农村饮用水水质好坏直接关系到农村居民的身体健康。了解、掌握影响农村饮用水水质的因素对加强农村饮用水的管理,保障农村饮用水卫生安全具有重要意义[1]。收集绵阳市2018年农村集中式供水水质监测资料,研究分析影响绵阳市农村集中式供水水质的主要因素, 结果为科学决策和有针对性采取措施保障农村生活饮用水卫生安全提供依据。
1 对象和方法 1.1 对象绵阳市9个县市区每个乡镇设立农村集中式供水水质监测点,监测频率为枯水期(3—4)月和丰水期(7—8)月各1次,同时收集绵阳市2018年农村集中式供水水质监测的基本数据,根据《2018年饮用水水质卫生监测方案》确定检测项目为总大肠菌群、菌落总数、砷、镉、铬(六价)、铅、汞、硒、氰化物、氟化物、硝酸盐、三氯甲烷、四氯化碳、色度、浑浊度、臭和味和氨氮等31项指标。
1.2 方法按照《生活饮用水标准检验方法》(GB/T 5750-2006)[2]进行水样采集、保存和检测。检测结果按照《生活饮用水卫生标准》(GB 5749-2006)[3]限值要求进行评价。
1.3 质量控制统一监测采样时间,统一检测方法,开展人员培训,采取从现场到实验室分析全过程的质量保证措施,建立监测数据的审核检查制度。
1.4 数据处理与统计分析用Excel 2010进行数据整理,SPSS 16.0统计分析软件对基本情况进行统计分析,分类变量采用百分数来描述,χ2检验进行影响因素的单因素分析,Logistic回归进行影响因素的多因素分析, P<0.05为具有统计学意义。
2 结果 2.1 基本情况2018年绵阳市农村集中式供水人口为2 582 063人,占人口数的49.26%(2 582 063/5 241 455),集中式供水工程共有940座,按水处理方式分为常规处理(完全处理)和非常规处理(部分处理和未处理),完全处理的工程数为265座,占总工程数的28.19%,供水人口为1 878 969人,占集中式供水人口数的72.77%。
2018年农村饮用水监测水样在各种水源类型均有分布,构成比:江河水29.93%(343/1 146),溪水19.55%(224/1 146),深井水19.02%(218/1 146),水库水13.26%(152/1 146),浅井水12.48%(143/1 146),泉水3.05%(35/1 146),沟塘水2.62%(30/1 146)。农村集中式供水根据工程供水能力分小型工程和大型工程(小型工程是指供水在1 000 m3以下或供水人口1万人以下的集中式供水,大型工程是指供水在1 000 m3以上或供水人口1万人以上的集中式供水),供水规模以小型工程为主,占70.86%(812/1 146), 水样类型以末梢水为主,占57.77%(662/1 146),以完全常规处理(混凝、沉淀、过滤、消毒)为主,占64.65%(741/1 146),实施了消毒处理的水样占90.84%(1 041/1 146),有消毒设备并按要求使用的占82.04%(854/1 041)。农村集中式供水监测的消毒水样使用的消毒剂有高纯/复合二氧化氯,漂白粉/液氯,其中用二氧化氯消毒798份,占76.66%,用漂白粉/液氯消毒的243份,占23.34%。
2.2 饮用水水质检测情况2018年共采集农村饮用水1 146份,31项指标均合格的水样772份,水质合格率67.36%。分类情况及检测结果见表 1。
监测点类型 | 水样类型 | 水样数/份 | 合格数/份 | 合格率/% | |
大型 | 枯水期 | 出厂水 | 48 | 38 | 79.17 |
末梢水 | 119 | 96 | 80.67 | ||
丰水期 | 出厂水 | 48 | 33 | 68.75 | |
末梢水 | 119 | 95 | 79.83 | ||
小型 | 枯水期 | 出厂水 | 196 | 134 | 68.37 |
末梢水 | 210 | 143 | 68.10 | ||
丰水期 | 出厂水 | 192 | 110 | 57.29 | |
末梢水 | 214 | 123 | 57.48 | ||
合计 | 1 146 | 772 | 67.36 |
单项指标检测情况见表 2。不合格的指标有总大肠菌群(合格率:75.65%)、菌落总数(合格率:94.33%)、浑浊度(合格率:96.68%)、硝酸盐(合格率:98.69%)、耗氧量(合格率:98.69%)、铝(合格率:98.87%)、硫酸盐(合格率:99.13%)、肉眼可见物(合格率:99.30%)、挥发性酚类(合格率:99.30%)、铁(合格率:99.74%)和锌(合格率:99.91%)。
检测指标 | 合格数/份 | 合格率/% |
总大肠菌群 | 867 | 75.65 |
菌落总数 | 1 081 | 94.33 |
砷 | 1 146 | 100 |
镉 | 1 146 | 100 |
铬(六价) | 1 146 | 100 |
铅 | 1 146 | 100 |
汞 | 1 146 | 100 |
硒 | 1 146 | 100 |
氰化物 | 1 146 | 100 |
氟化物 | 1 146 | 100 |
硝酸盐 | 1 131 | 98.69 |
