湟水流域西寧段主要水質參數的時空分布特征及污染評價

賈 潔，王司陽，張靜萍

（1.青海省水文水資源測報中心，西寧 810001；2.武漢大學水利水電學院，武漢 430072）

0 引 言

湟水作為黃河上游的重要支流，是黃河主要補給水源之一，被稱為青?！澳赣H河”。近年來，由于工業化和城鎮化的不斷發展，湟水流域西寧段水環境問題日益嚴重，對區域經濟建設和人民群眾的日常生活造成了嚴重的影響［1，2］。由于湟水流域西寧段工業、農業設施眾多，大量污水隨意排放，造成流域水質污染狀況日趨嚴重，城鎮工農業生產和人畜飲水受到較大影響［3］。因此，開展湟水流域西寧段水質調查評價，不僅有助于準確掌握西寧市河流水污染情況，同時也有助于開展重點河段生態保護與修復工作。目前，河流水質評價方法包括單因子評價法、內梅羅指數法、層次分析法、人工神經網絡法、主成分分析法、灰色系統評價法、模糊綜合評價法、貝葉斯數學統計法等方法［4-6］。其中，單因子評價法是水質評價中應用最廣泛的評價方法，通過評價參數實際監測值與標準值比較，從而判別水質類型［7，8］。單因子評價法的分析結果僅僅表示水質等級的評價，不能全面的反映河流的污染狀況，當評價結果一致時無法區分或更好的反映河流的污染程度。主成分分析法是通過將多指標標準化為少數幾個綜合指標，簡化了統計分析系統的結構，確保在不損失原有信息基礎的前提下，將多個影響水質參數重新組合成新的、相互之間無關的、較少的綜合指標，達到降維、簡化數據和提高分析結果的目的［9］。模糊綜合評價法是以模糊數學為基礎，應用模糊關系合成原理，將一些邊界不清、不易定量的因素定量化，運用模糊數學法中的隸屬度描述評價等級，確定各污染因子的權重，進而評價水質類別［10］。由于模糊綜合評價法選取的評價因子過多、權重過小，造成模糊矩陣信息丟失，不易區分和分辨。除上述評價方法外，目前國內外學者也采用聚類分析法、多元統計法等評價水質狀況。例如，張緒美等［11］采用聚類因子分析對我國太湖流域水質進行評價，國外學者采用多元統計法分析西班牙Pisuerg 河［12］、韓國Nakdong河［13］的區域水質變化特征。

目前水質評價方法大多依據單一的分析方法，或者對多種分析方法進行比較。本研究充分考慮不同水平評價方法優劣，采用單因子評價法分析流域河流水質整體變化情況，利用主成分分析法確定評價因子的指標權重，通過模糊綜合評價法對湟水流域西寧段水質進行綜合評價。前期關于湟水流域水質的研究大多聚焦于湟水干流［6，14］，缺乏流域層面系統考慮，不能完全反映流域不同河流水質污染狀況。本研究綜合考慮湟水流域西寧段水污染特點，通過對2018-2019年西寧市轄區湟水干流及北川、西納川、沙塘川、藥水河、南川、甘河溝、小南川、云谷川、拉拉河等支流逐月水質調查評價，分析西寧市河流水污染狀況，以期為城市水環境管理與治理提供科學依據。

1 材料與方法

1.1 研究區域概況

西寧市地處黃河流域湟水谷地，平均海拔2 260 m，市內主要河流為湟水及其支流，多年平均徑流量為11.07 億m3；西寧市降水時空分布不均，全年降水總量的70%集中在6-9月，降水量年際變化大，最大年降水量為最小年降水量的2～3 倍［15］。西寧市作為青海省的政治、經濟、文化和交通中心，承載著全省40%的人口，城市大量的工業、農業、生活污水經北川、南川、沙塘川等支流匯入湟水河，嚴重威脅湟水河水環境安全。湟水流域西寧段水環境質量不僅關系到湟水流域的社會經濟發展和生態安全維護，也關系到黃河中下游地區生態經濟的可持續發展［16］。為了進一步研究湟水流域西寧段水質時空分布特征及污染狀況，選取西寧市內湟水干流及其支流北川、西納川、沙塘川、藥水河、南川、甘河溝、小南川、云谷川、拉拉河等共10 條河流進行調查分析，通過對湟水流域西寧段河流水環境要素的質量優劣程度進行定量評價，為流域水環境監測和河流治理提供科學依據。本文研究河流基本信息如表1所示。

