基于SOM和PCA的閩江流域地表水水質(zhì)綜合評價

程學(xué)寧,盧毅敏

(福州大學(xué)福建省空間信息工程研究中心,福建福州 350002)

基于SOM和PCA的閩江流域地表水水質(zhì)綜合評價

程學(xué)寧,盧毅敏

(福州大學(xué)福建省空間信息工程研究中心,福建福州 350002)

根據(jù)2014年1月至2015年11月閩江流域19個斷面的水質(zhì)月均值監(jiān)測數(shù)據(jù),采用自組織特征映射網(wǎng)絡(luò)(SOM)和主成分分析(PCA)法研究了閩江流域水質(zhì)時空變化特征,并用水質(zhì)指數(shù)對閩江水質(zhì)進行了綜合評價。SOM分析將水質(zhì)樣本分為3個空間群組,其中水質(zhì)變化周期分2個階段:4—11月、12月至次年3月。PCA法分析表明,春冬季沙溪和富屯溪支流以及閩江下游福州城區(qū)河段營養(yǎng)鹽水平偏高,在春夏季上游部分河段和下游閩江口有機污染水平偏高。水質(zhì)指數(shù)評價結(jié)果顯示,閩江流域整體水質(zhì)較好,其中三大子流域及閩江下游水質(zhì)評價從優(yōu)至劣順序為:富屯溪流域、建溪流域、沙溪流域、閩江下游流域。

自組織特征映射網(wǎng)絡(luò);主成分分析;水質(zhì)評價;地表水;閩江流域

地表水水質(zhì)問題一直是各國水資源開發(fā)利用中不可忽視的問題,特別是在中國,伴隨著現(xiàn)代化發(fā)展進程,地表水污染以及可利用水資源不足成為制約社會發(fā)展的關(guān)鍵因素。一方面,流域地表水作為重要的區(qū)域水資源,廣泛應(yīng)用于城市建設(shè)、工業(yè)生產(chǎn)和農(nóng)林灌溉,河流水質(zhì)狀況決定了流域水資源開發(fā)利用程度;另一方面,受到多種人為和自然環(huán)境因素影響,地表水資源可持續(xù)利用面臨威脅。因此,開展流域地表水水質(zhì)綜合評價,全面評估流域地表水水質(zhì)狀況,獲得污染物在時空維度中的變化信息,評價污染狀況,從而為流域全面水質(zhì)管理、污染物控制提供決策依據(jù),就顯得尤為重要。

從20世紀(jì)80年代起,我國已開展有關(guān)河流水質(zhì)綜合評價工作。常用的地表水水質(zhì)綜合評價方法有單因子評價法、模糊評價法、灰色系統(tǒng)評價法、集對分析法[1-2]、層次分析法、主成分分析[3-5]、聚類方法[5]、人工神經(jīng)網(wǎng)絡(luò)法、水質(zhì)標(biāo)識指數(shù)法等。然而,在流域尺度、多斷面、高維水質(zhì)樣本評價時,這些方法存在一些不足:單因子評價法和污染指數(shù)法評價結(jié)果存在極化問題;基于模糊數(shù)學(xué)理論、灰色系統(tǒng)理論、集對分析理論等的水質(zhì)評價方法對指標(biāo)權(quán)重的選取存在爭議,且模型自動化水平低;傳統(tǒng)的聚類方法很難合理地反映樣本的整體拓撲結(jié)構(gòu),故在水質(zhì)綜合評價研究中往往采用幾種方法結(jié)合以彌補單一方法可靠性不足的問題[6]。流域水質(zhì)綜合評價中自組織映射神經(jīng)網(wǎng)絡(luò)(SOM)[7-11]、主成分分析(PCA)[7]、水質(zhì)標(biāo)識指數(shù)[12-14]等方法越來越受到學(xué)者的關(guān)注。其中SOM可將高維數(shù)據(jù)通過自組織聚類映射到低維空間并可視化,且具有保留原始向量特征的拓撲結(jié)構(gòu)關(guān)系的優(yōu)點[15-16];PCA在水質(zhì)評價中可從多變量中篩選出主要獨立的綜合因子[17],且保留原始主要信息,也能對不同地區(qū)水質(zhì)狀況進行比較分析[18];水質(zhì)標(biāo)識指數(shù)評價能整體、客觀、定量地反映流域水質(zhì)狀況。因此,本文選取2014年1月至2015年11月閩江流域19處監(jiān)測斷面水質(zhì)監(jiān)測數(shù)據(jù),應(yīng)用SOM-Kmedoids算法和PCA法分析閩江流域地表水質(zhì)時空變化特征,對閩江流域近2年間水質(zhì)變化中的人為和自然影響進行鑒別,并采用水質(zhì)標(biāo)識指數(shù)進行水質(zhì)評價,以期客觀、全面地揭示流域地表水水質(zhì)宏觀狀況,并為閩江流域開展流域水環(huán)境管理與污染控制提供參考,以便改善流域未來水質(zhì)。

