1 引言(Introduction)

　　水資源為經濟社會發展提供了條件, 但隨著社會經濟的快速發展, 流域水污染也日趨嚴重(孟偉, 2007; 吳舜澤, 2000), 并受到社會各界的廣泛關注.河流水質不僅受降水等自然條件的影響, 而且深受工業污染、農業面源和生活污水等人為因素的干擾(卜紅梅等, 2009).對河流水質進行監測與評價, 研究其時空分布特征, 解析污染成因, 能夠為水環境管理提供動態信息(徐華山等, 2012; 滕智超等, 2016), 有效控制河流污染和加強水質管理.

　　多元統計分析法作為一種重要的數據處理分析工具, 已被廣泛應用于河流水質變化特征的研究中(冉桂花等, 2013; Yu et al., 2011; Zhou et al., 2007; 何萬謙, 2010; 謝森, 2010; 富天乙等, 2014; 馬小雪等, 2015; 黃金良等, 2012).徐華山等(2012)利用聚類分析(CA)和主成分分析(PCA)等方法分析漳衛南運河水環境特征, 揭示了水質時空變化趨勢, 識別出市政污水、工業廢水、天然污染源和采礦活動等主要因子; 楊道軍等(2007)應用PCA和CA對影響巢湖水質的主要因子進行辨識, 闡明西半巢湖和東半巢湖的水質差異顯著; Wang等(2008)運用線性回歸分析法對上海地表水水質時空變化進行分析, 揭示了水質時空變化的主導因子為城市化水平; Pillsbury等(2007)采用回歸分析, 探討了Hillsborough河的水質時空變化及自然和人為污染源對水質的影響, 研究了污染物排放與水質的響應機制.

　　本文以2013—2015年武水河流域7個監測斷面的11個水質指標作為研究對象, 應用PCA和CA, 分析武水河水質時空分布特征, 辨識主要污染因子, 解析污染源特征, 為武水河流域水質改善和水環境管理提供決策依據.

　　2 研究區域(The study area)

　　武水河位于湖南省南部(112°41′34″~113°05′11″N, 25°25′53″~25°52′49″E), 是珠江流域北江水系一級支流, 流經郴州市臨武縣、北湖區、宜章縣, 經宜章縣的羅家渡流入廣東省.武水河流域面積1223 km2, 干流長115 km, 主要支流有沙市河、人民河、排形河、斜江河、臘水河、水東河、玉溪河、漁溪河等(圖 1).流域地貌復雜多樣, 山系縱橫, 溪谷交錯, 地勢西北高、東南低.流域內屬亞熱帶季風性濕潤氣候, 四季分明, 年均溫17.9 ℃, 年平均降水量1437.8 mm, 降水多集中在夏季.

　　圖 1

　　圖 1武水河流域水系及監測斷面示意圖

　　3 數據與方法(Datas and methods)3.1 數據

　　流域內設置7個監測斷面, 其中岑水橋、臨連大橋和武水五塘沖電站監測斷面位于武水河干流, 城關曹排村和芙安河老橋監測斷面分別位于支流玉溪河與芙安河, 長河水庫、黃岑水庫監測斷面位于水庫出口(圖 1).長河水庫和黃岑水庫執行Ⅱ類水質標準, 其余斷面執行Ⅲ類水質標準.基于國家地表水環境質量標準(GB3838—2002), 選取24個物理、化學、生物及重金屬指標監測分析, 監測頻次為每年1月、4月、7月和10月.篩選2013—2015年11個典型水質指標, 即溫度、pH、溶解氧(DO)、高錳酸鹽指數(CODMn)、5日生化需氧量(BOD5)、氨氮(NH3-N)、總磷(TP)、總氮(TN)、氟化物、砷(As)和糞大腸桿菌等指標作為研究對象, 進行多元統計分析.

　　3.2 研究方法3.2.1 主成分分析

　　PCA是一種降維處理技術, 將原來眾多的具有一定相關性的變量重新組合成新的少數幾個相互獨立的綜合變量, 并要求這些綜合變量能夠反映原變量提供的大部分信息, 以保證分析的準確性(高惠漩, 2005; 王艷紅等, 2010; 李森等, 2012; 吉祝美等, 2012; 楊學福等, 2016), 這些新的綜合變量稱為主成分.本文應用SPSS 20軟件提取了11個水質指標的3個主成分, 有效降低了具有較大因子載荷的變量個數.

　　3.2.2 聚類分析

　　CA通過在變量之間定義相似系數, 代表變量之間的相似程度, 按照相似程度的大小, 將變量逐一歸類, 直到所有變量都聚集為一類, 形成一個表示相似程度的譜系圖.流域水質評價中常通過聚類監測時間和監測斷面的地理位置, 來分析流域水質的時空變化特征(Alkarkhi et al., 2009; Sundaray, 2010; 李艷紅等, 2016).

　　本文應用Origin 8.6軟件對武水河流域水質指標在時空尺度上的變化趨勢進行描述, PCA和CA則通過SPSS 20軟件來實現.

