基于绝对主成分-多元线性回归(APCS-MLR)模型的浙江长潭水库污染源解析

基于2010—2020年长潭水库水质监测数据,采用主成分分析与因子分析法识别长潭水库的主要污染源,运用绝对主成分-多元线性回归(APCS-MLR)模型解析不同污染源及其对库区主要污染因子的贡献率。结果显示,长潭水库的水体污染物主要来自内生源、生活源和农业面源3个方面。其中有机污染物和叶绿素a(Chl-a)主要来自内生源,内生源对COD_(Mn)、COD_(Cr)、BOD_(5)和Chl-a的贡献率分别为75.52%、51.39%、67.00%和63.65%;氮主要来自生活源,生活源对NH_(4)^(+)-N、NO_(3)^(-)-N和TN的贡献率分别为38.54%、46.80%和77.69%;磷主要来自农业面源,农业面源对TP的贡献率为44.51%。长潭水库TN和TP浓度偏高且主要来自外源输入,如果缺乏有效控制,库区未来将面临水体富营养化的风险,在制定污染控制方案的过程中应当重点关注生活源和农业面源。

基于绝对主成分-多元线性回归牧羊河流域水环境污染源解析

为了做好昆明市饮用水源地的保护工作,对松华坝水库主要入库河流进行水质采样监测,在水环境监测和污染源调查的基础上,建立污染源分析模型,对牧羊河污染源进行分析,确定流域主要污染源.牧羊河主要水质指标不能稳定维持在地表水Ⅱ类标准,主要超标污染物为总氮、总磷和化学需氧量;基于绝对主成分-多元线性回归模型的分析表明,主要污染源为农村生活污染源和农业污染源.

基于绝对主成分-多元线性回归的滇池污染源解析

定量解析污染源是湖泊流域水环境管理的重要基础.基于滇池草海和外海多年水质监测数据,采用主成分分析(PCA)方法识别了主要水质指标的污染源类型,利用绝对主成分-多元线性回归模型(APCS-MLR)得到不同污染源对水质的贡献程度.结果表明,草海主要的污染源有农业面源、城市面源和内源3类,外海的主要污染源是农业面源、城镇生活污染源、城市面源和内源4类.与河流水污染源解析结果不同,底泥内源与气象因子对滇池主要水质指标的影响较大.

考虑空间尺度效应的云南异龙湖流域主要入湖河流污染源解析

定量解析污染源对水质影响的贡献是水环境精细化管理的重要基础。目前多通过水质和土地利用类型的关系以解析水体污染源的研究,忽略了空间尺度的差异性,引发景观配置不合理的后果。为此,本研究依据考虑空间尺度效应的污染源解析方法,基于异龙湖流域3条主要入湖河流的入湖口监测断面对雨季和旱季的水质数据进行研究。同时利用绝对主成分—多元线性回归模型(APCS-MLR)和bioenv分析揭示河道不同尺度缓冲区的土地利用变化对水质的影响并解析河流主要污染源。研究结果表明:(1)异龙湖主要入湖河流水质表现出季节性差异,旱季期间3条主要入湖河流的浊度、化学需氧量(COD_(Cr))、氨氮(NH_(3)-N)、总磷(TP)和总氮(TN)浓度平均值相比于雨季减幅分别为39.53%、39.93%、94.48%、38.29%和1.72%。其中,入湖河流水体中的TN在旱季和雨季的超标率分别为58%和74%,成为首要污染物;(2)在旱季,20 m缓冲区尺度内河流水质受耕地和裸地占比影响较大,随着空间尺度的扩大,至50~300 m缓冲区尺度时建设用地、林地及水体占比对水质的影响增加;在雨季,COD_(Cr)、NH_(3)-N、TP和TN受20~300 m缓冲区尺度下建设用地占比及200~300 m缓冲区尺度下的水体占比影响,溶解氧受20 m缓冲区尺度内建设用地占比及50~300 m缓冲区尺度下耕地占比影响;(3)异龙湖流域主要入湖河流在旱季的主要污染源是20 m缓冲区尺度内的裸地、20~100 m缓冲区尺度下的耕地、50~300 m缓冲区尺度下的建设用地以及100~300 m缓冲区尺度下的基塘—水库水体;雨季的主要污染源是20~300 m缓冲区尺度下的建设用地、200~300 m缓冲区尺度下的水库—基塘以及50~300 m缓冲区尺度下的耕地。本研究在污染源解析过程中提出考虑不同河道缓冲区的空间尺度,在一定程度上可以克服受体模型的主观性,提高污染源识别和分配的准确性。研究结果可以帮助管理者明确在不同空间尺度下污染防治的重点,为水环境管理工作提供新的参考。