1 研究區(qū)概況

閩江是福建省第一大水系,位于東經(jīng)116°23'~ 119°35',北緯25°23'~28°16'之間,全長562 km,其流域面積占福建省陸域面積的近一半,發(fā)源于福建、江西交界的建寧縣均口鄉(xiāng),南平以上有建溪、富屯溪和沙溪三大主要支流,在南平市匯合后稱閩江,自南平到閩江入?？?沿途有吉溪、尤溪、古田溪、梅溪、大樟溪等支流匯入(圖1)。上游地區(qū)為山區(qū)性河流,多峽谷盆地,下游多曲流漫灘。各地降水量年均在1 000 mm以上,其中以閩北山區(qū)為多,降雨主要集中在春夏(3—6月,7—9月)兩季,占全年降水量的80%以上;年平均蒸發(fā)量多介于1250~1800 mm之間;流域內(nèi)水質(zhì)屬于低礦化度地表水,以重碳酸鹽類水為主,總硬度低,為極軟水區(qū)。流域覆蓋福建省7地市,常住人口1 300余萬,域內(nèi)城鎮(zhèn)及交通干線多沿江兩岸分布。閩江水體污染來源于工業(yè)廢水、生活和醫(yī)療污水以及農(nóng)藥化肥的使用,工業(yè)廢水約占廢水總量的70%。

2 水質(zhì)監(jiān)測指標(biāo)和數(shù)據(jù)分析方法

圖1 研究區(qū)及監(jiān)測斷面示意圖

2.1 水質(zhì)監(jiān)測指標(biāo)及分析方法

為全面評估閩江流域水環(huán)境質(zhì)量狀況,在流域主要干流、重點支流以及流域內(nèi)重點水庫等共選取監(jiān)測斷面19處(圖1),其中斷面編碼首字母代表河段,M代表閩江干流,J代表建溪支流,S代表沙溪支流,F代表富屯溪支流,D代表大漳溪支流。監(jiān)測時間段為2014年1月至2015年11月,數(shù)據(jù)來自福建省水利廳提供的水質(zhì)自動監(jiān)測站監(jiān)測斷面月均值數(shù)據(jù)。監(jiān)測指標(biāo)及數(shù)據(jù)獲得方法:水溫,溫度計法; p H,玻璃電極法;電導(dǎo)率,電導(dǎo)率儀;濁度,濁度儀; DO,電化學(xué)探頭法;CODMn,CODMn測定儀;NH3-N,水楊酸分光光度法;TP,鉬酸銨分光光度法。各監(jiān)測指標(biāo)基礎(chǔ)統(tǒng)計結(jié)果見表1。

2.2 數(shù)據(jù)分析方法

2.2.1 自組織特征映射神經(jīng)網(wǎng)絡(luò)(SOM)

SOM是基于競爭式學(xué)習(xí)的一種網(wǎng)絡(luò),由輸入層、輸出層和權(quán)重向量構(gòu)成,輸出層的神經(jīng)元是以矩陣方式排列于一維或二維的空間中,根據(jù)輸入向量彼此競爭以爭取得到調(diào)整權(quán)重向量的機會,最后輸出層的神經(jīng)元會根據(jù)輸入向量的特征以有意義的拓撲結(jié)構(gòu)展現(xiàn)在輸出空間中[15]。根據(jù)文獻[19]建議,輸出層神經(jīng)元個數(shù)M與輸入是數(shù)據(jù)樣本數(shù)量N之間的關(guān)系式是M=5 N。自組織特征映射在輸出層上包括競爭、合作和自組織等3個過程,輸出層二維空間上每個神經(jīng)元的權(quán)值向量和輸入層向量維度一致,輸出層神經(jīng)元j的連接權(quán)值向量為:ωj= [ωj1,ωj2,…,ωjd]T,其中j=1,2,…,M,d為輸入數(shù)據(jù)集屬性維度。競爭過程:為找出每個數(shù)據(jù)向量v的優(yōu)勝神經(jīng)元,通過計算找出輸入向量v與權(quán)值向量間距離(通常是歐幾里得距離)中的最短距離,即Cv= min{‖v-ωjTvi‖},Cv表示輸入向量v與內(nèi)積ωjTv差值最小的神經(jīng)元為獲勝神經(jīng)元(winning units);合作過程:通過競爭過程找出獲勝神經(jīng)元后,再通過臨近函數(shù)(常用墨西哥帽函數(shù))找出獲勝神經(jīng)元臨近的神經(jīng)元;自組織過程:更新與獲勝神經(jīng)元臨近的神經(jīng)元的權(quán)值向量,其連接權(quán)值修正法如下:ωi(t+1)= ωit+μt·αt(vt-ωiTvt),其中μt與αt分別為搜索半徑與學(xué)習(xí)率。在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中,學(xué)習(xí)率與搜索半徑在學(xué)習(xí)過程中逐漸衰減,即逐漸收斂,最終得到最佳分群。

本文中輸入層含8個神經(jīng)元,連接8項水質(zhì)參數(shù),輸出層神經(jīng)元采用2維平面、六邊形網(wǎng)格排列?；赟OM-Kmedoids算法[20-21],對SOM初次聚類簇中心進行二次聚類,根據(jù)DB(Davies-Bouldin)指數(shù)最小自動選擇最終分類。輸出內(nèi)容包括距離矩陣(U-matrix/unified distance matrix)以及變量位面(Variables planes),U-矩陣給出了全部變量與對象集合的半定量關(guān)系,單個變量位面則給出了全部對象的每個變量的分布。利用U-矩陣與變量位面可以有效評估變量之間與內(nèi)部對象之間的關(guān)系[22]。

2.2.2 主成分分析(PCA)

