中国测试  2022, Vol. 48 Issue (10): 158-165

文章信息

吴瑶, 段慧, 范力
WU Yao, DUAN Hui, FAN Li
岷江干流水质状况及变化趋势分析
Analysis on water quality status and variation trend of Minjiang river mainstream
中国测试, 2022, 48(10): 158-165
CHINA MEASUREMENT & TEST, 2022, 48(10): 158-165
http://dx.doi.org/10.11857/j.issn.1674-5124.2022070075

文章历史

收稿日期: 2022-07-14
收到修改稿日期: 2022-09-27
岷江干流水质状况及变化趋势分析
吴瑶 , 段慧 , 范力     
四川省生态环境监测总站,四川 成都 610091
摘要:使用岷江干流2016-2020年7个国控断面和6个省控断面五年手工监测数据,采用单因子评价法、内梅罗综合污染指数法和主成分分析法,进行流域水质变化趋势分析,确定流域的主要污染物及其来源;选取2019-2020年岷江干流8个水站自动监测数据月均值,从高时间分辨率剖析水质变化情况,为精准管控提供依据;并分析流域水质情况与经济、人口的关系。根据研究结果,2016-2020年岷江干流大部分断面水质类别呈好转趋势。
关键词岷江干流    单因子评价法    主成分分析法    内梅罗综合污染指数法    水质变化趋势    
Analysis on water quality status and variation trend of Minjiang river mainstream
WU Yao , DUAN Hui , FAN Li     
(Department of Ecology and Environment of Sichuan Province, Chengdu 610091, China)
Abstract: According to the results of manual monitoring data of the seven state controlled sections and the six provincial controlled sections for five years from 2016 to 2020 by single factor evaluation method, Nemerow comprehensive pollution index method and principal component analysis, the water quality variation trends of Minjiang river mainstream was investigated and then the main pollutants and their causation were ascertained. Additionally, the water quality variation with high temporal resolution in Minjiang river mainstream was investigated based on the automatic monitoring data of monthly concentration in eight monitoring sections from 2019 to 2020, and the results could provide foundation for precise management and control. Meanwhile, the water quality changes of Minjiang river basin with the variations of the population and the economy were discussed.The research results showed that the water environment quality in most of the sections of Minjiang river mainstream was improved gradually from 2016 to 2020.
Key words: Minjiang river mainstream     single factor evaluation method     principal component analysis     Nemerow comprehensive pollution index method     water quality variation trend    
0 引 言

岷江流域位于四川省境内,流域面积135 881 km2,全长735 km,流经阿坝、成都、眉山、乐山、宜宾等地,在宜宾汇入长江。岷江流域以都江堰为界,都江堰以上为上游,以下至乐山为中游,乐山以下为下游,岷江是长江上游重要的支流之一,是长江上游生态屏障的重要组成部分及成都平原重要的水源生命线[1]。2015年12月,四川省制定了《<水十条> 四川省工作方案》,对岷江流域强化控源减排,以强力控制和削减总磷污染为主攻方向,并要求到2020年岷江流域纳入国家考核的监测断面水质优良(达到或优于Ⅲ类)比例达到 81.61%以上,干流及一级支流基本消除劣Ⅴ类水体[2]。为加快改善岷沱江流域水环境质量,四川省制定了《四川省岷江、沱江流域水污染物排放标准》(DB51/2311—2016)[3],2017年1月1日起,岷江、沱江流域新建排污单位必须严格执行;2020年1月1日起,现有排污单位排放污染物都必须执行该标准。

