贾 洁，王司阳，张静萍

（1.青海省水文水资源测报中心，西宁 810001；2.武汉大学水利水电学院，武汉 430072）

0 引 言

湟水作为黄河上游的重要支流，是黄河主要补给水源之一，被称为青海“母亲河”。近年来，由于工业化和城镇化的不断发展，湟水流域西宁段水环境问题日益严重，对区域经济建设和人民群众的日常生活造成了严重的影响［1，2］。由于湟水流域西宁段工业、农业设施众多，大量污水随意排放，造成流域水质污染状况日趋严重，城镇工农业生产和人畜饮水受到较大影响［3］。因此，开展湟水流域西宁段水质调查评价，不仅有助于准确掌握西宁市河流水污染情况，同时也有助于开展重点河段生态保护与修复工作。目前，河流水质评价方法包括单因子评价法、内梅罗指数法、层次分析法、人工神经网络法、主成分分析法、灰色系统评价法、模糊综合评价法、贝叶斯数学统计法等方法［4-6］。其中，单因子评价法是水质评价中应用最广泛的评价方法，通过评价参数实际监测值与标准值比较，从而判别水质类型［7，8］。单因子评价法的分析结果仅仅表示水质等级的评价，不能全面的反映河流的污染状况，当评价结果一致时无法区分或更好的反映河流的污染程度。主成分分析法是通过将多指标标准化为少数几个综合指标，简化了统计分析系统的结构，确保在不损失原有信息基础的前提下，将多个影响水质参数重新组合成新的、相互之间无关的、较少的综合指标，达到降维、简化数据和提高分析结果的目的［9］。模糊综合评价法是以模糊数学为基础，应用模糊关系合成原理，将一些边界不清、不易定量的因素定量化，运用模糊数学法中的隶属度描述评价等级，确定各污染因子的权重，进而评价水质类别［10］。由于模糊综合评价法选取的评价因子过多、权重过小，造成模糊矩阵信息丢失，不易区分和分辨。除上述评价方法外，目前国内外学者也采用聚类分析法、多元统计法等评价水质状况。例如，张绪美等［11］采用聚类因子分析对我国太湖流域水质进行评价，国外学者采用多元统计法分析西班牙Pisuerg 河［12］、韩国Nakdong河［13］的区域水质变化特征。

目前水质评价方法大多依据单一的分析方法，或者对多种分析方法进行比较。本研究充分考虑不同水平评价方法优劣，采用单因子评价法分析流域河流水质整体变化情况，利用主成分分析法确定评价因子的指标权重，通过模糊综合评价法对湟水流域西宁段水质进行综合评价。前期关于湟水流域水质的研究大多聚焦于湟水干流［6，14］，缺乏流域层面系统考虑，不能完全反映流域不同河流水质污染状况。本研究综合考虑湟水流域西宁段水污染特点，通过对2018-2019年西宁市辖区湟水干流及北川、西纳川、沙塘川、药水河、南川、甘河沟、小南川、云谷川、拉拉河等支流逐月水质调查评价，分析西宁市河流水污染状况，以期为城市水环境管理与治理提供科学依据。

1 材料与方法

1.1 研究区域概况

西宁市地处黄河流域湟水谷地，平均海拔2 260 m，市内主要河流为湟水及其支流，多年平均径流量为11.07 亿m3；西宁市降水时空分布不均，全年降水总量的70%集中在6-9月，降水量年际变化大，最大年降水量为最小年降水量的2～3 倍［15］。西宁市作为青海省的政治、经济、文化和交通中心，承载着全省40%的人口，城市大量的工业、农业、生活污水经北川、南川、沙塘川等支流汇入湟水河，严重威胁湟水河水环境安全。湟水流域西宁段水环境质量不仅关系到湟水流域的社会经济发展和生态安全维护，也关系到黄河中下游地区生态经济的可持续发展［16］。为了进一步研究湟水流域西宁段水质时空分布特征及污染状况，选取西宁市内湟水干流及其支流北川、西纳川、沙塘川、药水河、南川、甘河沟、小南川、云谷川、拉拉河等共10 条河流进行调查分析，通过对湟水流域西宁段河流水环境要素的质量优劣程度进行定量评价，为流域水环境监测和河流治理提供科学依据。本文研究河流基本信息如表1所示。

