金沙江流域攀枝花段主要污染物特征分析

杨　玖，代　佼

(攀枝花市环境监测中心站，四川 攀枝花 617000)



金沙江流域攀枝花段主要污染物特征分析

杨玖，代佼

(攀枝花市环境监测中心站，四川 攀枝花 617000)

摘要：采用主成分分析法，结合SPSS分析软件，对金沙江流域攀枝花段各监测断面(对照断面、控制断面及出境断面)在非讯水期和讯水期水体中的TN、TP、DO、CODCr、CODMn、NH3-N、BOD5等7项监测指标进行分析，对金沙江攀枝花段水质进行了综合评价。结果表明：①金沙江攀枝花段水体主要受有机污染，且NH3-N、BOD5、CODCr为主要特征污染物；②不同水期，各断面水体主要污染物不同；③各监测断面在讯水期的水质污染情况比在非讯水期的水质污染程度大，且倮果(控制断面)水质污染程度较其他断面水质污染程度大；④与综合污染指数法相比，主成分分析法是一种较可靠且较实际的水质评价方法。

关键词：主成分分析法；SPSS；水质评价；综合污染指数法；金沙江

0引言

随着人口增长、经济的发展，大量的工业废水和生活污水排入水体，造成水体污染日益增加。水质评价可以了解水体污染情况及污染程度。水环境质量评价包括不同水域进行水质评价和不同用途进行水环境质量评价[1]。目前有很多水质评价方法，常用的有综合指数法、模糊综合评价法、灰色系统理论法、人工神经网络法、单因子评价法、分级加权平均法、综合污染指数法、Kendall检验法、内梅罗指数法等[2-6]。这些方法在一定程度上能较好地评价水质，但是由于水环境是个复杂的系统，由多种污染指标变量组成，且各个因子之间具有不同程度的相关性，可能包含着重叠的信息，而这些方法往往评价单个污染物，从而在进行水质评价时都存在一定的局限性。

许多研究学者利用主成分分析法对不同水域(湖泊、河流等)和不同用途(饮用水、水库等)的水质进行了水质评价[7-9]，取得了较好的评价结果。主成分分析法是把原来多个变量化为少数几个综合指标的一种统计分析方法，其理论研究较为完善，在解决实际问题中也取得了较好的效果。本文主要以主成分分析为评价方法结合SPSS统计软件对金沙江攀枝花段各断面水质进行统计分析。

1材料与方法

1.1研究区域概况

金沙江在攀枝花境内流程约130km，是攀枝花市生产和生活用水的主要水源，也是城市生活污水和工业废水的主要纳污水体。在水质分类上，金沙江水属于低矿化度重碳酸钙镁型水质[10]。近些年来，随着人口增加、工业的发展，导致用水剧增，同时也产生大量的工业废水和生活污水，使得生态环境恶化、污染加剧。

1.2金沙江段攀枝花市监测断面的设置

为了掌握金沙江水质受攀枝花地区工业废水、生活污水的污染情况，在金沙江攀枝花段上共设置了3 个监测断面，自上而下分别为龙洞断面(对照断面)、倮果断面(控制断面)和金江断面(出境断面)。

根据攀枝花市环境监测站金沙江重点水域监测的监测数据，选取金沙江流域攀枝花段对照、国控及出境断面监测点。采用 7项指标进行分析，评价指标为溶解氧(DO)、高锰酸盐指数(CODMn)、化学需氧量(CODCr)、五日生化需氧量(BOD5)、总氮(TN)、总磷(TP)、氨氮(NH3-N)。氨氮是水体中的营养素，也是水体中的主要耗氧污染物。总磷是水体富含有机质的指标之一。水中氮、磷物质超标时，微生物大量繁殖，浮游生物生长旺盛，出现富营养化状态。溶解氧是判断水体自净能力的一种依据，水里的溶解氧值越大，说明水体自净能力越强，或水体污染不严重。BOD5主要用于监测水体中有机物的污染状况。COD反映了水中受还原性物质污染的程度，也作为有机物相对含量的综合指标之一。溶解氧为逆指标，需要将其倒数变换后再进行标准化。分别对讯水期(2014年6—10月)和非讯水期(2013年11—2014年5月份)的监测数据进行评价。

表1　金沙江段攀枝花市监测断面

1.3主成分分析法与具体步骤

1.3.1主成分分析的运用

河流水环境状况比较复杂，所受环境因子影响较多，水环境质量是由各个环境影响因子指标共同作用的结果。各影响因子存在着一定的联系，包含着相关的信息，会使得在分析水环境状况的影响因子时不能给出准确的结果。主成分分析法是利用数学降维的思维方法，使原来多个变量重新组合成一组新的且相互独立的综合变量[11]，使得大量数据简化而且获得的信息比较可靠。主成分分析法在水质评价中的应用主要表现在以下两方面：①建立综合评价指标评价各断面的相对污染程度，并对不同断面进行比较分析；②评价每个污染指标在综合指标中的作用，并确定主要污染因子[12]。

