基于多元分析的地表水质评价---以日本富士河流域为例.docx

基于多元分析的地表水质评价-以日本富士河流域为例S.Shrestha ,F.Kazama日本三梨县甲府市武田三梨大学医学与工程学科研究院经济社会系统工程系 摘要多元统计方法，如聚类分析（CA），主成分分析 （PCA），因子分析（FA）和判别分析（DA）被用于日本富士河流域大量水质数据时空变化的解释和评价，8年间（19952002）根据检测数据（14976个检测数据）在13个不同站点生成了12个参数。分层聚类分析法根据水质特性相似，把13个样本站点分成三类，即轻度污染（LP），中度污染（MP），重度污染（HP）。以因子分析/主成分分析法应用于由聚类分析法划分成的三个不同组的数据集，可以对应得到5个，5个，3个潜在影响因素，并可用来解释对应于LP,MP,HP各站点水质数据73.18%, 77.61% ，65.39%的总方差。由因子分析法得到的可变因素显示，对水质变化其主导作用的是排放和温度（自然）：流域中轻度污染的地区污染主要是有机污染（面源：家庭生活废水）；在中度污染的地区主要是有机污染（面源：家庭生活废水）和富营养（非点源：农业和果园种植业）；在重度污染的地区主要是有机污染和富营养（点源：生活污水，废水处理工厂及各种工业）。判别分析法对时空分析的效果最佳。它的关键在于采用了一种数据节省方法。在对三个样本站点的时空分析中，它仅使用6个参数（流量，温度，溶解氧，生化需氧量，电导率，硝酸盐氮），在时间的分析种完成了超过85的正确分配，在空间分析中仅用7个参数（排放，温度，生化需氧量，pH值，电导率，硝酸盐氮和氨氮），就完成了超过81正确分配 .因此，判别分析法允许在大型数据系统中降维，以便于划定几个对水质变化影响较大的指示参数。因此，这项研究说明了多元统计技术在分析和解释复杂数据集中的作用，并将在水质评价，污染源/污染要素的鉴别和水质时空变化规律的认识等一系列河流水质监管工作中起到重要作用。爱思唯尔有限公司版权所有2006关键词：富士河流域；水质；聚类分析；主成分分析；因子分析；判别分析。1.引言一条河流系统由干流和支流组成，并在单向流动过程中不断携带来自于自然和人为来源的固液相物质。河流在任何一方面的特性都反映了几个主要影响因素，包括流域的岩性，大气投入，气候条件和人为输入(Bricker and Jones, 1995)。在另一方面，河流在吸收或运输市政和工业废水起到重要作用，同时也从农业土地带走污染物。市政和工业废水排放构成稳定的污染来源，而地表径流是一种季节性现象，这主要是受流域内的气候影响（辛格等，2004）。降水的季节变化，地表径流，表层流，地下水径流及动态变化对河流的流量有强烈的影响，因此也会影响河水中污染物的浓度(Vega et al., 1998)。因此，长期有效的河流管理需要对河流的水文形态，化学和生物学特性有基本了解。然而，由于水质的时空变化（这往往很难演绎），一个能够对地表水水质做出有代表性且可靠评价的监测方案是十分必要的(Dixon and Chiswell，1996)。 不同多元统计技术的应用，如聚类分析（CA），主成分分析（PCA），因子分析（FA）和判别分析（DA） ，有利于解释复杂数据矩阵以更好地了解所研究系统的水质和生态状况，使影响水系统的可能因子/来源得到识别，并提供有价值且可靠的水资源管理工具以及迅速解决污染问题的方案(Vega et al., 1998; Leeet al., 2001; Adams et al., 2001; Wunderlin et al., 2001; Reghunathet al., 2002; Simeonova et al., 2003; Simeonovet al., 2004)。多元统计技术已经被用来描述和评价地表淡水的质量，它在校核由季节性自然和人为因素引起的时空变化方面也是有用的(Helena et al., 2000; Singh et al., 2004, 2005)。 在本研究中，对一个8年（19952002）监测方案获取的庞大的数据矩阵，采用不同的多元统计方法进行分析，并提取关于采样点间相似或相异，影响河流水质时空变化的水质变量的认定，可以解释数据库结构的隐藏因素，还有对富士河流域水质参数产生影响的可能来源（自然和人为的）。2方法2.1.研究区域 由富士河排水的富士流域研究区，位于日本中央部分（图1）。流域面积3570km，干流长度128km。富士河是位于富士山的西部，穿山越谷，是日本著名的三位条快速水道之一。这条河作为Kamanashi River，发源于南阿尔卑斯山系以北的芒驹山，作为Fuefuki River，发源于山梨县以北地区。这两条河流在南部甲府盆地汇流成为富士河，随后在骏河湾进流入太平洋。