郗梓添
(遼寧省阜新水文局,遼寧 阜新 123000)
在我國水資源開發(fā)利用過程中不容忽視的關(guān)鍵問題為地表水質(zhì)問題,可利用水資源不足和地表水污染隨著現(xiàn)代化進程的不斷推進已成為制約社會經(jīng)濟發(fā)展的瓶頸。流域水資源廣泛應(yīng)用于農(nóng)林灌溉、工業(yè)生產(chǎn)和城市建設(shè),其水質(zhì)狀況將直接影響區(qū)域經(jīng)濟可持續(xù)發(fā)展與水資源的開發(fā)利用。另外,地表水資源可持續(xù)利用受自然環(huán)境和多種人為因素影響面臨著嚴峻的挑戰(zhàn)。所以,在時空維度上獲取流域水環(huán)境污染物的變化信息綜合評價其地表水質(zhì)狀況,對于全面控制流域水污染物、水資源管理等具有重要意義。
我國關(guān)于河流水質(zhì)評價的研究最早開始于20世紀80年代,其中水質(zhì)標識指數(shù)法、神經(jīng)網(wǎng)絡(luò)法、主成分分析法、模糊數(shù)學(xué)法、聚類方法、灰色系統(tǒng)理論以及單因子評價法等為地表水質(zhì)綜合評價的常用方法[1-5]。然而,這些方法在評價分析高維度、多斷面的流域尺度水質(zhì)樣本時通常具有一些不足之處,具體為:污染指數(shù)法和單因子評價法容易出現(xiàn)評價結(jié)果極化現(xiàn)象;集對分析理論、灰色系統(tǒng)法和模糊數(shù)學(xué)法等自動化水平較低,且在確定指標權(quán)重時考慮得不夠系統(tǒng)、全面;傳統(tǒng)的聚類方法在水質(zhì)綜合評價研究中往往難以準確體現(xiàn)樣本的整體拓撲關(guān)系,為解決單一方法存在的可靠性較低問題通常采用幾種方法相結(jié)合的方法。水質(zhì)標識指數(shù)、PCA主成分分析以及SOM自組織映射神經(jīng)網(wǎng)絡(luò)等在流域水質(zhì)綜合評價中越來越引起研究者的關(guān)注。SOM可通過自組織聚類映射作用保留初始向量特征的拓撲關(guān)系,從而實現(xiàn)高維數(shù)據(jù)的低維空間可視化轉(zhuǎn)換處理;在評價水質(zhì)過程中PCA法可通過選擇相互獨立的水質(zhì)評價因子綜合反映多變量的主要信息,且可對比分析不同區(qū)域的水質(zhì)條件;水質(zhì)標識指數(shù)能夠?qū)α饔蛩|(zhì)狀況進行定量、客觀的總體表征[6-8]。因此,本文依據(jù)大凌河流域2016年1月—2017年11月12個水質(zhì)監(jiān)測斷面的月尺度數(shù)據(jù)資料,對流域地表水質(zhì)時空變化特征利用PCA法和SOM-Kmedoids算法進行研究,在此基礎(chǔ)上鑒別了流域水環(huán)境在近2a內(nèi)受自然環(huán)境與人類因素的影響作用,對水質(zhì)狀況利用標識指數(shù)法進行定量、客觀地評價,以期為大凌河流域水污染控制和水資源管理提供決策依據(jù),為全面、客觀地揭示地表水質(zhì)變化規(guī)律和水環(huán)境承載力提供參考。
大凌河流域景觀變化比較劇烈、經(jīng)濟增長速度較快,不僅是遼寧省經(jīng)濟發(fā)展的重點區(qū)域,而且在促進人水和諧發(fā)展和生態(tài)環(huán)境保護等方面發(fā)揮著重要作用。流域全長398km,總面積2.35萬km2,各支流縱橫交錯主要有牤牛河、老虎山河、涼水河、西河等支流,在促進區(qū)域工農(nóng)業(yè)發(fā)展和保證居民生活用水等方面具有不可替代的作用。屬于溫帶季風(fēng)氣候,四季分明,冬冷夏熱,日照充足,年均氣溫為8.0~12.6℃,年降水量在450~600mm之間。