　　4 結果與討論(Results and discussion)4.1 時空特征分析

　　2013—2015年武水河流域水質總體達標, 個別時段存在超標現象.監測的11個水質指標中, CODMn、NH3-N、TP、TN、As和糞大腸桿菌等指標的濃度呈逐年降低趨勢.各監測斷面溫度呈明顯的季節變化特征, 流域內年均氣溫為17.9 ℃, 7月平均氣溫為27.7 ℃, 1月平均氣溫為6.6 ℃.pH值基本穩定在7.21±0.22, 長河水庫和黃岑水庫斷面2015年1月和10月pH值偏高(pH=8.03).DO與溫度呈負相關(r=-0.5, p<0.01), 1月份濃度高, 7月份濃度低.各監測斷面CODMn濃度整體上有所降低, 季節變化不明顯; 由于7月份降水多, 各監測斷面BOD5、NH3-N、TP、TN等指標7月濃度較低, 季節變化較顯著.由于2014年降水量比多年平均水平降低14.3%, 屬偏枯水年, 導致BOD5、NH3-N、TP、TN等水質指標在2014年季節變化不顯著.糞大腸桿菌與BOD5呈正相關(r=0.56, p<0.01), 變化趨勢與BOD5基本一致.氟化物和As濃度呈逐年降低趨勢, 季節變化不明顯.

　　從空間上看, 在長河水庫和黃岑水庫斷面, 11個水質監測指標均達Ⅱ類水質標準(2015年1月長河水庫NH3-N濃度0.77 mg·L-1, 超標54%, 2015年7月黃岑水庫NH3-N濃度0.57, 超標14%), CODMn、BOD5、TN、TP、氟化物、As和糞大腸桿菌等指標濃度均低于其他斷面, 表明兩個水庫水質最優.岑水橋斷面在2013年10月、2014年10月出現As超標現象(分別超標50.1%、13.4%), 2015年無超標現象; 該斷面DO濃度較低, TN、氟化物、糞大腸桿菌等指標濃度較高.臨連大橋斷面CODMn、BOD5、TP濃度明顯高于其他斷面.武水五塘沖電站斷面TN和As的監測濃度相對較高.城關曹排村和芙安河老橋為支流監測斷面, DO、CODMn、TN、TP、NH3-N和As等指標濃度介于水庫斷面和干流斷面之間, 但城關曹排村BOD5和糞大腸桿菌的監測值較高, 芙安河老橋斷面氟化物和As的監測值較高.總體上, 干流主要污染物濃度最高, 水庫的最低, 支流的介于兩者之間, 流域水質由好到差的順序為水庫>支流>干流.

　　4.2 污染因子識別

　　對2013—2015年7個監測斷面的11個水質指標分別進行主成分分析, 2013、2014和2015年累積貢獻率分別為86.40%、88.35%、88.41%, 提取的主成分均已解釋了原始信息的85%以上, 滿足主成分分析的原則, 說明提取的主成分可以很好的反映武水河的水質信息.主成分相關系數大于0.7的指標被認為和主成分顯著相關(Liu et al., 2003).

　　在2013年, 第一主成分貢獻率為39.85%, 主要包括氨氮、TN、As、pH、TP, 它們與第一主成分呈顯著正相關, 表明污染物主要來源農業面源污染和工業污染(Zhou et al., 2007); 第二主成分貢獻率為26.47%, 主要包括BOD5、CODMn、氟化物、DO, 其中DO與第二主成分呈負相關, 其他呈正相關, 表明污染物主要來源生活污水和工業廢水; 第三主成分貢獻率為20.1%, 包括糞大腸桿菌和溫度, 它們與第三主成分呈正相關(圖 3a).在2014年, 第一主成分貢獻率為52.84%, 主要包括pH、TP、CODMn、氨氮, 它們與第一主成分呈顯著正相關, 表明污染物主要來源生活污水和工業污染; 第二主成分貢獻率為23.54%, 主要包括溫度、DO、糞大腸桿菌, 其中DO與第二主成分呈負相關, 其他呈正相關, 表明污染物主要來源畜禽養殖; 第三主成分貢獻率為11.94%, 包括TN、氟化物、As和BOD5(圖 3b).在2015年, 第一主成分貢獻率為49.63%, 主要包括pH、糞大腸桿菌、溫度、BOD5, 它們與第一主成分呈正相關, 表明污染物主要來源畜禽養殖與生活污水; 第二主成分貢獻率為21.43%, 主要包括DO、CODMn、TP, 其中DO與第二主成分呈負相關, 其他呈正相關, 表明污染物主要來源工業污染和農業面源; 第三主成分貢獻率為17.35%, 主要包括NH3-N、TN、氟化物、As(圖 3c).2013年主要污染源為農業面源污染和工業污染, 2014年主要污染物源于生活污水和工業廢水, 2015年主要污染成因為畜禽養殖和生活污水.因此, 工業污染和農業面源對水質的影響逐年降低, 畜禽養殖廢水與生活污水成為影響河流水質的主要因素.具體聯系污水寶或參見http://www.xhxdt.com更多相關技術文檔。

