基于因子分析法的河道水質污染情況分析

(凌源市水務局，遼寧 朝陽 122500)

河道可為城鎮供水提供水源，關系到城市用水安全和市民的生活質量。河道在城市中起著重要作用，不僅在美化城市環境，減輕城市熱島效應等方面發揮積極作用，而且還對整個城市的生態環境有著重要作用。河道治理不只是對自身城市有著影響，還會影響下游城市和其他河道[1]。研究河道中各個污染物之間的聯系和變化趨勢對于制定河道治理方案意義重大。城市河道水質在外部環境和自身條件的影響下會發生明顯的變化。

隨著科技的進步，越來越多的技術和方法被應用到了河道治理上，具體的黑臭河道治理技術舉例如下。?原位覆蓋技術：始于20世紀70～80年代，經過幾十年的發展，現在已被廣泛應用到現實生活中，其在治理流速慢、污染程度低的河流中成效顯著。但這種技術在我國起步晚，還沒有比較成功的案例[2-3]。?物理方法：現如今大多數城市治理河道的方法還是選擇定期清理河道，雖然在短期內對河道水質有一定功效，但是對河道治理沒有根治作用[4]。?化學方法：運用化學試劑來中和污水中的化學成分，但很容易造成二次污染，并且試劑的量并不能準確掌握[5]。因此，在河道治理時首先應該了解河道受污染情況和污染的成分，在此基礎上制定合理的治理方案。選擇大凌河作為研究對象，在河道代表性特征斷面進行實地檢測，對水質和河底淤泥中污染物進行特征性研究，檢測指標主要包括氮化物、磷化物、氨類等，將檢測到的實驗數據建立數據庫進行統計分析。研究結果對城市河道污染治理具有一定參考價值。

1 實驗方法

1.1 河道斷面的選取

在選取河道斷面時要選取一個能夠保證常年有水的河道并且能夠應對不同水位、水量的河床。為了滿足實際要求，斷面的選取要保證連續性、有效性。大凌河流域位于我國遼寧西部，主干河流包括：大凌河、老虎山河、牛亡牛河等。大凌河流經阜新、朝陽、北票、凌源、喀左、建昌等縣區，需要接納上述地區排放的工業廢水、城市生活污水及農業污水，其中工業廢水和城市生活污水大多經過污水處理后排放，而農業污水一般未處理直接排放，因此大凌河水質污染嚴重。由于遼寧地區水資源相對匱乏，一年大部分時間河道水量都比較小，但洪水來臨時又有較大流量，從防洪角度考慮又需要有較寬的河道斷面。目前，大凌河河道斷面的結構包括矩形斷面、梯形斷面、復合型斷面，根據不同地區河道水量特點、流經位置和受污染狀況，在河道不同位置隨機選取6個檢測點進行研究。

1.2 樣品采集

用水樣采集器和底泥采集器收集水樣和淤泥樣品，淤泥采集深度為10～20cm，每一個檢測點選取3～5份樣品，減小人為因素所導致的誤差。水樣取水30～50ml，淤泥樣品選取30～40g，將采集好的樣品貯存在冰箱中備用。

1.3 檢測方法

在監測中常常需要檢測的是水體的pH值，當水體受到污染后pH會發生明顯的變化。pH值一般用pH計檢測；COD采用重鉻酸鉀法測量水中有機物的相對含量；TN采用紫外分光光度計檢測法測量水樣中懸浮物和可溶性物質中的含氮總量；TP采用鉬銻抗分光光度法測量水體中懸浮物和可溶物的含磷總量；NH3-N采用納氏試劑分光光度法測量水體中氨氮含量。采樣點上覆水和底泥中污染物檢測數據見表1。

表1 大凌河河道上覆水和底泥污染物監測數據

注在水樣中除pH外其他檢測指標的數據單位為mg/L；NH3-N的測量數據單位是g/Kg。

從表1中可以看到，對于pH、TN、NH3-N這三個檢測指標來說，9月的數據要小于3月，這和季節有很大的關系。夏季時河流水量大流速快，水質的更新快，水質狀況相對較好。在春冬季時降水少氣候干旱，河水流量小，大量污染物囤積在河道無法流走使河道受到嚴重污染。對于TP、COD這兩個檢測指標來說，9月的檢測數據也要小于3月，而底泥的檢測數據正好相反。9月的河道受污染情況明顯小于3月，這主要受到光照時間、降水量、生物活性等因素的影響。

2 河道水體及底泥污染情況分析

2.1 分析方法

河道污染問題是一個十分復雜的問題，要想解決河道污染必須要整體考慮、開展可靠地數據分析。目前，常用的河道水體及底泥污染分析方法包括：單因子評價法、模糊綜合評價法、系統聚類分析法等。單因子評價法是將測量結果和標準值進行比較，選取最差的類別作為評價結果，此方法雖然計算簡單方便，但不能真實反映河道受污染情況。模糊綜合評價法屬于多因子分析法，選取水質參評指標，應用模糊數學的隸屬度理論把定性評價轉化為定量評價，其可以很好地解決模糊問題，但難以解決量化問題。系統聚類分析法利用數學方法將樣品或變量歸為幾個不同類別，能夠較為客觀的反映分類對象個體之間的差異和聯系，但該方法不適用于樣本數量大或數據間都存在較為緊密聯系時的實驗。

