漳河上游水质时空分异特征及污染源识别

赵海萍，陈 旺，李清雪，孙玉壮

(1.河北工程大学能源与环境工程学院，河北 邯郸 056038；2.河北工程大学河北省资源勘测研究重点实验室，河北 邯郸 056038)

漳河上游水质时空分异特征及污染源识别

赵海萍1，陈 旺1，李清雪1，孙玉壮2

(1.河北工程大学能源与环境工程学院，河北 邯郸 056038；2.河北工程大学河北省资源勘测研究重点实验室，河北 邯郸 056038)

为研究漳河上游水质的时空分异特征及潜在污染源，利用多元统计方法对2013年漳河上游20个断面25个水质指标的实测数据进行了分析研究。结果表明：漳河上游水质在空间尺度上分为2组，A组靠近源头、水量充足的河段及水库调节区，水质较好；B组多在浊漳南源中下游及浊漳干流，工业排污量大，水质污染较严重；B组的主要污染因子为重金属、营养盐等，显示出B组断面受工业污染的影响比较大。漳河上游水质年内变化分为2个时段，1—3月水质恶劣，4—12月水质较好；1—3月的主要污染因子为有机污染，并识别出6个主要污染源。

水质；多元统计；时空分布；污染源识别；等标污染负荷法；漳河上游

漳河是海河流域南系的重要河流，分清漳河、浊漳河两支。清漳河又分为清漳东源和清漳西源，河长146 km；浊漳河分为浊漳南源、浊漳北源、浊漳西源，三源汇合后为浊漳河；清漳河和浊漳河2大支流在河北合漳村汇合后被称为漳河。漳河上游段是指邯郸岳城水库坝址以上的漳河流域段，流域面积18 284 km2。漳河上游段是晋、冀、豫3省重要的饮用水源和工农业生产用水水源，也是我国受人类活动干扰最强烈的区域之一。漳河上游接纳沿岸城镇生活污水、企业(煤化工、焦化厂、化肥厂等)废水的常年排放，造成河流水质恶化，水生态系统退化，严重制约着流域经济发展。因此，了解漳河流域水质时空分异特征，识别污染源有助于了解区域水环境污染的主要原因，从而制定出更好的水生态环境管理措施[1]。

多元统计方法能在保留最多信息的前提下降低数据维数、挖掘数据间潜在的交互作用、并提取最有价值的信息，可用于解决庞大而复杂的水质监测结果所造成的水质分析和评价困难[2]。目前，多元统计方法常被用于饮用水[3-4]、河流[5-9]、废水[10]、近海海域[11-14]、湖泊水库[15]、地表水[16-19]和地下水[20-23]的水环境研究中。本文依据2013年漳河上游水质调查结果，利用多元统计方法研究漳河上游水污染空间的分异特征，筛选水体特征污染因子，通过等标污染负荷法识别污染因子的主要来源，对造成漳河上游污染的主要原因进行探讨。

1 研究区域概况

漳河上游是指观台水文站以上地区，位于北纬36°04′～37°33′，东经112°37′～114°08′。研究区域内共设20个监测断面(图1)，编号1～20，分别为关河水库、司徒桥、段柳、后湾水库、襄垣、黄碾、峦岭湾、暴河头、紫坊、店上、高村、北张店、漳泽水库、实会、辛安泉、石梁、麻田、三省桥、交漳、观台，位置见图1，其中，17个断面(1～16和18断面)位于浊漳河上，1个断面(17断面)位于淸漳河上，2个断面(19、20断面)位于漳河干流。

图1 研究区域监测断面分布

2 研究数据与方法

2.1 数据来源

2.2 数据预处理

为探讨漳河上游水质污染的时空分布特征，在进行聚类分析、判别分析、主成分分析和因子分析之前，对原始数据进行K-S非参数检验，判断监测数据是否服从正态分布[24]。对不符合正态分布的变量进行对数转换处理使其满足正态分布。为了消除变量单位量纲的影响，对转换后的数据进行标准化处理(均值为0，标准差为1)。本文多元统计分析采用SPSS 19.0软件完成。

