對于廢水排放相關分析

摘要：根據相關數據與文獻，篩選了對于水污染的影響因素。本文中使用了2012-2017年全國供、用水總量及廢水排放量數據。以供水總量為整體，用水總量為部分，分析各方面用水量對水污染的影響作用。由于人們生活水平的提高，用水量、廢水排放量相應提高，供水量與用水量可近似看作等量關系，因此用2012-2017年各方面用水量占比與廢水排放總量的乘積（某方面廢水排放量）作為衡量水污染情況的指標。

關鍵詞：廢水排放;數據分析

一、數據分析

廢水排放總量于2015年達到最高值為7353226.83，農業廢水排放量于2012達到最高、工業廢水排放量于2013達到最高、生活和生態廢水排放量均為2017達到最高。另外經計算在2012-2017年內，年均廢水排放總量為7070764.342，農業、工業、生活和生態年均廢水排放量分別為4412192.175，1541232.155，900747.8871，142428.3239。

由圖1可知，廢水排放總量在2012-2015年呈現正相關關系，逐年上漲并于2015年達到最大值;在2015-2017年呈現負相關關系。工業廢水排放量逐年遞減，于2017年到達最低值;生活廢水排放量在2013年后呈現下降趨勢;而生活和生態廢水排放量逐年遞增都于2017年達到最大值。

廢水排放結構相對指標為某方面廢水排放量與廢水排放總量的比率如下表。

根據樣本回歸函數y^ = b0^ + b1^ x，設年份為x，農業廢水排放量為y^1、工業廢水排放量為y^2、生活廢水排放量為y^3、生態廢水排放量為y^4。經計算b1^（1）為-0.203、b0^（1）為7071172.745，關于農業廢水排放量的回歸方程為y^1 = 7071172.745 ?-0.203 x;b1^（2）為-4.271、b0^（2）為34608238.82，關于工業廢水排放量的回歸方程為y^2 =34608238.82-4.271 x;b1^（3）為-0.891、b0^（3）為5475173.908，關于生活廢水排放量的回歸方程為y^3 = 5475173.908 -0.891 x;b1^（4）為-0.662、b0^（4）為1920379.739，關于生態廢水排放量的回歸方程為y^4 = 1920379.739 -0.662 x。由此，可估算2018年農業廢水排放量為7071582.399;工業廢水排放量為34599619.942;生活廢水排放量為5473375.87;生態廢水排放量為1919124.543。

上述分析可估算農業、工業、生活和生態廢水排放量都將逐年減少，其中工業廢水排放量下降比率最大、農業廢水排放量下降比率最小;但同時工業廢水排放量基數最大、生態廢水排放量基數最小。

二、結論

從上述分析中可以看出，由于農業生產過程中化肥農藥的大規模使用，使農業生產活動成為廢水排放的主要因素，可以通過科技培育發展抗蟲害的有機農產品來減少化肥農藥的使用;工業在生產過程中產生的廢水排放呈現大比率下降趨勢，開發綜合利用工業廢水，根據廢水中污染物成分采取相應的凈化措施進行處置后再進行排放以此來減少工業廢水的排放;生活廢水指的是居民日常生活中排泄的洗滌水，在近幾年生活用水廢水排放量趨高，可以呼吁人們提高節約用和循環用水意識來適當緩解生活廢水的排放量;生態用水廢水排放不可避免。

從總體看，我國廢水排放量基數大，大致呈逐年上升趨勢，所以需通過科技發展、凈化技術提升與用水意識提高等各方面來改善，進行全方面的協調與來減少整體的廢水排放量。

作者簡介：

馬榮雪（2000.12-）女，籍貫（省市）：吉林白山，民族：漢，學歷學位：本科，研究方向：通過函數分析廢水排放。