南通近岸海域水质特征的因子及聚类分析研究

丁言者，李飞，徐敏，黄晓龙，徐文健

（1.南京师范大学 地理科学学院，江苏 南京210023；2.国家海洋局 南通海洋环境监测中心站，江苏 南通226005；3.国家海洋局 国家海洋环境监测中心，辽宁 大连116023）

1 引言

近年来，我国海洋经济发展迅猛，但同时也带来了海洋生态环境加剧恶化的问题，海水作为海岸带生产活动污染物的直接受纳水体，其特征的分析研究对于海洋开发活动的有效管理和海洋生态环境保护工作的开展具有重要指导意义。

目前对于海洋水环境特征的研究主要集中于水质现状评价和趋势分析［1—2］、水体富营养状况评价及分析［3—4］、水文气象要素时空特征分析以及重金属和有机污染物的时空分布特征分析［5—6］。采用多元统计方法可对大量的环境调查数据进行有效的数据信息提取和理论归纳分析［7］，避免了人为确定各指标权重的主观随意性，具有简化、降维的优点，在湖泊［8］与河流［9］的水质分析领域已有较广泛的应用。由于海洋生态环境的特殊性和复杂性，该方法的应用研究相对较少。刘绿叶等［10］采用主成分法和聚类分析法对吕四渔场近岸海域水质监测数据进行了初步分析研究；林小苹等［11］探讨了主成分－聚类分析方法在柘林湾海水富营养化分类与评价中的应用；曾淦宁等［12］运用聚类分析方法综合理化和生物指标对杭州湾水质进行了评价。

江苏省南通市地处我国沿江沿海“T”型生产力布局主轴线的交汇区域［13］，南濒长江，东临黄海，滩涂湿地广阔，受洋流和海洋潮汐作用，水体自净能力较强。优越的自然环境条件为沿海开发提供了较大的环境容量，对这一区域的保护和开发利用对沿海地区的可持续发展具有十分重要的意义。本文旨在通过对南通市近岸海域水质现状及特征的分析为南通市海洋生态建设和环境保护提供参考。

2 材料与方法

2.1 调查分析

针对p H、溶解氧、化学需氧量、硝酸盐、亚硝酸盐、铵盐、活性磷酸盐、油类等监测指标，分别于2012年5月（春）、8月（夏）和10月（秋）在南通近岸海域开展了3个航次的现场调查，调查站位布设如图1所示。采用颠倒采水器采集表层（海面下1 m）水样，检测方法依据《海洋化学调查技术规程》［14］进行。现场海水盐度、溶解氧、p H用YSI多参数分析仪进行现场测定，硝酸盐（NN）测定采用锌镉还原法，亚硝酸盐（NN）测定采用萘乙二胺分光光度法，铵盐（NHN）测定采用次溴酸盐氧化法，活性磷酸盐（POP）测定采用磷钼蓝分光光度法，样品用UV2100型分光光度计进行测定。无机氮（DIN）为硝酸盐、亚硝酸盐与铵盐浓度之和，化学耗氧量（CODMn）的测定采用碱性高锰酸钾法，石油类的测定采用紫外分光光度法。

图1 监测站点Fig.1 Monitoring station

2.2 研究方法

2.2.1 因子分析

本文采用因子分析方法［15］，按累积方差贡献率α大于80%提取主因子［16］，根据分析过程中得到的因子得分系数矩阵列出各主因子表达式，将标准化后的原始数据代入，得到各站位各主因子不同监测期的得分情况。在因子分析基础上，结合站位点空间信息［17］，利用Arc GIS和Surfer等制图分析软件，绘制2012年各主因子的空间分布图。因子分析具体步骤如下：

a.判断因子分析适用性。根据KMO值和Bartlett球形度检验结果判断数据是否符合使用因子分析的要求（当KMO＞0.5且显著性概率P值为0.000时，说明样本数据适用于因子分析）。

