基于PCA-APCS-MLR的地下水污染源定量解析研究

孟 利,左 锐*,王金生,杨 洁,滕彦国,翟远征,石榕涛



基于PCA-APCS-MLR的地下水污染源定量解析研究

孟 利1,2,左 锐1,2*,王金生1,2,杨 洁1,2,滕彦国1,2,翟远征1,2,石榕涛1,2

(1.北京师范大学水科学研究院,北京100875；2.地下水污染控制与修复教育部工程研究中心,北京100875)

以中国东北地区典型工业基地沈阳浑河冲洪积扇为研究对象,采集区域内43个采样点水质样品,分析了16项地下水质关键指标,在水化学统计和水质分析确定水质等级及特征污染物的基础上,利用主成分分析(PCA)方法确定水质指标主要因子分类,运用ArcGIS软件刻画不同污染源的空间分布规律,利用绝对主成分得分多元线性回归受体模型(APCS-MLR)计算不同公因子对地下水质的贡献程度,并验证污染源解析结果的准确性.结果表明:研究区内地下水氮、磷和铁等元素超标严重,地下水水质演化受人类活动影响较大;4类主要污染因子分别是溶滤迁移作用因子(贡献率34.21%)、农业活动污染因子(贡献率20.13%)、地质环境背景因子(贡献率13.39%)和工业活动影响因子(贡献率8.97%),方差累计贡献率为75.64%;工业生产、生活污废水排放和农业生产中农药化肥使用是地下水主要污染源且多分布于沈阳西部、西北部和南部等地区,淋溶、迁移-富集作用和农业污染对地下水质影响较为明显,PCA-APCS-MLR模型预测浓度与实测浓度一致,该方法对于地下水污染源的计算分配具有良好的针对性,适用于地下水污染源解析.

PCA/FA；APCS-MLR；污染源解析；地下水；空间分布；浑河冲洪积扇

地下水资源是保障可持续发展不可缺少的重要资源,地下水水质安全及污染防控一直是全球关注的主要环境问题之一[1].随着我国工农业开发、城市化进程加快,地下水污染物的种类和来源呈现复杂化趋势.由于不同区域的污染物来源不同,向地下水系统的输入与输出比重不同且各种污染物对受纳水体的贡献率也有所区别[2-3].在地下水污染研究领域,目前多集中于地下水水化学演化和污染物迁移转化等方面的研究,地下水污染源解析方面研究尚不多见[4].因此如何快速准确对地下水体进行污染源解析,识别污染物的来源并定量估算其相对贡献,对保障社会经济发展、人类饮用水质安全以及生态环境的可持续发展有重要意义.

目前,针对污染源解析方法模型主要有受体模型和扩散模型.扩散模型是一种预测式模型,通过输入各个污染源的排放数据和相关参数信息来预测污染物的时空变化情况;受体模型则通过对受体样品的化学和显微分析,建立污染物与来源的因果对应关系,识别对受体有贡献的污染源,并且定量计算各污染源的分担率[5-6].其中定性分析方法有比值法、特征化合物法、指纹谱图法等;定量分析方法有化学质量平衡模型法、多元统计模型法、同位素分析法等.目前国际上常用的污染源解析方法主要是基于源-受体污染物特征的污染源解析系列,主要包括化学质量平衡法和多元统计法[7-8].化学质量平衡法是应用较成熟、解析比较精准的污染源识别方法,以化学质量守恒原理为计算依据,明晰污染源来源和贡献率.但其应用条件比较严格,除了需要预先知道污染源指纹图谱外还要求各类源排放污染物的化学组成相对稳定、污染物化学组成明确且差异明显,污染源明确且排放的各污染物之间没有相互作用,各污染源之间不能出现“混源”现象,这有悖于实际应用情况.多元统计法中的因子分析法(FA)、主成分分析法(PCA)通过分析观测指标间的相互关系来产生源成分谱进而把复杂变量归结为数量较少的综合特征因子,不仅从宏观上提取水质数据的数学特征,忽略其水化学组分的演化机理,而且不用假设排放源的种类和数量并对源数据的连续性和完整性要求较低,因此在水体污染源解析、水质空间分布等领域得到广泛应用[9-10].然而单独的PCA/FA难以实现定量描述主要污染因子对每一个水质指标的影响程度.1985年Thurston和Spengler提出APCS-MLR,在原始数据进行标准化后因子分析的基础上得到因子的绝对真实得分(APCS),再结合多元线性回归模型计算公因子对水体指标的贡献率(APCS-MLR)[11].绝对因子得分多元线性回归模型(APCS-MLR)可以定量刻画各主要污染因子对受体中各水质指标的贡献,近年来在水环境污染源解析研究中得到广泛应用.污染源解析的概念在大气污染和地表水污染研究中应用较多,在地下水研究中应用较少.

