基于APCS-MLR模型的沱河流域污染来源解析

水污染来源的精准识别一直是水环境管理的热点和难点问题,为了解沱河流域水质特征与污染来源,该研究基于16个监测点位月尺度水质数据,采用绝对主成分-多元线性回归（APCS-MLR）模型,解析污染来源及其主要贡献.结果表明:①COD是年度超标因子,总磷和氟化物在部分月份超标,水质从汛期至11月较差.②城镇生活与城市径流是影响沱河水质的主要驱动因子,其方差贡献率达24.7%,其次为环境背景值、农村生活源、畜禽养殖业+河道内源和种植业源,其方差贡献率分别为19.6%、9.9%、8.8%和7.6%.③从最主要的超标因子COD来看,城镇生活与城市径流是主要污染源,贡献率达60%;从总氮、总磷和氨氮指标来看,种植业、农村生活和畜禽养殖业为主要污染源,总计贡献率分别为56%、54%和57%.研究显示,加快污水管网的建设完善,控制城镇污染物的排放、收集和处理是沱河水质达标的当务之急,应重点加强对农田径流和畜禽养殖污染的有效管控.      

松花江哈尔滨段水环境质量评价及污染源解析

为全面了解松花江流域哈尔滨段的水质污染状况,根据2015年松花江流域哈尔滨段丰水期、平水期和枯水期的水质监测数据,采用主成分分析（PCA）对水质污染现状进行综合评价,并根据主成分分析计算得到的相关数据进行APCS-MLR（绝对主成分多元线性回归分析）,量化主成分对各污染物的贡献率.在评价过程中,充分利用ArcGIS软件对不同断面水质状况进行可视化表征,展现水环境质量的空间特征,更加直观地表达水质的区域差异性.结果表明:松花江哈尔滨段水体的主要污染物包括COD_Cr、TN和NH₃-N,丰水期第1主成分对其贡献率分别为69.97%、69.18%、74.23%,平水期为22.91%、22.21%、37.57%,枯水期为83.77%、83.60%、83.09%;6个断面中,朱顺屯断面的水质优于其他断面的水质,上游水质优于下游水质;研究水体水质总体上表现为丰水期优于枯水期.研究表明,污染物主要受到生活污水和该江段沿岸石化、汽车和造纸企业工业废水排放的影响.污染物主要来源于阿什河口内和呼兰河口内断面,干流水体水质优于支流水体.      

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明：1）京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2）主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3）运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9%和31.8%;监测点21~24主要为农业源,其在丰水期和平水期的贡献率分别为34.0%和32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点5~7和9、21~24的贡献率分别为42.6%、31.8%。

     

黄石市磁湖水质时空分布及污染源解析

为解析黄石磁湖污染来源和水质时空分布,以磁湖2015—2019年水质监测数据为基础进行污染因子主成分分析（PCA）,通过绝对主成分-多元线性回归（APCS-MLR）受体模型计算污染源贡献率,采用反距离权重插值法（IDW）分析水质时空分布规律。结果表明：影响磁湖水质的第1、第2、第3主成分分别是城市面源、城镇生活污染源及气象因子;第1主成分对BOD₅、COD_Cr、COD_Mn、NH₃-N、TN、TP的贡献率最大,分别为88%、76%、67%、55%、46%、67%,第2主成分对BOD₅、NH₃-N的贡献率较大,分别为39%、32%。磁湖主要污染来源为城市面源及城镇生活污染源,受历史上工矿企业生产造成的底泥淤积和上游区域城镇生活污水排放的影响,磁湖下陆港入湖口（1#点位）处的污染最严重。     

重庆市浅层地下水污染源解析与环境影响因素识别

为了有效防控山地城市复杂地质条件下的浅层地下水污染,明晰地下水污染的影响因素,基于重庆82个浅层地下水监测点的15项水质指标,运用绝对主成分-多元线性回归模型(APCS-MLR),解析不同水质指标的污染源因子,量化因子对地下水质的贡献率;基于地下水脆弱性理论,借助地理探测器识别岩溶区、非岩溶区地下水污染的关键影响因素. 结果表明:①重庆市浅层地下水受人类活动影响大,总大肠杆菌群、Fe、Mn等元素超标率在50%以上;②重庆市浅层地下水污染源因子主要包括淋溶富集-城镇生活污染因子(贡献率42%)、地质环境背景因子(17.83%)、工业污染因子(13.74%)、农业污染因子(6.78%),方差累计贡献率为80.34%;③重庆市浅层地下水污染强度空间分布总体呈现西部都市区及周边>中部>东南部>东北部的空间分布格局. 土地利用类型、坡度、土壤质地等3个因子对全域地下水污染具有较高的解释力,是浅层地下水污染的关键影响因子;④土地利用类型与降雨强度、土地利用类型与水力传导系数、土壤与坡度等双因子交互非线性增强了对重庆市浅层地下水污染的解释力. 研究显示:污染源强与路径因子相结合能更好地解释地下水污染差异化;地理探测器为识别地下水污染影响因子提供了有效的探索方法.      

