孫 燕,申友利,石洪源,劉國強
(1.國家海洋局北海海洋環境監測中心站,廣西 北海 536026;2.魯東大學土木工程學院,山東 煙臺 264025)
鐵山港位于廣西北海市東部,是廣西重要的出海口,也是北海市的主要工業基地。鐵山港灣是北海市面積最大、水體最深的內陸港灣,呈狹長的喇叭狀,灣內有山口紅樹林和合浦儒艮兩個國家級自然保護區,分布著紅樹林、海草床等重要生態系統[1],同時也是重要的養殖場所,對灣內的海水質量要求較高。隨著鐵山港沿岸港口碼頭建設、臨海工業的迅速發展,大量的工業和生活污染物排入鐵山港灣,造成灣內的海水質量狀況自2003 年至2012年呈波動下降趨勢[2-3],此后關于鐵山港灣水質變化狀況的研究很少報道。但此后的幾年,鐵山港大規模圍填海及臨港工業持續發展,是否造成海域水質的嚴重惡化,是一個值得研究的問題,分析鐵山港灣的海水質量變化趨勢具有重要意義。
目前,一些學者對鐵山港灣水質的營養鹽分布特征和富營養化狀況進行了大量研究[4-6],但缺乏利用物理因子、營養鹽和重金屬等綜合指標進行水質評價的研究。目前,常用的水質評價方法有單因子指數法、富營養化指數法、有機污染指數法、模糊綜合評價法等[7-8],上述評價方法在站位或監測指標較多的情況下,計算工作量較大,有些在一定程度上受到主觀因素影響,存在一定的局限性[9]。主成分分析法(Principal Component Analysis,PCA) 能夠保證在原始數據變量信息損失最小的情況下,利用變量之間存在的相互關系,通過統計分析方法將眾多變量轉變為少數幾個綜合變量,并且能夠客觀地確定權重,避免了主觀隨意性[10]。目前PCA 方法已廣泛應用在河流、湖泊及海灣的水質評價中[11-14],但應用于鐵山港灣水質評價及主要驅動因子的研究尚未見報道。
本文根據2016—2018 年夏季鐵山港灣海域環境調查數據,運用主成分分析法對鐵山港灣的水質狀況進行研究,分析影響該海域水質的主要因素,通過主成分綜合得分研究鐵山港灣水質時空變化格局,分析該海域水質污染的主要來源,可為鐵山港灣海域環境保護和治理提供依據。
鐵山港灣海域海水水質調查的時間為2016—2018 年的8 月(夏季),分為3 個航次,調查范圍為109.52°E—109.65°E,21.36°N—21.64°N,共布設調查站位10 個,其中,內灣布設2 個(T1—T2),灣口布設4 個(T3—T6),灣外布設4 個(T7—T10)。
調查指標共17 項,分別為水溫(T)、pH、鹽度(S)、溶解氧(DO)、化學需氧量(CODMn)、懸浮物(SS)、石油類(Oil)、葉綠素a(Chl-a)、無機氮(DIN,為亞硝酸鹽氮、硝酸鹽氮和氨氮之和)、活性磷酸鹽(PO4-P),以及汞(Hg)、砷(As)、鉻(Cr)、銅(Cu)、鉛(Pb)、鋅(Zn)、鎘(Cd)等重金屬。水樣采用有機玻璃采水器進行采集,采樣層次按照《海洋監測規范》(GB 17378—2007) 的要求采集表層和底層;樣品現場處理和分析方法按照《海洋監測規范》(GB 17378—2007)執行。
水溫采用表層水溫表測定;pH 采用pH 計測定;鹽度采用鹽度計測定;溶解氧采用碘量法測定;化學需氧量采用堿性高錳酸鉀法測定;懸浮物采用萬分之一電子天平測定;石油類采用紫外分光光度法測定;葉綠素a 采用熒光光度法測定;亞硝酸鹽氮、硝酸鹽氮和氨氮均采用流動分析法測定;活性磷酸鹽采用磷鉬藍分光光度法測定;汞和砷采用原子熒光法測定;鉻采用原子吸收分光光度法測定;銅、鉛、鋅、鎘采用陽極溶出伏安法測定。各調查站位的指標值采用表層和底層的均值參與評價。
(1)用原數據建立樣本矩陣如下。

