唐國(guó)平，陳德超，黃振旭，徐小峰

（蘇州科技大學(xué) 環(huán)境科學(xué)與工程學(xué)院 江蘇 蘇州215009）

基于多元統(tǒng)計(jì)和水質(zhì)標(biāo)識(shí)指數(shù)的丹金溧漕河溧陽(yáng)段水質(zhì)評(píng)價(jià)研究

唐國(guó)平，陳德超*，黃振旭，徐小峰

（蘇州科技大學(xué) 環(huán)境科學(xué)與工程學(xué)院 江蘇 蘇州215009）

以丹金溧漕河溧陽(yáng)段為例，在利用因子分析從11個(gè)水質(zhì)評(píng)價(jià)指標(biāo)中篩選出6個(gè)作為水質(zhì)評(píng)價(jià)重要指標(biāo)的基礎(chǔ)上，通過(guò)分層聚類分析將4個(gè)監(jiān)測(cè)斷面2011—2014年的180個(gè)樣本點(diǎn)分成7組，并用非參數(shù)假設(shè)檢驗(yàn)驗(yàn)證了結(jié)果的可靠性。最后以各組的樣本均值為基礎(chǔ)，采用水質(zhì)標(biāo)識(shí)指數(shù)方法對(duì)各組的水質(zhì)樣本進(jìn)行評(píng)價(jià)，并將評(píng)價(jià)結(jié)果分配到各組對(duì)應(yīng)的水質(zhì)樣本點(diǎn)。結(jié)果表明，丹金溧漕河溧陽(yáng)段2011—2014年的水質(zhì)大部分劣于III類，枯水期內(nèi)水質(zhì)較差。

多元統(tǒng)計(jì)分析；水質(zhì)標(biāo)識(shí)指數(shù)；水質(zhì)評(píng)價(jià)；丹金溧漕河；溧陽(yáng)

丹金溧漕河是太湖西部地區(qū)主要水運(yùn)干線，北起丹陽(yáng)連接大運(yùn)河和長(zhǎng)江，南至溧陽(yáng)與安徽連通，全長(zhǎng)約66.9 km。丹金溧漕河溧陽(yáng)段位于丹金溧漕河下游，經(jīng)金壇市進(jìn)入溧陽(yáng)市境內(nèi)，境內(nèi)流程約17.3 km，承擔(dān)著洪水調(diào)蓄、航運(yùn)、納污等職能。近年來(lái)在當(dāng)?shù)丨h(huán)保部門及各鄉(xiāng)鎮(zhèn)政府通力合作推進(jìn)各項(xiàng)治污措施的基礎(chǔ)上，該河流水質(zhì)有所改善，但由于區(qū)域水網(wǎng)縱橫交錯(cuò)，航運(yùn)發(fā)達(dá)，制約水質(zhì)達(dá)標(biāo)的因素復(fù)雜，污染問(wèn)題仍較為嚴(yán)峻。因此，選用適當(dāng)?shù)乃|(zhì)評(píng)價(jià)方法對(duì)該河流水質(zhì)狀況做出合理的評(píng)價(jià)顯得尤為重要。目前常用的水質(zhì)評(píng)價(jià)方法有指數(shù)評(píng)價(jià)法[1－2]、模糊數(shù)學(xué)綜合評(píng)價(jià)法[3－4]、灰色系統(tǒng)評(píng)價(jià)法[5－6]、人工智能模型[7]和多元統(tǒng)計(jì)方法[4，8-11]等。 上述水質(zhì)評(píng)價(jià)方法在水環(huán)境綜合評(píng)價(jià)過(guò)程中各有優(yōu)點(diǎn)，其中多元統(tǒng)計(jì)分析法應(yīng)用廣泛，既考慮了污染物在時(shí)空上的關(guān)聯(lián)性，又避免了大量重復(fù)計(jì)算造成的過(guò)程繁雜，具有較好的推廣應(yīng)用價(jià)值。