表1 河流基本信息Tab.1 Basic information of rivers

1.2 样品采集与监测

2018年1月至2019年12月对西宁市内湟水干流及其支流拉拉河、西纳川、甘河沟、云谷川、药水河、南川、北川、小南川、沙塘川等共计10条河流进行逐月采样监测，每条河流上选取距离城镇最近的监测断面，依次选取西宁、大华乡、西纳川、甘河沟、云谷川、董家庄、六一桥、朝阳、王家庄、沙塘川桥共10 个监测断面，监测站点位置见图1所示。

图1 监测站点分布示意图Fig.1 Schematic diagram of the Monitoring River

按照《水环境监测规范》（SL219-2013）［17］进行样品采集，参照《地表水环境质量标准》（GB3838-2002）［18］进行水温、pH 值、溶解氧、高锰酸盐指数等24 项基本水质指标监测。由于24 项水质参数中水温和pH 不参与水质评价，除了高锰酸盐指数、五日生化需氧量、化学需氧量、氨氮和总磷5 项指标以外，其他水质参数含量极低，根据监测数据的有效性和代表性，我们选择高锰酸盐指数、五日生化需氧量、化学需氧量、氨氮和总磷等5项有效指标的实际监测数据进行统计分析与水质评价。

1.3 数据处理分析方法

本研究区域不同监测站点水质参数的显著性分析均在SPSS Statistics 19.0 软件上进行，水质参数年度比较采用独立样本t 检验分析，水质参数季节性分析及不同断面间比较采用one-way ANOVA 检验，所有样本数据在进行分析检验前均进行了正态分布检验。P＜0.05代表显著性水平。

1.4 水质评价方法

1.4.1 单因子评价法

单因子评价法可以非常清晰表示研究水体是否满足水质要求，是水质评价中常用的评价方法［7］。通过选取某一个评价参数的多次监测的极值或者平均值，与该因子的标准值比较，以最高类类别为断面综合水质类别。在水环境质量评价中，我们按照《地表水环境质量标准》（GB3838-2002）中对应的限值进行水质评价。

1.4.2 主成分分析法

主成分分析法（PCA 法），是一种将多维因子纳入同一系统中进行定量化的降维处理技术，通过将众多具有一定相关性的指标，转化成几个综合指标来反映多个变量间的内部结构［19］。

其主成分分析的模型：

综合评价函数：

式中：a1m、a2m、…、anm为原始变量矩阵的协方差矩阵的特征值对应的特征向量；ZX1、ZX2、…、ZXn为原始变量矩阵经过标准化处理的值；λ1、λ2、…、λp为标准化处理矩阵的特征值；n 为因子个数；m为样本个数；p为主成分个数。

1.4.3 模糊综合评价法

模糊综合评价法是一种基于模糊数学的综合评价方法，根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价，具有结果清晰、系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。该方法被广泛用于各种类型水体的水质综合评价［20-22］。其模糊综合评价的模型为：B=A×R。

式中：A 为归一化处理的主成分分析法赋权确定评价因子权重组成的行矩阵；R 为m 项参数对5 级水质标准模糊关系隶属度矩阵。隶属度表征评价指标属于评价标准各级别的程度，可以通过隶属度函数求解。一般水质模糊综合评价的隶属度函数由降半梯形分布函数法确定。

