京杭运河(徐州段)水质评价及污染源分析

饶永才，袁 媛，孙 挺，潘 晔，郑潇威，刘亚风，谢玉静，樊正球

(1. 徐州市环境监测中心站，徐州 221003； 2. 复旦大学 环境科学与工程系，上海 200438)

京杭运河徐州段是南水北调东线工程的一部分，是东线工程的主要输水通道.该段区域河网交错，在航运、灌溉、排洪方面发挥作用，也是饮用水源，此外还兼有南水北调东线工程调水和输水的功能[1]，水域功能被定为《地表水环境质量标准》(GB 3838—2020)中Ⅲ类水质标准.运河水的开发利用与徐州市的城市发展、经济增长、人民生活密切相关.随着工农业生产的发展，河流直接或间接受到工业污水、生活污水以及农业废水的影响，水质受到不同程度的污染.由于研究区域位于南水北调东线工程重要节点位置，水质情况将直接影响出境水质[2].因此对该段水质状况合理准确的评价显得尤为重要.

水质评价是水环境质量研究的主要内容之一，它为水环境合理开发利用和水体污染综合防治提供了科学依据[3].目前，在水质评价中广泛应用的方法包括简单指数法、综合水质法、水质标识法等[4-5]，同时也有结合生物指示指标对水质情况进行评价的[6].由于水质系统是由各种污染指标变量组成的复杂系统，各个因子之间具有不同程度的相关性，每个因子只能从某一方面反应水质情况，因此上述方法在水质评价时表现出一定的局限性[7].而多元统计技术，包括相关分析(Correlation Analysis, CoA)、层次聚类分析(Hierarchical Cluster Analysis, HCA)、判别分析(Discriminant Analysis, DA)和因子分析/主成分分析(Factor Analysis/Principal Component Analysis, FA/PCA)，能够进行数据解释和模式识别.近20年来，利用多元统计技术对河流水化学时空变化进行了广泛的研究[8].其中判别分析的数据挖掘方法是根据对象隶属度的先验知识来对样本进行统计学分组，例如根据样本的采样时间或采样地点对样本进行时间或空间分组等.相关性分析是用来提供对变量之间相互关系的预感知[9].相关矩阵通常用于初始识别和进一步探索.聚类分析是一种无监督模式识别技术，专门用于揭示对象之间的内在相关性或相似性[10].FA/PCA也是一种强大的技术，用于降低涉及大量相互关联变量的数据集的维数，同时将原始信息损失减至最小[11].它试图解释一小部分正交主成分的方差，执行后，旋转变换产生一套新的主成分为VariFactors(VFs)，它可以为与原始变量重叠较少的潜在相关性提供更有意义的解释[12].通常通过FA/PCA分析得到的每个组分都是潜在污染源.迄今为止，国内外关于京杭运河徐州段的水体评价鲜有研究.本研究则经过对研究区水体环境数据的深入挖掘，采用了单因子水质评价法与多元统计如主成分分析、判别分析和聚类分析等方法综合分析和评价了京杭运河徐州段8个监测断面的水质情况，并分析了主要受污染指标的来源，为京杭运河徐州段水环境管理和环境综合治理，特别是南水北调东线工程的水质安全提供有价值的参考.

1 材料与方法

1.1 研究区概况

研究区位于由西北向东南倾斜的华北平原，流域地形以平原为主，低山和丘陵地相间.地势起伏较明显，海拔高差5～17 m不等.研究区地处暖温带半湿润气候，受东南季风影响较大，徐州市多年平均气温14.5 ℃，年极端气温最高40.6 ℃，最低-15.8 ℃.年降水量800～930 mm，日最大降水量213.0 mm，平均相对湿度71%.年日照时数2 280～2 495 h，日照率52%～57%[13].

