河流水体的物理化学成分是流域的一个重要特征，是自然因素和人类活动对流域生态环境影响的综合体现^[1-3]。然而，作为一个动态系统，河流的理化特性往往因地形地质、气候等自然条件的影响而存在不同的空间差异性^[4]。此外，随着城市化、工业化、农业灌溉和水库梯级建设等人类活动的加剧，河流水质会遭受不同程度的污染乃至出现水生态系统结构和功能的退化，这将进一步加剧水体理化特性在空间分布上的不确定性^[5]。在内陆干旱地区，河流作为区域居民生活污水、工业废水和地表径流排放的主要载体最易遭到污染和破坏^[6]，严重影响整个流域的生态环境状况和社会经济发展。因此，开展干旱内陆地区河流理化性质空间分布规律的研究，对于识别潜在污染源与提高人们对区域环境状况的认知有着重要意义。

作为我国第二大内陆河流，黑河是甘肃河西走廊绿洲赖以生存和社会经济可持续发展的重要水资源基地^[8]。近年来由于气候变化以及人类活动的干扰，河流的径流泥沙等水文环境要素发生了显著变化，与其相关的水环境特征也随之改变^[9-13]。以往关于黑河水质的研究多集中在水质评价和水生生物群落对水质的响应关系上^[14-16]，而对水体理化性质空间分布规律的研究仍比较薄弱^[17]。为此，笔者通过对黑河干流上中游河水理化性质的调查，运用聚类分析、判别分析和主成分分析的方法，并结合已有的流域环境背景资料，探讨黑河水理化性质的空间分布特征及其主导因子，以期为黑河流域水资源管理与可持续利用决策提供科学依据。

1 研究区概况与研究方法 1.1 研究区概况

黑河发源于祁连山北麓，流域范围介于37º45'~42º40' N，96º42'~102º04' E之间，流经青海、甘肃和内蒙古，流域总面积为1.43×10⁵ km²。黑河干流全长约821 km，以莺落峡和正义峡为界，划分为上、中、下游。莺落峡以上的祁连山区为上游，由八宝河与野牛沟河两条支流汇合而形成干流，多年平均降水量在350 mm以上。在上段支流区主要以牧业活动为主，而下段干流区蕴藏着丰富的水能资源，相继开发了8座梯级电站。莺落峡至正义峡为中游，多年平均降水量为140 mm左右，蒸发量为1 400 mm左右。区内光热资源充足，土地平坦，绿洲农业发达，是黑河水资源的主要利用区。正义峡以下为下游，多年平均降水量40 mm左右，蒸发量2 250 mm以上，属于径流消亡区^{[10, 18]}。黑河来水主要有降水形成的地表径流、冰川融冰（融雪）以及地下水等。夏秋两季是河源径流的丰水期，径流量与降水年内分配特性吻合，约占全年径流量的73.4%；冬春枯水期水量约占全年径流量的26.6%，其中春季主要依靠积雪消融与地下水补给，其补给量分别约占该时段径流量的8.3%和69%^[19-20]。

1.2 样品的采集与分析

于2017年4月选择人类活动对黑河流域干扰强烈的上中游地区进行采样调查，共选取17个典型断面（图 1）。在野外使用哈希便携式水质仪测定表层水温、pH值、电导率（EC）、溶解性总固体（TDS）浓度、溶解氧（DO）浓度和盐度。同时采集1 000 mL水样固定后置于4 ℃保温箱带回实验室，测定总氮（TN）浓度、总磷（TP）浓度、铵态氮（NO₂^--N）浓度、亚硝酸盐氮（NH₄⁺-N）浓度和化学需氧量（COD）等化学指标。水样的预处理和保存严格按照《水和废水监测分析方法》进行^[21]。同时，为减小系统误差，以上样品均重复测定3次，数据分析过程中取其平均值。

