王紅梅，黃 曉

(云南省生態(tài)環(huán)境廳駐昆明市生態(tài)環(huán)境監(jiān)測站，昆明 650228)

前 言

滇池位于云南省昆明市城區(qū)西南面，地理位置東經102°29′～103°01′,北緯24°29′～25°28′,屬斷陷構造湖泊，是云貴高原上湖面最大的淡水湖泊。屬長江流域金沙江水系，平均水深4.4m，湖水面積309km2，湖泊補給系數(shù)9.9，湖水滯留期約為981d。滇池水域分為草海、外海兩部分，現(xiàn)由人工閘分隔。草海位于滇池北部，外海位于滇池中南部，為滇池的主體，面積大約占全湖的96.7%，草海、外海各有一個人工控制出口，分別為西北端的西園隧道和西南端的?？谥袨╅l[1]。

20世紀80年代以后隨著流域內社會經濟與城市化進程的快速發(fā)展，大量污染物和營養(yǎng)物的排入，九十年代后期滇池水質污染嚴重，已納入國家重點治理的三大湖泊之一。為了滇池的綜合治理政府投入大量的資金，歷時近30年，實施一系列重大環(huán)保項目工程，加大滇池流域的綜合整治力度．近年來滇池水環(huán)境的惡化趨勢得到遏制，水質有了一定的改善，但要到達預期的水質目標還必須不斷地加大防控及治理。因此研究滇池的水質狀況及變JP3化趨勢，采用科學的水質評價方法，明確主要影響指標，對滇池后續(xù)的污染防治及治理具有重要意義。

水質評價是確保水質安全、合理利用水資源的前提[2]。水質評價主要是按照相關的水質標準及評價方法，對水環(huán)境的現(xiàn)狀和水質分布狀況進行評定[3]。水質評價的方法很多，目前國內外常用的水質評價方法主要有單因子指數(shù)法、綜合指數(shù)法、內梅羅水污染指數(shù)法、聚類分析法、神經網絡法、主成分分析法和多元統(tǒng)計分析法等[4]。而隨著水質評價工作的不斷深入和不同層次的研究需要，對多因子系統(tǒng)的定量評價研究得到逐步發(fā)展，而主成分分析法在水環(huán)境質量綜合評價方面有著較廣泛的應用，具有很強的指導意義[5-6]。本文選用主成分分析法對滇池外海水質進行評價，進一步分析水質變化趨勢，提取其主要影響指標，按照主成分分析計算其綜合得分，并根據綜合得分排序，分析研究滇池外海水質的空間及時間變化特征和變化趨勢，以期對滇池水質的持續(xù)改善及污染治理提供科學的支撐。

1 研究材料與方法

1.1 數(shù)據源

本文采用的數(shù)據源于昆明市環(huán)境監(jiān)測中心2008～2019年滇池外海的監(jiān)測數(shù)據。監(jiān)測斷面選取滇池外海8個監(jiān)測斷面12年的年均值，具體監(jiān)測斷面分布和情況見圖1。

圖1 滇池水系及監(jiān)測點位示意圖Fig.1 Schematic dagram of Dianchi Lake water system and monitoring points

1.2 評價標準

本文是對湖泊水質的評價，其評價標準和評價指標參照《地表水環(huán)境質量標準》(GB 3838-2002)表1中水質標準的基本項目，篩除未檢出的指標，選擇了溶解氧(DO)、高錳酸鹽指數(shù)(CODMn)、五日生化需氧量(BOD5)、氨氮(NH3-N)、化學需氧量(CODCr)、總磷(TP)、總氮(TN)、葉綠素α等8個指標作為水質評價指標，對滇池外海進行水質評價。

表1 滇池外海8個監(jiān)測斷面指標相關性矩陣Tab.1 Correlation matrix of indicators of 8 monitoring sections in the Waihai of Dianchi Lake

1.3 主成分分析法

主成分分析法(PCA) 是一種將多維因子納入同一系統(tǒng)中進行定性及定量化研究且理論較完善的多元統(tǒng)計分析方法[7]。其充分考慮不同指標之間的信息重疊，對多維數(shù)據進行標準化，在盡可能地保留原有信息的基礎上，對多維數(shù)據進行降維處理，更加客觀地從多個變量篩選出起主導作用的影響因子[8]，并計算其主成分綜合得分值。

主成分得分的計算公式如式(1)所示：

Fj=a1X1+a2X2+…+ajXj

(1)

公式(1)中，F(xiàn)j為第j個主成分得分，j=1,2,3…；aj為第j個水質指標的系數(shù)，j=1,2,3…；Xj為第j個水質指標的標準化數(shù)值，i=1,2,3…。

