沈陽細河與白塔堡河水質空間分布特征研究

李蕊，高紅杰，宋永會，彭劍峰，于會彬，王思宇

中國環境科學研究院城市水環境科技創新基地，北京 100012

沈陽細河與白塔堡河水質空間分布特征研究

李蕊，高紅杰，宋永會*，彭劍峰，于會彬，王思宇

中國環境科學研究院城市水環境科技創新基地，北京 100012

為了解遼河流域水污染防治重點區域渾河沈陽段支流河污染特征，采用2012年細河與白塔堡河枯水期18個采樣點10個水質指標數據，應用主成分分析(PCA)、聚類分析(CA)、判別分析(DA)和基于GIS平臺的克里格插值(Kriging)法，對細河與白塔堡河水質空間分布特征進行研究。主成分分析結果表明，白塔堡河前3個主成分對應的特征值的累積方差貢獻率達到85.10%，主要污染物為NH4+-N濃度、Chl-a濃度、pH等；細河前4個主成分對應的特征值的累積方差貢獻率達到91.24%，主要污染物為NH4+-N濃度、TN濃度、pH、EC等。空間差異性分析表明，白塔堡河中下游采樣點周邊區域水質指標數值高于上游采樣點周邊區域，有機污染突出，重污染區域位于白塔堡河匯入渾河段；細河上游采樣點周邊區域水質指標數值高于下游采樣點周邊區域，氨氮污染嚴重，重污染區域位于細河源頭段。

細河；白塔堡河；水質空間分布；主成分分析；聚類分析；克里格插值

河流水質是河流生態系統的重要指標，河流水質的好壞對流域內的工業用水、生活用水、農業灌溉等都有著重要的意義[1]。河流水質受氣候、地質等自然條件，以及人類生產、生活活動等多因素及多層次的影響，因此其在很大程度上也反映了流域的基本特征。

水質空間分布模式[2]主要是利用采樣點多指標數據，分析水質在空間尺度上的離散與連續分布特征，包括空間相似性和差異性。將聚類分析(CA)[3]、主成分分析(PCA)[4]和判別分析(DA)[5]等多元統計方法應用于空間模式分析研究，能夠更好地說明研究區域的水質空間變化和生態狀況。

筆者將多元統計方法和空間插值法[6]綜合應用于細河與白塔堡河，同時借助GIS平臺[7]對采樣點水質進行空間分布模式研究。以采樣點的水質指標為研究對象，在數據統計和預處理的基礎上，采用主成分分析法對水質指標進行降維處理，再應用聚類分析法對主成分值進行空間相似性聚類分析，并通過判別分析法判定分類的正確率，得到顯著性指標，最后應用克里格插值(Kriging)法進行空間差異性模擬。研究旨在找出細河與白塔堡河水質污染原因，以期為細河與白塔堡河綜合治理提供依據，并為遼河流域渾河沈陽段水環境改善與水生態建設提供有效的工具和依據。

1 研究區域

1.1 基本情況

渾河流域是遼河流域水污染防治重點區域，其主要污染特征之一為支流河污染。作為渾河補水的主要來源，支流河中的CODCr、NH4+-N等污染物通過補水方式進入渾河流域，污染水體。

細河和白塔堡河位于遼河流域渾河中游沈陽段，是渾河沈陽段兩條重要的支流河，細河和白塔堡河屬于季節性河流，并有部分河段為城市段河流，是渾河沈陽段城市水體生態景觀建設中的示范河流。

白塔堡河源頭平水期徑流水量0.3×104m3d，枯水期徑流水量0.17×104m3d。主要支流河有上深河和東溝河，上深河發源于李相鎮上水泉村，于白塔鎮匯入白塔堡河，平水期源頭徑流水量0.1×104m3d，河道長15 km；東溝河發源于祝家屯鎮東溝村，在古城子鎮施家寨匯入白塔堡河，平水期水量為0.43×104m3d。

細河[8]全長78.2 km，源于鐵西區衛工河南端，沿渾河北側流向西南，流經鐵西區、楊士屯、翟家、大潘、寬場、土臺子，在遼中縣黃臘坨子村匯入渾河。細河河寬8～35 m，水深0.5～1.5 m，河床坡降為0.26‰，河道彎曲系數1.81，年均日排水量約60萬t。細河水體由北運河部分水、北部污水處理廠排水、仙女河污水處理廠排水等和各類散排污水構成[9]。