b.数据的标准化及相关系数矩阵的计算与特征根求解。

c.主因子的提取。主因子的提取默认按λ≥1进行（λ为特征值），也可根据累积方差贡献率α确定，当累积方差α达到80%～85%时进行提取。本文按α≥80%提取。

d.因子正交旋转。采用方差最大化法对初始因子进行正交旋转，以便于对各主因子进行解释。

e.计算站位主因子得分。根据得分系数矩阵确定主因子Fi的表达式，计算各站位各主因子的得分。

2.2.2 聚类分析

利用聚类分析［18］方法，根据各站位的主因子得分并结合其空间信息，进行系统Q型聚类。类与类之间距离的计算方法选用组间联接法。

在进行区域划分时，基于Arc GIS的泰森多边形网格工具可以避免人为主观划分的主观性和不确定性，且比人为划分更为便捷［19］。因此使用Arc GIS软件对16个调查站位做泰森多边形分析，同时依据聚类分析结果合并同类型区域，以实现南通近岸海域区域划分。由于水质变化在时空上的连续性，文中区域边界不代表绝对分界线。泰森多边形可用于定性分析，本研究中采用离散站位点特性来描述泰森多边形区域的水质特征。

3 结果与讨论

3.1 因子分析结果

表1为各指标之间的相关系数矩阵，从中可以看出，化学需氧量与磷酸盐、石油类与亚硝酸盐之间存在一定的相关性，因此作进一步因子分析。

对数据进行KMO统计量和Bartlett's球形检验，KMO检验值为0.65，大于0.5，且Bartlett's球形检验P值为0.000，小于显著性水平0.05，因此数据适合做因子分析［16］。

表1 相关系数矩阵Tab.1 Correlation matrix

3.1.1 主因子提取

按累积方差贡献率α大于80%作为主因子提取标准。前4个主因子的特征值分别为3.98、1.86、1.46、0.82，方 差 贡 献 率 分 别 为 39.85%、18.60%、14.63%、8.2%，这4个主因子的累计方差贡献率达到了81.27%，基本涵盖了10个指标所表达的信息（表2）。

表2 特征值及方差贡献表Tab.2 Total variance explained

续表2

3.1.2 旋转成分矩阵

通常在未经过旋转的主因子中，各指标在多个主因子上都有较高的载荷，其表达的信息比较含糊，无法对主因子做较合理的解释，因此对因子载荷矩阵进行旋转［20—21］。表3为旋转后的因子载荷矩阵，给出了每个变量在4个主因子上的载荷。从表中看出，亚硝酸盐、石油类在F1上有较大的正向载荷；盐度、溶解氧为F2的主要表征；磷酸盐在F3上的载荷高达0.93，化学需氧量、硝酸盐的载荷分别为0.73和0.47。F4主要体现了铵盐的情况。

表3 旋转成分矩阵Tab.3 Rotated component Matrix

3.1.3 因子得分

利用因子得分系数矩阵列出各主因子表达式［22］，将标准化后的3个月份的监测数据代入主因子得分公式，得到各主因子的得分情况，如表4所示。

表4 主因子得分Tab.4 The score of common factors

续表4

3.2 主因子的时空变化及其解释

图2为4个主因子的等值线分布图，结合表3可以发现：F1（NO－2－N、石油类）夏季出现高值，秋季相对较低。F1的高值区主要位于冷家沙西北侧，呈辐射状分布，另外，在启东与海门市交界处的大洋港近岸区域也出现小高值。F1体现的是亚硝酸盐、石油类物质的污染。亚硝酸盐是水体中含氮有机物进一步氧化，转变成硝酸盐过程中的中间产物；石油类污染主要源于河口、港口等航运密集区域，不易降解。由于盐度与p H在F1上有一定的负向载荷，笔者认为F1是北上长江径流与外海水在冷家沙浅滩处相遇作用的结果，NO－2－N与石油类是其特征表达。