文中以丹金溧漕河溧陽(yáng)段為例，將多元統(tǒng)計(jì)分析與水質(zhì)標(biāo)識(shí)指數(shù)法相結(jié)合，首先在利用因子分析（Factor Analysis，F(xiàn)A）篩選出水質(zhì)評(píng)價(jià)重要指標(biāo)的基礎(chǔ)上，通過(guò)分層聚類（Hierarchical Cluster Analysis，HCA）按樣本相似程度進(jìn)行聚類分組，然后以各組的水質(zhì)均值為基礎(chǔ)，采用綜合水質(zhì)標(biāo)識(shí)指數(shù)法對(duì)各組樣本水質(zhì)進(jìn)行評(píng)價(jià)，最后將得到的水質(zhì)評(píng)價(jià)結(jié)果分配到各組對(duì)應(yīng)的水質(zhì)樣本點(diǎn)，以期實(shí)現(xiàn)對(duì)多斷面、長(zhǎng)時(shí)段的大量樣本的水質(zhì)評(píng)價(jià)。

1 數(shù)據(jù)及方法

1.1 數(shù)據(jù)來(lái)源

丹金溧漕河溧陽(yáng)段沿線共設(shè)有4個(gè)例行水質(zhì)監(jiān)測(cè)斷面，自上而下依次為別橋（S1）、鳳凰東橋（S2）、夏橋（S3）和新村里（S4），如圖1所示。其中，新村里斷面為國(guó)控?cái)嗝?，代表了丹金溧漕河溧?yáng)段出境前水質(zhì)。文中采用溧陽(yáng)市環(huán)境監(jiān)測(cè)站提供的4個(gè)監(jiān)測(cè)斷面2011—2014年的水質(zhì)數(shù)據(jù)，每個(gè)監(jiān)測(cè)斷面選取生化需氧量（BOD5）、化學(xué)需氧量（COD）、高錳酸鹽指數(shù)（CODMn）、氨氮（NH3-N）、總磷（TP）、溶解氧（DO）、石油類、揮發(fā)酚、總氮（TN）、氟化物和硫化物等11個(gè)指標(biāo)作為丹金溧漕河水質(zhì)評(píng)價(jià)的基礎(chǔ)指標(biāo)，水質(zhì)樣本共180個(gè)（2011年鳳凰東橋和夏橋采樣頻次為每?jī)稍?次，其余均為每月1次）。數(shù)據(jù)分析采用的軟件為Excel 2010和SPSS20.0。

圖1 研究區(qū)域及監(jiān)測(cè)斷面示意圖

1.2 研究方法

1.2.1 因子分析

因子分析（FA）有很多方法，常用的有R型因子分析和Q型因子分析，前者使用的是變量的相關(guān)矩陣，后者使用的是樣品的相似系數(shù)矩陣[12]。文中利用因子分析主要進(jìn)行評(píng)價(jià)指標(biāo)的篩選，故選擇R型因子分析。 因子分析法的基本原理[13]：設(shè)對(duì)每個(gè)樣本觀測(cè)p個(gè)相互間有相關(guān)性的指標(biāo)（變量）X1，X2，…，Xp，共觀測(cè)n 個(gè)樣本，則 p 個(gè)指標(biāo)組成的向量 X=（X1，X2，…，Xp）T。在對(duì)原始數(shù)據(jù)作標(biāo)準(zhǔn)化處理的基礎(chǔ)上，將每個(gè)原有變量用 k（k＜p）個(gè)因子 f1，f2，…，fk的線性組合來(lái)表示，即有

上式就是因子分析的數(shù)學(xué)模型，也可以用矩陣的形式表示為X=AF+ε，其中X是可實(shí)測(cè)的隨機(jī)向量；F稱為因子，由于它們出現(xiàn)在每個(gè)原有變量的線性表達(dá)式中，因此，又稱為公共因子；A稱為因子載荷矩陣，aij（i=1，2，…，p；j=1，2，…，k）稱為因子載荷；ε稱為特殊因子，表示原有變量不能被因子解釋的部分，其均值為 0。

1.2.2 分層聚類分析

分層聚類分析（HCA）的目的是把相似或相近的對(duì)象歸并成類，研究的主要內(nèi)容是如何度量相似性和構(gòu)造聚類的具體方法[12]，包括“指標(biāo)聚類”和“樣品聚類”，考慮到水質(zhì)樣本之間的差異性與相似性，文中采用樣品聚類的方法對(duì)樣本點(diǎn)進(jìn)行分組。