被誉为“黄金水道”的京杭运河横穿徐州，通道直接经过徐州市的贾汪区和郊区.徐州境内仍在使用的运河长达200 km以上，北接微山湖，南连骆马湖，是南水北调东线工程的一部分，平均流速基本小于1 m/s，水深2～5 m[14].徐州先后实施了京杭运河徐州段航道改建和城区段综合环境治理等重点工程，实现京杭运河徐州段二级航道的全线贯通.2014年，国务院长江经济带规划中将徐州港列入国家重点建设港口.同时，徐州作为江苏的北大门，水路通航里程较长，加之徐州以其相对的地理位置成为省内及省际煤炭、水泥、砂石、成品油等多种货物的产地和集散地，以及近年来经济及工业蓬勃发展，加重了京杭运河徐州段水体污染负荷.

本研究选取徐州境内洞山西、红旗新村、解台闸、刘山闸、山头、索家庄、农科所、张楼8个监测断面(图1)，其中5个监测断面(包括张楼、农科所、索家庄、刘山闸、山头)位于邳州段，山头偏离主要运河干道，当地以农业活动为主，其余4个监测断面处靠近市中心，为交通枢纽；3个监测断面(包括红旗新村、解台闸、洞山西)位于中运河段，近年来人口大幅增长，主要为居民生活区，商圈集中，人口密度大.

图1 京杭运河(徐州段)监测站点分布示意图Fig.1 Location of monitoring sites in Beijing-Hangzhou Canal (Xuzhou section)

1.2 采样分析与水质评价

本研究于2010年1月至2015年12月的每月中旬进行采样.样品分析的指标包括pH、高锰酸盐指数(PI)、5日生化需氧量(BOD5)、氨氮(NH3-N)、石油类(Petroleum)、化学需氧量(COD)、总氮(TN)、总磷(TP)、氟化物(F-)、粪大肠杆菌(Fecal coliform)等10个,其对应测定方法见第598页表1.

表1 水质分析方法Tab.1 Analytical methods for water quality

因京杭运河水域功能确定为Ⅲ类，故京杭运河徐州段8个研究断面水质目标均应达到《地表水环境质量标准》(GB 3838—2002)Ⅲ类，对该段河流水质评价所用的各指标浓度限值见第598页表2.

1.3 数据处理与统计分析

本研究在所有参与综合水质级别评价的水质指标中，根据《地表水环境质量标准》(GB 3838—2002)选择水质最差的单项指标所属级别来确定水体流域的综合水质级别，并采用判别分析(Discriminant analysis, DA)对6年来京杭运河徐州段的监测断面水质级别进行分类[16-17]，以研究京杭运河徐州段8个断面和水质级别之间关系，同时对10个水质指标进行相关性分析、主成分分析和聚类分析.其中相关性分析采用Pearson相关系数(双尾检验，差异显著水平设为P=0.05，极显著差异性水平设为P=0.01).所有数据处理和统计分析结合SPSS 22.0与R 3.2.5软件完成.

2 结果与讨论

2.1 水质指标特征

图2(见第598～600页)为2010年—2015年间研究区域水环境质量的监测分析结果.结合《地表水环境质量标准》(GB 3838—2002)水标准(箱图中红线为Ⅲ类水标准)对比分析结果表明：

水体中pH值都在Ⅲ类水体质量范围内，但位于中运河段的3个断面解台闸、红旗新村和洞山西水体pH值较邳州段5个断面(张楼、农科所、索家庄、刘山闸和山头)处水体高.pH值能直接或间接影响着水生生物的生长发育和繁殖，同时TN、TP均在中运河段3个断面水体中浓度偏低，这可能是由于水草、藻类对磷和氮具有吸收作用，降低了水体中的营养物质，引起pH值降低[18].BOD5、COD、F-、和PI浓度也都在Ⅲ类水体质量范围内，2010年NH3-N于索家庄、山头、农科所、刘山闸处水体中浓度超过标准，对水体造成污染，此地区可能使用大量氮肥，同时含氮有机物、硝酸盐、亚硝酸盐在水体缺氧情况下，通过厌氧菌作用产生氨.Petroleum污染物2010年在邳州段5个断面水体中浓度均偏高造成水质污染，Fecal coliform仅于2014和2015年在中运河段的3个断面解台闸、红旗新村和洞山西水体中浓度偏高，造成水体质量下降.

