汾河下游地表水环境特征及污染源解析

李 皎，孙从建，陈 伟，张齐飞，刘 显，周思捷，林若静

山西师范大学 地理科学学院，太原 030031

水资源作为区域发展的重要战略性资源，其变化对区域的可持续、高质量发展具有重要的影响（曹建文等，2021）。随着我国经济建设的高速发展、城市化进程的加速以及大量人口的迁移和聚集，部分流域水污染加重、水环境恶化，严重阻碍了区域经济社会的可持续发展。黄河流域是我国重要的生态安全屏障和重要的经济地带，也是打赢脱贫攻坚战的重要区域（于法稳和方兰，2020）。近年来，由于国家加大了水污染治理和水环境保护的力度，黄河流域水质总体呈逐年好转趋势，根据《2020年中国生态环境状况公报》（https://www.mee.gov.cn/hjzl/sthjzk/）的数据，黄河流域在监测的137个水质断面中Ⅰ—Ⅲ类水占比达到84.7%，已全面消除劣Ⅴ类断面。然而，目前黄河流域的水环境改善态势并不稳固，部分支流水生态系统受损，水质较差，水环境风险防范压力大，亟需加强对黄河流域重点支流水环境时空变化的监测和研究，从而有针对性地制定区域水污染治理策略。

自2000年以来，随着工农业及生活废污水排放量的增加，黄河、长江等流域多次发生水体严重污染事件（吕振豫和穆建新，2017；
景朝霞等，2019），严重危害区域工农业生产生活，特别是大江大河的污染关乎人民的饮用水安全，因此，在对水环境变化特征科学评估的基础上解析污染物来源已成为国内外研究者关注的焦点。目前，多元统计分析方法中的聚类分析、判别分析、因子分析、绝对主成分多元线性回归分析等被广泛应用于流域水环境变化特征和潜在污染源识别上，为长江干流（秦延文等，2018；
Deng et al，2021）、岷江（Zhang et al，2020）、汉江（景朝霞等，2019 ；
Kuo et al，2019）、黄河（赵萌萌等，2018；
Hong et al，2020；
Zhao et al，2020）、海河（王超等，2015）、沱河（后希康等，2021）、湟水河（邱瑀等，2017）、恒河（Kumar et al，2021）等流域的水环境治理提供了科学依据，对于区域水资源的高效利用具有重要的意义。

黄河中游地处我国半干旱半湿润区的过渡带，区域水资源供需矛盾尖锐，地表水作为区域重要的水资源对于整个地区的经济社会高质量发展具有重要意义。受到生态补给水量减少、流域生态环境退化及煤矿产业布局的影响，黄河中游的水质状况明显劣于上游和下游（吕振豫和穆建新，2017）。基于此，研究者在黄河中游地区开展了大量水质评价和分析工作。在渭河流域，河道水质在经过综合治理后呈现出明显好转，但在宝鸡断面CODCr的污染物浓度有持续上升趋势（胡德秀等，2018）；
在沁河流域，丹河的污染程度重于沁河，TN和NH3-N表征的工业点源排放是相应子流域的重点控制污染物（王翠榆等，2012）；
在无定河流域，干流水质达到相应水质功能标准要求，而支流榆溪河存在轻度污染，污染 物 以CODCr、BOD、NH3-N和TP为 主（杨飞等，2018）；
在三川河流域，综合污染指数呈逐年下降趋势，水质明显好转，主要污染物为NH3-N、CODCr、BOD5和TP（胡海翔，2021）。对于黄河的第二大支流汾河，前人采用主成分分析法、综合水质指数法、熵权-TOPSIS法（吕安等，2012；
秦聪和郭华，2020）等开展了水质综合评价，但上述工作局限于对污染物的筛选，研究时段多在2010年前，且时间不连续。近年来，在汾河流域各河段开展了一系列的生态修复工程，系统地开展近期汾河流域水环境时空变化特征和污染源特征的研究，对于评估水治理工程的成效和优化科学水管理的需求具有重要的实际意义。

