楊　玖，代　佼

(攀枝花市環(huán)境監(jiān)測(cè)中心站，四川 攀枝花 617000)

?

金沙江流域攀枝花段主要污染物特征分析

楊玖，代佼

(攀枝花市環(huán)境監(jiān)測(cè)中心站，四川 攀枝花 617000)

摘要：采用主成分分析法，結(jié)合SPSS分析軟件，對(duì)金沙江流域攀枝花段各監(jiān)測(cè)斷面(對(duì)照斷面、控制斷面及出境斷面)在非訊水期和訊水期水體中的TN、TP、DO、CODCr、CODMn、NH3-N、BOD5等7項(xiàng)監(jiān)測(cè)指標(biāo)進(jìn)行分析，對(duì)金沙江攀枝花段水質(zhì)進(jìn)行了綜合評(píng)價(jià)。結(jié)果表明：①金沙江攀枝花段水體主要受有機(jī)污染，且NH3-N、BOD5、CODCr為主要特征污染物；②不同水期，各斷面水體主要污染物不同；③各監(jiān)測(cè)斷面在訊水期的水質(zhì)污染情況比在非訊水期的水質(zhì)污染程度大，且倮果(控制斷面)水質(zhì)污染程度較其他斷面水質(zhì)污染程度大；④與綜合污染指數(shù)法相比，主成分分析法是一種較可靠且較實(shí)際的水質(zhì)評(píng)價(jià)方法。

關(guān)鍵詞：主成分分析法；SPSS；水質(zhì)評(píng)價(jià)；綜合污染指數(shù)法；金沙江

0引言

隨著人口增長(zhǎng)、經(jīng)濟(jì)的發(fā)展，大量的工業(yè)廢水和生活污水排入水體，造成水體污染日益增加。水質(zhì)評(píng)價(jià)可以了解水體污染情況及污染程度。水環(huán)境質(zhì)量評(píng)價(jià)包括不同水域進(jìn)行水質(zhì)評(píng)價(jià)和不同用途進(jìn)行水環(huán)境質(zhì)量評(píng)價(jià)[1]。目前有很多水質(zhì)評(píng)價(jià)方法，常用的有綜合指數(shù)法、模糊綜合評(píng)價(jià)法、灰色系統(tǒng)理論法、人工神經(jīng)網(wǎng)絡(luò)法、單因子評(píng)價(jià)法、分級(jí)加權(quán)平均法、綜合污染指數(shù)法、Kendall檢驗(yàn)法、內(nèi)梅羅指數(shù)法等[2-6]。這些方法在一定程度上能較好地評(píng)價(jià)水質(zhì)，但是由于水環(huán)境是個(gè)復(fù)雜的系統(tǒng)，由多種污染指標(biāo)變量組成，且各個(gè)因子之間具有不同程度的相關(guān)性，可能包含著重疊的信息，而這些方法往往評(píng)價(jià)單個(gè)污染物，從而在進(jìn)行水質(zhì)評(píng)價(jià)時(shí)都存在一定的局限性。

許多研究學(xué)者利用主成分分析法對(duì)不同水域(湖泊、河流等)和不同用途(飲用水、水庫(kù)等)的水質(zhì)進(jìn)行了水質(zhì)評(píng)價(jià)[7-9]，取得了較好的評(píng)價(jià)結(jié)果。主成分分析法是把原來(lái)多個(gè)變量化為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析方法，其理論研究較為完善，在解決實(shí)際問(wèn)題中也取得了較好的效果。本文主要以主成分分析為評(píng)價(jià)方法結(jié)合SPSS統(tǒng)計(jì)軟件對(duì)金沙江攀枝花段各斷面水質(zhì)進(jìn)行統(tǒng)計(jì)分析。

1材料與方法

1.1研究區(qū)域概況

金沙江在攀枝花境內(nèi)流程約130km，是攀枝花市生產(chǎn)和生活用水的主要水源，也是城市生活污水和工業(yè)廢水的主要納污水體。在水質(zhì)分類上，金沙江水屬于低礦化度重碳酸鈣鎂型水質(zhì)[10]。近些年來(lái)，隨著人口增加、工業(yè)的發(fā)展，導(dǎo)致用水劇增，同時(shí)也產(chǎn)生大量的工業(yè)廢水和生活污水，使得生態(tài)環(huán)境惡化、污染加劇。

1.2金沙江段攀枝花市監(jiān)測(cè)斷面的設(shè)置

為了掌握金沙江水質(zhì)受攀枝花地區(qū)工業(yè)廢水、生活污水的污染情況，在金沙江攀枝花段上共設(shè)置了3 個(gè)監(jiān)測(cè)斷面，自上而下分別為龍洞斷面(對(duì)照斷面)、倮果斷面(控制斷面)和金江斷面(出境斷面)。

