基于水质综合污染指数的Spearman秩相关系数法分析晋江流域水质自动监测的适用性

李佳艺

（福建省泉州环境监测中心站，福建 泉州 362000）

0 引言

晋江流域位于北纬24°31′～25°32′和东经117°44′～118°47′，流域总面积为5629 km2，主要由东溪和西溪组成，是泉州市重要的饮用水源地[1-2]。为加强晋江流域水环境安全预警[3-5]，及时掌握水环境质量变化[6-7]，晋江流域建设了4座国控断面水质自动监测站，同时pH、溶解氧、氨氮、高锰酸盐指数和总磷5项指标的分析评价已采用了自动监测数据[8]。为了解自动监测评价的准确性，有必要对水质自动监测适用性进行研究分析。

当前，国内外学者对水质自动监测的代表性、适用性进行了大量研究。刘念等通过分析人工监测与自动监测的相关性、相对误差、相对偏差、水质类别变化，得到了研究区域内水质自动监测与人工监测结果可比的结论[9]。邱国良等通过考察水质自动监测与手工监测两种方式的水质类别一致性比例，得出对于水质状况为优或良好的河流地表水，可以逐步建立以自动监测为主、手工监测为辅的监测模式[10]。秦成等运用AHP模型构建了自动站选址可行性、适宜性评价2套指标，较好表达了水质自动站选址对断面水质情况的反映情况[11]。李玉良等在分析水质自动监测站运行管理常见问题时指出，取水采样系统选择不合理将导致监测数据不具代表性[12]。左航等对不同分析方法的水质氨氮在线监测进行比对分析，得出不同的测量原理适应水质情况不同[13]。上述相关成果的研究方法和思路为分析水质自动监测适用性提供了参考。本文采用基于水质综合污染指数的Spearman秩相关系数法，能够对晋江流域水质自动监测的适用性进行定量分析。

1 水质自动监测适用性概念

水站选址要有代表性，自动监测结果要能代表断面水质状况和变化趋势[14]。以水质综合污染指数评价水质状况，以Spearman秩相关系数法评判变化趋势，当自动监测和手工监测水质综合污染指数评价结果一致性高，相关性分析具有显著意义时，则判定自动监测结果能够代表断面水质状况和变化趋势。因此，水质自动监测适用性概念可归结为对自动监测和手工监测评价结果一致性与相关性的描述，一致性越高，相关性越大，适用性越高。

2 研究数据与方法

2.1 研究数据

以晋江流域南安霞东桥、南安康美桥、永春东关桥和安溪罗内桥4个国控断面为研究区域，研究区域水质自动监测站基本情况见表1。由于晋江流域水质较好，主要污染源为生活源，主要污染物为溶解氧、氨氮、总磷，因此选取溶解氧、高锰酸盐指数、氨氮和总磷4项指标2020年1—12月自动监测和手工监测数据作为研究数据。本文自动监测数据来源于国家地表水水质自动监测实时数据发布系统，手工监测数据由福建省泉州环境监测中心站提供。

表1 研究区域水质自动监测站基本信息

2.2 研究方法

2.2.1 水质综合污染指数

水质综合污染指数是对单项污染指数的统计，能够对断面水质进行定性分析，判断水质综合污染程度[15]。污染指数的计算与断面的考核目标有关[16]，本研究区域，南安霞东桥和永春东关桥的考核目标为Ⅱ类，南安康美桥和安溪罗内桥的考核目标为Ⅲ类。单项污染指数和水质综合污染指数计算公式为：

（1）一般水质因子（随着浓度增加而水质变差的水质因子）的污染指数

式中：Si,j—评价因子i的污染指数，＞1表明该因子超标；Ci,j—评价因子i在j点的实测统计代表值，mg/L；Cij—评价因子i的水质评价标准限值，mg/L。

（2）溶解氧（DO）的污染指数

式中：SDO,j—溶解氧的污染指数，＞1表明该因子超标；DOj—溶解氧在j点的实测统计代表值，mg/L；DOs—溶解氧的水质评价标准限值，mg/L；DOf—饱和溶解氧浓度，mg/L。