相似程度的計(jì)算包括樣本間距離和組間距離兩類，前者包括歐氏距離、Chebychev距離和Minkowski距離等；后者包括最短距離法、最長(zhǎng)距離法和離差平方和法（Ward法）等。在實(shí)際應(yīng)用中，離差平方和法分類效果較好，應(yīng)用也比較廣泛[14]。因此，文中采用Ward法，樣本間的距離采用歐氏距離。

1.2.3 非參數(shù)檢驗(yàn)

在總體分布未知或知之甚少的情況下，利用樣本數(shù)據(jù)對(duì)總體分布形態(tài)等進(jìn)行推斷的一類統(tǒng)計(jì)方法稱為非參數(shù)假設(shè)檢驗(yàn)（Nonparametric Test），具有對(duì)樣本數(shù)據(jù)要求較低、檢驗(yàn)條件寬松、計(jì)算相對(duì)簡(jiǎn)單等優(yōu)點(diǎn)。SPSS中的非參數(shù)檢驗(yàn)方法包括單樣本K-S檢驗(yàn)、兩獨(dú)立樣本檢驗(yàn)、兩配對(duì)樣本檢驗(yàn)、多獨(dú)立樣本檢驗(yàn)和多配對(duì)樣本檢驗(yàn)等。文中采用多配對(duì)樣本檢驗(yàn)對(duì)分層聚類結(jié)果進(jìn)行差異性檢驗(yàn)。

1.2.4 水質(zhì)標(biāo)識(shí)指數(shù)法

水質(zhì)標(biāo)識(shí)指數(shù)法分為單因子水質(zhì)標(biāo)識(shí)指數(shù)法和綜合水質(zhì)標(biāo)識(shí)指數(shù)法，具體如下：

（1）單因子水質(zhì)標(biāo)識(shí)指數(shù)法

單因子水質(zhì)標(biāo)識(shí)指數(shù)Pi由一位整數(shù)及小數(shù)點(diǎn)后兩位有效數(shù)字組成，其公式表示如下

式中，X1代表第i項(xiàng)水質(zhì)指標(biāo)的水質(zhì)類別，可以通過(guò)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》（GB3838-2002）來(lái)確定，取值為1，2，…，6；X2代表該監(jiān)測(cè)數(shù)據(jù)在X1類水質(zhì)變化區(qū)間中所處的位置，按四舍五入的原則計(jì)算確定；X3代表水質(zhì)類別與功能區(qū)劃設(shè)定類別的比較結(jié)果，反映評(píng)價(jià)指標(biāo)的污染程度，為1-2位有效數(shù)字。

（2）綜合水質(zhì)標(biāo)識(shí)指數(shù)法

為了避免單因子評(píng)價(jià)法以偏概全的缺點(diǎn)，綜合水質(zhì)標(biāo)識(shí)指數(shù)既突出了污染最嚴(yán)重的指標(biāo)的影響，又綜合考慮了各項(xiàng)水質(zhì)評(píng)價(jià)指標(biāo)，以全面反映水質(zhì)樣本的總體特征。綜合水質(zhì)標(biāo)識(shí)指數(shù)P由單因子水質(zhì)標(biāo)識(shí)指數(shù)的平均值和最大值兩部分構(gòu)成，用公式表示如下

式中，P為n項(xiàng)單因子水質(zhì)標(biāo)識(shí)指數(shù)的算術(shù)平均值；Pmax為n項(xiàng)單因子水質(zhì)標(biāo)識(shí)指數(shù)中的最大值；n為水質(zhì)指標(biāo)數(shù)。

通過(guò)綜合水質(zhì)標(biāo)識(shí)指數(shù)P，可以判斷水體的水質(zhì)級(jí)別和污染程度，具體評(píng)判標(biāo)準(zhǔn)見(jiàn)表1。

