重慶市三峽庫區“三江”干流污染源解析

翟 俊，李玲麗，肖海文，余秋陽

(重慶大學 三峽庫區生態環境教育部重點實驗室，重慶 400045)

污染源解析的目的是科學、全面、準確的評價水環境污染狀況并分析污染物主要來源及其對水體污染的貢獻率，為水環境管理提供準確可靠的信息[1]。根據目前國內外對河流污染源解析所用方法中可以看出，多元統計分析法是其中應用較多的一種[2-4]。多元統計分析法能有效的運用在水質空間分布規律評價、地下水和沿海水域變更以及海洋沉積物中潛在污染源的鑒定中[5]。

三峽庫區的水質狀況除受到重慶市、湖北省影 響外，庫區上游的污染源排放也將輻射影響庫區水環境質量。近年來，由于點源和非點源污染的加劇，重慶市三峽庫區內水質污染逐漸嚴重。污染排放主要集中在三峽庫區干流段。

盡管近年來針對三峽庫區流域水污染源解析的方法很多[6-7]，但目前運用多元統計方法對三峽庫區“三江”干流流域污染源及其相應的貢獻率進行分析的研究仍然十分鮮見。筆者依據三峽庫區水系特點，選取CODCr、TP、NH3-N等8個典型指標，運用多元統計分析法對重慶市三峽庫區干流水體中主要污染物進行探索性分析，判斷主要的污染源類型，定量計算各類排放源的貢獻率，同時對庫區水污染的主要問題進行分析和預測，從而確定需要重點治理的行業、企業和地區，提出三峽庫區典型城市水環境質量改善的可行途徑。

1 數據來源與研究方法

1.1 數據來源

污染源解析數據來源為2005—2010年重慶市環境質量報告書[8]。其水質采樣及分析測試均采用國家水質監測標準[9]。23個水質監測斷面位置見圖1，主要分布于三峽庫區長江、嘉陵江和烏江干流的重慶段。

每個監測斷面均選用CODCr、F-、石油類、BOD5、NH3-N、TN、TP、糞大腸菌群等8個指標作為水質分析參數，包括共計1104個數據。為便于分析，將2005—2010年8個水質參數的6年算術平均值作為主要分析數據。數據處理和分析采用SPSS18.0軟件。

序號所示監測斷面位置分別為：1—朱沱；2—江津大橋；3—豐收壩；4—黃桷沱；5—寸灘；6—魚嘴；7—扇沱；8—鴨嘴石；9—清溪場；10—大橋；11—蘇家；12—曬網壩；13—苦草沱；14—白帝城；15—培石；16—利澤；17—北溫泉；18—高家花園；19—大溪溝；20—萬木；21—鹿角；22—鑼鷹；23—麻柳嘴

1.2 研究方法

污染源解析采用多元統計分析法，其基本思路是利用觀測信息中物質間的相互關系來產生源成分譜或產生暗示重要排放源類型的因子。該方法包括主成分分析及因子分析法(Principal Component Analysis, PCA/Factor Analysis, FA)。因子分析及主成分分析均從相關矩陣或協方差矩陣出發，對高維變量系統進行最佳的綜合與簡化，其基本方程式為：

式中：D為由m個樣品中對r個變量觀測結果組成的矩陣；C為因子載荷矩陣，表示源成分譜；R為因子得分矩陣，表示污染源的貢獻率。

診斷解析結果的方法包括決定系數法(Coefficient of Determination, COD)、方差累計貢獻(cumulative percent variance)法以及Exner方程。解析結果中包含的因子數量越多，單個污染物的COD越接近于1，方差累計貢獻越接近于100%，Exner方程值越小。研究選取累計方差貢獻率最大的因子組合，根據實測的污染源成分譜，由因子分析/主成分分析結果得到的幾個主要因子的污染物來源類型[10]。