在時空分布上降水量極不均衡,其中65%以上降水發(fā)生在汛期(7—8月)且多以強降雨形式出現(xiàn),流域內(nèi)洪澇災(zāi)害頻繁且造成的經(jīng)濟損失和綜合社會影響不斷增大。大凌河?xùn)|南與渤海相鄰,水源面積較大降水量較為充足,而西北區(qū)域降水較少并且風(fēng)沙干旱現(xiàn)象較為頻繁。統(tǒng)計資料顯示,流域內(nèi)約65%以上的區(qū)域?qū)儆跇O度或重度缺水狀態(tài),且已經(jīng)具有較高的水資源開采程度。另外,為滿足區(qū)域發(fā)展和各行業(yè)用水需要,流域水資源被過渡開發(fā)利用致使地下水位與地表水持續(xù)下降。近年來,大凌河朝陽段、凌源至喀左段等部分河段的水環(huán)境污染嚴重,其中超過Ⅲ類地表水質(zhì)的因子主要有揮發(fā)酚、BOD5和COD,對流域內(nèi)的生態(tài)平衡和水文循環(huán)構(gòu)成潛在的威脅[9-11]。
為全面評價大凌河地表水質(zhì)總體狀況,在流域內(nèi)重點水庫、主要支流和干流處選取12個監(jiān)測斷面,主要有大凌河沈家洼子段1、上窩堡段2、朝陽段3、義縣段4、凌海段5、大凌河西支哈巴氣段6、牤牛河建平段7、涼水河子段8、牤牛河迷力營子段9、西河復(fù)興堡段10、細河海州段11、小嶺子河段12。對各河段編碼利用首字母表示,即西源支流為X、南源支流為N、大凌河干流為G,然后對各斷面的水污染因子進行監(jiān)測,其中各監(jiān)測斷面的月均值數(shù)據(jù)由遼寧省水利廳水質(zhì)自動監(jiān)測站提供,監(jiān)測時間為2016年1月—2017年11月,監(jiān)測數(shù)據(jù)獲取方法和統(tǒng)計結(jié)果見表1。
本文中流域水質(zhì)綜合評價輸入層的8項水質(zhì)參數(shù)由8個神經(jīng)元連接,采用六邊形、2維平面網(wǎng)格排列輸出層神經(jīng)元,然后對SOM初次聚類簇中心的二次聚類利用SOM-Kmedoids算法實現(xiàn),最終分類利用DB指數(shù)最小自動化確定。變量位面Vp和距離矩陣U-為模型輸出主要內(nèi)容,其中對象集合和全部變量之間的半定量關(guān)系可通過U-矩陣描述,而全部對象的各變量分布可根據(jù)單個變量位面表征。因此,對內(nèi)部對象之間和評估變量之間的關(guān)系可利用變量位面與U-矩陣實現(xiàn)科學(xué)、有效的評價。
(2)PCA分析法。為反映事物的多個變量通常需要收集整理大量的關(guān)于事物在該領(lǐng)域中的數(shù)據(jù)信息,從而準確揭示其變化規(guī)律。多變量大樣本不僅能夠降低分析難度,而且為科學(xué)研究提供了必要的數(shù)據(jù)資料。PCA分析法主要是把多個指標利用降維的方法綜合為幾個重要參數(shù),即利用各主成分來描述原始數(shù)據(jù)變量信息??筛鶕?jù)主成分貢獻率確定初始數(shù)據(jù)的時間變化特征和地理空間分布規(guī)律[7],本文依據(jù)研究期間的12處水質(zhì)監(jiān)測斷面的主成分貢獻率,通過可視化處理綜合評價流域地表水的總體狀況。