表1 基于綜合水質(zhì)標(biāo)識(shí)指數(shù)的綜合水質(zhì)級(jí)別判定

2 結(jié)果與分析

2.1 水質(zhì)評(píng)價(jià)指標(biāo)的篩選

為了篩選出用于綜合評(píng)價(jià)水質(zhì)級(jí)別的重要指標(biāo)，對(duì)4個(gè)斷面2011—2014年每月11個(gè)指標(biāo)數(shù)據(jù)共180個(gè)樣本進(jìn)行因子分析。從表2因子分析結(jié)果可見(jiàn)，KMO檢驗(yàn)值為0.714，Bartlett球形檢驗(yàn)的顯著性水平為0.000，說(shuō)明這些變量各自不全獨(dú)立，它們之間有簡(jiǎn)單線性相關(guān)關(guān)系，表3顯示上下游同一種污染指標(biāo)的相關(guān)性，且相關(guān)系數(shù)r均在0.70以上，因此，可做因子分析；前3個(gè)公因子的特征值大于1，這3個(gè)公因子在旋轉(zhuǎn)成分矩陣表中對(duì)應(yīng)有較高因子載荷的變量為氟化物、CODMn、BOD5、石油類、COD和DO，同時(shí)根據(jù)該河段入河水質(zhì)（即S1斷面水質(zhì)）調(diào)查發(fā)現(xiàn)，這6個(gè)指標(biāo)濃度均較高，所以選其作為水質(zhì)評(píng)價(jià)的重要指標(biāo)是較合理的。

表2 KMO統(tǒng)計(jì)量和球型檢驗(yàn)

表3 上下游同一種污染指標(biāo)的相關(guān)性

2.2 水質(zhì)樣本分組及檢驗(yàn)

2.2.1 樣本分組

利用SPSS20.0對(duì)180個(gè)水質(zhì)樣本進(jìn)行分層聚類分析，從聚類樹狀圖可以看出，180個(gè)樣本點(diǎn)從分成7組變化到分成4組時(shí)，橫軸的距離出現(xiàn)了一個(gè)大幅度的增加，意味著應(yīng)將這180個(gè)樣本分成7組（分別編號(hào)G1－G7，見(jiàn)表4）。

2.2.2 差異性檢驗(yàn)

為了進(jìn)一步檢驗(yàn)聚類分析的效果，對(duì)各分組內(nèi)的多個(gè)配對(duì)樣本進(jìn)行了非參數(shù)假設(shè)檢驗(yàn)，見(jiàn)表5。結(jié)果表明，所檢驗(yàn)的7個(gè)分組的漸近顯著性水平都大于0.05，故認(rèn)為這7個(gè)分組內(nèi)各水質(zhì)樣本間不存在顯著差異，證明聚類分析是有效的。因此，可用組內(nèi)樣本的均值（見(jiàn)表6）代表各組樣本的總體特征進(jìn)行水質(zhì)評(píng)價(jià)，從而減輕水質(zhì)評(píng)價(jià)的工作量。

表4 7組樣本各自對(duì)應(yīng)的水質(zhì)樣本點(diǎn)

表5 7組樣本非參數(shù)假設(shè)檢驗(yàn)結(jié)果

2.3 水質(zhì)評(píng)價(jià)結(jié)果

2.3.1 水質(zhì)標(biāo)識(shí)指數(shù)評(píng)價(jià)

把通過(guò)分層聚類得到的7個(gè)組的組內(nèi)樣本均值代入水質(zhì)標(biāo)識(shí)指數(shù)公式（2）－（4）中，得到各組水質(zhì)樣本的單因子水質(zhì)標(biāo)識(shí)指數(shù)及綜合水質(zhì)標(biāo)識(shí)指數(shù)，見(jiàn)表6。從表6可以看出，7組樣本的水質(zhì)狀況分布在III類～I(xiàn)V類之間，其中有3組是III類水質(zhì)，分別為G1、G3、G4；有4組是IV類水質(zhì)，分別為G2、G5、G6、G7。 此外，還可比較水質(zhì)狀況相近樣本的水質(zhì)優(yōu)劣，如G1、G3和G4都是III類水質(zhì)，其污染程度為G4＞G3＞G1；G2、G5、G6和G7都是IV類水質(zhì)，其污染程度為G7＞G5＞G6＞G2。

