摘 要
作为构建生态系统的基础，水是文明发展的起源，是生产活动的基本要素和掣肘经济发展的重要引擎。当前，识别流域水质特征，分析其影响因素，对于掌握境域内大江大河河流水质污染现状，全面推进重点流域水环境综合治理具有重大的现实意义。本文运用了单因子评价法以及多元统计法等目前常用的水质评价方法对嫩江流域沿线选定断面2016-2018年的监测数据进行了统计分析，探究其水质污染状况，以期为流域管理者提供管理决策依据。
本文首先用国标规定的水质评价方法，单因子评价法，对2016-2018年间嫩江流域选定断面进行评价，通过与国家地表水环境质量指标逐项对比，快速地判断出评价断面的水质类别。评价结果显示，较之2016年，2017年-2018年嫩江流域沿线选定评价断面的水质整体上呈现出向好趋势，尽管2018年水质状况较之于2017年略差。但嫩江流域沿线，分布着水库和水源地，若仅仅用单因子评价法对嫩江流域沿线选定的断面进行评价，有些断面水质甚至已经达到了Ⅴ类或劣Ⅴ类，此时这些断面已经丧失了基本的水环境功能，这与实际情况并不相符。为进一步探究各评价指标与选定断面水质之间的作用关系，用灰色关联法对选定断面2016-2018年的监测数据进行统计分析。结果表明，化学需氧量为关联度最低的指标，即为对评价断面影响最大的指标，需重点控制。另外，总磷的关联度仅次于化学需氧量，应将其列为第二梯队需重点控制的指标。
用SPSS25.0分别对嫩江流域沿线水域2016-2018年重要断面监测数据进行因子分析，因子的抽取方法选用主成分分析法，因子的旋转方法选用最大方差法。结果显示，整体上，部分评价断面水质污染状况随年份变化显示出较大变化，其中白沙滩、大安和塔虎城渡口断面的水质呈逐年下降趋势，而两家子和乌塔其农场断面的水质变化情况则呈现相反趋势，逐年向好。另外，综合比较各评价断面，大安和石灰窑断面是评价时间段内污染情况最为严重的断面。为进一步厘清嫩江流域沿线水域的污染分布状况，用聚类分析将评价断面中具有污染类型潜在相似性的断面进行了分析归类，以为流域管理者提供决策依据。结果表明，评价断面大致划分为三类：第一类断面兴鲜、金蛇湾码头、苗家堡子、两家子和乌塔其农场较为清洁断面，第三类断面白沙滩、大安、塔虎城渡口和繁荣新村主要受高锰酸盐指数、化学需氧量、溶解氧影响较大，第二类断面石灰窑、加西和莫呼渡口在2018年主要受高锰酸盐指数、化学需氧量影响和溶解氧影响，在2017年主要受总氮总磷影响。总的来说，制定相关污染管理控制方案时，可以适量考虑时间的差异性，针对第二类断面可优先考虑控制化学需氧量，针对第三类断面可根据年份差异，有针对性的控制相应污染严重的指标。
关键词： 嫩江流域水质；水质评价；灰色关联度分析；因子分析；聚类分析。
Abstract
As the basis for building an ecosystem, water is the origin of civilization development, a basic element of production activities and an important engine that hinders economic development. At present, identifying the water quality characteristics of the river basin and analyzing its influencing factors are of great practical significance for grasping the status quo of water quality pollution of major rivers and rivers in the territory and comprehensively promoting the comprehensive treatment of the water environment in key river basins. This paper uses the current commonly used water quality evaluation methods such as single factor evaluation method and multivariate statistical method to statistically analyze the monitoring data of selected sections along the Nenjiang River Basin from 2016 to 2018, and explore the water quality pollution status in order to provide management for river basin managers. Basis for decision-making.