本文以沈阳市浑河冲洪积扇为例,选取研究区内43个浅层地下水监测井的16项水质指标,在水化学成分和水化学类型分析的基础上,采用PCA提取水质影响因子,识别污染源并刻画其空间分布规律;采用APCS-MLR确定各影响因子对指标的贡献率,量化分析污染源对水体重要理化因子的影响程度,可为区域地下水污染控制与修复以及合理开发利用提供科学依据.

1 研究区概况

浑河冲洪积扇(123°00'E~123°40'E、41°30'N~ 42°00'N) 行政区划包括沈阳市属各区及辽中县、新民市部分地区和灯塔市北部,面积1005km2,年平均降水量587.5mm,年平均蒸发量826.8mm,见图1.

区域内第四系松散岩类孔隙水广泛分布,浅层地下水主要包括全新统冲洪积砂砾石孔隙潜水含水层和上更新统冲洪积砂砾石孔隙微承压水含水层2类,详见图2.全新统含水层作为沈阳市供水的主要水源,集中分布于浑河高低漫滩区,平均厚度20~50m,岩性主要为砂砾石、砂卵石,近河地区地下水位埋深5~7m,市区多为12~22m,单位涌水量10.0~30.0L/(s×m),以浑河渗透、大气降水与地下径流为其主要补给源;上更新统含水层主要分布于浑河的南、北一级阶地,厚度10~28m,岩性为砂砾石、砂卵石,其水位埋深浑河北岸的东部一般为12.0~16.0m,西部为8.0~ 26.0m;南岸为5.0~9.0m;单位涌水量10.0~ 15.0L/(s×m).地下径流、大气降水和灌溉入渗为其主要补给源[12].

图1 研究区位置及采样点分布

2 采样与分析

2.1 研究区采样点布设与采集

根据《地下水环境监测技术规范》(HJ/T164)[13],结合研究区不同的水文地质条件和地下水监测井使用功能以及污染源、污染物排放实际情况,监测井的布设首要考虑了污染源的分布和污染物在地下水中扩散形式.根据研究区地下水流向、污染源分布状况和污染物在地下水中扩散形式,采取点面结合的布设方法在研究区垂直地下水流向布设地下水采样断面,以面上控制和局部加密为原则,选择具有代表性、易于取样的居民常用机井和部分供水井进行样品采集工作,采样点的具体布设如图1所示.采集研究区内43个地下水监测井浅层地下水样品,按国家标准《生活饮用水标准检验方法》(GB5750-2006)[14]要求执行,选取Na+、Ca2+、Mg2+、Fe、Mn、NH4+、Cl-、SO2-、HCO3-、NO3-、NO2-、F-、PO43-、TDS、CODMn共计15个指标进行多元统计分析,表征研究区整体水质状况,见表1.