1.2 采樣點位置

在白塔堡河9個斷面和1個支流河匯入口(1～10號)，細河8個斷面(11～18號)上設置采樣點，白塔堡河和細河采樣點地理位置見表1。采樣點分布見圖1。

表1 采樣點地理位置

圖1 采樣點分布示意Fig.1 Sampling site distribution

2 數據與方法

2.1 數據來源

水質數據采用中國環境科學研究院2012年4月(枯水期)細河和白塔堡河18個采樣點10項水質指標的監測數據，采樣點水質指標值見表2。

2.2 研究方法

2.2.1 主成分分析法

主成分分析(principal component analysis，PCA)[10-11]是在不損失或少損失原有信息的前提下，將多指標問題轉化為較少的新指標問題。以累計貢獻率≥85%確定主因子個數[12]。

2.2.2 聚類分析法

聚類分析(cluster analysis，CA)[13]是從樣本數據出發，自動進行分類。把相似程度較大的數據或屬性聚合為一類，把另外彼此之間相似程度較大的樣品聚合為另一類，關系密切的聚合到一個小的分類單位，關系疏遠的聚合到一個大的分類單位，直到所有數據或屬性都聚合完畢，把不同的類型劃分出來[14]。

表2 采樣點水質統計

2.2.3 判別分析法

判別分析(discriminant analysis，DA)[15]可以用來判別聚類分析結果和識別顯著性的污染指標，其基本原理是按照一定的判別準則，建立一個或多個判別函數，用研究對象的大量資料確定判別函數中的待定系數，并計算判別指標。據此即可確定某一樣本屬于何類。

2.2.4 空間插值法

空間插值法[16]是通過已知點的數據推求同一區域其他未知點數據的計算方法[17]。其中克里格插值法[18]也稱空間局部估計法或空間局部插值法，是地統計學兩大主要內容之一。其實質是利用區域化變量的原始數據和變異函數的結構特點，對未采樣點的區域化變量的取值進行線形最優估計的方法[19-20]。

3 結果與討論

3.1 原始數據預處理

用SPSS進行探索數據分析，主要是采用偏度和峰度指標對細河和白塔堡河的原始數據進行指標分布特征檢驗。白塔堡河偏度和峰度的檢驗結果分別為-1.426～1.596和-0.737～2.867，CODCr、BOD5、NH4+-N過于偏正，DO、EC過于偏負。細河偏度和峰度的檢驗結果分別為0.263～2.455和-1.961～6.432，水溫、DO、pH、Chl-a、NO3--N過于偏正。對過于偏正和偏負的數據分別采用自然對數法和平方法進行轉化，轉化后的檢驗結果近似為-1～1，基本接近正態分布。同時，在進行主成分和聚類分析時，考慮到水質指標數量級上的差異，故需要對數據再進行標準化(均值為0，方差為1)。

3.2 主成分分析

在進行主成分分析之前，分別對細河和白塔堡河采樣點的水質指標數據進行Kaiser-Meyer-Olkin(KMO)和Bartlett’s球形檢驗，檢驗結果表明，主成分分析可以很好地降低原始數據的維度。

3.2.1 白塔堡河主成分分析

白塔堡河主成分碎石圖見圖2。基于特征值大于1的評判標準，由白塔堡河主成分碎石圖可以看出，特征值大于1對應的主成分有3個。

圖2 白塔堡河主成分碎石圖Fig.2 Principal component scree plot of Baitapu River

白塔堡河水質指標相關矩陣的特征向量和特征值見表3。從表3可以看出，前3個主成分對應的特征值的累積方差貢獻率達到85.10%(>85%)，因此，它們所對應的主成分可以反映原始指標的信息。

第一主成分方差貢獻率為52.39%，與NH4+-N濃度、Chl-a濃度、pH呈正相關性，與BOD5呈負相關性，可以看出，NH4+-N濃度與Chl-a濃度可代表富營養污染，因此，第一主成分主要來自于生活污染；第二主成分方差貢獻率為22.02%，與DO濃度、CODCr、TN濃度、水溫相關，可代表有機污染和富營養污染，因此，第二主成分主要來自于工業、生活和面源污染；第三主成分方差貢獻率為10.69%，與EC、NO3--N濃度相關，第三主成分主要來自于面源污染。

表3 白塔堡河水質指標相關矩陣的特征向量和特征值

3.2.2 細河主成分分析

細河主成分碎石圖見圖3。基于特征值大于1的評判標準，由細河主成分碎石圖可以看出，特征值大于1對應的主成分有4個。

圖3 細河主成分碎石圖Fig.3 Principal component scree plot of Xihe River

細河水質指標相關矩陣的特征向量和特征值見表4。從表4可以看出，前4個主成分對應的特征值的累積方差貢獻率達到91.24%(>85%)，因此，它們所對應的主成分可以反映原始指標的絕大部分信息。