式中,n 為樣本個數,每個樣本有p 項指標。本文中n 為30(10 個站位,3 個航次),p 為17。
(2)對原數據進行標準化處理,消除原數據間不同數量級和量綱的影響,標準化處理后數據如下。

(3)對標準化處理后的數據進行KMO(Kaiser-Meyer-Olkin-Measure of Sampling Adequacy) 檢驗和巴特萊特球形檢驗(Bartlett Test of Sphercity)。KMO 檢驗是對原始變量之間的簡相關系數和偏相關系數的相對大小進行檢驗,KMO 值越接近于1,意味著變量間的相關性越強,原有變量越適合做因子分析。巴特萊特球形檢驗是通過判斷相關陣是否為單位陣來驗證各變量間的相關性,如果相關陣為單位陣,則各變量間相互獨立,不適合做因子分析,反之則適合做因子分析。當KMO 檢驗值大于0.5,Bartlett 球形檢驗值小于0.001 時,表明該數據各變量存在相互關系,并非獨立,可以進行主成分分析。
(4)根據標準化數據矩陣,建立變量的相關系數矩陣R=(rij)p×p,根據特征方程|R-λI| =0,計算R 的特征值λi(i=1,2,…,p),即為主成分的方差,將特征值從大到小排列為λ1≥λ2≥…≥λp,則方差貢獻率為累計方差貢獻率為Ek=不同特征值對應的特征向量為Ig=(Ig1,Ig2,…,Igp)T(g=1,2,…,p),通過特征向量將標準化數據轉化為主成分F。
(5)根據主成分方差累積貢獻率至少80%或者特征值大于1.0 的原則確定主成分個數m。
(6)計算主成分綜合得分,先求每個站位i 前m 個主成分的值,即

然后對前m 個主成分進行加權求和,每個主成分的權重系數為該主成分的方差貢獻率,因此每航次各個站位的綜合得分計算公式如下。

此外,本文通過斯皮爾曼檢驗(Spearman′s test)對主成分和監測指標進行相關性分析,研究了該海域水質污染的主要驅動因子。主成分分析和相關性分析利用IBM SPSS Statistics 25 軟件進行。
表1 為2016—2018 年夏季鐵山港海域海水各監測指標的濃度范圍和平均值的統計結果,由表可知,每年各監測指標在不同區域含量變化較大,一是由于陸源生活污水、工業廢水和養殖業廢水的排入導致部分海域污染物濃度較高;二是由于陸源徑流作用,近岸海域水體被稀釋而使各監測指標濃度發生變化;三是由于受潮汐作用和季風的影響,灣內和灣外水體交換強度的不同使污染物遷移擴散的能力不同。從年際變化上來看,水溫呈略微上升趨勢,這主要與調查時的氣候條件有關;鹽度不具有規律性,其大小主要與陸源徑流多少有關;pH、溶解氧和葉綠素a 呈波動狀態,主要與當時的生物活動息息相關;化學需氧量、懸浮物和石油類呈逐年下降趨勢;無機氮含量變化為0.180~0.223 mg/L,活性磷酸鹽含量變化為0.006 7~0.010 3 mg/L,蔣清華等[3]對鐵山港灣營養鹽的研究報道中顯示,2012年無機氮的濃度為0.062 mg/L,活性磷酸鹽的濃度為0.001 2 mg/L,可見近幾年營養鹽有了較為明顯的升高;汞呈現先降低后升高的趨勢但變化不顯著;砷、鉛和鎘呈逐年下降趨勢;2017—2018 年銅和鋅的含量相差不大,且相較于2016 年含量顯著降低;鉻不同于其他重金屬,呈現2017 年和2018年比2016 年含量高的狀況。