近年来,有关岷江流域水质变化情况及成因分析,受到相关领域研究者的关注。刘骞等[4]依据《地表水环境质量评价方法》(试行)(环办〔2011〕22号)[5]对岷江流域国、省考断面水质类别和主要污染物变化情况进行分析,评估了《<水十条> 四川省工作方案》实施后岷江流域地表水环境质量改善及年度目标完成情况。陈雨艳等[6]采用内梅罗污染指数法和Spearman 秩相关系数法对岷江流域水质变化及时空分布进行分析并提出相应污染防治建议。不同分析方法均有自身的优缺点[7],本文采用单因子评价法[8]、内梅罗综合污染指数法[9]和主成分分析法[10-11]对“十三五”期间岷江干流13个断面(7个国控断面和6个省控断面)进行水质变化分析,确定主要污染物及其来源,并从高时间分辨率剖析水质变化情况,明确重点管控的区域和时段;同时分析了流域水质情况与经济、人口的关系,综合反映水质保护措施对水环境质量的影响。

1 研究方法 1.1 数据来源

研究采用的数据包括手工监测数据和水质自动监测数据,具体情况如下:

1)手工监测由断面所在行政区环境监测站进行监测,在2017年10月以前,由各地生态环境部门组织监测;自2017年10月起,由生态环境部开展采测分离,监测频次为每月一次。监测指标为《地表水环境质量标准》(GB 3838—2002)[12]表1中的有21个项目,包括:pH、溶解氧、高锰酸盐指数、化学需氧量(COD)、五日生化需氧量(BOD5)、氨氮、总磷(以p计)、铜、锌、氟化物(以F-计)、硒、砷、汞、镉、六价铬、铅、氰化物、挥发酚、石油类、阴离子表面活性剂(LAS)和硫化物。

表 1 监测断面信息1)
序号 断面名称 断面属性 所在市(州) 所在县(市、区) 有无水质
自动站
1 渭门桥 国控 阿坝州 茂县
2 映秀 省控 阿坝州 汶川县
3 黎明村(界牌) 省控 成都市 都江堰市
4 都江堰水文站 国控 成都市 都江堰市
5 岳店子下 国控 成都市 新津县
6 彭山岷江大桥 国控 眉山市 彭山区
7 眉山白糖厂 省控 眉山市 东坡区
8 青神罗波渡 省控 眉山市 青神县
9 悦来渡口 国控 乐山市 夹江县
10 马鞍山 省控 乐山市 市中区
11 河口渡口 省控 乐山市 犍为县
12 月波 国控 宜宾市 叙州区
13 凉姜沟 国控 宜宾市 翠屏区
注:1)断面位置示意图可见图1

2)水质自动监测站(以下简称水站)由国家和地方组织建设,监测指标包括:pH、溶解氧、水温、电导率、浊度、高锰酸盐指数、氨氮、总磷和总氮9个项目。因部分水站是2018年以来逐渐布设完善的,所以表1中部分水站断面无2019年前的监测数据,后续分析采用2019-2020年的水站监测数据。

1.2 研究区域

选取岷江干流7个国控断面,6个四川省控断面,共13个断面进行研究,涉及阿坝州、成都市、眉山市、乐山市、宜宾市5个地市(州),相关监测断面信息见表1

1.3 研究方法

数据处理主要采用了三种方法,单因子评价法、内梅罗综合污染指数法和主成分分析法。

1)单因子评价法:评价方法依据《地表水环境质量评价办法(试行)》(环办〔2011〕22号)对断面水质评价的方法,即根据评价时段内该断面参评的指标中类别最高的一项来确定。

2)内梅罗综合污染指数法:

$ I_{i}=\frac{\rho_{i}}{s_{i}}, \quad \bar{I}=\frac{1}{n} \sum_{i=1}^{n} I_{i}, \quad p=\sqrt{\frac{I^{2}+I_{\max }{ }^{2}}{2}} $ (1)

式中:Ii——第i项目的污染指数;

ρi——第i项目的实测浓度值,mg/L;

si——第i项目的标准限值(依据GB3838—2002 Ⅲ类标准限值),mg/L;

$ \bar I$ ——污染指数平均值;

Imax——污染指数最大值;

p——内梅罗综合污染指数。

其中,溶解氧和pH的判定与其他项目不同。

溶解氧的限值要求是不低于规定浓度。为了使数据具有可比性,上式(1)中的IDO修正为:

$ I_{\rm D O}=\frac{S_{\rm D O}-\left(\rho_{\rm D O}-S_{\rm D O}\right)}{S_{\rm D O}}=2-\frac{\rho_{\rm D O}}{S_{\rm D O}} $ (2)

式中:IDO——溶解氧的污染指数;

$\;\rho_{\rm DO}$ ——溶解氧的实测浓度值,mg/L;

SDO−溶解氧在GB 3838—2002的Ⅲ类限值,为5 mg/L。

GB 3838—2002中,所有类别水体的pH标准限值均为6~9范围值,水质类别之间无数值的差异。因此,在此数值区间内的pH值无法反映水体是否受到污染,更无法反映受污染的程度。因pH的监测结果均在6~9范围内,故未对pH进行内梅罗污染指数统计。

3)主成分分析法:利用SPSS统计软件进行主成分分析,利用数学降维的思想,将系统中的多个影响指标转换为少数影响指标,用较少的指标反映出原始指标的信息,减少系统多指标分析的复杂性,提高系统运算的可靠性[13-14]

如上所述,溶解氧是浓度值越高越好,限值要求是不低于规定浓度。基于主成分分析法原理,需对溶解氧的浓度值以GB 3838—2002的Ⅲ类限值(5 mg/L)为中点进行对称转化,其转化浓度值的数值越高,表示水质情况越差,并以此值参与主成分分析。公式为:

$ \rho_{\rm D O}^{\prime}=5-\left(\rho_{\rm D O}-5\right)=10-\rho_{\rm D O} $ (3)

式中: $\; \rho_{\rm D O}^{\prime}$ ——溶解氧的转化浓度值,mg/L;

$\;\rho_{\rm D O}$ ——溶解氧的实测浓度值,mg/L。

上述分析方法中,单因子评价法用于水质定类,简单且使用广泛,可确定超标项目(按GB 3838—2002的Ⅲ类限值),但它需要辅以超标倍数才能较准确量化,且难以衡量多种因子的综合影响情况[15-16];内梅罗污染指数法由单因子指数法发展而来,能够全面地反映出各种污染物对环境受污染程度的贡献,是一种计权型多因子环境质量指数,能够兼顾极值或突出最大值,具有较高的客观性,不仅用于土壤中重金属的评价[17],近年来在环境水质状况研究中也得到广泛应用[6,18-19],但该方法最大值对所得结果的影响很大,可能会过于突出某些项目的影响作用[8];主成分分析法可在损失很少信息的前提下,反映各项目对水质的综合影响程度,得到主要项目,但它难以直观反映不同项目在不同时空对水质的影响程度[20-21]。根据各评估方法的优缺点,本文由单因子评价法进行水质定类,并确定超标项目;由内梅罗综合污染指数法对水质变化情况进行定量性综合分析,将其较为直观的体现,并得到主要污染项目;主成分分析法确定影响水质的主要项目,并对内梅罗综合污染指数法得到的结果进行印证,以保证主要污染项目的确定是准确可靠的,可以此作为后续分析的基础。

2 结果与讨论 2.1 岷江干流断面水质变化情况分析

2.1.1 单因子评价法评估水质类别变化

根据单因子评价结果,2016-2020年岷江干流上游渭门桥、映秀、黎明村(界牌)、都江堰水文站和岷江干流下游马鞍山、河口渡口、月波和凉姜沟8个断面各监测项目均未超过GB 3838—2002的Ⅲ类标准限值,其上游各断面水质类别为Ⅰ-Ⅱ类,下游为Ⅱ-Ⅲ类。