图2 主因子平面分布Fig.2 Distributions of four main factors

F2（DO、盐度、NN）的季节变化因站点位置不同有明显差异，靠近长江口附近的站位F2季节变化显著，呈现夏低秋高的现象，而位于南通中北部海域的站位季节变化相对较小。南通中、北部近岸海域F2等值线的分布与岸线走向大致平行，值由近岸向离岸逐渐增大；至冷家沙南部网仓洪区域，等值线开始明显弯曲，呈弧状。由于盐度、溶解氧在F2上拥有较大的正向载荷，N－N的负向载荷也较高，笔者认为F3体现了外海水进入的影响，DO、盐度、NN是其特征表达，冷家沙南部F2等值线开始弯曲是受到北上长江径流相抵作用的体现。

F3（CODMn、PO－P）季节变化较为显著，多数站位表现出由春季至秋季逐渐增大的现象。长江入海口处是F3的高值区，覆盖面积较大，并逐渐向北延伸，而在如东县北部的栟茶运河入海口处，F3也从河口处以较快速度向外递减。因此，F3的空间分布是以长江径流输入为主，加之栟茶运河携带污染物入海产生叠加影响的体现。

F4（N－N）等值线的分布与F1较为相似，都在近岸河口处出现高值，但F4的最高值位于小洋口港近岸、栟茶运河入海口位置，而靠近长江入海口处的污染物浓度较前者相对较低，但影响范围较大。王先伟等［23］研究认为靠近人为源强的水体，氨氮含量相对较高，源强愈大，铵盐含量愈高。如东县北部小洋口港区域人类活动频繁，且小洋口闸外侧滩涂分布有排污倾倒用海区，故认为F4主要体现的是近岸人为源的影响。

3.3 基于动力地貌的水质分区

3.3.1 站点聚类及区域划分

利用系统聚类分析方法对表4的数据进行聚类［24］，各站点聚类结果如图3所示，其中横坐标为聚类重新标定距离 （Rescaled Distance Cluster Combine），纵坐标为聚类要素。由聚类图可直观地看出各站点的相似归类情况，选用10作为阈值，则站点聚为5类，各类所含站位及覆盖区域如表5所示。

图3 聚类分析树状图Fig.3 Tree procedure of cluster analysis

图4为采用泰森多边形法对南通近岸海域分区的结果，A区对应栟茶运河入海口及小洋口港附近近岸海域，B区主要覆盖烂沙洋区域，C区为冷家沙西北部，处于B、D两区交界处，D区覆盖通州、海门、启东三市近岸海域，E区为长江口外、启东东侧离岸海域。

表5 站位聚类结果Tab.5 Result of site clustering

3.3.2 区域特征分析

根据区域所涵盖站位的因子得分情况，绘制各区域主因子特征图（见图5），结合区域地理位置及地形特点作进一步分析：

A区：A区为小洋口港的近岸浅滩区，沿岸分布临港工业，汇入该区的拼茶运河为陆域重要排污泄洪通道。A区受人为影响最为剧烈。由于该区位于辐射沙洲南翼潮汐水道尾部，水动力条件较弱，污染物扩散相对缓慢，故污染也最为严重。该区F3与F4季节变化显著，F3由春季至秋季逐渐增大，可能是由于栟茶运河经小洋口外闸控制排放入海，开闸时间不定所致；F4（N－N）出现春高秋低的现象，这是由于春季温度偏低，海洋微生物活性弱，对氨氮的分解作用较慢。

B区：B区处于冷家沙北侧，覆盖烂沙洋，西侧与A区相接，西南侧邻接陆域，该区潮汐水道动力较强，污染物扩散相对较快。F3由春季至秋季逐渐增大，F1呈现夏高秋低的现象，F2与F4季节变化相对较小。B区F1与F3的季节变化呈现与A区相同的趋势，这是由于B区污染物来源受到了A区的强烈影响，反映了A、B两区区域水文动力地貌均受到烂沙洋水道－沙洲系统的控制作用。