图2 2010年—2015年监测断面水体中各项指标分布Fig.2 Distribution of water quality indexes in monitoring sections during 2010—2015

2.2 水环境质量评价

每个断面各个年份的水质类别情况如表3所示，可以得出： 张楼有逐年变好趋势，自2011年至2014年水质都达到Ⅲ类水标准；索家庄、农科所、山头、刘山闸水质于2010年—2012年间都存在严重污染，2013年—2014年水质达标；2015年，位于邳州段的5个断面除刘山闸外，其他4个监测断面的水质都有指标污染，水质类别降到Ⅳ类及以下.而位于中运河段的3个断面水质均于2013年开始恶化，至2015年水质类别最差.从各监测断面超标指标看，2010年张楼Petroleum和TN超标，达到Ⅳ类水标准，索家庄TN达到Ⅴ类水标准，NH3-N、TP、Petroleum指标都为Ⅳ类水标准，且在山头、农科所、刘山闸处NH3-N、Petroleum、TP、TN浓度也都超过Ⅲ类水标准，其中TN指标浓度劣于Ⅴ类水，属严重污染；2011年张楼水质达标，而索家庄TN污染较为严重，达到Ⅴ类水标准；山头、农科所、刘山闸3个断面的TN枯水期时甚至劣于Ⅴ类水，而刘山闸处水体中TP为Ⅳ类；2012年张楼水质达标；索家庄、农科所于枯水期TN浓度较高，归为Ⅳ类；山头和刘山闸NH3-N、TN污染较为严重，导致水质都劣于Ⅴ类水标准.2013和2014年，邳州段5个断面水质都达到Ⅲ类水标准，而2013年市区的3个断面即解台闸、红旗新村和洞山西水质指标TN浓度较高，均接近Ⅳ类水标准，2014年水体中Fecal coliform浓度升高使水质降低为Ⅴ类.2015年邳州段5个断面张楼、农科所、索家庄、刘山闸和山头水体中TN、TP浓度较高造成污染；位于中运河段的3个断面解台闸、红旗新村和洞山西处水体中TN、Fecal coliform污染浓度较高，都劣于国家标准Ⅳ类水.因2014年，国务院长江经济带规划中将徐州港列入国家重点建设港口，且据统计，至2015年底，徐州市干线航道新增达标里程98.96 km，航道货运量合计达到1.70亿吨，较“十一五”末增长5 360万吨.另外2015年出现全国干旱状况，因受厄尔尼诺现象影响，东亚-西北太平洋大气环流发生异常，东亚大槽偏强偏东、西太副高位置偏东，我国北方盛行西北风且西南暖湿气流无法到达北方，导致我国北方干旱严重[19].故加重的交通运输量和严重干旱的气候，导致京杭运河徐州段2015年的水质急剧下降.

表3 2010年—2015年京杭运河徐州段监测断面年度综合水质级别Tab.3 The comprehensive water quality grade for the monitoring sections on Beijing-HangzhouCanal(Xuzhou section) during the year of 2010—2015

根据断面与水质类别综合进行判别分析(DA)，采用最大似然法进行分析，是建立在独立事件概率乘法定理的基础上，根据训练样品信息求得自变量各种组合情况下样品被封为任何一类的概率.本文计算水质类别和监测断面被分到某一类中的条件概率(似然值)，概率最大的那一类就是最终评定的归类.分析得到的结果(图3)可以直观地看到2010年—2015年京杭运河徐州段8个断面水质级别综合情况.横坐标维度1解释了所有分类的73.6%，纵坐标维度2解释了所有分类的16.4%，在两个维度上已经能够说明数据的90.0%，由此可知该分析结果描述性较好.2010年—2015年，山头、刘山闸两个断面综合污染较为严重，为劣于Ⅴ类水；洞山西水质归为Ⅴ类；红旗新村归为Ⅳ类，其他断面的水质级别均为Ⅲ类标准.