This paper first uses the water quality evaluation method specified by the national standard and the single-factor evaluation method to evaluate the selected sections of the Nenjiang River Basin from 2016 to 2018. Through item-by-item comparison with the national surface water environmental quality indicators, the water quality category of the evaluation section is quickly determined. The evaluation results show that compared to 2016, the water quality of selected evaluation sections along the Nenjiang River Basin from 2017 to 2018 showed a generally better trend, although the water quality in 2018 was slightly worse than that in 2017. However, along the Nenjiang River Basin, there are reservoirs and water source areas. If only the single-factor evaluation method is used to evaluate the selected sections along the Nenjiang River Basin, the water quality of some sections has even reached Category V or worse than Category V. At this time, these sections have been lost. The basic water environment function is not consistent with the actual situation. In order to further explore the relationship between the evaluation indicators and the water quality of the selected sections, the gray correlation method was used to statistically analyze the monitoring data of the selected sections from 2016 to 2018. The results show that the chemical oxygen demand is the index with the lowest degree ofcorrelation, that is, the index with the greatest impact on the evaluation section, which needs to be controlled. In addition, the correlation degree of total phosphorus is second only to chemical oxygen demand, and it should be listed as an indicator that needs to be controlled in the second echelon.
SPSS25.0 was used to perform factor analysis on the monitoring data of important cross-sections in the waters along the Nenjiang River Basin from 2016 to2018. The method of factor extraction was principal component analysis, and the method of factor rotation was the maximum variance method. The results show that,as a whole, the water quality pollution status of some evaluation sections showed great changes with the year. Among them, the water quality of Baishatan, Da'an andTahucheng ferry sections showed a downward trend year by year, while the water quality of the two and Wutaki farm sections. The change of water quality showed theopposite trend, and it improved year by year. In addition, a comprehensive comparison of the evaluation sections shows that the Da'an