以主成分對應的特征值占所有主成分對應特征值總和的比例作為系數(shù)，計算主成分綜合得分模型，即

(2)

公式(2)中，F(xiàn)為主成分綜合得分；Fj為第j個主成分得分，j=1,2,3…；λj為第j個主成分對應的特征值，j=1,2,3…。

采用SPSS 22.0 軟件進行分析，其主要計算步驟如下[9～11]：(1)將原始數(shù)據標準化處理；(2)計算標準化數(shù)據的相關系數(shù)矩陣，采用KMO(Kaiser-Meyer-Olkin)檢驗統(tǒng)計量和Bartlett 球形度檢驗判斷指標間的相關性，確定原始變量是否適合進行主成分分析；(3)按照特征值大于1和累積占比>70%以上的提取原則，確定其主成分；(4)特征向量除以對應特征根的絕對值，構成主成分系數(shù)矩陣；(5)主成分系數(shù)矩陣與標準化數(shù)據相乘，得到各項主成分得分值; (6)各項主成分得分值與對應主成分在所有主成分中的比值相乘后累加，得到主成分綜合得分值，得分越高，表明污染就越嚴重。

2 分析結果及討論

2.1 滇池外海空間變化特征分析

將選取的外海8個測點指標的原始數(shù)據進行標準化處理，使其消除量綱和量級的影響，并使它們具有可比性。借助SPSS22.0軟件，對標準化后的數(shù)據進行主成分分析，并進行變量相關性檢驗，KMO和Bartlett檢驗，檢驗結果詳見表1，由表2所示KMO檢驗度量值為0.826，大于0.5，Bartlett 球形檢驗顯著性均<0.05，表明原始變量之間存在相關性，適合做主成分分析。計算求出各指標間的相關系數(shù)及組成相關系數(shù)的矩陣。具體見表1、表2。

表2 KMO及Bartlett 的球形檢驗Tab.2 KMO and Bartlett's spherical test

計算相關系數(shù)矩陣的特征根，從而得出貢獻率和累計貢獻率，如表3所示。按照主成分分析法的提取原則，確定了兩個主成分，其特征值分別為4.861、1.334，前兩個主成分的累計貢獻率達到了77.44%，包含了原始數(shù)據的絕大部分有效信息，可以對滇池外海水質空間特征進行評價。

表3 特征根、貢獻率及累積貢獻率Tab.3 Characteristic root, contribution rate and cumulative contribution rate

通過主成分分析計算得到初始因子載荷矩陣，表示各主成分與評價指標之間的相關系數(shù)，數(shù)值越大說明該指標對主成分的影響越大，對污染程度的貢獻越大。從表4中可以看出，TP、CODMn、CODCr、TN、BOD5、NH3-N、葉綠素a，在第一主成分上具有較大載荷，DO在第二主成分上也具有較大載荷，兩個主成分反映出滇池外海水質主要以富營養(yǎng)化及有機物污染為主，對水質污染貢獻較大的影響因子依次是總磷、高錳酸鹽指數(shù)、總氮、化學需氧量等，其載荷分別是0.934、0.874、0.872、0.861，……，都大于0.8以上，其他具體詳見表4。

表4 初始因子載荷矩陣Tab.4 Initial factor load matrix

利用初始因子載荷矩陣除以各主成分對應特征值的平方根，就可以求得相應的特征向量，將標準化后的數(shù)據和特征向量相乘，就得到如下的主成分表達式：

FK1=-0.3057X1+0.3964X2+0.3905X3

+0.3302X4+0.2853X5+0.4236X6

+0.3955X7+0.2658X8

FK2=-0.5437X1-0.3333X2-0.2833X3

+0.4745X4+0.3169X5+0.0753X6

+0.0511X7+0.4199X8

其中：X1(溶解氧)；X2(高錳酸鹽指數(shù))；X3(化學需氧量)； X4(五日生化需氧量)；X5(氨氮)；X6(總磷)；X7(總氮)；X8(葉綠素α)

FK=0.60764FK1+0.16672FK2

根據上述主成分F1與F2的得分表達式和綜合得分F評價表達式，計算得出2008～2019年滇池外海8個監(jiān)測斷面評價結果，主成分綜合評價得分越高，說明水質污染程度越大，水質狀況較差；綜合得分越低，水質污染程度越小，水質狀況較好。