三氯甲烷 | 1 146 | 100 |
四氯化碳 | 1 146 | 100 |
色度 | 1 146 | 100 |
浑浊度 | 1 108 | 96.68 |
臭和味 | 1 146 | 100 |
肉眼可见物 | 1 138 | 99.3 |
pH | 1 146 | 100 |
铝 | 1 133 | 98.87 |
铁 | 1 143 | 99.74 |
锰 | 1 146 | 100 |
铜 | 1 146 | 100 |
锌 | 1 145 | 99.91 |
氯化物 | 1 146 | 100 |
硫酸盐 | 1 136 | 99.13 |
溶解性总固体 | 1 146 | 100 |
总硬度 | 1 146 | 100 |
耗氧量 | 1 131 | 98.69 |
挥发性酚类 | 1 138 | 99.3 |
阴离子合成洗涤剂 | 1 146 | 100 |
氨氮 | 1 146 | 100 |
2.3 农村集中式供水水质影响因素分析
饮用水从源水—水厂制水—输配水系统—末端龙头水,要经过多个环节,因此影响水质的因素较多[4-5]。
比较可能对农村饮用水水质产生影响的因素,经统计学分析,水源类型、水期、供水规模、常规处理方式、消毒与否和消毒设备使用方式对农村饮用水合格率的影响具有统计学差异(P<0.05),水样类型对农村饮用水合格率的影响差异无统计学意义(χ2=1.985,P=0.159)。不同因素农村集中式供水水质合格情况见表 3。
影响因素 | 样本数/份 | 构成比/% | 合格数/份 | 合格率/% | χ2值 | P值 |
水源类型 | 108.3 | 0.000 | ||||
江河 | 343 | 29.93 | 270 | 78.72 | ||
水库 | 152 | 13.26 | 124 | 81.58 | ||
深井 | 218 | 19.02 | 158 | 72.48 | ||
浅井 | 143 | 12.48 | 73 | 51.05 | ||
泉水 | 36 | 3.14 | 20 | 55.56 | ||
溪水 | 224 | 19.55 | 102 | 45.54 | ||
沟塘 | 30 | 2.62 | 25 | 83.33 | ||
水样类型 | 1.985 | 0.159 | ||||
出厂水 | 484 | 42.23 | 315 | 65.08 | ||
末梢水 | 662 | 57.77 | 457 | 69.03 | ||
水期 | 9.923 | 0.002 | ||||
枯水期 | 573 | 50.00 | 411 | 71.73 | ||
丰水期 | 573 | 50.00 | 361 | 63.00 | ||
供水规模 | 26.315 | 0.000 | ||||
大型 | 334 | 29.14 | 262 | 78.44 | ||
小型 | 812 | 70.86 | 510 | 62.81 | ||
处理方式 | 62.171 | 0.000 | ||||
常规处理 | 741 | 64.66 | 559 | 75.44 | ||
非常规处理 | 405 | 35.34 | 213 | 52.59 | ||
消毒与否 | 132.6 | 0.000 | ||||
消毒 | 1041 | 90.84 | 754 | 72.43 | ||
不消毒 | 105 | 9.16 | 18 | 17.14 | ||
消毒设备 | 160.8 | 0.000 | ||||
按要求使用 | 854 | 74.52 | 663 | 77.63 | ||
未按要求使用 | 292 | 25.48 | 109 | 37.33 |
单因素分析中有统计学差异的影响因素:水源类型(以江河为参照设立哑变量)、水期、供水规模、处理方式、消毒与否和消毒方式,采用基于条件参数的前进法(纳入标准=0.10,排除标准=0.15)进行Logistic回归分析。水质合格情况中31项检测指标全部合格的判定为合格,赋值为1;有1项或1项以上不符合标准者判为不合格,赋值为2。可能对水质造成影响因素为:水源类型(江河=1,水库=2,深井=3,浅井=4,泉水=5,溪水=6,沟塘=7)、水期(枯水期=1,丰水期=2)、供水规模(大型=1,小型=2)、处理方式(常规处理=1,非常规处理=2)、消毒与否(消毒=1,不消毒=2)和消毒设备(按要求使用=1,未按要求使用=2;表 4)。
影响因素 | B | S.E. | Wald | P值 | OR值(95% CI) |
水源类型 | - | - | 39.678 | 0.000 | - |
江河 | - | - | - | - | 1.000 |
水库 | -0.173 | 0.253 | 0.465 | 0.495 | 0.842(0.513, 1.382) |
深井 | -0.355 | 0.234 | 2.317 | 0.128 | 0.701(0.443, 1.108) |
浅井 | 0.961 | 0.227 | 17.914 | 0.000 | 2.614(1.675, 4.078) |