C区：C区位于冷家沙所在区域，北侧为控制B区的烂沙洋潮汐通道，南侧为控制D区的网仓洪潮汐通道。季节变化显示该区夏季污染突出，秋季次之。

D区：D区覆盖通州、海门、启东三市的近岸海域，北侧以冷家沙与烂沙洋水道相隔，区内主要分布有小庙洪水道和网仓洪水道，南侧与长江口邻接，受到区内潮汐通道和长江口的共同影响，区域水动力条件较强。D区各主因子季节变化明显，具有典型的季节性特征污染物，春季以F4为主，这是由于春季温度偏低，海洋微生物对氨氮分解作用较弱，致其浓度相对偏高；夏季F1升高，这是随温度上升，含氮类有机物加快分解过程中产生较多N－N的体现；秋季以F3（COD、P－P）占优，这与“长江口及毗邻海域COD浓度秋季普遍大于春夏季”的结论一致［25］，杨东方等［26］的研究显示，长江口海域的磷酸盐浓度几乎不受长江流量变化的影响，其浓度不呈现周期性的季节变化。

图4 区域划分图Fig.4 Zoning plan

E区：E区为网仓洪和小庙洪水道外侧离岸海域，南侧与长江口外海相接。F3在夏、秋两季出现较大增长，应与该季长江入海通量增加有关；F2在夏季出现明显低值，可能是夏季长江入海携带较多硝酸盐，且温度较高不利于海水富氧所致。

综合各区季节变化特征可以看出，南通近岸海域春季主要受F4的影响，夏季各区F1、F2的影响增大，秋季F3的影响更为显著。A、B两区由于均受到烂沙洋水道及其西侧近岸污染的控制影响，季节变化趋势呈明显的相似性；夏季D、E两区的主因子特征与A、B、C有显著差异，可能是由于长江口冲淡水北偏干扰造成的。

4 结论

（1）利用因子分析方法，将南通市近岸海域水质调查10类要素通过4个主成分F1（N－N、石油类）、F2（DO、盐度、N－N、）、F3（CODMn、P－P）、F4（N－N）反映，贡献率分别为39.85%、18.60%、14.63%、8.2%。

（2）主因子F1的高值区主要位于冷家沙西北侧，F1的空间分布是北上长江径流与外海水在冷家沙浅滩处相遇作用的结果。南通中、北部近岸海域F2等值线的分布与岸线走向大致平行，至冷家沙南部网仓洪区域，等值线开始明显弯曲，F2体现了外海水进入的影响。长江入海口处是F3的高值区，覆盖面积较大，并向北延伸，如东县北部栟茶运河入海口处F3也从河口向外递减，F3的空间分布是河流输入影响的体现。F4的分布与F3较为相似，都在近岸河口处出现高值，其贡献以小洋口港近岸为主。

（3）通过站位聚类将南通近岸海域划分为5个类型区，A区为小洋口港的近岸浅滩区，受近岸人类活动及河口排污影响剧烈，处于辐射沙洲南翼潮汐水道尾部，水文动力条件弱，污染严重；B区为冷家沙北侧烂沙洋区域，受西侧相邻的河口排污区和近岸污染影响，在主要潮汐通道的强动力作用下，污染程度较轻；C区为冷家沙所在区域，位于B、D两区之间的潮滩区，受到B、D两区域污染的综合影响；D区覆盖通州、海门、启东三市近岸海域，北侧以冷家沙与烂沙洋水道相隔，南侧邻长江口，区内分布有小庙洪水道和网仓洪水道，区域水动力条件较强；E区为网仓洪和小

庙洪水道外侧离岸海域，南侧与长江口外海相接。不同空间类型分区结果体现了区域动力地貌在海洋污染物分布中的强烈影响。

图5 各区域主因子特征Fig.5 Features of main factors in each region

［1］崔娜.金州湾近岸海域水质污染变化趋势分析［J］.环境科学与技术，2001，24（增刊）：25－27.

［2］简慧兰，陶建军，张健夫.南通市近岸海域水环境质量评价［J］.海洋渔业，2006，28（4）：343－345.