從12年來滇池外海8個斷面的水質單因子評價結果(見表5)可看出，水質類別2008～2015年都為劣Ⅴ類，2016～2019年在Ⅳ～劣Ⅴ類波動，由于單因子評價方法的局限性，雖然滇池外海的水質存在一定的變化，但該評價方法通過最差水質指標評級掩蓋了其他水質指標的信息[7]，無法全面反映水質的動態(tài)變化過程及規(guī)律；而對比按照主成分分析法綜合得分值的結果(表6)可知，主成分綜合得分值綜合了所有水質指標的信息[7]，并能定量化地體現(xiàn)外海水質空間特征的動態(tài)變化規(guī)律。從主成分綜合得分值的數(shù)值特征(表6和圖2) 來看，滇池外海8個監(jiān)測斷面的水質綜合得分值排序是：灰灣中>羅家營>觀音山西>觀音山中>觀音山東>白魚口>?？谖?滇池南。由此可見北部灰灣中斷面水質較差，綜合得分均值是1.16，是8個監(jiān)測斷面中分值最高的，而南部滇池南和?？谖鞯乃|較好，綜合得分值分別是-0.33、-0.31，這反映出滇池外海南部的水質優(yōu)于北部，總體呈現(xiàn)滇池外海水質從北向南逐漸好轉的空間分布特征。從表5及圖3中的各個監(jiān)測斷面12年的綜合得分值可知， 2008～2019年8個監(jiān)測斷面的綜合得分值總體呈從高到低逐漸降低的趨勢，2014年有4個監(jiān)測斷面綜合得分值小于0,2015～2019年絕大多數(shù)監(jiān)測斷面的綜合得分值都在負值并逐年降低，這說明各個斷面的水質污染有逐漸減輕趨勢。

表5 2008～2019 年滇池外海水質的空間變化單因子評價結果Tab.5 Results of single factor assessment on spatial variation of water quality in the Waihai of Dianchi Lake from 2008 to 2019

表6 2008～2019 年滇池外海水質空間變化主成分分析得分值統(tǒng)計表Tab.6 Statistical table of principal component analysis scores of spatial variation of water quality in the Waihai of Dianchi Lake from 2008 to 2019

圖2 滇池外海主成分綜合得分均值空間變化圖Fig.2 Spatial variation of mean value of principal component comprehensive scores in the Waihai of Dianchi Lake

圖3 2008～2019年滇池外海主成分綜合得分值空間特征及變化趨勢Fig.3 Spatial characteristics and change trend of principal component comprehensive score in the Waihai of Dianchi Lake from 2008 to 2019

2.2 滇池外海變化趨勢分析

采用主成分法對2008～2019年12年滇池外海年均值數(shù)據進行分析，計算其綜合得分值，根據綜合得分值研究滇池外海水質隨時間變化的趨勢。具體步驟與上述相同，先對2008～2019年滇池外海年均值的水質評價指標的原始數(shù)據進行標準化處理，經過KMO及Bartlett的球形檢驗，KMO等于0.75>0.5，球形檢驗顯著性均為0<0.05，說明可以進行主成分分析，求出特征根、貢獻率和累計貢獻率，確定其主要影響指標。滿足提取原則提取了2個主成分，2個主成分的累計貢獻率已經達到了80.2%，包含了原始數(shù)據的絕大部分有效信息，可以作為滇池外海水質時間變化特征綜合評價指標。具體詳見表7、表8。

表7 KMO及Bartlett 的球形檢驗Tab.7 KMO and Bartlett's spherical test

表8 特征根、貢獻率及累積貢獻率Tab.8 Characteristic root, contribution rate and cumulative contribution rate

通過主成分分析計算得到初始載因子荷矩陣(見表9)中可以看出，在第一主成分F1上具有較大載荷從高到低依次是TP、CODMn、CODCr、TN、BOD5、NH3-N、葉綠素a，載荷值分別是0.944、0.910、0.903、0.876 、0.750 、0.734、0.616，其中TP、CODMn、CODCr、TN等指標都在0.8以上，對F1上的貢獻最大；DO在第二主成分F2上也具有較大載荷，綜上所述都反映出滇池外海水質主要以富營養(yǎng)化及有機物污染為主，也是影響滇池外海水質的主要控制因子。

