基于多元統(tǒng)計分析的浐灞河水質(zhì)污染特征研究

杜麥, 陳小威， 王穎

(西安理工大學(xué) 水利水電學(xué)院,陜西 西安 710048)

基于多元統(tǒng)計分析的浐灞河水質(zhì)污染特征研究

杜麥, 陳小威， 王穎

(西安理工大學(xué) 水利水電學(xué)院,陜西 西安 710048)

為量化分析浐灞河的水質(zhì)狀況,確定影響水質(zhì)的主要污染因子及來源,采用主成分分析(PCA)法和絕對主成分得分/多元線性回歸分析(APCS/MLR)法對浐灞河14個斷面8個指標(biāo)的數(shù)據(jù)進行水質(zhì)評價。結(jié)果表明：618渠、浐河口斷面的水質(zhì)污染嚴(yán)重,咸寧橋、長樂橋斷面的水質(zhì)較差,田王橋、C號壩斷面的水質(zhì)較好；浐灞河水體主要受有機物和富營養(yǎng)化的污染；確定的3個主成分對各污染因子的污染貢獻率為60.090%～82.990%。該研究結(jié)果與實際調(diào)查結(jié)果相符,說明針對浐灞河的多元統(tǒng)計分析可以真實、客觀地反映該地區(qū)的水質(zhì)情況和污染物來源。

水質(zhì)評價;多元統(tǒng)計分析;主成分分析法;APCS/MLR;浐灞河

近年來,隨著我國經(jīng)濟的發(fā)展和人口的增加，導(dǎo)致河流水質(zhì)狀況不斷惡化。由2014年中國水資源公報可知,全年Ⅰ類水和Ⅱ類水河長僅占到評價總河長的49.4%,且大部分湖泊處于富營養(yǎng)化狀態(tài)?！笆舜蟆币詠?習(xí)近平同志圍繞系統(tǒng)治水作出了一系列的重要論述和重大部署。陜西省政府也提出了系統(tǒng)治水的科學(xué)內(nèi)涵以強化系統(tǒng)治水思維,突出治水的綜合性、整體性和協(xié)同性。水環(huán)境質(zhì)量評價是水環(huán)境治理的重要依據(jù)[1]。因此,為了維護浐灞河生態(tài)環(huán)境的多樣性,保護其自然生態(tài)環(huán)境特征,有必要對該地區(qū)的水質(zhì)污染特征進行量化分析。

目前,業(yè)內(nèi)評價河流水質(zhì)的方法基本有以下幾種:綜合污染指數(shù)法[2]、模糊綜合評價法[3]、主成分分析法[4]、多元統(tǒng)計分析法[5]等。其中,多元統(tǒng)計分析法是分析水質(zhì)變化特征和識別污染源的有效工具。主成分分析(Principal Component Analysis,PCA)法是利用降維的思想,將原始變量篩選出具有代表性的、獨立的綜合指標(biāo)進行評價,使評價結(jié)果更加準(zhǔn)確、客觀。在此方法的基礎(chǔ)上采用絕對主成分得分/多元線性回歸分析(Absolute Principal Component Score/Multiple Linear Regression,APCS/MLR)法可統(tǒng)計出污染源的貢獻率,以識別污染因子的來源[1]。

本文利用SPSS軟件對浐灞河的河流水質(zhì)進行主成分分析和絕對主成分得分/多元線性回歸分析,進而對該河道的水質(zhì)和污染源進行評價和解析,以期為該流域的生態(tài)環(huán)境綜合發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)域概況與研究方法介紹

1.1 研究區(qū)域概況

浐灞河是浐河和灞河的合稱,發(fā)源于秦嶺,其中浐河為灞河的一級支流,灞河長104.1 km,浐河長64.6 km,浐河與灞河交匯于西安市的譚家堡,并于三郎村匯入渭河[6]。由實地調(diào)查結(jié)果可知,浐河上游主要受面源污染,下游又有工業(yè)廢水排入,整體水質(zhì)較差;灞河上游水質(zhì)良好,中下游由于生活污水、工業(yè)廢水的排入和浐河的匯入導(dǎo)致水質(zhì)明顯變差[7]。因此,對浐灞河的水質(zhì)進行評價是十分必要的。