在各個領(lǐng)域研究中往往需要對反映事物的多個變量進行觀測,收集大量的數(shù)據(jù)以便進行規(guī)律分析。多變量大樣本給科學(xué)研究提供了豐富信息,也給分析帶來了一定的難度。PCA旨在利用降維的思想,把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)(即主成分),用每個主成分來解釋原始數(shù)據(jù)變量信息[17-23]。主成分貢獻率得分可以解釋原始數(shù)據(jù)指標(biāo)的地理空間分布和時間變化特征[7]。本文對研究數(shù)據(jù)集中19處斷面、23個月的水質(zhì)主成分貢獻率得分結(jié)果在地圖上進行可視化分析。

2.2.3 水質(zhì)標(biāo)識指數(shù)

水質(zhì)標(biāo)識指數(shù)法因其計算簡單、結(jié)構(gòu)清晰,是地表水水質(zhì)評價中使用最廣最久的方法之一[24]。單因子評價法只能進行單項指標(biāo)評價,無法對水體進行綜合水質(zhì)評價,且同一等級水體不能進行量化對比。水質(zhì)標(biāo)識指數(shù)法是從所有污染物指標(biāo)中獲得一個能夠全面評價水環(huán)境質(zhì)量的模式方法,用各類污染物指數(shù)進行數(shù)學(xué)上的歸納與統(tǒng)計,得出一個簡單的表征整體水質(zhì)質(zhì)量水平的數(shù)值。該方法能獲知整體水質(zhì)與多個指標(biāo)之間的相對關(guān)系,可對不同區(qū)域、時期的水質(zhì)進行評價對比。本文采用在單因子水質(zhì)標(biāo)識指數(shù)[25](single water quality factor,SWQF)法基礎(chǔ)上改進的河流綜合水質(zhì)標(biāo)識指數(shù)[26](comprehensive water quality identification index, CWQII)法作為水質(zhì)綜合評價的基礎(chǔ)方法。關(guān)于單因子水質(zhì)標(biāo)識指數(shù)和河流綜合水質(zhì)標(biāo)識指數(shù)的具體計算參考文獻[23-24]。

3 結(jié)果與分析

3.1 自組織神經(jīng)網(wǎng)絡(luò)輸出結(jié)果分析

基于SOM-Kmedoids算法將19個監(jiān)測斷面、23個月的月監(jiān)測數(shù)據(jù)集共437個樣本數(shù)據(jù)標(biāo)準(zhǔn)化處理后進行聚類,依據(jù)神經(jīng)元數(shù)量計算公式確定神經(jīng)元個數(shù)為110個(11×10),訓(xùn)練過程中采用線性初始化方法,鄰域核函數(shù)為墨西哥草帽函數(shù),鄰域搜索半徑為3,通過1 000次迭代訓(xùn)練樣本數(shù)據(jù),最終得到穩(wěn)定的自組織映射圖(圖2)。

表1 各監(jiān)測指標(biāo)基礎(chǔ)統(tǒng)計結(jié)果

圖2 水質(zhì)參數(shù)SOM可視化及U-matrix

如圖2所示,各水質(zhì)參數(shù)在SOM上的位置、距離及其顏色分布模式顯示參數(shù)間的半定量的關(guān)系。根據(jù)SOM圖可直觀判斷存在相關(guān)關(guān)系的有NH3-N與TP、電導(dǎo)率與CODMn、p H與DO。對8項指標(biāo)采用Pearson系數(shù)檢驗參數(shù)相關(guān)性,見表2。從表2可知,8項水質(zhì)指標(biāo)中,溫度與電導(dǎo)率、DO和NH3-N呈弱負相關(guān)關(guān)系;p H與DO呈弱正相關(guān)關(guān)系,與NH3-N和TP呈弱負相關(guān)關(guān)系;電導(dǎo)率與NH3-N、TP呈弱正相關(guān)關(guān)系;濁度與TP呈弱正相關(guān)關(guān)系;DO與NH3-N、TP呈弱負相關(guān)關(guān)系; CODMn與NH3-N、TP呈弱正相關(guān)關(guān)系,NH3-N與TP呈顯著正相關(guān)關(guān)系。說明各參數(shù)SOM能夠直觀地解釋各水質(zhì)指標(biāo)顯著相關(guān)關(guān)系的特點。由此說明各參數(shù)SOM能夠直觀地解釋各水質(zhì)指標(biāo)顯著相關(guān)的特點[9]。

表2 水質(zhì)參數(shù)之間的相關(guān)系數(shù)

圖3 基于SOM-Kmedoids的聚類結(jié)果

3.2 基于自組織特征映射的閩江水質(zhì)樣本聚類分析

基于SOM-Kmedoids算法,以閩江流域設(shè)置的19個監(jiān)測斷面為對象,采用23個月的437個水質(zhì)監(jiān)測樣本,根據(jù)DB指數(shù)(1.27)最小化原則劃分群組,將整體數(shù)據(jù)樣本劃分為3類,記為C1、C2、C3,如圖3所示,顯示了各聚類類別包含的神經(jīng)元,不同群組用不同顏色以區(qū)分,神經(jīng)元上數(shù)字表示其所屬類組的編號,如圖3(b)左下角的神經(jīng)元編號為C1表示該神經(jīng)元歸屬C1類;圖3(c)顯示了每個神經(jīng)元所包含的原始數(shù)據(jù)樣本數(shù)量;圖3(d)、(e)展示了SOM時空聚類結(jié)果,將19個監(jiān)測斷面空間劃分為3組,其中J4、J5、J6、F1、F3、F4和S3屬于C1組, D1、M2、M3、M4、F2、S1、S2、J2、J3和J7屬于C2組,M1和J1屬于C3組;將水質(zhì)變化周期劃分為4月至11月以及12月至次年3月2個時段,其中2組代表4月份至11月份,1、3組代表12月份至次年3月份。閩江流域汛期水量、流速較非汛期有顯著變化,水質(zhì)周期與流域汛期時間比較吻合。