2016年岷江干流中游各断面均出现超标,超标因子及最大超标倍数分别为岳店子下(岳店子)(总磷,超标0.07倍)、彭山县岷江大桥(总磷,超标0.27倍)、眉山白糖厂(总磷,超标0.50倍)(溶解氧不达标,其年均值为4.77 mg/L)、青神罗波渡(总磷,超标0.28倍)、悦来渡口(总磷,超标0.36倍),水质类别均为Ⅳ类。2017年岷江干流中游3个断面出现超标,超标因子及最大超标倍数分别为彭山县岷江大桥(总磷,超标0.09倍)、青神罗波渡(总磷,超标0.07倍)、悦来渡口(总磷,超标0.18倍),水质类别均为Ⅳ类;2017年岷江干流中游岳店子下(岳店子)和眉山白糖厂2个断面未出现超标,水质类别均为Ⅲ类。2018-2020年岷江干流中游各断面均未出现超标,水质类别为Ⅱ-Ⅲ类。各断面2016年至2020年水质类别变化如图1所示。

图 1 岷江干流各断面2016~2020年水质类别变化图

由上述评价结果可知,2016年间,岷江流至岳店子下断面(成都市境内),水质下降明显;待流至马鞍山断面(乐山市境内),才显著好转。2017年间,成都境内的断面基本维持在Ⅱ类和Ⅲ类,流至彭山岷江大桥断面(眉山市境内),水质类别变为Ⅳ类。上述断面中引发水质定类变差的项目主要为总磷,其中2016年春季至夏季期间,眉山白糖厂(眉山市境内)断面除了总磷超标外,还有溶解氧不达标。总体而言,在2016-2017年,岷江干流基本呈现“上游好、中游较差、下游中等”的情况;2018-2020年,经流域各市大力整顿,此现象已不明显。

从每个断面的时间变化看,2016-2020年间,岷江干流大部分断面水质类别呈变优趋势。渭门桥、都江堰水文站两个断面的水质,在2020年达到了Ⅰ类。2018-2020年,所有监测断面均达到Ⅰ~Ⅲ类及水质。

2.1.2 采用内梅罗综合污染指数法分析

图2可知,大部分断面的内梅罗综合污染指数(以p表示)在2016-2018年期间,逐年下降;2018-2020年,大部分断面p略有波动、整体趋于平稳。从降幅看,都江堰水文站断面(成都市境内)、岳店子下断面(成都市境内)、彭山县岷江大桥断面(眉山市境内)、眉山白糖厂断面(眉山市境内)和悦来渡口断面(乐山市境内)降幅最大,2020年与2016年相比,p降幅分别为62%、56%、53%、57%和57%;映秀断面(阿坝州境内),各年p变化幅度较小,未见明显规律。

图 2 各断面综合污染情况变化图

2016年,p则从黎明村断面(成都市境内)即开始增加;2020年,p整体已经明显小于2016年,其从映秀断面(阿坝州境内)略微增加,然后逐渐下降,至岳店子下断面(成都市境内)再次增加。根据2016-2020年p均值看,岷江流至岳店子下断面(成都市境内),p开始增加,在眉山白糖厂断面(眉山市境内)达到峰值,待流至马鞍山断面(乐山境内)锐减,在其下游断面略有抬升并趋于平稳。

将2016-2020年期间每月p值超过0.5的项目列出,项目排序依p值由高到低、频次由多到少列出,详见表2。从地理位置分析,表2列举的项目也是成都、眉山境内断面历年主要影响水质的项目。

表 2 历年来内梅罗污染指数高值项目
年份 2016年 2017年 2018年 2019年 2020年
p>0.5的项目 总磷、溶解氧、COD、BOD5、石油类、氨氮 总磷、COD、溶解氧、BOD5 总磷、COD 总磷 总磷