表1 鐵山港海域海水水質調查結果
本研究中的KMO 檢驗值為0.646,巴特萊特球形檢驗值小于0.001,說明變量間存在相互關系,不相互獨立,主成分分析適用性好,可以進行主成分分析。根據特征值大于1 的原則篩選出5 種主成分,解釋了原始變量75.74%的信息。篩選出的5種主成分的特征值、方差貢獻率及累計方差貢獻率如表2 所示。通過軟件運行得出主成分的因子載荷見表3,該因子載荷反映了各監測指標在主成分中所占的權重,其值除以對應主成分特征值的平方根再乘以標準化后的數據即為各主成分得分。

表2 主成分的特征值、方差貢獻率及累計方差貢獻率

表3 主成分中各因子載荷
主成分1 對總方差的貢獻率為31.27%,鹽度和溶解氧占有較高權重,因子載荷分別為-0.879和-0.878;其次為pH 和活性磷酸鹽,因子載荷分別為-0.803 和0.793,主成分1 既反映了與浮游植物生長相關的鹽度、溶解氧、pH 等物理環境因子,也反映了浮游植物生長過程中受磷營養鹽的制約作用。進一步研究發現,物理環境因子與主成分1 呈現的是負載荷,而磷酸鹽和無機氮呈現的是正載荷,反映了兩者之間存在一定的相關性,鹽度低的海域主要是由于陸源淡水的注入所致,同時陸源徑流攜帶大量的營養鹽和有機物排放入海,導致該海域氮、磷營養鹽含量上升;另外,該海域需要消耗大量的溶解氧分解有機物并釋放出CO2,導致水體中溶解氧含量下降而pH 值降低。除此之外,葉綠素a 在主成分1 中的載荷相對較高(0.693),直接表征了浮游植物生物量的大小[15]。因此,主成分1可以概括為浮游植物生長理化環境指標。
主成分2 可以描述原始變量信息的20.71%,其中銅(0.823)、鉛(0.799)、鎘(0.763)占有較高權重,鐵山港臨海分布有冶煉、電鍍等企業和重金屬堆場等,還有金鯧魚、大蠔等海產養殖業,工業廢水和養殖業廢水的排放為該海域重金屬的污染防治帶來一定的壓力[16-17],因此,主成分2 可概括為重金屬對鐵山港水質質量的影響。
主成分3 對總方差貢獻率為8.88%,主要代表為懸浮物和石油類,反映了沿岸工程項目以及船舶排污等對該海域水質質量的影響。主成分4 和主成分5 對總方差的貢獻率分別為8.16%和6.72%,分別代表汞和砷。
鐵山港灣3 個航次各站位的主成分綜合得分見表4,主成分綜合得分越大,表明該站位的水質污染越嚴重。通過繪制箱線圖分析鐵山港灣水質的年際變化(圖1),箱體的頂部、底部和中部的橫線表示數據的上、下四分位數和中位數,箱體向上下延伸的垂直線表示非異常數據的最大值和最小值,圖中的小方框表示數據的平均值。2016 年8 月、2017年8 月、2018 年8 月鐵山港灣水質主成分綜合得分中位數分別為1.22、-0.47 和-1.13,總體呈逐年下降趨勢,表明鐵山港灣夏季的水質污染程度有所下降,水質狀況有所好轉,反映了近年來鐵山港海域的海洋環境保護工作取得了一定成效。