表6 7組樣本單因子和綜合水質(zhì)標(biāo)識(shí)指數(shù)評(píng)價(jià)結(jié)果

2.3.2 多斷面、長(zhǎng)時(shí)段的水質(zhì)評(píng)價(jià)

把上述各組樣本的水質(zhì)評(píng)價(jià)結(jié)果根據(jù)表4分配到各自對(duì)應(yīng)的樣本點(diǎn)，以實(shí)現(xiàn)對(duì)多斷面、長(zhǎng)時(shí)段的大量樣本的水質(zhì)評(píng)價(jià)。圖2為丹金溧漕河溧陽(yáng)段4個(gè)斷面2011—2014年的綜合水質(zhì)標(biāo)識(shí)指數(shù)評(píng)價(jià)結(jié)果。

從橫向來(lái)看，丹金溧漕河溧陽(yáng)段的4個(gè)斷面水質(zhì)都較差，大部分劣于III類。聯(lián)系該河段沿線的污染源分布情況，可以發(fā)現(xiàn)S1斷面水質(zhì)主要受上游來(lái)水影響；S2斷面水質(zhì)主要受工業(yè)污染（昆侖工業(yè)園）影響；S3斷面水質(zhì)主要受城鎮(zhèn)生活和工業(yè)污染（城北工業(yè)園）影響；S4斷面作為出境斷面，主要受上游匯水水質(zhì)影響。

從縱向來(lái)看，丹金溧漕河溧陽(yáng)段2011—2014年水質(zhì)狀況逐年改善，這表明近年來(lái)溧陽(yáng)市水污染治理工作取得了一定成效。此外，在工業(yè)廢水和生活污水排放量變化不大的情況下，丹金溧漕河水質(zhì)狀況主要受降水量的影響，枯水期與豐水期差異明顯：枯水期內(nèi)水質(zhì)較差；豐水期（5-8月）降水量充沛，河流流量相對(duì)較大，對(duì)河流中的污染物起到一定的稀釋作用，水質(zhì)好轉(zhuǎn)，可達(dá)到III類水標(biāo)準(zhǔn)。

圖2 丹金溧漕河溧陽(yáng)段4個(gè)斷面2011—2014年水質(zhì)評(píng)價(jià)結(jié)果

3 結(jié)語(yǔ)

（1）將多元統(tǒng)計(jì)分析與水質(zhì)標(biāo)識(shí)指數(shù)法相結(jié)合，用于多斷面、長(zhǎng)時(shí)段的大量樣本的水質(zhì)評(píng)價(jià)，結(jié)果符合實(shí)際情況，證明了此方法的科學(xué)性和實(shí)用性。此外，在水質(zhì)評(píng)價(jià)過(guò)程中，該方法既突出了最大超標(biāo)因子的影響，又綜合考慮了各項(xiàng)水質(zhì)評(píng)價(jià)指標(biāo)，能夠全面反映水質(zhì)樣本的總體特征。

（2）丹金溧漕河溧陽(yáng)段沿線的4個(gè)監(jiān)測(cè)斷面2011—2014年的水質(zhì)大部分劣于III類，因此，為了確保出境水質(zhì)穩(wěn)定達(dá)標(biāo)，應(yīng)將S2-S3段作為丹金溧漕河溧陽(yáng)段水污染重點(diǎn)控制區(qū)，并重點(diǎn)關(guān)注枯水期的水污染問(wèn)題，進(jìn)一步加強(qiáng)控源截污工作。

[1]?TAMBUK-GILJANOVIC N.Water quality evaluation by index in Dalmatia[J].Water Research，1999，33（16）：3423-3440.

[2]楊大杰.綜合水質(zhì)標(biāo)識(shí)指數(shù)法及單因子水質(zhì)標(biāo)識(shí)指數(shù)法在2013年官?gòu)d水庫(kù)水質(zhì)評(píng)價(jià)中的應(yīng)用[J].水利水電技術(shù)，2014，45（10）：28-30，41.