1990年以来北京密云水库主要水环境因子时空分布特征

根据1990-2011年密云水库共12个监测点的月监测资料,采用聚类分析研究各监测点水环境相似性及空间分布特征,采用因子分析识别影响水质的主要因子并评价各采样点的综合水质.通过绝对主成分多元回归分析,获得汛期和非汛期各因子对各水质指标的贡献率.利用季节性Kendall检验及流量调节检验对密云水库库区水化学特征和水质状况时空分布特征进行了研究.结果表明:汛期水质主要受到农业营养物质的影响,其次为生物化学因素和有机物的影响.非汛期水质主要受到农牧业排放因素的影响,其次为人类活动和生物化学因素的影响.因子得分综合评价显示,汛期辛庄桥、内湖和大关桥综合水质较差,潮河、库西和白河综合水质较好.非汛期辛庄桥、石佛桥和大关桥综合水质较差,库东、套里和恒河综合水质较好.主要水质指标的年际变化规律不同,但最终都趋于平稳.与潮河、白河入库水质变化相比,库区水质变化趋势较小,上游入库水质和库区水质都整体趋好.除白河入库的总氮和总磷外,其他监测指标的变化趋势经流量调节前后基本一致,表明流量并不是引起水质趋势变化的主要因素,水质的变化主要是由于污染源变化而引起.

南淝河主要水体污染物空间分布特征与污染源解析

在南淝河水质监测数据的基础上,通过聚类分析,对其主要水环境污染物的空间分布特征进行了剖析,然后采用因子分析法提取影响因子,鉴别污染源并采用绝对主成分多元线性回归分析法计算各影响因子的污染贡献率。结果表明,南淝河整体污染较为严重,通过聚类分析可将南淝河大致分为A、B、C 3类,其中,A类83.32%的污染来源于点源营养物质和点源有机物;B类70.16%来源于点源营养物质和点源有机物;C类71.63%的污染来源于农业面源的农业营养物质和生物化学的影响。

暴雨期间秦淮河水质特征及其污染源解析

为深入探究暴雨前后秦淮河的水质变化,对造成河道污染的污染源进行识别,对秦淮河5个监测断面在无雨期和暴雨期的水质进行统计分析。文章利用箱线图和相关性分析对不同时期秦淮河水质指标的变化进行了分析;利用APCS-MLR和PMF模型对不同污染源的贡献率进行计算。结果表明,暴雨期,秦淮河的CODMn、NH_(4)^(+)-N和TN的浓度高于无雨期,其中NH_(4)^(+)-N的变化率最大,DO低于无雨期;相比无雨期,暴雨期下DO与CODMn、NH_(4)^(+)-N和TN的负相关性增加。APCS-MLR结果显示,暴雨期时,河道内源污染、城市面源污染、点源污染及未识别污染对秦淮河水质变化的贡献率分别为61.239%、27.287%、7.739%及3.735%;PMF模型结果显示,暴雨期时,河道内源污染、城市面源污染及点源污染对秦淮河水质变化的贡献率分别为62.934%、23.489%及13.577%。2种模型的结果相近,具有较高的准确性。该结果可为秦淮河暴雨期污染控制提供对策。

