坪山河水質(zhì)時(shí)空演變規(guī)律研究

，，，，

(1.華北水利水電大學(xué)，河南鄭州450000；2.中國水利水電科學(xué)研究院 流域水循環(huán)模擬與調(diào)控國家重點(diǎn)實(shí)驗(yàn)室，北京100038；3.河北農(nóng)業(yè)大學(xué)，河北保定071001)

水資源危機(jī)已成為世界上一個十分尖銳的社會問題，水資源危機(jī)不僅表現(xiàn)在水資源數(shù)量的短缺，更反映在水質(zhì)的惡化。近年來，隨著國家《水污染防治行動計(jì)劃》(簡稱“水十條”)的發(fā)布，城市水系水質(zhì)越來越受到重視。為更好地推進(jìn)地區(qū)水資源合理有序以及可持續(xù)的開發(fā)利用，更好地推進(jìn)最嚴(yán)格水資源管理制度的實(shí)施，探求地區(qū)水資源管理相對薄弱的環(huán)節(jié)，開展流域及地區(qū)水質(zhì)評價(jià)，識別典型城市河流中主要污染物和研究其時(shí)空變化規(guī)律很有必要。

水質(zhì)評價(jià)越來越受到人們的關(guān)注，評價(jià)方法也有很多。目前國內(nèi)外進(jìn)行水環(huán)境質(zhì)量評價(jià)的常用方法有內(nèi)梅羅指數(shù)法[1-3]，單因子法[4-5]，以及人工神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘手段模型[6-9]，T-S模糊神經(jīng)網(wǎng)絡(luò)模型[10]，差分進(jìn)化算法-投影尋蹤模型[11]，灰色模式識別模型[12]，可拓學(xué)物元分析方法[13-14]，模糊評價(jià)法[15-16]，主成分分析法[17-20]以及主成分分析法與其他方法耦合[21-22]等。Chang分析了Han River及其支流在1993—2002年中水環(huán)境時(shí)空變化，識別了主要影響因子[23]。Sener等結(jié)合水質(zhì)指標(biāo)法和GIS技術(shù)評估Aksu 河的水環(huán)境狀況，認(rèn)為化學(xué)需氧量和鎂是造成水環(huán)境惡化的主要參數(shù)[24]。Singh等采用多元統(tǒng)計(jì)分析方法，對Gomti River的24個水質(zhì)參數(shù)進(jìn)行研究，分析了河流水環(huán)境的時(shí)空變化特征[25]。張汪壽等利用多元統(tǒng)計(jì)法對北運(yùn)河武清段水污染的時(shí)空變異特征進(jìn)行了分析[26]。拜亞麗采用熵權(quán)的集對分析法對水環(huán)境質(zhì)量進(jìn)行評價(jià)[27]。

本文以深圳市坪山河流域?yàn)檠芯繉ο?，通過合理的案例設(shè)計(jì)與數(shù)據(jù)分析，以SPSS軟件中的主成分分析法為工具，研究了河流污染源主要成分的時(shí)空變異性,以期為坪山流域的河流主要污染的時(shí)空變化提供參考，為城市河流水污染防治和水環(huán)境管理提供支撐。

1 研究區(qū)概況

坪山河位于深圳市東北部龍崗區(qū)的坪山街道和深圳市大工業(yè)區(qū)境內(nèi)，貫穿整個新區(qū)，源短流急，是典型的城市雨源型河流。坪山河干流主要有3個水質(zhì)監(jiān)測站點(diǎn)，其中碧嶺位于上游，紅花潭位于中游，上洋斷面位于下游。其位置分布見圖1。

圖1 坪山河研究區(qū)位置

2 研究方法

2.1 主成分分析

主成分分析的原理是在保持重要信息的基礎(chǔ)上，通過原始變量的少數(shù)線性組合代表原始數(shù)據(jù)的絕大部分信息，減少研究問題的復(fù)雜程度。主成分評價(jià)水質(zhì)的方法，具體可分為以下步驟。

(1)

再求得滿足|λE-R|=0的非零值λ，根據(jù)特征值求出(λE-R)X=0的非零基礎(chǔ)解系P1，P2，…，Pn，即為對應(yīng)特征值λ的特征向量。主成分個數(shù)的提取原則為特征值前m個主成分，滿足：

(2)

c) 綜合評價(jià)

λ=λ1+λ1+,…,+λm

(3)

式中，m為主成分個數(shù)。通過式(3) 計(jì)算各監(jiān)測斷面主成分的得分值及綜合得分值，并對其污染程度進(jìn)行排序。其中綜合得分越高，污染就越嚴(yán)重，且主成分表達(dá)式中最大線性系數(shù)相對應(yīng)的指標(biāo)即為最主要的污染物。