汾河下游地区是我国黄土高原地区重要的粮棉生产基地，也是我国三大优质主焦煤基地之一，在全球气候变化和工农业生产生活的共同影响下，流域水环境恶化、水资源短缺和水污染问题严重阻碍了区域经济社会的可持续发展。随着《黄河流域生态保护和高质量发展规划纲要》（http://www.gov.cn/zhengce/2021-10/08/content_5641438.htm）的发布，查明区域水环境的时空变化特征及其影响因素已成为该区生态环境保护与高质量发展的迫切需要。基于此，本文选取汾河下游临汾市境内的15个水质监测断面2013 — 2017年16项水质指标，采用水污染指数法和多元统计分析方法，开展流域水质时空变化特征和污染源解析的研究，从而为汾河下游的水生态环境修复、流域综合管理提供科学依据。

汾河是山西省天然径流量最大的河流，干流全长716 km，流域总面积39471 km2。汾河临汾段位于汾河下游，流经临汾市霍州市、洪洞县、尧都区、襄汾县、侯马市、曲沃县、翼城县7个县区，全长161.53 km，占汾河总长的23%，流域面积10127 km2，是该区域工农业生产的主要水源。该区水资源贫乏，水资源总量为15.2亿m3，水资源人均占有量仅350 m3。研究区地处暖温带大陆性半干旱气候区，年均气温10℃，年均降水量430 — 530 mm，降水季节性显著（林若静等，2021）。截至2020年研究区常住人口303万人，GDP 为 1017.7亿元（https://www.yearbookchina.com/naviBooklist-n3021122302-1.html /），区域主要产业为煤炭、冶金、电力、新型材料、焦化、装备制造业等，是山西省新型能源和工业基地建设的重要组成部分。研究区域地表水监测断面共15个，其中：7个位于汾河干流，8个位于汾河支流的涝洰河、曲亭河、浍河（图1）。

图1 汾河下游水质监测断面分布图Fig.1 Distribution of water quality monitoring sections at the downstream of Fenhe River

2.1 数据来源

本研究采用临汾市水文水资源勘测分局提

供的辖区内15个监测断面2013 — 2017年的年平均水质数据，共75个监测样本。各断面每月监测1次，监测过程、水样采集和分析测试依据《HJ / T 91 — 2002，地表水和污水监测技术规范》（国家环境保护总局，2003）及《环境水质监测质量保证手册（第二版）》（中国环境监测总站，1994）规范操作。水质评价标准依据《GB 3838 —2002，地表水环境质量标准》（国家环境保护总局和国家质量监督检验检疫总局，2002）。本研究选用的水质指标共计16个：pH值、溶解氧（DO）、高锰酸盐指数（CODMn）、化学需氧量（CODCr）、氨氮（NH3-N）、总磷（TP）、铜（Cu）、锌（Zn）、氟（F-）、砷（As）、总汞（Hg）、镉（Cd）、六价铬（Cr6+）、铅（Pb）、氰化物（CN）及挥发酚（VP），数据统计描述见表1。

表1 汾河下游 2013 — 2017 年水质指标统计Tab. 1 Statistical description of water quality parameters in the downstream of Fenhe River from 2013 to 2017

2.2 研究方法

2.2.1 水污染指数法

水污染指数法（water pollution index，WPI）能够同时进行水质类别评价和水质定量评价，特别是劣Ⅴ类水体水质的比较（刘琰等，2013；
景朝霞等，2019），可以满足汾河下游水质定量研究需求。该方法对照《GB 3838 — 2002，地表水环境质量标准》水质类别与WPI值（表2），通过内插方法计算出监测断面每个参加水质评价项目的WPI值，取其最高值作为该断面的WPI值。

表2 《GB 3838 — 2002，地表水环境质量标准》水质类别与WPI值对应表（刘琰等，2013）Tab. 2 WPI and water quality classification in GB 3838 — 2002, environmental quality standards for surface water (Liu Y et al, 2013)

