基于主成分分析及单因子指数法的青通河水质评价

方宇媛，徐正韵，谢海宾，石梦琴，李迎澳，李天贵

（池州学院材料与环境工程学院，安徽池州247000）

由于人类的生活和生产活动，大量的生活污水、工业废水和农业废水以及各种废弃物直接流入水体，水体所能承受污染物的量远远小于流入水体的污染物量，导致地表水水质恶化，污染范围扩大，水环境问题更加突出，水资源逐渐减少[1-2]。因此，了解地表水污染情况，分析流域主要污染物，对于控制流域主要污染物排入水体，改善水质状况而言尤为重要[3-4]。

针对河流水质污染状况，国内学者开展了较多的研究。徐袈檬[5]等利用单因子指数法、综合污染指数法和模糊数学法等方法研究了北方典型城市地区的地表水和地下水水质污染情况；张莹莹[6]利用水质标识指数法和主成分分析法开展敖江流域水质污染及变化趋势。裴培[7]利用有机污染指数和富营养化指数法评价了渤海海域的水体污染现状和富营养化水平。付宁[8]等以兰州市地表水为研究对象，采用水质模糊综合评价法分析其水环境质量现状及变化趋势。王竹[9]等采用综合污染指数法、内梅罗指数法、单因子指数法、模糊数学法及主成分分析法对海河流域滦河下游段水质进行评价，结果显示不同的评价方法评价结果不完全一致，其中采用单因子指数法和主成分分析法相结合的综合评价方法不仅在计算过程中简洁方便，同时能够满足流域水质评价的要求。

综合国内水质评价的相关研究结果可知，目前并无普适性的水质评价方法。本文选用被广泛应用的单因子指数法和主成分分析法，针对池州市境内的青通河开展水环境质量评价，探讨青通河流域的主要水质污染因子。研究结论可以为青通河的治理和规划提供依据。

1 研究区域概况

青通河属于大通河支流，发源于九华山东麓的岔泉岭，主干长41km，控制面积388.7km2。根据《池州市水功能区划》，青通河从牛桥水库至蓉城镇河段属于保留区，水质管理目标为Ⅱ类，青通河从蓉城镇至入江口河段属于开发利用区，水质管理目标为Ⅲ类。

青通河河口设有国家水质控制断面，断面考核目标水质为Ⅱ类。

2 研究方法与数据来源

2.1 研究方法

2.1.1 单因子指数法及超标倍数法 利用公式（1）计算各水质指标的单因子指数，当单因子指数大于1时，代表该水质指标超过了评价标准。单因子指数法可以直观的看出各水质指标浓度与评价质量标准之间的关系，而被广泛应用[10-13]。其计算公式如下：

其中，Pi——第i项污染物的单因子评价指数；

Ci——第i项污染物的平均浓度，mg/L;

Si——第i项污染物的评价指标值，mg/L

超标倍数法主要用于评价水质污染的程度和主要污染物的确定，其计算公式见下式：

2.1.2 主成分分析法 主成分分析是将具有一定相关性的原始数据，通过数学方法重新组合并设法从众多具有一定相关性的原始变量中导出少数互相无关的综合指标的分析方法，这些综合指标可以尽可能多地保留原始变量的信息[14-16]。

2.2 研究数据

2017-2018年，池州市环境监测站对青通河河口断面进行例行监测，监测频率为每月取样分析一次。选用例行监测数据中的CODCr、CODMn、NH3-N和TP共4项具有代表性的指标进行研究。

3 结果分析与讨论

3.1 单因子指数法评价结果

2017年水质单因子指数评价结果表明（图1），除6月份外，所有月份水质指标均可达到《地表水环境质量标准》GB3838-2002规定的Ⅱ类水质标准。通过超标倍数计算（表1），6月份中，主要的超标因子是CODCr，超标倍数为0.27倍。

图1 2017年青通河河口水质单因子指数变化趋势图

表1 青通河2017年超标因子、超标倍数和现状水质

2018年，青通河水质出现了显著下降的趋势（图 2），CODCr、CODMn、NH3-N 和 TP四项指标在2018年的不同月份均出现了不同程度的超标。超标倍数计算结果表明（表2），超标倍数最大的三项指标为 CODCr、CODMn和 NH3-N，分别为 2.20 倍、1.48倍和0.70倍，为该断面的主要污染物。

图2 2018年青通河河口水质单因子指数变化趋势图

表2 青通河2018年超标因子、超标倍数和水质现状

3.2 青通河水质主成分分析

为了能够与根据单因子指数分析结果进行对比分析，选取的分析指标为 CODCr、CODMn、NH3-N和TP。

利用SPSS数据分析软件对这些数据进行主成分分析，经软件计算得出2017年的水质指标的主成分及特征值如表3所示。分析数据显示，青通河河口断面水质指标的第1和第2主成分的特征值均大于1，且第1和第2主成分的累计贡献率达70.733%。因此，通过前2个主成分可以总体上反映出水质数据信息，可以利用前2个主成分评价2017年青通河水质。选择主成分1和2，计算4种水质指标与之所对应的载荷系数形成主成分得分，结果如表4所示。将4种指标的各个主成分得分与相应的方差贡献率相乘，然后将各指标的得分相加得到各个指标主成分综合得分，并对结果进行从大到小的排序。如表5所示。

由前文的分析可知，2017年影响青通河水环境因子分为2类：主成分1贡献率为41.836%；主成分2贡献率为28.897%；影响水环境的各因子主成分综合得分按从大到小的顺序排列为CODCr、CODMn、TP和NH3-N。可见，2017年青通河河口断面水质主成分分析的结果与前面的单因子指数分析结果一致。

表3 2017年水质指标主成分及特征值

表4 2017年各水质指标与主成分得分

表5 2017年各水质因子得分及排序

利用SPSS数据分析软件对这些数据进行主成分分析，得出2018年的水质指标的主成分及特征值，见表6。结果表明，青通河的第1和第2主成分的特征值均大于1，且第1和第2主成分的累计贡献率达88.554%。因此，可以选择前2个主成分评价2018年青通河水质。选择主成分1和2，计算4种水质指标与之所对应的载荷系数形成的主成分得分，见表7。将4种指标的主成分1和主成分2的得分与相应的方差贡献率相乘，并将其乘积相加得到各个指标的主成分综合得分，并对结果进行从大到小的排序，结果见表8。

表6 2018年水质指标主成分及特征值

表7 2018年各水质指标与主成分的得分

表8 2018年各水质因子得分及排序

从前面的分析结果可知，2018年影响青通河水环境因子分为2类：主成分1贡献率为58.017%；主成分2贡献率为30.537%；影响2018年青通河河口断面水环境的各因子主成分综合得分按从大到小排列为 CODMn、CODCr、NH3-N和TP。该结果与单因子指数分析的结果基本一致。

4 结论

利用断面例行监测数据，采用单因子指数法分析了青通河河口断面水质现状，并利用主成分分析法分析断面的主要水污染因子，得出了2017年和2018年青通河的总体污染情况。研究结果表明，2017年青通河河口断面水质总体较好，但2018年出现了明显下降趋势，2018年1月-5月，分别有不同水质指标出现了不同程度的超标。2018年6-8月水质总体呈现好转趋势，但进入9月份后，水质又出现恶化趋势。主成分分析结果表明，2018年青通河河口断面主要水质污染因子为CODMn、CODCr，表明河流受有机物污染较严重。