應(yīng)用SPSS軟件，主要是為了獲得特征向量矩陣和原始數(shù)據(jù)的標(biāo)準(zhǔn)化后的矩陣。特征向量矩陣是通過“分析”—“降維”—“因子分析”，然后通過“轉(zhuǎn)換”—“計(jì)算變量”兩步獲得；而標(biāo)準(zhǔn)化矩陣通過“描述統(tǒng)計(jì)”—“描述”命令實(shí)現(xiàn)。后續(xù)的綜合得分通過Excel操作實(shí)行。

2.2 數(shù)據(jù)來源與案例設(shè)計(jì)

坪山河流域水質(zhì)數(shù)據(jù)來源于深圳市環(huán)境監(jiān)測中心站(碧嶺、紅花潭、上洋)，其數(shù)據(jù)監(jiān)測序列為2011—2015年，監(jiān)測項(xiàng)目為GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》中24項(xiàng)常規(guī)指標(biāo)，監(jiān)測頻率為每月一次。為摸清該河流的主要污染物質(zhì)和時(shí)空變化規(guī)律，本文數(shù)據(jù)分析設(shè)計(jì)如下。

a) 研究空間變異性。按照3斷面分別找出每個斷面的主要污染成分指標(biāo)，將5 a的數(shù)據(jù)和國標(biāo)的4個類別(Ⅱ，Ⅲ，Ⅳ，Ⅴ)的標(biāo)準(zhǔn)數(shù)據(jù)的22個指標(biāo)，設(shè)計(jì)(64×22)的矩陣，分別求出每個斷面的主要污染指標(biāo)。

b) 研究時(shí)間變異性。按照5 a分別找出每年的主要污染指標(biāo)，將3個斷面的12個月數(shù)據(jù)和國標(biāo)的4個類別(Ⅱ，Ⅲ，Ⅳ，Ⅴ)的標(biāo)準(zhǔn)數(shù)據(jù)，設(shè)計(jì)(36×22)的矩陣，分別求出每個年份的主要污染指標(biāo)。

3 結(jié)果與討論

3.1 水質(zhì)現(xiàn)狀評價(jià)

按照GB 3838—2002《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》，本文采用單因子污染指數(shù)法對碧嶺、紅花潭和上洋3個斷面近5 a的水質(zhì)情況進(jìn)行了評價(jià)，見圖2。

圖2 坪山河水質(zhì)分類評價(jià)結(jié)果

根據(jù)圖2可以看出，2011—2015年，上游碧嶺的水質(zhì)數(shù)據(jù)最好，介于Ⅱ類水與劣Ⅴ類水之間。中游的紅花潭和下游的上洋斷面水質(zhì)很差，常年為劣Ⅴ類水。碧嶺的水質(zhì)隨季節(jié)性的波動比較明顯，夏秋季節(jié)水質(zhì)較春冬季節(jié)好，這可能跟徑流量的季節(jié)性變化有關(guān)。但是根據(jù)這個評價(jià)結(jié)果，雖然能判別出其主要污染成分，但還很難辨別出其時(shí)空變異性。

3.2 坪山河水質(zhì)空間變異分析

按照3斷面(碧嶺、紅花潭、上洋)將5 a的水質(zhì)數(shù)據(jù)的22個指標(biāo)，設(shè)計(jì)(60×22)的矩陣，通過 SPSS 軟件分析得到3個斷面特征值矩陣見表1。最大線性系數(shù)即特征值的絕對值越大，其相對應(yīng)的指標(biāo)在各主成分中載荷就越大，因此特征值的絕對值最大者對應(yīng)的污染物指標(biāo)為主成分中最主要的污染物。每個斷面特征矩陣代表80%以上的信息，即在每個矩陣中篩選出代表所有信息80%的特征值。因?yàn)槊總€特征值在所在矩陣中的載荷不同，所以最后篩選出的特征值的個數(shù)也不同，即每個斷面的主要污染成分個數(shù)有所不同。

從表1可以看出，碧嶺斷面第一、第二和第三主成分中特征值最大值對應(yīng)的污染指標(biāo)分別為總磷、總氮和糞大腸菌群，即總磷在第一主成分中載荷最大，總氮在第二主成分中載荷最大，糞大腸菌群在第三主成分中載荷最大。紅花潭斷面鋅、砷在第一主成分中載荷最大，氨氮在第二主成分中載荷最大，氟化物在第三主成分中載荷最大，糞大腸菌群在第四主成分中載荷最大。上洋斷面硫化物在第一主成分中載荷最大，氨氮在第二主成分中載荷最大，化學(xué)需氧量在第三主成分中載荷最大，硒在第四主成分中載荷最大。分析得到斷面的主要污染成分指標(biāo)，見表2。