Kamanashi River在Funayamabashi的平均流量约10m/s, Fuefuki River在 Torinkyo平均流量约20m/s，Fuji River在Fujibashi平均流量约72m/s. 这些河流的排泄区为山梨县主要农业区，市区及工业区，最后排入骏河湾。在富士河128km流长内，它不断接收点源和非点源的污染物排泄。富士河是位于流域下游地区居民工农业活动的主要水源。流域的地质特性非常复杂和脆弱。这是因为一个巨大的错位，被称为Itoi RivereShizuoka 构造线，它沿北/南向发育;在该地区还发育有其他贯穿整个地区的错位。因此，有很多地区倒塌，因倒塌产生的岩石和沙子，被河水输运，在地势平缓的地区堆积。流域超过75%的地区被森林覆盖。林地主要分布在多山地区，农业用地和草地在流域内零星分布。果园种植园和市区均沿河道分布。该流域位于内陆 地区，因此，冬夏气温变化非常大。夏季炎热潮湿，冬季寒冷，平均气温分别26和3。甲府流域年降水量为1200mm，但是在中游和下游，可能高达3000mm。整个流域平均降水量达2100mm。日本国土交通省管理和维护着河流流量计量站，山梨县环境部（EDYP）一直在收集来自50个水质监测站的各种水质参数。然而目前，只有13个站点的资料从涵盖了各种集水区和地表水类型（河流，小溪，支 流）的河流水质监测网络中挑选出来，进行进一步的研究。2.2参数监测及分析方法包括12个水质参数，月监测至少一次且监测期超过8年 （1995-2002），13个水质监测站的数据集，从山梨县环境部（EDYP）索取。虽然有超过50个水质参数可用，只有12个参数被选择用于研究，是因为它们在所有选定的水质监测站中参数监测的连续性。被选定的参数包括流量，水温，溶氧,pH，总悬浮固体，电导率，总大肠菌群，硝酸盐氮，氨氮和无机磷溶解。水质参数及其单位和分析方法在表1中Fsh liy ynji q, yu fsh h pishu, wiy zhngyngRbn bfn (t 1).做了概述。EDYP按日本工业标准（EDYP，2004）对所有的水质参数进行采样，保存和分析。对河流水质超过8年的月监测统计资料在表2中Fsh liy ynji q, yu fsh h pishu, wiy zhngyngRbn bfn (t 1).做了概述.2.3数据处理和多元统计技术被用来检验数据拟合数正态分布的适应性。根据KS统计说有的变量以95%或更高的可信度服从数正态分布。同样，检验统计量和巴特莱检验可用于检验数据应用主成分分析/因子分析的可行性。检验统计量是在抽样充足时，方差是常见的方差，也就是说，这可能是由内在因素造成的。大值（接近1）一般说明主成分分析/因子分析是有效的。本研究中KMO = 0.87，说明时有效的。巴特莱检验球形试验表明相关矩阵是否是单位矩阵，单位矩阵说明变量无关。在本研究中显著性水平为0（小于1）说明变量之间有重要的关联。斯皮尔曼秩序相关性（斯皮尔曼系数r）用来研究变量之间的相关结构，以解释水质参数的非正态分布(Wunderlin et al., 2001)。在本项研究中，首先通过一个季节参数相关矩阵，具体采用斯皮尔曼非参数相关系数（斯皮尔曼系数r）评价河流水质参数的时间变化。水质参数被分为四组：春（3-5月），夏（6-8月），秋（9-11月），冬（12-次年2月），并在数据文件中予以编号（春=1；夏=2；秋=3；冬=4），所有测量参数对应季节成对出现在数据表格中。 对河流水质数据集做四种多元统计分析：聚类分析（CA），主成分分析（PCA），因子分析（FA）和判别分析（DA）(Wunderlin et al. 2001; Simeonov et al.2003; Singh et al., 2004, 2005)。DA应用于原始数据，而，PCA，FA和CA应用于实验数据，用Z尺度变换进行标准化，以避免因数值及参数方差的不同量级而引起误判。所有的数值和统计计算由Microsoft Office Excel 2003 和 STATISTICA 6这两款软件完成。.2.3.1 聚类分析聚类分析是一组多元技术，它的主要目的是依据对象具备的特性组合分类。聚类分析对对象进行分类，以至于每一对象在某一个预先设定的标准下与其他对象相似。由此产生的对象则具应该在内部（某一类内）表现出同质性，在外部（不同类间）表现出异质性。分层合并聚类是一种常见的方法，它提供任一个样本和任一完整数据集之间的直观的相似性关系，通常是由一个树状图所示(McKenna, 2003)。该树状图展示了一个直观的分类过程，通过大大减少原始数据的维数呈现集团本身及其邻近的对象，欧氏距离通常可以评定两个样本相似性，欧氏距离可以用样本分析值的不同来表征(Otto, 1998)。在这项研究中，对经沃德法规范化的数据进行分层合并聚类分析，并用平方欧氏距离表征相似性。沃德法使用方差分析来评价不同类之间的差距，以减小任一分析过程中任何两类之间方差的平方和。