2.1.3 采用主成分分析法分析影响水质的主要项目

使用SPSS进行主成分分析法。为消除各项目量纲所带来的影响,对原始数据进行了Zscore标准化处理,提升数据的可比性。

图3可知,前3个主成分的方差贡献率已经超过了76%,特别是第一个主成分,其方差贡献率约50%。成分矩阵情况如表3所示。

图 3 碎石图

表 3 成分矩阵
项目 成分数
1 2 3
pH –0.285 0.759 –0.137
溶解氧 0.929 0.123 –0.178
高锰酸盐指数 0.967 –0.170 –0.058
BOD5 0.931 0.280 0.045
氨氮 0.882 –0.054 –0.207
石油类 0.552 –0.620 0.069
挥发酚 –0.217 0.299 0.761
–0.315 –0.498 0.262
0.890 0.216 0.175
0.797 0.332 0.334
阴离子表面活性剂 0.297 –0.780 –0.196
六价铬 0.778 0.305 0.218
氟化物 0.708 0.148 –0.613
总磷 0.914 –0.323 –0.030
氰化物 0.384 –0.810 0.396
硫化物 0.839 0.326 0.242
0.838 –0.223 0.056
COD 0.880 0.020 –0.307
0.812 0.330 0.351
–0.094 0.284 –0.523
–0.019 0.137 0.322

从第一个主成分分析,系数大于0.85的项目是高锰酸盐指数、BOD5、溶解氧、总磷、铅、氨氮和COD。此结果与单因子评估法的结果大体一致,岷江流域的水质受总磷和溶解氧的影响较大,但除此之外,也受到高锰酸盐指数、BOD5、COD等项目的影响。

综合三种处理方法的结果,总磷、溶解氧、COD和BOD5至少是两种分析方法确定的影响水质的主要项目。针对此四个主要项目进行分析,它们之间均有强相关性,如表4所示。

表 4 相关系数矩阵(标准化处理数据)1)
项目 pH 溶解氧 高锰酸盐指数 BOD5 氨氮 石油类 挥发酚 LAS 六价铬 氟化物 总磷 氰化物 硫化物 COD
pH 1.00
溶解氧 –0.18 1.00
高锰酸盐指数 –0.39 0.93 1.00
BOD5 –0.04 0.89 0.85 1.00
氨氮 –0.25 0.80 0.86 0.81 1.00
石油类 –0.42 0.36 0.64 0.35 0.56 1.00
挥发酚 0.11 –0.24 –0.26 –0.01 –0.36 –0.25 1.00
–0.16 –0.50 –0.30 –0.30 –0.26 0.19 0.14 1.00
–0.09 0.75 0.77 0.85 0.73 0.38 –0.14 –0.32 1.00
–0.06 0.67 0.66 0.81 0.62 0.22 0.07 –0.33 0.95 1.00
LAS –0.61 0.21 0.45 0.10 0.31 0.78 –0.25 0.33 0.00 –0.19 1.00
六价铬 0.10 0.71 0.68 0.86 0.69 0.33 0.08 –0.15 0.74 0.69 –0.02 1.00
氟化物 –0.09 0.76 0.66 0.69 0.72 0.15 –0.56 –0.32 0.58 0.44 0.22 0.45 1.00
总磷 –0.58 0.87 0.97 0.76 0.81 0.64 –0.24 –0.24 0.69 0.60 0.54 0.53 0.61 1.00
氰化物 –0.82 0.18 0.47 0.12 0.29 0.69 –0.09 0.34 0.28 0.23 0.59 0.09 –0.07 0.60 1.00
硫化物 0.02 0.79 0.76 0.93 0.64 0.33 0.22 –0.30 0.77 0.75 0.07 0.87 0.50 0.66 0.10 1.00
–0.49 0.72 0.81 0.64 0.71 0.49 –0.42 –0.29 0.83 0.73 0.22 0.50 0.53 0.82 0.60 0.51 1.00
COD –0.18 0.91 0.88 0.86 0.79 0.44 –0.32 –0.28 0.64 0.50 0.38 0.71 0.84 0.81 0.16 0.78 0.61 1.00
0.01 0.68 0.69 0.86 0.61 0.34 0.18 –0.28 0.93 0.94 –0.03 0.73 0.42 0.61 0.19 0.84 0.63 0.55 1.00
0.17 –0.06 –0.15 –0.01 0.03 –0.15 –0.10 –0.19 –0.07 –0.12 0.13 –0.19 0.38 –0.16 –0.50 –0.09 –0.30 0.03 0.00 1.00
–0.22 –0.11 –0.11 –0.03 –0.09 –0.08 0.41 –0.18 0.11 0.09 0.04 0.03 –0.11 –0.06 0.02 0.11 –0.02 –0.14 0.19 0.41 1.00
注:1)相关系数大于0.8,显示为红色。