基于APCS-MLR模型的九洲江广东段不同水期水质变化特征及污染来源解析

为探究九洲江广东段水质变化特征及其污染来源,选取了2021—2022年九洲江营仔国考断面自动站逐日水质数据,利用相关性分析、绝对主成分-多元线性回归(APCS-MLR)模型对九洲江不同水期水质特征及污染来源进行了研究。结果表明:九洲江营仔断面丰水期水质相对较差,高锰酸盐指数、总磷和浊度相较枯水期显著升高,溶解氧、pH相较枯水期显著下降;不同水期水质指标相关性存在一定差异,与枯水期相比,丰水期pH、溶解氧和浊度与其他水质指标的相关性有所增加,而高锰酸盐指数、氨氮、总磷和总氮指标间的相关性有所减小;枯水期畜禽养殖源+城镇生活源对总磷、氨氮和总氮的绝对贡献率分别为58.47%、48.71%和44.14%,未识别污染源对高锰酸盐指数、水温、pH和电导率的绝对贡献率分别为63.08%、59.48%、54.90%和52.65%;丰水期农业面源+城镇面源对总氮、总磷和高锰酸盐指数的绝对贡献率分别为51.96%、41.38%和34.78%,气象因子对溶解氧、pH和氨氮的绝对贡献率分别为55.66%、40.75%和31.87%。综合来看,九洲江广东段水质指标枯水期主要受畜禽养殖源+城镇生活源和未识别污染源的影响,丰水期主要受农业面源+城镇面源和气象因子影响,故九洲江广东段水质管控不仅要加强畜禽养殖污染治理、城镇污水管网完善,还应注重保障生态流量、削减汛期面源污染等工作。

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明:1)京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2)主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3)运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9%和31.8%;监测点21~24主要为农业源,其在丰水期和平水期的贡献率分别为34.0%和32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点5~7和9、21~24的贡献率分别为42.6%、31.8%。

基于高密度采样的县域尺度土壤重金属污染特征及源解析——以山东省昌乐县为例

为研究区域大尺度土壤重金属污染特征及来源,以山东省昌乐县为研究区域,通过网格化采样和分析测试,获得了5818件表层土壤样品的Cu、Pb、Zn、Ni、Cr、V、Mn、As、Co、Cd、Hg等11种重金属元素含量。进行了潜在生态风险评价,采用差异性分析、主成分分析、绝对主成分-多元线性回归分析、地统计分析等方法,定性、定量解析了来源。结果表明,研究区属土壤重金属高背景区,但总体污染风险低。潜在生态风险污染程度以中度为主,Hg、Cd对综合潜在生态危害的贡献最高,贡献率分别为47.94%和28.28%。解析结果显示,Co、Ni、Cr、V、Mn、Cu主要来自基性岩体控制的成土母岩风化的自然源;Pb、Zn主要来自交通和矿致异常的综合源;As、Cd主要来自碳酸盐岩和砂页岩成土母岩影响的自然源;Hg主要来自人类活动影响的人为源;Pb、V、Cd有30%以上的贡献来自未知源。以上污染源和未知源的平均贡献率分别为45.18%、16.19%、13.78%、5.95%、18.90%。自然源是研究区土壤重金属的主要来源,综合源和人为源对Pb、Zn、Hg的贡献最大,可能造成叠加污染。通过本文的分析研究可进一步筛选污染风险较大区域,在小尺度范围内开展重金属来源识别,尤其是未知源识别,为土壤重金属污染防控提供依据。

长春市河流水质综合评价及污染源解析

长春市地表水存在污染程度高、污染来源复杂等问题,为量化分析水质污染对水环境健康的影响,文章基于长春市16个国控断面2015—2021年的水质监测数据,采用水污染指数法全面分析地表水环境质量现状及变化特征。通过主成分分析识别污染物来源,利用绝对主成分-多元线性回归分析定量计算对水质指标的污染贡献率。结果表明,影响长春市水质状况的主要污染指标为CODMn、NH3-N和COD;2018年以来,水污染状况得到有效控制,Ⅱ、Ⅲ类水断面占比逐年提高,河道水质呈现干流优于支流,上游优于下游的特征;水体污染主要来源于城市与农业面源污染、工业废水、畜牧养殖及气象因素。

