Tác giả

Đơn vị công tác

1 Khoa môi trường, Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội. Địa chỉ: 334 Nguyễn Trãi, Thanh Xuân Hà Nội; tuandh@vnu.edu.vn; dieuthuy.mt45@gmail.com

*Tác giả liên hệ: tuandh@vnu.edu.vn; Tel.: +84–2438584995

Tóm tắt

Diễn biến chất lượng nước sông là một trong những nội dung quan trọng trong công tác quản lý môi trường nói chung và công tác quản lý môi trường nước nói riêng. Kết quả đánh giá làm căn cứ cho các quyết định về quản lý nhà nước về công tác bảo vệ môi trường. Các phương pháp đánh giá chất lượng nước theo chỉ số riêng lẻ, chỉ số tổng hợp và phân tích xu thế đã được sử dụng trong ghiên cứu này để đánh giá diễn biến chất lượng nước sông Đáy đoạn chảy qua tỉnh Nam Định trong giai đoạn 2011–2019. Kết quả phân tích xu thế các chỉ tiêu chất lượng nước cho thấy các thông số COD, BOD5, Nitrat, Coliform có xu thế giảm từ 2011–2019, thông số NH4+ có xu thế tăng nhẹ, các thông số TSS, PO43–, Cr6+ có xu thế ổn định. Nghiên cứu cho thấy chất lượng nước sông Đáy đoạn chảy qua tỉnh Nam Định có chất lượng tốt và ngày càng được cải thiện từ 2011–2019. Các giá trị trung bình quan trắc từ 2011–2019 đều nằm dưới QCVN 08–MT:2015/BTNMT cột B1.

Từ khóa

Trích dẫn bài báo

Tuấn, Đ.H.; Diệu, L.T. Đánh giá diễn biến chất lượng nước sông Đáy đoạn chảy qua tỉnh Nam Định giai đoạn 2011–2019. Tạp chí Khí tượng Thuỷ văn 2022, 734, 28-38.

Tài liệu tham khảo

1. Effendi, H.R.; Yusli, W. Water Quality Status of Ciambulawung River, Banten Province, Based on Pollution Index and NSF–WQI. Procedia Environ. Sci. 2015, 24, 228–237.

2. Luo, Z.L.; Quanxi, S.; Huan, L. Comparative evaluation of river water quality and ecological changes at upstream and downstream sites of dams/sluices in different regulation scenarios. J. Hydrol. 2021, 597, 126290.

3. Akoto, O.; Adopler, A.; Tepkor, H.E.; Opoku, F. A comprehensive evaluation of surface water quality and potential health risk assessments of Sisa river, Kumasi. Groundwater Sustainable Dev. 2021, 15, 100654.

4. Chai, N.; Yi, X.; Xiao, J.; Liu, T.; Liu, Y.; Deng, L.; Jin, Z. Spatiotemporal variations, sources, water quality and health risk assessment of trace elements in the Fen River. Sci. Total Environ. 2021, 757, 143882.

5. Zeleňáková, M.; Kubiak–Wojcicka, K.; Weiss, R.; Weiss, E.; Elhamid, H.F.A. Environmental risk assessment focused on water quality in the Laborec River watershed. Ecohydrol. Hydrobiol. 2021. https://doi.org/10.1016/j.ecohyd.2021.06.002.

6. Carere, M.; Antoccia, A.; Buschini, A.; Frenzilli, G.; Marcon, F.; Andreoli, C.; Gorbi, G.; Suppa, A.; Montalbano, S.; Prota, V.; De Battistis, F.; Guidi, P.; Bernardeschi, M.; Palumbo, M.; Scarcelli, V.; Colasanti, M.; D'Ezio, V.; Persichini, T.; Scalici, M.; Sgura, A.; Spani, F.; Udroiu, I.; Valenzuela, M.; Lacchetti, I.; Di Domenico, K.; Cristiano, W.; Marra, V.; Ingelido, A.M.; Iacovella, N.; De Felip, E.; Massei, R.; Mancini, L. An integrated approach for chemical water quality assessment of an urban river stretch through Effect–Based Methods and emerging pollutants analysis with a focus on genotoxicity. J. Environ. Manage. 2021, 300, 113549.

7. O’Donoghue, C.; Meng, Y.; Ryan, M.; Kilgarriff, P.; Zhang, C.; Bragina, L.; Daly, K. Trends and influential factors of high ecological status mobility in Irish Rivers. Sci. Total Environ. 2021, 151570.

8. Kumar, A.; Taxak, A. K.; Mishra, S.; Pandey, R. Long term trend analysis and suitability of water quality of River Ganga at Himalayan hills of Uttarakhand, India. Environ. Technol. Innovation 2021, 22, 101405.