2 結果分析與檢驗

2.1 數據的描述性統計分析

在多元統計分析中，必須對數據進行適當的預處理，包括一些遺失數據的估算，數據轉換及其正態分布的檢驗等，以保證實驗數據的有效性和合理性[11]。所以先應用SPSS軟件中的描述性統計分析對數據進行預處理，其結果見表1。

表1 描述統計量分析

從表1可看出，F-、BOD5、NH3-N、TN的偏度系數分別為-0.227，-8.14，-1.463，-0.190。從偏度系數統計量的正負值來看，觀察值的4個變量分布均呈負偏態，然而此種偏度情形是否達到統計上的顯著水平(p<α=0.05)，必須進一步加以檢驗才能得知，若是檢驗結果的顯著性p>0.05，表示變量仍符合正態分布，度系數之所以呈現負數則為取樣誤差所造成的。

2. 2 數據的正態分布有效性檢驗

進一步對數據正態分布的有效性進行驗證。根據探索性檢驗的要求，顯著概率p>0.05的指標數據符合正態分布特征。檢驗結果見表2。

表2 正態分布檢驗

注：a表示Lilliefors 顯著水平修正 ；*為真實顯著水平的下限。

由表2可知，參與分析的23個點位的理化指標Kolmogorov-Smirnow檢驗(a)統計中，糞大腸菌群顯著性為p=0.000<0.05，其余水質參量顯著性均大于0.05；在正態性假定檢驗中，因為樣本觀察值總數為23<50，則采用Shapiro-Wilk統計量檢驗。糞大腸菌群Shapiro-Wilk統計量為0.683，顯著性概率值為p=0.000<0.05，表示糞大腸菌群含量不符合正態分布。因此認為此次參與分析數據中，BOD5、F-、CODCr、石油類、氨氮、TN、TP符合正態分布要求。

2. 3 典型污染物的因子分析

2.3.1 Kaiser-Meyer-Olkin和Bartlett球形檢驗

驗證因子分析的適用性，首先對數據進行Kaiser-Meyer-Olkin(KMO)和Bartlett球形檢驗。KMO是Kaiser-Meyer-Olkin的取樣適當性量數，其值介于0～1之間，KMO值愈大時(愈接近1時)，表示變量間的共同因素愈多，變量間的凈相關系數愈低，愈適合進行因素分析。一般認為KMO 值>0.7( KMO 值在0～1之間變化) 的適合因子分析，<0.5 的不適合因子分析，介于二者之間的，比較適合[1]。Bartlett球形檢驗用于檢驗該相關矩陣是否為單位矩陣，若顯著性概率p<0.05時，表明該相關矩陣為非單位矩陣，總體的相關矩陣間有共同因素存在，適合進行因素分析；反之，則不能進行因素分析。

本檢驗結果中，在顯著性概率p=0.004<0.05的情況下，數據的Kaiser-Meyer-Olkin特征值為0.612，且Bartlett球形檢驗中，卡方值為56.24，表明該數據適合因子分析。

2.3.2 因子分析的總方差解釋與主成分命名

表3為8個變量在3個因素上的未轉軸因素矩陣(即原始因素負荷量矩陣)。表4為轉軸后的因素矩陣，采用最大變異法(Varimax)進行直交轉軸。

表3 因子分析——主成份矩陣

注：采用主成份分析萃取方法。

表4 旋轉主成分矩陣

注：采取主成份分析萃取法。旋轉法為具有Kaiser標準化的正交旋轉法。

根據因子分析提取主成分的要求，被分析因子的Kaiser特征值必須大于1，方差累計貢獻接近于100%。從分析結果(表3)中可以提取3個主成分。主成分1解釋了總方差的31.25%，其中CODCr和BOD5占有較高的因子載荷，分別占75.0%和58.5%。根據污染物特點，并結合表4，將主成分1命名為好氧有機污染物。主成分2解釋了總方差的23.09%，其中氨氮占有較高的因子載荷，占85.2%，結合表4將主成分2命名為富營氧化污染物。主成分3解釋了總方差的16.67%，其中糞大腸菌群占有較高的因子載荷，占48.2%，結合表4將主成分3命名為糞便病原污染物。