2.2 分析方法

2.2.1 PCA因子分析法 PCA利用因子分析或主成分分析对数据集进行解析并压缩数据维数,通过对多个变量间关系的分析,以较少有代表性的因子来说明众多变量所提取的主要信息,基本步骤包括:①确认待分析的原始指标变量是否适合作因子分析;②构造因子变量;③利用旋转方法使因子变量更具可解释性;④因子所体现的含义说明[15].其具体数学模型如下所示:

式中:X表示各地下水水质指标;F表示公因子分类;a表示水质指标隶属于公因子分类系数.

将其应用于地下水质污染源识别以及空间分布规律研究,通过多元统计分析方法提取水质指标的数学特征,忽略水中化学组分的演化机理,从宏观上描述水质因子,从而找出影响研究区地下水质的主要因子及其对应的污染源.

2.2.2 绝对因子得分多元线性回归(APCS- MLR)在PCA 分析得到旋转因子荷载矩阵和特征根计算主因子特征向量的基础上,进一步将特征向量和标准化理化数据得到的绝对主成分得分(APCS)进行多元线性回归(APCS-MLR),计算得到每个因子对水质指标的贡献率,定量表征各个污染源对水体质量的贡献,并将回归模型预测浓度与实测浓度线性拟合,以此检验污染源解析结果的正确性.

3 结果与讨论

3.1 地下水化学类型

受地质、地貌等因素控制,研究区内早期地下水水化学类型呈HCO3-Ca、HCO3-Ca×Mg HCO3-Ca×Na等较为简单类型[16].作为人口密集的老工业基地,在自然地质环境及人类活动的长期影响下,浅层地下水质组分较为复杂.采用Aqqa软件对已有水质数据进行水化学分析并绘制Piper三线图(见图3).

在阳离子三线图中,水样点多落在左下、中部,Ca2含量最多,Mg2+,Na+次之;阴离子三角形中,水样点分布散乱,中部偏左下居多,HCO3-含量最多,SO42-次之.地下水化学类型主要以HCO3×SO4-Ca×Mg型、HCO3×SO4-Na×Ca型、HCO3×SO4×Cl-Ca型、HCO3×SO4-Na×Ca×Mg型、HCO3-Ca型为主,分别占总体比例13.76%、11.93%、8.72%、6.88%、6.88%.较之早期简单水化学类型,浑河冲洪积扇地浅层地下水化学类型发生了质的改变,形成了污染型的水化学类型.

图3 研究区地下水Piper三线图

如表1所示,NH4+、Fe、NO2-和PO43-的变异系数均较大,其中NH4+最大为3.36,Fe、NO2-和PO43-的变异系数介于2~3之间,变异性较大,可见上述离子浓度局部富集程度高,含量起伏变化大;CODMn、Mn和NO3-的变异系数介于1~2之间,质量浓度分布存在一定的离散性;其余各成分总体变化不大,平均值与中值较接近,其中F-中值和平均值只差近0.03.

表1 水化学成分统计表

注:水质指标单位均为mg/L,以《地下水质量标准》(GB/T14848-9)[12]中Ⅲ类标准为依据.

根据《地下水质量标准》(GB/T14848-9)[12]对指标进行评价,研究区内Fe、Mn、NH4+、NO2-、NO3-超标率均在50%以上,其次TDS和CODMn超标率均在20%以上,其中NH4+最高超标195倍,Fe最高超标106倍,Mn最高超标76.6倍,NO2-最高超标53.5倍,具体超标程度如图4所示.

图4 浑河冲洪积扇地下水水质指标超标率

3.2 地下水污染源解析

3.2.1 污染源识别(1)数据标准化及相关性检验 本文选取16项地下水质指标,采用均值插补法对原始数据缺失进行处理以提高数据质量,通过极差标准化对原始数据进行标准转换,采用KMO和Bartlett球形检验对变量间的相关程度进行检验,结果见表2[17].其中KMO测度为0.797,接近0.8,适合做因子分析.同时Bartlett球度检验统计量1522.691,检验的P值接近于0,表明16个变量之间有较强的相关关系.