2.3 研究方法

判别分析(discriminant analysis, DA)是在分类确定的条件下，按照一定的判别准则，建立合适的判别函数，用大量原始数据资料确定判别函数中的待定系数，从而对研究对象进行分类的一种多变量统计分析方法。为了验证聚类分析的结果，本文采用逐步判别法建立判别函数分别对聚类结果进行验证，并采用交互验证法验证判别函数的效果，避免强影响点的干扰[3-4，25]。

主成分分析(principal component analysis, PCA)是把相互影响干扰的原始变量按照一定的线性组合，构造成一系列新的、互不相关的新变量，从而选取少数几个主成分代替原始变量分析问题和解决问题[10,26]。

因子分析(factor analysis, FA)是主成分分析的进一步发展和推广，能把海量的多维数据进行最大化降低维数，并确定保留几乎所有原始信息的少数几个方差因子，同时包含着不可观测的、假设的、潜在的和互不相关的信息[10，26-27]。本文根据主成分的特征值大于1来确定因子分析的因子个数，找出漳河上游水质的主要影响因子[8,10]。

最后利用等标污染负荷法[28]确定研究区域内的主要污染物、主要污染行业等。污染源的等标污染负荷为

(1)

其中，

式中：Pn为某污染源的等标污染负荷；n为污染物的种类；Pi为第i种污染物的等标污染负荷；Qi为第i种污染物的排放量；Coi为第i种污染物的排放标准。

污染源的等标负荷比为

(2)

式中：Kn为某污染源的等标负荷比；m为污染源种类。

流域内污染源的累积等标污染负荷比为

(3)

式中，K为污染源的累积等标污染负荷比。

根据污染源的Kn值大小进行排序，依次累加计算累积百分比。将累积百分比大于65%，且污染源占流域内所有污染源数量的百分比大于2%作为流域内主要污染源的筛选原则。这样筛选出来的污染源涵盖了研究区的主要支柱行业及较大型企业，比较具有代表性。

3 结果与讨论

3.1 水质的空间分异特征

图2 漳河上游水质空间聚类结果

A组的14个断面为1-关河水库、2-司徒桥、3-段柳、4-后湾水库、10-店上、11-高村、12-北张店、13-漳泽水库、14-实会、15-辛安泉、17-麻田、18-三省桥、19-交漳、20-观台，多处于各支流的源头、水库区域、泉水出漏区以及跨省汇合断面，经过水库的调节、泉域流量的补给，工农业污染较少，水体基本无污染或轻度污染。B组的6个断面为5-襄垣、6-黄碾、7-峦岭湾、8-暴河头、9-紫坊、16-石梁，多处于浊漳南源中下游及三源汇合后的浊漳干流，该区域位于长治市郊区、潞城市及襄垣县，工业园区分布密集，人口相对集中，水资源开发和利用强度大，长期受各类工业和大量生活污水排放的双重影响，水体污染严重，水质较差[29]。

表1 漳河上游水质时空尺度分组的判别分析

图3 漳河上游污染物空间差异性

3.2 水质的时间分异特征

图4 漳河上游水质时间聚类结果

图5 漳河上游污染物时间差异性

3.3 水污染因子分析

对空间尺度的A组和B组断面进行主因子分析。根据特征值大于1的评判原则对A组、B组分别提取了6个和4个主成分，累计解释方差分别为92.18%和96.82%[30-31]。表2描述了空间尺度主因子分析的载荷、特征值和方差。