因此，通過因子分析的總方差解釋表明，三峽庫區“重慶段”主要有3種類型的污染物，分別依次為耗氧有機物污染物(31.25%)，富營養化污染物(23.09%)和糞便病原污染物(16.67%)。

2.3.3 三峽庫區城鎮水污染問題診斷及控制措施

三峽庫區“重慶段”三江干流斷面中好氧有機污染物總方差比例最高，為31.25%，因此可認為第一主成分(耗氧有機物污染物)為三峽庫區長江、嘉陵江、烏江段最主要的污染物。該好氧有機污染物中CODCr、BOD5的負荷量(分別為75.0%和58.5%)相比其他污染物負荷量較高，其主要原因是隨著全市城鎮常住人口的增加，城鎮生活污水排放量呈逐年上升，導致化學需氧量、高錳酸鉀鹽指數以及5d生化需氧量的排放量總體呈上升趨勢。另外，工業區規模較大，農副食品加工業、化學原料及化學制品制造業、飲料制造業和非金屬礦物制品業占有較大比例，其排放的廢水中含有大量的耗氧有機物質。所以, 解決此區間水體污染問題，應從保證供求關系的前提下減少污染行業數目，增加污水處理廠數目，提高污水處理率，節能減排等方面入手。

三峽庫區“重慶段”三江干流斷面中富營養化污染物總方差比例較高，為23.09%，因此可認為第二主成分(富營養化污染物)為三峽庫區長江、嘉陵江、烏江段的主要污染物。該好氧有機污染物中氨氮的負荷量(為85.2%)相比其他污染物負荷量較高，其主要原因應為該段中工業廢水中氨氮排放量超標的企業較多。其中超標最嚴重的企業是化學原料及化學制品制造業，其次為農副產品加工業、造紙及紙制品業、交通運輸設備制造業和醫藥制造業。所以，解決此區間水體污染問題主要應通過采取污水處理廠的升級改造、加強生物脫氮減少氮排放量等。

三峽庫區“重慶段”三江干流斷面中糞便病原污染物總方差比例也較高，為16.67%，因此可認為第三主成分(糞便病原污染物)為三峽庫區長江、嘉陵江、烏江段的主要污染物。該糞便病原污染物中糞大腸菌群的負荷量(為48.2%)相比其他污染物負荷量較高，主要原因是該段該區間多為大中城市，城鎮人口眾多，工業區規模較大，在人口密集區域，存在生活污水、畜禽養殖廢水的直排現象，應該加強生活污水和工業廢水的收集和處理。

綜上所述，主成分1、2、3 分別來自于城市生活污水和工業廢水中的耗氧有機物污染；化學原料及化學制品制造業、農副產品加工業、造紙及紙制品業、交通運輸設備制造業和醫藥制造業排放的生產廢水污染，同時，以上3種主要成分污染物主要分布在長江、嘉陵江、烏江段，包括寸灘、大溪溝、高家花園、朱沱、白帝城、鴨嘴石和清溪場等污染嚴重斷面。這幾個水質監測斷面是含以上3種主要成分污染物濃度最高的場所，使得三峽庫區水污染物排放量持續增加，減排壓力大。總之，環境保護投入相對不足是造成庫區水污染的主要原因。所以，相關部門應當根據上述各監測斷面的污染特點，對該地區的污染物排放進行實時監控，逐漸改變三峽庫區粗放型經濟增長方式，提高城鎮環境基礎設施運行效率，同時加快農村基礎設施建設，已達到污染物排放逐步減少的目的。