表2 KMO 和 Bartlett 检验结果

(2)PCA/FA分析

通过SPSS软件进行因子分析得到各水质指标的特征值及方差贡献率,结果见表3.目前确定公因子个数依据Kaiser标准,即特征值大于1的原则[13].本次研究共提取4个公因子,累积方差贡献率75.64%,表明4个因子较为集中的反映了影响因素75.64%的信息量,各因子分析的各指标提取结果见图5.

为使各公因子的典型代表指标变量更加突出,将因子荷载矩阵进行正交转换,旋转后的各指标荷载向1或0两极化转换[18],与公因子相关性最强的主要指标离子在表4中体现且加粗表示,旋转后各指标变量对各公因子的荷载如图6所示.

3.2.2 污染源解析如表4和图6所示,公因子F1特征值为9.22,贡献率为34.21%,主要包括Ca2+、Mg2+、SO42-、Cl-、HCO3-和TDS水质指标.作为研究区内影响地下水质的首要因素,F1包括了地下水8大主要离子中的6项,其中TDS荷载系数最高,可见研究区天然地球化学特性对水环境质量存在必然的影响.此外,研究区地处浑河冲洪积扇的第四系松散岩类孔隙潜水含水层,岩性为砂砾石、砂卵石,含水层颗粒松散、粒度粗、径流条件相对较好,强烈的交替作用使岩层中的钙镁化合物溶滤变成Ca2+、Mg2+离子,使可溶性的离子浓度上升[19].因此F1可认为是水文地质条件和人类活动影响的综合作用结果,确定为影响地下水质的溶滤-迁移富集作用因子.

表3 解释的总方差

图5 原始地下水质指标的因子提取率

公因子F2的贡献率为18.13%,NH4+、NO3-、NO2-、PO43-离子为主要荷载变量,其中NH4+载荷系数最高,主要反映营养化元素的浓度变化特征.由于浅层地下水分布连续,受地表人类活动影响较大.例如农业生产施用化肥,农灌水下渗对地下水形成面状污染;生活污水与工业废水未经处理排入河流,在傍河水源开采的现状条件下,地下水接受河水补给进而对地下水形成条带状污染.河水与地下水之间水力联系密切,为氮磷污染物渗入地下水系统提供了通道.此外由于颗粒细的含水层中有机物含量和养分高,地下水处于相对还原的环境,以还原作用为主;颗粒粗的含水层中有机物含量低,地下水处于氧化环境,硝化作用为主,含水层岩性分布对氮素转化具有控制作用.研究区地下水氮磷污染主要来源于研究区农业耕作中农药化肥的长期使用,因此F2反映了地下水质受农业生产活动的影响,是农业活动污染因子.

表4 旋转因子的荷载矩阵

图6 旋转因子载荷矩阵

公因子F3贡献率为10.39%,主要荷载变量为Fe、Mn.针对研究区特有的地球化学特征分析可知,含水介质及其上覆岩土性质是控制地下水中铁锰迁移富集的主要内因.首先,浑河上游多为前震旦系混合花岗岩,含铁锰矿物长期经风化溶滤与氧化还原作用下随地下径流迁移;其次研究区地下水的主要补给区位于东部山区,大气降水入渗后多以水平径流方式或地表径流汇入浑河后通过浑河的侧向渗漏补给地下水.由于各种工业污水中排放的有机酸等作用,加速了铁锰由岩石进入地下水的过程[20].铁锰离子进入地下水后,由于水平径流条件较垂向交替差,而使得其向下游迁移速度变慢,有氧条件下转化成高价态氧化物更减慢了迁移速度,这也是研究区内铁锰离子含量高的原因之一.综上,浑河冲洪积扇地下水中的铁锰离子多来源于含水层地质岩性,属地质环境背景因子.

