張文睿，孫棟元，武蘭珍，王興繁，賈 玲

(甘肅農(nóng)業(yè)大學(xué)水利水電工程學(xué)院，甘肅 蘭州 730070)

水質(zhì)評價是對水質(zhì)情況和發(fā)展趨勢的準(zhǔn)確反映，對水質(zhì)進(jìn)行合理評價可為水資源的規(guī)劃、管理、開發(fā)和污染物防治提供依據(jù)。水質(zhì)評價既是水環(huán)境質(zhì)量評價的主要內(nèi)容，也是水環(huán)境治理中的重要基礎(chǔ)性工作，它為合理開發(fā)利用水資源提供科學(xué)依據(jù)，也為制定整治規(guī)劃決策提供一定的應(yīng)用價值。

20世紀(jì)60年代末環(huán)境質(zhì)量綜合評價初步發(fā)展起來，其中水質(zhì)評價常用到的方法有以下幾種：污染綜合指數(shù)法、模糊綜合指數(shù)法、人工神經(jīng)網(wǎng)絡(luò)法、灰色數(shù)學(xué)法。這些方法各具優(yōu)點，但其共同之處是，無法直觀地表示諸多污染因子對水質(zhì)的影響。而主成分分析的特點是可以從眾多變量中篩選并識別出主要污染因子，減少工作復(fù)雜度，在保留原始主要信息的同時有效減少主觀誤差[2]。

近年來，很多學(xué)者對甘肅省水質(zhì)進(jìn)行研究。其中，余麗、張昌順應(yīng)用單因子法和綜合指數(shù)法中的F值評分法，發(fā)現(xiàn)F值評分法更能合理地反映當(dāng)?shù)氐奈廴拘再|(zhì)和程度[3]；梁嘯、李杰應(yīng)用權(quán)重綜合指數(shù)法、加權(quán)均值綜合指數(shù)法及梅羅綜合指數(shù)法對黃河峽谷段貴德至新城橋之間做出水質(zhì)評價，發(fā)現(xiàn)近年來黃河干流劉家峽至新城橋段水質(zhì)狀況穩(wěn)定，基本滿足各段水質(zhì)功能區(qū)劃的水質(zhì)標(biāo)準(zhǔn)，但其支流湟水、莊浪河遭受污染[4]；宋天琪、李計生應(yīng)用物元可拓法對疏勒河水系進(jìn)行水質(zhì)評價，發(fā)現(xiàn)物元模型得到的水質(zhì)評價結(jié)果與該水系實際情況相符[5]。以上研究主要特點是對局部地區(qū)或者河流進(jìn)行定量描述和定性分析，以及對短時間內(nèi)的水質(zhì)污染物進(jìn)行分析評價。可以看出，評價水質(zhì)時常運(yùn)用綜合指數(shù)法，缺少運(yùn)用新型模型分析水質(zhì)污染因子的研究。故本文將主成分分析方法引入甘肅省水質(zhì)評價中，利用2010—2019年甘肅省污染物排放狀況數(shù)據(jù)，對各污染因子進(jìn)行綜合分析評價，定量揭示區(qū)域污染物時空分布特征和變化規(guī)律，以期為區(qū)域水資源綜合管理和治理提供參考依據(jù)和技術(shù)支撐。

1 研究區(qū)概況

2 研究方法與數(shù)據(jù)來源

2.1 研究方法

2.1.1主成分分析原理

主成分分析法是在確保數(shù)據(jù)信息丟失最小的情況下，利用數(shù)學(xué)變換的方法將給定的多個指標(biāo)因子轉(zhuǎn)化為少數(shù)幾個主成分，用少數(shù)的主成分因子代替原始多維相關(guān)變量的過程。采用 SPSS 統(tǒng)計分析軟件對影響水質(zhì)的相關(guān)指標(biāo)因子進(jìn)行分析，主成分分析的步驟為[10]：

首先對原始數(shù)據(jù)變量進(jìn)行標(biāo)準(zhǔn)化處理，然后計算標(biāo)準(zhǔn)化后的數(shù)據(jù)ZXn的相關(guān)系數(shù)矩陣R，計算相關(guān)矩陣R的特征值λ1，λ2，…，λj和貢獻(xiàn)率及累計貢獻(xiàn)率，相應(yīng)地求出特征向量，通過累計貢獻(xiàn)率Z來確定主成分，一般選取累計貢獻(xiàn)率Z≥85%的最小m值作為主成分的個數(shù)，由特征向量寫出主成分的具體形式，從而可以對選取的主成分進(jìn)行綜合分析。計算不同時段水質(zhì)污染因子的綜合得分并排序。觀察主成分的綜合得分，值越大，說明水質(zhì)污染越嚴(yán)重，根據(jù)不同時段綜合得分的波動情況可以對水質(zhì)的狀況進(jìn)行相應(yīng)的評價研究。

