正当时......

学术咨询服务
当前位置:职称论文发表咨询网农业职称论文》基于APCS-MLR模型的沱河流域污染来源解析

基于APCS-MLR模型的沱河流域污染来源解析

来源:职称论文发表咨询网作者:田编辑时间:2021-05-27 09:52

  摘要:为了解沱河流域水质特征与污染来源,该研究基于16个监测点位每月水质数据,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,其方差贡献率达到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,其方差贡献率分别达到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,贡献率达到60%,从总氮、总磷和氨氮指标来看,种植业、农村生活与畜禽养殖业为主要污染源,总计贡献率分别达到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;加强对农田径流和畜禽养殖污染的管控是沱河水环境质量整体提升的必要条件.

  关键词:绝对主成分;多元线性回归;污染源解析;河流

基于APCS-MLR模型的沱河流域污染来源解析

  近年来随着各地政府环保考核压力的不断增大,各地环保部门积极开展水环境治理和生态保护修复工程,虽然有所成效,但是部分断面水质仍不达标,引起了环保管理部门和学者们的广泛关注[1-4].淮河作为我国七大水系之一,在经济社会发展格局中占有十分重要的地位.淮河同时作为闸坝众多、粮食主产、产业结构三高(高污染、高能耗、高排放)特征明显的河流[5],水污染形势严峻.根据2018年生态环境状况公报,淮河流域水质优良比例仅为57.2%,距离“水十条”70%以上的目标相差甚远,污/废水、化学需氧量和氨氮排放量分别为87.37×108、26.71×104和1.96×104t,均未达到《全国水资源保护规划(2016—2030年)》中的限制要求[6].该年8月由于安徽上游提闸泄洪,大量劣V类毒污水涌入洪泽湖,暴发了洪泽湖鱼蟹死亡事件[7].污染在河里,源头在岸上,为了改善水质,更好的开展源头管控,解析污染来源成为环保决策者的首要任务.

  1数据与方法

  1.1研究区概况

  沱河为淮河左岸支流,自西北流向东南汇入淮河,原为豫皖两省输水河道,1966年经过截源后,其干流始于宿州市埇桥区境内,止于该市泗县出境处(见图1).沱河干流全长103km,水深1.5~2m,排涝能力5~160m3/s,流域内涵闸众多(共20座),主要功能是防洪除涝和灌溉.沱河属季节性河流,河水受大气降水控制,雨季水位上涨,流量突增,枯水期间流量减小甚至干涸,全年仅7—8月河水处于流动状态.沱河流域总面积3211km2,其中耕地面积占83%(水田1%、旱地82%),城镇和建筑用地、河湖水库分别占15%和1%,其它占1%.沱河水质常年处于超标状态,水质类别为IV类,主要超标因子为化学需氧量、总磷和氟化物,未达到水功能要求(III类).自2018年起宿州市政府对流域水环境大力整治,至2019年底已完成所有工业企业入河排污口的截污纳管工作,现存入河排污口包括一座县城生活污水处理厂排污口和9座乡镇污水处理厂排污口,县城污水厂废水日处理规模5×104t.

  1.2APCS-MLR源解析模型

  1.2.1绝对主成分分析

  APCS-MLR模型的第一步是提取水质指标的主成分,作为污染源判别和量化的依据.提取的主成分得分计算公式如下:

  1.2.2多元线性回归

  以实测水质浓度C为因变量,以APCS为自变量建立多元线性回归方程,如下:imimiimCaAPCSb????(6)式中,ima表示污染源m对污染因子i的回归系数.

  2结果与讨论

  2.1沱河水质年内变化特征

  由于监测点11位于沱河流域的最下游出口处,汇水区范围覆盖全流域,可反映沱河整体的水质特征,因而选该点位解析沱河水质年内变化特征,为后续污染源解析中主成分结果的判定提供依据.如图2所示,沱河流域汛期(6—8月)水质明显下降,除氟化物浓度(ρ(F)),ρ(TP)、ρ(COD)和ρ(CODMn)均有显著升高.7月和8月ρ(COD)分别达到31和36mg/L,7月、8月和9月ρ(CODMn)分别达到11.1、10.4和10.3mg/L,5月、6月和7月ρ(TP)分别达到0.35、0.47和0.36mg/L,均处于地表水V类水平,汛期水质的恶化说明该流域污染来源以面源为主.ρ(F)与ρ(NH3-N)在1—6月处于平稳状态,从7月开始波动较大.沱河流域受闸坝控制,非汛期闸坝关闭,河流基本处于静止状态,因而水质比较稳定;进入汛期后,闸坝开启,支沟支流的水汇入,导致ρ(F)与ρ(NH3-N)处于波动状态.

  2.2主要污染因子识别

  该研究采用数据标准化的方法,将原始数据进行标准化处理,针对各个变量的相关性进行KMO-Bartlett球形检验结果(KMO=0.66,P<0.001)表明各变量之间有较强相关性,适合开展因子分析.基于SPSS24.0软件开展主成分分析,依据Kaiser特征值>1的标准,共提取5个主成分,累积方差贡献率达71%(见表2)

  3结论与建议a)综合分析沱河水质,城镇生活与城市径流是沱河水质的最主要影响因子(贡献率24.7%),其次为环境背景值(19.6%),农村生活、畜禽养殖业—河道内源和种植业分别贡献了9.9%、8.8%和7.6%.目前从水质整体提升的目标来说,应多措并举,全面控制城镇生活点源、农业面源和城市径流污水,进行流域水环境整治综合治理.b)从主要超标因子来看,城镇生活与城市径流是COD的主要污染源,其贡献超过一半.从水质达标的目标来说,加快污水管网的建设完善,控制城镇污染物的排放、收集和处理是当务之急.F超标是当地环境背景高导致的,应考虑采用末端治理的方式降低污染.

  参考文献

  [1]BRYANBA,GAOL,YEY,etal.China'sresponsetoanationalland-systemsustainabilityemergency[J].Nature.2018,559(7713):193-204.

  [2]CHENX,STROKALM,VAN-VLIETMTH,etal.Multi-scalemodelingofnutrientpollutionintheriversofChina[J].EnvironmentalScience&Technology.2019,53(16):9614-9625.

  [3]TONGY,ZHANGW,WANGX,etal.DeclineinChineselakephosphorusconcentrationaccompaniedbyshiftinsourcessince2006[J].NatureGeoscience.2017,10(7):507-511.

  后希康1,2,张凯1,2,段平洲1,2,王晓1,2,塔拉1,2,郭勇3,夏瑞1,2*


《基于APCS-MLR模型的沱河流域污染来源解析》
上一篇:安徽省亳州市小麦产业现状与发展策略研究
下一篇:现代化技术在农业种植中的应用探析
更多>>

期刊目录