基于APCS-MLR模型的沱河流域污染来源解析

多、平原水系复杂、污染来源多样等特点. 该研究针
源成为环保决策者的首要任务.
对沱河污染来源难以综合解析的问题ꎬ利用长期实地
污染源解析方法分为正向和反向溯源ꎬ在正向溯
源方法中ꎬ传统的污染源清单法难以确定污染物的入
河系数ꎬ且污染源排放系数的时空异质性非常大ꎬ已
有研究多参考公开文献
[８￣９]
或« 第一次全国污染源普
测点位月尺度水质数据ꎬ采用绝对主成分￣多元线性回归( ＡＰＣＳ￣ＭＬＲ) 模型ꎬ解析污染来源及其主要贡献. 结果表明:① ＣＯＤ 是年
度超标因子ꎬ总磷和氟化物在部分月份超标ꎬ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ꎬ
其方差贡献率达 ２４ ７％ꎬ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ꎬ其方差贡献率分别为 １９ ６％、
第 ３４ 卷 第 １０ 期
环 境 科 学 研 究
２０２１ 年 １０ 月
Ｒｅｓｅａｒｃｈ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ
Ｖｏｌ.３４ꎬＮｏ.１０
Ｏｃｔｏｂｅｒꎬ２０２１
基于 ＡＰＣＳ￣ＭＬＲ 模型的沱河流域污染来源解析
后希康１ꎬ２ ꎬ 张 凯１ꎬ２ ꎬ 段平洲１ꎬ２ ꎬ 王 晓１ꎬ２ ꎬ 塔 拉１ꎬ２ ꎬ 郭 勇３ ꎬ 夏 瑞１ꎬ２∗
ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ｓｃｏｒｅ￣ｍｕｌｔｉｐｌｅ ｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎ ｒｅｃｅｐｔｏｒ ｍｏｄｅｌｉｎｇ ( ＡＰＣＳ￣ＭＬＲ) ｔｅｃｈｎｉｑｕｅ ｔｏ ｑｕａｎｔｉｆｙ ｔｈｅ ｓｏｕｒｃｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｏｆ
ｅａｃｈ ｐｏｌｌｕｔｉｏｎ ｆａｃｔｏｒ ｂａｓｅｄ ｏｎ ｔｈｅ ８１ ｍｏｎｔｈｌｙ ｍｏｎｉｔｏｒｉｎｇ ｗａｔｅｒ ｑｕａｌｉｔｙ ｄａｔａ ｍａｔｒｉｘｅｓ ａｔ １６ ｓｉｔｅｓ. Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ: (１) Ｓｉｎｃｅ ｔｈｅ ｆｌｏｏｄ
查公报» 中的排放系数ꎬ难以适应研究区现阶段的排
９ ９％、８ ８％和 ７ ６％. ③从最主要的超标因子 ＣＯＤ 来看ꎬ城镇生活与城市径流是主要污染源ꎬ贡献率达 ６０％ꎻ从总氮、总磷和氨
氮指标来看ꎬ种植业、农村生活和畜禽养殖业为主要污染源ꎬ总计贡献率分别为 ５６％、５４％和 ５７％. 研究显示ꎬ加快污水管网的建
设完善ꎬ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ꎬ应重点加强对农田径流和畜禽养殖污染的有效管控.