2.1.2污染物源定位

根據(jù)主成分分析篩選出造成水質(zhì)污染的主要因子，再重點研究各流域分區(qū)中該因子的含量，最終確定常年污染因子含量較高的區(qū)域為主要污染源。

2.2 數(shù)據(jù)來源

選取2011—2017年甘肅省污染物(化學(xué)需氧量(COD)、氨氮、總氮、石油、揮發(fā)氛、鉛、汞、鎘、總鉻、砷、六價鉻)排放情況作為基礎(chǔ)資料，所有數(shù)據(jù)來源于國家數(shù)據(jù)網(wǎng)官網(wǎng)，將其進(jìn)行主成分分析各污染物的排放情況，以及水質(zhì)的污染程度。然后，通過2010—2019年《甘肅省水資源公報》查得甘肅省流域分區(qū)的主要污染物含量，分析定位排放污染物較多的區(qū)域。

3 結(jié)果分析

3.1 甘肅省不同污染物變化特征

3.1.12011—2017年甘肅省污染物含量變化特征

精選精礦與掃選精礦合并可得最終精礦，最終精礦品位64.15%，產(chǎn)率87.63%，回收率92.47%；尾礦品位37.01%，產(chǎn)率12.37%，回收率7.53%。

2011—2017年甘肅省各污染物排放量見表1，可以看出，化學(xué)需氧量明顯高于其他污染物的排放量，化學(xué)需氧量的主要來源是生活和農(nóng)業(yè)的排放?！陡拭C省第二次全國污染源普查公報》指出，化學(xué)需氧量排放量位居前3位的行業(yè)分別是農(nóng)副食品加工業(yè)、有色金屬冶煉和壓延加工業(yè)以及酒、飲料和精制茶制造業(yè)。上述3個行業(yè)合計占工業(yè)源化學(xué)需氧量排放量的75.41%。從時間角度來看，排放量整體呈現(xiàn)下降趨勢，只有部分污染物在2017年有回升趨勢。其次是氨氮，其排放量位居前3位的行業(yè)分別為熱力生產(chǎn)和供應(yīng)業(yè)、農(nóng)副食品加工業(yè)、醫(yī)藥制造業(yè)。上述3個行業(yè)合計占工業(yè)源氨氮排放量的58.53%。

表1 2011年至2017年甘肅省污染物排放情況

3.1.22010—2019年甘肅省各區(qū)域化學(xué)需氧量和氨氮變化特征

為了適應(yīng)分級管理，即行政分區(qū)和流域分區(qū)作為單位元整理研究成果的要求，《甘肅省水資源公報》將甘肅省按省、市(州)進(jìn)行二級行政劃分，按流域、水系、河流進(jìn)行三級流域劃分。本文選取十一個流域分區(qū)進(jìn)行對比分析，其中2010—2019年各區(qū)域的化學(xué)需氧量和氨氮含量見表2—3，可以看出，黃河流域的污染物排放量明顯高于其他流域，其主要原因是黃河流域人口分布密集，為發(fā)展經(jīng)濟(jì)，相應(yīng)地該段河流的污染排放量就會增高，內(nèi)陸河流域相比之下污染程度緩和，其主要來源于農(nóng)業(yè)面源污染?！?019年中國生態(tài)環(huán)境狀況公報》也指出，長江流域水質(zhì)為優(yōu)，黃河流域為輕度污染。從時間尺度上可以觀察出，污染物含量呈現(xiàn)先增加后減少的趨勢?！笆濉逼陂g，水質(zhì)明顯好轉(zhuǎn)，是由于甘肅省針對渭河、涇河、馬蓮河、石羊河等流域部分考核斷面水質(zhì)不能穩(wěn)定達(dá)標(biāo)的問題，建立了水質(zhì)不達(dá)標(biāo)區(qū)域約談機(jī)制，進(jìn)行全面排查入河污染源、并科學(xué)開展污染綜合治理。

表2 2010—2019年甘肅省流域分區(qū)BOD含量 單位：t

表3 2010—2019年甘肅省流域分區(qū)氨氮含量 單位：t

3.2 基于主成分分析的甘肅省污染物排放變化規(guī)律分析[11-12]

