沈陽細(xì)河與白塔堡河水質(zhì)空間分布特征研究

李蕊，高紅杰，宋永會(huì)，彭劍峰，于會(huì)彬，王思宇

中國環(huán)境科學(xué)研究院城市水環(huán)境科技創(chuàng)新基地，北京 100012

沈陽細(xì)河與白塔堡河水質(zhì)空間分布特征研究

李蕊，高紅杰，宋永會(huì)*，彭劍峰，于會(huì)彬，王思宇

中國環(huán)境科學(xué)研究院城市水環(huán)境科技創(chuàng)新基地，北京 100012

為了解遼河流域水污染防治重點(diǎn)區(qū)域渾河沈陽段支流河污染特征，采用2012年細(xì)河與白塔堡河枯水期18個(gè)采樣點(diǎn)10個(gè)水質(zhì)指標(biāo)數(shù)據(jù)，應(yīng)用主成分分析(PCA)、聚類分析(CA)、判別分析(DA)和基于GIS平臺(tái)的克里格插值(Kriging)法，對(duì)細(xì)河與白塔堡河水質(zhì)空間分布特征進(jìn)行研究。主成分分析結(jié)果表明，白塔堡河前3個(gè)主成分對(duì)應(yīng)的特征值的累積方差貢獻(xiàn)率達(dá)到85.10%，主要污染物為NH4+-N濃度、Chl-a濃度、pH等；細(xì)河前4個(gè)主成分對(duì)應(yīng)的特征值的累積方差貢獻(xiàn)率達(dá)到91.24%，主要污染物為NH4+-N濃度、TN濃度、pH、EC等?？臻g差異性分析表明，白塔堡河中下游采樣點(diǎn)周邊區(qū)域水質(zhì)指標(biāo)數(shù)值高于上游采樣點(diǎn)周邊區(qū)域，有機(jī)污染突出，重污染區(qū)域位于白塔堡河匯入渾河段；細(xì)河上游采樣點(diǎn)周邊區(qū)域水質(zhì)指標(biāo)數(shù)值高于下游采樣點(diǎn)周邊區(qū)域，氨氮污染嚴(yán)重，重污染區(qū)域位于細(xì)河源頭段。

細(xì)河；白塔堡河；水質(zhì)空間分布；主成分分析；聚類分析；克里格插值

河流水質(zhì)是河流生態(tài)系統(tǒng)的重要指標(biāo)，河流水質(zhì)的好壞對(duì)流域內(nèi)的工業(yè)用水、生活用水、農(nóng)業(yè)灌溉等都有著重要的意義[1]。河流水質(zhì)受氣候、地質(zhì)等自然條件，以及人類生產(chǎn)、生活活動(dòng)等多因素及多層次的影響，因此其在很大程度上也反映了流域的基本特征。

水質(zhì)空間分布模式[2]主要是利用采樣點(diǎn)多指標(biāo)數(shù)據(jù)，分析水質(zhì)在空間尺度上的離散與連續(xù)分布特征，包括空間相似性和差異性。將聚類分析(CA)[3]、主成分分析(PCA)[4]和判別分析(DA)[5]等多元統(tǒng)計(jì)方法應(yīng)用于空間模式分析研究，能夠更好地說明研究區(qū)域的水質(zhì)空間變化和生態(tài)狀況。

筆者將多元統(tǒng)計(jì)方法和空間插值法[6]綜合應(yīng)用于細(xì)河與白塔堡河，同時(shí)借助GIS平臺(tái)[7]對(duì)采樣點(diǎn)水質(zhì)進(jìn)行空間分布模式研究。以采樣點(diǎn)的水質(zhì)指標(biāo)為研究對(duì)象，在數(shù)據(jù)統(tǒng)計(jì)和預(yù)處理的基礎(chǔ)上，采用主成分分析法對(duì)水質(zhì)指標(biāo)進(jìn)行降維處理，再應(yīng)用聚類分析法對(duì)主成分值進(jìn)行空間相似性聚類分析，并通過判別分析法判定分類的正確率，得到顯著性指標(biāo)，最后應(yīng)用克里格插值(Kriging)法進(jìn)行空間差異性模擬。研究旨在找出細(xì)河與白塔堡河水質(zhì)污染原因，以期為細(xì)河與白塔堡河綜合治理提供依據(jù)，并為遼河流域渾河沈陽段水環(huán)境改善與水生態(tài)建設(shè)提供有效的工具和依據(jù)。