3 結 論

1)重慶市三峽庫區干流流域中主要有3種類型的污染物，耗氧有機物污染物、富營養化污染物、糞便病原污染物對整個三峽庫區干流流域污染的貢獻率依次為31.25%，23.09%和16.67%，為重慶市三峽庫區干流流域水體的主要污染物。

2)重慶市三峽庫區干流流域中的3種類型污染物主要來源于城市生活污水和工業廢水中的耗氧有機物污染; 化學原料及化學制品制造業、農副產品加工業、造紙及紙制品業、交通運輸設備制造業和醫藥制造業排放的廢水中所含有的富營養化污染物；最后是居民生活密集區排放的生活廢水中含有的糞便病原污染物。

[1] 馬溪平,呂曉飛,張利紅.遼河流域水質現狀評價及其污染源解析[J].水資源保護,2011,27(4):1-5.

Ma Xiping,Lv Xiaofei,Zhang Lihong.Assessment of water quality and source apportionment of pollution in Liao River Basin [J].Water Resources Protection,2011,27(4):1-5.

[2] Zhou Feng,Gordon H H,Guo Huaicheng,et al.Spatio-temporal patterns and source apportionment of coastal water pollution in eastern Hong Kong [J].Water Research,2007,41(15):3429-3439.

[3] Singh K P,Malik A,Sinha S.Water quality assessment and apportionment of pollution source of Gomti river (India) using multivariate statistical techniques:a case study [J]．Analytica Chimica Acta,2005,538(1/2):355-374.

[4] Su Shiliang,Li Dan,Zhang Qi,et al.Temporal trend and source apportionment of water pollution in different functional zones of Qiantang River,China[J].Water Research,2011,45(4):1781-1795.

[5] Azzellino A,Salvetti R,Vismara R,et al.Combined use of the EPA-QUAL2E simulation model and factor analysis to assess the source apportionment of point and non-point loads of nutrients to surface water [J].Science of the Total Environment,2006,371(1/3):214-222.

[6] 陳永燦,鄭敬云,劉昭偉.三峽庫區河段水質評價與分析[J].水利水電技術,2001,32(7):24-27.

Chen Yongcan,Zheng Jingyun,Liu Zhaowei.Water quality assessment and analysis in Three Gorge Reservoir [J].Department of Hydraulic Engineering,2001,32(7):24-27.

[7] 王渺林,傅華,呂平毓.三峽庫區河段水質同步觀測與聯合評價[J].重慶交通學院學院,2004,23(5)：122-124.

Wang Miaolin,Fu Hua,Lv Pingyu.Exploration survey bureau of hydrology and water resources of the upper Yangtze River [J].Journal of Chongqing Jiaotong University,2004,23(5):122-124.

[8] 重慶市環境監測中心編委會.重慶市環境質量報告書[R].重慶：重慶市環境保護局，2011.

Environmental Monitoring Centre Editorial Committee of Chongqing.Environmental Equality Reports in Chongqing [R].Chongqing:Environmental Protect Administration,2011.

[9] 國家環境保護局《水和廢水監測分析方法》編委會.水和廢水監測分析方法[M].3版.北京:中國環境科學出版社,1991.

Nation Environmental Protect Administration “Water and Wastewater Monitoring Analysis Methods” Editorial Committee.Water and Wastewater Monitoring Analysis Methods [M].3rded.Beijing:China Environmental Science Press,1991.

[10] 蘇丹,唐大元,劉蘭嵐.水環境污染源解析研究進展[J].生態環境學報,2009,18(2):749-754.

Su Dan,Tang Dayuan,Liu Lanlan.The study progress of source apportionment in water environment [J].Ecology and Environmental Sciences,2009,18(2):749-754.

[11] 吳明隆.問卷統計分析實務-SPASS操作與應用[M] .重慶:重慶大學出版社,2010:272-279.

Wu Minglong.Questionnaire Statistics Analysis Practice-SPASS Practice and Application [M].Chongqing:Chongqing University Press,2010:272-279.