and Limekiln sections arethe sections with the most serious pollution during the evaluation period. In order to further clarify the distribution of pollution in the waters along the Nenjiang River Basin, cluster analysis was used to analyze and classify the sections with potential similarities in pollution types in the evaluation sections, so as to provide decision-making basis for river basin managers. The results show that the evaluation sections are roughly pided into three types: the first type of section Xingxian, Jinshewan Wharf, Miaojiapuzi, Jiazizi and Wutaki Farm are relatively clean sections, and the third type of section is Baishatan, Da'an, and Tahucheng. Dukou and Fengrong New Village are mainly affected by the permanganate index, chemical oxygen demand, and dissolved oxygen. The second type of lime kiln, Jiaxi and Mohu ferry are mainly affected by the permanganate index and chemical oxygen demand in 2018. The influence and the influence of dissolved oxygen are mainly affected by total nitrogen and phosphorus in 2017. In general, when formulating relevant pollution management and control plans, the difference in time can be appropriately considered. For the second type of section, the control of chemical oxygen demand may be given priority, and for the third type of section, targeted control can be based on the year difference. Corresponding indicators of serious pollution.
Keywords: Water Quality of Nenjiang River Basin ； Water quality evaluation; grey correlation analysis; factor analysis; cluster analysis 。
第一章 绪 论
1.1、研究背景。
《管子水地》曰“水者，地之血气，如筋脉之流通者也。故曰：水，具材也。万物莫不以生。故曰：水何者也？万物之本原也。”。又或如哲学家泰利斯所说：“万物皆水”。作为构建生态系统的基础，水是文明发展的起源，是生产活动的基本要素和掣肘经济发展的重要引擎。随我国城市化进程的加快，工业废水和城市污水产量势必持续走高，但相对于发达国家，我国的污水处理率相对较低。“十三五”时期，随着《水污染防治行动计划》（水十条）的施行，中央开始进一步加大水污染防治资金的投入力度[1]，全面推进重点流域水环境的综合治理，以加快生态文明的建设。显然，当前，识别流域水质特征，分析其影响因素，对于掌握境域内大江大河河流水质污染现状，全面推进重点流域水环境综合治理具有重大的现实意义。
嫩江是松花江的北源，是东北三省的主要河流之一[2]。嫩江水系全程流经内蒙古、黑龙江以及吉林三省区，流域面积总计约28.3万km2[3]。作为全国重要的优质商品粮生产基地之一，肩负着保证国家粮食安全的重任[4]，在整个现代化建设中占有重要的战略性地位。总体来说，嫩江流域水土资源匹配度较好，相较而言，水资源开发利用率不高[5, 6]。然而，嫩江流域仍有部分地区的水质状况并不乐观。从2017年统计数据看，各别地区的磷含量超标，氨氮含量超标，均高于《生活饮用水卫生标准》（GB5479-2006）[7]。环境问题的长期累积，使辽河流域存在的水体污染和生态破坏问题具有复杂性以及长期性。近年来，随经济的飞速发展和城市化进程的加快，流域内总人口呈现出稳步增长的态势，生活污水和工业废水等水量也随之急剧增加，未来，随着流域内用水配置日趋复杂，势必会催生一系列如水资源短缺、水体污染以及水土流失等日益严重的环境问题[8-10]。
因此，调查分析嫩江流域的水质指标，掌握嫩江流域的水质污染现状，有助于实现对嫩江流域水资源的合理开发和利用，实现流域内生活用水和工农业用水的合理配置，为流域内管理者提供决策依据，以增强流域内水资源的整体调控能力，控制流域内污染，遏制生态环境恶化的趋势，在实现经济发展的同时维护生态环境的稳定。
1.2、国内外研究现状。
1.2.1、国内外水质调查研究现状。
