重庆市三峡库区“三江”干流污染源解析

翟 俊，李玲丽，肖海文，余秋阳

(重庆大学 三峡库区生态环境教育部重点实验室，重庆 400045)

污染源解析的目的是科学、全面、准确的评价水环境污染状况并分析污染物主要来源及其对水体污染的贡献率，为水环境管理提供准确可靠的信息[1]。根据目前国内外对河流污染源解析所用方法中可以看出，多元统计分析法是其中应用较多的一种[2-4]。多元统计分析法能有效的运用在水质空间分布规律评价、地下水和沿海水域变更以及海洋沉积物中潜在污染源的鉴定中[5]。

三峡库区的水质状况除受到重庆市、湖北省影 响外，库区上游的污染源排放也将辐射影响库区水环境质量。近年来，由于点源和非点源污染的加剧，重庆市三峡库区内水质污染逐渐严重。污染排放主要集中在三峡库区干流段。

尽管近年来针对三峡库区流域水污染源解析的方法很多[6-7]，但目前运用多元统计方法对三峡库区“三江”干流流域污染源及其相应的贡献率进行分析的研究仍然十分鲜见。笔者依据三峡库区水系特点，选取CODCr、TP、NH3-N等8个典型指标，运用多元统计分析法对重庆市三峡库区干流水体中主要污染物进行探索性分析，判断主要的污染源类型，定量计算各类排放源的贡献率，同时对库区水污染的主要问题进行分析和预测，从而确定需要重点治理的行业、企业和地区，提出三峡库区典型城市水环境质量改善的可行途径。

1 数据来源与研究方法

1.1 数据来源

污染源解析数据来源为2005—2010年重庆市环境质量报告书[8]。其水质采样及分析测试均采用国家水质监测标准[9]。23个水质监测断面位置见图1，主要分布于三峡库区长江、嘉陵江和乌江干流的重庆段。

每个监测断面均选用CODCr、F-、石油类、BOD5、NH3-N、TN、TP、粪大肠菌群等8个指标作为水质分析参数，包括共计1104个数据。为便于分析，将2005—2010年8个水质参数的6年算术平均值作为主要分析数据。数据处理和分析采用SPSS18.0软件。

序号所示监测断面位置分别为：1—朱沱；2—江津大桥；3—丰收坝；4—黄桷沱；5—寸滩；6—鱼嘴；7—扇沱；8—鸭嘴石；9—清溪场；10—大桥；11—苏家；12—晒网坝；13—苦草沱；14—白帝城；15—培石；16—利泽；17—北温泉；18—高家花园；19—大溪沟；20—万木；21—鹿角；22—锣鹰；23—麻柳嘴

1.2 研究方法

污染源解析采用多元统计分析法，其基本思路是利用观测信息中物质间的相互关系来产生源成分谱或产生暗示重要排放源类型的因子。该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从相关矩阵或协方差矩阵出发，对高维变量系统进行最佳的综合与简化，其基本方程式为：

式中：D为由m个样品中对r个变量观测结果组成的矩阵；C为因子载荷矩阵，表示源成分谱；R为因子得分矩阵，表示污染源的贡献率。

诊断解析结果的方法包括决定系数法(Coefficient of Determination, COD)、方差累计贡献(cumulative percent variance)法以及Exner方程。解析结果中包含的因子数量越多，单个污染物的COD越接近于1，方差累计贡献越接近于100%，Exner方程值越小。研究选取累计方差贡献率最大的因子组合，根据实测的污染源成分谱，由因子分析/主成分分析结果得到的几个主要因子的污染物来源类型[10]。

2 结果分析与检验

2.1 数据的描述性统计分析

在多元统计分析中，必须对数据进行适当的预处理，包括一些遗失数据的估算，数据转换及其正态分布的检验等，以保证实验数据的有效性和合理性[11]。所以先应用SPSS软件中的描述性统计分析对数据进行预处理，其结果见表1。

表1 描述统计量分析

从表1可看出，F-、BOD5、NH3-N、TN的偏度系数分别为-0.227，-8.14，-1.463，-0.190。从偏度系数统计量的正负值来看，观察值的4个变量分布均呈负偏态，然而此种偏度情形是否达到统计上的显著水平(p<α=0.05)，必须进一步加以检验才能得知，若是检验结果的显著性p>0.05，表示变量仍符合正态分布，度系数之所以呈现负数则为取样误差所造成的。