1.3 研究方法

聚类分析是按照某些数量特征将观察对象进行空间分类的一种统计方法。其实质是根据样品或变量之间的亲疏远近，把相似程度最大的数据或属性聚合为一类的分析方法^[22]。

判别分析是多统计分析中用来判别聚类结果和识别显著性的污染指标的一种方法，其原理是按照一定的判别准则，建立合适的判别函数，通过研究对象的大量资料来确定判别函数中的待定系数，并计算判别指标，据此判断某一样本属于何类^[23]。

主成分分析的核心思想是对原始数据进行降维处理，其实质是把原来具有错综复杂的变量归纳为少数几个综合变量，即主成分。通过提取出的这些主成分的线性组合表示原始变量，从而实现用少数几个综合变量反映原始变量的绝大部分信息，并且所含的信息互不重叠^[24]。

在聚类分析前，首先采用Skewness和Kurtosis法对数据进行正态检验，结果分别为-0.466~2.157和-1.552~4.217（置信度95%），说明过于偏离正态分布；然后进行对数转换，结果提高到-2~2，基本呈正态或接近正态分布。同时，为了消除单位量纲的影响，再将数据进行标准化处理，即均值为0，方差为1。主成分分析之前先对数据进行KMO检验，其结果为0.56，说明监测数据基本适合于主成分分析。

2 结果与分析 2.1 各指标空间分布特征

黑河各采样点水物理化学指标分布情况见图 2。从图 2可以看出黑河河水的pH值分布在8.06~8.71之间，呈弱碱性，符合GB 3838—2002《地表水环境质量标准》。此外，河水pH值在空间分布上基本稳定（图 2）。DO浓度总体较高，为Ⅰ级水质，表明水体拥有良好的自净能力。在空间分布上，DO浓度中游略高于上游，一般认为河流中游往往要比上游污染严重，但黑河中游却表现出较强的自净能力，说明河水处于健康状态。通常水温是影响DO浓度高低的主要因素，温度越低，DO溶解度就越高^[25]，而从分析结果来看，两者似乎并没有表现出一定的响应规律，这可能是其他因素如营养物质的量、水体中氧化还原反应以及生物因素影响更大^[26]。EC从14号样点（平川）开始急剧上升，并在17号样点处（正义峡）达到峰值〔（1 039±3.60) µS·cm^-1〕。研究表明，电导率是水体中可溶性离子数量的综合反映，伴随河水的运移，土壤、围岩以及人类活动产生的溶解性盐类不断进入河水，并发生离子交换，在没有与电导率较小的水体混合情况下电导率是逐渐升高的^[27]。该研究中，由于14号点以后基本没有支流汇入干流，因此电导率值大幅升高。另一方面，河流经过人类活动相对强烈的中游地区，沿线的造纸企业、农副产品加工企业等向河流中排放了大量盐类，这可能也是该河段电导率升高的重要原因之一。TDS代表了水中的溶解性无机盐和有机物，从物理意义上来说，水中溶解物越多，水体导电性就越好，盐度也就越大^[28]，这一理论与该研究结果基本一致，从空间分布特征上看，TDS浓度、盐度和EC均表现出相似的变化规律。

与上述EC、TDS、盐度不同的是，NO₂^--N浓度、TP浓度及COD在上游上段较高。其中NO₂^--N可能是由于牧区动物活动产生的游离氨被带入水体；而到氧化性较强的中游地区，NO₂^--N经硝化作用被氧化成NH₄⁺-N和NO₃^--N，因此NO₂^--N浓度下降。TP浓度和COD在上中游较低，基本符合Ⅱ类地表水环境标准。而TN浓度则相反，在中游沿程增大并超出Ⅴ类水标准，可能是中游累积作用和污染都比较严重。