(1)標(biāo)準(zhǔn)化處理及相關(guān)系數(shù)計算

由于本文所選取的指標(biāo)單位不同，為使主成分分析能夠均等地對待每個變量，消除數(shù)量級不同帶來的影響，先對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化后的數(shù)據(jù)以“Z+原始名稱”表示。根據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)表計算相關(guān)系數(shù)矩陣，見表4，從相關(guān)系數(shù)矩陣可以看出大部分的相關(guān)系數(shù)都在0.300以上，說明所選取的指標(biāo)具有一定的相關(guān)性，表明原始變量適合主成分分析。由相關(guān)矩陣可以看出，X2與X3、X4與X5、X11與X4的相關(guān)系數(shù)都很大，說明該部分因子的關(guān)聯(lián)性較大。

表4 相關(guān)系數(shù)矩陣

(2)計算特征值與貢獻(xiàn)率，確定主成分

計算特征值和特征向量.見表5，特征值大于1的根為λ1=4.739、λ2=3.363，λ3=1.757，分別對應(yīng)第1、第2、第3主成分，其方差貢獻(xiàn)率分別為43.08%、30.57%、15.97%，其累計方差貢獻(xiàn)率為89.63%，根據(jù)主成分的貢獻(xiàn)率達(dá)到85%即可保留原有變量的有效信息的原理，本次研究分析結(jié)果可以由第一、第二和第三主成分來反映[13]。

表5 解釋總方差

(3)碎石圖分析

碎石圖是全部特征值的散點圖，可以直觀地顯示各主成分的重要程度。如圖1所示，以主成分序號作為橫坐標(biāo)，特征值作為縱坐標(biāo)。由圖1可見，前3個主成分位于陡坡，特征值大于1，后7個主成分特征值逐漸減小，特征值小于1。雖然拐點出現(xiàn)在第6個主成分處，但前3個主成分已經(jīng)滿足了篩選要求，故提取前3個主成分。

圖1 碎石圖

(4)計算初始因子載荷矩陣

計算初始因子載荷矩陣，見表6，其目的在于分析污染因子與主成分的相關(guān)關(guān)系?？梢钥闯觯旱?主成分與X2、X3、X4、X5、X10、X11相關(guān)系數(shù)較大，表示第 1 主成分綜合反應(yīng)X2(氨氮)、X3(總氮)、X4(石油類)、X5(揮發(fā)氛)、X10(砷)、X11(六價鉻)這六個指標(biāo)的信息；第2主成分與X1、X6、X7、X8相關(guān)系數(shù)較大，表示第2主成分綜合反應(yīng)X1(化學(xué)需氧量)、X6(鉛)、X7(汞)、X8(鎘)這四個指標(biāo)的信息；第3主成分反應(yīng)總鉻這一指標(biāo)的信息。

表6 初始因子載荷

(5)計算主成分得分和綜合得分

計算特征值對應(yīng)的系數(shù)矩陣，見表7，將主成分載荷陣中所得數(shù)據(jù)與標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘，得出主成分表達(dá)式及綜合評價函數(shù)表達(dá)式。通過主成分和綜合評價函數(shù)表達(dá)式見式(1)、(3)，計算得出各斷面的主成分得分和綜合得分，如式(4)所示。

表7 特征值對應(yīng)的系數(shù)矩陣

F1=0.293ZX1-0.058ZX2+0.035ZX3+

0.090ZX4-0.052ZX5-0.222ZX6+0.086ZX7-

0.268ZX8+0.018ZX9+0.084ZX10+0.053ZX11

(1)

F2= 0.171ZX1+0.239ZX2+0.194ZX3-

0.094ZX4-0.133ZX5+0.179ZX6+0.042ZX7+

0.056ZX8+0.380ZX9+0.198ZX10-0.051ZX11

(2)

F3=-0.115ZX1+0.035ZX2+0.086ZX3+

0.354ZX4+0.357ZX5-0.035ZX6-0.021ZX7+

0.001ZX8-0.201ZX9+0.037ZX10+0.266ZX11

(3)

(4)

式中，F(xiàn)1—第一主成分表達(dá)式；F2—第二主成分表達(dá)式；F3—第三主成分表達(dá)式；F—綜合評價函數(shù)表達(dá)式；ZXn—標(biāo)準(zhǔn)化后的污染物排放情況；λn—各主成分的特征值。