Ｃｏｍｐｏｎｅｎｔ Ｓｃｏｒｅ￣Ｍｕｌｔｉｐｌｅ Ｌｉｎｅａｒ Ｒｅｇｒｅｓｓｉｏｎ
ＨＯＵ Ｘｉｋａｎｇ １ꎬ２ ꎬ ＺＨＡＮＧ Ｋａｉ １ꎬ２ ꎬ ＤＵＡＮ Ｐｉｎｇｚｈｏｕ １ꎬ２ ꎬ ＷＡＮＧ Ｘｉａｏ １ꎬ２ ꎬ ＴＡ Ｌａ １ꎬ２ ꎬ ＧＵＯ Ｙｏｎｇ ３ ꎬ ＸＩＡ Ｒｕｉ １ꎬ２∗
１.Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｃｒｉｔｅｒｉａ ａｎｄ Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔꎬ Ｃｈｉｎｅｓｅ Ｒｅｓｅａｒｃｈ Ａｃａｄｅｍｙ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓꎬ Ｂｅｉｊｉｎｇ
河同时作为闸坝众多、粮食主产、产业结构三高( 高
应用 [１９￣２１] . 基于 ＡＰＣＳ￣ＭＬＲ 方法ꎬＣｈｅｎｇ 等 [１９] 解析了
势严峻. 根据« 中国生态环境状况公报( ２０１８ 年) » ꎬ
气象、 生 活 废 水 和 农 业 面 源 是 主 要 污 染 源ꎻ Ｚｈｏｕ
污染、高能耗、高排放) 特征明显的河流 [５] ꎬ水污染形
淮河流域水质优良比例仅为 ５７ ２％ꎬ距离« 水污染防
治行动计划» 中要求 ７０％以上的目标相差甚远ꎬ污∕废
水、化 学 需 氧 量 和 氨 氮 排 放 量 分 别 为 ８７ ３７ × １０ ８ 、
２６ ７１ × １０ ４ 和 １ ９６ × １０ ４ ｔꎬ均未达到« 全国水资源保护
规划(２０１６—２０３０ 年) » 中的限制要求
１０００１２ꎬ Ｃｈｉｎａ
２.Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｑｕａｔｉｃ Ｅｃｏｌｏｇｉｃａｌ Ｃｏｎｓｅｒｖａｔｉｏｎ ａｎｄ Ｒｅｓｔｏｒａｔｉｏｎꎬ Ｃｈｉｎｅｓｅ Ｒｅｓｅａｒｃｈ Ａｃａｄｅｍｙ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓꎬ Ｂｅｉｊｉｎｇ １０００１２ꎬ
Ｃｈｉｎａ
收稿日期: ２０２０￣１１￣０２ 修订日期: ２０２１￣０５￣１６
作者简介: 后希康(１９８９￣) ꎬ男ꎬ安徽马鞍山人ꎬ助理研究员ꎬ博士ꎬ主要从事污染物迁移转化机制与来源解析研究ꎬｈｏｕｘｋ＠ ｐｋｕ.ｅｄｕ.ｃｎ.
∗责任作者ꎬ夏瑞(１９８２￣) ꎬ男ꎬ湖北武汉人ꎬ副研究员ꎬ博士ꎬ主要从事流域水生态模拟与预测预警研究ꎬｘｉａｒｕｉ＠ ｃｒａｅｓ.ｏｒｇ.ｃｎ
Ｔｈｉｓ ｒｅｓｅａｒｃｈ ｓｈｏｗｓ ｔｈａｔ ｉｎ ｏｒｄｅｒ ｔｏ ａｃｈｉｅｖｅ ｔｈｅ ｇｏａｌｓ ｏｆ ｗａｔｅｒ ｑｕａｌｉｔｙ ｏｆ ｔｈｅ Ｔｕｏｈｅ Ｒｉｖｅｒꎬ ｉｔ ｉｓ ｕｒｇｅｎｔ ｔｏ ｓｐｅｅｄ ｕｐ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ
ｓｅｗａｇｅ ｐｉｐｅ ｎｅｔｗｏｒｋｓ ａｎｄ ｃｏｎｔｒｏｌ ｔｈｅ ｄｉｓｃｈａｒｇｅꎬ ｃｏｌｌｅｃｔｉｏｎ ａｎｄ ｔｒｅａｔｍｅｎｔ ｏｆ ｕｒｂａｎ ｐｏｌｌｕｔａｎｔｓꎻ Ｉｎ ｔｅｒｍｓ ｏｆ ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｗａｔｅｒ ｑｕａｌｉｔｙꎬ ｔｈｅ
Ｉｎｓｔｉｔｕｔｅｓꎬ Ｃｈｉｎａ ( Ｎｏ.２０１９ＹＳＫＹ￣０２６) ꎻ Ｎａｔｉｏｎａｌ Ｋｅｙ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｐｒｏｇｒａｍ ｏｆ Ｃｈｉｎａ ( Ｎｏ.２０１９ＹＦＣ０４０８９００)
第 １０ 期
后希康等:基于 ＡＰＣＳ￣ＭＬＲ 模型的沱河流域污染来源解析
