基于蒙特卡洛的水质综合评价及PMF溯源解析——以木兰溪为例OA
为了提高水环境评价及污染溯源的准确性和可靠性,基于2015—2019年木兰溪水质监测数据,采用蒙特卡洛模拟方法计算综合污染指数(H),通过相关性及敏感性分析识别综合污染指数的影响要素,最后采用正定矩阵因子分解法(positive matrix factor,PMF)进行污染溯源.结果表明:①时间上,2015—2019年研究区H值范围为0.67~0.81,除2017年和2018年小幅波动外,水质总体呈好转趋势;空间上,水质从上游到下游总体表现为明显恶化,受土地利用类型影响,中游P4和P5断面局部好转.②相关性分析表明,上游P3断面在污染程度严重的2015年和2018年对区域的H值影响最大,而下游P6断面在污染程度相对低的2016年、2017年和2019年对区域H值影响最大;敏感性分析表明,TN为研究区综合污染指数的主要影响指标.③PMF溯源结果表明,研究区汛期污染源贡献率排序为农业污染(33.5%)>生活与工业废水(31.0%)>有机污染源(21.2%)>季节效应(14.3%),非汛期污染源贡献率排序为农业污染(25.0%)>生活污水(22.0%)>季节效应(20.3%)>有机污染源(18.1%)>工业点源(14.6%).
李光悦;陈锦;刘继辉;石成春;李莉;李家兵;谢蓉蓉
福建师范大学环境与资源学院,福州350007福建省环境科学研究院,福州350013福建省环境科学研究院,福州350013福建省环境科学研究院,福州350013福建省莆田环境监测中心站,福建莆田351100福建师范大学环境与资源学院,福州350007 福建师范大学福建省污染控制与资源循环利用重点实验室,福州350007 福建师范大学数字福建环境监测物联网实验室,福州350007福建师范大学环境与资源学院,福州350007 福建师范大学福建省污染控制与资源循环利用重点实验室,福州350007 福建师范大学数字福建环境监测物联网实验室,福州350007
资源环境
木兰溪蒙特卡洛模拟水质综合评价综合污染指数正定矩阵因子分解模型
《天津师范大学学报(自然科学版)》 2026 (2)
P.26-34,9
国家自然科学基金资助项目(42007343)福建省自然科学基金资助项目(2021J01195).
评论