(6)主成分排名

由公式(1)、(2)、(3)、(4)得出各年份的主成分得分以及綜合得分的排名，見表8，可以看出，將各年份進(jìn)行綜合污染指數(shù)排名為(按污染程度從重到輕排序)：2014年>2015年>2013年>2011年>2012年>2017年>2016年。其中，2017年、2014年F1得分較高，說明這兩年主要受到氨氮、總氮等污染物的影響。2013年、2011年F2得分較高，表示這兩年主要受化學(xué)需氧量等影響較大，由于F正向表示該值高于平均水平，負(fù)向表示該值低于平均水平[14]。可見2014年F值最高，綜合排名第一，表明該年污染相對比較嚴(yán)重，主要污染因子為總鉻和氨氮。由此可知：主成分分析法可以快速定位到污染嚴(yán)重的年份，并篩選出造成該年份污染嚴(yán)重的主要因子。從總體污染程度變化趨勢上可以看出，2012—2014年污染持續(xù)加重，2014—2016年水環(huán)境治理越來越好，2017年相對于2016年污染加重。

表8 各年份污染物的主成分得分及綜合排名

3.3 污染物源定位

根據(jù)以上主成分分析可知，主要影響水質(zhì)的因子為化學(xué)需氧量、氨氮和總氮的含量，故選用2010—2019年甘肅省流域分區(qū)(疏勒河、黑河、石羊河、龍羊峽至蘭州干流區(qū)、蘭州至下河沿、湟水、大通河、大夏河，洮河、渭河寶雞峽以上、廣元昭化以上、涇河張家山以上)的化學(xué)需氧量和氨氮排放量數(shù)據(jù)進(jìn)行分析，如圖2—3所示。將排放量進(jìn)行時間上和空間上的比較，可以得出，內(nèi)陸河流域的化學(xué)需氧量常年來比較穩(wěn)定，氨氮呈現(xiàn)先增長后減小的趨勢；黃河流域中的化學(xué)需氧量和氨氮都有類似的特征，即黃河蘭州至下河沿和渭河寶雞峽以上兩地常年來污染含量明顯高于其他區(qū)域。造成水質(zhì)問題嚴(yán)重的主要原因是：一方面，經(jīng)濟(jì)發(fā)展帶來的影響。由于甘肅地處西北地區(qū)，第三產(chǎn)業(yè)發(fā)展相對落后，重工業(yè)和農(nóng)業(yè)占比較大，工業(yè)排污和農(nóng)業(yè)化肥農(nóng)藥使用會造成面源污染，使得局部地區(qū)污染嚴(yán)重。除此之外，煤炭燃燒等高污染的能源使用也會使得污染加重。另一方面，城鎮(zhèn)、鄉(xiāng)村環(huán)境保護(hù)體系不夠完善，部分地區(qū)出現(xiàn)污水直排和雨污合流的現(xiàn)象[15]。

圖2 2010—2019年甘肅省化學(xué)需氧量排放情況

圖3 2010—2019年甘肅省氨氮排放情況

4 討論

本文通過對甘肅省水質(zhì)污染物進(jìn)行時空分布特征分析，所得結(jié)論與趙凱歌等得出的渭河水質(zhì)在“十二五”期間有所下降相符[16]。通過分析近年來許多學(xué)者對甘肅省水質(zhì)的研究，可以看出，以往的研究多集中于局部省份或者縣城的飲用水水質(zhì)檢測分析[17-19]，其重點在于監(jiān)測微生物的指標(biāo)，目的是掌握飲用水狀況的變化趨勢。在后續(xù)的研究中可將微生物(如大腸桿菌等)因子加入到分析中，把河流地表水和地下水水質(zhì)結(jié)合分析。除此之外，影響水質(zhì)的因素也多種多樣，如人口密集程度，經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展，農(nóng)業(yè)的灌溉方式，政策的實施等都會決定水質(zhì)的好壞。所以，水環(huán)境保護(hù)和經(jīng)濟(jì)發(fā)展之間的矛盾還是有待解決的問題。后續(xù)的研究也可以針對水環(huán)境的制約因素進(jìn)行定性的分析和評價，從而為政府對水利和環(huán)境等部門的調(diào)控提供依據(jù)。

5 結(jié)語

本文選取甘肅省作為研究區(qū)域，利用2010—2019年的長時間序列，采用主成分分析方法對甘肅省11種污染物進(jìn)行分析評價，將其轉(zhuǎn)化為3個主成分變量，經(jīng)過分析計算，最終得到主成分綜合得分。根據(jù)主要污染因子，對甘肅省流域分區(qū)進(jìn)行時空分布特征分析，為解決水質(zhì)污染問題提供依據(jù)。但是，在深入研究時，由于數(shù)據(jù)有限，未能將污染物濃度按國標(biāo)分級討論，后續(xù)研究可將影響因素擴(kuò)大，并將影響因素分層次確定其權(quán)重，以及進(jìn)一步討論地下水和地上水所屬的水質(zhì)等級，并預(yù)測發(fā)展趨勢。