基于APCS-MLR的宝象河沉积物重金属污染源解析

解析重金属污染来源是河流污染防治的重要基础。该文以滇池宝象河干流为研究对象,采集并分析了Zn、Cu、Ni、Pb、Cr 5种常见重金属在活泼态(可交换态及碳酸盐结合态、铁锰氧化物结合态、有机结合态)和残渣态下的含量。在利用相关性分析法、主成分分析法等分析方法的基础上,结合绝对主成分-多元线性回归受体模型(APCS-MLR)对其表层沉积物重金属来源进行了定量解析,结果表明:(1)研究区内5种重金属含量均超过背景值,其中Zn、Cu污染较为严重,Zn含量平均值为233.30 mg/kg,接近国家标准中土地污染筛选值250.00 mg/kg;Cu含量平均值为119.12 mg/kg,超过国家标准中土地污染筛选值100 mg/kg。(2)Zn、Ni、Pb、Cr污染主要来源于交通运输引起的大气沉降、汽油和油漆使用以及城市街道灰尘等;Cu污染主要来自农业农药使用和施肥、家畜养殖及农村生活垃圾等。(3)多元线性回归模型结果说明,"交通源"对Zn、Cr、Ni、Pb的贡献率分别为106.199%、281.404%、117.563%和100.266%;"农业源"对Cu的贡献率为154.682%。该结果与已有研...     

石河子-昌吉地区地下水水质时空变化及污染源解析

为了探明新疆石河子-昌吉地区地下水水质时空变化并解析污染源,综合运用基于香农熵的贝叶斯水质评价模型、 Spearman秩相关系数、主成分分析和绝对主成分得分-多元线性回归受体模型(APCS-MLR)等方法,对23眼原位井2016～2021年逐年地下水水质数据进行分析.结果表明：(1)研究区多年地下水水质状况总体较好,潜水水质类别以Ⅰ类和Ⅱ类为主,承压水主要为Ⅰ类.(2)从时间看,2016年和2017年分别为潜水和承压水水质变化的关键时间节点,Ⅳ类和Ⅴ类水仅出现在节点之前,之后在Ⅰ～Ⅲ类水范围内波动.(3)从空间看,潜水水质优劣排序为：石河子市≈呼图壁县>玛纳斯县>昌吉市;承压水为：石河子市≈昌吉市>呼图壁县>玛纳斯县.(4)研究区多年地下水水质类别和主要水质指标在时空变化上基本对应,且异质性较强.(5)潜水水质主要受到溶滤作用(67.30%)、溶滤-迁移作用(10.89%)和农业-生活污染(9.44%)的影响,溶滤-富集作用(52.08%)、农业-生活污染(16.06%)和碱性环境的离子交换作用(12.64%)对承压水水质影响较大.尽管研究区多年水质状况整体呈改...     

基于受体模型和控制单元分区的流域污染源解析——以永定河张家口段为例

为识别永定河张家口段水体污染的主要来源并确定流域重点管控行业和优控单元,将受体模型与控制单元分区相结合,建立流域污染源解析方法。结合研究区水系分布、行政区划和数字高程模型(DEM)数据进行控制单元划分,利用聚类分析进行水质和污染源空间特征分析,通过因子分析和绝对主成分-多元线性回归(APCS-MLR)受体模型进行分区污染源识别与贡献率计算。结果表明:永定河张家口段按水质污染程度可分为污染较重的A区(洋河、清水河中下游)和污染较轻的B区(洋河、清水河上游及桑干河);A区受工业点源与面源混合影响,其中工业点源、农业种植贡献率分别为43%、44%;B区主要受面源影响,其中农村生活及旅游、农业种植、畜禽养殖贡献率分别为30%、18%、17%;由污染源空间特征,提出A区的重点管控行业为冶金和食品制造业,B区则为采矿业和食品制造业,确定覆盖阳原县的2、3号,覆盖涿鹿县北部和蔚县北部的5号,覆盖万全区的14号控制单元为面源污染优先防控单元。源解析与控制单元分区相结合的方法可较好地反映水质空间分异特征,提高源解析能力。     