從表3可知,p H和CODMn在各組中變化不大;溫度、濁度和電導(dǎo)率受水文汛期影響呈現(xiàn)不同變化,其中溫度受季節(jié)氣溫變化影響,濁度和電導(dǎo)率受河流流量和流速影響,而濁度在汛期水流多變背景下水平增高;DO和NH3-N呈現(xiàn)小幅波動變化,DO的單因子評價等級均為I類,說明閩江流域河流水體自凈能力較好,而NH3-N的波動也說明其值大小受閩江水文背景影響;TP在各分組中有顯著的波動,且C3組單因子評價等級為Ⅲ級,說明流域仍存在一定的磷污染風(fēng)險。

3.3 基于PCA的閩江流域水質(zhì)時空特征分析

對各站點月份水質(zhì)樣本19×23共437組樣本集進行主成分分析,檢驗流域時空背景下是否存在主要污染輸出變量。首先對數(shù)據(jù)集進行KMO和Bartlett球體檢驗,確定是否能夠進行因子分析。Bartlett球體檢驗的顯著性概率是0,小于0.001,說明拒絕零假設(shè),相關(guān)系數(shù)不是單位矩陣,適合做因子分析。KMO值為0.588 931 1,一般認為在0.6左右可以做因子分析。依據(jù)Kaiser-Harris準(zhǔn)則建議保留特征值大于1的主成分,共有3個確定為輸出主成分?jǐn)?shù)量。表4展示了因子分析的輸出結(jié)果,包括特征值、方差貢獻率、累計方差貢獻率。主成分分析結(jié)果使用3個主成分因子解釋原始數(shù)據(jù)集變量信息,其方差累計貢獻率為57%。主成分1方差貢獻率為23%,與溫度、電導(dǎo)率、NH3-N和TP有高度相關(guān)性,NH3-N和TP可作為解釋營養(yǎng)鹽污染指標(biāo),其中溫度和電導(dǎo)率為物理性質(zhì)指標(biāo),溫度解釋了水體環(huán)境變化,電導(dǎo)率指示水體酸堿鹽量的大小。主成分2方差貢獻率為18%,與p H和DO相關(guān),可作為解釋水體自凈能力。主成分3方差貢獻率為16%,與溫度、CODMn相關(guān),可作為有機物污染指標(biāo)。

通過主成分分析,計算得主成分得分系數(shù),構(gòu)成主成分得分公式如下:

表3 SOM聚類各組指標(biāo)均值統(tǒng)計信息及水質(zhì)評價結(jié)果

表4 水質(zhì)監(jiān)測指標(biāo)主成分分析結(jié)果

各監(jiān)測斷面主成分得分水平展示了流域各站點水質(zhì)時空特征變化,通過時空交叉分析可獲取流域水質(zhì)污染物時空規(guī)律。圖4展示了閩江流域19個站點23個月份的水質(zhì)主成分得分,橫坐標(biāo)為時間軸,從2014年1月至2015年11月;縱坐標(biāo)為得分分值,藍色代表主成分1,紅色代表主成分2,綠色代表主成分3。

主成分1得分水平解釋了營養(yǎng)鹽污染指標(biāo),得分高表明存在營養(yǎng)鹽污染即水體富營養(yǎng)化。流域水體富營養(yǎng)化發(fā)生的時期主要集中在春季和冬季階段,以斷面M1、M2、S2、F2、J1具有代表性,在1—3月份處于高水平,其他月份處于較低水平或正常水平。代表性斷面空間分布位于沙溪和富屯溪流域上游和閩江下游地區(qū),冬春季河流水溫偏低,處于非汛期階段,斷面水流流速和流量均下降,水體自凈能力較汛期階段降低;另一方面,上游河段流經(jīng)人類生活區(qū)匯入未經(jīng)處理的生活廢水,以及下游工業(yè)排放廢水的影響,使得水體氮磷水平較高,易發(fā)生富營養(yǎng)化[27]。

圖4 閩江流域19個監(jiān)測斷面PCA得分時空分布

主成分2得分水平解釋了水體自凈能力,得分高代表斷面水質(zhì)較好,水體自凈能力正常。流域得分較高的時期主要集中在春、秋、冬季,表明該成分與氣溫相關(guān)性較高,普通天然水體環(huán)境中水溫越高DO濃度越低,另外,在水體環(huán)境較適宜的背景下藻類生物也能影響DO的飽和度[28]。得分較高的斷面主要集中在河流的上游,受人類活動影響較小的地區(qū),具有代表性的斷面有F3、S3、J5、J6;河流的干支流下游受人類生活和工業(yè)生產(chǎn)排放污水影響,各斷面顯示該成分得分較低,具有代表性的斷面有M2、S1、F1。