　　圖 3

　　圖 3 2013 (a)、2014 (b)、2015 (c)年的主成分散點圖

　　4.3 流域差異性分析

　　對2013—2015年武水河流域7個監測斷面進行空間聚類分析, 采用最鄰近元素法, 以歐氏距離平方(SED)為度量標準, SED值越小, 聚類分析越顯著(Yu et al., 2011).當SED<18時, 7個斷面聚類為3組(圖 4).第1組包括武水五塘沖電站、岑水橋和臨連大橋斷面, 即干流斷面; 第2組包含城關曹排村和芙安河老橋斷面, 即支流斷面; 第3組包括長河水庫和黃岑水庫斷面, 即水庫斷面; 間接地表明3類監測斷面水質存在顯著差異.以上分析結果與水質空間差異分析一致.干流監測斷面的SED最小(SED<2), 支流斷面的SED最大(SED<8), 水庫斷面的SED介于兩者之間(SED<3), 表明3個干流監測斷面的水質指標變化最小, 2個支流斷面的水質指標變化最大, 2個水庫斷面的水質指標變化介于兩者之間(圖 2).

　　圖 4

　　圖 4最近鄰近系統聚類樹狀圖

　　圖 2

　　圖 2武水河流域水質指標時空尺度變化趨勢示意圖(1.長河水庫, 2.黃岑水庫, 3.城關曹排村, 4.芙安河老橋, 5.臨連大橋, 6.武水五塘沖電站, 7.岑水橋)

　　4.4 污染源解析

　　武水河流域降水多集中在夏季, 河流徑流量大, BOD5、NH3-N、TP、TN等污染物被稀釋, 導致在7月監測值較低, 季節變化顯著.氟化物和AS等污染物季節變化不顯著, 在雨季尾礦庫的尾砂及河岸兩邊的采礦廢石被雨水沖刷進入河道, 導致污染物濃度偏高.流域內鄉鎮生活污水集中處置工程建設嚴重滯后, 生活污水處理設施不足.未經處理的生活污水直接入河, 或滲入地下通過地下徑流對河流水質造成污染; 根據2015年流域內所轄縣區環統數據, NH3-N總入河量約1866.79 t, 其中生活污水占62.31%.根據2015年臨武縣和宜章縣統計年鑒, 臨連大橋和武水五塘沖電站斷面控制的區域人口分別為16.63萬人、15.27萬人, 約占流域總人口的31.34%、21.78%, NH3-N入河量分別為381.67、282.11 t.岑水橋斷面控制的區域人口7.69萬人, 約占流域總人口的14.5%, NH3-N入河量154.41 t, 約為臨連大橋和武水五塘沖電站斷面的40.46%、54.73%;盡管斷面所轄區域生活污水中的NH3-N入河量較小, 但污染物的累積效應導致岑水橋斷面NH3-N濃度較高.武水河流域規模化畜禽養殖場共160余家, 由于缺少配套糞便污水貯存處理設施, 導致畜禽糞便處理不當, 大量氮磷等污染物流入武水河, 成為影響水質的主要污染源之一.

　　“十二五”期間, 通過重金屬治理工程, 對河道尾砂以及河岸廢渣進行清理, 并進行覆土和植被恢復等, 有效控制了重金屬污染程度, 監測斷面的砷濃度明顯減少.由于斜江河、東山河上游采礦遺留的廢渣堆砌, 導致下游的武水五塘沖電站、岑水橋等斷面氟化物、砷等污染物指標的監測值較高, 歷史遺留問題(礦坑水、淋溶、污染土壤、農田、地下水、河道底泥)對氟化物、砷等污染物的貢獻度約占90%.

　　為改善流域水環境質量, “十三五”期間, 基于NH3-N、氟化物、As超標現象, 強化城鎮生活污染治理, 保障飲用水水源安全, 科學劃定畜禽養殖禁養區, 防治水產養殖污染, 狠抓工業污染防治, 落實環境準入制度.加大重金屬污染治理力度, 在武水河干流、斜江河、臘水河、東山河、楊家河、黃岑水庫及長樂水流域等實施重金屬治理項目(圖 5).

　　圖 5

　　圖 5武水河流域“十三五”項目分布

　　5 結論(Conclusions)

　　1) 2013—2015年, 武水河水質整體上有所改善, CODMn、氨氮、TP、TN、砷和糞大腸桿菌等指標監測值趨于減小.

　　2) 武水河流域水質空間差異顯著, 水庫斷面水質水平較高, 干流斷面的較低, 支流斷面的介于兩者之間.

　　3) 2013—2015年武水河污染成因發生了變化, 生活污水和畜禽養殖成為武水河氮、磷污染和有機污染的主要貢獻源; 工業污染對水質的影響逐漸降低.

　　4) 基于武水河流域主要污染源特征, 建議增加鄉鎮污水處理設施, 提升污水處理技術, 提高生活污水處理率; 合理優化養殖布局, 推廣畜禽糞便污水集中處理和資源化利用, 實現生態健康養殖; 加強歷史遺留重金屬污染治理, 改善流域水環境質量.(來源：環境科學學報 作者：朱琳)