（1）j=1时，相应隶属度函数为：

（2）j=2、3、4时，隶属度函数为：

（3）j=5时，隶属度函数为：

式中：ci为第i种污染物实测浓度值（i=1，2，…，m），mg/L；si为第i种污染物j级水质标准（i，j=1，2，…，5），mg/L。

2 结果分析

2.1 2018年和2019年水质参数比较

根据2018年和2019年湟水流域西宁段逐月实测数据，同一年份内水质参数变化较大。具体而言：2018年高锰酸盐指数浓度范围为1.2～7.2 mg/L，化学需氧量浓度范围为2～23 mg/L，五日生化需氧量浓度范围为0.8～8.0 mg/L，氨氮浓度范围为0.043～123 mg/L，总磷浓度范围为未检出～0.19 mg/L；2019年高锰酸盐指数浓度范围为0.9～3.2 mg/L，化学需氧量浓度范围为2～21 mg/L，五日生化需氧量浓度范围为0.6～8.0 mg/L，氨氮浓度范围为0.050～47.1 mg/L，总磷浓度范围为未检出～0.13 mg/L。按照年度比较分析，2018年高锰酸盐指数平均浓度（2.45 mg/L）显著高于2019年的相应值（2.02 mg/L，P＜0.05）；其他水质参数均无显著差异，但是表现出均值降低趋势（化学需氧量均值呈增加趋势）。

具体断面而言，西宁、大华乡、云谷川、六一桥、朝阳断面水质参数2018年和2019年均无显著差异；2019年西纳川断面化学需氧量浓度显著高于2018年的相应值（P＜0.05），其他水质参数无显著差异；与2018年相比，2019年甘河沟断面氨氮浓度显著降低，总磷浓度显著升高，其他水质参数无显著差异；董家庄断面高锰酸盐指数浓度显著降低，化学需氧量浓度显著升高，其他水质参数无显著差异；王家庄断面总磷浓度显著降低，其他水质参数无显著差异；沙塘川桥断面高锰酸盐指数、氨氮浓度均显著降低，其他水质参数无显著差异（表2）。

表2 2018年和2019年水质监测数据 mg/LTab.2 Water quality monitoring data for 2018-2019

根据2018年、2019年水质监测结果和不同河流断面水质目标，通过单因子评价法分析西宁市内湟水干流及支流拉拉河、西纳川、甘河沟、云谷川、药水河、南川、北川、小南川、沙塘川水质状况。2018年和2019年水质达标率均为90.0%，但水质优于III 类标准的水质断面比例从2018年的60.0%提升至2019年的70.0%。为了更具体分析湟水流域西宁段水质年际变化特征，参考2010年至2017年《青海省水资源质量年报》评价结果，2010-2019年湟水流域西宁段水质达标率从40.0%上升至90.0%，水质达到或优于III 类标准的水质断面从40%上升至80%（图2）。从近十年水质统计结果分析，湟水流域西宁段水质除甘河沟断面水质较差以外，其余河流水质整体都呈现出好转趋势。

图2 2010-2019年湟水流域西宁段水质类别变化Fig.2 Changes of water quality types in Xining Section of Huangshui River Basin from 2010 to 2019

2.2 不同水质参数的季节性变化

我国大部分地区河川径流量的年内变化大，而北方地区气象要素季节性变化也更为明显，因此，水质监测指标的年均值往往不能反映出河流水质季节性的变化。西宁地处青藏高原东北部。属高原高山寒温性气候，按常规四季月份的划分方案并不适用于高原地区，因此按照西宁气温和日照时间划分为，春季（3-5月）、夏季（6-7月）、秋季（8-10月）、冬季（11-12月、1-2月）。水质实测数据结果显示，主要水质参数在不同季节中呈现出了相异的分布特征，高锰酸盐指数浓度夏秋季显著性高于冬春季（P＜0.05）［图3（a）］，其他水质参数无季节性显著差异。按照季节性平均值分析，化学需氧量四季差异较小，仅在不同断面间具有一定差异，湟水、甘河沟、南川、北川以及小南川等流经工业和农业较密集区域的河流化学需氧量浓度量较高于其他区域河流的相应值［图3（b）］。大部分河流中五日生化需氧量在春季平均值较高，秋冬季节含量相对较低；从区域分布来看，湟水、甘河沟、南川和沙塘川中五日生化需氧量较高［图3（c）］。部分监测断面中较高的五日生化需氧量可能源于生活、工业等含有大量有机物的污水随意排放，这些有机物在水体中分解时要消耗大量溶解氧，从而破坏水体中氧的平衡，使水质进一步恶化［23］。从整体分布来看，氨氮呈现出的规律和五日生化需氧量的规律相似，即秋季均值最低，春、夏季和冬季含量普遍增高［图3（d）］，并且水体的污染程度和其含量高低呈正相关关系。总磷浓度季节性变化并不明显，与其他季节相比，冬季含量有所上升［图3（e）］。