主成分3得分水平解釋了水體有機物污染影響,得分高代表該斷面受到有機物污染,水質(zhì)受到影響。從流域整體來看,表現(xiàn)出4—9月份(汛期)得分較高、其他月份較低的時間規(guī)律,且2015年和2014年水平相差不大,代表性斷面有J1、J3、F3、S2,其中S2和F3均為水庫斷面,以上4個斷面均位于河流上游山區(qū)地帶,在汛期強降水作用下,林區(qū)地表腐殖物,農(nóng)業(yè)生產(chǎn)未被作物吸收的化肥、農(nóng)藥殘留和牲畜糞便等在地表徑流沖刷下匯入河流,因此上游地區(qū)非點源污染問題應(yīng)該得到重視;在各斷面中下游河口斷面(M1)呈現(xiàn)出得分增大的污染趨勢,M1斷面位于閩江下游閩江口,該河段流域集中了紡織、塑膠、農(nóng)產(chǎn)品加工、船舶修造和醫(yī)藥產(chǎn)業(yè),接納了大量的工業(yè)區(qū)污水和城市生活廢水,因此閩江河口地區(qū)水質(zhì)面臨較大的污染風(fēng)險,考慮到下游福州市人口密集對水生態(tài)安全的要求更為緊迫,有必要對下游地區(qū)水污染采取控制措施。

3.4 基于水質(zhì)指數(shù)的水質(zhì)評價結(jié)果分析

為梳理流域各站點水質(zhì)達標(biāo)情況,對各站點23個月的水質(zhì)監(jiān)測樣本數(shù)據(jù)分別采用SWQF和CWQII統(tǒng)計分析水質(zhì)評價結(jié)果(表5)。SWQF作為通用水質(zhì)評價方法,可作為監(jiān)測斷面水質(zhì)是否達到功能區(qū)水質(zhì)目標(biāo)的指標(biāo);CWQII可對各斷面水質(zhì)等級進行對比,比較各斷面的水質(zhì)優(yōu)劣。

對各監(jiān)測斷面水質(zhì)監(jiān)測樣本SWQF達標(biāo)率作分析,各斷面監(jiān)測數(shù)據(jù)樣本數(shù)量在23個,按照斷面所在功能區(qū)劃水質(zhì)目標(biāo)等級對各斷面水質(zhì)監(jiān)測達標(biāo)率統(tǒng)計。水質(zhì)達標(biāo)率滿足斷面所在功能區(qū)水質(zhì)目標(biāo)的有斷面D1、F1、F2、F3、J4、J5、J6以及S1、S3,此類9處斷面均位于縣市交界區(qū),人口稀少,自然植被保存較好,受工農(nóng)業(yè)生產(chǎn)活動影響較小,也說明閩江上游富屯溪和大樟溪支流河流水質(zhì)較好,短期內(nèi)不存在水體污染風(fēng)險。存在水質(zhì)超標(biāo)在20%以上的斷面有J1(24.8%)、J2(65.2%)、J3(91.3%)、J7 (34.8%)、M1(85.2%)、M2(56.6%)、S2 (43.5%)。而斷面J1、J2、J3、J7、M1、M2、S2存在不同程度的超標(biāo)污染情況,主要受NH3-N和TP指標(biāo)超標(biāo)影響,使得整體水質(zhì)等級偏低,J1、J2、J3、J7斷面均處于人類生活聚集區(qū)范圍內(nèi),受城鎮(zhèn)非點源生活污水排放和工農(nóng)業(yè)生產(chǎn)排污影響,出現(xiàn)間歇性的水質(zhì)超標(biāo)情況,而M1、M2處于福州市區(qū)的中下游位置,M1、M2斷面超標(biāo)率水平顯著高于上游監(jiān)測斷面M3,說明河流流經(jīng)城市市區(qū)后水體受城市排污影響,水質(zhì)顯著下降,使得TP濃度水平顯著升高。S2位于三明安砂水庫,受水庫水產(chǎn)養(yǎng)殖和圍湖居民點生活排污影響;S3位于三明市市區(qū)內(nèi),長期受城市三廢排放影響,另外自20世紀(jì)80年代沙溪上下游建設(shè)的一系列梯級水電設(shè)施導(dǎo)致河流流速下降,也使得水體自凈能力受到一定影響[29]。

表5 各斷面單水質(zhì)評價結(jié)果

以CWQII評價結(jié)果中Ⅰ類和Ⅱ類占整體的比重之和作為指標(biāo),對閩江流域19個監(jiān)測斷面水質(zhì)優(yōu)劣進行綜合排序,順序為:J2>F1>S3>F3>J4> J6>J5>J7>M4>F2>F4>S2>D1>M2>J3 >S1>M3>M1>J1,可知,富屯溪流域監(jiān)測斷面水質(zhì)監(jiān)測結(jié)果整體較好,流域內(nèi)4個監(jiān)測斷面水質(zhì)均處于排序前部分,也與單因子水質(zhì)標(biāo)識指數(shù)監(jiān)測結(jié)果一致;建溪干流及各支流上游水質(zhì)監(jiān)測結(jié)果也較好,只有干流監(jiān)測斷面J3與高陽溪支流斷面J1排序靠后,主要原因是斷面受營養(yǎng)鹽和有機物季節(jié)性污染影響;沙溪流域內(nèi)3個斷面中S1、S3斷面位于城鎮(zhèn)人口聚集區(qū),受生活源污染排放影響,S2斷面由于水庫的攔蓄作用,每年汛期,攔蓄使得有機物積累,在一定程度上影響了水質(zhì);閩江下游4個斷面中M1、M3斷面水質(zhì)評價排序靠后,M1斷面位于福州市市區(qū)閩江口位置,主要受城市大量生活和生產(chǎn)污染排放匯入河流中,使得水質(zhì)下降。另外,從SOM斷面空間聚類也驗證了各斷面水質(zhì)優(yōu)劣集聚性,其中M1和J1歸屬于C3組,J4、J5、J6、F1、F3、F4和S3屬于C1組,D1、M2、M3、M4、F2、S1、S2、J2、J3和J7屬于C2組,且C1組斷面水質(zhì)整體優(yōu)于其他兩組。