表2 空间尺度旋转因子载荷矩阵

综合分析，B组所属河段是浊漳南源中下游段，由于长期接纳沿河煤化工企业的排污以及多条常年受纳生活排污的支流汇入，受工业和大量生活污水排放的双重影响，水体污染严重，水质较差。浊漳南源的支流石子河、陶清河、绛河的污染来源于生活面源、煤矿开采和周边县城污水厂的排水，常年处于断流状态，水质恶化严重。另外，石梁断面处于山西黎城下游，上游来水量严重减少加之生活排污量大造成水质恶劣。漳河流域的其余断面均属于A组，虽然常年受农业、生活以及企业的排污，但由于断面处在各支流的源头区、水库出口、地下水丰沛处、山谷之中，经过来水稀释、水源的注入以及河道沿程的沉降，水质较B组好。

对时间尺度的时段Ⅰ和时段Ⅱ进行主因子分析，分别提取2个和5个主因子，累计解释方差分别为100%和86.99%。表3描述了时间尺度主因子分析的载荷、特征值和方差。

表3 时间尺度旋转因子载荷矩阵

3.4 污染源识别

根据2013年对漳河上游污染源的调查显示，入河排污口共计66个，分布在21条干(支)流或河段上，遍及2市15个县(市)，根据GB/T 4754—2002《国民经济行业分类》中的行业类型进行企业数量统计显示：煤炭开采洗选、煤矿采选业、炼焦、钢铁等行业是漳河流域高污染风险行业。

表4 流域分区等标污染负荷评价结果

表5 漳河上游主要风险源识别结果

4 结 论

a. 漳河上游水污染具有时空分异特征。空间上，A组断面处于各支流的源头、水库区域、泉水出漏区以及跨省汇合断面，水体轻度污染；B组断面处于浊漳南源中下游及三源汇合后的浊漳干流，水质恶劣。时间上，时段Ⅰ为1—3月，处于枯水期，水体污染严重；时段Ⅱ为4—12月，水量较充沛，水质优于时段Ⅰ。

b. 因子分析结果表明，空间上，A组的主要污染因子为营养盐、耗氧有机物、物化因子以及自然污染等；B组主要污染因子为人类活动污染因子、重金属和营养盐。年内变化，时段Ⅰ(1—3月)筛选出有机污染因子和综合污染因子；时段Ⅱ(4—12月)筛选出有机污染因子，物化因子，Pb污染、T-CN-污染等。

[1] 王勇,赵瑞霞,吴勇进. 漳河上游水资源管理与水能开发关系研究[J].海河水利,2013(6):7-9. (WANG Yong, ZHAO Ruixia, WU Yongjin. Research on the relationship between water resources management and hydropower development in the upper reaches of Zhanghe River[J]. Haihe Water Resources, 2013(6):7-9. (in Chinese))

[2] SIMEONOV V, STRATIS J A, SAMARA C, et al. Assessment of the surface water quality in Northern Greece [J]. Water Research, 2003, 37(17):4119-4124.

[3] SCHEILI A, RODRIGUEZ M J, SADIQ R. Seasonal and spatial variations of source and drinking water quality in small municipal systems of two Canadian regions[J]. Science of the Total Environment, 2015, 508: 514-524.

[4] BODIRSKY M, DALMAU V. Chemometrics in monitoring spatial and temporal variations in drinking water quality[J]. Water Research, 2006, 40(8):1706-1716.

[5] ROBSON B J, DOURDET V. Prediction of sediment, particulate nutrient and dissolved nutrient concentrations in a dry tropical river to provide input to a mechanistic coastal water quality model[J]. Environmental Modelling & Software, 2015, 63(63):97-108.

[7] ZHAI Xiaoyan, XIA Jun, ZHANG Yongyong. Water quality variation in the highly disturbed Huai River Basin, China from 1994 to 2005 by multi-statistical analyses[J]. Science of the Total Environment, 2014, 496:594-606.

[8] GAMBLE A, BABBAR-SEBENS M. On the use of multivariate statistical methods for combining in-stream monitoring data and spatial analysis to characterize water quality conditions in the White River basin, Indiana, USA [J]. Environmental Monitoring & Assessment, 2012, 184(2):845-875.