表4 細河水質指標相關矩陣的特征向量和特征值

第一主成分方差貢獻率為40.62%，與NH4+-N濃度、TN濃度、pH、EC相關，可以代表富營養污染，因此，第一主成分主要來自于生活和面源污染；第二主成分方差貢獻率為25.81%，與DO濃度、BOD5、NO3-N濃度相關，可以代表有機污染和富營養污染，因此，第二主成分主要來自于工業、生活和面源污染；第三主成分方差貢獻率為14.25%，與水溫相關；第四主成分方差貢獻率為10.56%，與CODCr、Chl-a濃度相關，第四主成分主要來自于工業和生活污染。

3.3 空間相似性聚類分析

應用SPSS對細河和白塔堡河2012年枯水期水質指標數據進行系統聚類分析。基于Ward’s法的采樣點空間聚類分析見圖4。

圖4 基于Ward’s法的采樣點空間聚類分析Fig.4 Spatial cluster analysis of sampling sites based on Ward’s methods

對于空間尺度，存在2種選擇，即分為2組或者3組。

由圖4可知，如果按照2組來分，則第1組為1號、2號和11～18號采樣點，第2組為3～10號采樣點，恰好將細河的采樣點與白塔堡河的采樣點分開。細河主要接納和輸送沈陽市西部污水，以工業廢水和生活污水為主，沒有天然水補給，NH4+-N污染嚴重；白塔堡河主要功能為農灌、泄洪和輸送渾南新區污水，河流天然補給水量很小，沒有混合稀釋自凈能力，河流有機污染突出，且隨著渾南地區開發建設，污水量將繼續增加，白塔堡河污染有進一步加劇的趨勢。

如果按照3組來分，則第1組為1號、2號、15號和16號采樣點，第2組為11～14號、17號和18號采樣點。第1組的1號和2號采樣點位于塔堡河下游，隨著白塔堡河污染的日益加重，下游水質不斷惡化，逐漸與細河水質呈現相似的變化趨勢。第1組的15號和16號采樣點位于細河中游沈陽市于洪區附近，這2個采樣點的Chl-a濃度偏高，水體有發生富營養化的趨勢。

3.4 空間判別分析

應用SPSS對空間相似性聚類分析結果進行判別分析驗證，并進一步識別顯著性水質指標。空間判別分析結果見表5。

表5 空間判別分析結果

由表5可知，將采樣點分為2組或3組都是正確的。由實際情況出發，空間相似性聚類分析采用2組更為合適，即在空間尺度上將采樣點分為細河和白塔堡河2部分。

同時，對于空間尺度，顯著性水質指標為DO濃度、BOD5及NH4+-N濃度，白塔堡河和細河的判別函數(F)分別為：

F1=-5.297DO+2.501BOD5+7.428NH4+-N-5.675

F2=6.622DO-3.127BOD5-9.285NH4+-N-8.759

3.5 空間差異性分析

為進一步了解白塔堡河與細河各采樣點間的空間差異性，采用克里格插值法對顯著性指標進行空間差異性模擬(圖5和圖6)。

圖5 白塔堡河空間尺度顯著性指標的模擬Fig.5 Simulation of significant indexes of the spatial scale of Baitapu River

由圖5可知，從空間差異性來看，白塔堡河中下游采樣點周邊區域水質指標數值高于上游采樣點周邊區域，其中，BOD5和CODCr空間分布比較相似，高濃度地區出現在白塔堡河匯入渾河段，分析其原因可能是由于城市段河道中工業和生活污水大量排放所致。

由圖6可知，從空間差異性來看，細河與白塔堡河正好相反，細河上游采樣點周邊區域水質指標數值高于中、下游采樣點周邊區域，其中，BOD5與Chl-a濃度空間分布比較相似，高濃度地區出現在細河源頭段，分析其原因可能是由于城市段河道中工業、生活和面源污水大量排放所致。

圖6 細河空間尺度顯著性指標的模擬Fig.6 Simulation of significant indexes of the spatial scale of Baitapu River

4 結論

(1)白塔堡河與細河作為典型的城市支流河，水體營養水平較高，水質較差，但污染類型存在明顯差異。

(2)白塔堡河主要接納渾南新區污水，徑污比低，河流天然補給水量很小，沒有混合稀釋自凈能力，由主成分分析可知，影響水質主要因素主要包括CODCr、Chl-a與NH4+-N，有機污染較為嚴重；細河主要接納污水處理廠排水和各類散排污水，以工業廢水和生活污水為主，沒有天然水補給，主成分分析結果表明，水質深受NH4+-N、BOD5、NO3--N與EC等因素的影響。由于城市段河道接納了大量的工業廢水和生活污水，致使白塔堡河污染嚴重區域位于河流下游，而細河重污染區域位于河流上游，因此，2條河流間存在明顯的空間差異性。建議在遵循因地制宜的原則下，做好城市河道景觀建設的同時更應加強河流生態建設。

[1]葉麟,黎道豐,唐濤.香溪河水質空間分布特性研究[J].應用生態學報,2003,14(11):1959-1962.