公因子F4主要包括CN-和CODMn等荷载变量,方差贡献率为8.97%.其中CODMn载荷系数最高,体现微生物在降解酚和氰化物时与化学需氧量的密切关系[21].地下水环境中的酚主要来源于石油化工生产过程中的炼油、煤气化和裂解乙烯以及造纸、纺织和机械铸造等工业生产过程,酚类污染物易于挥发,大气降水是促进酚污染物解吸迁移进入地下水的主要因素;地下水中的氰化物主要来源于石油化工、农药施用和电镀废水;地下水中的CODMn主要来源于生活污水及工业废水中的有机物尤其是涉及与石油加工相关化工生产过程.可见研究区地下水中的类有机物主要来源于工业废水污染,因此将其概括为工业生产污染因子.

3.3 污染源空间分布特征及原因

通过SPSS计算获得43个监测点位各公因子得分,运用ArcGIS软件进行Kriging插值计算绘制各污染源在浑河冲洪积扇的空间分布特征图,详见图7~图10.监测井位因子得分越高表明污染越严重.

图7 公因子1因子得分空间分布

图8 公因子2因子得分空间分布

图9 公因子3因子得分空间分布

图10 公因子4因子得分空间分布

如图7所示,F1得分较高区域主要集中在浑河冲洪积扇的中下游的杨士屯、大潘台、彰驿站和长滩,蒲河上游的蒲河村附近、中下游沿岸的法哈牛和张家屯以及沙河靠近沈旦堡和李大人屯等区域得分均较高(³0.6),迁移-富集作用对地下水的影响较为明显.研究区地处第四系松散堆积物地层,岩性主要为卵砾石层间夹有亚粘土层、淤泥质亚粘土层,地下水作为良好的溶剂,携带易溶盐类和化学元素从山区地带向平原河谷区迁移,切割地形过程中易溶组分如Ca2+、Mg2+、SO42-、Cl-、HCO3-等随渗入水淋溶迁移.随之过渡到平原区水力坡度变缓,水力交替作用减弱,地球化学作用由淋溶迁移逐渐转变为迁移富集,地下水中的基础离子浓度有所上升,长期累加的溶滤、迁移-富集作用对浑河冲洪积扇的中下游地下水质影响明显.

如图8所示,F2得分较高区域主要分布在虎石台,大荒地和潘台镇、新民屯以及林盛堡-沙河铺一带,其中蒲河沿岸杨士屯和沙河沿岸的吴家屯地下水氮磷污染最为严重.结合土地利用类型和水环境特征分析可知,位于研究区西部和西北部的新民、大荒地等周围分布着大面积的旱田,农业生产中大量化肥与农药长期使用以及生活垃圾的长期溶滤作用呈面源污染特点,是促成研究区地下水氮磷超标的主要原因;位于东北部的三台子区域是沈阳市主要的化工生产区,研究区内化工厂等企业林立,工业生产过程中会产生大量的含磷废水尤其是橡胶企业,这些工业废水会通过管线渗漏直接或通过河流补给间接污染地下水;而虎石台和杨士屯曾经是污水灌溉区,农业生产过程中长期使用的磷肥氮肥会随降雨入渗到浅层地下水中.因此F2代表以工业和生活中含磷污废水的点源污染和农业生产中氮肥磷肥的使用进而造成的面源污染,其空间分布规律与实际土地利用类型相一致.

如图9所示,F3得分较高区域主要在市中心西部、西北部及西南部一带.首先,铁锰分布与含水层介质性质和径流条件密切相关.浑河流域由第四纪松散岩层构成,水平方向上由东向西岩相颗粒由粗变细,垂向上岩相结构由单层变为双层至多层,层间夹有亚粘土层、淤泥质亚粘土层及漫滩相淤泥与泥炭层,这些岩石中的含铁矿物经风化作用后,又经长期溶滤作用和地下水的搬运,向下游运移,在这种特定的环境地球化学条件和地下水系统特征下,地下潜水中铁锰含量普遍较高;其次各种工业污水中所排放的有机酸加速了铁锰由岩石进入地下水的过程.由于水平径流条件较垂向交替差,铁锰离子在还原条件下多以低价态形式存在于任何pH值的水中,而当有自由氧存在的条件下,铁锰离子则不稳定,很容易变为迁移性能弱的氧化铁,形成累积,从而使得其向下游迁移速度变慢,这也是研究区内铁锰离子含量高的原因之一.

