＊徐燕 唐周

（1.上海市浦東新區環境監測站 上海 200135 2.中國電力工程顧問集團華東電力設計院有限公司 上海 200001）

隨著城市化進程的加快，河流水體污染日益嚴重，環境問題層出不窮。污染物的排放使河流水體超過其自凈能力，造成城市生態水環境的嚴重破壞[1]。一般來說，河流水體的污染類型主要可劃分為[2]：點源污染（如生活污水或工業廢水排放）、面源污染（如農業化肥的施用）和自然來源（土壤和巖石風化）。

后海灣位于中國香港新界西北部與深圳市南山區的東部對開海域，是極具生態及旅游價值的濕地，近海水質主要受點源污染和農業面源污染影響[3]，且伴隨著深圳河的污染物輸入[4]。新界西北部河流作為深圳河的重要支流，直接或間接匯入后海灣。研究這些河溪的污染狀況、時空分布特征及污染來源，可有效為流域水質管理提供有效決策支持。

1.研究區域和方法

（1）研究區域概況。新界是中國香港三大地理分區之一，區域內丘陵起伏且河流交錯縱橫。本研究選擇后海灣水質管制區共13條河溪，其中梧桐河（IN）、雙魚河（RB）和平原河（GR）位于北區，元朗河（RB）、錦田河（KT）、天水圍明渠（TSR）及錦繡花園明渠（FVR）位于元朗區，其余6條小溪（DB）則位于流浮山一帶。

（2）數據來源及預處理。本研究原始數據來源于香港環保署數據開放共享平臺，共選取近15年（2005-2019年）各河溪24個監測位點的12個水質參數（分別為COD、NH3-N、NO3-N、Fe、DO、Chla、BOD、Cu、TP、E.coli、SS和TOC）。對于部分點位的水質參數小于檢出限以檢出限代替[6]。個別數據缺失時，取同一檢測時間內的所有其他點位單個水質濃度平均值代替。

（3）水質評價方法。單因子水質指數[5]Pi由一個整數、小數點后一位有效數字組成，可表示為：Pi=X1X2，式中，X1和X2分別代表第i項水質指標的水質類別和第i項水質指標的評價數據在該類水質變化區間中的位置。

（4）聚類分析。聚類分析（CA）以研究變量間的相似性程度為依據，將數據劃分為若干個類別，作為一種探索性分析方法，不同聚類方法所得到的結果不盡相同，較為常用的為層次聚類分析（HCA）[6]。本研究采用歐氏距離（Euclidean Distance）來計算樣點間相似性，并通過Ward's method來度量不同集群間的距離，該方法確保每個分析步驟中所形成的不同集群間平方和盡可能小[7-8]。

（5）主成分/因子分析。主成分/因子分析（PCA/FA）是一種用于降低數據集的維度而不會丟失大部分原始數據信息的方法。通過將相關矩陣對角化，將原始變量轉化為不相關的正交變量，且新變量為原始變量的線性組合，被稱之為主成分（PCs）[9]。為了極化因子載荷，常采用FA分析，即通過旋轉由PCA定義的軸來產生一組新變量，稱為公因子（VFs）。本研究利用最大方差法（Varimax）旋轉PCs，保留特征值大于1的VFs作為主因子。

（6）絕對因子得分-多元線性回歸模型（APCS-MLR）。受體模型APCS-MLR包括兩個步驟，分別為絕對因子得分（APCS）計算和多元線性回歸（MLR）。在水污染物溯源解析領域的基本假設為所有可能存在的污染源對某個點位不同水質參數的貢獻線性相關。PCA/FA分析后，需經APCS轉換為絕對因子得分，而后經MLR得到各水質參數對于不同污染源的相關系數從而計算濃度。

2.結果與討論

(1)水質評價

單因子水質評價。以地表水環境質量標準（GB3838-2002）VI類為目標水質，選擇BOD、COD、NH3-N、DO和TP年平均值進行水質單因子評價，評價結果以水質指數表示，并通過圖1（Heat map）進行水質類別可視化。

圖1 單因子水質評價

有機污染指標BOD、COD及DO的單因子評價結果顯示，錦田河（KT）、元朗河（YL）、和錦繡花園明渠（FVR）水質極差，且部分點位隨年份變化水質無明顯好轉，基本均處于劣V類。營養鹽指標NH3-N和TP的單因子評價結果顯示，錦田河（KT）、元朗河（YL）、平原河（GR）下游（GR1、GR2）和錦繡花園明渠（FVR）水質超標率均達到或接近100%。此外，NH3-N的單因子評價結果顯示雙魚河（RB）、梧桐河（IN）和天水圍門渠（TSR）均自上游至下游水質不斷惡化，總體超標率分別為46.7%、44.3%和40%。