当水质未超过Ⅴ类水限值时WPI值的计算方法见公式 (1)。其中：6＜pH＜9 时，WPIpH= 20；
DO≥7.5 mg · L-1时，WPIDO= 20；

2≤DO＜7.5时，WPI的计算方法见公式(2)；
当水质超过Ⅴ类水限值时WPI值的计算方法见公式(3)。其中：pH＜6 时，WPIpH= 100 + 6.67 × (6 - pH )；
pH＞9 时，WPIpH= 100 + 8.00 × ( pH - 9) ；
DO＜2 mg · L-1时，WPIDO= 100 + (2 -CDO) ÷ 2 × 40（刘琰等，2013）。

式中：Ci、Chi、Cli和C5i分别代表第i个水质项目的监测浓度值、水质项目所在类别标准的上限浓度值和下限浓度值，以及第i个水质项目在《GB 3838 — 2002，地表水环境质量标准》中Ⅴ类标准的浓度限值。WPIi、WPIhi、WPIli代表各浓度值对应的水污染指数值。当《GB 3838 —2002，地表水环境质量标准》中两个水质等级标准值相同时，按低分数值区间插值计算。

2.2.2 聚类分析

聚类分析（cluster analysis）是根据对象距离远近或相似性大小进行分类的多元统计方法。层次聚类分析（hierarchical cluster analysis）通过逐次聚合的方式将距离最近或者最相似的对象聚成一个类簇，直至最后聚成一类，是目前应用最广泛的聚类方法（李义禄等，2014）。本研究利用SPSS软件对水质指标进行空间尺度的层次聚类分析，在空间上识别出具有不同污染程度的区域，聚类方法选用离差平方和法（Ward法），距离测量方法使用平方欧氏距离（squared euclidean distance），对数据按照Z值的方法进行标准化。

2.2.3 判别分析

判别分析（discriminant analysis）的目的在于建立一种变量的线性组合来概括分类之间的差异，从而达到根据已知样本的分类情况来判断未知分类样本归属的目的。在水质评价研究中，判别分析可以用来验证聚类分析结果并识别显著性指标（王翠榆等，2012；
李义禄等，2014）。本文利用贝叶斯判别分析法对基于空间分组的监测数据进行判别，同时采用交叉验证法检验此方法的判别能力。

2.2.4 因子分析

因子分析（factor analysis）是多元回归分析中处理降维问题的常用方法，它将具有复杂关系的变量综合为少数几个因子，从而再现原始变量与因子之间的相互关系，探讨具有一定相关性的实测变量是如何受到少数几个内在的独立因子支配的。同时，根据各个因子对原变量影响的大小，可将原变量划分为等同于因子数目的类数（王翠榆等，2012）。本研究利用SPSS软件对研究区污染因子进行提取和识别，在数据分析前对变量进行Bartlett’s 球形检验和KMO检验统计量分析，以检验数据应用于因子分析的可行性。为消除水质指标量纲的影响，在进行因子分析前对数据进行了标准化处理。

3.1 地表水水质评价

采用水污染指数法评价汾河下游15个监测断面的水质状况。由表3可知：汾河下游水质的WPI的多年平均值介于74.1 — 636.2。水质以劣Ⅴ类水为主，断面占比为66.7%，主要分布在汾河干流、七一水库和小河口水库，其中赵城断面的水质污染最为严重。其余水库断面的水质状况相对较好，曲亭水库和涝河水库的水污染程度最轻。对比2017年各断面水质状况及保护目标，发现除浍河水库外，其余断面均未达到水质要求。总体来看，汾河下游整体水质状况较差。

表3 汾河下游监测断面水质污染指数法评价结果Tab. 3 Evaluation results of water pollution index method for monitoring sections of the downstream of Fenhe River