根據(jù)攀枝花市環(huán)境監(jiān)測(cè)站金沙江重點(diǎn)水域監(jiān)測(cè)的監(jiān)測(cè)數(shù)據(jù)，選取金沙江流域攀枝花段對(duì)照、國(guó)控及出境斷面監(jiān)測(cè)點(diǎn)。采用 7項(xiàng)指標(biāo)進(jìn)行分析，評(píng)價(jià)指標(biāo)為溶解氧(DO)、高錳酸鹽指數(shù)(CODMn)、化學(xué)需氧量(CODCr)、五日生化需氧量(BOD5)、總氮(TN)、總磷(TP)、氨氮(NH3-N)。氨氮是水體中的營(yíng)養(yǎng)素，也是水體中的主要耗氧污染物?？偭资撬w富含有機(jī)質(zhì)的指標(biāo)之一。水中氮、磷物質(zhì)超標(biāo)時(shí)，微生物大量繁殖，浮游生物生長(zhǎng)旺盛，出現(xiàn)富營(yíng)養(yǎng)化狀態(tài)。溶解氧是判斷水體自凈能力的一種依據(jù)，水里的溶解氧值越大，說(shuō)明水體自凈能力越強(qiáng)，或水體污染不嚴(yán)重。BOD5主要用于監(jiān)測(cè)水體中有機(jī)物的污染狀況。COD反映了水中受還原性物質(zhì)污染的程度，也作為有機(jī)物相對(duì)含量的綜合指標(biāo)之一。溶解氧為逆指標(biāo)，需要將其倒數(shù)變換后再進(jìn)行標(biāo)準(zhǔn)化。分別對(duì)訊水期(2014年6—10月)和非訊水期(2013年11—2014年5月份)的監(jiān)測(cè)數(shù)據(jù)進(jìn)行評(píng)價(jià)。

表1　金沙江段攀枝花市監(jiān)測(cè)斷面

1.3主成分分析法與具體步驟

1.3.1主成分分析的運(yùn)用

河流水環(huán)境狀況比較復(fù)雜，所受環(huán)境因子影響較多，水環(huán)境質(zhì)量是由各個(gè)環(huán)境影響因子指標(biāo)共同作用的結(jié)果。各影響因子存在著一定的聯(lián)系，包含著相關(guān)的信息，會(huì)使得在分析水環(huán)境狀況的影響因子時(shí)不能給出準(zhǔn)確的結(jié)果。主成分分析法是利用數(shù)學(xué)降維的思維方法，使原來(lái)多個(gè)變量重新組合成一組新的且相互獨(dú)立的綜合變量[11]，使得大量數(shù)據(jù)簡(jiǎn)化而且獲得的信息比較可靠。主成分分析法在水質(zhì)評(píng)價(jià)中的應(yīng)用主要表現(xiàn)在以下兩方面：①建立綜合評(píng)價(jià)指標(biāo)評(píng)價(jià)各斷面的相對(duì)污染程度，并對(duì)不同斷面進(jìn)行比較分析；②評(píng)價(jià)每個(gè)污染指標(biāo)在綜合指標(biāo)中的作用，并確定主要污染因子[12]。

1.3.2基于SPSS軟件主成分分析法步驟

建立n個(gè)樣本p個(gè)指標(biāo)的原始數(shù)據(jù)矩陣Mij(i=1,2,3…….n;j=1,2,….p)，將建立的數(shù)據(jù)矩陣輸入SPSS軟件，詳細(xì)步驟參考張瑩等人[13]。得出原始指標(biāo)的相關(guān)系數(shù)矩陣，特征值以及相應(yīng)的特征向量值，解釋總方差貢獻(xiàn)率及幾個(gè)主成分(貢獻(xiàn)率>85%或者特征值>1)。求出每個(gè)主成分的線性加權(quán)值再對(duì)m個(gè)主成分進(jìn)行加權(quán)求和，確定綜合評(píng)價(jià)結(jié)果。

2結(jié)果與分析

2.1基于SPSS軟件主成分分析過(guò)程與結(jié)果

2.1.1標(biāo)準(zhǔn)化處理

通過(guò)SPSS軟件進(jìn)行標(biāo)準(zhǔn)化處理(即對(duì)同一變量減去其均值再除以標(biāo)準(zhǔn)差)，表2分別給出了各項(xiàng)指標(biāo)在訊水期和非訊水期標(biāo)準(zhǔn)化處理后的數(shù)據(jù)。為使各項(xiàng)指標(biāo)之間的可比性增強(qiáng)，消除量綱的影響，需要對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化使其具有良好的可比性[14]。