典型云南高原湖泊叶绿素a与影响因子的定量关系及对比分析

湖泊富营养化的影响因子涉及水文、物化、生物等多方面,具有复合性和非线性特征,定量化其与影响因素间的相关关系有助于识别影响湖泊营养状态的关键因子,可以用较低的成本、较短的时间达到理想的控制效果.云南高原湖泊具有易发生富营养化的自然和气候特征,对其富营养化发生条件及影响因子的分析可为科学的控制决策提供参考.本文选取云南滇池、程海、抚仙湖和异龙湖4个高原湖泊,比较湖泊自然特征与流域社会经济条件的异同;构建包括绝对主成分多元线性回归分析(APCS-MLR)、结构方程模型(SEM)及人工神经网络模型(ANN)的综合分析方法,重点关注并确定浮游初级生产力的代表指标(叶绿素a,Chla)与相关影响因子间的定量相关关系.研究发现:14个湖泊中,对Chla浓度变化影响最大的均为理化因子,但在各湖中该影响的正、负性及不同理化因子的贡献权重有较大差异;2流域污染源构成的不同在一定程度上影响了入湖的氮、磷负荷,使4个湖泊表现出不同的营养盐限制性特征;3流域面积、湖泊形态及湖体水动力条件影响着营养盐在湖体中的迁移转换,造成4个湖泊富营养化的差异性特征;4对Chla与影响因子间因果关联的识别须结合深入的机理过程分析.     

暴雨前后河南北部河流水质分异特征及其污染源解析

为了探究暴雨前后河南北部河流水质分异特征并对其污染源进行识别,选取了暴雨前后6个监测断面和8个水质指标的监测数据,利用箱线图、相关性分析和绝对主成分-多元线性回归模型等方法分析了暴雨前后河南北部河流水质指标的差异性及其变化过程,并计算了污染源的绝对贡献率.结果表明,pH、 DO、 EC和TN的值暴雨后比暴雨前有所降低,而浊度、高锰酸盐指数、 NH⁺₄-N和TP的值暴雨后比暴雨前有所增加,其中TP的变化率最大为177.17%; DO、高锰酸盐指数、 NH⁺₄-N和TP暴雨后处于Ⅳ类及以上水质标准占比明显增加,增加幅度分别为65.12%、 34.26%、 15.29%和37.46%;各监测断面水质指标在暴雨前后均有不同程度的差异性,其中pH值的差异性最小,而浊度、 NH⁺₄-N和TP的差异性较大;暴雨后pH和DO与其他水质指标的相关性有所增加,而浊度、高锰酸盐指数、 NH⁺₄-N、 TP和TN相互间的相关性在暴雨后有...     

基于主成分回归的整合模型预测重金属混合物毒性

为解决CA和IA模型预测结果共线性的问题,基于主成分回归改进已有整合加和模型ICIM,建立新的混合物整合模型（PCR-IAM）,并预测加和、协同和拮抗相互作用的重金属混合物联合毒性.以混合物实验浓度为因变量,浓度加和与独立作用预测混合物效应浓度的主成分回归为自变量,建立了PCR-IAM模型.以4个二元混合物体系（Ni-Fe、Ni-Pb、Ni-Cd和Ni-Cr）共20条混合物射线的联合毒性（共240个样本点）验证PCR-IAM模型的预测能力.结果表明,所有二元混合物的PCR-IAM模型的决定系数（R²）和留一法（LOO）交叉验证相关系数（Q²）值均大于0.95,表明PCR-IAM模型能够准确预测20条加和效应、协同和拮抗作用混合物的联合毒性.因此,经验数学模型PCR-IAM模型可以准确预测加和效应、协同和拮抗作用混合物毒性,为构建更合理的整合模型及环境混合污染物的风险评估提供可靠的技术手段.     

天津表层土壤中多环芳烃的主要来源

用主成分分析和多元线性回归分析方法研究了天津3个不同空间区域表土中PAHs的来源及其相对贡献.结果表明:燃煤和炼焦是各区最重要的PAHs释放源.塘沽汉沽高值区尤其如此,其燃煤和炼焦二者合计占总排放贡献的79%,交通源仅占21%.市中心及近郊区交通来源上升到与燃煤来源相当的水平(约各占35%),此外,焚烧产生的PAHs也占很高比例(21%).农村低值区则呈现出更多多源特点;秸秆燃烧是本区独有的,约占总贡献的11%.根据源解析得到的结果与根据燃料用量和排放因子计算的排放结果有一定可比性.     