3.2 地表水水质年际变化特征

2013 — 2017年汾河下游劣Ⅴ类水的占比平均达60%以上，Ⅴ类和劣Ⅴ类水的占比平均达78%以上（图2a）。由于缺失曲亭水库及小河口水库监测断面2013年的水质数据，因此当年劣Ⅴ类水的占比被高估。水质最差的是2015年，Ⅴ类和劣Ⅴ类水的断面占比高达93%。针对汾河水质及水生态状况恶化的实际情况，山西省2015年制定出台了汾河流域生态修复规划纲要（2015 — 2030年）（https://slt.shanxi.gov.cn/sltzwgk/gzdt/tzgggs/202111/t20211110_3143417.html/），同年启动了第五次汾河流域生态修复工程，以上举措对于改善汾河下游地区Ⅴ类和劣Ⅴ类水质状况，特别是Ⅴ类水向Ⅳ类水的转换有积极的作用。

图2 汾河下游水质年际变化图：水质类别断面占比（a）及主要污染指标（b）Fig. 2 Interannual variations of water quality in the downstream of Fenhe River: proporition of sections with different water quality categories (a) and main pollution indexes (b)

从主要污染物的年际变化上来看，2017年CODCr、NH3-N和CODMn的水污染指数相较2015年和2016年有了明显降低。因此，对汾河流域的水治理显著降低了地表水体中上述主要污染物的浓度，有效改善了汾河下游水质状况。

对各监测断面的WPI值的年际变化进行分析（图3），发现道美桥、赵城、洪洞、甘亭和高河桥，整体水质较差，水质的年际波动显著。上述断面主要位于承接废污水量较大的干流，废污水成分和来源复杂，综合治理难度大，是汾河下游水环境治理和水生态修复的重点，应加强观测与监控。

图3 水质监测断面WPI指数的年际变化Fig. 3 Interannual change of WPI of water quality monitoring sections

3.3 地表水水质空间分布特征

以研究区15个监测断面的水质多年平均值作为基础数据，进行水质指标空间尺度的层次聚类分析。对聚类分析结果进行了贝叶斯判别分析，2组分类的判别正确率为95.4%，3组分类的判别正确率为90.7%。因此，水质监测断面应当分为2组（图4），A组为甘亭、尧都、洪洞、赵城、道美桥和高河桥；
B组为其余断面。交叉验证正确率达80%，表明总体分类结果较好。结合各采样断面WPI值的空间分布（图5）可知：A组的监测断面主要位于汾河干流尧都断面的上游及涝洰河，其水质情况整体上劣于B组。

图4 汾河下游地表水水质的空间尺度聚类分析Fig. 4 Spatial cluster analysis of water quality in the downstream of Fenhe River

图5 水质监测断面WPI指数多年平均值的空间分布图Fig. 5 The spatial distribution map of the multi-year average value of the WPI of water quality monitoring section

水质指标的箱线图能够指示汾河下游地区水质指标的空间差异性（图6），总体上，A组的营养盐类指标（TP、NH3-N）、耗氧有机物（CODMn、CODCr）、有毒有机物（VP、CN）、锌、氟的浓度远高于B组，DO的浓度远低于B组，进一步表明水质受地理位置空间分布影响较大。A组的监测断面主要分布在汾河干流，承接了上游及支流的废污水。另一方面，这些断面位于临汾市人口聚集区，人口密度大，经济较发达，农业资源丰富，工业企业集中，特别是煤炭、冶金、焦化业发达。因此，受到生活污水、农业废水和工业废水的多重影响，水体污染严重，WPI值的多年平均值在200以上。B组的监测断面一部分位于汾河支流，人口密度相对较少，工业活动较少，水质的污染程度相对较轻；
柴庄和侯马监测断面位于汾河干流的下游，近年来，在洪洞至尧都屯里桥段开展的流域综合治理提升工程缓解了该河段的污染程度，同时由于沿程降解和支流汇入稀释作用，汾河下游地区的水质有一定的改善。水质的空间分异特征同样表明临汾市汾河流域的水环境治理重点为汾河干流道美桥 — 尧都段和涝洰河。

