張 苒，劉 京，周 偉，李東一

1．廣東省環(huán)境監(jiān)測中心，廣東 廣州 510308

2．中國環(huán)境監(jiān)測總站，國家環(huán)境保護環(huán)境監(jiān)測質量控制重點實驗室，北京 100012

水質自動監(jiān)測技術在我國迅速發(fā)展，經過十幾年的建設，國家環(huán)境管理部門已經實現了對全國大江大河水質的自動實時監(jiān)測與監(jiān)控;各地方省市除建設了對轄區(qū)水體水質的自動監(jiān)測系統，還有針對性地建設了用于水環(huán)境生態(tài)補償、監(jiān)控重點流域水環(huán)境污染治理達標以及飲用水源地水質的自動監(jiān)測站。據不完全統計，全國地表水水質自動監(jiān)測站的數量已經達到了2 000 多個［1-3］。

目前，我國地表水自動監(jiān)測站基本配置的監(jiān)測項目:五參數(水溫、pH、電導率、溶解氧DO和濁度)、高錳酸鹽指數(CODMn)、氨氮(NH3-N)和總有機碳(TOC)8項。隨著自動監(jiān)測技術的不斷成熟、監(jiān)測項目不斷拓展，有些地方還安裝了監(jiān)測揮發(fā)性有機污染物(VOCs)、重金屬以及生物毒性等項目的在線分析儀，自動監(jiān)測的優(yōu)勢及數據的可靠性越來越被充分認識［4-6］。水質自動監(jiān)測的頻次一般是每4 h監(jiān)測一次，每月約有180組監(jiān)測數據，與手工常規(guī)例行監(jiān)測每月一次相比較，自動監(jiān)測帶來了海量的數據，如何更好地發(fā)揮自動站數據量的優(yōu)勢，如何使用有限的項目達到我們對水質的監(jiān)控目的，如何從海量的數據中尋找水質變化的規(guī)律，是我們面臨的迫切重要課題。

1 實驗部分

1.1 數據來源與分析方法

數據來源于2011—2013年廣東省主要流域的2個水質自動監(jiān)測站(簡稱為水站1和水站2)。

五參數(水溫、pH、DO、電導率、濁度)采用美國某公司自動分析儀，CODMn、NH3-N、總磷及重金屬均采用中國某公司的自動監(jiān)測儀，分析方法見表1。

表1 水質自動監(jiān)測儀器分析方法

1.2 統計方法

收集整理了2011—2013年2個水站的自動監(jiān)測數據及2011年水站所在斷面的常規(guī)監(jiān)測數據，對自動與常規(guī)監(jiān)測數據進行了長時間段、大數據量的趨勢分析;采用Pearson相關系數法分析探討了自動監(jiān)測項目之間數據的相關性及數據之間存在聯動變化;采用SPSS16.0和EXCEL2007對水文水質數據進行分析和繪圖［7］。

2 結果與討論

2.1 自動與常規(guī)監(jiān)測結果對比分析

對2011年1#水站全年連續(xù)監(jiān)測數據的日均值與常規(guī)監(jiān)測數據進行比較，如圖1～圖4所示。結果顯示，主要水質指標(DO、CODMn、NH3-N和總磷)的變化趨勢基本一致。由于自動監(jiān)測的頻次高(每2 h一次、每月360次)，能夠及時捕捉和反映水質的細微變化。如圖1所示，DO在1月中旬至2月中旬的常規(guī)數據圖中呈下降趨勢，但從自動監(jiān)測數據曲線中可看出，水體中的DO在2月初有一個很大的峰值;同樣的情況在圖3 NH3-N的11—12月的數據中也可以看出。因此，如果按照常規(guī)監(jiān)測數據來進行日常監(jiān)控，雖然從長期看不會影響對水質的評價及其變化趨勢的判斷，但很有可能會漏掉有參考價值的瞬時數據，從而錯過對污染事故的及時調查。隨著自動監(jiān)測技術的不斷成熟以及自動監(jiān)測質量控制和質量保證措施的不斷完善，自動監(jiān)測數據越來越準確可靠［2］，可進一步為精細化的環(huán)境管理提供技術支持。

圖1 DO的自動監(jiān)測與常規(guī)監(jiān)測數據比較

圖2 CODMn的自動監(jiān)測與常規(guī)監(jiān)測數據比較

圖3 NH3-N的自動監(jiān)測與常規(guī)監(jiān)測數據比較

2.2 自動監(jiān)測參數之間的相關性分析

整理2個水站連續(xù)3年的自動監(jiān)測數據，采用Pearson相關系數法對數據間的相關性進行統計計算與分析，各指標間的相關性見表2和表3。結果可見，水體五參數間及與其他參數間均存在一定的聯動變化。水體DO濃度與水溫呈顯著負相關關系(P＜0.01，2個水站r分別為－0.91和－0.68)，水溫升高，DO飽和度降低，水體DO濃度降低，反之則升高;總磷、鉛濃度與濁度、電導率與鉛、鋅濃度之間也呈現較高的相關性。因此，考察五參數的實時監(jiān)測數據與其他指標之間的相關性可以為監(jiān)控這些指標提供依據［8-9］。

圖4 TP的自動監(jiān)測與常規(guī)監(jiān)測數據比較

表2 水站1各指標Pearson相關系數r

表3 水站2各指標Pearson相關系數r

2.3 水文水質間的響應分析

從自動監(jiān)測的水文、水質數據的相關性分析中發(fā)現，濁度與流量存在良好的相關性，相關系數為0.822(圖5)。說明在同一個斷面，濁度的高低可以間接反映河流流量的大小。另外，流量也是影響水質的重要因素［10］，表2中流量與水體pH、DO、電導率及綜合毒性均呈現較高的相關性，分別達到－0.68、－0.58、－0.72和0.94。

