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APCS-MLR模型的煤矿开采对地下水的影响定量识别

中国煤炭与水资源储量呈逆向分布,煤炭基地水资源相对短缺,生态环境脆弱。随着煤炭资源的大规模和高强度开发,区域地下水环境问题越发凸显。为定量识别煤矿开采对地下水的影响程度,以蒙东能源基地某矿区为例,通过采集矿区周边地下水化学样品进行测试,系统分析了研究区地下水水化学特征,采用相关性分析、PCA等多元统计方法确定了地下水的影响因子,据此建立了基于绝对因子得分-多元线性回归法(APCS-MLR)的定量识别模型,对研究区地下水受煤矿开采的影响贡献进行了计算分析。结果显示:研究区浅层地下水pH值为6.52~7.86,平均7.27,TDS为126.14~2240.34mg/L,平均为638.18 mg/L。主要阳离子平均含量Na^(+)>Ca^(2+)>Mg^(2+)>K^(+),主要阴离子平均含量HCO_(3)^(-)>Cl^(-)>SO_(4)^(2-)>NO_(3)^(-)。其中Cl^(-)和SO_(4)^(2-)的含量分别为4.25~779.77 mg/L和0~483.20 mg/L,其变异系数均大于100%。SO_(4)^(2-)与Na^(+)、Ca^(+)、Mg^(2+)、Cl^(-)存在显著正相关关系(r>0.72,P<0.01),TDS与SO_(4)^(2-)、Na^(+)、Ca^(+)、Mg^(2+)、Cl^(-)存在显著正相关关系。多项指标显示研究区地下水水质已经受到了煤矿开采的影响。主成分分析(PCA)解析了4个地下水影响因子,分别为煤炭开采影响因子、自然因素的硅酸盐溶解因子、自然因素的反硝化作用和农业活动的化肥使用,其占总荷载的37.061%、16.067%、14.807%和8.775%。以SO_(4)^(2-)作为煤矿开采对地下水影响的表征因子,构建了SO_(4)^(2-)来源计算分析的APCS-MLR定量识别模型。通过最小二乘法计算得到模型的各项参数,确定SO_(4)^(2-)的实际浓度和预测浓度拟合曲线为y=0.9716x+2.9702(R^(2)=0.9759),说明构建的回归方程符合实际,效果良好。据此计算了4个地下水影响因子的贡献比分别为79.3%、6.06%、2.00%和9.96%,其他未识别的因子占比2.67%。分析了煤矿开采影响地下水水质的主要方式为形成降落漏斗影响周边水化学场以及外排含有特殊组分的矿井水进而影响地下水水质。因此需要采取合理措施控制煤矿开采产生的降落漏斗范围继续扩大,必要时对已经产生的漏斗进行恢复治理,同时加强对高盐、高SO_(4)^(2-)矿井水的处理和排放管理,研究成果可为煤炭绿色开发和环境高质量发展提供技术支持。

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。

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.

基于灰色回归模型广州市果蔬类生鲜农产品冷链物流需求预测

目的通过对不同预测方法的误差进行对比研究,选取预测精度较高的方法,促进部门科学化决策。方法从农产品供给、社会经济水平、冷链物流保障、居民规模与消费能力四大维度选取15个指标来构建影响因素指标体系,对影响因素与冷链物流需求进行灰色关联度分析。采用GM(1,1)、GM(1,6)与主成分-多元回归线性模型对果蔬类生鲜农产品冷链物流需求进行预测。结果GM(1,1)预测模型、GM(1,6)预测模型、主成分-多元回归线性预测模型的预测误差分别为2.97%、1.70%、2.53%。结论GM(1,6)预测模型预测精度最高,该模型适用于中短期的冷链物流需求预测,具有较高的应用价值。