一、国外研究现状。
对于国外来说，水质评价最早可以追溯至20世纪50年代[11]，起初，判断水质优劣的指标较为简单，仅仅通过眼睛、鼻子等感官直观的去判断，后来，随着科学技术的逐渐发展，一些物理、化学和生物指标等逐渐被引入水质评价系统中[12-14]。具体来说，R.K.Horton于1965年提出的质量指数法一般被公认为是水质评价的开端。1970年，《河流污染的科学分析》的问世，使得内梅罗指数法也开始逐渐被应用于水体质量分析中。接着，在对英国克鲁德河流域的水质状况开展调查的时候，S.L.Ross等率先使用BOD、SS、NH3-N、COD等理化指标对流域水质进行分析和评价，并得到了被广泛认可的合理的分析结果。至此，水质评价已由最初的简单分析发展至结合了各种物理化学指标的科学的分析方法。在此基础上，K.Tazaki等将微生物指标用于滨海地区的水质评价中。
20世纪80年代，水环境污染问题逐渐成为掣肘人类健康和经济发展的重要因素，对河流某个点位的简单的单因子水质指标的分析评价已经不能满足经济发展的需求，人们亟需探究新的更为系统的水质评价系统，厘清河流水质和周围环境的关系，科学合理的开发利用水资源，保障人民生产、生活用水安全，实现水资源的可持续利用。研究者开始逐渐整合其他评价方法，以实现对水质系统状况的更为全面的评价。基于当时某些线性理论方法和不确定性理论的提出和计算机技术的加持，研究者们开始从微观引申至宏观，从局部扩大整体，寻找新的能在宏观上对水环境进行系统科学评价的水质评价方法[15-21]。如Kulshreshtha等将模糊评价法引入水质评价系统，并对沿海内陆湖泊的营养状况和水质进行了分析[19]；Mahmoodabadi等将回归方程法和自适应神经模糊推理方法整合至水质评价体系中对卡龙河水质参数进行了长期评价[20]；Kilic等用多元技术分析法分析了阿斯河水质的时空演变规律，均取得了较好结果[21]。Regina Temino-Boes等基灰色关联分析，开发一种新的水质评价方法并成功对墨西哥湾某河口的水质进行了分析。较之以往传统的水质评价分析方法，该法所需基础数据较少，使用更为方便[22]。
二、国内研究现状。
相较于国外，我国水质评价分析起步较晚，进程较为缓慢。国内的水质评价工作最早仅仅局限于小范围区域内，如20世纪60年代的北京西郊环境质量评价。该项目最先将单项评价法用于水质分析中，同时也提出了叠加型指数评价法。之后，水质评价研究范围逐渐扩大，包括太湖、松花江、白洋淀、滇池等区域的水环境质量评价工作在全国范围内陆续展开[23]。
具体来说，国内的水质环境评价应追溯至关伯仁教授，他于1974年率先提出了一种能够考虑各种污染物的影响的综合评价水质污染状况的水质评价方法—水质指数。改革开放初期的粗放式经济发展模式，使得水污染逐渐加重，水污染问题逐渐显现，渐渐成为制约经济可持续发展的重大问题。为解决水污染问题，关于水环境质量评价的研究工作在国内开始大量展开。1982年，单既云在对引黄济津的水质分析的项目中采用了综合污染指数法，该方法较为全面的反映了水体质量状况，系统的评价了黄河的水质，保证了入津的黄河水能满足相应的水质要求[24]。1986年，董德惠综合了前人的评价方法，结合单项评价方法和综合评价方法对唣河的水质进行了分析评价[25]。刘超将主成分分析法引入了上海市西南城郊结合地区的河道治理项目中，进一步地推动了水质分析方法的全面发展[26]，灰色分析法便是其中一种。李亚楠等采用基于AHP权重的灰色关联法对海河流域的水质进行分析，结果与实际情况较为一致[27]。熬成欢等采用基于模糊综合评价法和灰色关联法的评价方法对百花湖水质进行了综合评价，为百花湖的水资源管理提供了有效参考。董婉等采用基于灰色关联度推理的水质评价系统分析，利用灰色关联分析法对水质进行评价，将实测水质与地表水水质进行关联分析，并在传统灰色关联分析法的基础上融合了实例推进技术来构建水质评价系统，并通过实验验证了该方案的有效性，从中得出当实例库中实例越多其准确率越高的结论[28]。除此之外，还包括因子分析以及聚类分析等基于多元统计学的水质数据分析的重要工具。何继山等基于聚类分析和因子分析对取自某盆地的浅层地下水样品进行了分析，结果表明，聚类分析和因子分析方法在一定程度上能够有效的揭示出各水质数据背后深层的统计学意义，为系统化的水质分析提供有力的支撑[28]。除此之外，不少研究者将目光放在地下水的水质评价中，如孟嘉伟等在天津地下水评价项目中提出的基于BP神经网络建立水质分析评价方法；崔祥琨等在肥城矿区的地下水评价中应用的灰色关联法；蒋蓉等在淮南矿区浅层的地下水评价项目中引入的模糊评价法[23]。
目前的水质评价工作大多侧重于对监督管理和检测状况的研究，且关于水质评价方法的研究也大多集中于单因子评价法以及单种多元统计法进行评价，主要的研究方法包括主成分分析法以及层次分析法，对流域水质进行多种水质统计综合评价的研究较少。
用多种不同的方法对嫩江流域沿线进行水质评价可以掌握嫩江沿线各断面的污染类别、程度判定各段污染的相似性和差异性，有助于确定各断面和水环境之间的关系。因此，我们必须对嫩江流域沿线的水质进行清晰准确的评价，探究引起相关环境问题的源头和特征，以对嫩江流域今后的管理和监测工作提出有效的建议和方法[29]。
【由于本篇文章为硕士论文，如需全文请点击底部下载全文链接】
1.3 、论文主要的研究内容
1.4 、技术路线
第二章 水质评价方法概述
2.1、 水质评价方法
2.1.1、单 因子评价法.
2.1.2、污染指数法.
2.1.3、模 糊综合评价法.
2.1.4、灰色关联法.
2.1.5 、因子分析.
2.1.6、聚类分 析
2.2、水质评价方法综合比较.
2.3、水质评价方法的确定
第三章 嫩江流域概况.
3.1、嫩江 流域概况
3.1.1、 水系水文.
3.1.2、气候气象.
3.1.3、社 会经济概况.