2. 2 数据的正态分布有效性检验

进一步对数据正态分布的有效性进行验证。根据探索性检验的要求，显著概率p>0.05的指标数据符合正态分布特征。检验结果见表2。

表2 正态分布检验

注：a表示Lilliefors 显著水平修正 ；*为真实显著水平的下限。

由表2可知，参与分析的23个点位的理化指标Kolmogorov-Smirnow检验(a)统计中，粪大肠菌群显著性为p=0.000<0.05，其余水质参量显著性均大于0.05；在正态性假定检验中，因为样本观察值总数为23<50，则采用Shapiro-Wilk统计量检验。粪大肠菌群Shapiro-Wilk统计量为0.683，显著性概率值为p=0.000<0.05，表示粪大肠菌群含量不符合正态分布。因此认为此次参与分析数据中，BOD5、F-、CODCr、石油类、氨氮、TN、TP符合正态分布要求。

2. 3 典型污染物的因子分析

2.3.1 Kaiser-Meyer-Olkin和Bartlett球形检验

验证因子分析的适用性，首先对数据进行Kaiser-Meyer-Olkin(KMO)和Bartlett球形检验。KMO是Kaiser-Meyer-Olkin的取样适当性量数，其值介于0～1之间，KMO值愈大时(愈接近1时)，表示变量间的共同因素愈多，变量间的净相关系数愈低，愈适合进行因素分析。一般认为KMO 值>0.7( KMO 值在0～1之间变化) 的适合因子分析，<0.5 的不适合因子分析，介于二者之间的，比较适合[1]。Bartlett球形检验用于检验该相关矩阵是否为单位矩阵，若显著性概率p<0.05时，表明该相关矩阵为非单位矩阵，总体的相关矩阵间有共同因素存在，适合进行因素分析；反之，则不能进行因素分析。

本检验结果中，在显著性概率p=0.004<0.05的情况下，数据的Kaiser-Meyer-Olkin特征值为0.612，且Bartlett球形检验中，卡方值为56.24，表明该数据适合因子分析。

2.3.2 因子分析的总方差解释与主成分命名

表3为8个变量在3个因素上的未转轴因素矩阵(即原始因素负荷量矩阵)。表4为转轴后的因素矩阵，采用最大变异法(Varimax)进行直交转轴。

表3 因子分析——主成份矩阵

注：采用主成份分析萃取方法。

表4 旋转主成分矩阵

注：采取主成份分析萃取法。旋转法为具有Kaiser标准化的正交旋转法。

根据因子分析提取主成分的要求，被分析因子的Kaiser特征值必须大于1，方差累计贡献接近于100%。从分析结果(表3)中可以提取3个主成分。主成分1解释了总方差的31.25%，其中CODCr和BOD5占有较高的因子载荷，分别占75.0%和58.5%。根据污染物特点，并结合表4，将主成分1命名为好氧有机污染物。主成分2解释了总方差的23.09%，其中氨氮占有较高的因子载荷，占85.2%，结合表4将主成分2命名为富营氧化污染物。主成分3解释了总方差的16.67%，其中粪大肠菌群占有较高的因子载荷，占48.2%，结合表4将主成分3命名为粪便病原污染物。

因此，通过因子分析的总方差解释表明，三峡库区“重庆段”主要有3种类型的污染物，分别依次为耗氧有机物污染物(31.25%)，富营养化污染物(23.09%)和粪便病原污染物(16.67%)。

2.3.3 三峡库区城镇水污染问题诊断及控制措施

三峡库区“重庆段”三江干流断面中好氧有机污染物总方差比例最高，为31.25%，因此可认为第一主成分(耗氧有机物污染物)为三峡库区长江、嘉陵江、乌江段最主要的污染物。该好氧有机污染物中CODCr、BOD5的负荷量(分别为75.0%和58.5%)相比其他污染物负荷量较高，其主要原因是随着全市城镇常住人口的增加，城镇生活污水排放量呈逐年上升，导致化学需氧量、高锰酸钾盐指数以及5d生化需氧量的排放量总体呈上升趋势。另外，工业区规模较大，农副食品加工业、化学原料及化学制品制造业、饮料制造业和非金属矿物制品业占有较大比例，其排放的废水中含有大量的耗氧有机物质。所以, 解决此区间水体污染问题，应从保证供求关系的前提下减少污染行业数目，增加污水处理厂数目，提高污水处理率，节能减排等方面入手。