1 研究區(qū)域

1.1 基本情況

渾河流域是遼河流域水污染防治重點(diǎn)區(qū)域，其主要污染特征之一為支流河污染。作為渾河補(bǔ)水的主要來源，支流河中的CODCr、NH4+-N等污染物通過補(bǔ)水方式進(jìn)入渾河流域，污染水體。

細(xì)河和白塔堡河位于遼河流域渾河中游沈陽段，是渾河沈陽段兩條重要的支流河，細(xì)河和白塔堡河屬于季節(jié)性河流，并有部分河段為城市段河流，是渾河沈陽段城市水體生態(tài)景觀建設(shè)中的示范河流。

白塔堡河源頭平水期徑流水量0.3×104m3d，枯水期徑流水量0.17×104m3d。主要支流河有上深河和東溝河，上深河發(fā)源于李相鎮(zhèn)上水泉村，于白塔鎮(zhèn)匯入白塔堡河，平水期源頭徑流水量0.1×104m3d，河道長15 km；東溝河發(fā)源于祝家屯鎮(zhèn)東溝村，在古城子鎮(zhèn)施家寨匯入白塔堡河，平水期水量為0.43×104m3d。

細(xì)河[8]全長78.2 km，源于鐵西區(qū)衛(wèi)工河南端，沿渾河北側(cè)流向西南，流經(jīng)鐵西區(qū)、楊士屯、翟家、大潘、寬場(chǎng)、土臺(tái)子，在遼中縣黃臘坨子村匯入渾河。細(xì)河河寬8～35 m，水深0.5～1.5 m，河床坡降為0.26‰，河道彎曲系數(shù)1.81，年均日排水量約60萬t。細(xì)河水體由北運(yùn)河部分水、北部污水處理廠排水、仙女河污水處理廠排水等和各類散排污水構(gòu)成[9]。

1.2 采樣點(diǎn)位置

在白塔堡河9個(gè)斷面和1個(gè)支流河匯入口(1～10號(hào))，細(xì)河8個(gè)斷面(11～18號(hào))上設(shè)置采樣點(diǎn)，白塔堡河和細(xì)河采樣點(diǎn)地理位置見表1。采樣點(diǎn)分布見圖1。

表1 采樣點(diǎn)地理位置

圖1 采樣點(diǎn)分布示意Fig.1 Sampling site distribution

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

水質(zhì)數(shù)據(jù)采用中國環(huán)境科學(xué)研究院2012年4月(枯水期)細(xì)河和白塔堡河18個(gè)采樣點(diǎn)10項(xiàng)水質(zhì)指標(biāo)的監(jiān)測(cè)數(shù)據(jù)，采樣點(diǎn)水質(zhì)指標(biāo)值見表2。

2.2 研究方法

2.2.1 主成分分析法

主成分分析(principal component analysis，PCA)[10-11]是在不損失或少損失原有信息的前提下，將多指標(biāo)問題轉(zhuǎn)化為較少的新指標(biāo)問題。以累計(jì)貢獻(xiàn)率≥85%確定主因子個(gè)數(shù)[12]。