從流域整體看,三大子流域及閩江下游水質(zhì)狀況優(yōu)先順序是:富屯溪流域>建溪流域>沙溪流域>閩江下游流域。

4 結(jié) 論

a.通過對閩江流域水質(zhì)監(jiān)測數(shù)據(jù)的SOM建模分析,得到了各水質(zhì)指標(biāo)的自組織映射圖,半定量化地分析了各指標(biāo)存在的相關(guān)關(guān)系,并通過Pearson相關(guān)系數(shù)對水質(zhì)指標(biāo)相關(guān)性進行了驗證,在月時間尺度下,溫度與電導(dǎo)率、DO和NH3-N呈顯著負相關(guān)關(guān)系,p H與DO呈顯著正相關(guān)關(guān)系,NH3-N與電導(dǎo)率、TP呈顯著正相關(guān)關(guān)系?；赟OMKmedoids的聚類明顯地識別出閩江流域19處水質(zhì)監(jiān)測斷面時空變化特征,將閩江水質(zhì)監(jiān)測斷面空間劃分為3組,空間聚類與CWQII評價結(jié)果一致;將水質(zhì)變化時間周期劃分為4月至11月和12月至次年3月份2個階段,說明流域水質(zhì)時間變化特征顯著,且與河流水文汛期變化有顯著關(guān)系。

b.通過PCA對閩江流域水質(zhì)月監(jiān)測數(shù)據(jù)進行分析,將流域水質(zhì)指標(biāo)降維為3個主成分,分別涵蓋了水體營養(yǎng)鹽污染因子、自凈能力和有機物污染因子,并依據(jù)3項主成分得分對閩江流域19個斷面水質(zhì)進行時空特征分析,結(jié)果表明春冬季節(jié)沙溪和富屯溪支流以及閩江下游福州城區(qū)河段營養(yǎng)鹽污染成分得分較高,在汛期(4—9月)流域上游和下游閩江河口地區(qū)有機污染物得分水平顯著較高,究其原因與流域上游城鎮(zhèn)污水處理能力不足、非點源污染排放以及下游城市生活廢水和工業(yè)生產(chǎn)活動排污有關(guān)。因此,閩江流域上游和下游河段流域是水環(huán)境治理的重點區(qū)域,有必要開展上游流域非點源污染治理研究,提高上游城鎮(zhèn)污水治理能力,并分析下游河段有機物污染治理和調(diào)控措施。

c.采用SWQF和CWQII對閩江流域月時間步長監(jiān)測數(shù)據(jù)進行評價,并對SOM聚類各組和各站點水質(zhì)評價等級進行統(tǒng)計分析。結(jié)果表明閩江流域整體水質(zhì)趨于良好,Ⅰ~Ⅱ類水質(zhì)占整體96.1%,但TP指標(biāo)存在一定污染危險,需進一步進行識別控制。按照各斷面所在水質(zhì)功能區(qū)劃要求達標(biāo)的斷面有9處,均處在縣市交界處或人口密度小的區(qū)域,其他斷面存在不同程度水質(zhì)超標(biāo)情況,主要與非點源生活污水排放和工業(yè)生產(chǎn)污水排放相關(guān)。另外,從流域整體來看,三大子流域及閩江下游水質(zhì)狀況從優(yōu)至劣順序如下:富屯溪流域、建溪流域、沙溪流域、閩江下游流域。

[1]YANG X H,ZHANG X J,HU X X,et al.Nonlinear optimization set pair analysis model(NOSPAM)for assessing water resource renewability[J].Nonlinear Processes in Geophysics,2011,18(5):599-607.

[2]陳南祥,蘇榮,曹文庚.基于熵權(quán)的集對分析法在土默特左旗地下水水質(zhì)評價中的應(yīng)用[J].干旱區(qū)資源與環(huán)境,2013, 27(6):30-34.(CHEN Nanxiang,SU Rong,CAO Wengeng. Application of the set pair analysis emthod to evaluation of shallow groundwater quality based on entropy weight[J]. Journal of Arid Land Resources and Environment,2013,27 (6):30-34.(in Chinese))

[3]劉瀟,薛瑩,紀(jì)毓鵬,等.基于主成分分析法的黃河口及其鄰近水域水質(zhì)評價[J].中國環(huán)境科學(xué),2015,35(10):3187-3192.(LIU Xiao,XUE Ying,JI Yupeng,et al.An assessment of water quality in the Yellow River estuary and its adjacent waters based on principal component analysis[J].China Environmental Science,2015,35(10):3187-3192.(in Chinese))

[4]張國珍,喬國亮,武福平,等.主成分分析法在窖水水質(zhì)變化評價中的應(yīng)用[J].環(huán)境科學(xué)與技術(shù),2014,37(4):181-184. (ZHANG Guozhen,QIAO Guoliang,WU Fuping,et al. Application of principal component analysis to an evaluation of water quality in water cellar[J].Environmental Science& Technology,2014,37(4):181-184.(in Chinese))

[5]XIN X K,LI K F,FINLAYSON B,et al.Evaluation, prediction,and protection of water quality in Danjiangkou Reservoir,China[J].Water Science and Engineering,2015,8 (1):30-39.

