阿尔及利亚东北部Beni Haroun大坝水质综合评价：水质指数(WQI)、污染指数(PI)与统计分析的应用

为解决阿尔及利亚重要水源地Beni Haroun大坝缺乏系统性水质评估的问题，研究人员通过水质指数(WQI)、污染指数(PI)及多元统计分析，发现20个采样点中12处水质"良好"(WQI 70.69-83.29)，但S11、S13-S18等8处存在"差"或"不适宜"污染(PI最高达1.75)，揭示了农业径流与工业排放是主要污染源，为半干旱地区水资源管理提供了科学依据。

　　

在地中海沿岸的阿尔及利亚东北部，Beni Haroun大坝作为该国最大的水利枢纽，承载着灌溉供水与生态调节的双重使命。然而，随着农业扩张和城市化进程，这片半干旱地区的水资源正面临前所未有的压力——全球约95%的发展中国家未经处理的废水直接排入环境，而大坝周边密集的农田更成为营养盐污染的潜在温床。尽管水质恶化威胁日益严峻，但针对该战略水体的综合评估却长期缺失，特别是缺乏水质指数(WQI)与污染指数(PI)的协同分析。这一空白使得管理者难以精准识别污染热点，更无法制定靶向治理策略。

来自阿尔及利亚研究团队在《Desalination and Water Treatment》发表的研究，首次将WQI、PI与多元统计相结合，对Beni Haroun大坝展开全方位"水质体检"。团队在2023年12月至2024年4月的两个水文周期内，系统性采集了20个站点的表层水样，测定包括PO₄
、NH₄
、NO₂
、NO₃
等16项关键参数。现场采用WTW Multi 197i多参数探头即时测量EC（电导率）、TDS（总溶解固体）、pH等指标，实验室则通过AFNOR标准比色法分析营养盐浓度。研究创新性地运用加权算术法计算WQI，通过主成分分析(PCA)解析参数间复杂关系，并建立污染等级的空间分布模型。

水质指数揭示空间异质性
WQI评估显示，70%的站点（S1-S9、S12、S19）水质处于"良好"等级（均值70.69-83.29），符合生态与饮用标准。但S11、S13-S18及S20的WQI跃升至87.20-110.64，被划为"差"级，其中S16、S17更出现中度污染征兆。这种空间分异暗示着污染输入的不均衡性——PCA分析将高污染站点聚类在PC1正轴区域，与NaCl、Na等离子的富集高度相关，指向农业排水与盐渍化的复合影响。

污染指数锁定风险热点
PI结果与WQI形成强烈呼应（r=0.997）：低污染区（PI<1）覆盖S1-S12，而S13-S18则呈现1.0-1.75的指数值，其中S17以1.45成为"中度污染"标杆。特别值得注意的是，S14和S18虽暂未超标，但其PI持续爬升趋势（1.11-1.16）如同"黄色预警"，提示这些区域可能正处于生态临界点。通过Spearman相关性分析，研究人员发现PO₄
与SiO₄
（r=0.639）、NO₃
与SO₄
（r=0.77）的强关联，暗示着化肥施用与地质风化的双重贡献。

统计模型解码污染密码
PCA前两个主成分累计解释64.58%的变异：PC1（51.08%）承载着Na、Cl等矿物化指标，PC2（13.50%）则关联NO₃
、Tur（浊度）等径流特征参数。这种解耦现象揭示出两大污染驱动机制——PC1代表长期人为干扰（如灌溉回流），PC2反映季节性降雨冲刷。尤为关键的是，S16站点在NO₃
（硝酸盐）、SO₄
（硫酸盐）浓度上形成孤立高值点，其TDS（总溶解固体）超标达3倍，成为流域内亟需优先治理的"污染极值区"。

这项研究通过多指标耦合分析，不仅证实了WQI与PI在干旱区水库评估中的协同有效性，更建立了"早期预警-精准溯源-分级管控"的决策框架。相比传统单一指数法，该团队提出的空间聚类模型能识别出S16、S18等潜在风险点，为实施差异化治理（如S17需紧急截污、S14需预防性监测）提供了科学依据。从全球视角看，这套方法尤其适用于面临类似压力的地中海沿岸缺水地区，其将统计模型转化为管理工具的实践，为联合国可持续发展目标(SDG6)的本地化实施提供了创新范式。

正如研究者强调，未来需延长监测周期以捕捉干湿季动态，并整合微生物指标评估生态风险。但毋庸置疑，这项成果已为阿尔及利亚乃至北非地区的水资源保护点燃了"数据灯塔"——当S13站点的PI值每上升0.1，决策者的应对方案就能提前三个月部署，这正是科学预警的价值所在。