2.2.2 聚類分析法

聚類分析(cluster analysis，CA)[13]是從樣本數(shù)據(jù)出發(fā)，自動(dòng)進(jìn)行分類。把相似程度較大的數(shù)據(jù)或?qū)傩跃酆蠟橐活悾蚜硗獗舜酥g相似程度較大的樣品聚合為另一類，關(guān)系密切的聚合到一個(gè)小的分類單位，關(guān)系疏遠(yuǎn)的聚合到一個(gè)大的分類單位，直到所有數(shù)據(jù)或?qū)傩远季酆贤戤?，把不同的類型劃分出來[14]。

表2 采樣點(diǎn)水質(zhì)統(tǒng)計(jì)

2.2.3 判別分析法

判別分析(discriminant analysis，DA)[15]可以用來判別聚類分析結(jié)果和識(shí)別顯著性的污染指標(biāo)，其基本原理是按照一定的判別準(zhǔn)則，建立一個(gè)或多個(gè)判別函數(shù)，用研究對(duì)象的大量資料確定判別函數(shù)中的待定系數(shù)，并計(jì)算判別指標(biāo)。據(jù)此即可確定某一樣本屬于何類。

2.2.4 空間插值法

空間插值法[16]是通過已知點(diǎn)的數(shù)據(jù)推求同一區(qū)域其他未知點(diǎn)數(shù)據(jù)的計(jì)算方法[17]。其中克里格插值法[18]也稱空間局部估計(jì)法或空間局部插值法，是地統(tǒng)計(jì)學(xué)兩大主要內(nèi)容之一。其實(shí)質(zhì)是利用區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點(diǎn)，對(duì)未采樣點(diǎn)的區(qū)域化變量的取值進(jìn)行線形最優(yōu)估計(jì)的方法[19-20]。

3 結(jié)果與討論

3.1 原始數(shù)據(jù)預(yù)處理

用SPSS進(jìn)行探索數(shù)據(jù)分析，主要是采用偏度和峰度指標(biāo)對(duì)細(xì)河和白塔堡河的原始數(shù)據(jù)進(jìn)行指標(biāo)分布特征檢驗(yàn)。白塔堡河偏度和峰度的檢驗(yàn)結(jié)果分別為-1.426～1.596和-0.737～2.867，CODCr、BOD5、NH4+-N過于偏正，DO、EC過于偏負(fù)。細(xì)河偏度和峰度的檢驗(yàn)結(jié)果分別為0.263～2.455和-1.961～6.432，水溫、DO、pH、Chl-a、NO3--N過于偏正。對(duì)過于偏正和偏負(fù)的數(shù)據(jù)分別采用自然對(duì)數(shù)法和平方法進(jìn)行轉(zhuǎn)化，轉(zhuǎn)化后的檢驗(yàn)結(jié)果近似為-1～1，基本接近正態(tài)分布。同時(shí)，在進(jìn)行主成分和聚類分析時(shí)，考慮到水質(zhì)指標(biāo)數(shù)量級(jí)上的差異，故需要對(duì)數(shù)據(jù)再進(jìn)行標(biāo)準(zhǔn)化(均值為0，方差為1)。

3.2 主成分分析

在進(jìn)行主成分分析之前，分別對(duì)細(xì)河和白塔堡河采樣點(diǎn)的水質(zhì)指標(biāo)數(shù)據(jù)進(jìn)行Kaiser-Meyer-Olkin(KMO)和Bartlett’s球形檢驗(yàn)，檢驗(yàn)結(jié)果表明，主成分分析可以很好地降低原始數(shù)據(jù)的維度。

3.2.1 白塔堡河主成分分析

白塔堡河主成分碎石圖見圖2?；谔卣髦荡笥?的評(píng)判標(biāo)準(zhǔn)，由白塔堡河主成分碎石圖可以看出，特征值大于1對(duì)應(yīng)的主成分有3個(gè)。

圖2 白塔堡河主成分碎石圖Fig.2 Principal component scree plot of Baitapu River

白塔堡河水質(zhì)指標(biāo)相關(guān)矩陣的特征向量和特征值見表3。從表3可以看出，前3個(gè)主成分對(duì)應(yīng)的特征值的累積方差貢獻(xiàn)率達(dá)到85.10%(>85%)，因此，它們所對(duì)應(yīng)的主成分可以反映原始指標(biāo)的信息。