因子分析法是一種從研究各項指標內部的依賴關系出發，把一些信息重疊、具有錯綜復雜關系的變量歸納為少數幾個不相關的綜合因子的多元統計分析方法[6-7]。因子分析法適應性強，并且精度高，在處理河道污染治理上有其特有的功效。因子分析法通過化繁為簡，將河道污染這個復雜問題變為簡單問題，在多種影響因子中找出各個變量最佳子集合。根據子集合中所包含的信息，描述多種變量的系統結果和各個因子對系統的影響。這樣就可以綜合分析河道污染情況。

因子分析通常有以下4個基本步驟：?確認原變量是否適合作因子分析；?構造因子變量；?利用旋轉方法使因子變量更具有可解釋性；?計算因子變量得分。

因子分析的計算過程為：?將原始數據標準化，消除變量間數量級和綱量的不同；?將數據矩陣化；?對所得數據進行Bartlett球體檢驗；?計算方差貢獻率與累積方差貢獻率；?確定因子，設F1、F2、…、Fp為p個因子，其中前m個因子包含的數據信息總量(即其累積貢獻率)不低于80%時，可取前m個因子來反映原評價指標；?若所得的m個因子無法確定或其實際意義不是很明顯，這時需將因子進行旋轉以獲得較為明顯的實際含義；?以各因子的方差貢獻率為權，由各因子的線性組合得到綜合評價指標函數。

2.2 污染因素分析

檢測數據指標包括COD、pH、TN、TP、NH3-N。借助于SPSS軟件對因子分析法的各個數據進行統計分析，找出各污染物之間的相關性。水體和底泥受污染指標關系矩陣見表2，由水體和底泥受污染指標關系矩陣可以得到因子方差(見表3)和提取公因子的總方差(見表4)。由表3可知，河道底泥的NH3-N的關聯度為0.8419，說明提取的兩個公因數對河道底泥NH3-N含量的方差貢獻率為84.19%，其是衡量因子分析法有效性的重要依據。通過表3中的數據可以看到河道底泥中的TP的因子方差提取值最接近1，其他測量指標的因子方差提取數值也都大于0.7，均在允許范圍之內，都比較好地保存了原始信息。

表2 水體和底泥受污染指標關系矩陣

續表

表3 因子方差

從表4中可以看出第二個公共因子能夠更好地體現河道水質狀況。河流水質綜合評價：

A=COD×0.298+NH3-N×0.324+TN×0.241+TP×0.225-底泥COD×0.077-底泥TN×0.285-底泥TP×0.122+底泥NH3-N×0.272；

B=底泥COD×0.309+底泥TN×0.533-底泥TP×0.122+底泥NH3-N×0.109-COD×0.152-NH3-N×0.195-TN×0.066-TP×0.058。

旋轉前后載荷矩陣見表5。

表4 提取公因子的總方差

表5 旋轉前后載荷矩陣

從表5中可以看出，第一個公因子更能體現水質的受污染程度，第二個公因子更好地體現河道底泥。成分得分系數矩陣見表6。

表6 成分得分系數矩陣

根據表5和表6計算結果可知，河道受污染情況綜合得分C=45.479%×A+32.129%×B 。由此計算得到各個檢測點河道污染情況得分，并對其進行排名，見表7。

表7 河道受污染情況排名

從表7中可以看出，檢測點4和檢測點5的受污染程度大，其原因是檢測點4周圍的餐飲店和商販比較多，大多數污水和垃圾進入河道，大大超出了河道的承受范圍，導致水體變黑、發臭，嚴重影響周邊環境。在檢測點5周圍分布著一些工廠，一些處理不達標的污水流水河道，致使河道水質受到嚴重的污染。檢測點1和檢測點3的受污染程度比較輕。其原因是檢測點1是一個高檔小區，周圍環境比較好，河道的治理力度大并且長期有專門的負責人進行維護。檢測點3在河道的上游位置，人口少、政府的治理力度大，環境維護的好，所以河道受污染程度很小。通過最終綜合分析結果與現實河道水質狀況的對比，可以看到因子分析法對綜合分析河道污染情況是十分可靠的。此外，天津市城市河道治理也是采用SPSS因子分析法對河道受污染情況進行綜合分析評價，最終分析結果與河道污染情況一致。

3 結 語

采用因子分析法和SPSS軟件對河道水體和底泥污染物檢測結果進行統計分析，排除主觀因素的影響，保證實驗結果的可靠性，對于制定河道治理方案有很大的幫助。研究結果表明：?因子分析法在研究河道受污染狀況方面能夠很好地保存原始數據，在處理污染物檢測數據方面具有可行性。最終結果和河道受污染情況相符，為河流受污染情況的檢測提供分析方法。?河道主要污染成分為NH3-N和TP，這與大量生活污水排放到河道有很大的關系，直接導致河道水體富營養化，水中其他生物無法正常生長繁殖，造成河道水體變黑、發臭，并形成惡性循環，因此在河道治理過程中也應有所側重。?通過SPSS因子分析方法對河道污染情況進行綜合分析得出了系統可靠的結論。SPSS因子分析法相對于其他分析方法(主成分分析、聚類分析、判別分析)在綜合分析方面有著獨特的優勢。因子分析法最大程度的保證數據完整性，最終分析結果和實際勘察結果保持一致。?通過綜合分析可知，在進行河道治理時，檢測點4和檢測點5是重點治理地區，需要加強排污管道的建設和日常的監管維護。