表1 3個斷面特征值矩陣

表2 坪山河流域不同斷面主要污染物分布

從表2可以看出上游碧嶺的主要污染物成分為總磷、氨氮、糞大腸菌群；中游的紅花潭主要污染物成分是鋅、砷、氨氮、氟化物、糞大腸菌群；下游的上洋主要污染物成分是硫化物、氨氮、化學(xué)需氧量、硒。3個斷面的主要污染物成分出現(xiàn)了一定的變化，其中氨氮是共有的主要污染物成分。

3.3 坪山河水質(zhì)時(shí)間變異分析

按照5 a將3個斷面的12個月數(shù)據(jù)設(shè)計(jì)(36×22)的矩陣，通過 SPSS 軟件分析得到2011—2015年特征值矩陣見表3，同空間變異分析，特征值的絕對值最大者對應(yīng)的污染物指標(biāo)為主成分中最主要的污染物。

表3 2011—2015年特征值矩陣

從表3分別可以看出2011—2015年各污染物在主成分中的載荷。通過表3分析得到每年的主要污染成分指標(biāo)見表4。

表4 坪山河流域不同時(shí)間主要污染物分布

從表4可以看出，2011年主要污染物成分為硫化物、氨氮和硒；2012年主要污染物為砷和氨氮；2013年主要污染物為硒、氨氮、糞大腸菌群和揮發(fā)酚；2014年主要污染物為砷、氨氮和揮發(fā)酚；2015年主要污染物為硒、氨氮、總磷和糞大腸菌群。2011年以來，氨氮一直都是主要的污染物，另外糞大腸菌群、砷、硒也是比較常出現(xiàn)的污染成分。偶爾也會出現(xiàn)硫化物、揮發(fā)酚等主要污染成分。

3.4 綜合分析

通過特征值計(jì)算各監(jiān)測斷面及各年主成分的得分值及綜合得分值，并對其污染程度進(jìn)行排序。其中綜合得分絕對值越高，污染就越嚴(yán)重。從表5可以看出，碧嶺的最好水質(zhì)出現(xiàn)在2015年，最差的在2012年，這可以說明2015年的水質(zhì)比2011年水質(zhì)狀況較好一些，上洋和紅花潭也有類似的情況，這說明從2011年以來，水質(zhì)有一定的改善。

表5 坪山河不同斷面在不同時(shí)間的綜合得分情況

從表6可以看出碧嶺12月至次年2月水質(zhì)較好，紅花潭1月至次年4月水質(zhì)較差。從2011—2015年，水質(zhì)年度排名最好的一直出現(xiàn)在碧嶺，最差的大部分出現(xiàn)在紅花潭，這說明碧嶺水質(zhì)優(yōu)于上洋，上洋優(yōu)于紅花潭。這結(jié)果與圖2的結(jié)果相印證，同時(shí)主成分分析法得到了圖2得不到的結(jié)果。碧嶺水質(zhì)優(yōu)于上洋，上洋優(yōu)于紅花潭表明污染源主要可能來自中游的紅花潭地區(qū)。

表6 不同年份綜合得分情況

4 結(jié)論

在水質(zhì)評價(jià)中，水質(zhì)指標(biāo)眾多，不同指標(biāo)間往往存在一定程度的重疊，運(yùn)用主成分分析可以對原指標(biāo)變量進(jìn)行變換后形成彼此相互獨(dú)立的主成分，在保證原始數(shù)據(jù)的信息損失最小的情況下，以少數(shù)的綜合變量取代原有的多維變量，減小評價(jià)指標(biāo)之間的相關(guān)影響，反映水質(zhì)的綜合狀況。通過分析得到以下3個結(jié)論。

a) 上游碧嶺的水質(zhì)最好，介于Ⅱ類水與劣Ⅴ類水之間。中游和下游的紅花潭上洋斷面水質(zhì)很差，常年為劣Ⅴ類水。碧嶺的水質(zhì)隨季節(jié)性的波動比較明顯，夏秋季節(jié)水質(zhì)較春冬季節(jié)好。

b) 從空間上看，碧嶺水質(zhì)優(yōu)于上洋，上洋優(yōu)于紅花潭。上游碧嶺的主要污染物為總磷、氨氮、糞大腸菌群；中游主要污染物為鋅、砷、氨氮、氟化物；下游主要污染物成分為硫化物、氨氮、化學(xué)需氧量、硒。3個斷面的主要污染物成分出現(xiàn)了一定的變化，其中氨氮是3個斷面共有的主要污染物成分。

c) 從時(shí)間上看，2011年以來，砷、氨氮一直都是主要的污染物，另外糞大腸菌群也是比較常出現(xiàn)的污染成分。通過污染程度排名，總體來看水質(zhì)有變好的趨勢。

d) 通過主成分分析法所得結(jié)果與長年監(jiān)測實(shí)際情況一致，結(jié)果表明，主成分分析方法是一種切實(shí)可行的水質(zhì)綜合評價(jià)方法，對環(huán)境質(zhì)量評價(jià)問題有一定的參考價(jià)值。