圖1 各年主成分綜合得分箱線圖

表4 各站位主成分綜合得分
鐵山港灣各站位的主成分綜合得分空間分布狀況見圖2,由圖可知,鐵山港灣各站位主成分綜合得分總體呈由灣內向灣外遞減的趨勢。2016 年8月主成分綜合得分最大值出現在灣內的T2 站位(2.08),最小值出現在灣外的T10 站位(-0.15),由于鐵山港灣內水動力交換能力較弱導致灣內水質污染較重,而在灣外隨著潮流和波浪等動力作用,水體中各水質因子迅速擴散,灣外水質污染狀況普遍較輕;另外,處于灣口處的站位主成分綜合得分呈現中部比兩側偏高的現象,主要是由于中部為航道,過往船只較多,監測數據顯示T5 站位油類濃度為0.111 0 mg/L,明顯高于其他站位(0.011 7~0.070 7 mg/L);再者,在灣外海域西側呈現比東側偏高的現象,主要由于營盤鎮附近海域養殖業較多,養殖自身產生的污染對該區域水質產生一定的影響。2017 年8 月主成分綜合得分最大值出現在灣內的T1 站位(0.76),最小值出現在灣外的T9 站位(-1.11),與2016 年相比,各監測站位的主成分綜合得分均有所降低但分布狀況與2016 年極為相似,其中,灣內的2 個站位主成分綜合得分明顯高于灣口和灣外;灣口處中部高于兩側,監測數據顯示,無機氮的最高值出現在T5 站位(0.353 mg/L),其他站位的無機氮濃度分布于0.060 7~0.318 mg/L之間;灣外海域水質分布較為均勻。2018 年8 月灣內2 個站位主成分綜合得分明顯高于灣口和灣外站位,相比于2016 和2017 年,2018 年鐵山港灣水質污染狀況較輕,特別是灣口和灣外區域水質較為接近,有了較為明顯的改善。

圖2 不同年份主成分綜合得分空間分布
各監測指標與主成分之間的斯皮爾曼相關系數如表5 所示,鹽度與主成分1 的相關系數最高(-0.871),且呈顯著負相關,為影響該海域水質狀況的主要驅動因子,這是由于陸源淡水注入導致鐵山港灣近岸海域鹽度降低,而陸源淡水一般會帶來較為豐富的營養鹽,使得鐵山港灣灣內的水質污染程度較重。溶解氧與主成分1 的相關系數也較高,且呈負相關(-0.854),這是由于溶解氧的高低影響海洋生物的新陳代謝和生長[18],溶解氧含量低,有機物的分解速度被抑制,造成有機物含量在水體中累積增多,導致水環境質量下降;相反,溶解氧含量高,有利于浮游植物的繁殖生長,從而可以加快有機物的分解速度,調節生態系統中的物質循環,起到海水凈化的功能。

表5 各監測指標與主成分之間的斯皮爾曼相關系數
鉛與主成分2 的相關系數最大(0.859),其次為銅,其相關系數為0.832,為影響該海域水質污染程度的重要驅動因子,鐵山港灣臨海工業廢水的排放為該海域水質重金屬含量增加的主要原因,徐健淞等[17]早期對2011—2012 年鐵山港工業排污的調查結果顯示,鉛為工業廢水中的主要污染因子,本文的研究結果顯示鉛對鐵山港灣水質仍具有較大的影響,需要加強對重金屬排放總量的控制。
懸浮物與主成分3 的相關系數為0.769,表明懸浮物是驅動主成分3 的關鍵因子。另外,與主成分4 和主成分5 最為相關的環境指標分別為水溫和砷,其相關系數分別為0.496 和0.492,進一步反映了物理因子和重金屬類為影響該海域水質狀況的重要驅動因子。
(1)2016—2018 年鐵山港海域海水各監測指標含量分布較不均勻,受排污、徑流和水動力等多種因素影響,17 項監測指標年際變化呈現不同的規律性,相較于2016 年,2017 年和2018 年大部分監測指標的含量均有所降低。
(2)本文運用主成分分析法將鐵山港海域的17個水質綜合指標轉為5 種主成分,能夠解釋原始數據75.74%的結果,基本能夠反映原指標信息。其中,主成分1 反映了鐵山港海域水質與浮游植物生長的各項理化指標有關,主成分2 反映了鐵山港海域水質受重金屬的影響較大,兩者的貢獻率達51.98%。
(3)通過主成分分析法的綜合得分,得出鐵山港灣水質的時空變化狀況,鐵山港灣的水質總體呈現灣內比灣外污染嚴重的趨勢,且不同于以往慣例,2016—2018 年夏季水質反而逐年變好。
(4) 鐵山港灣水質污染的主要驅動因子為鹽度、鉛、懸浮物、水溫和砷,陸源輸入、臨海工業和養殖業是影響該海域水質變化的主要因素,政府部門需重視對臨海工業和養殖業廢水排放的管控,避免鐵山港灣水質的惡化。