泉水 | 0.429 | 0.425 | 1.016 | 0.314 | 1.535(0.667, 3.532) |
溪水 | 0.605 | 0.247 | 5.993 | 0.014 | 1.832(1.128, 2.974) |
沟塘 | -0.402 | 0.536 | 0.563 | 0.453 | 0.669(0.234, 1.913) |
水期类型 | 0.614 | 0.145 | 18.002 | 0.000 | 1.847(1.391, 2.452) |
消毒方式 | 1.849 | 0.323 | 32.684 | 0.000 | 6.353(3.371, 11.975) |
消毒设备 | 1.019 | 0.225 | 20.568 | 0.000 | 2.770(1.784, 4.303) |
注:“-”为无数据 |
结果显示:水质合格情况受水源类型、水期、消毒方式和消毒设备影响差异有统计学意义(P<0.05),其中制水环节的消毒方式的OR值为6.353,对水质的影响程度最大。各因素分析结果显示:浅井OR值为2.614,说明浅井水质不合格情况是江河水的2.614倍,为危险因素;溪水OR值为1.832,说明溪水水质不合格情况是江河水的1.832倍,为危险因素。水期类型OR值为1.847,说明丰水期水质不合格的情况是枯水期的1.847倍,为危险因素;消毒方式OR值为6.353,说明不消毒处理的不合格情况是消毒处理的6.353倍,为危险因素;消毒设备OR值为2.770,说明不按要求使用消毒设备的水质不合格情况是按要求使用的2.770倍,为危险因素。
3 讨论2018年水样基本情况调查显示,绵阳市农村生活饮用水供水大多数为小型集中式供水,供水水源类型较多,包括江河水、水库水、井水、溪水等,监测水样的水源类型以地表水为主。调查的农村集中式供水工程中完全处理的工程数占总工程数的28.19%,水质净化率低。1 146份农村集中式供水水样,有90.48%进行了消毒处理,较2015年本地调查资料[6]报道的70.53%有明显提高,可能原因在于近年来国家投入大量资金改善农村饮水工程,近郊农村地区实施城市供水管网延伸工程,自来水在农村的普及率得到提升等一系列因素,导致农村地区水处理消毒状况明显改善。这些将影响农村饮水质量,提升农村饮水水质合格率[7]。单项指标分析发现微生物指标是影响水质合格率的主要因素,总大肠菌群合格率较低提示可能存在粪便污染。
绵阳市水源类型较多,各类水体特征不同,水库和沟塘相对封闭,水流动性较差,藻类污染相对突出,水体自净能力相对较弱;江河水流动性大,水体自净能力较强,但沿河两岸污染来源多,既有工业性污染又有生活性污染,且难以控制,水质受污染概率较大[4-5, 8-9]。本研究结果表明,水源类型是影响饮用水水质的重要因素,水库和深井水质优于江河水质。沟塘水质合格率高于江河水可能是因为沟溏的样本量较少,从而过高估计了其合格率,导致统计结果与实际不相符。枯水期水样合格率高于丰水期,与李张等[10]报道的四川省农村生活饮用水不同水期合格情况基本一致。水厂通过混凝沉淀和过滤,消除了水中大部分的悬浮物和胶状物;消毒有助于微生物的控制和大分子物质的降解[8-9, 11-13]。本研究结果显示饮用水消毒与否和消毒设备是否按要求使用是影响水质的重要因素。
针对绵阳市农村集中式供水水质监测情况,建议加强农村饮用水水源保护和监管,依法划定饮用水水源保护区,设立标志牌,推进农作物桔秆和畜禽粪便的资源利用,有效防治面源污染,加强农村卫生厕所的建设防止粪便污染水源[11]。消毒与否和消毒设备是否规范使用是影响水质合格率的重要因素,加强消毒管理,是提高消毒效果的有效手段。通过近年来调查发现,微生物指标超标和消毒及指标合格率低一直是影响水质合格率的主要因素,要彻底从根本上解决此问题提高农村饮用水合格率,建议加强对农村供水企业的管理,对于集中式供水工程中水质净化、消毒设施缺乏或不完善的企业要加大管理力度;对于农村供管水人员,由于人员的管理和技术水平有限,硬件条件限制等因素,可能导致对消毒剂投放量不能科学掌握,对此应加强对供水企业专业人员的技术培训[14]。饮用水从水源到末端需要经历多个环节,为确保饮水水质,需加强饮用水的全面系统管理。
[1] |
杨国然. 影响我国农村饮用水水质因素及其管理策略研究进展[J]. 应用预防医学, 2015, 21(6): 454-457. DOI:10.3969/j.issn.1673-758X.2015.06.033 |
[2] |
中华人民共和国卫生部, 中国国家标准化管理委员会. GB/T 5750-2006生活饮用水标准检验方法[S].北京: 中国标准出版社, 2007. (In English: Ministry of Health of the People's Republic of China, Standardization Administration of China. GB/T 5750-2006 Standard examination methods for drinking water[S]. Beijing: Standards Press of China, 2007.)