图3 西宁市主要河流中水质参数的季节性变化Fig.3 Seasonal variation of water quality parameters in major rivers in Xining

表3 2018年和2019年湟水西宁站水文径流数据Tab.3 Hydrological runoff data of Xining Station on Huangshui River in 2018 and 2019

不同区域河流水质参数的季节性分布特征受水文径流的影响较为明显，辽宁大凌河季节性调查结果显示，丰水期水体总体评价为II类水标准，在枯水期降低至III类水质标准［24］。新疆喀什地区河流研究结果具有类似规律，丰水期由于水量较为充沛，水质总体维持在II 类～III 类标准，枯水期由于水量减少，水质呈现递减趋势，降低至III 类～IV 类标准［25］。从上述分析中可以看出，湟水流域也具有此类特征，水质季节性分布特征受径流的影响明显，形成夏秋季水质优于冬春季的现象。张洁［26］研究结果显示，城市点源排放是导致水质季节性变化的主要原因。本研究中，主要水质参数含量变化与径流量关系较大，以湟水为例，水质最好时候出现在夏秋两季的丰水期内，水质最差时候则在春冬两季的枯水期内。虽然不同季节存在着不同的水文径流变化，但是自然水体也存在着复杂的生物地球化学循环，加之甘河沟等断面亦存在着较为严重的城市点源污染，因此水质季节性分布的影响因素仍然值得深入研究。

2.3 水质污染评价

水质污染评价方法较多，本文采取主成分分析法和模糊综合评价法相结合进行水质评价。其中，主成分分析法是通过降低数据纬度的方式，将多个影响水质因子简化成几个综合因子以反映水体污染状况，广泛应用各类水体水质评价［27，28］，主成分的优势在于可以保留所有原始因子的信息，但是无法直接对水质状况进行综合评估。模糊综合评价法是以模糊数学为基础，应用模糊关系合成原理，对受多种因素影响的事物做出全面评价的多因素决策方法，该方法已被广泛用于各种水体水质评价［29，30］。模糊综合评价法的优势在于处理受多因素影响或者影响因素难以定量化的评价分析，缺点是由于评价因子较多，权重分布不合理，会造成模糊矩阵信息丢失。本研究综合考虑主成分分析法和模糊综合评价法的优缺点，利用主成分分析法确定评价因子指标权重，通过模糊综合评价法对湟水流域西宁段水质进行综合评价。

基于主成分分析赋权的模糊综合评价法分析内容包括：首先，将水质监测原始数据进行标准化处理，通过标准化的数据进行相关性分析，计算出相关关系矩阵及其特征值与特征向量；其次，计算方差贡献率，根据贡献率确定主成分个数，确定因子载荷矩阵，计算主成份荷载值，确定因子权重，进行指标权重归一化；最后，计算隶属度函数，建立模糊关系矩阵，基于主成分分析法确定的指标权重，综合评价水质状况。

我们对湟水流域西宁段干支流10 个监测断面的高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮和总磷5 项指标进行标准化处理，根据标准化矩阵计算其对应的相关系数矩阵及其特征值，并计算分析主成分贡献率和累积贡献率。由表4可知，前2 个主成分特征值分别为2.949、1.322，累积方差率达到了85.422%，按照特征值大于1，累积贡献率大于85%的原则，确定主成分的个数为2，即前两个主成分可以反映绝大部分的信息。

表4 特征值及贡献率Tab.4 Eigenvalue and contribution rate

计算初始因子载荷矩阵，每一个载荷量表示主成分与对应变量的相关系数，正值表示正相关，负值表示负相关，绝对值越接近1，表示相关程度越高。参照刘剑［31］研究方法，根据初始因子载荷量，计算主成分荷载值，从而确定因子指标权重，并进行归一化处理，计算结果如表5 所示。根据主成分分析法的赋权计算结果，氨氮、五日生化需氧量和化学需氧量占据相对较大的权重，总磷权重比例相对较低。

表5 主成分因子荷载及赋权计算结果Tab.5 Principal component factor load and weight calculation results