9. Geng, M.; Wang, K.; Yang, N.; Li, F.; Zou, Y.; Chen, X.; Deng, Z.; Xie, Y. Evaluation and variation trends analysis of water quality in response to water regime changes in a typical river–connected lake (Dongting Lake), China. Environ. Pollut. 2021, 268, 115761.

10. Trang, H.T.; Luyện, N.Đ.; Huyền, Đ.D. Nghiên cứu đánh giá chất lượng nước sông Gianh. Tạp chí Khoa học, Trường Đại học Sư phạm, Đại học Huế 2019, 03(51), 93–100.

11. Sultana, M.S.; Ashraf, D. A reflectance–based water quality index and its application to examine degradation of river water quality in a rapidly urbanising megacity. Environ. Adv. 2021, 5, 100097.

12. Jain, N.; Rudrani, Y.; Tarul, S.R. Comparative study of physico–chemical parameters and water quality index of river. Materials Today: Proceedings 2021. https://doi.org/10.1016/j.matpr.2021.09.508.

13. Jyothi, S.N.; Gevargis, M.T.; Rohith Raj, R.V.; Akhil, M.; Akhil, T.; Manaswini, M.; Gutlapalli, N.C. Assessment of water quality Index and study of the impact of pollution on the rivers of Kerala. Materials Today: Proceedings 2021, 43, 3447–3451.

14. Tabrez, S.; Torki, A.Z.; Mehjbeen, J. Water quality index, Labeo rohita, and Eichhornia crassipes: Suitable bio–indicators of river water pollution. Saudi J. Biol. Sci. 2021. https://doi.org/10.1016/j.sjbs.2021.10.052.

15. Howladar, M. F.; Chakma, E.; Jahan, K.N.; Islam, S.; Numanbakth, M.A.A.; Ahmed, Z.; Chowdhury, T.R.; Akter, S. The water quality and pollution sources assessment of Surma river, Bangladesh using, hydrochemical, multivariate statistical and water quality index methods. Groundwater Sustainable Dev. 2021, 12, 100523.

16. Sudhakaran, S.; Mahadevan, H.; Arun, V.; Krishnakumar, A.P.; Krishnan, K.A. A multivariate statistical approach in assessing the quality of potable and irrigation water environs of the Netravati River basin (India). Groundwater Sustainable Dev. 2020, 11, 100462.

17. Jessica, U.C.; Estilita, R.R.; Miren, M.S.; Maider, V.; Iñaki, A. Multivariate statistical analyses for water and sediment quality index development: A study of susceptibility in an urban river. Sci. Total Environ. 2020, 711, 135026.

18. Njuguna, S.M.; Onyango, J.A.; Githaiga, K.B.; Gituru, R.W.; Yan, X. Application of multivariate statistical analysis and water quality index in health risk assessment by domestic use of river water. Case study of Tana River in Kenya. Process Saf. Environ. Prot.     2020, 133, 149–158.

19. Fan, X.; Cui, B.; Zhao, H.; Zhang, Z.; Zhang, H. Assessment of river water quality in Pearl River Delta using multivariate statistical techniques. Procedia Environ. Sci. 2010, 2, 1220–1234.

20. Liu, C.; Pan, C.; Chang, Y.; Luo, M. An integrated autoregressive model for predicting water quality dynamics and its application in Yongding River. Ecol. Indic. 2021, 133, 108354.

21. Qi, J.; Zhang, X.; Yang, Q.; Srinivasan, R.; Arnold, J.G.; Li, J.; Waldholf, S.T.; Cole, J. SWAT ungauged: Water quality modeling in the Upper Mississippi River Basin. J. Hydrol. 2020, 584, 124601.

22. Krtolica, I.; Cvijanović, D.; Obradović, Đ.; Novković, M.; Milošević, D.; Savić, D.; Vojinović–Miloradov, M.; Radulović, S. Water quality and macrophytes in the Danube River: Artificial neural network modelling. Ecol. Indic. 2021, 121, 107076.

23. Rajaee, T.; Salar, K.; Masoud, R. Artificial intelligence–based single and hybrid models for prediction of water quality in rivers: A review. Chemom. Intell. Lab. Syst. 2020, 200, 103978.

24. Trang, K.T.T. Đánh giá mức độ ô nhiễm và rủi ro sinh thái của một số kim loại nặng trong trầm tích khu vực hạ lưu sông Đáy. Luận văn thạc sỹ, Đại học Quốc gia Hà Nội, Việt Nam, 2018.

25. Lê Thị Trinh, Kiều Thị Thu Trang, Nguyễn Thành Trung, Nguyễn Khánh Linh, Trịnh Thị Thắm. Đánh giá sự tích lũy và rủi ro sinh thái một số kim loại nặng trong trầm tích mặt khu vực hạ lưu sông Đáy. Tạp chí Khoa học ĐHQGHN: Các Khoa học Trái đất và Môi trường 2018, 34(4), 140–147.