表2　不同時(shí)期各斷面水質(zhì)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)

2.1.2相關(guān)系數(shù)矩陣的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率

城市防災(zāi)避難規(guī)劃是一項(xiàng)艱巨而重要的任務(wù)，規(guī)劃通過(guò)梳理現(xiàn)有的資源和未來(lái)的城市空間，在不影響和妨礙城市的發(fā)展的情況下，最大限度地設(shè)置安全避難場(chǎng)所，在災(zāi)難來(lái)臨時(shí)，才能最大可能地去保護(hù)市民的生命和財(cái)產(chǎn)安全。

通過(guò)SPSS軟件得到相關(guān)系數(shù)矩陣見(jiàn)表3，通過(guò)進(jìn)一步計(jì)算得出特征值及解釋方差總和貢獻(xiàn)率等見(jiàn)表4。根據(jù)特征值及貢獻(xiàn)率大小，可以選取兩個(gè)主成分。主成分個(gè)數(shù)提取原則：特征值>1或者累計(jì)貢獻(xiàn)率達(dá)到85%。由表4可以看出，在非訊水期和訊水期均可提取兩個(gè)主成分，特征值均>1且累計(jì)貢獻(xiàn)率達(dá)到100%，說(shuō)明提取信息較完全可靠。非訊水期，兩個(gè)主成分特征值分別為4.568、2.432，均>1，且貢獻(xiàn)率分別為65%、35%，總貢獻(xiàn)率>87%。說(shuō)明兩個(gè)主成分完全提取了7個(gè)指標(biāo)給出的信息，且第一主成分貢獻(xiàn)率最大，對(duì)非訊水期各斷面水質(zhì)的影響較大。訊水期，兩個(gè)主成分特征值分別為4.809、2.191，均>1，貢獻(xiàn)率分別為69%、31%，也說(shuō)明了兩個(gè)主成分完全提取了7個(gè)指標(biāo)給出的信息，且第一主成分貢獻(xiàn)率最大，對(duì)訊水期各斷面水質(zhì)影響較大。

表3　相關(guān)系數(shù)矩陣

表4　特征值及各主成分貢獻(xiàn)率

2.1.3主成分載荷分析

基于SPSS軟件的分析，不同時(shí)期各指標(biāo)的特征向量值在主成分上的載荷分別見(jiàn)圖1和圖2。由圖1a可知，非訊水期，對(duì)PC1貢獻(xiàn)較大的因子指標(biāo)，特征向量值(>0.8)由大到小依次是NH3-N、CODCr、TP、BOD5，特征向量值分別為0.986、0.942、0.934、0.914。對(duì)PC2貢獻(xiàn)較大的因子指標(biāo)，特征向量值(>0.8)由大到小依次是CODMn和DO，其特征向量值分別為0.970、0.827。結(jié)合圖1b可以看出，倮果斷面水質(zhì)(控制)在PC1上有較高載荷，因此，倮果控制斷面水質(zhì)(控制)受到NH3-N、CODCr、TP、BOD5的影響較大。BOD5及TP反映的是耗氧類有機(jī)物污染和水體富營(yíng)養(yǎng)化，表明第一主成分上有機(jī)物污染較為嚴(yán)重。龍洞斷面(對(duì)照)與金江斷面(出境)水質(zhì)均在PC2上有較高載荷，由此可知，CODMn和DO對(duì)兩個(gè)斷面水質(zhì)均有一定影響，且該斷面水體自凈能力較強(qiáng)，水質(zhì)得到改善。

訊水期，從圖2a可以看出，TN、BOD5、NH3-N、DO及CODCr在PC1上載荷較高，其特征向量值均>0.8；CODMn和TP在PC2上載荷較高。結(jié)合圖2b可以發(fā)現(xiàn)，倮果斷面(控制)在PC1上載荷最大，因此該斷面水質(zhì)主要受TN、BOD5、NH3-N、DO及CODCr的影響，同時(shí)也可以看出該斷面受到有機(jī)物污染較大。金江斷面(出境)在PC2上的載荷最大，在PC1上載荷最小，可知出境斷面水質(zhì)主要受到CODMn和TP兩個(gè)污染因子的影響，不受其他污染因子的影響。

綜上所述，倮果斷面主要是由NH3-N、BOD5、CODCr等控制，有機(jī)污染較嚴(yán)重，這是由于沿岸生活污水和農(nóng)業(yè)、養(yǎng)殖業(yè)面源污染的影響。