图6 汾河下游水质指标空间尺度的差异性Fig. 6 Spatial variation of water quality parameters in the downstream of Fenhe River

3.4 污染源空间分布特征

3.4.1 污染源解析

基于临汾盆地2013 — 2017年的地表水污染监测数据，采用因子分析法对汾河下游地表水污染源进行解析。KMO检验值为0.597，Bartlett球形检验P＜0.05，表明地表水水质因子之间具有一定的相关性，适合做因子分析。基于因子分析提取的公因子（F1 — F6），采用Kaiser标准化的正交旋转法将因子载荷矩阵进行旋转，如表3所示，其累计方差贡献率为74.40%，包含了原始数据的绝大部分信息，表明提取的因子符合要求。

由表4可知：公因子F1的方差贡献率为16.96%，TP、F-、DO和VP所占的因子载荷较大，其中TP和F-与F1有很强的正相关性，DO与F1呈负相关关系。公因子F2的方差贡献率为14.87%，CODMn和CODCr与F2有很强的正相关性。公因子F3与特征因子Hg和NH3-N有很强的正相关性。公因子F1、F2和F3的8个污染指数主要与营养盐和耗氧有机污染物有关，其潜在的污染源包括工业废水、城市生活污水、农业排水、畜禽养殖废水和农田地表径流等。Hg主要来自于工业排放。公因子F4（方差贡献率12.06%，特征因子Zn、Gd和CN）、公因子F5（方差贡献率9.52%，特征因子As、Cr6+和Pb）、公因子F6（方差贡献率8.86%，特征因子Cu和pH）主要表征了受工业污染源影响的重金属污染。

表4 因子分析旋转因子载荷矩阵Tab. 4 Loading of 16 variables on significant principal components for factor analysis

3.4.2 污染源空间分布特征

为进一步深入探究汾河下游地表水污染源的空间分布特征，利用前述因子分析得到的监测断面在各主因子中的因子得分，以各公因子所对应的方差贡献率比例作为权重，计算出监测断面综合污染因子得分值，综合评价该水质断面的污染程度。

公因子F1的高值区域主要分布在霍州市、洪洞县、尧都区及襄汾县的部分地区（图7）。这些区域人口集中，河流水质一方面受到了含磷、氟化物和挥发酚的城市中心生活污水排放的影响，在部分河段生活污水直排的现象仍然存在；
另一方面，农作物生产过程中施用的化肥、禽畜养殖产生的废水会导致磷、氮等营养盐通过雨水冲刷进入地表水体（马小雪和王腊春，2014；
Haji Gholizadeh et al，2016；
杨中文等，2020）。此外，该地区工业企业密集，来自食品、制药、化肥厂、木材防腐、绝缘材料、化学原料、造纸工业等生产过程中排放的废水使磷、挥发酚、氟化物富集于附近河道（解莹等，2012；
秦延文等，2018；
Zhao et al，2020）。当水体中磷等营养盐及有机物含量增加时，水体中的溶解氧消耗加剧（Haji Gholizadeh et al，2016），使水体发臭、水质变差，这也是溶解氧与F1呈负相关的原因。

图7 公因子TP、F-、DO和VP（a）；

CODMn和CODCr（b）；

Hg和NH3-N（c）；

Zn、Gd和CN（d）；
As、Cr6+和Pb（e）；

Cu和pH（f）及综合污染因子（g）得分值的空间分布图Fig. 7 Spatial distribution map of common factors TP, F-, DO and VP (a); CODMn and CODCr (b); Hg and NH3-N (c);Zn, Gd and CN (d); As, Cr6+ and Pb (e); Cu and pH (f ); comprehensive pollution factor score (g)