如图10所示,在细河中游的北岸有个别监测点位得分较高,分布在化工、制药、造纸等工业厂区或城市排污沟渠附近.此外,浑河上游冲洪积扇地区类有机污染物未检出点较之中游、下游要少一些.F4主要包括酚、CN-和CODMn等指标,含酚废水主要来源于石油化工生产过程中的炼油、煤气化和裂解乙烯等一系列过程以及造纸、纺织机械铸造等,通过排水管线的渗漏以及事故泄漏进入地下水;氰化物主要来源于石油化工、农药施用和电镀废水;CODMn含量主要与微生物和有机物含量有关,地下输油管道的破裂、煤气管道泄漏、农药的使用、居民生活污水下渗等都可能导致地下水遭受有机污染.沈阳作为东北最重要的老工业基地城市,冶金、制药、制造装备、汽车、化纤、造纸、陶瓷等行业发达,工业废水年排放量10782.82t,排入浑河等地表水体的工业废水中,含有浓度较高酚和氰化物等类有机污染物,由于河水和地下水的水力交换作用,对地下水环境尤其是浅层地下水会造成一定污染.

3.4 污染源贡献率计算与分析

在PCA分析确定研究区各主要污染源的组成和空间分布特征的基础上,利用绝对主成分得分多元线性回归受体模型(APCS-MLR)计算各公因子对水质指标贡献率并将预测结果与实测结果线性拟合分析,选取了典型代表污染物绘制拟合曲线,如图11~图14所示,进一步验证因子分析结果,结果如表5所示.

图11 TDS预测浓度与实测浓度对比

图12 Fe预测浓度与实测浓度对比

图13 NH4+预测浓度与实测浓度对比

由表5可知,研究区各水质指标多元线性回归受体模型的预测浓度与实测浓度的线性拟合R2大部分均大于0.8,说明二者具有很好的一致性,各公因子污染贡献率的计算较为准确;此外,各监测点位的预测浓度与实测浓度比值接近于1,说明APCS-MLR受体模型对于地下水污染源的计算分配具有很好的适用性.如表5所示,淋溶、迁移-富集作用(F1)对Ca2+、Mg2+、SO42-、Cl-、HCO3-和TDS的贡献率分别为78.91%、76.31%、57.84%、74.82%、54.23%和78.65%,对其余水质指标的贡献率均介于6.60%~23.99%;农业污染(F2)对地下水环境的影响主要体现在营养元素上,对NH4+、NO3-、NO2-、PO43-的贡献率分别为60.37%、58.00%、52.64%和44.47%,对Fe、Mn、SO42-和CODMn均存在接近20%的贡献率,可见农业污染对地下水质的营养元素、金属离子以及有机物等方面均有一定污染影响;原生地质环境因子(F3)由于研究区特有的环境地球化学特征,对地下水质的影响主要体现在Fe、Mn浓度变化上,贡献率分别为56.16%和41.94%,此外对Ca2+、NO3-和F-均有大于10%的贡献率,可见研究区本身的原生地质环境对水质在硬度、营养元素等指标也存在一定影响;类有机物(F4)对酚、CN-和CODMn的贡献率分别为68.35%、71.98%和55.67%,对F-和SO42-有17.71%和22.44%的贡献率,对其余水质指标的贡献率介于1.94%~10.91%,影响相对较小.