2.1.4水質(zhì)綜合評(píng)價(jià)結(jié)果

根據(jù)綜合評(píng)價(jià)表達(dá)式，由各斷面的主成分載荷矩陣，與相應(yīng)的貢獻(xiàn)率之積的和計(jì)算各斷面的水質(zhì)污染綜合得分表，得分越大表明污染程度越嚴(yán)重，由此對(duì)各斷面水質(zhì)污染程度進(jìn)行分析。通過(guò)主成分分析與綜合得分(表5)可得出：第一主成分的排名與綜合得分排名一致，表明第一主成分污染指標(biāo)對(duì)各斷面水質(zhì)評(píng)價(jià)的貢獻(xiàn)最大，能反映各斷面的實(shí)際污染情況；訊水期，倮果斷面污染較非訊水期污染程度大，這可能是大量的生活污水被雨水沖擊到河流，導(dǎo)致斷面水質(zhì)污染較嚴(yán)重。其次，金江斷面水質(zhì)較龍洞斷面水質(zhì)污染程度大。

表5　各時(shí)期各斷面水質(zhì)綜合評(píng)價(jià)結(jié)果

時(shí)期F1排名F2排名F綜合排名非訊水期-0.9483-0.7153-1.66331.50710.21621.7231-0.55920.4991-0.0602訊水期-1.26130.1282-1.13431.56310.48112.0441-0.3022-0.6093-0.9112

2.2綜合污染指數(shù)法

綜合污染指數(shù)法是對(duì)各污染指標(biāo)的相對(duì)污染指數(shù)進(jìn)行統(tǒng)計(jì)，得出代表水體污染程度的數(shù)值，從而對(duì)水污染狀況進(jìn)行綜合判斷[15]，評(píng)價(jià)各斷面水體總體污染狀況。計(jì)算公式為：

式中：Pj為綜合污染指數(shù)；Cij為j斷面第i項(xiàng)評(píng)價(jià)因子的監(jiān)測(cè)值；Csi為第i項(xiàng)評(píng)價(jià)因子的標(biāo)準(zhǔn)值(地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)基本項(xiàng)目標(biāo)準(zhǔn)限值Ⅲ類標(biāo)準(zhǔn)值)；Pij為j斷面第i項(xiàng)評(píng)價(jià)因子的污染指數(shù)；m為參與計(jì)算的評(píng)價(jià)因子的總項(xiàng)數(shù)，本文有7項(xiàng)指標(biāo)，因此m值為7。

由圖3可以看出：訊水期，各斷面綜合污染指數(shù)高于非訊水期，這是由于訊水期降水較多，大量含有污染物的地表徑流流入河流，導(dǎo)致在整個(gè)訊水期污染較大；在整個(gè)水期，倮果斷面綜合污染指數(shù)均高于其他斷面。從綜合污染指數(shù)大小看(P<0.4)，各斷面水質(zhì)狀況較好。

2.3兩種評(píng)價(jià)方法之間的比較

主成分分析法與綜合污染指數(shù)法均能得出金沙江攀枝花段3個(gè)監(jiān)測(cè)斷面在訊水期的污染程度高于非訊水期，且倮果控制斷面水質(zhì)污染較其他斷面較重。綜合污染指數(shù)反映了河流水污染狀態(tài)，比較出了各斷面水質(zhì)污染程度，但其缺點(diǎn)是未給出主要的污染因子。主成分分析法不僅給出了河流的主要污染因子，也同時(shí)說(shuō)明了綜合污染程度，為分析水污染的主要污染物來(lái)源提供了依據(jù)，能為水體污染治理提供有效的治理措施。

3結(jié)論

(1)從原始水質(zhì)監(jiān)測(cè)數(shù)據(jù)中提取了2個(gè)主成分來(lái)反映水體的污染程度，在整個(gè)水期，倮果斷面水質(zhì)污染程度較其他斷面高，且污染指標(biāo)主要為NH3-N、BOD5及CODCr。

(2)各斷面水質(zhì)污染程度在訊水期高于非訊水期。

(3)主成分分析法優(yōu)于綜合污染指數(shù)法，具有主成分選擇和計(jì)算簡(jiǎn)單的優(yōu)點(diǎn)，不僅能反映各斷面水體的綜合污染情況，而且能具體分析出主要污染物，進(jìn)一步反映各斷面的水質(zhì)情況。

參考文獻(xiàn)：

[1]白云鵬，陳永健. 常用水環(huán)境質(zhì)量評(píng)價(jià)方法分析[J].環(huán)境水利，2007 (6):8-10.