APCS-MLR结合PMF模型的塔里木河上游沉积物重金属源解析与风险评估

为探究塔里木河上游沉积物中重金属的污染来源及潜在生态风险,选取上游阿拉尔—沙雅段表层沉积物为研究对象,测定Cu、Fe、Zn、Pb、As、Cr、Cd、Mn和Ni等9种重金属的含量,分析其污染及空间分布特征.结合相关性分析、聚类分析、绝对主成分-多元线性回归(APCS-MLR)和正定矩阵因子分析(PMF)等解析污染来源及其贡献,运用富集系数法、地质累积指数法、沉积物污染指数法和沉积物质量基准法(SQG)对重金属进行了风险评估.结果表明,除As外,Cu、Fe、Zn、Pb、Cr、Cd、Mn和Ni的平均含量均超过背景值;空间上重金属含量较高的采样点基本都出现在河流汇合处及人类活动的密集区.相关性分析、聚类分析和PCA/APCS分析表明,塔里木河上游沉积物的重金属来源主要有3类,第Ⅰ类中Cu、Fe、Zn、Pb、Mn和Ni可能代表禽类粪便和自然来源;第Ⅱ类中As、Cd和Ni可能代表农业活动源;第Ⅲ类中Pb和Cr可能代表交通活动源.APCS-MLR和PMF模型表明,源贡献率最高的是农业活动源,贡献率分别为63.20%和52.36%;养殖和自然来源、交通活动源是解析出的其他2个源,APCS-MLR和PMF解析得到的贡献率分别为10.80%、26.00%和36.09%、11.55%.风险评估方法均表明Cd和Ni处于轻度污染,偶尔会产生生物毒性效应;Zn无污染,生物毒性效应很少发生;塔里木河上游沉积物整体为自然-低风险水平,但样点TH1、TH4和TH7可能存在潜在生态风险.

典型高原城市绿地土壤重金属特征评价及分析

绿地重金属污染因严重危害生态环境和人体健康而备受关注。文章为了解典型高原城市(拉萨)绿地土壤环境状况,对绿地105个表层土壤重金属(Cu、Cr、Ni、Zn、Pb、Cd、As及Hg)的分布特征及污染状况进行分析评价,应用绝对主成分得分-多元线性回归模型对重金属来源进行解析。结果表明,研究区绿地中Cu、Cr、Ni、Zn、Pb、Cd、As及Hg含量分别为31.00、43.00、18.00、70.00、33.70、0.15、18.00和0.079 mg/kg,是城市背景值的1.41、1.02、0.86、1.08、1.09、1.25、0.90和0.87倍,但远低于《绿化种植土壤》(CJ/T 340-2016)限值。元素Cu、Zn、Pb和Cd在道路绿地含量最高,元素Cr、Ni与As在各个类型绿地中含量无显著差异,元素Hg在公园绿地含量最高且变异系数大。研究区内梅罗综合污染指数值为1.96,为轻度污染;8种重金属地积累指数均值均小于0,未受到污染;综合潜在生态风险指数为140.13,生态风险低,绿地环境质量良好。交通源对Cu、Zn、Pb和Cd元素的贡献率分别为36.78%、73.55%、82.24%、95.21%;自然源对Cu、Cr、Ni、As的贡献率达到了59.64%、90.47%、97.00%、78.71%;大气沉降和农牧业混合源对Hg的贡献率最大,为74.24%。需关注绿地的主要风险因子Hg与Cd,防止其在土壤中进一步累积。

