汪璐

摘 要：在水质监测方面，方差分析为常用监测数据评价手段，利用其分析结果能够为断面合理布设提供依据。基于此，本文结合河道水质监测实践，运用方差分析方法对监测结果展开了分析，发现各断面监测数据差异不显著。引入Agent模型，根据各指标方差贡献度进行筛分，最终能够完成断面的优选，使河道水质监测方法得到优化。

关键词：方差分析;河道水质监测;断面优选

引言：

在城镇化进程不断推进的过程中，水环境问题日益凸显。而在河道水质监测方面，未能做好断面的布设，将造成得到的监测结果不具代表性，在浪费物资的同时，给监测结果准确性带来影响。采用方差分析方法，能够从统计学角度对各断面监测数据差异显著性和对监测结果贡献度展开分析。因此根据分析结果，能够对断面进行优选，保证河道水质监测工作得以科学开展。

1方差分析与水质监测

在水质监测过程中，需要通过方差分析确定两个及以上样本总体均值是否存在差异，属于常用的显著性检验方法。采取该方法，可以对不同来源的变化给总变异的贡献程度进行分析，从而使可控因素对研究结果带来的影响得到反映。在分析的过程中，需要将数据变异量分解为组间和组内两种，前者由可控因素引发，后者由随机误差引起[2]。结合控制变量个数差异，则可以将方差分析划分为单因素和多因素两类。在河道水质监测中，可以将断面或时间当成是变异，因此可以通过单因素方差分析对水质监测结果展开评价。

2河道水质监测断面优选分析

2.1研究区的采样点布设

研究对象为位于辽宁省东部地区，自东向西流。对流域沈抚交界区域的河道水质进行监测，区域内分布多个支流和排污口，选取闸坝进行干流采样，然后将剩余具有代表性的8个支流当成是采样点，完成总计9个监测断面的布设。为判断9个监测断面的布设是否合理，需要利用方差分析法对各断面间监测数据指标差异展开分析，判断各断面监测结果是否具有统计意义上差别。根据分析结果，可以确定是否需要完成断面优选。

2.2水质监测与数据分析

2.2.1水质监测

在开展水质监测工作过程中，从2018年6月-2019年6月，按照每月1次的频繁，完成12次水质监测。结合河道实际水质情况选取化学氨氮、导电率、能见度、溶解氧、总氮、总磷、pH值等各项指标进行监测。采用SPSS软件对监测得到的数据进行处理，能够得到数据的年平均值，发现河道溶解氧达到6.5m/L，透明度能够得到0.54m，pH无量纲值为7，总氮达到1.12mh/L，总磷达到0.058mg/L。从河道污染情况来看，溶解氧、总磷等数据均存在超标情况，说明河道受到了严重污染。

2.2.2方差分析

采用方差分析方法展开分析，可以先对总磷监测结果作无效假设，设定各均数来自同一总体，对离均差平方和SS总进行计算，并确定各断面和频次间的离均差平方和，利用自由度完成均方M.S和F值计算。在F值超出分布表中数值时，可以判断P<0.05，说明监测结果存在显著差异，假设无效，否则说明假设有效，需要重新完成断面选择。从各断面总磷监测数据的方差分析结果来看，如表1中的数据所示，各断面间监测结果不存在显著性差异，说明假设有效，需要对断面进行优选。

2.3监测断面优选分析

2.3.1优选方法

水质监测具有较强的复杂性和系统性，想要保证监测结果准确，还要完成最佳采样断面位置选择，以便使水质样品具有代表性。在实际布设断面时，需要结合河流功能完成断面布置，掌握流域工业、农业和生活污染源的分布情况，确保监测断面能够得到综合布设。考虑到研究的河流分支较多，还要采用多Agent模型对监测数据展开进一步分析。具体来讲，就是在对单因素展开分析的基础上，完成多因素分析，同时对多种水质参数数据进行综合评价，得到主成分和非主成分的综合评分。从总体上来看，模型包含三层，基础层为原始断面层，为断面优选的基础，在此基础上可以建立粗分模型和细分模型，完成各断面平均分计算。运用模型展开评价，需要将对元素主成分综合评价得分进行计算，然后确定各元素在模型间的相似度。如果两个元素拥有较高相似度，可以进入细分模型。在细分模型中如果相似度较高，同时断面相邻，需要将连接关系取消，通过筛分进入粗分模型，最终计算得到断面布设面积区的平均值[2]。根据得到的结果，在中心点位置完成断面布设，能够实现断面优选。采取该种方法，需要保证断面监测采样频率达到12次。在完成12次监测数据采集后，可以对各断面监测数据展开分析评价，获得监测评价因子，然后通过相似度分析使断面布设得到优化。借助仿真分析软件，能够完成整个过程分析，因此该方法具有较强可操作性，能够得到准确分析结果。

2.3.2优选结果

在实际分析的过程中，可以根据河道水质监测结果主成分与非主成分综合评价得分确定模型变量，完成Agent模型搭建。通过分析，可以得到河流氨氮、导电率、能见度、溶解氧、总氮、总磷、pH值的初始特征值分别达到0.948、3.245、1.645、1.458、2.166E-16、0.006和3.326，方差百分数分别达到11%、36%、26%、18%、15%、1%和37%。总体上来看，方差贡献度最大的为导电率、溶解度、能见度和pH值四个因素，可以作为主成分元素，方差贡献率之和能够达到90%以上，其他因素为非主成分元素，方差贡献率不超10%。在最初9个水质监测数据模型中，需要将原本干流断面监测点当成是基础，将主成分综合评价得分当成是粗分依据，然后将非主成分分析元素评分当成是细分依据，完成断面优化。经过处理后，断面从原本的9个缩减为5个，能够在保证监测效率的同时，使监测作业成本得到降低。采用分层聚类方法完成原始数据的聚类分析，可以得到与模型分析相同的监测结果，因此能够证明分析方法的有效性。

结论：

综上所述，在河道水质监测过程中，还要合理完成水质监测断面的布设，才能保证监测数据具有统计学意义，在保证监测结果的准确性的同时，避免造成大量人力、物力浪费。实际采用方差分析方法确定各断面监测数据是否存在显著差异后，可以引入Agent模型进一步完成各元素方差百分数计算，根据方差贡献度完成元素綜合评分，为断面优选提供依据，继而使河道水质监测工作得以高效开展。

参考文献：

[1]时文博，曹春燕，宋颖，等.基于多元统计分析的黄河山东段水质评价研究[J].人民黄河，2020，42（02）：48-53.

[2]孟春芳，何长海，田珂宁，等.卫河水系新乡段水质时空分异及污染因子识别[J].安全与环境学报，2019，19（04）：1461-1467.