整个流域水质的空间变化由聚类分析确定，使用联系距离（=Dlink/Dmax）表示，该商表示某一特例的联系距离除以最大的联系距离。这个商再乘以100以规范联系距离，并表示在Y坐标轴上。(Wunderlin et al., 2001; Simeonov et al., 2003; Singh et al., 2004, 2005).2.3.2 主成因分析/因子分析主成因分析是用来把原始参数转化为新的，不相关联的参数（轴），即所谓主成分，也就是原始数据的线性组合。新的轴和变化最大的方向一致。主成因分析提供一种客观的寻找参数的方法，这种参数可以尽可能简洁的解释数据的变化。(Sarbu and Pop, 2005).因子分析对最有意义的参数做出描述，它在保证原始数据最小损失的情况下，减少数据，并对数据整体做出描述(Helena et al., 2000)。主成因分析可描述为下式（PC）：其中Z表示组件得分，a表示变量荷载，x表示变量测量值，i表示组件编号，表示样本编号，m表示变量总数。因子分析由主成因分析发展而来。因子分析的主要目的是减少不显著变量的贡献，以简化数据结构。这个目的可以通过旋转由主成分分析确定的轴线实现，根据公认规则，构建新的参数，也称为VF。PC是可观测水质变量的线性组合，而VF可以包含不可直接观测变量，假设变量，潜在变量(Vega et al., 1998; Helena et al., 2000)。归一变量主成因分析用来提取重要的主参数，以进一步减小次要变量的贡献。这些主参数经转化生成VFs (Brumelis et al., 2000; Singh et al., 2004, 2005; Love et al., 2004; Abdul-Wahab et al., 2005)。结果，少数因子通常解释几乎相同数量的信息，而原始数据则可以解释更多的信息。因子分析可以表述为下式：其中Z表示观测变量，a表示因子荷载，f表示因子得分，e表示特殊因子，i表示样本编号，m表示因子总数。2.3.3判别分析 判别分析 （DA）用于把案例分为绝对依赖值，通常是两分法。如果判别分析对一组数据有效，正确和不正确的估计分类表将产生一个很高的正确率。在判别分析中，多种定量属性用于区分两个或两个以上天然群体。与聚类分析相比，判别分析提供样本统计分类。此外，判别分析对具有相同特性的样本进行分类。判别分析技术为每个小组建立一个作用于原始数据的判别函数(Johnson andWichern, 1992;Wunderlin et al., 2001; Singhet al., 2004, 2005)。函数等式如下：其中i表示小组编号，ki表示依附于每小组的常数。n表示参数数量，wj表示权重系数，并获由DA分配给已选定的参数(pj)。权重系数最大化标准变量平均值之间的距离。该分类表，也叫做混乱或预测矩阵或表，用来评估判别分析的有效性。这是一个简单的表格，行是观察类别，列是预测类别。预测完美时，所有案例都落在对角线上，落在对角线上案例的比例就是正确分类的比例。 在本研究中，四组（四个季节）时间评价和三组（三个采样区）空间评价已选定，分析参数的数量常常从一个监测点到一组（季节或监测区）选定一种尺度。对每一组原始数据矩阵进行判别分析，在构建判别方程时使用标准，逐步向前，逐步向后模型，以评估流域河水水质的时空变化。站点（空间）和季节（时间）都是组变量，而所有可观测的参数构成独立变量。3.结果及讨论3.1空间相似性及站点分组 聚类分析用来分析所有样本站点中具有相似性的站点。它生成一个树状图（图2 ），把13个流域内样本站点按 (Dlink/Dmax) 100 60划分为三个重大统计类。由于我们采用凝聚层次聚类分析法，聚类数目由成果的实用性决定，因为研究区域上有足够的可用信息（如土地利用，废水处理厂位置等）。聚类1对应于轻度污染（LP）站点(Funayamabashi (1), Singenbashi (2), Sangunnishibashi (3), Sakurabashi (4) 和 Nanbubashi (13)，在聚类1中的四个站点位于流域上游，Nanbubashi (13)位于流域最下游的地区。在聚类1中包含最下游站点Nanbubashi，说明河流的自净吸收能力。聚类2 (Kikkobashi (5), Futagawabashi (9), Torinkyo (10), Sangunhigashibashi (11) 和 Fujibashi (12)对应于重度污染（HP）站点，这些站点主要接收来自于城市(Kofu, Yamanashi和Isawa)生活废水，污水处理厂和工业排污。然而，位于上游的样本点Kikkobashi则主要接收生活污水。聚类3 (Omogawabashi (6), Hikwabashi (7) 和 Ukaibashi (8)对应于中度污染（MP）站点，这些站点主要接收非点源污染，主要是农业和果园种植业。