第一主成分方差貢獻(xiàn)率為52.39%，與NH4+-N濃度、Chl-a濃度、pH呈正相關(guān)性，與BOD5呈負(fù)相關(guān)性，可以看出，NH4+-N濃度與Chl-a濃度可代表富營養(yǎng)污染，因此，第一主成分主要來自于生活污染；第二主成分方差貢獻(xiàn)率為22.02%，與DO濃度、CODCr、TN濃度、水溫相關(guān)，可代表有機(jī)污染和富營養(yǎng)污染，因此，第二主成分主要來自于工業(yè)、生活和面源污染；第三主成分方差貢獻(xiàn)率為10.69%，與EC、NO3--N濃度相關(guān)，第三主成分主要來自于面源污染。

表3 白塔堡河水質(zhì)指標(biāo)相關(guān)矩陣的特征向量和特征值

3.2.2 細(xì)河主成分分析

細(xì)河主成分碎石圖見圖3。基于特征值大于1的評(píng)判標(biāo)準(zhǔn)，由細(xì)河主成分碎石圖可以看出，特征值大于1對(duì)應(yīng)的主成分有4個(gè)。

圖3 細(xì)河主成分碎石圖Fig.3 Principal component scree plot of Xihe River

細(xì)河水質(zhì)指標(biāo)相關(guān)矩陣的特征向量和特征值見表4。從表4可以看出，前4個(gè)主成分對(duì)應(yīng)的特征值的累積方差貢獻(xiàn)率達(dá)到91.24%(>85%)，因此，它們所對(duì)應(yīng)的主成分可以反映原始指標(biāo)的絕大部分信息。

表4 細(xì)河水質(zhì)指標(biāo)相關(guān)矩陣的特征向量和特征值

第一主成分方差貢獻(xiàn)率為40.62%，與NH4+-N濃度、TN濃度、pH、EC相關(guān)，可以代表富營養(yǎng)污染，因此，第一主成分主要來自于生活和面源污染；第二主成分方差貢獻(xiàn)率為25.81%，與DO濃度、BOD5、NO3-N濃度相關(guān)，可以代表有機(jī)污染和富營養(yǎng)污染，因此，第二主成分主要來自于工業(yè)、生活和面源污染；第三主成分方差貢獻(xiàn)率為14.25%，與水溫相關(guān)；第四主成分方差貢獻(xiàn)率為10.56%，與CODCr、Chl-a濃度相關(guān)，第四主成分主要來自于工業(yè)和生活污染。

3.3 空間相似性聚類分析

應(yīng)用SPSS對(duì)細(xì)河和白塔堡河2012年枯水期水質(zhì)指標(biāo)數(shù)據(jù)進(jìn)行系統(tǒng)聚類分析?；赪ard’s法的采樣點(diǎn)空間聚類分析見圖4。

圖4 基于Ward’s法的采樣點(diǎn)空間聚類分析Fig.4 Spatial cluster analysis of sampling sites based on Ward’s methods

對(duì)于空間尺度，存在2種選擇，即分為2組或者3組。

由圖4可知，如果按照2組來分，則第1組為1號(hào)、2號(hào)和11～18號(hào)采樣點(diǎn)，第2組為3～10號(hào)采樣點(diǎn)，恰好將細(xì)河的采樣點(diǎn)與白塔堡河的采樣點(diǎn)分開。細(xì)河主要接納和輸送沈陽市西部污水，以工業(yè)廢水和生活污水為主，沒有天然水補(bǔ)給，NH4+-N污染嚴(yán)重；白塔堡河主要功能為農(nóng)灌、泄洪和輸送渾南新區(qū)污水，河流天然補(bǔ)給水量很小，沒有混合稀釋自凈能力，河流有機(jī)污染突出，且隨著渾南地區(qū)開發(fā)建設(shè)，污水量將繼續(xù)增加，白塔堡河污染有進(jìn)一步加劇的趨勢(shì)。

