卢毅敏吴 升

(1.福州大学 福建省空间信息工程研究中心，福州 350003 ； 2.福州大学 数据挖掘与信息共享教育部重点实验室， 福州 350003； 3.福州大学 海西政务大数据应用协同创新中心，福州 350003)

1 研究背景

河流是区域生态环境可持续发展的重要因素，气候气象、地形地貌、人类活动、工农业生产等具有显著的时空差异，不同时间和空间下，径流量、污染物浓度不同，河流水质具有时空异质性。识别河流水质的时空分布特征和污染源对全面认识河流的水质状况和河流管理具有重要意义。研究表明多元统计方法可以发现水质的时空分布特征、识别污染源，并已得到广泛应用，如九龙江流域[1]、太湖流域江苏省段[2]、密云水库[3]、漳卫南运河[4]、苏州古城区[5]等流域和地区的水质时空分布特征分析和污染源解析。

闽江是福建省第一大水系，是重要水源地，对福建省经济和社会发展意义深远。近年来，闽江流域面临水质污染指标季节性变化明显[6]、化肥农药和禽畜污染物排放增加[7]、工业排污量大[8]、各子流域污染类型复杂且差异大等问题[9-10]。针对闽江流域的水质研究主要包括面源污染、工业结构、城市扩展对水质的影响分析[8，11-13]，流域污染负荷分析[9]，有机污染物和重金属污染物空间分布[14-15]，水质时空分布特征[6，10，16]；但根据长时间序列水质监测数据分析水质时空分布特征研究的较少，缺少不同时空分布特征下污染源解析的研究。基于此，本文运用多元统计方法中的系统聚类分……