(3)水質(zhì)標識指數(shù)。水質(zhì)標識指數(shù)法因理論清晰、計算簡便等特點被廣泛應(yīng)用于水環(huán)境評價方面,其中單因子評價法只考慮了單項指標的影響作用,在綜合評價時其應(yīng)用受到一定限制,并且該方法無法量化對比水體在同一等級中的狀況。水質(zhì)標識指數(shù)法通過統(tǒng)計和歸納數(shù)學(xué)意義上的各類污染指數(shù)全面評價水環(huán)境質(zhì)量狀況,從而在所有污染物指標中得出一個能夠反映水質(zhì)總體水平的數(shù)值。該方法能夠體現(xiàn)多個指標與流域整體水環(huán)境之間的關(guān)系,可對比分析相同時期不同區(qū)域的水質(zhì)狀況。本文中河流水質(zhì)綜合評價的主要依據(jù)為基于單因子水質(zhì)標識指數(shù)改進的綜合指數(shù)法[13-14],受文章篇幅限制不再詳細介紹其計算流程,具體見文獻資料[15-16]。
在2016年1月—2017年11月期間對大凌河流域12個主要斷面的月監(jiān)測數(shù)據(jù)集共276個樣本利用SOM-Kmedoids算法進行標準化處理,然后對神經(jīng)元個數(shù)按照聚類分析結(jié)果和相應(yīng)公式確定為110個即神經(jīng)網(wǎng)絡(luò)為11×10,按照現(xiàn)行初始化法作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程,選擇墨西哥草帽函數(shù)作為臨域核函數(shù),其搜索半徑為3,對樣本數(shù)據(jù)完成1000次迭代計算得到穩(wěn)定的自組織映射圖。在SOM顏色分布模式、距離和位置上各水質(zhì)參數(shù)顯示半定量關(guān)系特征。對存在相關(guān)關(guān)系的參數(shù)利用SOM圖可作出準確判斷,其中DO和pH、CODMn和導(dǎo)電率、TP和NH3-N存在相互關(guān)系。采用Pearson系數(shù)對大凌河流域地表水質(zhì)8項參數(shù)的相關(guān)性進行檢驗,結(jié)果見表2。根據(jù)表2相關(guān)性檢驗結(jié)果可知,呈現(xiàn)弱負相關(guān)性的參數(shù)為NH3-N與DO、導(dǎo)電率和溫度;存在弱正相關(guān)的參數(shù)為TP和濁度、DO和pH值,另外NH3-N、TP和pH值,TP、NH3-N和DO呈弱負相關(guān)性,而TP、NH3-N和導(dǎo)電率,NH3-N、TP和CODMn具有弱正相關(guān)性;存在顯著正相關(guān)的為TP和NH3-N。可見,各水質(zhì)指標的顯著相關(guān)性可通過各參數(shù)SOM進行直觀的反映。
表2 基于SOM分析法的水質(zhì)參數(shù)相關(guān)系數(shù)
對大凌河流域12個主要斷面的276個水質(zhì)樣本利用SOM-Kmedoids算法進行計算,其中群組的劃分按照最小化DB指數(shù)原則確定如圖1所示,其中DB最小值為1.26,然后將各水質(zhì)監(jiān)測數(shù)據(jù)樣本劃分為C1、C2、C3三種類型如圖2所示。
圖1 DB指數(shù)分布圖
圖2 同類神經(jīng)元分布及神經(jīng)元所屬聚類
圖2顯示了各神經(jīng)元所屬的聚類類別,根據(jù)不同的顏色區(qū)分不同的群組,還可對所述類組利用數(shù)字的形式進行編號,其中C1組主要包含大凌河沈家洼子段、上窩堡段、朝陽段、義縣段、凌海段;C2組主要包含大凌河西支哈巴氣段、牤牛河建平段、涼水河子段、牤牛河迷力營子段;C3組主要包含西河復(fù)興堡段、細河海州段、小嶺子河段。然后將水質(zhì)變化周期分為12月—次年3月、4—11月2個時段,分別代表1、3組和2組。相對于非汛期大凌河流域的流速、水量的變化較為顯著,因此流域汛期時間和水質(zhì)周期總體保持一致。