表1 河流基本信息Tab.1 Basic information of rivers

1.2 樣品采集與監測

2018年1月至2019年12月對西寧市內湟水干流及其支流拉拉河、西納川、甘河溝、云谷川、藥水河、南川、北川、小南川、沙塘川等共計10條河流進行逐月采樣監測，每條河流上選取距離城鎮最近的監測斷面，依次選取西寧、大華鄉、西納川、甘河溝、云谷川、董家莊、六一橋、朝陽、王家莊、沙塘川橋共10 個監測斷面，監測站點位置見圖1所示。

圖1 監測站點分布示意圖Fig.1 Schematic diagram of the Monitoring River

按照《水環境監測規范》（SL219-2013）［17］進行樣品采集，參照《地表水環境質量標準》（GB3838-2002）［18］進行水溫、pH 值、溶解氧、高錳酸鹽指數等24 項基本水質指標監測。由于24 項水質參數中水溫和pH 不參與水質評價，除了高錳酸鹽指數、五日生化需氧量、化學需氧量、氨氮和總磷5 項指標以外，其他水質參數含量極低，根據監測數據的有效性和代表性，我們選擇高錳酸鹽指數、五日生化需氧量、化學需氧量、氨氮和總磷等5項有效指標的實際監測數據進行統計分析與水質評價。

1.3 數據處理分析方法

本研究區域不同監測站點水質參數的顯著性分析均在SPSS Statistics 19.0 軟件上進行，水質參數年度比較采用獨立樣本t 檢驗分析，水質參數季節性分析及不同斷面間比較采用one-way ANOVA 檢驗，所有樣本數據在進行分析檢驗前均進行了正態分布檢驗。P＜0.05代表顯著性水平。

1.4 水質評價方法

1.4.1 單因子評價法

單因子評價法可以非常清晰表示研究水體是否滿足水質要求，是水質評價中常用的評價方法［7］。通過選取某一個評價參數的多次監測的極值或者平均值，與該因子的標準值比較，以最高類類別為斷面綜合水質類別。在水環境質量評價中，我們按照《地表水環境質量標準》（GB3838-2002）中對應的限值進行水質評價。

1.4.2 主成分分析法

主成分分析法（PCA 法），是一種將多維因子納入同一系統中進行定量化的降維處理技術，通過將眾多具有一定相關性的指標，轉化成幾個綜合指標來反映多個變量間的內部結構［19］。

其主成分分析的模型：

綜合評價函數：

式中：a1m、a2m、…、anm為原始變量矩陣的協方差矩陣的特征值對應的特征向量；ZX1、ZX2、…、ZXn為原始變量矩陣經過標準化處理的值；λ1、λ2、…、λp為標準化處理矩陣的特征值；n 為因子個數；m為樣本個數；p為主成分個數。

1.4.3 模糊綜合評價法

模糊綜合評價法是一種基于模糊數學的綜合評價方法，根據模糊數學的隸屬度理論把定性評價轉化為定量評價，即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價，具有結果清晰、系統性強的特點，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。該方法被廣泛用于各種類型水體的水質綜合評價［20-22］。其模糊綜合評價的模型為：B=A×R。

式中：A 為歸一化處理的主成分分析法賦權確定評價因子權重組成的行矩陣；R 為m 項參數對5 級水質標準模糊關系隸屬度矩陣。隸屬度表征評價指標屬于評價標準各級別的程度，可以通過隸屬度函數求解。一般水質模糊綜合評價的隸屬度函數由降半梯形分布函數法確定。