基于改进LAM模型的河流污染源解析方法与例证

污染源精准解析是河流水环境治理的基础和关键技术 .针对基于流量-浓度关系的 LAM 模型(负荷分摊模型)存在参数不确定性高的问题,本研究提出基于流量-通量关系的新型 LAM 源解析模型,并以广东省北江为案例,解析了 2018 年北江 COD_Mn的污染来源特征 . 结果表明：(1)改进模型与原始模型的计算结果存在显著差异,基于改进模型的解析结果显示 2018 年北江 COD_Mn主要来源于非点源,其负荷占比高达95.1%,点源仅占 4.9%,而原始模型的结果为非点源占比 100%;(2)改进后的 LAM 模型可实现拟合优度的提升,相对于原始模型,判定系数由0.89提升到 0.92,主要参数的标准误差显著下降;(3)原始模型无法识别负荷占比较小的污染源,改进后的模型识别能力显著提升,结论与研究区实际污染源结构更相符 .研究提出的改进模型与应用可为多源河流污染源精准解析提供方法和案例借鉴 .     

基于CALPUFF-CMB复合模型的燃煤源精细化来源解析

为了反映燃煤源对环境受体的影响情况,利用扩散模式（CALPUFF模式）对燃煤源多种子源类的排放、扩散过程进行模拟,得到燃煤源各子源类对环境受体中PM₁₀的影响权重,进而构建更具代表性的燃煤源成分谱.然后将受体颗粒物化学成分和两套源成分谱（基于环境影响构建的燃煤源成分谱和基于各子源类煤烟尘排放量加权平均的传统源成分谱）,分别纳入CMB模型进行乌鲁木齐市采暖季环境受体中PM₁₀的来源解析.结果表明：基于CALPUFF模拟结果,得到燃煤源的3类子源类­电厂、供热、工业燃煤源的影响权重分别为0.02、0.39和0.59.基于传统方法构建的源成分谱进行源解析的结果显示,各源类的贡献大小依次为：集中燃煤（27.2%） > 城市扬尘（19.1%） > 二次硫酸盐（15.7%） > 民用散煤（9.9%） > 二次硝酸盐（9.5%） > 机动车尾气尘（7.6%） > 钢铁尘（1.2%） > 建筑水泥尘（0.2%）;而基于环境影响构建的源成分谱获得的结果显示：二次硫酸盐（20.1%） > 城市扬尘（20%） > 集中燃煤（18.9%） > 民用散煤（11.5%）二次硝酸盐（10.5%） > 机动车尾气尘（9%） > 钢铁尘（1.7%） > 建筑水泥尘（1.4%）.基于不同燃煤源子源类对受体环境的影响权重,将乌鲁木齐市颗粒物来源解析结果进一步细分,得到相对精细化的来源解析结果.结果显示,民用散煤的贡献为11.5%,电厂燃煤源为0.4%,供热燃煤源为7.4%,工业燃煤源为11.1%.     

西北旱区盐湖盆地地下水化学组分源解析

为实现对吉兰泰盐湖盆地地下水污染源的识别与管理,系统采集区域内71个地下水样品,测定16项地下水质关键指标;以GB/T 14848—2017《地下水质量标准》中的Ⅲ类标准为依据确定特征污染物,利用因子分析（FA）确定地下水水质指标的因子分类,以地质统计学插值绘图揭示不同污染源的空间分布特征,运用APCS-MLR（绝对主成分得分多元线性回归）量化不同污染源的贡献率.结果表明:研究区内ρ（Cr6+）、ρ（As）、ρ（NH₄+）、ρ（F-）、ρ（Cl-）、ρ（NO₂-）、ρ（COD_Mn）、ρ（TDS）、pH等9项地下水水质指标均存在超标现象,其中ρ（NH₄+）、ρ（Cl-）、ρ（F-）超标较为严重.通过因子分析法筛选出影响研究区地下水水质的6个公因子,即溶滤-富集作用因子（F₁,贡献率为24.61%）、农业活动因子（F₂,贡献率为20.38%）、原生地质-农业生产、生活污染因子（F₃,贡献率为11.72%）、工业生产污染因子（F₄,贡献率为10.38%）、地质环境背景因子（F₅,贡献率为10.78%）、原生地质因子（F₆,贡献率为10.61%）,其中F₁、F₅、F₆为环境影响因子,F₂、F₃、F₄为人类活动影响因子.采用因子得分函数计算得到因子得分,巴音乌拉山一带整体污染因子得分较高,乌兰布和沙漠存在点状高值区,图格力高勒沟谷上游也存在一定程度的污染,而盐湖盆地东南大部分区域水质相对较好,其分布与变化受到天然因素和人类活动的双重影响.利用APCS-MLR得到各水质指标预测值与实测值的R2（线性拟合优度）均大于0.7,APCS-MLR可较好地评估各因子对水质的贡献率.研究显示,因子分析与APCS-MLR相结合可以有效地对地下水化学组分进行定性识别与定量解析.      