|
[3] |
中华人民共和国卫生部, 中国国家标准化管理委员会. GB 5749-2006生活饮用水卫生标准[S].北京: 中国标准出版社, 2007. (In English: Ministry of Health of the People's Republic of China, Standardization Administration of China. GB 5749-2006 Standards for drinking water quality[S]. Beijing: Standards Press of China, 2007.)
|
[4] |
向新志, 赵怡楠, 罗书全, 等. 重庆市2014年农村饮用水卫生状况[J]. 环境卫生学杂志, 2016, 6(1): 85-87, 90. (In English: Xiang XZ, Zhao YN, Luo SQ, et al. Drinking water sanitary quality in Chongqing rural areas in 2014[J]. J Environ Hyg, 2016, 6(1): 85-87, 90.) |
[5] |
刘国红, 蓝涛, 余淑苑, 等. 运用水质指数法评价深圳市末梢水水质[J]. 中国热带医学, 2015, 15(9): 1070-1073. (In English: Liu GH, Lan T, Yu SY, et al. Assessment of tap water quality using drinking water quality index in Shenzhen[J]. China Trop Med, 2015, 15(9): 1070-1073.) |
[6] |
罗赟, 吴晓红, 刘颜. 2015年绵阳市农村饮用水水质监测结果[J]. 职业与健康, 2016, 32(19): 2687-2690. (In English: Luo Y, Wu XH, Liu Y. Monitoring results of drinking water in rural area of Mianyang City in 2015[J]. Occup Health, 2016, 32(19): 2687-2690.) |
[7] |
罗赟. 2016年绵阳市生活饮用水水质调查[J]. 环境卫生学杂志, 2018, 8(4): 325-329, 334. (In English: Luo Y. Analytical investigation on drinking water quality in Mianyang in 2016[J]. J Environ Hyg, 2018, 8(4): 325-329, 334.) |
[8] |
Renwick AG. Pesticide residue analysis and its relationship to hazard characterisation (ADI/ARfD) and intake estimations (NEDI/NESTI)[J]. Pest Manag Sci, 2002, 58(10): 1073-1082. DOI:10.1002/(ISSN)1526-4998 |
[9] |
陈学敏, 杨克敌. 现代环境卫生学[M]. 2版. 北京: 人民卫生出版, 2008.
|
[10] |
李张, 金立坚, 秦岭, 等. 四川省农村生活饮用水水质影响因素分析[J]. 现代预防医学, 2016, 43(16): 2913-2916. (In English: Li Z, Jin LJ, Qin L, et al. Analysis of the influencing factors for the quality of drinking water in rural areas of Sichuan Province[J]. Mod Prev Med, 2016, 43(16): 2913-2916.) |
[11] |
Dourson ML, Erdreich LS. Using human data to develop risk values[J]. Hum Ecol Risk Assess, 2001, 7(6): 1583-1592. DOI:10.1080/20018091095221 |
[12] |
吕鸥, 张海霞, 郭春城, 等. 北京市某区2014-2015年生活饮用水应急监测结果分析[J]. 实用预防医学, 2017, 24(6): 735-738. DOI:10.3969/j.issn.1006-3110.2017.06.028 |
[13] |
刘国红, 廖玉学, 黄广文, 等. 深圳市2016年生活饮用水水质影响因素[J]. 中国热带医学, 2018, 18(1): 72-75. (In English: Liu GH, Liao YX, Huang GW, et al. Factors influencing drinking water quality in Shenzhen, 2016[J]. China Trop Med, 2018, 18(1): 72-75.) |
[14] |
罗赟, 吴晓红, 何玲玲, 等. 2013年绵阳市农村饮用水安全工程水质监测结果分析[J]. 环境卫生学杂志, 2014, 4(3): 283-286, 291. (In English: Luo Y, Wu XH, He LL, et al. Monitoring quality of drinking water in Mianyang rural drinking water safety projects in 2013[J]. J Environ Hyg, 2014, 4(3): 283-286, 291.) |