（1）j=1時，相應隸屬度函數為：

（2）j=2、3、4時，隸屬度函數為：

（3）j=5時，隸屬度函數為：

式中：ci為第i種污染物實測濃度值（i=1，2，…，m），mg/L；si為第i種污染物j級水質標準（i，j=1，2，…，5），mg/L。

2 結果分析

2.1 2018年和2019年水質參數比較

根據2018年和2019年湟水流域西寧段逐月實測數據，同一年份內水質參數變化較大。具體而言：2018年高錳酸鹽指數濃度范圍為1.2～7.2 mg/L，化學需氧量濃度范圍為2～23 mg/L，五日生化需氧量濃度范圍為0.8～8.0 mg/L，氨氮濃度范圍為0.043～123 mg/L，總磷濃度范圍為未檢出～0.19 mg/L；2019年高錳酸鹽指數濃度范圍為0.9～3.2 mg/L，化學需氧量濃度范圍為2～21 mg/L，五日生化需氧量濃度范圍為0.6～8.0 mg/L，氨氮濃度范圍為0.050～47.1 mg/L，總磷濃度范圍為未檢出～0.13 mg/L。按照年度比較分析，2018年高錳酸鹽指數平均濃度（2.45 mg/L）顯著高于2019年的相應值（2.02 mg/L，P＜0.05）；其他水質參數均無顯著差異，但是表現出均值降低趨勢（化學需氧量均值呈增加趨勢）。

具體斷面而言，西寧、大華鄉、云谷川、六一橋、朝陽斷面水質參數2018年和2019年均無顯著差異；2019年西納川斷面化學需氧量濃度顯著高于2018年的相應值（P＜0.05），其他水質參數無顯著差異；與2018年相比，2019年甘河溝斷面氨氮濃度顯著降低，總磷濃度顯著升高，其他水質參數無顯著差異；董家莊斷面高錳酸鹽指數濃度顯著降低，化學需氧量濃度顯著升高，其他水質參數無顯著差異；王家莊斷面總磷濃度顯著降低，其他水質參數無顯著差異；沙塘川橋斷面高錳酸鹽指數、氨氮濃度均顯著降低，其他水質參數無顯著差異（表2）。

表2 2018年和2019年水質監測數據 mg/LTab.2 Water quality monitoring data for 2018-2019

根據2018年、2019年水質監測結果和不同河流斷面水質目標，通過單因子評價法分析西寧市內湟水干流及支流拉拉河、西納川、甘河溝、云谷川、藥水河、南川、北川、小南川、沙塘川水質狀況。2018年和2019年水質達標率均為90.0%，但水質優于III 類標準的水質斷面比例從2018年的60.0%提升至2019年的70.0%。為了更具體分析湟水流域西寧段水質年際變化特征，參考2010年至2017年《青海省水資源質量年報》評價結果，2010-2019年湟水流域西寧段水質達標率從40.0%上升至90.0%，水質達到或優于III 類標準的水質斷面從40%上升至80%（圖2）。從近十年水質統計結果分析，湟水流域西寧段水質除甘河溝斷面水質較差以外，其余河流水質整體都呈現出好轉趨勢。

圖2 2010-2019年湟水流域西寧段水質類別變化Fig.2 Changes of water quality types in Xining Section of Huangshui River Basin from 2010 to 2019

2.2 不同水質參數的季節性變化

我國大部分地區河川徑流量的年內變化大，而北方地區氣象要素季節性變化也更為明顯，因此，水質監測指標的年均值往往不能反映出河流水質季節性的變化。西寧地處青藏高原東北部。屬高原高山寒溫性氣候，按常規四季月份的劃分方案并不適用于高原地區，因此按照西寧氣溫和日照時間劃分為，春季（3-5月）、夏季（6-7月）、秋季（8-10月）、冬季（11-12月、1-2月）。水質實測數據結果顯示，主要水質參數在不同季節中呈現出了相異的分布特征，高錳酸鹽指數濃度夏秋季顯著性高于冬春季（P＜0.05）［圖3（a）］，其他水質參數無季節性顯著差異。按照季節性平均值分析，化學需氧量四季差異較小，僅在不同斷面間具有一定差異，湟水、甘河溝、南川、北川以及小南川等流經工業和農業較密集區域的河流化學需氧量濃度量較高于其他區域河流的相應值［圖3（b）］。大部分河流中五日生化需氧量在春季平均值較高，秋冬季節含量相對較低；從區域分布來看，湟水、甘河溝、南川和沙塘川中五日生化需氧量較高［圖3（c）］。部分監測斷面中較高的五日生化需氧量可能源于生活、工業等含有大量有機物的污水隨意排放，這些有機物在水體中分解時要消耗大量溶解氧，從而破壞水體中氧的平衡，使水質進一步惡化［23］。從整體分布來看，氨氮呈現出的規律和五日生化需氧量的規律相似，即秋季均值最低，春、夏季和冬季含量普遍增高［圖3（d）］，并且水體的污染程度和其含量高低呈正相關關系?？偭诐舛燃竟澬宰兓⒉幻黠@，與其他季節相比，冬季含量有所上升［圖3（e）］。