1.3.2基于SPSS软件主成分分析法步骤

建立n个样本p个指标的原始数据矩阵Mij(i=1,2,3…….n;j=1,2,….p)，将建立的数据矩阵输入SPSS软件，详细步骤参考张莹等人[13]。得出原始指标的相关系数矩阵，特征值以及相应的特征向量值，解释总方差贡献率及几个主成分(贡献率>85%或者特征值>1)。求出每个主成分的线性加权值再对m个主成分进行加权求和，确定综合评价结果。

2结果与分析

2.1基于SPSS软件主成分分析过程与结果

2.1.1标准化处理

通过SPSS软件进行标准化处理(即对同一变量减去其均值再除以标准差)，表2分别给出了各项指标在讯水期和非讯水期标准化处理后的数据。为使各项指标之间的可比性增强，消除量纲的影响，需要对原始数据进行标准化使其具有良好的可比性[14]。

表2　不同时期各断面水质指标标准化数据

2.1.2相关系数矩阵的特征值、贡献率和累计贡献率

城市防灾避难规划是一项艰巨而重要的任务，规划通过梳理现有的资源和未来的城市空间，在不影响和妨碍城市的发展的情况下，最大限度地设置安全避难场所，在灾难来临时，才能最大可能地去保护市民的生命和财产安全。

通过SPSS软件得到相关系数矩阵见表3，通过进一步计算得出特征值及解释方差总和贡献率等见表4。根据特征值及贡献率大小，可以选取两个主成分。主成分个数提取原则：特征值>1或者累计贡献率达到85%。由表4可以看出，在非讯水期和讯水期均可提取两个主成分，特征值均>1且累计贡献率达到100%，说明提取信息较完全可靠。非讯水期，两个主成分特征值分别为4.568、2.432，均>1，且贡献率分别为65%、35%，总贡献率>87%。说明两个主成分完全提取了7个指标给出的信息，且第一主成分贡献率最大，对非讯水期各断面水质的影响较大。讯水期，两个主成分特征值分别为4.809、2.191，均>1，贡献率分别为69%、31%，也说明了两个主成分完全提取了7个指标给出的信息，且第一主成分贡献率最大，对讯水期各断面水质影响较大。

表3　相关系数矩阵

表4　特征值及各主成分贡献率

2.1.3主成分载荷分析

基于SPSS软件的分析，不同时期各指标的特征向量值在主成分上的载荷分别见图1和图2。由图1a可知，非讯水期，对PC1贡献较大的因子指标，特征向量值(>0.8)由大到小依次是NH3-N、CODCr、TP、BOD5，特征向量值分别为0.986、0.942、0.934、0.914。对PC2贡献较大的因子指标，特征向量值(>0.8)由大到小依次是CODMn和DO，其特征向量值分别为0.970、0.827。结合图1b可以看出，倮果断面水质(控制)在PC1上有较高载荷，因此，倮果控制断面水质(控制)受到NH3-N、CODCr、TP、BOD5的影响较大。BOD5及TP反映的是耗氧类有机物污染和水体富营养化，表明第一主成分上有机物污染较为严重。龙洞断面(对照)与金江断面(出境)水质均在PC2上有较高载荷，由此可知，CODMn和DO对两个断面水质均有一定影响，且该断面水体自净能力较强，水质得到改善。

讯水期，从图2a可以看出，TN、BOD5、NH3-N、DO及CODCr在PC1上载荷较高，其特征向量值均>0.8；CODMn和TP在PC2上载荷较高。结合图2b可以发现，倮果断面(控制)在PC1上载荷最大，因此该断面水质主要受TN、BOD5、NH3-N、DO及CODCr的影响，同时也可以看出该断面受到有机物污染较大。金江断面(出境)在PC2上的载荷最大，在PC1上载荷最小，可知出境断面水质主要受到CODMn和TP两个污染因子的影响，不受其他污染因子的影响。

综上所述，倮果断面主要是由NH3-N、BOD5、CODCr等控制，有机污染较严重，这是由于沿岸生活污水和农业、养殖业面源污染的影响。

2.1.4水质综合评价结果

根据综合评价表达式，由各断面的主成分载荷矩阵，与相应的贡献率之积的和计算各断面的水质污染综合得分表，得分越大表明污染程度越严重，由此对各断面水质污染程度进行分析。通过主成分分析与综合得分(表5)可得出：第一主成分的排名与综合得分排名一致，表明第一主成分污染指标对各断面水质评价的贡献最大，能反映各断面的实际污染情况；讯水期，倮果断面污染较非讯水期污染程度大，这可能是大量的生活污水被雨水冲击到河流，导致断面水质污染较严重。其次，金江断面水质较龙洞断面水质污染程度大。