[6]KIM J Y,BHATTA K,RASTOGI G,et al.Application of multivariate analysis to determine spatial and temporal changes in water quality after new channel construction in the Chilika Lagoon[J].Ecological Engineering,2016,90:314-319.

[7]WANG Y B,LIU C W,LEE J J.Differentiating the spatiotemporal distribution of natural and anthropogenic processes on river water-quality variation using a selforganizing map with factor analysis[J].Archives of Environmental Contamination&Toxicology,2015,69(2): 254-263.

[8]PARK Y S,KWON Y S,HWANG S J,et al.Characterizing effects of landscape and morphometric factors on water quality of reservoirs using a self-organizing map[J]. Environmental Modelling&Software,2014,55(5):214-221.

[9]李偉,姚笑顏,梁志偉,等.基于自組織映射與哈斯圖方法的地表水水質(zhì)評價研究[J].環(huán)境科學(xué)學(xué)報,2013,33(3):893-903.(LI Wei,YAO Xiaoyan,LIANG Zhiwei,et al. Assessment of surface water quality using self-organizing map and Hasse diagram technique[J].Acta Scientiae Circumstantiae,2013,33(3):893-903.(in Chinese))

[10]李為,都雪,林明利,等.基于PCA和SOM網(wǎng)絡(luò)的洪澤湖水質(zhì)時空變化特征分析[J].長江流域資源與環(huán)境,2013,22 (12):1593-1601.(LI Wei,DU Xue,LIN Mingli,et al.Spatialtemporal variation characteristics of water quality in hongze lake based on PCA and SOM[J].Resources and Environment in the Yangtze Basin,2013,22(12):1593-1601.(in Chinese))

[11]朱藝峰,施慧雄,金成法,等.象山港海域水質(zhì)時空格局的自組織特征映射神經(jīng)網(wǎng)絡(luò)識別[J].環(huán)境科學(xué)學(xué)報,2012,32 (5):1236-1246.(ZHU Yifeng,SHI Huixiong,JIN Chengfa, et al.Identification of spatiotemporal patterns of sea water quality in Xiangshan Bay by using self-organizing maps[J]. Acta Scientiae Circumstantiae,2012,32(5):1236-1246.(in Chinese))

[12]MOSTAFAEI A.Application of multivariate statistical methods and water-quality index to evaluation of water quality in the Kashkan River[J].Environmental Management,2014,53(4):865-881.

[13]張旋,王啟山,于淼,等.基于聚類分析和水質(zhì)標(biāo)識指數(shù)的水質(zhì)評價方法[J].環(huán)境工程學(xué)報,2010,4(2):476-480. (ZHANG Xuan,WANG Qishan,YU Miao,et al.An approach for water quality assessment based on hierarchical cluster analysis and comprehensive water quality identification index[J].Chinese Journal of Environmental Engineering,2010,4(2):476-480.(in Chinese))

[14]楊柳,宋健飛,宋波,等.主要污染物水質(zhì)標(biāo)識指數(shù)法在河流水質(zhì)評價的應(yīng)用[J].環(huán)境科學(xué)與技術(shù),2015,38(11):239-245.(YANG Liu,SONG Jianfei,SONG Bo,et al.Primary pollutant water quality identification index method and its application to comprehensive evaluation of river water quality [J].China Environmental Science,2015,38(11):239-245.(in Chinese))

[15]KOHONEN T.Self-organization maps[J].Neurocomputing, 1990,21(1/3):1-6.

[16]VESANTO J,ALHONIEMI E.Clustering of the selforganizing map[J].IEEE Transactions on Neural Networks, 2000,11(3):586-600.

[17]馮利華.環(huán)境質(zhì)量的主成分分析[J].數(shù)學(xué)的實踐與認識, 2003,33(8):32-35.(FENG Lihua.Principal component analysis of environmental quality[J].Mathematics in Practice and Theory,2003,33(8):32-35.(in Chinese))

[18]陳東景,馬安青,徐中民,等.因子分析法在水質(zhì)評價中的應(yīng)用[J].水文,2002,22(3):29-31.(CHENG Dongjing,MA Anqing,XU Zhongmin,et al.The application of factor analysis in water quality evaluation[J].Journal of China Hydrology,2002,22(3):29-31.(in Chinese))

[19]ASTEL A,TSAKOVSKI S,BARBIERI P,et al.Comparison of self-organizing maps classification approach with cluster and principal components analysis for large environmental data sets[J].Water Research,2007,41(19):4566-4578.