圖3 西寧市主要河流中水質參數的季節性變化Fig.3 Seasonal variation of water quality parameters in major rivers in Xining

表3 2018年和2019年湟水西寧站水文徑流數據Tab.3 Hydrological runoff data of Xining Station on Huangshui River in 2018 and 2019

不同區域河流水質參數的季節性分布特征受水文徑流的影響較為明顯，遼寧大凌河季節性調查結果顯示，豐水期水體總體評價為II類水標準，在枯水期降低至III類水質標準［24］。新疆喀什地區河流研究結果具有類似規律，豐水期由于水量較為充沛，水質總體維持在II 類～III 類標準，枯水期由于水量減少，水質呈現遞減趨勢，降低至III 類～IV 類標準［25］。從上述分析中可以看出，湟水流域也具有此類特征，水質季節性分布特征受徑流的影響明顯，形成夏秋季水質優于冬春季的現象。張潔［26］研究結果顯示，城市點源排放是導致水質季節性變化的主要原因。本研究中，主要水質參數含量變化與徑流量關系較大，以湟水為例，水質最好時候出現在夏秋兩季的豐水期內，水質最差時候則在春冬兩季的枯水期內。雖然不同季節存在著不同的水文徑流變化，但是自然水體也存在著復雜的生物地球化學循環，加之甘河溝等斷面亦存在著較為嚴重的城市點源污染，因此水質季節性分布的影響因素仍然值得深入研究。

2.3 水質污染評價

水質污染評價方法較多，本文采取主成分分析法和模糊綜合評價法相結合進行水質評價。其中，主成分分析法是通過降低數據緯度的方式，將多個影響水質因子簡化成幾個綜合因子以反映水體污染狀況，廣泛應用各類水體水質評價［27，28］，主成分的優勢在于可以保留所有原始因子的信息，但是無法直接對水質狀況進行綜合評估。模糊綜合評價法是以模糊數學為基礎，應用模糊關系合成原理，對受多種因素影響的事物做出全面評價的多因素決策方法，該方法已被廣泛用于各種水體水質評價［29，30］。模糊綜合評價法的優勢在于處理受多因素影響或者影響因素難以定量化的評價分析，缺點是由于評價因子較多，權重分布不合理，會造成模糊矩陣信息丟失。本研究綜合考慮主成分分析法和模糊綜合評價法的優缺點，利用主成分分析法確定評價因子指標權重，通過模糊綜合評價法對湟水流域西寧段水質進行綜合評價。

基于主成分分析賦權的模糊綜合評價法分析內容包括：首先，將水質監測原始數據進行標準化處理，通過標準化的數據進行相關性分析，計算出相關關系矩陣及其特征值與特征向量；其次，計算方差貢獻率，根據貢獻率確定主成分個數，確定因子載荷矩陣，計算主成份荷載值，確定因子權重，進行指標權重歸一化；最后，計算隸屬度函數，建立模糊關系矩陣，基于主成分分析法確定的指標權重，綜合評價水質狀況。

我們對湟水流域西寧段干支流10 個監測斷面的高錳酸鹽指數、化學需氧量、五日生化需氧量、氨氮和總磷5 項指標進行標準化處理，根據標準化矩陣計算其對應的相關系數矩陣及其特征值，并計算分析主成分貢獻率和累積貢獻率。由表4可知，前2 個主成分特征值分別為2.949、1.322，累積方差率達到了85.422%，按照特征值大于1，累積貢獻率大于85%的原則，確定主成分的個數為2，即前兩個主成分可以反映絕大部分的信息。

表4 特征值及貢獻率Tab.4 Eigenvalue and contribution rate

計算初始因子載荷矩陣，每一個載荷量表示主成分與對應變量的相關系數，正值表示正相關，負值表示負相關，絕對值越接近1，表示相關程度越高。參照劉劍［31］研究方法，根據初始因子載荷量，計算主成分荷載值，從而確定因子指標權重，并進行歸一化處理，計算結果如表5 所示。根據主成分分析法的賦權計算結果，氨氮、五日生化需氧量和化學需氧量占據相對較大的權重，總磷權重比例相對較低。

表5 主成分因子荷載及賦權計算結果Tab.5 Principal component factor load and weight calculation results