广西武鸣河流域非点源氮磷污染特征及源解析

分析了广西武鸣河流域不同种植作物的土壤氮磷形态特点,并使用主成分分析对河流水体和沉积物中的氮磷进行了源解析.不同种植作物土壤统计和单因素方差分析结果表明,流域周边农田土壤总氮(TN)和总磷(TP)含量范围分别为802.60～2740.42和109.01～784.59mg/kg.种植玉米土壤氨氮(NH4+-N)和硝酸盐氮...     

滇池流域入湖河流溶解性有机质的分布及来源

基于三维荧光光谱和平行因子分析方法,探究了2018年滇池流域主要入湖河流丰水期和枯水期水体溶解性有机质（DOM）组成,并结合主成分分析和多元线性回归分析对河流中DOM各荧光组分的相对贡献进行了定量分析.结果表明：入滇河流水体DOM包含5种荧光组分,分别为类腐殖质荧光组分C1、C3、C5和类蛋白色氨酸荧光组分C2、C4,且5种荧光组分之间具有同源性,污染严重河流水体DOM的荧光强度相对较高;荧光指数、自生源指数、腐殖化指数综合表明,入滇河流水体DOM的内源特性较强,自生源特征明显,生物可利用性较高,腐质化程度低,分子结构不稳定.主成分分析和多元线性回归分析结果显示：枯水期DOM的荧光组分中类腐殖物质的平均贡献率占30.1%,类蛋白色氨酸物质的平均贡献率占69.9%;丰水期DOM组分中类腐殖物质的平均贡献率占54.3%,类蛋白色氨酸物质的平均贡献率占45.7%.     

北京市大气细颗粒物污染与来源解析研究

采集北京市2014年冬、春、夏、秋4个季节代表月1、4、7、10月的大气细颗粒物PM_2.5样品,分析研究了PM_2.5质量浓度、化学特征、季节变化和污染成因.同时,采用正交矩阵因子分析法（PMF）对PM_2.5进行了来源解析.结果表明,北京市2014年PM_2.5年均浓度为87.74μg/m³,是国家环境空气质量标准年均浓度限值的2.5倍.轻、重污染期间,PM_2.5浓度较常日分别增加了1.5和3.9倍,其季节变化表现为冬季 >夏季 >秋季 >春季.地壳元素Mg、Al、Fe、Ca、Ti在轻度污染和重度污染期间较常日略有升高,分别是常日浓度的1.1~1.2倍和1.2~1.5倍.污染元素S、Pb、Zn、Cu浓度变化显著,轻度污染和重度污染期间分别是常日浓度的1.3~2.7倍和1.9~5.9倍.S元素是PM_2.5中受人为活动影响较为严重的组分,其相应的SO₄^2-年均浓度为13.43μg/m³,在轻度污染和重度污染期间分别是常日浓度的2.7和5.9倍.硫酸盐的形成主要受O₃浓度、温度、相对湿度等气象要素的协同影响,较高的O₃浓度、较高温度和相对湿度有利于硫酸盐的生成.PM_2.5主要来源于机动车排放、燃煤、地面扬尘和工业排放,其贡献率分别为37.6%、30.7%、16.6%和15.1%.     

大气颗粒物源解析受体模型优化技术研究

针对大气颗粒物来源解析技术存在的2大问题:二次有机碳(SOC)对CMB模型的影响及源与受体不匹配程度对源成分谱共线性的影响,给出了解决方案.对于SOC影响的问题,提出从受体的角度扣除SOC,对CMB模型进行修正,降低SOC的影响;对于共线性问题,提出了PCA/MLR-CMB复合模型,复合模型首先进行PCA/MLR的解析,降低受体中未知源的影响,使得纳入CMB模型中的源和受体匹配程度大大提高,从而使得共线性源类能够得到理想的结果.