对于河流：DOf= 468/（31.6+T）式中：T—水温，℃。

（3）水质综合污染指数

式中：p—水质综合污染指数；n—参与评价的污染物数。

水质综合污染指数判定断面水质类别的标准见表2。

2.2.2 Spearman秩相关系数法

Spearman秩相关系数法又称等级差数法[17-18]，是一种非参数检验方法，能够衡量两个变量之间关系的一致性，当两个变量的秩相关系数越大，变量间的一致性水平越高、相近程度越大[19]。Spearman秩相关系数法不需要严格的数据条件，只要求两个变量的观测值是成对的等级评定资料[20]，具有不受离散群值影响的优势[21]，已广泛运用于定量分析污染变化趋势[22]。Spearman秩相关系数计算公式为：

式中：rs—秩相关系数；di—变量Xi和Yi的差值；Xi—变量X从周期1～n按浓度值从小到大排列的序号；Yi—变量Y从周期1～n按浓度值从小到大排列的序号；n—统计周期。

将秩相关系数rs的绝对值同Spearman秩相关系数统计表（表3）中的临界值Wp进行比较，如果|rs|＞Wp则表明两个变量具有相关性，并且|rs|越接近1，相关性越高。

表3 秩相关系数rs的临界值（Wp）

3 研究结果与分析

3.1 研究结果

运用公式（1）、（2）、（3）、（4）分别计算自动监测和手工监测的水质综合污染指数并进行水质类别判定，计算结果见表4、表5。

运用公式（5）、（6）计算断面自动监测和手工监测水质综合污染指数的秩相关系数rs并进行显著性检验，计算结果见表6。

表6 水质综合污染指数的秩相关系数rs及变化趋势显著性检验

3.2 研究分析

从表4和表5计算结果看，4个断面自动监测和手工监测的水质评价一致性均较高，其中，南安康美桥和安溪罗内桥月度与年度评价一致性均为100%；南安霞东桥和永春东关桥月度评价一致性均为91.7%、年度评价一致性均为100%。南安霞东桥和永春东关桥月度水质评价一致性未能达到100%，主要与断面的考核目标以及手工监测的随机误差有关[23]。手工监测频次较低，月度水质评价一般以一次监测数据作为评价依据，而一次监测数据具有偶然性，得到的结论容易受到随机误差的影响，尤其是水质考核目标较高的断面，造成的随机误差越大。

表4 南安霞东桥、南安康美桥水质综合污染指数及水质类别

表5 永春东关桥、安溪罗内桥水质综合污染指数及水质类别

从表6计算结果看，4个断面自动监测和手工监测的水质综合污染指数呈正相关关系，置信水平为95%或90%，秩相关系数rs均大于临界值Wp，其中南安康美桥为0.909、永春东关桥为0.874、安溪罗内桥为0.860、南安霞东桥为0.741。对比表1数据分析，4个断面相关性大小主要与采样点位（垂线）有关，本研究区域自动监测的采样点位数均为1个，手工监测采样点位数根据水面宽度设置，当水面宽度≤50 m时，在中泓设采样垂线1条；当水面宽度在50～100 m时，在左、右岸有明显水流处设采样垂线2条；当水面宽度＞100 m时，在左、中、右设采样垂线3条。南安康美桥手工监测的采样点位数1个，尽管水站选址与断面的距离最远，但秩相关系数rs最大；永春东关桥和安溪罗内桥的手工监测采样点位数均为2个，两个断面的秩相关系数rs基本一致；南安霞东桥的手工监测采样点位数3个，尽管水站选址与断面一致，但秩相关系数rs反而最小。

4 结论

（1）通过基于水质综合污染指数的Spearman秩相关系数法分析，结果显示晋江流域4个国控断面的水质自动监测结果能够准确反映断面的水质状况和变化趋势，因此得出，晋江流域水质自动监测具有较高的适用性。

（2）从晋江流域国控断面水质自动监测适用性高低上看，南安康美桥适用性最高，永春东关桥和安溪罗内桥居中（基本处于同一水平），南安霞东桥适用性最低，而适用性高低主要与水面宽度以及断面考核目标有关，选择水面宽度较小的位置建设水质自动监测站，能够提高水质自动监测的适用性，特别是考核目标高的断面。

（3）晋江流域水质较好，对于主要污染物为溶解氧、氨氮、总磷的断面，采用自动监测数据进行水质评价能够降低随机误差的影响，评价结果更加准确客观。