表9 初始因子載荷矩陣Tab.9 Initial factor load matrix

利用初始因子載荷矩陣與主成分對應特征值進行計算，最終得到如下的主成分得分值表達式：

FS1=-0.310X1+0.3957X2+0.3926X3

+0.3261X4+0.3192X5+0.4105X6

+0.3809X7+0.2741X8

FS2=0.5925X1-0.3052X2-0.2063X3

+0.5011X4+0.4324X5+0.0245X6

+0.0019X7+0.2741X8

FS=0.66119FS1+0.14087FS2

將標準化后的數(shù)據代入上述公式計算就得到2008～2019年滇池外海水質主成分綜合得分。

從主成分分析法綜合得分值的結果可知(見表10、圖4)，該評價方法能全面直觀地反映出隨時間變化滇池外海的水質動態(tài)變化趨勢，從圖中可以看出2008～2019年主成分綜合得分值總體呈下降趨勢，表明水質污染逐漸變輕，水質呈現(xiàn)好轉的趨勢。2008～2013年水質污染有持續(xù)加重趨勢，在2013年達到峰值，綜合得分值是1.68，2014年綜合得分值是0.43，得分變化幅度是1.25，可見2014年之后水質污染大幅改善，2015～2019年綜合得分值在0.001～-2.822范圍，2018年綜合得分值最低(是-2.822)，排名12， 2019年綜合得分值僅次于2018年低(是-2.595)，排名11，說明水質呈逐年持續(xù)好轉趨勢；而對比單因子評價結果(見表11)可看出，水質類別2008～2015年沒有變化都為劣Ⅴ類，2016～2019年在Ⅳ～劣Ⅴ類波動，2018年為Ⅳ類。由此可見，主成分分析法比單因子評價法更能全面地體現(xiàn)滇池外海水質隨時間的動態(tài)變化過程。滇池外海水質從2014年開始大幅改善的原因初步分析主要是由于“十二五”以來，昆明市政府實施了環(huán)湖截污、生態(tài)修復與建設、農業(yè)農村面源治理、生態(tài)清淤、入湖河道整治等內源污染治理，特別是牛欄江外流域引水入滇池等六大工程治理工程，使流域污染得到了有效控制[12]。加之引水工程加速了滇池水循環(huán)，縮短了水體的置換時間，使滇池外海水質有了明顯的改善，但是要達到水功能目標(Ⅲ類水)還任重道遠，仍應加大流域污染治理力度，嚴格控制入湖污染物總量，從多方面、多舉措持續(xù)推進滇池治理的工作。

表10 2008～2019年滇池外海主成分分析綜合得分評價結果統(tǒng)計Tab.10 Statistical table of comprehensive score evaluation results of principal component analysis in the Waihai ofDianchi Lake from 2008 to 2019

表11 2008～2019年滇池外海單因子評價結果Tab.11 Single factor evaluation results of Waihai of Dianchi from 2008 to 2019

圖4 2008～2019 年滇池外海主成分綜合得分值變化趨勢Fig.4 Change trend of comprehensive score of principal components in the Waihai of Dianchi Lake from 2008 to 2019

通過以上的研究表明，將滇池外海的水質指標提取為2個主成分進行解釋，主成分包含了原始數(shù)據的絕大部分有效信息，并計算主成分的綜合得分值，通過其綜合得分值的變化，定量化的反映外海水質空間特征及隨時間的動態(tài)變化過程及變化趨勢。而對比單因子評價法，由于該評價法的局限性，它通過最差水質指標評級掩蓋了其他水質指標的信息，特別是水質連續(xù)多年評價為同類水質類別時，評價結果不能體現(xiàn)水質的動態(tài)變化過程。因此，相比而言體現(xiàn)出主成分分析法獨特的優(yōu)越性，可以為滇池水質的評價及變化趨勢研究提供新思路。

3 結 論

本文選用主成分分析法的綜合得分值對滇池外海2008～2019年水質的空間變化特征進行分析評價，并研究其12年的水質隨時間變化的趨勢，研究結果如下。

3.1 通過主成分分析法評價結果表明滇池外海水質的時空變化主要綜合控制指標為TP、TN、葉綠素a及有機污染指標，因此水體污染主要以富營養(yǎng)化及有機污染為主。

3.2 根據主成分法綜合得分值可知，2008～2019年滇池外海水質空間分布為北部的灰灣中斷面的水質較差，南部的滇池南和?？谖鞯乃|較好，總體呈現(xiàn)滇池外海水質從北向南逐漸好轉的空間分布特征；2008～2019年8個監(jiān)測斷面的綜合得分值總體呈從高到低逐漸降低的趨勢，這說明各個斷面的水質污染有逐漸減輕趨勢。

3.3 2008～2019年滇池外海水質的變化趨勢表現(xiàn)為水質污染逐漸減輕，水質呈現(xiàn)好轉的趨勢，2008～2013年水質污染有持續(xù)加重趨勢，在2013年達到峰值，而從2014年開始水質大幅改善，并呈逐年持續(xù)好轉趨勢。