如果按照3組來分，則第1組為1號(hào)、2號(hào)、15號(hào)和16號(hào)采樣點(diǎn)，第2組為11～14號(hào)、17號(hào)和18號(hào)采樣點(diǎn)。第1組的1號(hào)和2號(hào)采樣點(diǎn)位于塔堡河下游，隨著白塔堡河污染的日益加重，下游水質(zhì)不斷惡化，逐漸與細(xì)河水質(zhì)呈現(xiàn)相似的變化趨勢(shì)。第1組的15號(hào)和16號(hào)采樣點(diǎn)位于細(xì)河中游沈陽市于洪區(qū)附近，這2個(gè)采樣點(diǎn)的Chl-a濃度偏高，水體有發(fā)生富營養(yǎng)化的趨勢(shì)。

3.4 空間判別分析

應(yīng)用SPSS對(duì)空間相似性聚類分析結(jié)果進(jìn)行判別分析驗(yàn)證，并進(jìn)一步識(shí)別顯著性水質(zhì)指標(biāo)?？臻g判別分析結(jié)果見表5。

表5 空間判別分析結(jié)果

由表5可知，將采樣點(diǎn)分為2組或3組都是正確的。由實(shí)際情況出發(fā)，空間相似性聚類分析采用2組更為合適，即在空間尺度上將采樣點(diǎn)分為細(xì)河和白塔堡河2部分。

同時(shí)，對(duì)于空間尺度，顯著性水質(zhì)指標(biāo)為DO濃度、BOD5及NH4+-N濃度，白塔堡河和細(xì)河的判別函數(shù)(F)分別為：

F1=-5.297DO+2.501BOD5+7.428NH4+-N-5.675

F2=6.622DO-3.127BOD5-9.285NH4+-N-8.759

3.5 空間差異性分析

為進(jìn)一步了解白塔堡河與細(xì)河各采樣點(diǎn)間的空間差異性，采用克里格插值法對(duì)顯著性指標(biāo)進(jìn)行空間差異性模擬(圖5和圖6)。

圖5 白塔堡河空間尺度顯著性指標(biāo)的模擬Fig.5 Simulation of significant indexes of the spatial scale of Baitapu River

由圖5可知，從空間差異性來看，白塔堡河中下游采樣點(diǎn)周邊區(qū)域水質(zhì)指標(biāo)數(shù)值高于上游采樣點(diǎn)周邊區(qū)域，其中，BOD5和CODCr空間分布比較相似，高濃度地區(qū)出現(xiàn)在白塔堡河匯入渾河段，分析其原因可能是由于城市段河道中工業(yè)和生活污水大量排放所致。

由圖6可知，從空間差異性來看，細(xì)河與白塔堡河正好相反，細(xì)河上游采樣點(diǎn)周邊區(qū)域水質(zhì)指標(biāo)數(shù)值高于中、下游采樣點(diǎn)周邊區(qū)域，其中，BOD5與Chl-a濃度空間分布比較相似，高濃度地區(qū)出現(xiàn)在細(xì)河源頭段，分析其原因可能是由于城市段河道中工業(yè)、生活和面源污水大量排放所致。

圖6 細(xì)河空間尺度顯著性指標(biāo)的模擬Fig.6 Simulation of significant indexes of the spatial scale of Baitapu River