比較各單因子水質評價結果，總體水質超標率由低到高順序依次為：TP（63.1%）＜NH3-N（50.6%）＜BOD（41.7%）＜DO（30.6%）＜COD（21.4%）。

(2)河流水質污染來源分析

通過水質評價，發現后海灣沿岸河溪（樣點DB1～DB8）水質較好且樣點間有較好的相關性，不宜與其他樣點整體進行污染來源分析，因此本研究選擇其余18個樣點的樣本數據進行污染源定性和定量分析。

①主成分/因子分析

PCA/FA適合度檢驗，KMO值為0.788，Bartlett球形檢驗值為17742.433，且顯著性水平P＜0.01，說明通過PCA可以有效降低樣本數據集的維度。當公因子（VFs）因子載荷絕對值大于0.75、0.5～0.75和0.3～0.5時分別表示該因子在對應的VFs上具有強、中和弱載荷[10]。

經PCA/FA分析，共提取出4個公因子，累計方差解釋率為68.15%，反應了大部分原始水質參數信息。公因子VF1解釋了37.73%的總方差，該公因子中強載荷的因子有NH3-N、TP、TOC，中等載荷的有COD。通常水體中的有機物和氮磷多來自于未經處理的生活污廢水排放及農業面源[11]，因此VF1可表示未經處理的生活污廢水及農業面源的影響。公因子VF2解釋了12.26%的總方差，強載荷的因子有E.coli，中等載荷有BOD和NO3-N。水體中外源輸入的E.coli多來自于動物糞便，而動物糞便通常易生物降解。管制區內畜禽養殖業較多，當地政府正加強推行教育計劃，以控制當地畜禽農場所導致的污染[12]。因此，VF2可表示畜禽廢水的影響。公因子VF3解釋了9.56%的總方差，該公因子中強載荷的有Fe，中載荷的有Cu和SS。基巖在風化作用的影響下，隨著降雨過程通過地表徑流進入自然水體，導致水體中的Fe、Cu等金屬離子含量明顯增高[13]，同時地表徑流還會將SS帶入水體中。此外，河流底泥的再懸浮也會使其中的金屬離子和SS釋放到水體中，導致其濃度升高。因此，VF3可表示地表徑流及底泥擾動的影響。公因子VF4解釋了8.60%的總方差。強載荷的因子有Chla，中等載荷的有DO。Chla主要與浮游植物有關，且浮游植物光合作用和增殖過程中會分別產生和消耗DO，因此，VF4可代表浮游植物生長的影響。

②基于APCS-MLR模型的污染源貢獻率解析

本研究采用Haji等[14]提出的將負貢獻率轉化為絕對值的改進方法進行計算。將APCS-MLR模型結果（表1）與PCA/FA法相結合，各污染源貢獻率分別為未經處理的生活污廢水及農業面源（F1，28.57%）＞浮游植物生長（F4，16.44%）≈地表徑流及底泥擾動（F3，16.27%）＞畜禽廢水（F2，12.25%）。未經處理的生活污廢水及農業面源NH3-N和TP貢獻率達到64.88%和61.30%，且有機污染指標貢獻率也偏高。Chla指標在浮游植物生長的影響中貢獻率達69.79%，Fe及SS指標在地表徑流及底泥擾動中貢獻率達51.87%和46.58%，畜禽廢水中E.coli貢獻率占37.87%，說明PCA/FA法識別的污染來源具有可靠性。

表1 PCA/FA水質參數旋轉載荷及APCS-MLR受體模型貢獻率

3.結論

本研究以地表水環境質量標準IV類為目標水質，通過Heat map進行水質評價數據的可視化，各河流斷面水質超標率由低到高順序依次為：TP（63.1%）＜NH3-N（50.6%）＜ BOD（41.7%）＜DO（30.6%）＜COD（21.4%），TP及NH3-N污染較為嚴重，且不同樣點間水質差異明顯。基于水質評價結果，篩選特征樣點通過PCA/FA法定性分析其污染來源，并通過APCS-MLR模型進行污染源的定量解析，各污染源貢獻率分別為未經處理的生活污廢水及農業面源（F1，28.57%）＞浮游植物生長（F4，16.44%）≈地表徑流及底泥擾動（F3，16.27%）＞畜禽廢水（F2，12.25%）。

致謝

本研究感謝來自香港環境保護署開放數據平臺提供的數據支持。