基金项目: 中国博士后科学基金项目( Ｎｏ.２０１９Ｍ６６０７５１) ꎻ 中央公益科研院所基本科研业务专项( Ｎｏ.２０１９ＹＳＫＹ￣０２６) ꎻ 国家重点研发计划项目
( Ｎｏ.２０１９ＹＦＣ０４０８９００)
Ｓｕｐｐｏｒｔｅｄ ｂｙ Ｐｏｓｔｄｏｃｔｏｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｃｈｉｎａ ( Ｎｏ. ２０１９Ｍ６６０７５１ ) ꎻ Ｂａｓｉｃ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ Ｓｐｅｃｉａｌ Ｐｒｏｊｅｃｔ ｏｆ Ｃｅｎｔｒａｌ Ｐｕｂｌｉｃ Ｒｅｓｅａｒｃｈ
关键词: 绝对主成分ꎻ 多元线性回归ꎻ 污染源解析ꎻ 河流
中图分类号: Ｘ３ꎻ Ｘ５ 文章编号: １００１￣６９２９(２０２１)１０￣２３５０￣０８
文献标志码: Ａ
ＤＯＩ: １０ １３１９８∕ｊ ｉｓｓｎ １００１￣６９２９ ２０２１ ０５ ３０
Ｐｏｌｌｕｔｉｏｎ Ｓｏｕｒｃｅ Ａｐｐｏｒｔｉｏｎｍｅｎｔ ｏｆ Ｔｕｏｈｅ Ｒｉｖｅｒ Ｂａｓｅｄ ｏｎ Ａｂｓｏｌｕｔｅ Ｐｒｉｎｃｉｐａｌ
２ ３５ １
Ｋｅｙｗｏｒｄｓ: ａｂｓｏｌｕｔｅ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔꎻ ｍｕｌｔｉｐｌｅ ｌｉｎｅａｒ ｒｅｇｒｅｓｓｉｏｎꎻ ｓｏｕｒｃｅ ａｐｐｏｒｔｉｏｎｍｅｎｔꎻ ｒｉｖｅｒ
近年来ꎬ国家高度重视水生态环境保护工作ꎬ党
由于污染物在迁移过程中 ｔｏｔａｌ ｎｉｔｒｏｇｅｎꎬ ＴＰ ａｎｄ ａｍｍｏｎｉａ ｎｉｔｒｏｇｅｎ ｐｏｌｌｕｔｉｏｎꎬ ｔｈｅ ｄｏｍｅｓｔｉｃ ｓｅｗａｇｅꎬ ｔｈｅ ｃｏｍｐｏｓｉｔｅ ｓｏｕｒｃｅｓ ｏｆ ｌｉｖｅｓｔｏｃｋ ｗａｓｔｅ ａｎｄ
ｒｉｖｅｒ ｓｅｄｉｍｅｎｔ ａｎｄ ｔｈｅ ａｇｒｉｃｕｌｔｕｒａｌ ｒｕｎｏｆｆ ｗｅｒｅ ｔｈｅ ｍａｉｎ ｐｏｌｌｕｔｉｏｎ ｓｏｕｒｃｅｓ. Ｔｈｅｉｒ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｗａｓ ５６％ꎬ ５４％ ａｎｄ ５７％ꎬ ｒｅｓｐｅｃｔｉｖｅｌｙ.
ｓｅａｓｏｎꎬ ＣＯＤ ｗａｓ ｃｏｎｓｉｄｅｒａｂｌｅ ｈｉｇｈ ｉｎ ｔｈｅ Ｔｕｏｈｅ Ｒｉｖｅｒꎬ ｆｏｌｌｏｗｅｄ ｂｙ ｔｏｔａｌ ｐｈｏｓｐｈｏｒｕｓ ( ＴＰ) ａｎｄ ｆｌｕｏｒｉｄｅ. ( ２) Ｕｒｂａｎ ｒｕｎｏｆｆ ａｎｄ ｕｒｂａｎ
ｄｏｍｅｓｔｉｃ ｓｅｗａｇｅ ｗｅｒｅ ｔｈｅ ｍｏｓｔ ｓｉｇｎｉｆｉｃａｎｔ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ ｏｆ ｗａｔｅｒ ｑｕａｌｉｔｙꎬ ｗｉｔｈ ａ ｖａｒｉａｎｃｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｏｆ ２４ ７％ꎬ ｆｏｌｌｏｗｅｄ ｂｙ
１.中国环境科学研究院ꎬ 环境基准与风险评估国家重点实验室ꎬ 北京 １０００１２
２.中国环境科学研究院水生态保护修复研究室ꎬ 北京 １０００１２
３.宿州市环境保护监测站ꎬ 安徽 宿州 ２３４０００
摘要: 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ꎬ为了解沱河流域水质特征与污染来源ꎬ该研究基于 １６ 个监
ｌｏｃａｌ ａｕｔｈｏｒｉｔｉｅｓ ｓｈｏｕｌｄ ｔａｋｅ ｍｕｌｔｉｐｌｅ ｍｅａｓｕｒｅｓ ｔｏ ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ ｃｏｎｔｒｏｌ ｔｈｅ ｄｏｍｅｓｔｉｃ ｓｅｗａｇｅꎬ ｕｒｂａｎ ａｎｄ ａｇｒｉｃｕｌｔｕｒａｌ ｒｕｎｏｆｆꎬ ｌｉｖｅｓｔｏｃｋ
ｗａｓｔｅ ａｎｄ ｒｉｖｅｒ ｓｅｄｉｍｅｎｔ.