對各組指標均值利用SOM聚類統(tǒng)計并得到流域水質(zhì)評價結(jié)果見表3。由表3可以看出,各組中CODMn和pH并未出現(xiàn)大的改變,受水文汛期影響導(dǎo)電率、濁度和溫度發(fā)生一定的變化且季節(jié)的改變對溫度存在影響,河流流速和流量對導(dǎo)電率與濁度的影響較為顯著,而在汛期水流多變的條件下濁度明顯增大;NH3-N和DO的變化幅度相對較小,單因子DO評價結(jié)果屬于Ⅰ類,由此表明大凌河流域具有較好的水體自凈能力;受水文汛期影響大凌河流域NH3-N值具有一定的波動,相對于其他因子波動較為顯著的指標為TP,單因子C3組評價結(jié)果屬于Ⅲ類,可見大凌河流域仍然具有P污染風(fēng)險。
表3 各組指標統(tǒng)計信息及評價結(jié)果
基于大凌河12個主要監(jiān)測斷面的267個水質(zhì)樣本集,在時空背景下對流域是否存在污染輸出變量利用主成分分析法進行檢驗,其主要過程為:為確定能否進行因子分析應(yīng)先利用Bartlett球體和KMO法檢驗數(shù)據(jù)集,Bartlett球體檢驗結(jié)果顯示數(shù)據(jù)集各因子的顯著性概率為0,由此表明相關(guān)系數(shù)不是單位矩陣,可拒絕零假設(shè)并能夠用于因子分析;KMO法檢驗結(jié)果為0.58769315,根據(jù)相關(guān)文獻值低于0.6即可作為分析因子。主成分特征值的保留依據(jù)Kaiser-Harris準則確定,其中主成分即為特征值大于1的因子,按照此原則確定本文中輸出主成分數(shù)量共有3個,見表4。
由表4主成分分析結(jié)果可知,對初始數(shù)據(jù)集的信息變量可通過使用3個主成分因子來表征,其中第一、二、三主成分的方差貢獻率分別為23%、18%和15%,累計貢獻率為58%;主成分1和TP、NH3-N、電導(dǎo)率、溫度之間具有高度相關(guān)性,其中反映營養(yǎng)鹽污染程度和水體環(huán)境變化的參數(shù)分別為TP、NH3-N與溫度,物理性指標主要有電導(dǎo)率與溫度,解釋水體酸堿鹽量的參數(shù)為電導(dǎo)率指標;主成分2可用于解釋水體自凈能力主要與DO、pH值相關(guān),主成分3可反映有機物污染程度主要與CODMn、DO相關(guān)。對主成分得分系數(shù)利用主成分分析法進行計算,從而得到主成分計算表達式如下:
(1)
大凌河流域各站點水質(zhì)時空變化特征可根據(jù)監(jiān)測斷面主成分得分確定,水質(zhì)污染物的時空變化規(guī)律可按照時空交叉分析確定。營養(yǎng)鹽污染指標可通過主成分1得分反映,水體富營養(yǎng)化即為主成分1較高得分,研究表明冬季與春季階段為水體富營養(yǎng)化發(fā)生的主要時期,并以大凌河下游海洲段、西河以及牤牛河支流最為顯著,其中1—3月的營養(yǎng)鹽污染程度較高,而其他月份基本處于正?;蜉^低水平。大凌河流域下游地區(qū)為空間分布上的代表性斷面,非汛期階段的冬春季水溫較低,且河流流量和水流速度均呈現(xiàn)出下降區(qū)域,相對于汛期階段該時期的水體自凈能力有所下降。另外,徑流人類生活區(qū)時大凌河上游河段被排入生活污水,且在下游河段有排放不達標的工業(yè)廢水,從而使得河流中氮磷含量偏高并造成富營養(yǎng)化[17]。
表4 水質(zhì)監(jiān)測主成分分析
水體的自凈能力可通過主成分2反映,結(jié)果顯示大凌河流域水體自凈能力正常且斷面水質(zhì)較好。春、秋和冬季為得分較高的時期,可見氣溫是影響主成分2得分的主要因素,水體中DO濃度隨天然水體環(huán)境溫度的增大而降低,另外DO的飽和度海域適宜環(huán)境下藻類生物相關(guān),流域上游河段的得分較好且受人類活動影響較低,代表性斷面為牤牛河迷力營子段、西河復(fù)興堡段;大凌河主干支流受工業(yè)生產(chǎn)污水排放和人類生活影響較為顯著,各代表性斷面的得分較低,主要有北票涼水河段、朝陽河段。
