低TN浓度，南部站点重点治理COD和TP污染。田凯等[30]研究指出白洋淀淀区换水周期存在明显的时空差异，尽管水环境整体状况得到显著改善，但局部水域流通不畅、水体交换较差，光淀村-圈头附近水域位于淀区中部，换水时间最长，因而是水环境治理的重点；同时淀区水位和入淀河流流量是影响换水周期的重要因素，这与本研究得出的入淀水量和水位是近年影响白洋淀水质的关键因素结果基本一致。
2.5 疫情期间水质波动分析
与水质多年变化特征相比，短期水质波动特征和溯源分析可为水质管理策略提供坚实基础。2022年3—5月，我国实施半封锁疫情管控[31]，主要实施 “动态清零”的方针，执行严格的隔离和社区管控措施，以应对新冠病毒的传播。同时，查阅相关报道可知，2021年，白洋淀生态补水工作从6月7日开始，至7月9日结束，历时33 d，补水量为2.21亿m3；2022年，白洋淀生态补水工作始于5月27日，至6月底结束，实施补水7.21亿m3；2023年6月，河北省水利厅印发《2023年白洋淀科学补水实施方案》，科学实施淀区水位调控。由此可知，2022年3—5月疫情管控期间，白洋淀基本未开展生态补水工作。本研究以2022年3—5月为参照时段，对比2021年和2023年同时段水质指标变化情况，评估疫情管控措施对水质指标的影响（图6）。
2022年3—5月期间，与2021年同时段相比，EC、TUR、COD、NH3-N指标分别同比下降10.0%、16.5%、11.8%、10.6%，而TN、TP和N/P比分别同比上升5.1%、8.6%、80.6%。与2023年同时段相比，EC、TUR、COD、NH3-N指标分别同比下降5.1%、40.3%、10.5%、16.2%，而TN、TP和N/P比分别同比上升99.6%、17.6%、265.7%；由此可见，疫情管控措施显著降低了COD、NH3-N浓度，水体更加透明，工业和生活源活动程度明显下降，但TP和TN浓度，特别是N/P比变化较为复杂，同比反弹情况可能与较高的农业源排放和底泥污染有关[8，32]。
“十五五”时期，打造白洋淀美丽生态环境，是推动建设雄安新区的重要支撑。为贯彻实施《白洋淀生态环境治理和保护规划（2018—2035）》并进一步提升水生态环境质量，下一步建议重点做好以下工作：（1）加强淀区上游面源和底泥等内源污染控制。进一步转变农田施肥方式，推进入淀流域农业面源污染治理；针对白洋淀属于草型湖泊，具有底泥较厚以及淀区芦苇、水草较多的特点，需进一步强化内源污染控制；同时以水生生物为重点，彻底清理白洋淀淀区水产养殖设施。（2）完善生态用水配置。白洋淀的水源补给主要依赖黄河水济冀、“南水北调”等外部工程调水，外部依赖度高，长期来看难以持续。流域水资源长期稳定可持续的配置体系需要进一步完善，做好补水和放水动态平衡，让白洋淀水系“活”起来。（3）系统开展水污染预警指纹溯源研究。通过水质指纹预警与溯源技术对不同区域水体水质异常进行快速预警以及污染类型的快速诊断，针对淀区水质空间异质的特点，因地制宜，实施精准治污，提升环境质量监控预警和应急响应能力。（4）依法进一步加强流域治理。大清河流域面积广泛，涉及多个地区，协调难度大，在污染治理方面，尚未建立起一套有效的体系和机制，难以实现统一规划和协同行动的污染治理体系，相关立法、普法、执法的后续工作还需进一步加强。（5）加强饮用水水源地保护和监管。依法依规推进饮用水水源保护区“划、立、治”，强化从源头到龙头的全过程监管，全力保障人民群众饮用水安全。
图5近5年白洋淀各站点水质监测数据变量因子分量载荷分析
Fig.5Component loadings of varifactor (VF) for the water quality data at each station in Lake Baiyangdian in recent five years
图62021—2023年3—5月白洋淀淀区水质指标变化分析
Fig.6Variations in water quality indicators in Lake Baiyangdian during March to May from 2021 to 2023
3 结论
1）2005年和2015年前后为近30年白洋淀水质较差的时段；2022—2023年淀区稳定在Ⅲ类，2023年水质为30多年以来最好水平，主要污染指标为COD和TP。白洋淀水质得以显著改善，主要得益于大规模生态补水、水环境综合治理及生态修复等措施的实施。
2）2009—2023年，淀区COD、TN和TP均呈现明显下降趋势，年变化速率分别为-0.611 mg/（L·a）（α=0.05）、-0.212 mg/（L·a）（α=0.01）和-0.013 mg/（L·a）（α=0.05）。
3）各站点水质指标可空间聚为3类，西部的南刘庄站点水质最差；富营养化指标可聚为2类，呈现出北部站点高于南部站点的特征；近年白洋淀整体为磷限制特征，但属于氮污染型湖泊。
4）入淀水量和水位是近年影响淀区水质的关键因素；分区域看，西部南刘庄站点应重点关注外源输入，北部站点应重点降低TN浓度，南部站点应重点治理COD和TP污染。
5）“十五五”时期，应进一步结合多站点多要素观测数据，应用水动力-水质耦合模型进行模拟溯源分析，多方位保障淀区水质综合决策，通过生态补水等措施，为控制内源污染、推进流域协同治理提供支撑。