[2]周豐,劉永,黃凱,等.流域水環境功能區劃及其關鍵問題[J].水科學進展,2007,18(2):216-222.

[3]陳玉玲.基于實例的系統聚類分析法在環境空氣質量評價中的應用[J].環境科學與管理,2010,35(8):159-161.

[4]李國鋒,劉憲斌,劉占廣.基于主成分分析和水質標識指數的天津地區主要河流水質評價[J].生態與農村環境學報,2011,27(4):27-31.

[5]于秀林,任雪松.多元統計分析[M].北京:中國統計出版社,1999:154-162.

[6]帥方敏,盧進登,王新生.基于GIS空間插值方法的長湖水質評價[J].環境監測管理與技術,2007,19(4):40-43.

[7]ROWLEY R J.A review of “qualitative GIS:a mixed methods approach”[J].The Professional Geographer,2011,63(1):155-157.

[8]張煉.細河污染特征與整治對策的探討[J].環境保護科學,2009,35(3):23-26.

[9]宋雪英,孫麗娜,王鑫,等.細河河水及其沿岸地下水水質的有機污染特征[J].生態學雜志,2007,26(12):2057-2061.

[10]許叢,操勤,袁媛.基于主成分分析法的安徽省生態環境質量研究[J].資源開發與市場,2008,24(2):118-179.

[11]高惠漩.應用多元統計分析[M].北京:北京大學出版社,2005:265-289.

[12]呂巖威,孫慧,周好杰.基于主成分聚類分析的西部地區經濟實力評價[J].科技管理研究,2009(12):157-160.

[13]張虎.主成分聚類分析法的案例教學方法[J].統計與決策,2007(20):163-164.

[14]LATTIN J,CARROLL D,GREEN P.Analyzing multivariate data[M].New York:Duxbury Press,2003:264-310.

[15]ZHOU F,LIU Y,GUO H C.Application of multivariate statistical methods to the water quality assessment of the watercourses in the Northwestern New Territories,Hong Kong[J].Environmental Monitoring and Assessment,2007,132(123):1-13.

[16]秦偉良,劉悅.空間插值法在降水分布中的應用[J].南京信息工程大學學報:自然科學版,2010,2(2):162-165.

[17]BARTIER P M,KELLER C P.Multivariate interpolation to incorporate thematic surface data using inverse distance weighting (IDW)[J].Computer & Geosciences,1996,22(7):795-799.

[18]ZOUBEIDA K B,AFEF C.Comparison of two Kriging interpolation methods applied to spatiotemporal rainfall[J].Journal of Hydrology,2009,365(12):56-73.

[19]肖斌,趙鵬大,侯景儒.時空域中的指示克里格理論研究[J].地質與勘探,1999,35(4):25-28.

[20]高彥偉,董德明,陳殿友,等.時域克里格方法在地表水水質預測中的應用[J].吉林大學學報:地球科學版,2008,38(3):444-447. ○

《環境工程技術學報》投稿須知

文稿應具有創新性、科學性、先進性、實用性，內容務求論點明確、論證可信、論據充分、數據準確、邏輯推理正確，文章結構嚴謹、層次清楚、重點突出、文筆精練、圖表規范，并且是未在其他公開發行期刊或正式出版的論文集發表的作品。

稿件需要清楚地提出問題。對所研究問題的背景，研究工作的目的，主要方法、原理與主要儀器設備，結果(包括主要數據)與分析以及結論等內容有清楚的描述。

稿件涉及的研究項目應具有一定的前沿性，在已有的環境工程技術研究存量上，研制出新的技術方法、新系統、新設備、新儀器；在原有基礎上引入新的觀點、新的方法或新的改進；或是重大的新技術推廣應用研究。

本刊要求作者注意保持嚴謹的學風。凡引用他人觀點、成果，必須加以注明。

來稿全文(含圖、表)以8 000字為宜，有價值的論文可放寬至1.5萬字。為保證稿件評審的客觀公正，提高本刊的質量，本刊實行雙向匿名審稿制度。稿件中應注意避免影響匿名審稿的行文或注文出現。