4 結(jié)論

(1)白塔堡河與細(xì)河作為典型的城市支流河，水體營養(yǎng)水平較高，水質(zhì)較差，但污染類型存在明顯差異。

(2)白塔堡河主要接納渾南新區(qū)污水，徑污比低，河流天然補(bǔ)給水量很小，沒有混合稀釋自凈能力，由主成分分析可知，影響水質(zhì)主要因素主要包括CODCr、Chl-a與NH4+-N，有機(jī)污染較為嚴(yán)重；細(xì)河主要接納污水處理廠排水和各類散排污水，以工業(yè)廢水和生活污水為主，沒有天然水補(bǔ)給，主成分分析結(jié)果表明，水質(zhì)深受NH4+-N、BOD5、NO3--N與EC等因素的影響。由于城市段河道接納了大量的工業(yè)廢水和生活污水，致使白塔堡河污染嚴(yán)重區(qū)域位于河流下游，而細(xì)河重污染區(qū)域位于河流上游，因此，2條河流間存在明顯的空間差異性。建議在遵循因地制宜的原則下，做好城市河道景觀建設(shè)的同時(shí)更應(yīng)加強(qiáng)河流生態(tài)建設(shè)。

[1]葉麟,黎道豐,唐濤.香溪河水質(zhì)空間分布特性研究[J].應(yīng)用生態(tài)學(xué)報(bào),2003,14(11):1959-1962.

[2]周豐,劉永,黃凱,等.流域水環(huán)境功能區(qū)劃及其關(guān)鍵問題[J].水科學(xué)進(jìn)展,2007,18(2):216-222.

[3]陳玉玲.基于實(shí)例的系統(tǒng)聚類分析法在環(huán)境空氣質(zhì)量評(píng)價(jià)中的應(yīng)用[J].環(huán)境科學(xué)與管理,2010,35(8):159-161.

[4]李國鋒,劉憲斌,劉占廣.基于主成分分析和水質(zhì)標(biāo)識(shí)指數(shù)的天津地區(qū)主要河流水質(zhì)評(píng)價(jià)[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2011,27(4):27-31.

[5]于秀林,任雪松.多元統(tǒng)計(jì)分析[M].北京:中國統(tǒng)計(jì)出版社,1999:154-162.

[6]帥方敏,盧進(jìn)登,王新生.基于GIS空間插值方法的長湖水質(zhì)評(píng)價(jià)[J].環(huán)境監(jiān)測(cè)管理與技術(shù),2007,19(4):40-43.

[7]ROWLEY R J.A review of “qualitative GIS:a mixed methods approach”[J].The Professional Geographer,2011,63(1):155-157.

[8]張煉.細(xì)河污染特征與整治對(duì)策的探討[J].環(huán)境保護(hù)科學(xué),2009,35(3):23-26.

[9]宋雪英,孫麗娜,王鑫,等.細(xì)河河水及其沿岸地下水水質(zhì)的有機(jī)污染特征[J].生態(tài)學(xué)雜志,2007,26(12):2057-2061.

[10]許叢,操勤,袁媛.基于主成分分析法的安徽省生態(tài)環(huán)境質(zhì)量研究[J].資源開發(fā)與市場(chǎng),2008,24(2):118-179.

[11]高惠漩.應(yīng)用多元統(tǒng)計(jì)分析[M].北京:北京大學(xué)出版社,2005:265-289.

[12]呂巖威,孫慧,周好杰.基于主成分聚類分析的西部地區(qū)經(jīng)濟(jì)實(shí)力評(píng)價(jià)[J].科技管理研究,2009(12):157-160.

[13]張虎.主成分聚類分析法的案例教學(xué)方法[J].統(tǒng)計(jì)與決策,2007(20):163-164.

[14]LATTIN J,CARROLL D,GREEN P.Analyzing multivariate data[M].New York:Duxbury Press,2003:264-310.

[15]ZHOU F,LIU Y,GUO H C.Application of multivariate statistical methods to the water quality assessment of the watercourses in the Northwestern New Territories,Hong Kong[J].Environmental Monitoring and Assessment,2007,132(123):1-13.

[16]秦偉良,劉悅.空間插值法在降水分布中的應(yīng)用[J].南京信息工程大學(xué)學(xué)報(bào):自然科學(xué)版,2010,2(2):162-165.