图3 8个监测断面与水质级别判别分析图(维度1解释率为73.6%，维度2解释率为16.4%)Fig.3 Discriminant analysis map of eight monitoring sections and water quality grade(Explanation rate of Dimension 1 is 73.6%, explanation rate of dimension 2 is 16.4%)

2.3 水体污染来源及控制因素

相关矩阵常通过整体数据集的一致性来研究变量之间的相关性[20-22].本研究用相关性矩阵来分析10个水质参数之间的联系.结果(见第602页表4)表明，水质参数之间的相关性系数介于-0.612～0.796之间，呈显著相关(P<0.01).Helena[23]提到研究区域水体中元素呈显著相关可能是因为有着相似的水化学特征.从表4可知，除TP和Fecal coliform外，所有水质指标都与pH呈显著相关，其中NH3-N、Petroleum和TN与pH呈负相关.最大相关系数出现在PI与COD之间，同时PI也与BOD5、F-和Fecal coliform浓度呈显著正相关，但与NH3-N和Petroleum污染物呈负相关.BOD5与NH3-N、Petroleum、TN呈负相关，与COD和F-呈显著正相关.NH3-N与Petroleum、TN和TP呈正相关，且与F-呈负相关.Petroleum与TN、TP呈正相关，与F-呈负相关.TN与TP也呈显著正相关.

表4 各水质指标间Pearson相关系数Tab.4 Pearson correlation coefficients of the water quality indexs

Fecal coliform作为水体大肠杆菌污染指示被广泛使用[24]，并且已被证实与致病性肠道细菌有正相关[25]，其与PI、BOD5、COD和F-呈显著正相关，与Petroleum污染物呈负相关.超过Ⅲ类水质标准的TN、TP、NH3-N、Petroleum和Fecal coliform指标中(图2)，TN和NH3-N呈显著正相关，TP和Petroleum呈显著正相关，Petroleum和Fecal coliform呈显著负相关.经过对监测断面的水质指标进行相关性分析，发现各种指标之间具有较强的相关性，且Bartlett球度检验相伴概率为0.000，小于显著水平0.001且KMO值大于0.6，因此本研究的数据适合开展因子分析[26].通过主成分分析，提取了前3个主成分，其解释了总方差的82.20%.