表5　各时期各断面水质综合评价结果

时期F1排名F2排名F综合排名非讯水期-0.9483-0.7153-1.66331.50710.21621.7231-0.55920.4991-0.0602讯水期-1.26130.1282-1.13431.56310.48112.0441-0.3022-0.6093-0.9112

2.2综合污染指数法

综合污染指数法是对各污染指标的相对污染指数进行统计，得出代表水体污染程度的数值，从而对水污染状况进行综合判断[15]，评价各断面水体总体污染状况。计算公式为：

式中：Pj为综合污染指数；Cij为j断面第i项评价因子的监测值；Csi为第i项评价因子的标准值(地表水环境质量标准基本项目标准限值Ⅲ类标准值)；Pij为j断面第i项评价因子的污染指数；m为参与计算的评价因子的总项数，本文有7项指标，因此m值为7。

由图3可以看出：讯水期，各断面综合污染指数高于非讯水期，这是由于讯水期降水较多，大量含有污染物的地表径流流入河流，导致在整个讯水期污染较大；在整个水期，倮果断面综合污染指数均高于其他断面。从综合污染指数大小看(P<0.4)，各断面水质状况较好。

2.3两种评价方法之间的比较

主成分分析法与综合污染指数法均能得出金沙江攀枝花段3个监测断面在讯水期的污染程度高于非讯水期，且倮果控制断面水质污染较其他断面较重。综合污染指数反映了河流水污染状态，比较出了各断面水质污染程度，但其缺点是未给出主要的污染因子。主成分分析法不仅给出了河流的主要污染因子，也同时说明了综合污染程度，为分析水污染的主要污染物来源提供了依据，能为水体污染治理提供有效的治理措施。

3结论

(1)从原始水质监测数据中提取了2个主成分来反映水体的污染程度，在整个水期，倮果断面水质污染程度较其他断面高，且污染指标主要为NH3-N、BOD5及CODCr。

(2)各断面水质污染程度在讯水期高于非讯水期。

(3)主成分分析法优于综合污染指数法，具有主成分选择和计算简单的优点，不仅能反映各断面水体的综合污染情况，而且能具体分析出主要污染物，进一步反映各断面的水质情况。

参考文献：

[1]白云鹏，陈永健. 常用水环境质量评价方法分析[J].环境水利，2007 (6):8-10.

[2]张婷，刘静玲，王雪梅. 白洋淀水质时空变化及影响因子评价与分析[J]. 环境科学学报，2010,30(2):261-267.

[3]胡成，苏丹. 综合水质标识指数法在浑河水质评价中的应用[J]. 生态环境学报，2011,20(1):186-192.

[4]江涛，张晓磊，陈晓宏,等. 东江中上游主要控制断面水质变化特征[J]. 湖泊科学，2009,21(6):783-878.

[5]李惠明，尚广平. 水质现状评价数学模型综合研究[J]. 中国环境科学，1991,11(5):356-360.

[6]蔺照兰，王岩，张宪涛,等. 灰色聚类法在东昌湖水体富营养化评价中的应用[J]. 安徽农业科学，2012,38(22):11936 -11938,1201.

[7]周杰，葛绪广，陈成忠，潘朝. 基于主成分分析的湖泊水环境质量评价-以磁湖为例[J]. 安徽农业科学,2014,42(15):4743-4745.

[8]李俊，卢文喜，曹明哲，李平. 主成分分析法在长春市石头口门水库水环境质量评价中的应用[J]. 节水灌溉，2009(1):15-17.

[9]王金叶，李朝霞. 基于主成分分析的青岛市农村饮用水水质综合评价[J]. 山东农业科学, 2014,46(8):104-108.

[10]许煜明. 金沙江攀枝花段水质及污染现状[J].攀枝花科技，1996(4), 29-30.

[11]陈佳，王莉，杨小刚,等. 渭河陕西段水体主要污染物特征分析[J]. 内蒙古大学学报:自然科学版，2015,46(2)：211-218.

[12]许光宇，柴国平，徐明德，王帆. 主成分分析法在汾河太原城区段水质评价中的应用[J].环境工程，2014,32(6):122-124.

[13]张莹，刘硕，王宏. 基于SPSS的主成分分析法在松花江哈尔滨段的水质评价[J]. 哈尔滨师范大学自然科学学报，2015,31(3):132-135.

[14]张国珍，乔国亮，武福平,等.主成分分析法在窖水水质变化评价中的应用[J].环境科学与技术，2014,37(4): 181-184.

[15]解莹，李叙勇，王慧亮,等. 滦河流域上游地区主要河流水污染特征及评价[J]. 环境科学学报，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

作者简介：杨玖(1989-)，女，四川广元人，2014年毕业于西北农林科技大学环境科学专业，硕士研究生，助理工程师，主要从事环境监测工作。

中图分类号：X824

文献标志码：A

文章编号：1673-9655(2016)02-0061-06