2016年春季和夏季,溶解氧在成都、眉山段出现不达标情况,同时也出现了总磷超标情况;2017年相近时段,虽然溶解氧达标,但浓度偏低。溶解氧偏低除了受到水温影响外,该段岷江中的耗氧有机物较高也是重要原因[21]。2018-2020年,溶解氧均比2016年、2017年同时段高。

2016-2018年,岷江中有机物对水质影响较为显著,但浓度逐年下降,且呈现BOD5降幅高于COD趋势;2019-2020年,有机物已经不是影响水质的主要污染物。由于水体中有机污染物主要来自于点源(各排污单位)[22-23],因此可知在2017年1月1日DB51/2311—2016正式生效后,点源加强控制得到了良好的效果。

虽然总磷呈逐年下降趋势,五年期间部分断面降幅可达50%。但由于其他项目降幅更大,自2019年起,总磷已经成为影响岷江水质最主要的项目。由上可知,对点源的管控已经达到了较好的水平,点源并非影响总磷的超标的主要因素,由此可知总磷主要来自农业面源(特别是磷肥)[24]

2.2 从高时间分辨率剖析水质变化情况

据上述章节可知,岷江水质在2016-2020年期间的变化情况,以及主要影响项目及来源。但对于精准治理和管控来说,需要结合高时间分辨率的监测结果进一步剖析。根据《地表水环境质量评价办法》中有关地表水水质评价指标要求,河流总氮项目不参与地表水水质评价,本文选取2019-2020年岷江干流8个水站总磷、高锰酸盐指数、氨氮3个项目自动监测数据的月均值,对水质进行高时间分辨率的变化分析,其变化趋势情况详见图4

图 4 2019-2020年岷江干流水站年内逐月均值变化

通过对岷江流域历史资料和河流水质分析文献调查,划分丰、平、枯三个水期,丰水期为6、7、8月,平水期为4、5、9、10月,枯水期为1、2、3、11、12月。由图4可见,2019-2020年岷江干流水站高锰酸盐指数、氨氮月均浓度基本满足Ⅲ类水质标准,而2019年1月岷江中游岳店子下和2019年4月岷江中游彭山岷江大桥、眉山白糖厂、悦来渡口及岷江下游凉姜沟以及2019年5月岷江中游岳店子下、眉山白糖厂及岷江下游凉姜沟均出现总磷超标现象。

究其总磷超标原因,可能是枯水期1月降水量少,上游来水不足,河流水体稀释能力弱,加之岳店子下水站位于成都出境至眉山的交界,受农业农村、生活污水及工业企业污染等影响相对显著[25]。而平水期4月、5月降水量不足,水体稀释及自净能力较弱,但此期间属于农灌季节,农田径流进入水中,将磷肥最终带入岷江,造成中下游多个断面水体总磷超标[26]。2020年,由于区域内各相关部门的大力整顿,岷江中游污染物得到有效管控,流域生态环境用水得到进一步保障,使地表水水环境质量得到有效改善。

从本节内容可知,需要重点管控的区域为岷江成都段与眉山段,重点管控的时段是冬季与农灌期,重点管控的源为农业磷肥。

2.3 水质情况与经济、人口的关系

水质情况用内梅罗综合污染指数(以p表示)代表,结合断面上游县级行政区域的经济(用GDP代表)和人口,分析水质污染情况与经济、人口的关系,统计时间为2016-2020年。其中,各县级行政区域的GDP和人口查自国家统计局官方网络公开数据。