基于多元统计分析泉州不同品种姜黄的品质

基于多元统计分析泉州不同品种姜黄的品质,分析不同品种姜黄的感官品质和营养物质,结合主成分分析和多元线性回归分析得出综合排名,再利用UPLC-MS/MS对姜黄有效成分进行含量测定以验证多元统计方法的准确性,最后通过聚类分析探索不同品种姜黄之间的相似性和差异性。主成分分析结果表明,前3个主成分的累积贡献率为85.039%,构建评价模型得到分数前4的品种:广西防城港的A2,越南的A3,泉州本地种a的A6和四川内江的A4。以感官评价总分和营养物质含量为对象进行多元线性回归分析,得到回归方程为:Y=67.256+3.483X1+0.662X2,此方法得到排名前4的品种与主成分分析高度一致。UPLC-MS/MS结果表明11个品种中测出姜黄素类有效成分含量前三顺序为A2>A3>A6,该结果与多元统计中所得的优质品种相符合,证实多元统计法在筛选优质姜黄品种方面的应用价值。聚类分析结果表明,A2、A3、A6聚为一类,具有色泽鲜黄等相同特点。这为今后姜黄品种的选育和质量控制提供了新的思路和方法。

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.

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.

基于APCS-MLR的宝象河沉积物重金属污染源解析

解析重金属污染来源是河流污染防治的重要基础。该文以滇池宝象河干流为研究对象,采集并分析了Zn、Cu、Ni、Pb、Cr 5种常见重金属在活泼态(可交换态及碳酸盐结合态、铁锰氧化物结合态、有机结合态)和残渣态下的含量。在利用相关性分析法、主成分分析法等分析方法的基础上,结合绝对主成分-多元线性回归受体模型(APCS-MLR)对其表层沉积物重金属来源进行了定量解析,结果表明:(1)研究区内5种重金属含量均超过背景值,其中Zn、Cu污染较为严重,Zn含量平均值为233.30 mg/kg,接近国家标准中土地污染筛选值250.00 mg/kg;Cu含量平均值为119.12 mg/kg,超过国家标准中土地污染筛选值100 mg/kg。(2)Zn、Ni、Pb、Cr污染主要来源于交通运输引起的大气沉降、汽油和油漆使用以及城市街道灰尘等;Cu污染主要来自农业农药使用和施肥、家畜养殖及农村生活垃圾等。(3)多元线性回归模型结果说明,"交通源"对Zn、Cr、Ni、Pb的贡献率分别为106.199%、281.404%、117.563%和100.266%;"农业源"对Cu的贡献率为154.682%。该结果与已有研究结果的结论基本相同,表明该模型在解析重金属污染来源上具有很好的适用性,可对传统源分析方法结果进行补充和解释。

基于APCS-MLR和PMF的污灌与工业复合区农田土壤重金属来源解析

基于开封市污灌与工业复合区农田表土样品,测定8种重金属(Cr、Ni、Cu、Zn、Cd、Pb、As和Hg)含量,利用绝对因子得分-多元线性回归(APCS-MLR)模型和正定矩阵因子分解(PMF)模型,结合相关性分析和系统聚类分析对土壤重金属来源和贡献率进行解析.结果表明:①研究区ω(Cr)、ω(Ni)、ω(Cu)、ω(Zn)、ω(Cd)、ω(Pb)、ω(As)和ω(Hg)平均值分别为52.19、25.00、42.03、323.53、1.79、53.45、9.43和0.20 mg·kg^(-1),其中Cr、Ni和As低于潮土背景值,Cu、Zn、Cd、Pb和Hg高于潮土背景值.②8种重金属有4种来源:自然源、农业污水灌溉源、工业大气沉降源和交通运输源,Cr和Ni主要为自然源,Cu、Zn、Cd和Pb主要为农业污水灌溉和交通运输,As主要为自然源和农业污水灌溉,Hg主要为工业大气沉降.③APCS-MLR和PMF源解析结果表明工农业活动是研究区土壤重金属的主要来源.研究区9个采样小区APCS-MLR平均贡献率为76.01%(自然源和农业污水灌溉源)、22.71%(工业大气沉降源和交通运输源)和1.28%(未知源),PMF平均贡献率为59.66%(自然源和农业污水灌溉源)和40.34%(工业大气沉降源和交通运输源),其中LZ、XZ、NLT、PT、YLZ和BC的两种模型源解析结果基本一致,WL在APCS-MLR模型更优,SG和QT在PMF模型更优.研究结果可为土壤重金属污染防治和环境修复提供科学依据.