3.1.4、流域内废水产排情况
第四章 流域水质单因子评价分析
4.1、水质监测指标及评价方法
4.1.1、嫩江流 域监测断面的选择
4.1.2、水质评价指标的选取.
4.2、各监测断面评价指标分析
4.3、单因 子评价法，
4.4、改进的单因子评 价法.
4.5、对总氮 (TN)和总磷(TP)的单因子评价.
4.6、本章小结.
第五章 嫩江流域断面水质综合评价.
5.1、嫩江流域重要断面灰色关联度分析法评价
5.2、嫩江流域重要断面因子分析
5.2.1、2016年嫩江流域沿线重要断面因子分析.
5.2.2、2017年嫩江流域沿线重要断面因子分析
5.2.3、2018年嫩江流域沿线重要断面因子分析
5.2.4、大安断面污染情况综合情况分析
5.3、嫩江流域重要断面聚类分析
5.3.1、2016-2018年嫩江流域沿线重要断面聚类分析.
5.3.2、嫩江流域沿线断面COD污染特征.
5.4、本章 小结
第六章 结论
本文主要以单因子评价法、因子分析法、聚类分析法和灰色关联度分析法为研究手段，以嫩江流域沿线选定断面的2016-2018年水质监测数据为基础，从空间和时间两个维度对嫩江流域沿线水域进行分析，得到结论如下：
（1）基于单因子评价法评价结果可知，2017年和2018年嫩江沿线选定断面的水质整体上呈现向好趋势，尽管2018年水质较之于2017年水质情况较差。嫩江流域沿线水域选定的断面中符合或者优于Ⅲ类指标评价标准的占比增加明显。评价过程中发现选定断面中大部分超标指标为总氮（TN）和总磷（TP），其余指标大多符合或者优于Ⅲ类水体标准，为更好的分析嫩江沿线水质，现将超标的总氮（TN）和总磷（TP）去除，分析各选定断面的水质，后再将总氮（TN）和总磷（TP）单独进行分析发现。结果表明，基于总磷的单因子评价结果显示，2016年的水质情况最优，选定断面均达到或者优于Ⅲ类水质标准，2018年水质情况相对较差，达到或者优于Ⅲ类水质标准的断面个数为9个，约占选定评价断面总数的75%。另外，基于总氮的单因子评价结果显示，2017年，达到或优于Ⅲ类水质的断面个数最多，为8个，约占选定断面总数的66.7%。
（2）灰色关联分析结果显示2016年关联度最低的评价指标为化学需氧量，其次为溶解氧，而2107年最低的指标为总磷，其次为化学需氧量，到了2018年，关联度最低的指标变为了总磷，其次为总氮。综合来看，化学需氧量、总磷和总氮对嫩江干流沿线水域水质影响很大，应作为该流域重点控制指标进行控制。基于此，重点控制指标应根据不同年份的实际情况来进行综合考虑。
（3）因子分析结果显示，整体上，部分评价断面水质污染状况随年份变化显示出较大变化，其中白沙滩、大安和塔虎城渡口断面的水质呈逐年下降趋势，而两家子和乌塔其农场断面的水质变化情况则呈现相反趋势，逐年向好。另外，综合比较各评价断面，大安和石灰窑断面是评价时间段内污染情况最为严重的断面。
（4）聚类分析结果显示，评价断面水质情况大致可分为三类：结果表明，评价断面大致划分为三类：第一类断面兴鲜、金蛇湾码头、苗家堡子、两家子和乌塔其农场较为清洁断面，第三类断面白沙滩、大安、塔虎城渡口和繁荣新村主要受高锰酸盐指数、化学需氧量、溶解氧影响较大，第二类断面石灰窑、加西和莫呼渡口在2018年主要受高锰酸盐指数、化学需氧量影响和溶解氧影响，在2017年主要受总氮总磷影响。总的来说，制定相关污染管理控制方案时，可以适量考虑时间的差异性，针对第二类断面可优先考虑控制化学需氧量，针对第三类断面可根据年份差异，有针对性的控制相应污染严重的指标。
参考文献
.