第1主成分(PCA1)的贡献率为36.6%，通过图4(a)可知第1主成分中因子变量在PI、COD、F-、Fecal coliform、BOD5的浓度上有较高的正载荷，其中Fecal coliform可能与当地生物肥料的大量使用有关；同时在农药和化肥等生产过程中，也会排放含有F-的污水.水体中PI、COD、BOD5的含量与水体中有机污染程度密切相关[27]，说明第1主成分反映了监测断面的有机质污染[28].同时结合Pearson相关性分析(表4)也可以看出，PI、COD、F-、Fecal coliform、BOD5等指标间具有较强的相关性.相关系数从0.434(COD～Fecal coliform)至0.796(PI～COD)，可知第1主成分中这5种物质的来源相似.PI、COD、F-、Fecal coliform、BOD5在洞山西有较高的数值，通常Fecal coliform被作为水体受到粪便污染的指标，结合监测断面的相关资料，发现位于中运河段的3个断面(谢台闸、红旗新村和洞山西)周围是居住区和商业区，其居民生活污水可通过不同途径流入河道并引起水污染[29].所以，从PI、COD、F-、Fecal coliform、BOD5对第1主成分的贡献可以得知其代表的实际意义，即第1主成分主要代表居民生活排污对水质的污染.第2主成分(PCA2)的贡献率为29.5%，其中TN、NH3-N、Petroleum具有较高的载荷，同时结合Pearson相关性分析结果可知TN、NH3-N和Petroleum之间具有较强的相关性，这在一定程度上反应了水体中氮的来源和Petroleum污染物相似，NH3-N和TN(0.757)的相关性较高，说明NH3-N在TN中占较大的比例.Petroleum具有较高的载荷，可能是由于监测断面周围交通干线密集的车辆交通所排放的尾气[28,30]，和京杭运河船舶航运污水及尾气排放导致.从图2可以看出邳州段5个断面(张楼、农科所、索家庄、刘山闸和山头)水体中NH3-N、TN和Petroleum的浓度相对较高，结合该5个断面的产业结构和功能分区，交通、运输是主要的污染源，因此验证了第2主成分主要是源于交通和运输等对水质的污染.图4(b)表示所研究指标的空间三维分布，第3主成分(PCA3)的贡献率是16.1%，TP具有较高的正载荷值，由于TP一般可以作为识别农业污染源的指标[31-32]，且于TP箱式分布图(图2)中，我们可以看出山头地区TP的平均浓度值最高，而该地周围以农田分布为主，农业活动频繁，故结合这个当地实际，可以推断出这个主成分主要表征了农业对水质的影响.各元素之间的离散程度较直观地反映出了监测断面水质污染的3个主要来源,即生活污水排放、交通运输污染和农业污染[33-34].

图4 主成分分析图(其中PCA1贡献率为36.6%，PCA2贡献率为29.5%，PCA3的贡献率是16.1%)Fig.4 The plot of principle analysis result (The contribution rate of PCA1, PCA2 and PCA3 was 36.6%, 29.5% and 16.1% respectively)

本研究同时通过以Ⅲ类水标准为基准的单因子指数对各个断面和指标进行聚类分析，结果见图5.红色为污染最严重，至绿色为无污染，属于同一类的所有站点的水质情况是相似的，类与类之间的距离相差越远水质状况差别也越大.本研究所调查的8个监测断面根据污染情况可分为3类.第1类监测断面有3个，分别为位于中运河段的红旗新村、洞山西和解台闸，TN和Fecal coliform浓度都较高，根据主成分分析结果可得知居民生活污水排放是导致此处河水水质恶化的主要原因；第2类监测断面有4个，分别为农科所、刘山闸、索家庄和张楼，此类断面的水体TN、NH3-N和Petroleum污染较高，可知此类地区水体主要为交通运输综合污染；第3类监测断面为山头监测断面，此处TP污染指数较高，结合前文结论可知此处水体主要为农业污染.

图5 监测断面及水质指标聚类热点图Fig.5 The heat map of cluster analysis result for monitoring section and water quality index

3 结 论

2010年在邳州段5个断面(张楼、农科所、索家庄、刘山闸和山头)水体中Petroleum污染物浓度均偏高造成水质污染，Fecal coliform仅于2014和2015年在中运河段的3个断面(解台闸、红旗新村和洞山西)水体中浓度偏高，造成水体质量下降.2010年—2015年间，山头、刘山闸两个断面综合污染较为严重，为劣Ⅴ类水；洞山西水质归为Ⅴ类；红旗新村归为Ⅳ类，其他断面的水质级别都在Ⅲ类标准.

超过Ⅲ类水质标准的TN、NH3-N和Petroleum污染物主要源于交通和运输等对水质的污染，Fecal coliform指标主要源于生活污水排放，而TP则可能主要源于农业化肥使用造成的地表水污染.

监测断面处水环境质量受人类活动影响较大，山头水体主要为农业污染；张楼、农科所、索家庄和刘山闸地区主要为交通运输综合污染；居民生活污水排放是导致中运河段的3个断面(解台闸、红旗新村和洞山西)水质恶化的主要原因.主管部门应据此采取相应措施，加大污染防治力度，防止运河徐州段水质进一步恶化.