利用模糊综合评价法计算选取评价因子对各级水质标准的隶属度，并组成模糊矩阵R，结合主成分分析确定的指标权重，确定评价因子权重的行矩阵A=（0.270，0.268，0.130，0.276，0.056），构建模糊综合评价模型B=A×R，综合评价湟水流域西宁段水质状况。计算结果显示，2018年湟水I 类的可能性为21.6%，II 类的可能性为0，III 类的可能性为57.83%，IV 类的可能性为20.57%，根据最大隶属度原则，即哪一级水质隶属度最大，则水质评价结果为哪一级，因此2018年湟水水质级别为III 类，同理计算其他断面各级隶属度及评价结果，评价结果见表6。通过比较单因子评价法和模糊综合评价法评价结果，模糊综合评价法的水质等级与单因子评价等级相同或高一等级，单因子评价结果强调了单个污染指标的影响，而模糊评价是考虑了多种水质污染因子的影响，更接近实际水质结果，评价结果也更为科学，其缺点是对劣V 类等极差水体水质无法进行准确的反映。根据评价结果，甘河沟等断面水污染状况仍然较为严重。

表6 模糊综合评价结果Tab.6 Fuzzy comprehensive evaluation results

虽然近十年来，湟水流域西宁段水质呈现逐渐好转趋势（图2），但是考虑到未来西宁城市建设发展和废污水排放量增长，未来城市河流水环境风险依然较高。根据《青海省统计局统计年鉴》和《青海省水资源公报》中西宁市近十年（2010—2019年）经济及废污水的统计数据（表7），西宁市人口及国民经济逐年增长，废污水排放量也在不断增加，其中第二产业废污水量、城镇居民生活废污水量近年来呈现出递增趋势，未来西宁城市河流环境治理应重点强化工业废污水达标排放，严格城镇居民生活污水处理，加快污水处理厂的提标改造，加强甘河沟等断面工业园区综合治理，持续开展湟水流域西宁段水质评价，为西宁城市河流水环境监测和生态治理提供科学依据。

表7 2010-2019年西宁市国民经济及废污水排放统计表Tab.7 2010-2019 statistics on Xining's national economy and wastewater discharg

3 结论与建议

（1）2018年和2019年水质参数比较显示，高锰酸盐指数平均浓度显著降低，其他水质参数均无显著差异，但是表现出均值降低趋势；近十年（2010-2019年）湟水流域西宁段水质达标率从40.0%上升至90.0%，水质达到或优于III 类标准的水质断面从40%上升至80%，湟水流域西宁段水质除了仅甘河沟水质较差，氨氮超标严重以外，其他河流整体呈现出好转趋势。

（2）湟水流域水质季节性分布特征受径流的影响明显，形成夏秋季水质优于冬春季的现象，其中夏秋季高锰酸盐指数浓度显著高于冬春季，且冬季高锰酸盐浓度（平均值1.88 mg/L）显著低于其他任何季节，其他水质参数无季节性显著差异。虽然湟水流域的水质有明显的改善，但仍然存在着像甘河沟这样的点源污染。

（3）基于主成分分析-模糊综合评价结果显示，西宁市河流水质污染程度排序为甘河沟＞湟水＞南川＞北川＞沙塘川＞小南川＞云谷川＞药水河＞西纳川＞拉拉河；相比单因子评价法，模糊综合评价法考虑多种污染因子的影响，更接近实际水质结果，评价结果也更为科学，其缺点是对劣V 类等极差水体的水质无法进行准确的反映。

（4）甘河沟、湟水、南川及北川的水质状况相对较差，其中城市工业废污水及城镇生活废污水排放是导致水质恶化的主要原因。虽然近年来湟水流域治理力度不断加大，但由于湟水流域城镇化的不断加速，废污水排放总量不断增加，水环境风险依然存在。因此，未来西宁城市河流环境治理应重点强化工业废污水达标排放，严格城镇居民生活污水处理，加快污水处理厂的提标改造，加强甘河沟等断面工业园区综合治理，持续开展湟水流域西宁段水质评价，为西宁城市河流水环境监测和生态治理提供科学依据。