[17]BARTIER P M,KELLER C P.Multivariate interpolation to incorporate thematic surface data using inverse distance weighting (IDW)[J].Computer & Geosciences,1996,22(7):795-799.

[18]ZOUBEIDA K B,AFEF C.Comparison of two Kriging interpolation methods applied to spatiotemporal rainfall[J].Journal of Hydrology,2009,365(12):56-73.

[19]肖斌,趙鵬大,侯景儒.時(shí)空域中的指示克里格理論研究[J].地質(zhì)與勘探,1999,35(4):25-28.

[20]高彥偉,董德明,陳殿友,等.時(shí)域克里格方法在地表水水質(zhì)預(yù)測(cè)中的應(yīng)用[J].吉林大學(xué)學(xué)報(bào):地球科學(xué)版,2008,38(3):444-447. ○

《環(huán)境工程技術(shù)學(xué)報(bào)》投稿須知

文稿應(yīng)具有創(chuàng)新性、科學(xué)性、先進(jìn)性、實(shí)用性，內(nèi)容務(wù)求論點(diǎn)明確、論證可信、論據(jù)充分、數(shù)據(jù)準(zhǔn)確、邏輯推理正確，文章結(jié)構(gòu)嚴(yán)謹(jǐn)、層次清楚、重點(diǎn)突出、文筆精練、圖表規(guī)范，并且是未在其他公開發(fā)行期刊或正式出版的論文集發(fā)表的作品。

稿件需要清楚地提出問題。對(duì)所研究問題的背景，研究工作的目的，主要方法、原理與主要儀器設(shè)備，結(jié)果(包括主要數(shù)據(jù))與分析以及結(jié)論等內(nèi)容有清楚的描述。

稿件涉及的研究項(xiàng)目應(yīng)具有一定的前沿性，在已有的環(huán)境工程技術(shù)研究存量上，研制出新的技術(shù)方法、新系統(tǒng)、新設(shè)備、新儀器；在原有基礎(chǔ)上引入新的觀點(diǎn)、新的方法或新的改進(jìn)；或是重大的新技術(shù)推廣應(yīng)用研究。

本刊要求作者注意保持嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)。凡引用他人觀點(diǎn)、成果，必須加以注明。

來稿全文(含圖、表)以8 000字為宜，有價(jià)值的論文可放寬至1.5萬字。為保證稿件評(píng)審的客觀公正，提高本刊的質(zhì)量，本刊實(shí)行雙向匿名審稿制度。稿件中應(yīng)注意避免影響匿名審稿的行文或注文出現(xiàn)。

作者進(jìn)入《環(huán)境工程技術(shù)學(xué)報(bào)》網(wǎng)站(www.hjgcjsxb.org.cn)登錄在線投稿系統(tǒng)，注冊(cè)用戶名后，在線投遞論文。投稿及查看進(jìn)度等使用方法請(qǐng)查看網(wǎng)站首頁的“使用指南”。本刊采用Word 2003版本排版。稿件圖、表須工整清楚，不得自造簡化字。不符合本投稿須知要求的稿件，編輯部將不予受理。

來稿的編排順序：題目、作者姓名、工作單位及城市、郵編，中文摘要、關(guān)鍵詞，英文題目、作者姓名漢語拼音、作者單位(英文)、英文摘要、英文關(guān)鍵詞(與中文關(guān)鍵詞相對(duì)應(yīng))，正文以及參考文獻(xiàn)。

在首頁腳注處應(yīng)注明收稿日期，基金項(xiàng)目(省部級(jí)以上基金資助或其他資助項(xiàng)目及項(xiàng)目批準(zhǔn)號(hào))，第一作者簡介(姓名、出生年、性別、職稱、學(xué)位、主要研究領(lǐng)域和E-mail)及責(zé)任作者簡介。