理念. 随着各地政府环保考核责任的不断增大ꎬ各地
回归( ＡＰＣＳ￣ＭＬＲ) 法是先基于主成分分析法得到因
中央提出了“ 精准治污、科学治污、依法治污” 的重要
环保部门积极开展水环境治理和生态保护修复工程ꎬ
虽然有所成效ꎬ但是部分断面水质仍不达标ꎬ其中污
染来源不清成为突出的短板ꎬ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ꎬ在经济社会发展格局中占有十分重要的地位. 淮
水体时受到假设条件的限制. 绝对主成分￣多元线性
子得分ꎬ对原始数据进行标准化ꎬ计算因子的绝对真
实得分( ＡＰＣＳ) ꎬ再结合多元线性回归模型计算公因
子对水体指标的贡献率 [１８] ꎬ其是一种反向溯源方法ꎬ
无需构建污染源成分谱ꎬ可以定量化各污染源贡献
率ꎬ近年来已在水环境污染源解析研究中得到了广泛
ｂａｃｋｇｒｏｕｎｄ ｖａｌｕｅ ( １９ ６％) ꎬ ｄｏｍｅｓｔｉｃ ｓｅｗａｇｅ ( ９ ９％) ꎬ ｃｏｍｐｏｓｉｔｅ ｓｏｕｒｃｅｓ ｏｆ ｌｉｖｅｓｔｏｃｋ ｗａｓｔｅ ａｎｄ ｒｉｖｅｒ ｓｅｄｉｍｅｎｔ ( ８ ８％) ａｎｄ
ａｇｒｉｃｕｌｔｕｒａｌ ｒｕｎｏｆｆ ( ７ ６％) . ( ３) Ｉｎ ｔｅｒｍｓ ｏｆ ＣＯＤ ｐｏｌｌｕｔｉｏｎꎬ ｔｈｅ ｃｏｎｔｒｉｂｕｔｉｏｎ ｒａｔｅ ｏｆ ｕｒｂａｎ ｒｕｎｏｆｆ ａｎｄ ｕｒｂａｎ ｄｏｍｅｓｔｉｃ ｓｅｗａｇｅ ｒｅａｃｈｅｄ
源ꎻ杜展鹏等 [２１] 在滇池的研究发现ꎬ滇池草海污染主
要来源于农业面源、城市面源和内源ꎬ而外海污染主
要来源于农业面源、城镇生活、城市面源和内源ꎬ上述
研究都定量了各污染源对各水质指标的贡献率.
沱河是淮河左岸的重要支流ꎬ属于淮河中游战略
性骨干工程怀洪新河的重要组成部分ꎬ具有涵闸众
上ꎬ为了改善水质ꎬ更好地开展源头管控ꎬ解析污染来
[６]
. ２０１８ 年 ８
月ꎬ由于安徽上游提闸泄洪ꎬ大量劣Ⅴ类( ＧＢ ３８３８—
２００２« 地表水环境质量标准» ) 毒污水涌入洪泽湖ꎬ暴
发了洪泽湖鱼蟹死亡事件
[７]
. 污染在河里ꎬ源头在岸
金沙江干流及 ３ 条主要支流的污染来源ꎬ发现矿产、
等 [２０] 解析了中国香港东部区域沿海水污染来源ꎬ发
现土壤风化、有机污染、农田径流和矿产是主要污染
３.Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｓｔａｔｉｏｎꎬ Ｓｕｚｈｏｕ ２３４０００ꎬ Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ: Ｉｎ ｏｒｄｅｒ ｔｏ ｉｎｖｅｓｔｉｇａｔｅ ｔｈｅ ｗａｔｅｒ ｑｕａｌｉｔｙ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｐｏｌｌｕｔｉｏｎ ｓｏｕｒｃｅｓ ｏｆ ｔｈｅ Ｔｕｏｈｅ Ｒｉｖｅｒꎬ ｔｈｉｓ ｓｔｕｄｙ ｕｓｅｄ ｔｈｅ ａｂｓｏｌｕｔｅ