高山地区夏季大气PM_(2.5)中元素的污染特征、生态风险及健康风险评估——以武当山为例

为了解华中高山地区夏季大气PM_(2.5)中元素的污染特征,于2018年6月在湖北省十堰市武当山国家空气质量监测站采集PM_(2.5)样品,利用电感耦合等离子体质谱仪(ICP-MS)测定样品中18种元素(Na、K、Ca、Mg、Al、Fe、V、Cr、Mo、Cu、Zn、Mn、Ni、As、Se、Cd、Ba和Pb)的浓度,并探讨了其来源、生态风险和健康风险.结果表明,武当山PM_(2.5)的日均浓度范围为5.00—33.65μg·m^(-3),平均浓度为(16.84±7.07)μg·m^(-3);元素K、Na、Fe、Ca、Al、Mg和Zn的浓度较高,7种元素占所分析元素的97.68%以上;富集因子结果表明,Mo、Zn、Pb、Cd和Se的EF值高于100,可能受周边人为活动排放污染物的区域或长距离传输影响;主成分-多元线性回归(PCA-MLR)结果表明,PM_(2.5)中元素主要来自于燃煤和机动车(57.57%)、工业源(22.52%)和地壳(19.91%);武当山PM_(2.5)重金属的生态风险指数极高,其中Cd、Se和Mo的潜在生态危害程度极强;健康风险评估显示,综合非致癌风险(HI)在儿童和成人中分别为2.28×10-2和3.04×10-2,均在可接受水平内,综合致癌风险(CRT)在儿童和成人中分别为4.45×10-7和2.37×10-6,说明成人存在潜在的致癌风险;Cr在成人中的致癌风险为1.88×10-6,说明Cr在成人中存在潜在的致癌风险,同种金属对人体的非致癌风险和致癌风险均表现为成人>儿童.

基于PCA-APCS-MLR模型的西藏扎西岗湿地土壤重金属风险评价及来源解析

扎西岗湿地是典型的高原草甸沼泽湿地,也是拉萨市重要的生态功能保护区。西藏特殊的气候与地形造成湿地生态环境极其脆弱,因此对西藏湿地的研究尤为重要。为准确评估扎西岗湿地土壤中重金属的污染现状及解析污染源,采集扎西岗湿地18个表层土壤样品,分析Cr、Ni、Zn、Pb、Cd、As和Hg 7种重金属元素的含量,利用地累积指数(Igeo)和污染负荷指数(PLI)法评价污染情况,基于PCA分析,结合APCS-MLR模型,解析重金属的污染来源。结果表明:(1)扎西岗湿地表层土壤中Cr和Ni含量均低于西藏土壤背景值,其余5种重金属含量都存在不同程度的累积;与《土壤环境质量农用地土壤污染风险管控标准(GB 15618—2018)》的风险筛选值相比,除Cd和As有一定程度超标外,其他5种元素的测定值均未超标。(2)地累积指数表明,除Cd和Hg外,其他5种元素污染等级均为清洁(Igeo<0);污染负荷指数评价表明,研究区整体PLI为1.44,属于轻微生态危害,两种评价均表明,Cd和Hg为研究区主要污染元素,应引起重视并加强日常监测。(3)扎西岗湿地土壤重金属来源主要为工业-交通混合源、自然源、农业-燃煤混合源,Ni、Zn、Pb、Cd和As主要来源于工业-交通混合源,Cr主要来源为自然源,Hg的来源主要受农业和燃煤等人类活动的影响。