1.2 斷面布設(shè)

根據(jù)浐灞河水質(zhì)污染現(xiàn)狀和斷面布設(shè)原則[8],選取了14個監(jiān)測斷面。其中：浐河中上游選取高橋、咸寧橋、長樂橋和華清橋4個斷面,下游選取浐灞大道和浐河口2個斷面;灞河中上游選取田王橋、C號壩、B號壩和灞河口4個斷面,下游選取A號壩、618渠、北繞城高速和三郎村4個斷面,具體位置如圖1所示。水質(zhì)評價指標(biāo)選取pH值、電導(dǎo)率、溶解氧(DO)、葉綠素a、氨氮(NH3—N)、總氮(TN)、總磷(TP)、化學(xué)需氧量(CODCr)8個指標(biāo)。

圖1 浐灞河各監(jiān)測斷面示意圖

1.3 浐灞河水質(zhì)評價方法

通過SPSS軟件采用主成分分析和APCS/MLR分析相結(jié)合的多元統(tǒng)計分析法對2012年浐灞河斷面水質(zhì)監(jiān)測數(shù)據(jù)的年均值進行評價。對水質(zhì)監(jiān)測數(shù)據(jù)進行主成分分析,是利用相關(guān)性矩陣確定水質(zhì)評價指標(biāo)的主成分和特征根及其相對應(yīng)的標(biāo)準(zhǔn)化特征向量,獲得旋轉(zhuǎn)因子載荷矩陣和主成分累積貢獻率,進而計算各斷面水質(zhì)評價指標(biāo)的主成分得分,從而進行水質(zhì)評價,基本步驟按文獻[9]進行。由于主成分分析得到的各水質(zhì)評價指標(biāo)主成分得分不能體現(xiàn)現(xiàn)實情況,需要在原始數(shù)據(jù)中添加一個“0”樣本,得到絕對零值主成分得分,兩者的差值即為絕對主成分得分(APCS)[10]。再由APCS進行多元線性回歸分析即可得到各水質(zhì)評價指標(biāo)的污染貢獻率[11-14]。

2 浐灞河水質(zhì)污染特征分析

2.1 描述性統(tǒng)計

對浐灞河各斷面水質(zhì)監(jiān)測數(shù)據(jù)進行描述性統(tǒng)計,結(jié)果見表1。由表1可知：電導(dǎo)率的標(biāo)準(zhǔn)差最大(267.72),說明其極值差最大,不同監(jiān)測斷面的監(jiān)測數(shù)據(jù)差也最大;TP的標(biāo)準(zhǔn)差最小(0.08),說明其在不同監(jiān)測斷面的監(jiān)測數(shù)據(jù)差最小。據(jù)我國地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)(GB 3838—2002)可知,DO、NH3—N、TN、CODCr的濃度均值均達到V類,pH值的濃度均值達到Ⅳ類,TP的濃度均值達到Ⅲ類。

表1 浐灞河各斷面水質(zhì)監(jiān)測數(shù)據(jù)統(tǒng)計

2.2 主成分分析

對浐灞河14個斷面的水質(zhì)監(jiān)測數(shù)據(jù)進行相關(guān)系數(shù)分析,結(jié)果見表2。根據(jù)相關(guān)系數(shù)矩陣可知,NH3—N和電導(dǎo)率的相關(guān)系數(shù)最高,DO和NH3—N的相關(guān)系數(shù)最低。應(yīng)用Kaiser Meyer Olkin(KMO)和Bartlett球形方法對監(jiān)測數(shù)據(jù)進行相關(guān)矩陣檢驗,得到KMO度量值為0.677,Bartlett的顯著性為0.00,滿足P<0.05的置信區(qū)間,說明該主成分分析是有效的[15]。

表2 浐灞河各水質(zhì)指標(biāo)相關(guān)系數(shù)矩陣

將提取到的水質(zhì)評價指標(biāo)主成分和最大方差進行旋轉(zhuǎn),得到的成分矩陣見表3。由表3可知：共提取出了3個主成分,其特征值分別為5.321、1.450和0.740，方差貢獻率分別為66.518%、18.131%和9.244%，3個主成分的累計總方差為93.893%,表示3個主成分共解釋了總變異的93.893%,滿足累計貢獻率大于85%的提取原則,說明提取3個主成分是合適的。