[20]胡曉雪,趙嵩正,吳楠.基于SOM-DB-PAM混合聚類算法的電力客戶細分[J].計算機工程,2015,41(10):295-301. (HU Xiaoxue,ZHAO Songzheng,WU Nan.Power customer segmentation based on SOM-DB-PAM hybrid clustering algorithm[J].Computer Engineering,2015,41(10):295-301. (in Chinese))

[21]張釗,王鎖柱,張雨.一種基于SOM和PAM的聚類算法[J].計算機應(yīng)用,2007,27(6):1400-1402.(ZHANG Zhao, WANG Suozhu,ZHANG Yu.New clustering method based on hybrid of SOM and PAM[J].Journal of Computer Applications,2007,27(6):1400-1402.(in Chinese))

[22]TSAKOVSKI S,ASTEL A,SIMEONOV V.Assessment of the water quality of a river catchment by chemometric expertise[J].Journal of Chemometrics,2010,24(11/12): 694—702.

[23]盛周君,孫世群,王京城,等.基于主成分分析的河流水環(huán)境質(zhì)量評價研究[J].環(huán)境科學(xué)與管理,2007,32(12):172-175. (SHENG Zhoujun,SUN Shiqun,WANG Jingcheng,et al. Comprehensive evaluation of river water enviromental quality based on the principal component analysis[J]. Environmental Science and Management,2007,32(12):172-175.(in Chinese))

[24]尹海龍,徐祖信.河流綜合水質(zhì)評價方法比較研究[J].長江流域資源與環(huán)境,2008,17(5):729-733.(YI Hailong,XU Zuxin.Comparative study on typical river comprehensive water quality assessment methods[J].Resources and Environment in The Yangtze Basin,2008,17(5):729-733.(in Chinese))

[25]徐祖信.我國河流單因子水質(zhì)標(biāo)識指數(shù)評價方法研究[J].同濟大學(xué)學(xué)報(自然科學(xué)版),2005,33(3):321-325.(XU Zuxin.Single factor water quality identification index for environmental quality assessment of surface water[J]. Journal of Tongji University(Natural Science),2005,33(3): 321-325.(in Chinese))

[26]徐祖信.我國河流綜合水質(zhì)標(biāo)識指數(shù)評價方法研究[J].同濟大學(xué)學(xué)報(自然科學(xué)版),2005,33(4):482-488.(XU Zuxin. Comprehensive water quality identification index for environmental quality assessment of surface water[J]. Journal of Tongji University(Natural Science),2005,33(4): 482-488.(in Chinese))

[27]高永霞,宋玉芝,于江華,等.環(huán)太湖不同性質(zhì)河流水體磷的時空分布特征[J].環(huán)境科學(xué),2016,37(4):1401-1412.(GAO Yongxia,SONG Yuzhi,YU Jianghua,et al.Spatial and temporal distribution characteristics of different forms of phosphorus in three sorts of rivers around Taihu Lake[J]. Environmental Science,2016,37(4):1401-1412.(in Chinese))

[28]張軍毅,黃君,嚴(yán)飛,等.梅梁湖水體溶解氧特征及其與p H的關(guān)系分析[J].復(fù)旦學(xué)報(自然科學(xué)版),2009(5):623-627. (ZHANG Junyi,HUANG Jun,YAN Fei,et al.Preliminary study on characters of dissolved oxygen and the relationship with p H in Meiliang Lake[J].Journal of Fudan University (Natural Science),2009(5):623-627.(in Chinese))

[29]姚環(huán),簡文彬,彭功勛.閩江水利工程的環(huán)境水質(zhì)效應(yīng)問題[J].福州大學(xué)學(xué)報(自然科學(xué)版),2000,28(5):118-121. (YAO Huan,JIAN Wenbin,PENG Gongxun.Some environmental problems concerning water quality effected by construction of water conservancy projects along the Minjiang River[J].Journal of Fuzhou University(Natural Science),2000,28(5):118-121.(in Chinese))

Comprehensive evaluation of surface water quality in Minjiang River Basin based on SOM and PCA

CHENG Xuening,LU Yimin
(Spatial Information Research Center of Fujian Province,Fuzhou University,Fuzhou 350002,China)

Based on the monthly average monitoring data of water quality from 19 sections in the Minjiang River Basin during the period from January 2014 to November 2015,we used the self-organizing map (SOM)and principal component analysis(PCA)to study the characteristics of temporal-spatial variations of water quality in the Minjiang River Basin,and conducted a comprehensive assessment of water quality of the Minjiang River with the water quality indices.Through the SOM analysis,we classified the water samples into three space groups,in which the water quality variation period was divided into two phases: one from April to November,and the other from December to March of the following year.The PCA analysis shows that the nutrients in the tributaries of the Shaxi and Futunxi rivers and in the urban river section in Fuzhou City downstream the Minjiang River maintained at a high level in the spring and winter. Meanwhile,the organic pollution level was high in some parts of the upper reaches and the downstream Minjiang River mouth in the spring and summer.The results of evaluation of water quality indices show that the water quality in the Minjiang River Basin is good on the whole.The three sub-basins and the lower reaches of the Minjiang River showed a descending order in water quality as follows:the Futunxi Basin, the Jianxi Basin,the Shaxi Basin,and the lower reaches of the Minjiang River Basin.

SOM;PCA;water quality assessment;surface water;Minjiang River Basin

X820.2

A

1004-6933(2017)03- 0059- 09

2016- 1026 編輯:徐 娟)

10.3880/ji.ssn.1004-6933.2017.03.012

程學(xué)寧(1990—),男,碩士研究生,研究方向為環(huán)境監(jiān)測與評價、環(huán)境影響評價。E-mail:cxuening123@yahoo.com

盧毅敏,副研究員。E-mail:luym@lreis.ac.cn