宁镇矿集区小流域水系沉积物重金属污染评价及来源解析

为查明有过矿业活动史的水源地汇水区内水系沉积物的重金属含量特征、主要来源及其贡献率,本文以宁镇矿集区小流域表层水系沉积物为研究对象,在调查与采样测试基础上,采用潜在生态危害指数计算、相关性分析、主成分分析和绝对主成分—多元线性回归模型分析等方法,对表层水系沉积物重金属(Cr、Cu、Ni、As、Hg、Cd、Pb)的分布特征及潜在生态风险、污染来源及各来源贡献率进行研究。结果表明:研究区7种水系沉积物重金属变异系数为0.51~2.80,属中到强变异;除Hg外,其他6种元素均呈现富集现象,其中Cd、Cu累积明显;且因Cd、Cu的高累积而使部分采样点处于高—极高生态风险水平,但大部分采样点处于低生态风险。经源解析,研究区表层水系沉积物重金属主要有自然源、采矿活动源和农业源3个来源,7种元素受几种源共同作用,其中自然源对As、Cr、Ni的贡献率分别为92.18%、87.48%、74.00%,采矿活动源对Cd、Cu的贡献率为63.54%、69.57%,而农业源对Pb、Hg的贡献率为50.41%和73%。研究成果能够为该水源地水系沉积物重金属针对性污染防治与修复工作提供一定的理论和数据依据。

南方典型丘陵区酸性土壤重金属地球化学分布特征及来源分异解析

本文采用基于多元统计的APCS-MLR和基于GIS技术的地统计学相结合的方法,以广西南宁市郊区典型丘陵水稻种植区酸性土壤为例,有效的对土壤重金属的空间分布特征和来源分异进行了解析和验证。结果表明:(1)研究区8种重金属中除部分样点的Cd以外,其它元素含量均未超过国家土壤环境质量的二级标准。研究区土壤大部分未受到污染,少部分受到了轻污染,其中Cd处于轻污染的样品数最多;(2)重金属在不同岩性岩石中的含量差异较大;(3)研究区水稻产区农田土壤重金属来源主要包括土壤母质继承和农田施肥,其中值得注意的是农田施肥中引入较多的重金属为Hg和Cd。此外,研究区主要的岩石类型碳酸盐岩中含有较高含量的Cd和Hg;(4)本文研究结果对于南方丘陵区酸性土壤重金属污染的特征与防治的研究具有重要的参考意义。同时,本文所提出的绝对主成分得分(APCS)与GIS相结合的方法能够有效的对主成分分析的结果进行有效的补充和有力的验证,对于相关研究具有一定的示范意义。

基于APCS-MLR模型和地统计学相结合的矿区农田土壤砷源解析

为了研究矿区周边农田土壤As等重金属的污染特征和来源情况,在云南会泽铅锌矿区采集了42个农田土壤样品,测定了9种元素含量,利用绝对主成分得分–多元线性回归(APCS-MLR)受体模型定量解析了土壤中As的来源和贡献率,并结合地统计学方法揭示了As的不同来源及其贡献的空间分布状况。结果表明:①研究区土壤As的平均含量为73.3 mg/kg,超过农用地土壤污染风险筛选值的1.8倍;②根据APCS-MLR模型计算得到的As污染源的贡献率分别为源1(58.6%),源2(14.7%)和其他源(26.7%);③结合PCA和源贡献率的空间分布状况,推断源1可能为矿山开采所造成的人为源,源2可能是燃煤及化肥施用所造成的人为源,其他源可能为地质背景等自然源。可见,基于APCS-MLR受体模型和地统计学方法相结合,可以有效解析矿区农田土壤As等重金属的来源及贡献。