尽管分析样本是在低流量时所采取的，可以说，进入地表水体的污染负荷有地下水的贡献成分。结果表明聚类分析技术在整个地区范围内提供可靠地表水分类方面是有效的，将使人们在未来设计一个空间最佳取样方案，此方案可以减少抽样数量站及相关费用。还有其他使用类似方法的报告(Simeonovet al., 2003; Singh et al., 2004, 2005; Kim et al., 2005)已成功应用于水质项目。3.2.水质时空变化河流水质参数的时间变化（表1）通过一个季节相关参数矩阵进行了评价，结果表明所有可测量参数（12个）与季节呈显著正相关（P 1,LP 和 MP站点产生五个PCs，HP站点产生五个PCs,这解释了三个水质数据集分别73.18%，77.61%和65.39%的总方差特征值可以用来衡量因子的重要性：特征值最大的因子最重要。特征值等于或大于的因子被认为是重要的(Kim and Mueller, 1987)。由因子分析为三类站点获取的同等数量的VFs在PCs计算。相应的VFs，变量荷载和解释变异列于表7中Liuet al. (2003)，把因子荷载分为强（绝对负荷值）0.75），中（绝对负荷值0.75-0.50），弱（绝对负荷值0.50-0.30）。对轻度污染站点的数据集，在五个VFs中，VF1解释22.23%的总方差，对流量具有较强正荷载。VF2解释17.09%的总方差，对温度具有较强正荷载，对溶氧具有较强负荷载。VF1和VF2代表流量和温度受到季节影响。温度和溶氧的反相关关系是一自然过程，因为温水中氧气更易饱和，而持有较少的氧气。VF3，解释13.92%总方差，对悬浮固体和化学需氧量有较强正荷载。这一因素在解释降雨事件和与COD呈正相关，从上游地区水土流失表明从林区部分腐烂的有机物负荷。VF4解释11.32%总方差，对氨氮有强负荷载，对无机磷溶解和生化需氧量负荷适中。这个因子说明来自生活废水的有机污染。VF5解释最低的8.62%总方差。对pH有强正荷载，对电导率荷载适中，这说明了变化的物理和化学来源。对于MP站点，在所有的显著VFs中，VF1解释约24.98%总方差，对硝酸盐氮和生化需氧量有强荷载。这因子说明来自农业和果园种植业非点源污染源的贡献。在这些地区，农民使用氮肥肥料，经过硝化过程，河流通过地下水补给得到硝酸盐氮。这得到Kazama， Yoneyama (2002) 和 Fukasawa (2005)的研究支持。VF2解释约20.20%总方差，对温度有强正负载，对溶解氧有负荷载，对氨氮荷载适中。这个因子归因于季节变化。VF3解释13.51%总方差，对pH值和溶解无机磷有强正荷载。VF4解释约9.60%总方差，对总悬浮固体和化学需氧量有强正荷载。这一因素说明土地耕种期间水土流失效应和相关的有机物。VF5 (9.31%)对流量有强正荷载，对电导率有强负荷载。这以因子说明溶解效应。最后，相应于HP站点水质数据集，在三个VFs中，VF1（32.83%）对生化需氧量，化学需氧量，电导率，氨氮和溶解无机磷有强正荷载。这个有机因子可认为来自点源的影响，如生活废水，污水处理厂废水和工业废水。VF2（17.59%）对流量有强正荷载，对pH有强负荷载，对溶氧负荷载适中，对硝酸盐氮正荷载适中。对pH强负荷载，对溶氧负荷载适中，是由于河流输入过多溶解有机物而导致厌氧环境，促使氨和有机酸的形成，最终导致pH值下降。VF3（ 14.97%）对温度强正荷载，溶氧负荷载适中。这个因子说明温度的季节效应。 4.结论在本研究中，不同的多元分析技术被用来评估富士河流域地表水质的时空变化。分层聚类分析按水质特性相似把13个采样点分成三类。根据获得的信息，未来就可以设计一个最优抽样策略，以减少取样站点和相关成本。虽然因子分析/主成分分析没有显著减少数据，它帮助提取和识别与3个不同取样站点河流水质变化有关的因子/来源。由因子分析获得的变参显示，流域内与水质变化有关的参数主要有流量，温度（自然）,轻度污染地区的有机污染(点源：生活废水),中度污染地区的有机污染(点源：生活废水)和富营养化（非点源：农业和果园种植业）和重度污染地区的有机污染和富营养化(点源：生活废水，污水处理厂废水和工业废水)。判别分析给出了时空变化的最好结论。对流域内三个不同的取样站点，它减少了重要数据，在时间判别分析中，仅用六个参数( 流量，温度，溶氧，生化需氧量，电导率和硝酸盐氮)就正确完成了超过85%的案例分配，在空间分析中，仅用七个参数( 流量，温度，溶氧，生化需氧量，pH，电导率，硝酸盐氮和氨氮) 就正确完成了超过81%的案例分配。因此，判别分析对庞大数据集可以减少维数，只需描述出几个影响你水质变化的指示性参数。因而，这个研究说明多元统计分析技术分析解释复杂数据集大的有效性，在水质评价中，多元统计分析技术在水质评价中对污染源/因子确认和水质时空变化认识，对河流水质管理也是十分有意义的。