作者進入《環境工程技術學報》網站(www.hjgcjsxb.org.cn)登錄在線投稿系統，注冊用戶名后，在線投遞論文。投稿及查看進度等使用方法請查看網站首頁的“使用指南”。本刊采用Word 2003版本排版。稿件圖、表須工整清楚，不得自造簡化字。不符合本投稿須知要求的稿件，編輯部將不予受理。

來稿的編排順序：題目、作者姓名、工作單位及城市、郵編，中文摘要、關鍵詞，英文題目、作者姓名漢語拼音、作者單位(英文)、英文摘要、英文關鍵詞(與中文關鍵詞相對應)，正文以及參考文獻。

在首頁腳注處應注明收稿日期，基金項目(省部級以上基金資助或其他資助項目及項目批準號)，第一作者簡介(姓名、出生年、性別、職稱、學位、主要研究領域和E-mail)及責任作者簡介。

參考文獻一般不少于15篇，其中外文文獻不少于5篇。

編輯部收到稿件后即登記送審，經初、復、終審，每一審稿程序完成后均可能產生不錄用稿。未被錄用稿將通過E-mail或電話通知作者，投稿時務必寫明E-mail和電話，以利編輯及時處理稿件，請勿一稿兩投。如果超過3個月未收到我刊的刊用通知，作者可自行處理稿件。您的來稿，無論本刊采用與否，概不退稿，請作者務必自留底稿。

文責自負，但編輯有權對來稿做文字性修改、刪節。如作者不同意刪改，請注明。

來稿采用后，本刊根據文稿質量向作者支付稿酬。特殊稿件按雙方協議標準執行。作者論文的著作權(含各種介質)使用費與稿酬一次付清，不再另付。

文章在《環境工程技術學報》發表后，編輯部將制作配印刷封面的抽印本6本和2本樣刊贈送給作者。

作者稿件一經錄用，文稿將編入我刊數據庫檢索系統，并提供使用功能。如不同意以上投稿須知條款內容及有關版權使用協議的規定，請作者在來稿時聲明，本刊將視情況做適當處理，否則視為同意。

StudyonSpatialDistributionCharacteristicsofWaterQualityinXiheRiverandBaitapuRiverofShenyang

LI Rui, GAO Hong-jie, SONG Yong-hui, PENG Jian-feng, YU Hui-bin, WANG Si-yu

Department of Urban Water Environmental Research, Chinese Research Academy of Environmental Sciences, Beijing 100012, China

In order to investigate the pollution characteristics of Shenyang section of Hunhe River, a key zone for Liao River Basin water pollution control, various methods including principal component analysis (PCA), cluster analysis (CA), discriminant analysis (DA) and GIS-based Kriging methods were used to analyze data sets of water quality for 10 parameters monitored at 18 different sites of Xihe River and Baitapu River in the dry season to determine spatial distribution patterns of the water quality. PCA results showed that the eigenvalues of the first three principal components of Baitapu River corresponded to the cumulated variance contribution ratio of 85.10%, with the main pollutants being ammonia nitrogen concentration and chlorophyll-a concentration, pH, etc. The eigenvalues of the first four principal components of Xihe River corresponded to the cumulated variance contribution ratio of 91.24%, and the main pollutants being ammonia nitrogen concentration, total nitrogen concentration, pH, electrical conductivity, etc. Spatical difference analysis showed that the water quality index of sample points in the surrounding area of middle and lower reaches of Baitapu River was higher than that of sample points in the surrounding area of the upstream. The organic pollution of Baitapu River was outstanding, and the heavy pollution areas were located at the section from Baitapu River into Hunhe River. The water quality index of sample points in the surrounding area of upstream of Baitapu River was higher than that of sample points in the surrounding area of the downstream. The ammonia-nitrogen pollution of Xihe River was heavy and the heavy pollution areas were located at the upstream of Xihe River.

Xihe River; Baitapu River; spatial distribution of the water quality; principal component analysis; cluster analysis; Kriging

1674-991X(2013)05-0429-08

2013-03-27

收稿日期:國家水體污染控制與治理科技重大專項(2012ZX07202-005)

李蕊(1983—)，女，工程師，碩士，主要從事水污染治理技術研究，lirui.zz@163.com

*責任作者:宋永會(1967—)，男，研究員，博士，主要從事水污染控制技術研究，songyh@craes.org.cn

X522

A

10.3969j.issn.1674-991X.2013.05.067