图14 COD预测浓度与实测浓度对比

综上所述,4类公因子对地下水质影响贡献率分别为34.21%、20.13%、13.39%、8.97%,基于地下水开采的淋溶、迁移-富集作用和农业氮素污染对地下水质的影响较为显著.

表5 公因子对各指标的贡献率

4 结论

4.1 沈阳市浑河冲洪积扇四类主要地下水污染来源分别是F1溶滤、迁移-富集作用,方差贡献率为34.21%,污染区主要集中在浑河中下游的杨士屯、彰驿站等;F2农业污染,方差贡献率为18.13%,主要在沈阳东北部、西北部和南部等;F3原生地质环境因子,方差贡献率为10.39%,污染区主要在市中心西部、西北部及西南部一带;F4工业污染,方差贡献率为8.97%,在蒲河沿岸中下游的个别监测点污染严重且多为化工、制药、造纸业等,其中工业厂区或城市排污沟渠附近,体现微生物在降解酚和氰化物时与化学需氧量的密切关系.

4.2 APCS-MLR模型计算结果表明4类公因子对地下水质影响贡献率分别为34.21%、20.13%、13.39%、8.97%,基于地下水开采的溶滤、迁移-富集作用和农业氮素污染对地下水质影响较为显著,APCS-MLR受体模型对于地下水污染源计算分配具有很好适用性,各公因子的污染贡献率计算较为准确.

4.3 应用PCA-APCS-MLR模型对沈阳市浑河冲洪积扇地下水污染来源、空间分布规律以及各污染源对水环境质量的贡献率进行分析,以期为沈阳市地下水环境污染治理与修复提供科学依据,为水资源合理开发与利用提供参考.

[1] Louis KB, Freitasa C R, David W. Source apportionment of air pollutants in the Greater Auckland Region of New Zealand using receptor models and elemental, 2017,8(1):101-113.

[2] Huang F, Wang X, Lou L, et al. Spatial variation and source apportionment of water pollution inQiantang River (China) using statistical techniques. [J]. Water Research, 2010,44(5):1562- 1572.6.

[3] 曹 阳,滕彦国,王 威,等.金积水源地地下水体重金属空间分布及来源[J]. 环境科学与技术, 2013,36(11):163-167.

[4] 林承奇,胡恭任,于瑞莲,等.九龙江近岸表层沉积物重金属污染评价及来源解析[J]. 中国环境科学, 2016,36(4):1218-1225.

[5] 左 锐,韦宝玺,王金生,等.基于多元统计分析的地下水水源地污染源识别[J]. 水文地质工程地质, 2012,3(6):17-21.

[6] 刘 博,肖长来,梁秀娟,等.吉林市城区浅层地下水污染源识别及空间分布[J]. 中国环境科学, 2015,35(2):457-464.

[7] 陈海洋,滕彦国,王金生,等.基于NMF与CMB耦合应用的水体污染源解析方法[J]. 环境科学学报, 2011,31(2):316-321.

[8] Haji M G, MelessebA M., Reddic L. Water quality assessment and apportionment of pollution sources using APCS-MLR and PMF receptor modeling techniques in three major rivers of South Florida [J]. Science of The Total Environment, 2016,566- 567(1):1552-1567.

[9] 瞿明凯,李卫东,张传荣,等.基于受体模型和地统计学相结合的土壤镉污染源解析[J]. 中国环境科学, 2013,33(5):854-860.

[10] Duan W, He B, Nover D. Water quality assessment and pollution source identification of the eastern Poyang Lake Basin using multivariate statistical methods [J]. Sustainability, 2016,8(2): 133-148.

[11] Thurston G D, SpenglerJ D. A quantitative assessment of source contributions to inhalable particulate matter pollution in metropolitan Boston [J]. Atmospheric Environment, 1985,19(1): 9-25.

[12] 杨 维,王恩德,李 勇,等.浑河冲洪积扇中下游地下水中氮转化与水文地球化学特征的研究[J]. 水文地质工程地质, 2005, 32(2):39-41.