AcknowledgementsThe authors sincerely thank Yuki Hiraga for her help in the database development and the Fuji Xerox Setsutaro KobayashiMemorial Fund for providing funding support. We would also like to acknowledge the help and support provided by the 21st Century Center of Excellence (COE), Integrated River Basin Management in Asian Monsoon Region, University of Yamanashi。ReferencesAbdul-Wahab, S.A., Bakheit, C.S., Al-Alawi, S.M., 2005. Principal component and multiple regression analysis in modelling of ground-level ozone and factors affecting its concentrations. Environmental Modelling & Software 20 (10), 1263-1271.Adams, S., Titus, R., Pietesen, K., Tredoux, G., Harris, C., 2001. Hydrochemical characteristic of aquifers near Sutherland in the Western Karoo, South Africa. Journal of Hydrology 241, 91-103.Bricker, O.P., Jones, B.F., 1995. Main factors affecting the composition of natural waters. In: Salbu, B., Steinnes, E. (Eds.), Trace Elements in Natural Waters. CRC Press, Boca Raton, FL, pp. 1-5.Brumelis, G., Lapina, L., Nikodemus, O., Tabors, G., 2000. Use of an artificial model of monitoring data to aid interpretation of principal component analysis. Environmental Modelling & Software 15 (8), 755-763.Dixon, W., Chiswell, B., 1996. Review of aquatic monitoring program design. Water Research 30, 1935e1948.EDYP, 2004. Result of Water Quality Measurement: Public and Ground Water. Atmospheric Water Quality Control Section, Forest and Environment Division of Yamanashi Prefecture.Fukasawa, E., 2005. Determination of origin of nitrate nitrogen in Fuefuki river using stable isotope method. Bachelor thesis, Department of Ecosocial System Engineering, University of Yamanashi, Japan (in Japanese).Helena, B., Pardo, R., Vega, M., Barrado, E., Fernandez, J.M., Fernandez, L., 2000. Temporal evolution of groundwater composition in an alluvial aquifer (Pisuerga river, Spain) by principal component analysis. Water Research 34, 807-816.Johnson, R.A., Wichern, D.W., 1992. Applied Multivariate Statistical