河南荥阳市耕地土壤重金属分布特征及来源解析

耕地质量关系着人民生活,而重金属是影响耕地质量的重要因素之一。根据全国土壤污染状况调查显示,中国耕地环境状况不容乐观,对耕地的重金属调查分析迫在眉睫。但仅简单地对重金属含量水平及来源类型进行判断已不足以为区域土壤重金属污染治理提供支持,而通过对各类污染源贡献率的定量计算,不仅可以明确农田土壤重金属分布特征,同时可判别污染源类别及来源,从而识别优先控制的污染元素,为重金属污染精准管控提供关键信息。本文采集河南荥阳市耕地表层土壤样品(0~20cm),应用电感耦合等离子体质谱和发射光谱法(ICP-MS/OES)、原子荧光光谱法(AFS)及离子选择电极法(IES)对As、Cd、Cr、Cu、Hg、Ni、Pb、Zn等8种重金属进行测试和p H分析;利用多元统计、绝对因子分析-多元线性回归(APCS-MLR)受体模型探讨研究区8种重金属污染含量空间分布特征及来源,利用富集因子和地累积指数开展土壤污染评价。结果表明:(1)耕地土壤中重金属含量整体偏高。除Cr外,其他元素为郑州市土壤背景值的1.04~1.40倍,其中Cd的累积效应较明显。(2)研究区重金属高值区主要分布于荥阳市城区周边。(3)基于富集因子法、相关性分析、主成分分析及APCS-MLR源解析结果显示,研究区重金属主要有三个来源:自然源对Ni、As、Cu、Cr的贡献率分别为98%、94%、80%及63%;工业源对Cd的贡献率为78%;其他源则主要是农业化肥源、燃煤源的混合源,对Cr、Pb、Hg的贡献率分别为37%、35%及33%。(4)地累积指数表明,研究区各重金属以无污染为主,而Cd超标率最高,其中度、中-重度污染、重度污染样点数分别为19个、5个及3个,并存在1个极重度污染样点。综上,Cd在研究区耕地中富集较明显,为潜在的主要污染元素;工业源、自然源、农业化肥源及燃煤源是重金属的主要来源,表明人类活动已对研究区耕地产生影响,需采取措施避免该影响进一步加剧。

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。

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。

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%。

北京市北运河水系污染特征及来源解析

采用聚类分析法、主成分分析法和绝对主成分-多元线性回归(APCS-MLR)源解析模型对北京市北运河水系污染特征及来源进行解析。结果表明,北运河水系监测点位可聚为两类,A类点位主要分布在中心城区及水系上游,水环境质量状况较好;B类点位水质相对较差,多分布在水系中下游和郊区。源解析结果显示,补水水源对A类点位高锰酸盐指数、化学需氧量(COD)、氨氮和总磷(TP)的贡献率分别为65.0%、66.6%、58.1%和57.1%;生活源对B类点位高锰酸盐指数、COD、氨氮和TP的贡献率分别为74.7%、55.3%、58.1%和62.1%,农业面源对氨氮和TP的贡献率也较高。为持续改善北运河水系水环境质量状况,需重点关注水系上游的补水水源和城市面源,加强中下游生活源和农业面源的有效防治。

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。

珠江河水中N-亚硝胺生成潜能及其前体物来源解析

N-亚硝胺(NAs)是一类具有高毒性和强致癌性的消毒副产物,可由其前体物与消毒剂反应生成,广泛存在于水环境中.通过对NAs前体物进行有效的控制,能够抑制该类化合物的生成.该研究以珠江干流西江、北江和东江的河水为研究对象,采用GC-MS MS检测河水氯胺化后NAs FP(NAs生成潜能)的含量及其空间分布情况,并基于主成分-多元线性回归分析(PCA-MLRA)方法对NAs前体物的来源进行解析.结果表明:①河水氯胺化后共检出六种NAs,即NDMA FP(NDMA生成潜能)、NMEA FP(NMEA生成潜能)、NDEA FP(NDEA生成潜能)、NPYR FP(NPYR生成潜能)、NMOR FP(NMOR生成潜能)、NDBA FP(NDBA生成潜能),其含量平均值分别为19.4、33.3、3.2、5.3、2.6和3.0 ng L,检出率分别为100%、3%、90%、84%、53%和84%.②与原水样相比,氯胺化后NDMA FP、NDEA FP、NPYR FP和NMOR FP的含量和检出率均显著增加,特别是NDMA FP与NPYR FP,且空间上的分布趋势表现为北江>西江>东江.③PCA-MLRA的结果显示,珠江干流河水中的NAs与其前体物91%来源于工业废水和养殖废水污染,而只有9%来源于农业活动和生活污水排放.研究显示,NDMA和NPYR两种化合物的前体物在珠江干流河水中占主导地位,工业废水和养殖废水的排放是珠江干流河水中NAs及其前体物的主要来源.