[9] LOUKAS A. Surface water quantity and quality assessment in Pinios River, Thessaly, Greece [J]. Desalination, 2010, 250(1):266-273.

[10] SHRESTHA S, KAZAMA F. Assessment of surface water quality using multivariate statistical techniques: a case study of the Fuji river basin, Japan [J]. Environmental Modelling & Software, 2007, 22(4):464-475.

[11] PATI S, DASH M K, MUKHERJEE C K, et al. Assessment of water quality using multivariate statistical techniques in the coastal region of Visakhapatnam, India [J]. Environmental Monitoring & Assessment, 2014, 186(10):6385-6402.

[12] KUMAR J D, VINITHKUMAR N V, KUMAR S B, et al. Multivariate statistical approach to identify significant sources influencing the physico-chemical variables in Aerial Bay, North Andaman, India [J]. Marine Pollution Bulletin, 2014, 85 (1): 261-267.

[13] AL-MUTAIRI N, ABAHUSSAIN A, EL-BATTAY A. Spatial and temporal characterizations of water quality in Kuwait Bay[J]. Marine Pollution Bulletin, 2014, 83(1):127-131.

[14] ZHOU F, HUANG G H, GUO H, et al. Spatio-temporal patterns and source apportionment of coastal water pollution in eastern Hong Kong [J]. Water Research, 2007, 41(15):3429-3439.

[15] ASTEL A, BIZIUK M, PRZYJAZNY A, et al. Chemometrics in monitoring spatial and temporal variations in drinking water quality[J]. Water Research, 2006, 40(8):1706-1716.

[16] MEI Kun, LIAO Lingling, ZHU Yuanli, et al. Evaluation of spatial-temporal variations and trends in surface water quality across a rural-suburban-urban interface [J]. Environmental Science & Pollution Research, 2014, 21(13):8036-8051.

[17] PALMA, LEDO L, SOARES S, et al. Spatial and temporal variability of the water and sediments quality in the Alqueva reservoir (Guadiana Basin; southern Portugal)[J]. Science of the Total Environment, 2014, s470-471(5): 780-790.

[18] ZHAO Y, XIA X H, YANG Z F, et al. Assessment of water quality in Baiyangdian Lake using multivariate statistical techniques[J]. Procedia Environmental Sciences, 2012, 13(3):1213-1226.

[19] GARIZI A Z, SHEEIKH V, SADODDIN A. Assessment of seasonal variations of chemical characteristics in surface water using multivariate statistical methods [J]. International Journal of Environmental Science & Technology, 2011, 8(3):581-592.

[20] MARTINEZ J L, RAIBER M, COX M E. Assessment of groundwater-surface water interaction using long-term hydrochemical data and isotope hydrology: headwaters of the Condamine River, Southeast Queensland, Australia [J]. Science of the Total Environment, 2015, 536:499-516.

[21] MATIATOS I, ALEXOPOULOS A, GODELITSAS A. Multivariate statistical analysis of the hydro-geochemical and isotopic composition of the groundwater resources in northeastern Peloponnesus (Greece) [J]. Science of the Total Environment, 2014,476(12): 577-590.

[22] SEMAR A, SAIBI H, MEDJERAB A. Contribution of multivariate statistical techniques in the hydrochemical evaluation of groundwater from the Ouargla phreatic aquifer in Algeria[J]. Arabian Journal of Geosciences, 2013, 6(9):3427-3436.

[23] SINGH K P, MALIK A, SINGH V K, et al. Chemometric analysis of groundwater quality data of alluvial aquifer of Gangetic plain, North India[J]. Analytica Chimica Acta, 2005, 550(1):82-91.

[24] ZHANG Yuan, GUO Fen, MENG Wei, et al. Water quality assessment and source identification of Daliao river basin using multivariate statistical methods[J].Environmental Monitoring and Assessment, 2009, 152(1/2/3/4):105-121.