[2]張婷，劉靜玲，王雪梅. 白洋淀水質(zhì)時(shí)空變化及影響因子評(píng)價(jià)與分析[J]. 環(huán)境科學(xué)學(xué)報(bào)，2010,30(2):261-267.

[3]胡成，蘇丹. 綜合水質(zhì)標(biāo)識(shí)指數(shù)法在渾河水質(zhì)評(píng)價(jià)中的應(yīng)用[J]. 生態(tài)環(huán)境學(xué)報(bào)，2011,20(1):186-192.

[4]江濤，張曉磊，陳曉宏,等. 東江中上游主要控制斷面水質(zhì)變化特征[J]. 湖泊科學(xué)，2009,21(6):783-878.

[5]李惠明，尚廣平. 水質(zhì)現(xiàn)狀評(píng)價(jià)數(shù)學(xué)模型綜合研究[J]. 中國(guó)環(huán)境科學(xué)，1991,11(5):356-360.

[6]藺照蘭，王巖，張憲濤,等. 灰色聚類法在東昌湖水體富營(yíng)養(yǎng)化評(píng)價(jià)中的應(yīng)用[J]. 安徽農(nóng)業(yè)科學(xué)，2012,38(22):11936 -11938,1201.

[7]周杰，葛緒廣，陳成忠，潘朝. 基于主成分分析的湖泊水環(huán)境質(zhì)量評(píng)價(jià)-以磁湖為例[J]. 安徽農(nóng)業(yè)科學(xué),2014,42(15):4743-4745.

[8]李俊，盧文喜，曹明哲，李平. 主成分分析法在長(zhǎng)春市石頭口門水庫(kù)水環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J]. 節(jié)水灌溉，2009(1):15-17.

[9]王金葉，李朝霞. 基于主成分分析的青島市農(nóng)村飲用水水質(zhì)綜合評(píng)價(jià)[J]. 山東農(nóng)業(yè)科學(xué), 2014,46(8):104-108.

[10]許煜明. 金沙江攀枝花段水質(zhì)及污染現(xiàn)狀[J].攀枝花科技，1996(4), 29-30.

[11]陳佳，王莉，楊小剛,等. 渭河陜西段水體主要污染物特征分析[J]. 內(nèi)蒙古大學(xué)學(xué)報(bào):自然科學(xué)版，2015,46(2)：211-218.

[12]許光宇，柴國(guó)平，徐明德，王帆. 主成分分析法在汾河太原城區(qū)段水質(zhì)評(píng)價(jià)中的應(yīng)用[J].環(huán)境工程，2014,32(6):122-124.

[13]張瑩，劉碩，王宏. 基于SPSS的主成分分析法在松花江哈爾濱段的水質(zhì)評(píng)價(jià)[J]. 哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2015,31(3):132-135.

[14]張國(guó)珍，喬國(guó)亮，武福平,等.主成分分析法在窖水水質(zhì)變化評(píng)價(jià)中的應(yīng)用[J].環(huán)境科學(xué)與技術(shù)，2014,37(4): 181-184.

[15]解瑩，李敘勇，王慧亮,等. 灤河流域上游地區(qū)主要河流水污染特征及評(píng)價(jià)[J]. 環(huán)境科學(xué)學(xué)報(bào)，2012,32(3)：645-653.

Characteristics Analysis of the Water Pollutants in the Panzhihua Section of Jinshajiang River

YANG Jiu,DAI Jiao

(Panzhihua Environmental Monitoring Station, Panzhihua Sichuan 617000, China)

Abstract：With the help of SPSS software, the TP、TN、NH3-N、BOD5、CODMn、CODCrand DO from three monitoring sites of Panzhihua section in Jinshajiang River from November 2013 to October 2014 were analyzed and calculated using the principal component analysis method. The results showed that the major pollution indictors were NH3-N, BOD5 and CODCr. Organic pollution was serious in Jinshajiang River. The comprehensive assessment indicated that the pollution degree in flood period was higher than that in normal river flow period. The pollution degree of Controlled Section was the highest. Compared with comprehensive pollution index method, the principal component analysis was a more effective method to evaluate the water quality.

Key words：principal components analysis; SPSS; water quality assessment; comprehensive pollution index; Jinshajiang River

收稿日期：2015-08-11

作者簡(jiǎn)介：楊玖(1989-)，女，四川廣元人，2014年畢業(yè)于西北農(nóng)林科技大學(xué)環(huán)境科學(xué)專業(yè)，碩士研究生，助理工程師，主要從事環(huán)境監(jiān)測(cè)工作。

中圖分類號(hào)：X824

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1673-9655(2016)02-0061-06