表3 浐灞河水質(zhì)評價指標(biāo)主成分分析及旋轉(zhuǎn)后的成分矩陣

成分矩陣中數(shù)值的絕對值反映主成分與原始變量的相關(guān)程度。根據(jù)表3還可以看出:①水體中NH3—N、電導(dǎo)率、TN、DO、CODCr和TP與第一主成分聯(lián)系緊密,其中除TP外其余評價指標(biāo)與第一主成分的相關(guān)系數(shù)的絕對值均大于0.9,說明浐灞河水體主要受有機物污染。這主要是因為浐灞河有大量的城市、農(nóng)村生活污水和工業(yè)廢水排入,其中含有大量的有機物和營養(yǎng)鹽。②與第二主成分顯著相關(guān)的水質(zhì)評價指標(biāo)是pH值。pH值主要與水體中含有的腐殖質(zhì)和礦物質(zhì)有關(guān)[16],說明浐灞河中的面源污染可能是第二主成分的主要來源。③葉綠素a與第三主成分顯著相關(guān),葉綠素a是衡量水體富營養(yǎng)化的基本指標(biāo),與DO、TP、水溫等密切相關(guān)[17],說明第三主成分主要與水體富營養(yǎng)化污染有關(guān)。

浐灞河水質(zhì)評價指標(biāo)的主成分得分系數(shù)矩陣見表4。通過以下表達式可以獲得各斷面水質(zhì)評價指標(biāo)的主成分得分和綜合得分情況,結(jié)果見表5。其中各主成分得分記為F1、F2、F3,標(biāo)準(zhǔn)化的原始變量記為zx1、zx2、zx3、zx4、zx5、zx6、zx7、zx8,各主成分的特征值記為λ1、λ2、λ3,則綜合得分F的表達式如下:

F1= -0.118zx1+0.190zx2-0.254zx3-0.152zx4+

0.212zx5+0.201zx6+0.144zx7+0.129zx8；

F2= 0.782zx1+0.074zx2+0.358zx3+0.136zx4-

0.061zx5-0.109zx6+0.217zx7+0.172zx8；

F3= 0.121zx1-0.075zx2+0.119zx3+1.016zx4-

0.048zx5+0.012zx6-0.143zx7+0.153zx8；

表4 浐灞河水質(zhì)評價指標(biāo)的主成分得分系數(shù)矩陣

表5 浐灞河水體各斷面水質(zhì)綜合評價結(jié)果

由表5可知,618渠、浐河口、北繞城斷面為第一主成分得分排名前3的斷面,說明該3個斷面受到NH3—N、電導(dǎo)率、TN、DO、CODCr、TP的影響較為顯著,其中電導(dǎo)率可以有效地反映水體中的雜質(zhì)含量和含鹽量,而NH3—N、TN、DO、CODCr可反映水體中的有機物含量,說明該區(qū)域水體中的有機物含量、雜質(zhì)含量和含鹽量較高;618渠、高橋、咸寧橋斷面為第二主成分得分排名前3的斷面,說明該3個斷面對pH值的變動較為敏感,水體中可能含有較多的礦物質(zhì)和腐殖質(zhì);A號壩、三郎村、B號壩斷面為第三主成分得分排名前3的斷面,說明該3個斷面受葉綠素a的影響較大,水體中可能存在較嚴(yán)重的富營養(yǎng)化污染。