[13] HJ/T164-2004 地下水环境监测技术规范[S]. 2004.

[14] GB5750-2006 生活饮用水标准检验方法[S]. 2004.

[15] GB/T14848-9 地下水质量标准[S]. 2016.

[16] Yay O D, Alagha O, Tuncel G. Multivariate statistics to investigate metal contamination in surface soil [J]. Journal of Environmental Management, 2008,86(4):581-594.

[17] Qin R, Y Wu, Z Xu, D Xie, C Zhang. Assessing the impact of natural and anthropogenic activities on groundwater quality in coastal alluvial aquifers of the lower Liaohe River Plain, NE China [J]. Applied Geochemistry, 2013,31(2):142-158..

[18] 张 妍,尚金城,于相毅.主成分-聚类复合模型在水环境管理中的应用--以松花江吉林段为例[J]. 水科学进展, 2005,16(4): 592-595.

[19] 赵 洁,徐宗学,刘星才.辽河河流水体污染源解析[J]. 中国环境科学, 2013,33(5):838-842.

[20] 崔 健,都基众,马宏伟,等.基于因子分析的浑河冲洪积扇地浅层地下水水质影响因素辨析[J]. 中国农村水利水电, 2011, 7(4):45-48.

[21] Chen H, Teng Y, Yue L. Song. Characterization and source apportionment of water pollution in Jinjiang River, China [J]. Environmental Monitoring and Assessment, 2013,185,(11): 9639-9650.

Quantitative source apportionment of groundwater pollution based on PCA-APCS-MLR.

MENG Li1,2, ZUO Rui1,2*, WANG Jin-sheng1,2, YANG Jie1,2, TENG Yan-guo1,2, ZHAI Yuan-zheng1,2, SHI Rong-tao1,2

(1.College of Water Sciences, Beijing Normal University, Beijing 100875, China；2.Engineering Research Center of Groundwater Pollution Control and Remediation, Ministry of Education, Beijing 100875, China)., 2017,37(10)：3773~3786

Totally 43 groundwater samples were sampled in the Hunhe River alluvial fan, which was a typical industrial area in Shenyang at northeastern China and 16 key groundwater components were analyzed. The main factor of groundwater quality was determined by principal component analysis (PCA) based on water quality grade and characteristics pollutants using water chemistry statistics analysis, and the spatial distribution of different pollution sources was described by ArcGIS software. The contribution of different principal factor to groundwater quality was calculated by absolute principal component score multiple linear regression model (APCS-MLR), and verified accuracyof pollution sources apportionment. Results showed that nitrogen, phosphorus and iron exceeded to groundwater quality standardsignificantly, the evolution of groundwater quality was mainly influenced by human activities. Four main pollution factors were: leaching migration with contribution of 34.21%, agricultural pollution with contribution of 20.13%, geological background with contribution of 13.39% and industrial activities with contribution of 8.97%. The contribution of cumulative variance was 75.64%. The industrial production, domestic sewage discharging and agriculture fertilizer pollution were main pollution sources of groundwater, which were distributed in northwestern and southwestern Shenyang. The pollution of leaching and migration and agriculture pollution affected on the groundwater quality significantly, and the predicted results was consistent with the measured concentration, which indicated that the PCA-APCS-MLR model wasof good pertinence for the distribution of pollution sources and it was suitable for source apportionment for groundwater.

PCA；APCS-MLR；source apportionment；groundwater；spatial distribution；alluvial fan of Hun River

X532

A

1000-6923(2017)10-3773-14

孟 利(1990-),女,辽宁朝阳人,北京师范大学博士研究生,主要从事地下水污染防治与修复.发表论文8篇.

2017-03-27

国家自然科学基金资助项目(41402211,41672228);国家水体污染控制与治理科技重大专项资助项目(2014ZX07201-010)

* 责任作者, 高级工程师, zr@bnu.edu.cn