[25] MAGYAR N, HATVANI I G, SZKELY I K, et al. Application of multivariate statistical methods in determining spatial changes in water quality in the Austrian part of Neusiedler See[J]. Ecological Engineering, 2013, 55(3):82-92.

[26] JOLLIFFE I T. Principal Component Analysis (2nd Ed.) [M]. New York: Springer-Verlag Press, 2002:10-27.

[27] HELENA B, PARDO R, VEGA M, et al. Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga River, Spain) by principal component analysis[J]. Water Research, 2000, 34(3):807-816.

[28] 钟定胜, 张宏伟. 等标污染负荷法评价污染源对水环境的影响[J]. 中国给水排水, 2005, 21(5):101-103. (ZHONG Dingsheng, ZHANG Hongwei. Equal standard pollution load method for evaluating the effect of pollution source on aquatic environment [J]. China Water & Wastewater, 2005, 21(5):101-103. (in Chinese))

[29] 常惠丽,来晋斌,岳秀萍,等.浊漳河流域水质时空变化特征[J].太原理工大学学报, 2014, 45(2):265-269. (CHANG Huili, LAI Jinbin, YUE Xiuping, et al. Spatial and temporal variation of water quality in Zhuozhang River Basin [J]. Journal of Taiyuan University of Technology, 2014, 45(2):265-269.(in Chinese))

[30] BU Hongmei, TAN Xiang, LI Siyue, et al. Temporal and spatial variations of water quality in the Jinshui River of the South Qinling Mts.,China[J]. Ecotoxicology and Environmental Safety, 2010, 73: 907-913.

[31] 王翠榆,杨永辉,周丰,等.沁河流域水体污染物时空分异特征及潜在污染源识别[J].环境科学学报, 2012, 32(9):2267-2278.( WANG Cuiyu, YANG Yonghui, ZHOU Feng, et al. Spatio-temporal characteristics and source identification of water pollutants in river Qinhe Basin [J]. Acta Scientiae Circumstantiae, 2012, 32(9): 2267-2278. (in Chinese))

Spatio-temporal variation of water quality and pollutant source identification in upper reaches of Zhanghe River

ZHAO Haiping1, CHEN Wang1, LI Qingxue1, SUN Yuzhuang2

(1.CollegeofEnergyandEnvironmentalEngineering,HebeiUniversityofEngineering,Handan056038,China; 2.TheResourcesSurveyingandResearchingLaboratoryofHebeiProvince,HebeiUniversityofEngineering,Handan056038,China)

In order to study the spatio-temporal variations and potential pollutant sources of the water quality of the upper reaches of the Zhanghe River, the multivariate statistical approach was used to analyze the measured data of 25 water quality parameters at 20 different cross-sections of the upper reaches in 2013. The results demonstrated that the water quality of the upper reaches of the Zhanghe River was classified into two distinct clusters: cluster A, which has good water quality and is close to water source and river sections with adequate water, and reservoirs; and cluster B, which has heavily polluted water and covers the middle and lower reaches of the south source and mainstream of the Zhuozhang River. The main pollutants of cluster B were heavy metals and nutrients, indicating that cluster B was influenced by heavy industrial pollution. The inner-annual variation of water quality had two periods: period I (from January to March) with worse water quality, and period II (from April to December) with better water quality. The organic pollution mainly occurred in period I, and six main pollutant sources were identified.

water quality; multivariate statistics; temporal and spatial distribution; pollutant source identification; equal standard pollution loading method; upper reaches of Zhanghe River

10.3880/j.issn.1004-6933.2017.04.008

水利部公益项目(201401030)；河北省重点基础研究项目(14964206D-8)

赵海萍(1979—)，女，博士，主要从事水环境研究。E-mail:zhaohaiping609@163.com

李清雪，教授，博士。 E-mail:liqingxue_610@126.com

TV92

A

1004-6933(2017)04-0047-08

2016-09-20 编辑：王 芳)