從綜合得分情況來看:①咸寧橋、長樂橋、華清橋斷面的綜合得分大于田王橋、C號壩、B號壩、灞河口斷面,說明浐河上游的污染程度比灞河上游的污染程度嚴(yán)重。這主要是因為浐河上游的排污口眾多,面源污染比較嚴(yán)重[18]。②618渠、浐河口斷面的綜合得分最高,說明該2個斷面的污染情況最為嚴(yán)重。618渠是灞河排污口之一,污染情況可想而知；浐河口斷面的污染情況是由于浐河上游水源的污染情況嚴(yán)重,且華清橋斷面至浐河口斷面的河段又有大量的生活污水和工業(yè)廢水排入,進而導(dǎo)致浐河口斷面水質(zhì)變差。③北繞城、A號壩和三郎村斷面的水質(zhì)污染情況也十分嚴(yán)重。北繞城和A號壩斷面的水質(zhì)是由于浐河的匯入導(dǎo)致其明顯變差的,且北繞城斷面位于618渠斷面的下游,其水質(zhì)污染程度較A號壩斷面更為嚴(yán)重;三郎村斷面位于浐灞河下游,此區(qū)域是陜西省的重要工業(yè)生產(chǎn)基地,水質(zhì)較差。根據(jù)實地調(diào)查研究可知,浐河從高橋至浐河口斷面的水質(zhì)為劣V類；灞河從田王橋至灞河口斷面的水質(zhì)較好,灞河口下游水質(zhì)的污染程度加劇,水質(zhì)為劣V類[7],這與本研究的水質(zhì)評價結(jié)果基本一致。

2.3 APCS/MLR分析

浐灞河水體各水質(zhì)評價指標(biāo)的污染貢獻率結(jié)果見表6。

表6 浐灞河水體各水質(zhì)評價指標(biāo)的污染貢獻率

據(jù)表6可知：①除TP外其余評價指標(biāo)的R2值都在0.9以上,說明線性回歸分析是有效的[16]。②浐灞河水體的污染主要來源于第一主成分,其次為第二主成分、第三主成分。③第一主成分(TN、NH3—N、電導(dǎo)率、DO、CODcr和TP)的污染貢獻率分別為82.390%、81.960%、74.930%、68.330%、62.180%和60.090%;第二主成分(pH值)的污染貢獻率為82.990%;第三主成分(葉綠素a)的污染貢獻率為77.460%。

3 結(jié)語

本文基于主成分分析法和絕對主成分得分/多元線性回歸分析法對浐灞河的水質(zhì)污染特征進行了量化分析,確定了影響其水質(zhì)的主要污染因子及來源,主要得到以下結(jié)論:

1)在浐灞河各斷面水質(zhì)分析的研究中,灞河上游的田王橋、C號壩、B號壩、灞河口斷面的水質(zhì)情況良好,浐河上游的高橋、咸寧橋、長樂橋、華清橋、浐灞大道、浐河口斷面的水質(zhì)較差,灞河下游A號壩、北繞城和三郎村斷面的水質(zhì)污染程度相對較差,618渠斷面的水質(zhì)最差。

2)根據(jù)主成分分析得出的3個主成分可知:第一主成分主要來源于城市、農(nóng)村生活污水和工業(yè)廢水的排入；第二主成分的主要來源可能為浐灞河的面源污染；第三主成分的主要來源為水體富營養(yǎng)化污染。說明浐灞河的污染主要來源于有機物和富營養(yǎng)化,需加強對浐河上游和灞河下游的點源和面源污染防治力度。

3)利用APCS/MLR方法得出第一主成分對TN、NH3—N、電導(dǎo)率、CODcr、DO和TP指標(biāo)的污染貢獻率為60.090%～82.390%;第二主成分對pH值指標(biāo)的污染貢獻率為82.990%;第三主成分對葉綠素a指標(biāo)的貢獻率為77.460%。

[1] 楊學(xué)福,王蕾,關(guān)建玲,等.基于多元統(tǒng)計分析的渭河西咸段水質(zhì)評價[J].環(huán)境工程學(xué)報,2016,10(3):1560-1565.

[2] 劉增進,祁秉宇,張關(guān)超.南水北調(diào)中線工程水源地河南段水質(zhì)現(xiàn)狀及污染分析[J].華北水利水電大學(xué)學(xué)報(自然科學(xué)版),2017,38(2):77-81.

[3] 錢會,席文娟.基于AHP權(quán)重的模糊評價法在水質(zhì)評價中的應(yīng)用[J].華北水利水電學(xué)院學(xué)報,2012,33(3):100-103.

[4] 姬志宏,姬志新,許正彪,等.主成分分析法在黃河三門峽庫區(qū)水質(zhì)評價中的應(yīng)用[J].華北水利水電學(xué)院學(xué)報,2012,33(1):126-130.