[3]鄒志紅，孫靖南，任廣平.模糊評(píng)價(jià)因子的熵權(quán)法賦權(quán)及其在水質(zhì)評(píng)價(jià)中的應(yīng)用[J].環(huán)境科學(xué)學(xué)報(bào)，2005，25（4）：552-556.

[4]盧文喜，李迪，張蕾，等.基于層次分析法的模糊綜合評(píng)價(jià)在水質(zhì)評(píng)價(jià)中的應(yīng)用[J].節(jié)水灌溉，2011（3）：43-46.

[5]于皓，劉志斌，王昭君.基于灰色聚類分析法的礦井水質(zhì)評(píng)價(jià)[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2003，22（S1）：74-76.

[6]李國(guó)良，付強(qiáng)，孫勇，等.基于熵權(quán)的灰色關(guān)聯(lián)分析模型及其應(yīng)用[J].水資源與水工程學(xué)報(bào)，2006（6）：15-18.

[7]周豐，郭懷成，劉永，等.基于多元統(tǒng)計(jì)分析和RBFNNs的水質(zhì)評(píng)價(jià)方法[J].環(huán)境科學(xué)學(xué)報(bào)，2007，27（5）：846-853.

[8]SOLIDORO C，PASTRES R，COSSARINI G，et al.Seasonal and spatial variability of water quality parameters in the lagoon of venice[J].Journal of Marine Systems，2004，51（1-4）：7-18.

[9]李連香，許迪，程先軍，等.基于分層構(gòu)權(quán)主成分分析的皖北地下水水質(zhì)評(píng)價(jià)研究[J].資源科學(xué)，2015，37（1）：61-67.

[10]田玉柱，何萬(wàn)生，夏鴻鳴，等.基于多元統(tǒng)計(jì)和時(shí)序方法的渭河水質(zhì)評(píng)價(jià)及預(yù)測(cè)[J].數(shù)理統(tǒng)計(jì)與管理，2014，33（5）：780-789.

[11]SHRESTHA S，KAZAMA F.Assessment of surface water quality using multivariate statistical techniques：A case study of the Fuji river basin，Japan[J].Environmental Modellingamp;Software，2007，22（4）：464-475.

[12]朱紅兵.應(yīng)用統(tǒng)計(jì)與SPSS應(yīng)用[M].北京：電子工業(yè)出版社，2011.

[13]王璐，王沁.統(tǒng)計(jì)軟件SPSS完全學(xué)習(xí)手冊(cè)與實(shí)戰(zhàn)精粹[M].北京：化學(xué)工業(yè)出版社，2013.

[14]何曉群.多元統(tǒng)計(jì)分析[M].北京：中國(guó)人民大學(xué)出版社，2004.

責(zé)任編輯：謝金春

Water quality assessment for Danjinlicao River in Liyang based on multivariate statistical analysis and water quality identification index

TANG Guoping，CHEN Dechao*， HUANG Zhenxu， XU Xiaofeng
（School of Environmental Science and Engineering，SUST，Suzhou 215009，China）

We studied Danjinlicao River in Liyang.Six indicators were selected out of eleven as water quality evaluation indicators through factor analysis.180 samples generated from four monitoring sections during 2011-2014 were divided into 7 groups according to hierarchical cluster analysis.Nonparametric test was applied to validate the reliability of the results.Finally,using sample mean of each group as input,we calculated the water quality identification index of each group and fed back the evaluation result of each group to their original sample.The results show that the water quality condition of Danjinlicao River in Liyang was mostly worse than Class III from 2011 to 2014,and that the water quality in dry season was poorer.

multivariate statistical analysis；water quality identification index；water quality assessment；Danjinlicao River；Liyang

X824

A

2096－3289（2017）04－0070－06

2016－08－03

溧陽(yáng)市科技支撐計(jì)劃項(xiàng)目（LC2014007）；江蘇省高校優(yōu)秀中青年教師和校長(zhǎng)境外研修計(jì)劃資助項(xiàng)目

唐國(guó)平（1992-），男，江蘇興化人，碩士研究生，研究方向：環(huán)境規(guī)劃與管理。

*通信作者：陳德超（1972-），男，博士，副教授，碩士生導(dǎo)師，E-mail：dcchen2002@163.com。