另外，农业施肥对氮素的贡献不容忽视。大量研究表明，氮肥的过量施用可能是造成地表水硝态氮污染的重要原因^{[6, 29]}，加之春灌又为氮素的迁移提供了便利条件，因此水中TN浓度急剧上升。有研究认为，随着河水NO₃^--N浓度的增加，反硝化速率会加快^[30]。也有研究认为，硝化作用是影响反硝化过程的重要因素^[31]，这与该研究结果具有一定的相似之处，如反硝化作用去除水体氮素进行自净时，NH₄⁺-N与TN浓度均表现出降低的特征。但也有研究指出DO是反硝化的又一重要影响因素^[32]，而该研究中DO浓度并没有对TN浓度的变化表现出明显的相关关系，因此要找出春季黑河河水DO浓度与反硝化过程的相互影响关系仍需作进一步研究。

整体而言，从上游至中游的17个采样点中，4和14号样点处各水质指标均表现出增大的趋势。其中点4处可能是八宝河受当地畜牧化养殖污染以及矿产企业污染所致，而从14号点开始，河流所经过的中游地区水质指标普遍升高，这与农业面源污染以及工业、生活污水直排河道等因素紧密相关。

2.2 空间相似性聚类分析

基于水质指标的采样点聚类结果见图 3。根据各采样点水体理化性质的相似性，将全部采样点划分为3组。组1包括1、2、3和4号采样点；组2包括5~12号8个采样点；组3包括13~17号5个采样点。其中，1~4号采样点分布于青海省祁连县地区，区内畜牧污染物以及工矿企业排放的废水可能对河流有一定程度的污染。5~12号采样点分布于高山峡谷地带，本身污染源就较少，并且上游大坝拦截了大部分污染物，从而使下游河道中污染物浓度相对较低，加之水流流速快，污染物不易聚集，因此该河道水质较佳。13~17号样点分布在人类活动频繁的走廊平原地区，干支流沿途接纳了未处理或未严格处理的村镇生活污水、工业废水及农业径流，加重了河水污染程度；此外，河水还可能受到河道底泥释放的污染物影响，因此组3可代表水质较差的河段。

2.3 空间判别分析

采用Wilk'λ判别分析法对表征组间显著性差异的水质指标进一步验证，获得统计检验结果（表 1）、结构矩阵（表 2）和分类函数系数矩阵（表 3）。2个判别函数基本解释了全部水质信息，Wilk'λ与卡方系数分别为0.014、0.164和53.110、22.571。判别函数1和2的显著性检验均小于0.05，证明了空间聚类分析的有效性。

从判别函数的结构矩阵及分类函数系数看出，判别函数由4个指标构建，即水温、TP浓度、TN浓度和COD。这4个指标可用来识别组1、组2、组3河段，它们的空间差异性及变化规律见图 4。水温和TN浓度的最大平均值出现在组3中，明显高于不存在显著性差异的组1和组2。COD的最大平均值出现在组1，最小平均值出现在组2，表现出组间显著性差异。TP浓度在3组中的高低顺序为组1 > 组3 > 组2，组间差异性明显。基于上述分析，组1中TP浓度和COD相对其他区域偏高，主要原因可能是该组采样点分布的区域内，畜牧污染物、工业废水随地表径流被带入河水，对水质产生了较大干扰。TN浓度在组3中相对较高的原因可能与农业活动、生活排污等点源及非点源污染有关。而水温则主要受海拔高程和采样时刻的影响。

2.4 主成分分析

采用特征值是否大于1作为判别依据，由图 5可以看出，特征值大于1的主成分有3个。而前3个主成分的累计方差贡献率为80.20%（表 4），低于85%，当增加一个主成分后贡献率达到87.23%，超过85%，表明4个主成分足以代表原始变量所包含的绝大部分信息。