[5] 張蕾,盧文喜,安永磊,等.基于多元統(tǒng)計分析的石頭口門水庫匯水流域水質(zhì)綜合評價[J].中國環(huán)境監(jiān)測,2012,28(2):122-126.

[6] 徐志嬙,劉維,張建豐,等.基于流域不同特征的浐灞河生態(tài)系統(tǒng)健康評價[J].西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版),2011,39(8):215-223.

[7] 趙淑蘭.浐灞河流域水功能區(qū)納污能力及入河污染物總量控制分析[J].陜西水利,2012(5):146-148.

[8] 國家環(huán)境保護總局.地表水和污水監(jiān)測技術(shù)規(guī)范:HJ/T 91—2002[S].北京:中國環(huán)境科學(xué)出版社,2002.

[9] 汪冬華.多元統(tǒng)計分析與SPSS應(yīng)用[M].上海:華東理工大學(xué)出版社,2010.

[10] 瞿明凱,李衛(wèi)東,張傳榮,等.基于受體模型和地統(tǒng)計學(xué)相結(jié)合的土壤鎘污染源解析[J].中國環(huán)境科學(xué),2013,33(5):854-860.

[11] THURSTON G D,SPENGLER J D.A quantitative assessment of source contributions to inhalable particulate matter pollution in metropolitan Boston[J].Atmospheric Environment,1985,19(1):9-25.

[12] ZHOU F,HUANG G H,GUO H,et al.Spatio-temporal patterns and source apportionment of coastal water pollution in eastern Hong Kong[J].Water Research,2007,41(15):3429-3439.

[13] LUO X S,YAN X,WANG Y L,et al.Source identification and apportionment of heavy metals in urban soil profiles[J].Chemosphere,2015,48(1):152-157.

[14] 趙潔,徐宗學(xué),劉星才,等.遼河河流水體污染源解析[J].中國環(huán)境科學(xué),2013,33(5):838-842.

[15] 王穎,孫揚,張丹.浐灞流域水質(zhì)污染分析及評價研究[J].西安理工大學(xué)學(xué)報,2014,30(2):213-219.

[16] 張水波.pH值對水質(zhì)和對蝦的影響及調(diào)控措施[J].漁業(yè)致富指南,2015(24):27-28.

[17] 梅衛(wèi)平,江敏,阮慧慧,等.滴水湖葉綠素a時空分布及其與水質(zhì)因子的關(guān)系[J].生態(tài)學(xué)雜志,2013,32(5):1249-1254.

[18] 余楊銘.浐灞生態(tài)區(qū)水質(zhì)模擬與評價[D].西安:西安理工大學(xué),2013.

EvaluationofWaterPollutionCharactersinChanbaRiverBasedonMultivariateStatisticalAnalysis

DU Mai, CHEN Xiaowei, WANG Ying

(School of Water Resources and Hydroelectric Engineering, Xi′an University of Technology, Xi′an 710048, China)

In order to quantify and analyze water quality of Chanba River and find out the main pollution factors as well as sources, principal component analysis (PCA) and the multivariate linear regression of the absolute principal component scores (APCS/MLR) were applied to evaluate the water quality based on 8 parameters of 14 monitoring sections. The results show：the water of Canal 618 and Chan River mouth is seriously polluted; the water of Xianning Bridge and Changle Bridge, is in poor quality; water quality at the section of Tianwang Bridge and DamCis in good conditions; organics and eutrophication are the main pollution sources; the pollution contribution rates of three principal components to each pollution factor range from 60.090% to 82.990%. The results are in conformity with the actual survey, so it is reliable to reflect the water quality and pollution sources in Chanba River with multivariate analysis statistical method.

water quality evaluation; multivariate statistical analysis; principal component analysis; APCS/MLR; Chanba River

張陵)

TV211.2

A

1002-5634(2017)06-0088-05

2017-04-29

陜西省水利科技項目(2015slkj-03)。

杜麥(1993—),女,河北邢臺人,碩士研究生，從事環(huán)境水力學(xué)方面的研究。E-mail：dm747966969@163.com。

王穎(1962—),女,陜西西安人，教授，碩士，從事環(huán)境動力學(xué)和浮射流運動規(guī)律方面的研究。E-mail：wangying@xaut.edu.cn。

10.3969/j.issn.1002-5634.2017.06.014