公因子F2和F3的高值分布区域相似，主要集中在霍州市及洪洞县。CODMn和CODCr能够指示水体的耗氧有机污染物水平，污染来源包括工业废水排放和生活污水排放（邵志江等，2020）。根据临汾市2017年重点排污单位名录，霍州市和洪洞县域内主要有霍州煤电集团有限责任公司辛置煤矿、山西三维集团股份有限公司及山西焦化股份有限公司，涉及化工产品、化纤产品、焦炭、矿产资源开采等多个产业，河道承接了大量工业废水，可能是造成CODMn和CODCr具有较大因子载荷的原因。氨氮是目前汾河下游干流的主要水质污染指标，高浓度的氨氮一般主要来自生活污水、大量使用化肥的农田地表径流、禽畜养殖等（Zhao et al，2020），同时，氨氮也指征了工业废水（化学原料、化肥厂）的污染（邱瑀等，2017；
后希康等，2021）。从临汾市农业气候资源的整体分布来看，公因子F3的低值区优于高值区，因此霍州市及洪洞县的氨氮的高值可能主要受到生活污水和工业废水的影响。地表水中的汞及其化合物主要来源于金属冶炼、造纸、塑料等工业废水。

公因子F4和F5分值较高的区域集中在霍州市及洪洞县的部分地区。重金属（Zn、Gd、As、Cr6+和Pb）和有毒有机物（CN）主要受工业污染源的影响，结合汾河流域工业行业类型来看，主要源于冶金工业、煤化工企业、电镀企业废水排放（王翠榆等，2012；
Kumar et al，2021）。由于铜矿主要分布在塔儿山—二峰山一带的襄汾、翼城、曲沃等县，因此公因子F6的高值集中分布在两地区，其一在霍州市和洪洞县，另一区域出现在翼城、侯马和曲沃县的部分地区。水体的pH是水体物理化学特征的综合指标，受流域基岩、土壤类型及水生植物等多方面因素影响（郝昊等，2015）。

结合监测断面综合因子得分值与WPI指数多年平均值的空间分布图，发现汾河下游地表水的污染程度具有从北向南、从上游向下游减弱的特征，且污染源具有显著的多源性。城市生活污水、农业面源污染在汾河下游地区普遍存在，在水质最差的霍州市、洪洞县，工业污染的影响最大。因此，临汾当地管理部门应当严格控制工业污染，杜绝沿河各类企业的不达标排放，抢抓山西产业转型的机遇，调整区域产业布局，发展新兴产业，推动清洁生产，坚定走绿色、可持续的高质量发展之路。其次，通过完善城市给排水管网系统、提高污水处理效率等方式加强城乡生活污水治理。对于农业面源污染，要推广科学施肥、安全用药，建立禽畜粪污无害化处理体系，从而降低进入河网的氮、磷等污染物浓度。

（1）汾河下游WPI的多年平均值为74.1 —636.2，以《GB 3838 — 2002，地表水环境质量标准》劣Ⅴ类水为主，赵城断面的水质污染最为严重。2017年除浍河水库外，其余断面均未达到水质要求。总体来看，汾河下游水质状况较差。

（2）2015年水质最差，Ⅴ类和劣Ⅴ类水的占比高达93%，之后水质状况有所改善。水质年际波动大的道美桥、赵城、洪洞、甘亭和高河桥河段是汾河下游水环境治理和水生态修复的重点。

（3）在空间尺度上，位于汾河干流尧都断面上游及涝洰河的甘亭、尧都、洪洞、赵城、道美桥和高河桥监测断面，具有高营养盐、高耗氧有机物、高有毒有机物及低DO浓度的特征，水质情况整体上劣于其他断面，应加强对上述河段的污染治理。

（4）因子分析结果表明汾河下游典型污染物为TP、F-、DO和耗氧有机污染物（CODMn、CODCr），其次为Hg和NH3-N，同时还受到各种重金属污染的影响。污染程度的空间分布具有从北向南、从上游向下游逐渐减弱的特征。城市生活污水、农业面源污染在汾河下游地区普遍存在，在水质最差的霍州市、洪洞县，工业污染的影响最大。