參考文獻(xiàn)一般不少于15篇，其中外文文獻(xiàn)不少于5篇。

編輯部收到稿件后即登記送審，經(jīng)初、復(fù)、終審，每一審稿程序完成后均可能產(chǎn)生不錄用稿。未被錄用稿將通過E-mail或電話通知作者，投稿時(shí)務(wù)必寫明E-mail和電話，以利編輯及時(shí)處理稿件，請(qǐng)勿一稿兩投。如果超過3個(gè)月未收到我刊的刊用通知，作者可自行處理稿件。您的來稿，無論本刊采用與否，概不退稿，請(qǐng)作者務(wù)必自留底稿。

文責(zé)自負(fù)，但編輯有權(quán)對(duì)來稿做文字性修改、刪節(jié)。如作者不同意刪改，請(qǐng)注明。

來稿采用后，本刊根據(jù)文稿質(zhì)量向作者支付稿酬。特殊稿件按雙方協(xié)議標(biāo)準(zhǔn)執(zhí)行。作者論文的著作權(quán)(含各種介質(zhì))使用費(fèi)與稿酬一次付清，不再另付。

文章在《環(huán)境工程技術(shù)學(xué)報(bào)》發(fā)表后，編輯部將制作配印刷封面的抽印本6本和2本樣刊贈(zèng)送給作者。

作者稿件一經(jīng)錄用，文稿將編入我刊數(shù)據(jù)庫檢索系統(tǒng)，并提供使用功能。如不同意以上投稿須知條款內(nèi)容及有關(guān)版權(quán)使用協(xié)議的規(guī)定，請(qǐng)作者在來稿時(shí)聲明，本刊將視情況做適當(dāng)處理，否則視為同意。

StudyonSpatialDistributionCharacteristicsofWaterQualityinXiheRiverandBaitapuRiverofShenyang

LI Rui, GAO Hong-jie, SONG Yong-hui, PENG Jian-feng, YU Hui-bin, WANG Si-yu

Department of Urban Water Environmental Research, Chinese Research Academy of Environmental Sciences, Beijing 100012, China

In order to investigate the pollution characteristics of Shenyang section of Hunhe River, a key zone for Liao River Basin water pollution control, various methods including principal component analysis (PCA), cluster analysis (CA), discriminant analysis (DA) and GIS-based Kriging methods were used to analyze data sets of water quality for 10 parameters monitored at 18 different sites of Xihe River and Baitapu River in the dry season to determine spatial distribution patterns of the water quality. PCA results showed that the eigenvalues of the first three principal components of Baitapu River corresponded to the cumulated variance contribution ratio of 85.10%, with the main pollutants being ammonia nitrogen concentration and chlorophyll-a concentration, pH, etc. The eigenvalues of the first four principal components of Xihe River corresponded to the cumulated variance contribution ratio of 91.24%, and the main pollutants being ammonia nitrogen concentration, total nitrogen concentration, pH, electrical conductivity, etc. Spatical difference analysis showed that the water quality index of sample points in the surrounding area of middle and lower reaches of Baitapu River was higher than that of sample points in the surrounding area of the upstream. The organic pollution of Baitapu River was outstanding, and the heavy pollution areas were located at the section from Baitapu River into Hunhe River. The water quality index of sample points in the surrounding area of upstream of Baitapu River was higher than that of sample points in the surrounding area of the downstream. The ammonia-nitrogen pollution of Xihe River was heavy and the heavy pollution areas were located at the upstream of Xihe River.

Xihe River; Baitapu River; spatial distribution of the water quality; principal component analysis; cluster analysis; Kriging

1674-991X(2013)05-0429-08

2013-03-27

收稿日期:國家水體污染控制與治理科技重大專項(xiàng)(2012ZX07202-005)

李蕊(1983—)，女，工程師，碩士，主要從事水污染治理技術(shù)研究，lirui.zz@163.com

*責(zé)任作者:宋永會(huì)(1967—)，男，研究員，博士，主要從事水污染控制技術(shù)研究，songyh@craes.org.cn

X522

A

10.3969j.issn.1674-991X.2013.05.067