基于主成分分析法的清河水库水质分析及评价

栗 佳

(辽宁省清河水库管理局有限责任公司，辽宁 铁岭 112003)

0 引 言

科学合理的对水环境进行综合开发利用和管理，是解决水资源短缺的重要研究课题，而对水环境质量进行客观全面的评价，是水环境开发利用、管理和保护的重要的基础[2]。目前常用的的水环境质量评价方法包括单因子评价法、综合污染指数法、神经网络法、模糊综合评价法、主成分分析法等[3]。而主成分分析法可以将多维度变量系统转化到低维空间处理，使评价对象变得简单直观，最大程度的保证评价结果的客观性，又可以提供原有指标的绝大部分信息，因此在水环境评价中具有广泛的应用[4]。胡艳玲等人采用主成分分析法对农村生活饮用水水质进行评价，使评价的结果更符合实际[5]。廖宁等人基于主成分分析建立了紫坪铺水库营养评价方法，相对于常规综合营养状态法，评价结果更为客观、可靠[6]。因此，文章在对清河水库水质进行分析的基础上，采用主成分分析法对清河水库水质进行综合评价[1-7]。

1 清河水库水质分析与评价

1.1 清河水库概况

清河水库是辽河中游左侧一级支流-清河干流上一座以防洪、灌溉为主，兼顾养鱼、旅游等综合利用的大(2)型水库。水库利用为多年调节，按千年一遇洪水设计，万年一遇洪水校核。坝址以上控制流域面积2376 km2，河道长129.1km，河道平均比降3.1‰，水库设计总库容9.71亿m3，其中兴利库容5.74亿m3，防洪库容5.05亿m3，死库容0.56亿m3。原设计阶段，水库的任务是防洪和农业灌溉为主，为纯农业供水水库，设计灌溉面积为2.9×104hm2，供水量为3.96亿m3，为多年调节水库。随着周边地区经济发展，水库的任务现在调整为主要承担农业灌溉、防洪及保证工业(清河电厂)供水，具有多种综合效益。

1.2 清河水库水质分析

1.2.1 数据资料

采用的数据来自于2007—2018年省直水库及国家、省重要饮用水水源地监测成果表，监测单位为辽宁省水环境监测中心铁岭分中心，主要的水质参数及控制断面如表1所示。

表1 主要水质监测参数

1.2.2 水质分析

根据清河水库水质监测成果，对2007—2015年的主要水质监测数据按照《地表水环境质量标准》(GB3838-2002)中Ⅱ类标准。分析结果见表2。

表2 水库主要监测指标分析

由表2分析可知水库水质的主要检测指标中，总氮已经连续多年超标，在此基础上，结合地表水Ⅱ类标准对清河水库2016年—2018年的总氮浓度库区变化规律进行分析，结果如图1、图2、图3。

图1 2016年总氮浓度变化规律

图2 2017年总氮浓度变化规律

图3 2018年总氮浓度变化规律

由图1、图2和图3可以看出：总氮浓度在入库口、库中及坝前三个监测点随时间的变化规律基本一致，在入库口的监测值最高，其次是库中，坝前的监测值最低，其个别月份有例外，这也从侧面验证了水库本身作为一个生态系统，具有一定的自我调节能力；但是从入库口的总氮浓度就已严重超过国家地表水Ⅱ类标准；对2007年—2018年清河水库入库口监测断面的总氮监测数据分析，在12年的监测数据中，总氮监测浓度在入库口就超标，其监测值从 1.34-7.91mg/L，超标倍数高达15.82倍。可见上游来水总氮浓度过高是库区水质总氮超标的原因。

2 清河水库水质评价

2.1 方法及原理

主成分分析的步骤如下：

步骤1：原始数据矩阵X(n×p)标准化处理后，得到新的数据矩阵：

Y=(yij)n×p

(1)

步骤2：标准化后，建立p个变量的系数矩阵R：

R=(rij)p×p

(2)

(3)