利用模糊綜合評價法計算選取評價因子對各級水質標準的隸屬度，并組成模糊矩陣R，結合主成分分析確定的指標權重，確定評價因子權重的行矩陣A=（0.270，0.268，0.130，0.276，0.056），構建模糊綜合評價模型B=A×R，綜合評價湟水流域西寧段水質狀況。計算結果顯示，2018年湟水I 類的可能性為21.6%，II 類的可能性為0，III 類的可能性為57.83%，IV 類的可能性為20.57%，根據最大隸屬度原則，即哪一級水質隸屬度最大，則水質評價結果為哪一級，因此2018年湟水水質級別為III 類，同理計算其他斷面各級隸屬度及評價結果，評價結果見表6。通過比較單因子評價法和模糊綜合評價法評價結果，模糊綜合評價法的水質等級與單因子評價等級相同或高一等級，單因子評價結果強調了單個污染指標的影響，而模糊評價是考慮了多種水質污染因子的影響，更接近實際水質結果，評價結果也更為科學，其缺點是對劣V 類等極差水體水質無法進行準確的反映。根據評價結果，甘河溝等斷面水污染狀況仍然較為嚴重。

表6 模糊綜合評價結果Tab.6 Fuzzy comprehensive evaluation results

雖然近十年來，湟水流域西寧段水質呈現逐漸好轉趨勢（圖2），但是考慮到未來西寧城市建設發展和廢污水排放量增長，未來城市河流水環境風險依然較高。根據《青海省統計局統計年鑒》和《青海省水資源公報》中西寧市近十年（2010—2019年）經濟及廢污水的統計數據（表7），西寧市人口及國民經濟逐年增長，廢污水排放量也在不斷增加，其中第二產業廢污水量、城鎮居民生活廢污水量近年來呈現出遞增趨勢，未來西寧城市河流環境治理應重點強化工業廢污水達標排放，嚴格城鎮居民生活污水處理，加快污水處理廠的提標改造，加強甘河溝等斷面工業園區綜合治理，持續開展湟水流域西寧段水質評價，為西寧城市河流水環境監測和生態治理提供科學依據。

表7 2010-2019年西寧市國民經濟及廢污水排放統計表Tab.7 2010-2019 statistics on Xining's national economy and wastewater discharg

3 結論與建議

（1）2018年和2019年水質參數比較顯示，高錳酸鹽指數平均濃度顯著降低，其他水質參數均無顯著差異，但是表現出均值降低趨勢；近十年（2010-2019年）湟水流域西寧段水質達標率從40.0%上升至90.0%，水質達到或優于III 類標準的水質斷面從40%上升至80%，湟水流域西寧段水質除了僅甘河溝水質較差，氨氮超標嚴重以外，其他河流整體呈現出好轉趨勢。

（2）湟水流域水質季節性分布特征受徑流的影響明顯，形成夏秋季水質優于冬春季的現象，其中夏秋季高錳酸鹽指數濃度顯著高于冬春季，且冬季高錳酸鹽濃度（平均值1.88 mg/L）顯著低于其他任何季節，其他水質參數無季節性顯著差異。雖然湟水流域的水質有明顯的改善，但仍然存在著像甘河溝這樣的點源污染。

（3）基于主成分分析-模糊綜合評價結果顯示，西寧市河流水質污染程度排序為甘河溝＞湟水＞南川＞北川＞沙塘川＞小南川＞云谷川＞藥水河＞西納川＞拉拉河；相比單因子評價法，模糊綜合評價法考慮多種污染因子的影響，更接近實際水質結果，評價結果也更為科學，其缺點是對劣V 類等極差水體的水質無法進行準確的反映。

（4）甘河溝、湟水、南川及北川的水質狀況相對較差，其中城市工業廢污水及城鎮生活廢污水排放是導致水質惡化的主要原因。雖然近年來湟水流域治理力度不斷加大，但由于湟水流域城鎮化的不斷加速，廢污水排放總量不斷增加，水環境風險依然存在。因此，未來西寧城市河流環境治理應重點強化工業廢污水達標排放，嚴格城鎮居民生活污水處理，加快污水處理廠的提標改造，加強甘河溝等斷面工業園區綜合治理，持續開展湟水流域西寧段水質評價，為西寧城市河流水環境監測和生態治理提供科學依據。