河流水體有機物污染可通過主成分3反映,其得分越高則河流水質(zhì)影響越顯著受有機污染程度越大。從整個流域分析,相對于其他月份得分較高的時段為4—9月份,并且在2017和2016年的變化不大,代表性斷面主要有大凌河下游入???、義縣段、凌海段等,該斷面主要分布在上游的低山丘陵區(qū)域,農(nóng)業(yè)生產(chǎn)和林區(qū)地表腐植物在汛期強降水作用下未被充分系數(shù),在地表徑流沖刷作用下牲畜糞便、農(nóng)藥和化肥殘留匯入河道,因此對于上游非點源污染應(yīng)引起相關(guān)部門的高度重視。
分別代用CWQII和SWQF統(tǒng)計分析研究期間23個月均水質(zhì)監(jiān)測樣本數(shù)據(jù)(見表4),從而更好的體現(xiàn)各站點的水質(zhì)狀況(見表5)。判斷水質(zhì)監(jiān)測斷面是否達到功能區(qū)水質(zhì)目標,可利用SWQF參數(shù)反映,為比較各斷面的水質(zhì)優(yōu)劣狀況,可利用CWQII分析。
對各斷面水質(zhì)監(jiān)測代表率按照斷面所在功能區(qū)劃水質(zhì)目標等級進行統(tǒng)計分析,從而得到23個水質(zhì)監(jiān)測樣本的SWQF達標率。結(jié)果顯示,滿足水質(zhì)達標率的斷面共有6處并且大部分位于人口稀少、縣市交界區(qū),該河段的自然植被條件良好,且人類活動和工農(nóng)業(yè)生產(chǎn)影響較低,研究表明在大凌河主干支流的水質(zhì)較高,近期水體受污染風(fēng)險相對較低。斷面6、7、8超標情況存在一定差異,其主要原因與TP、NH3-N指標相關(guān),從而降低了水體的總體質(zhì)量,該斷面處于人類生活聚集區(qū)易受工農(nóng)業(yè)生產(chǎn)排污和城鎮(zhèn)生活非點源污染影響,因此表現(xiàn)出間歇性的水質(zhì)超標特征,而位于朝陽段站點其超標率要明顯高于上游斷面,可見河流徑流的城市排污可對水體環(huán)境造成較為顯著的影響[18]。
表5 大凌河各水質(zhì)監(jiān)測斷面評價結(jié)果
以CWQII評價中的各類水質(zhì)類比占比作為評價依據(jù),綜合評判大凌河流域12個監(jiān)測斷面的水質(zhì)優(yōu)劣程度,其中斷面6為最優(yōu),其次為斷面2,而斷面12最劣,流域水環(huán)境總體處于Ⅱ~Ⅲ類之間,由此表明大凌河流域地表水質(zhì)總體較好,該評價結(jié)果與單因子水質(zhì)評估結(jié)果基本保持一致??傮w來看,大凌河水質(zhì)從優(yōu)至劣依次為:主干支流、南源、西源和下游細河流域。
(1)呈現(xiàn)弱負相關(guān)性的參數(shù)為NH3-N與DO、導(dǎo)電率和溫度;存在弱正相關(guān)的參數(shù)為TP和濁度、DO和pH值,另外NH3-N、TP和pH值,TP、NH3-N和DO呈弱負相關(guān)性。相對于非汛期大凌河流域的流速、水量的變化較為顯著,因此流域汛期時間和水質(zhì)周期總體保持一致。
(2)對初始數(shù)據(jù)集的信息變量可通過3個主成分因子來表征,第一、二、三主成分的方差貢獻率分別為23%、18%和15%,分別與營養(yǎng)鹽污染指標、水體自凈能力、河流有機污染物相對應(yīng)。
(3)大凌河下游入??凇⒘x縣段、凌海段主要分布在上游的低山丘陵區(qū)域,農(nóng)業(yè)生產(chǎn)和林區(qū)地表腐植物在汛期強降水作用下未被充分系數(shù),在地表徑流沖刷作用下牲畜糞便、農(nóng)藥和化肥殘留匯入河道,對于上游非點源污染應(yīng)引起相關(guān)部門的高度重視。