基于多元统计分析的黄河水质评价方法

摘要：为探讨一种适用于大尺度、多断面和长时间的水质评价方法，用系统聚类分析将2000—2002 年黄河6 个监测断面的90个水质样本分为7 组，并用判别分析验证了结果的可靠性。其主要程序为：利用多元方差分析对各断面多年水质监测样本进行空间尺度上的显著差异性分析，识别出具有显著差异的样本，然后通过系统聚类分析把上述样本进行聚类分组，最后应用判别分析方法对各组样本进行水质评价，此方法的特点为在不损失信息的前提下能大大减轻水质评价工作量，且客观可信、分辨率高，并能综合反映总体与个别特征。结果表明，黄河流域干流从上游到下游水质总体状况呈逐渐下降趋势，上游水质一般为Ⅰ~Ⅲ类，而中游和下游水质基本为Ⅳ~Ⅴ类和超Ⅴ类。

    黄河是我国第二大河，年径流量多年平均为580亿m3，流域人均水资源占有量仅为全国人均的1/4，单位耕地面积水资源量不到全国的1/5，水资源短缺十分严重。近10 年来，随着黄河流域社会经济的快速发展，流域废污水排放量急剧增加，加之天然来水量偏少，流域水质污染日益加重，可利用水资源量减少，加剧了黄河流域水资源危机，也对流域水生生态环境造成巨大破坏。
    黄河流域水体污染已经引起国内学者关注，相继开展了有关黄河流域河水离子变化趋势[1]、黄河干流水体污染时空变化特征[2]、黄河流域河水氮污染分析[3]及水质污染状况分析与对策研究[4]等。但是对黄河干流水质多年变化特征进行系统、详细的评价方法研究还不多见。目前，随着地表水环境质量改善技术的深其原因已成为控制水体污染以及加强水质管理的重要手段[5-6]。此类研究将主成分分析（PCA）、系统聚类分析（HCA）和判别分析（DA）等多元统计方法应用于时空模式分析，能够更好地说明研究区域的水质时空变化和生态状况[7-8]。概括起来，这些研究对象包括内陆河流[9-10]、近海海域[11]、地下水[12]和湖泊[7]。迄今为止，基于水质评价的方法有许多种，目前国内外常用的水质评价方法主要包括模糊综合评价法[13-15]、灰色系统理论法[16]、投影寻踪模型法[17]、人工神经网络法[18]等。由于水质系统是由各种污染指标变量组成的复杂系统，各个因子之间具有不同程度的相关性，每一因子都只从某一方面反映水质情况，从而使上述方法在进行水质评价时表现出一定的局限性。
    本文以黄河水质评价为例，提出基于多元统计的分析方法，利用单因素多元方差分析对各监测断面多年水质数据进行空间尺度上的显著差异性分析，识别出具有显著差异的样本，然后通过系统聚类分析（HCA）把上述样本进行聚类分组，并以各组水质数据为输入，应用判别分析得到水质综合评价结果，对黄河水质状况进行评价。此方法较之其他方法的显著特点主要表现在：①充分挖掘了水质数据的时空特征；②简化了计算过程；③结果客观可信且分辨率高，尤其适应用于大尺度、多断面、长时间的水质状况评价分析，以达到降维、简化数据和提高分析结果的可靠性的目的。通过该方法在黄河水质评价中的应用，为黄河水质综合治理与水资源开发项目的总体规划与实施提供一定的理论依据。