步骤3：计算相关矩阵R的特征值λ1≥λ2≥L≥λp，并按从大到小顺序排列；求出与各个特征值对应的特征向量u1，u2，L，up。

步骤4：求出贡献率em和累计贡献率Em。

(4)

(5)

步骤5：计算主成分荷载Zm(主成分与变量之间的相关系数)。

(6)

步骤6：确定主成分Fi(i=1,2….,p)的表达式。

步骤7：根据主成分对应的方差贡献率为权数确定综合得分函数。

(7)

2.2 水质评价

2.2.1 水质评价的主成分分析

为了消除原始水质数据量纲及数量级的影响，在进行主成分分析之前，首先采用SPSS软件将指标数据进行Z-Score标准化处理，并对标准化后的数据进行相关性分析。处理后发现溶解氧、高锰酸钾指数、化学需氧量、五日生化需氧量、氨氮(NH3-N)、总磷、总氮、挥发酚和石油类这9项监测指标在置信度为0.95下具有很好的相关性，因此可以采用主成分分析方法进行处理。

根据相关系数矩阵，求出对应的特征值和贡献率，计算结果列于表3。

表3 主成分特征值和贡献率

从表3可以看出，前三个主成分的特征值均>1，且它们的方差贡献率累计达到84.925%，说明这三个主成分反映了原始变量提供的84.925%的信息，根据综合评价的需要，选取前三个主成分代替原来的9个变量指标。

表4 主要主成分荷载矩阵

通过计算前三个主成分的荷载矩阵(表4)可知，溶解氧、化学需氧量、五日生化需氧量、挥发酚这4个指标在第一主成分中具有较大荷载，说明第一主成分中主要反映了这4个指标的信息；在第二主成分中，高锰酸钾指数和总氮具有较大荷载；第三主成分中，氨氮和石油类具有较大的荷载。从而确定主成分的表达式：

F1=0.793x1-0.515x2+0.793x3+0.883x4+
0.449x5+0.654x6-0.492x7-0.291x8+0.83x9

(8)

F2=0.49x1+0.774x2+0.49x3+0.388x4+
0.045x5-0.094x6+0.73x7-0.361x8-0.512x9

(9)

F3=-0.014x1-0.078x2-0.014x3-0.051x4+
0.691x5+0.158x6+0.414x7+0.795x8-0.178x9

(10)

以各主成分对应的方法贡献率为权数建立综合得分函数：

F=0.516F1+0.283F2+0.2F3

(11)

根据主成分得分函数和综合得分函数以及所获取的2016年—2018年3年的原始数据，进一步计算36个月水质的各因子得分和综合得分。结合《国家地表水环境质量标准》(GB3838-2002)，将相同的各个水质等级标准值按上述方法计算，得出各级水质的综合得分，见表5，从而能确定各个月份的水质等级。

表5 水质等级综合评分评定表

由表5的水质等级综合评定表，可得2016年—2018年清河水库水质综合评价结果，如表6所示。

表6 综合评定结果表

由表6分析可知：清河水库2016年—2018年36个月中，Ⅱ类水达标率为38.9%。其中2016年Ⅱ类水达标率25.0%，2017年Ⅱ类水达标率58.3%，2018年Ⅱ类水达标率25.0%，呈现倒“V”型发展。除2016年4月、2016年9月和2017年2月三个月份，坝前水质恶化为Ⅳ类水质之外。水库整体水质满足地表水Ⅲ类标准。

3 结 语

在对清河水库水质数据进行分析的基础上，采用主成分分析法构建的水质综合评分模型，对清河水库的水质进行综合评价，评价结果表明：2016年—2018年清河水库水质状况整体状况基本满足地表水Ⅲ类水标准；但是对水库单一指标的分析结果表明：水库的总氮浓度超标严重，建议应加强库区上游工业废水和生活污水排放的管理；同时针对清河流域的农业面源污染加强控制。通过减少污染物排放量和增加清河流量的方法，加快总氮的降解速度，从而使清河水库的水质管理起到更好的效果，为供水任务的完成提供有力保障。