Analysis. Prentice-Hall, Englewood Cliffs, NJ.Kazama, F., Yoneyama, M., 2002. Nitrogen generation in the Yamanashi prefecture and its effects on the groundwater pollution. International Environmental Science 15 (4), 293-298. (in Japanese).Kim, J.H., Kim, R.H., Lee, J., Cheong, T.J., Yum, B.W., Chang, H.W., 2005. Multivariate statistical analysis to identify the major factors governing groundwater quality in the coastal area of Kimje, South Korea. HydrologicalProcesses 19, 1261-1276.Kim, J.-O., Mueller, C.W., 1987. Introduction to factor analysis: what it is and how to do it. Quantitative Applications in the Social Sciences Series. Sage University Press, Newbury Park.Lee, J.Y., Cheon, J.Y., Lee, K.K., Lee, S.Y., Lee, M.H., 2001. Statistical evaluation of geochemical parameter distribution in a ground water system contaminated with petroleum hydrocarbons. Journal of Environmental Quality 30, 1548-1563.Liu, C.W., Lin, K.H., Kuo, Y.M., 2003. Application of factor analysis in the assessment of groundwater quality in a Blackfoot disease area in Taiwan. Science in the Total Environment 313, 77-89.Love, D., Hallbauer, D., Amos, A., Hranova, R., 2004. Factor analysis as a tool in groundwater quality management: two southern African case studies. Physics and Chemistry of the Earth 29, 1135-1143.McKenna Jr., J.E., 2003. An enhanced cluster analysis program with bootstrap significance testing for ecological community analysis. Environmental Modelling & Software 18 (3), 205-220.Otto, M., 1998. Multivariate methods. In: Kellner, R., Mermet, J.M., Otto, M., Widmer, H.M. (Eds.), Analytical Chemistry. WileyeVCH, Weinheim.Reghunath, R., Murthy, T.R.S., Raghavan, B.R., 2002. The utility of multivariate statistical techniques in hydrogeochemical studies: an example from Karnataka, India. Water Research 36, 2437-2442.Sarbu, C., Pop, H.F., 2005. Principal component analysis versus fuzzy principal component analysis. A case study: the quality of Danube water (1985-1996). Talanta 65, 1215-1220.Simeonov, V., Stratis, J.A., Samara, C., Zachariadis, G., Vouts