圖5 水體流量與濁度的相關性

3 預警監(jiān)測應用分析

3.1 電導率預警

圖6顯示了某水站近一年的電導率日均值變化。當水體電導率數據超過800 μS/cm時，負責水站運行的技術人員采集樣品進行手工分析，成功地發(fā)現了一起重金屬污染事件。實驗室分析結果:電導率831 μS/cm、鎳0.21 mg/L超過地表水標準(0.02 mg/L)9倍，錳0.38 mg/L超過地表水標準(0.1 mg/L)2.8倍。

圖6 電導率自動監(jiān)測數據日均值變化

3.2 多參數同步預警

圖7 ～圖10呈現了某一水站各監(jiān)測項目之間的濃度變化關系。

圖7 電導率、濁度、pH、溶解氧相關變化

圖8 電導率與高錳酸鹽指數相關變化

圖9 電導率與氨氮相關變化

圖7 顯示水站各監(jiān)測參數每日的數據在一定幅度內變化，濁度的變化范圍為5～120 NTU，電導率為90～380 μS/cm，DO 為6～9 mg/L。但是共性地表現在峰值出現的時間基本一致，特別是有規(guī)律地在2:00—8:00出現測定峰值。通過實地排查發(fā)現，該斷面上游有水電站排水發(fā)電，水電站與水站之間有支流匯入。在2:00—8:00時段該發(fā)電站不發(fā)電不排水，因此這一時段監(jiān)測到的主要是匯入的支流水質。處于下游的水站及時地捕捉到水質明顯發(fā)生規(guī)律性變化。

圖10 電導率與總磷相關變化

圖8 、圖9和圖10的數據分析顯示，電導率與CODMn、NH3-N以及總磷之間呈明顯的正相關關系(相關系數0.5～0.8為中度相關，大于0.8為高度相關)，其中電導率與CODMn的相關性為0.85，電導率與總磷的相關性為0.94，與 NH3-N的相關性為0.73。

4 結論

通過對長期大量常規(guī)與自動監(jiān)測數據的比較，說明兩者監(jiān)測到的水質變化及其趨勢一致，而水站的高頻次監(jiān)測可以實現對水體的不間斷測定，捕捉到水質的細微變化，在水質預警監(jiān)測中起到哨兵的作用。

通過對2個水站連續(xù)3年的自動監(jiān)測數據的分析，發(fā)現五參數的變化更直接地反映水質變化，不僅電導率、DO、濁度、pH之間存在一定的相關性;五參數的變化可以指征其他指標的變化，對深入分析水體的變化及變化趨勢提供了非常寶貴的預警信號。

文中實例表明，電導率與總磷的相關性為0.94，與CODMn的相關性為0.85，與 NH3-N的相關性為0.73。說明五參數的監(jiān)測數據能夠真實地反映水體污染物的實際變化情況。

已經建成的水站要在運行過程中注重研究五參數數據與其他污染項目的相關性，特別是當地潛在污染風險源的污染物與五參數的相關性，在五參數數據有顯著變化時及時啟動人工排查監(jiān)測，更及時有效地發(fā)揮水站預警監(jiān)測的作用。充分發(fā)揮五參數自動分析儀設備價格低、技術成熟、維護量小、運行維護成本低的優(yōu)勢。

［1］劉京，周密，陳鑫，等．國家地表水水質自動監(jiān)測網的建設與運行管理的探索與思考［J］．環(huán)境監(jiān)控與預警，2014，6(1):10-13．

［2］張苒，周純．水質自動監(jiān)測理念更新的探討．環(huán)境監(jiān)測科技新進展—第十次全國環(huán)境監(jiān)測學術論文集［M］．北京:化學工業(yè)出版社，2011:893-896．

［3］孫海林，李巨峰，朱媛媛．我國水質在線監(jiān)測系統的發(fā)展與展望［J］．中國環(huán)保產業(yè)，2009(2):12-15．

［4］楊大勇，林奎．環(huán)境監(jiān)測自動監(jiān)測系統信息共享技術研究［J］．中國環(huán)境監(jiān)測，2006，22(5):1-5．

［5］張祥志．江蘇省水質自動監(jiān)測系統建設與運行管理［J］．環(huán)境監(jiān)測管理與技術，2006，18(2):607．

［6］劉曉茹，李貴寶，孫天華．水質監(jiān)測的自動化、網絡化發(fā)展［C］．廣州:第八屆海峽兩岸水利科技交流研討會，2004．

［7］時立文．SPSS19.0統計分析——從入門到精通［M］．北京，清華大學出版社，2012．

［8］Baborowski M，Buttner O，Einax J W．Assessment of water quality in the Elbe river at low water conditions based on factor analysis［J］．clean soil air，water，2011，39(5):437-443．

［9］鄭丙輝，張佳磊，王麗婧等．大寧河水華敏感期浮游植物與環(huán)境因子關系［J］．環(huán)境科學，2011，32(3):641-648．

［10］Kim J，Nagano Y，Furumai H．Runoff load estimation of particulate and dissolved nitrogen in Lake Inba watershed using continuous monitoring data on turbidity and electric conductivity［J］．water science and technology，2012，66(5):1 015-1 021．