重庆市浅层地下水污染源解析与环境影响因素识别

为了有效防控山地城市复杂地质条件下的浅层地下水污染,明晰地下水污染的影响因素,基于重庆82个浅层地下水监测点的15项水质指标,运用绝对主成分-多元线性回归模型(APCS-MLR),解析不同水质指标的污染源因子,量化因子对地下水质的贡献率;基于地下水脆弱性理论,借助地理探测器识别岩溶区、非岩溶区地下水污染的关键影响因素.结果表明:①重庆市浅层地下水受人类活动影响大,总大肠杆菌群、Fe、Mn等元素超标率在50%以上;②重庆市浅层地下水污染源因子主要包括淋溶富集-城镇生活污染因子(贡献率42%)、地质环境背景因子(17.83%)、工业污染因子(13.74%)、农业污染因子(6.78%),方差累计贡献率为80.34%;③重庆市浅层地下水污染强度空间分布总体呈现西部都市区及周边>中部>东南部>东北部的空间分布格局.土地利用类型、坡度、土壤质地等3个因子对全域地下水污染具有较高的解释力,是浅层地下水污染的关键影响因子;④土地利用类型与降雨强度、土地利用类型与水力传导系数、土壤与坡度等双因子交互非线性增强了对重庆市浅层地下水污染的解释力.研究显示:污染源强与路径因子相结合能更好地解释地下水污染差异化;地理探测器为识别地下水污染影响因子提供了有效的探索方法.

东引运河排涝对东江东莞段取水口水质的影响研究

基于2010年3～7月的现场监测数据,采用主成分分析和绝对主成分得分/多元线性回归方法定量解析了东江东莞段取水口水质的季节性污染源。结果表明,三个主成分F1、F2、F3反映了83.85%的原始信息量,F1代表的污染源具有与东引运河相同的污染物特征;由运河排涝时对应的样品数据计算表明,运河排涝即为F1所代表的污染源;通过分析污染源贡献率,获得受运河排涝影响最为显著的指标为氨氮、总磷,其次为高锰酸盐指数、总氮、总有机碳。可见运河排涝是引起下游取水口水质季节性恶化的主要原因。

基于APCS-MLR模型的沱河流域污染来源解析

水污染来源的精准识别一直是水环境管理的热点和难点问题,为了解沱河流域水质特征与污染来源,该研究基于16个监测点位月尺度水质数据,采用绝对主成分-多元线性回归(APCS-MLR)模型,解析污染来源及其主要贡献.结果表明:①COD是年度超标因子,总磷和氟化物在部分月份超标,水质从汛期至11月较差.②城镇生活与城市径流是影响沱河水质的主要驱动因子,其方差贡献率达24.7%,其次为环境背景值、农村生活源、畜禽养殖业+河道内源和种植业源,其方差贡献率分别为19.6%、9.9%、8.8%和7.6%.③从最主要的超标因子COD来看,城镇生活与城市径流是主要污染源,贡献率达60%;从总氮、总磷和氨氮指标来看,种植业、农村生活和畜禽养殖业为主要污染源,总计贡献率分别为56%、54%和57%.研究显示,加快污水管网的建设完善,控制城镇污染物的排放、收集和处理是沱河水质达标的当务之急,应重点加强对农田径流和畜禽养殖污染的有效管控.

松花江哈尔滨段水环境质量评价及污染源解析

为全面了解松花江流域哈尔滨段的水质污染状况,根据2015年松花江流域哈尔滨段丰水期、平水期和枯水期的水质监测数据,采用主成分分析(PCA)对水质污染现状进行综合评价,并根据主成分分析计算得到的相关数据进行APCS-MLR(绝对主成分多元线性回归分析),量化主成分对各污染物的贡献率.在评价过程中,充分利用ArcGIS软件对不同断面水质状况进行可视化表征,展现水环境质量的空间特征,更加直观地表达水质的区域差异性.结果表明:松花江哈尔滨段水体的主要污染物包括COD_(Cr)、TN和NH_3-N,丰水期第1主成分对其贡献率分别为69.97%、69.18%、74.23%,平水期为22.91%、22.21%、37.57%,枯水期为83.77%、83.60%、83.09%;6个断面中,朱顺屯断面的水质优于其他断面的水质,上游水质优于下游水质;研究水体水质总体上表现为丰水期优于枯水期.研究表明,污染物主要受到生活污水和该江段沿岸石化、汽车和造纸企业工业废水排放的影响.污染物主要来源于阿什河口内和呼兰河口内断面,干流水体水质优于支流水体.