图5所示,在岷江上游(入成都境以前)和下游(乐山、宜宾段),污染情况与人口的相关性较弱,R在±0.6以内;悦来渡口(乐山市境内)、河口渡口(乐山市境内)和月波(宜宾市境内)3个断面水质污染情况与人口为较强的正相关,其原因可能是这几个断面对应县级行政区域水质情况呈改善趋势而人口呈微弱减少趋势;其余断面一般呈现不同程度的负相关。在多个断面,特别是成都市和眉山市境内断面,水质污染情况与经济、人口呈显著负相关性,这可能是流域所在区域在发展的同时,注重水环境的保护,着力贯彻废水治理、雨污分流等措施,积极推进产业升级转型,并通过地方标准来强化管控[27-28]

图 5 水质情况与经济、人口的关系(红框中,|R|≥0.8)

从水质情况与经济、人口关系看,“十三五”时期,四川省基本构建了全新的绿色发展格局,在发展的同时,使水质情况显著改善,为筑牢长江上游生态屏障贡献了力量。

3 结束语

通过进一步分析2016-2020年数据,“十三五”期间,岷江干流从2016年5个Ⅳ类断面,好转为2017年3个Ⅳ类断面,2018-2020年进一步好转为断面全为优良水质;优良水质断面比例2020年相比2016年,上升38.5%。2016-2020年,内梅罗综合污染指数逐年降低,2020年与2016年相比下降45%。

总体来看,由于我省各级政府对岷江流域水环境污染物的有效管控以及生态流量进一步增大,区域内城镇生活污水、工业废水、农田径流等污染得到进一步控制,岷江中下游生态环境得到有效改善,水质变优趋势明显。当前的主要污染物是总磷,其主要源为农业磷肥,需从磷肥的配方、施肥与灌溉方法、农灌水治理与再利用等方面努力,进一步降低总磷的输入。