［3］高生泉，林以安，金明明，等.春、秋季东、黄海营养盐的分布变化特征及营养结构［J］.东海海洋，2004，22（4）：38－50.

［4］沈永明.江苏近岸海域营养盐类污染分布特征与评价［J］.生态环境学报，2010，19（1）：6－10.

［5］何小燕，胡挺，汪亚平，等.江苏近岸海域水文气象要素的时空分布特征［J］.海洋科学，2010，34（9）：44－54.

［6］李玉.胶州湾主要重金属和有机污染物的分布及特征研究［D］.青岛：中国科学院海洋研究所，2005.

［7］王岚，王亚平，许春雪，等.多元校正分析在水环境地球化学领域中的应用［J］.地质通报，2009，28（2／3）：257－262.

［8］李波，濮培民，韩爱民.洪泽湖水质的因子分析［J］.中国环境科学，2003，23（1）：69－73.

［9］朱万森，陈红光，刘志荣，等.应用因子分析法对地面水质污染状况的研究［J］.复旦学报（自然科学版），2003，42（3）：501－505.

［10］刘绿叶，孙国铭，刘培廷.应用主成分法和聚类分析法分析吕四渔场近岸海水水质［J］.海洋渔业，2006，28（3）：217－221.

［11］林小苹，黄长江，林福荣.海水富营养化评价的主成分－聚类分析方法［J］.数学的实践与认识，2004，34（12）：69－74.

［12］曾淦宁，吴国权，徐晓群.多元聚类分析方法在杭州湾水质分析上的应用［J］.浙江工业大学学报，2009，37（1）：14－18.

［13］黄夏银，李冰，王水.南通沿海开发与生态环境保护研究［J］.中国资源综合利用，2010，28（9）：36－40.

［14］国家海洋局908专项办公室.海洋化学调查技术规程［Z］.北京：海洋出版社，2006.

［15］Kazi T G，Arain M B，Jamali M K，et al.Assessment of water quality of polluted lake using multivariate statistical techniques：A case study［J］.Ecotoxicology and Environmental Safety，2009，72（2）：301－309.

［16］张文彤.SPSS统计分析高级教程［M］.北京：高等教育出版社，2004.

［17］李波，濮培民，韩爱民.洪泽湖水质的因子分析［J］.中国环境科学，2003，23（1）：69－73.

［18］袁连新，余勇.聚类分析方法及其环境监测 （水质分析）中的应用［J］.环境科学与技术，2011，34（12 H）：267－269.

［19］龙胤慧，廖梓龙.基于泰森多边形法的庆阳市面雨量计算［J］.河北工程大学学报 （自然科学版），2012，29（3）：64－67.

［20］张文杰.上海海洋经济可持续发展的实证研究［D］.上海：上海海洋大学，2011.

［21］Dou Y G，Li J，Zhao J T，et al.Distribution，enrichment and source of heavy metals in surface sediments of the eastern Beibu Bay，South China Sea［J］.Marine Pollution Bulletin，2013，67（1／2）：137－145.

［22］黄静.淮南潘谢采煤塌陷区水污染源解析［D］.淮南：安徽理工大学，2012.

［23］王先伟，温伟英，刘翠梅.珠江口及附近海域夏季氮的化学形式分布研究［J］.海洋科学，2003，27（4）：49－53.

［24］Singh K P，Malik A，Mohan D，et al.Multivariate statistical techniques for the evaluation of spatial and temporal variations in water quality of Gomti River（India）——a case study［J］.Water Research，2004，38（18）：3980－3992.

［25］中国海洋学会，中国海洋湖沼学会海岸河口分会.第十届中国河口海岸学术研讨会论文集［C］.北京：海洋出版社，2007.

［26］杨东方，王凡，高振会，等.长江口理化因子影响初级生产力的探索：Ⅱ.磷不是长江口浮游植物生长的限制因子［J］.海洋科学进展，2006，24（1）：97－107.