从提取的4个主成分来看，第1主成分解释了36.08%的水质变异，反映的信息量最大，具有较高荷载的变量为EC、TDS、盐度、TN；其中EC、TDS、盐度含量代表水体中离子浓度；TN浓度的高低反映了水体富营养化程度，TN既是由于流域内农业生产过程中施用化肥使含氮营养盐通过地表径流进入河水所致，也是由于生活污水、工业废水等点源污染所致^[33]，随着这些离子进入水体，EC、TDS和盐度含量升高，因此第1主成分可归类为生活污水等点源污染和农业面源污染的综合影响。第2主成分的贡献率为23.51%，与其相关联的因子主要是TP浓度、NO₂^--N浓度和COD，是在第1主成分的基础上进一步反映水体受营养盐的影响；氮磷元素能够促进水生生物生长，从而使COD所代表的有机物水平也随之上升。第3主成分解释了总方差的20.16%，与之密切相关的是DO浓度和NH₄⁺-N浓度，反映了DO对氮循环的影响，可认为第3主成分主要是硝态氮污染。第4主成分是新增的1个主成分，方差贡献率稍低，为7.03%，代表pH值的信息，体现了地形地貌对水质的影响^[27]。

此外，将因子值分别乘以各自主成分特征值的算数平方根，得到各采样点的主成分得分，然后根据各主成分表达式及主成分综合评价模型，计算出综合得分（表 5），按照分值排序后即可对不同采样点的水质状况进行分级评价。

从得分排序情况来看，主成分1从小到大表现为上游上段 < 上游下段 < 中游，说明以EC、TDS、盐度和TN浓度为综合指标的水质在上游上段最佳，上游下段次之，中游最差；主成分2从小到大表现为上游下段 < 中游 < 上游上段，说明表征信息TP浓度、NO₂^--N浓度及COD是影响上游上段水质变化的主要原因；主成分3的得分情况从小到大表现为上游下段 < 上游上段 < 中游，表明DO浓度和NH₄⁺-N浓度对中游水质的影响程度较大；第4主成分则从小到大表现为中游 < 上游下段 < 上游上段，说明上游上段受pH值影响较大。主成分综合得分情况从小到大表现为上游下段 < 上游上段 < 中游，说明春季枯水期黑河水质以上游下段最优，上游上段次之，中游最差。结合空间聚类分析结果来看，第3组采样点代表的中游河段水质最差，其次为第1组，而第2组采样点代表的区域水质状况较好。这一结果也恰好反映出人类活动及自然属性的特点：黑河的上游上段虽为产流区，但沿河分布的草场牧区以及矿产企业对河流产生不同程度的污染。上游下段属于黑河梯级水电开发区，该区由于水库沉积作用的影响，污染物颗粒被沉淀于库底，因此改善了大坝下游河道中的水质状况。而中游是流域内人口最密集的地区，受未处理农业径流、生活污水及工业废水排放的影响使得该河段水况沿程变差。

3 结论

（1）黑河水体总体上呈弱碱性，河水的TP浓度、COD、NO₂^--N浓度、NH₄⁺-N浓度较低，DO浓度较高，说明黑河水质较佳，且具有较强的自净能力。但在中游河段出现TN浓度超标，EC和TDS、盐度明显升高的现象，表明河水可能遭受到氮素及溶解性盐类的污染。

（2）由聚类分析和判别分析得出春季枯水期黑河水质采样点在空间上被划分为3类，分别对应河流的上游上段、上游下段以及中游段，并得出影响此分类结果的指标为水温、TN浓度、COD和TP浓度。

（3）运用主成分分析共提取了4个主成分，从各主成分的得分情况可以看出，pH值、TP浓度、NO₂^--N浓度和COD是影响上游上段水质变化的主要指标，而中游河段则受EC、TDS浓度、盐度、TN浓度、DO浓度和NH₄⁺-N浓度的影响较大。

（4）综合主成分得分排序表明，上游下段的水质最优，上游上段次之，中游最差，分别对应了聚类结果的第2类、第1类和第3类采样点。表明在黑河水电梯级开发区，大坝对污染物的截留效应和阻隔效应改善了库区下游河道中的水质状况；而中游水质变差则可能与农业径流、居民生活污水和工业废水的排放等因素有关。另外，中游河面宽广，流速缓慢，河道底泥深厚，水体受污染程度往往要比上游河道严重。