参考文献
[1]
乔飞, 时瑶, 秦延文, 等. 岷江干流重金属空间分布特征及污染评价[J]. 环境工程技术学报, 2018, 8(6): 602-609. DOI:10.3969/j.issn.1674-991X.2018.06.080
[2]
四川省人民政府.〈水污染防治行动计划〉四川省工作方案, 川府发〔2015〕59号[N]. 2015年12月02日.
[3]
四川省环境保护厅, 四川省质量技术监督局: 四川省岷江、沱江流域水污染物排放标准: DB51/2311-2016[S].2016.
[4]
刘骞, 王维, 罗彬, 等. “水十条” 对岷江流域水环境改善分析[J]. 四川环境, 2020, 39(6): 80-87.
[5]
环境保护部办公厅. 地表水环境质量评价办法(试行)[S]. 2011.
[6]
陈雨艳, 杨坪, 向秋实, 等. 岷江流域水质状况评价及变化趋势分析[J]. 中国环境监测, 2015, 31(6): 53-57. DOI:10.3969/j.issn.1002-6002.2015.06.012
[7]
宁阳明, 尹发能, 李香波, 等. 几种水质评价方法在长江干流中的应用[J]. 西南大学学报(自然科学版), 2020, 42(12): 126-133. DOI:10.13718/j.cnki.xdzk.2020.12.016
[8]
罗芳, 伍国荣, 王冲, 等. 内梅罗污染指数法和单因子评价法在水质评价中的应用[J]. 环境与可持续发展, 2016, 41(5): 87-89. DOI:10.3969/j.issn.1673-288X.2016.05.023
[9]
刘凌雪, 敖天其, 胡正, 等. 琼江流域(安居段)水质及面源污染综合评价[J]. 水土保持研究, 2019, 26(6): 372-376. DOI:10.13869/j.cnki.rswc.2019.06.050
[10]
时立文.SPSS19.0统计分析——从入门到精通[M]. 北京, 清华大学出版社, 2012.
[11]
王固希, 李怀平, 吴微, 等. DHS—GC—MS结合主成分分析法分析绿茶香气成分[J]. 中国测试, 2018, 44(5): 57-63.
[12]
国家环保总局, 国家质量监督检验检疫总局: 地表水环境质量标准: GB3838—2002[S]. 北京: 中国标准出版社, 2002.
[13]
张国珍, 乔国亮, 武福平, 等. 主成分分析法在窖水水质变化评价中的应用[J]. 环境科学与技术, 2014, 37(4): 181-184.
[14]
李兆华, 莫彩芬, 柯杰, 等. 基于主成分分析法的水库水质评价[J]. 湖北大学学报(自然科学版), 2018, 40(6): 586-592.
[15]
周淼, 李维刚, 易灵. 四种水质评价方法的特点分析与比较研究[J]. 环境科学与管理, 2016, 41(12): 173-177. DOI:10.3969/j.issn.1673-1212.2016.12.039
[16]
李新蕊. 主成分分析、因子分析、聚类分析的比较与应用[J]. 山东教育学院学报, 2007, 124: 23.
[17]
吴为, 武攀峰, 缪明, 等. 滨江沿海地区耕地土壤重金属污染特征及潜在生态风险[J]. 中国测试, 2019, 45(2): 78-82. DOI:10.11857/j.issn.1674-5124.2018080124
[18]
姜厚竹, 王英伟, 郑国臣. 松花江流域省界缓冲区典型断面水质状况分析研究[J]. 环境科学与管理, 2016, 41(8): 129-134. DOI:10.3969/j.issn.1673-1212.2016.08.033
[19]
张云霞, 魏峣, 汪涛. 沱江流域河流氮、磷浓度时空分布特征及污染状况评价[J]. 环境污染与防治, 2021, 43(8): 1028-1034. DOI:10.15985/j.cnki.1001-3865.2021.08.018
[20]
马乐宽, 谢阳村, 温勖, 等. 基于主成分分析法的现有水质评价体系改进探讨[J]. 环境污染与防治, 2016, 38(6): 101-104. DOI:10.15985/j.cnki.1001-3865.2016.06.020
[21]
林春伟, 郭永洪, 何金龙. 基于紫外可见吸收光谱的水质检测算法研究[J]. 中国测试, 2019, 45(5): 79-84. DOI:10.11857/j.issn.1674-5124.2018090025
[22]
杨晓红, 郑俊, 常艳春, 等. 中型水库水温分层的影响及分层取水建议[J]. 城镇供水, 2014(179): 62-66. DOI:10.3969/j.issn.1002-8420.2014.05.023
[23]
温泉, 马迎群, 时摇, 等. 基于污染负荷核算的岷江流域总磷污染成因分析及对策[J]. 地学前缘, 2020, 27(4): 332-339. DOI:10.13745/j.esf.sf.2020.5.29
[24]
高福, 冯棣, 孙池涛, 等. 农业面源污染指标与地表水质量的相关研究[J]. 灌溉排水学报, 2021, 40(6): 119-124.
[25]
柳强, 张鹏, 史箴, 等. 三峡库区上游沱江流域总磷浓度时空变化特性及影响因素分析[J]. 环境工程技术学报, 2022, 12(2): 459-467. DOI:10.12153/j.issn.1674-991X.20210086
[26]
彭东 等. 岷江眉山段水环境质量分析[J]. 环境与可持续发展, 2018, 43(4): 55-57. DOI:10.3969/j.issn.1673-288X.2018.04.015
[27]
韦娅俪, 陈亚平, 岳艾儒, 等. 岷江悦来渡口控制单元水体总磷达标分析[J]. 四川环境, 2019, 38(3): 17-25. DOI:10.14034/j.cnki.schj.2019.03.004
[28]
秦月. 长江经济带城市群联动发展研究[D]. 上海: 华东师范大学, 2020.