三峡库区“重庆段”三江干流断面中富营养化污染物总方差比例较高，为23.09%，因此可认为第二主成分(富营养化污染物)为三峡库区长江、嘉陵江、乌江段的主要污染物。该好氧有机污染物中氨氮的负荷量(为85.2%)相比其他污染物负荷量较高，其主要原因应为该段中工业废水中氨氮排放量超标的企业较多。其中超标最严重的企业是化学原料及化学制品制造业，其次为农副产品加工业、造纸及纸制品业、交通运输设备制造业和医药制造业。所以，解决此区间水体污染问题主要应通过采取污水处理厂的升级改造、加强生物脱氮减少氮排放量等。

三峡库区“重庆段”三江干流断面中粪便病原污染物总方差比例也较高，为16.67%，因此可认为第三主成分(粪便病原污染物)为三峡库区长江、嘉陵江、乌江段的主要污染物。该粪便病原污染物中粪大肠菌群的负荷量(为48.2%)相比其他污染物负荷量较高，主要原因是该段该区间多为大中城市，城镇人口众多，工业区规模较大，在人口密集区域，存在生活污水、畜禽养殖废水的直排现象，应该加强生活污水和工业废水的收集和处理。

综上所述，主成分1、2、3 分别来自于城市生活污水和工业废水中的耗氧有机物污染；化学原料及化学制品制造业、农副产品加工业、造纸及纸制品业、交通运输设备制造业和医药制造业排放的生产废水污染，同时，以上3种主要成分污染物主要分布在长江、嘉陵江、乌江段，包括寸滩、大溪沟、高家花园、朱沱、白帝城、鸭嘴石和清溪场等污染严重断面。这几个水质监测断面是含以上3种主要成分污染物浓度最高的场所，使得三峡库区水污染物排放量持续增加，减排压力大。总之，环境保护投入相对不足是造成库区水污染的主要原因。所以，相关部门应当根据上述各监测断面的污染特点，对该地区的污染物排放进行实时监控，逐渐改变三峡库区粗放型经济增长方式，提高城镇环境基础设施运行效率，同时加快农村基础设施建设，已达到污染物排放逐步减少的目的。

3 结 论

1)重庆市三峡库区干流流域中主要有3种类型的污染物，耗氧有机物污染物、富营养化污染物、粪便病原污染物对整个三峡库区干流流域污染的贡献率依次为31.25%，23.09%和16.67%，为重庆市三峡库区干流流域水体的主要污染物。

2)重庆市三峡库区干流流域中的3种类型污染物主要来源于城市生活污水和工业废水中的耗氧有机物污染; 化学原料及化学制品制造业、农副产品加工业、造纸及纸制品业、交通运输设备制造业和医药制造业排放的废水中所含有的富营养化污染物；最后是居民生活密集区排放的生活废水中含有的粪便病原污染物。

[1] 马溪平,吕晓飞,张利红.辽河流域水质现状评价及其污染源解析[J].水资源保护,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] 陈永灿,郑敬云,刘昭伟.三峡库区河段水质评价与分析[J].水利水电技术,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,傅华,吕平毓.三峡库区河段水质同步观测与联合评价[J].重庆交通学院学院,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] 重庆市环境监测中心编委会.重庆市环境质量报告书[R].重庆：重庆市环境保护局，2011.

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

[9] 国家环境保护局《水和废水监测分析方法》编委会.水和废水监测分析方法[M].3版.北京:中国环境科学出版社,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] 苏丹,唐大元,刘兰岚.水环境污染源解析研究进展[J].生态环境学报,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] 吴明隆.问卷统计分析实务-SPASS操作与应用[M] .重庆:重庆大学出版社,2010:272-279.

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