采煤塌陷水體是礦業城市的一種特殊地表水，在礦區生態中起著極其重要的功能。由于塌陷水體所處的特殊環境，附近礦業生產廢水、生活污水、農藥化肥等的排入，致使塌陷水體面臨各種有機、無機污染?？刂坪拖菟w的污染源是防止水環境污染的根本措施。因此，運用合理的數學模型和其他相關技術手段對已有的樣本數據進行分析進而間接推斷出污染的來源顯得尤為必要。
目前國內外關于大氣污染物源解析研究較多,而水環境中污染源解析主要集中在沉積物中有機物的研究,常規水質指標的源解析研究的相關報道主要集中在外文文獻中。對于采煤塌陷水體污染源解析的研究尚未見相關報道，因此對于該方面的研究在理論和應用方面具有重要的意義。
目前，在水環境中污染物的源解析的模型中，化學質量平衡模型和因子分析/主成分分析這兩個模型應用最為普遍，而且得到美國 EPA 的認可和推薦.近年來，越來越多的研究者將因子分析應用于水污染源解析，且得到了較好的效果，因此，選擇因子分析法對塌陷區水體進行污染源解析。
1 樣品采集與研究方法
1. 1 樣品采集
選擇淮南市潘一礦東邊采煤塌陷水體作為研究對象，共設置 16 個采樣斷面（ 如圖 1） ,樣品采集時間為 2011 年 4 月。根據 實 際 水 質 特 征 以 及 污 染 情 況 選 擇CODcr、TP、TN、總 堿 度、總 硬 度、CO2 -3、SO2 -4、Ca2 +、HCO-3、Cl-、Cd、Cr（ Ⅵ） 、Pb 和 Fe 這 14 項常規水質指標作為監測指標，樣品采集以及分析方法參照《水和廢水監測分析方法》（ 第四版） ,監測結果如表 1 所示?！颈?.圖1】
1. 2 研究方法
因子分析法的基本思路是把一些有復雜關系的變量歸結為少數幾個綜合因子的一種多變量統計分析方法。因子分析方法的目的是根據已有的監測數據，得出數目最少的公因子，計算出因子的載荷。因子的選擇主要取決于因子的特征值和累計方差貢獻率.通常選取主因子的特征值大于 1 以及方差累計貢獻率達 80% ~ 85% 以上。該文應用 SPSS17. 0 軟件中因子分析模塊進行水污染源解析研究。
2 塌陷區水污染源解析
2. 1 數據正態分布特征檢驗
使用多元統計方法的前提是變量需符合正態分布或者接近正態分布.潘一礦塌陷水體水質參數單樣本 Kolmogorov-Smirnov 檢驗結果表明，總硬度、CO2 -3、SO2 -4和 Cd 的精確檢驗概率值小于 5%,不符合正態分布規律，其他指標均符合正態分布。當 CO2 -3進行對數轉換后的數據精確檢驗概率值大于 5%,因此因子分析中 CO2 -3的數據采用的是對數轉換之后的數值。因此，在因子分析之前，剔除總硬度、SO2 -4和 Cd 這 3 個指標。
2. 2 污染物的因子分析
為了驗證因子分析的適用性，該文采用Kaiser-Meyer-Olkin （ KMO ） 和 Bartlett's Sphericity球度檢驗兩種檢驗方法進行綜合檢驗。
結合實際水質特征以及污染情況、數據的正態分布性以及 KMO 和 Bartlett's Sphericity 球度檢驗結果，最終選擇潘一礦塌陷水體的 CODcr、總堿度、Ca2 +、HCO3 -、CO2 -3、Cl-、Fe、Cr（ Ⅵ） 、Pb、TP、TN 這些變量進行因子分析。
KMO 和 Bartlett's Sphericity 球度檢驗結果表明，KMO 檢驗的 MSA 值為 0. 561,表示比較合適。Bartlett 的檢驗結果 sig. 為 0. 000（ sig. < 顯著性水平 0. 05） ,因此拒絕 Bartlett 球度檢驗的零假設，則認為該系列數據適合做因子分析。
如表 2 所示，按特征值大于 1 提取的前 4 個主因子解釋了總方差的 88. 017%,因此提取前 4個因子作為主因子是合理的?！颈?】
結合前面的研究，對各個主因子所代表的含義解釋如下（ 因子載荷 > 0. 5 作為主要關聯因子考慮） :
Fl（ 第一主因子） : 第一個主因子貢獻率為43. 871% ,旋轉之后貢獻率為 42. 991% ,影響力最大。與第一主因子相關聯的主要指標為 TP、TN、總堿度、Ca2 +、HCO-3和 Cl-,旋轉后的主因子載荷分別為 0. 921、0. 864、0. 885、0. 950、0. 533 和0. 956,即這些個變量與第一主因子的相關程度較高，反映了水體受氮磷營養鹽和離子的影響的程度。這是典型的混合污染。由于塌陷區所處的特殊位置，農田中大量使用氮磷化肥在下雨期間農田氮磷物質隨著隨地表徑流進入塌陷水體，造成水體氮磷營養鹽的增加。由濃度分布可以看出Cl-等離子類的增加受礦井水等礦業廢水的排入影響較大，另外淺層地下水中 Cl-等離子類含有高濃度的背景值，因此推斷這些離子主要來源于礦業廢水以及淺層地下水?；谏鲜龇治龅贸鲈撘蜃用黠@代表了混合污染源，推測 F1 主要代表了氮磷肥引起的農業面源污染、礦井水和淺層地下水的混合污染。
F2（ 第二個主因子） : 第二個主因子占總方差的 21. 202%,旋轉之后占總方差的 20. 180%.與第二個主因子相關聯的主要指標為 HCO-3、CO2 -3和 Fe,旋轉后的主因子載荷分別為 - 0. 780、0. 975、0. 706,這三個變量與第二個主因子有較強的相關性。水體中 Fe 的增加主要是因為礦業活動排放含高濃度 Fe 的廢水所引起的，HCO-3和CO2 -3主要與碳酸鹽巖地質背景相關，這些離子的增加主要也是由于碳酸鹽類巖層與地下水接觸而溶解于水中并隨著礦井水的排出而引起的，因此推斷 F2 代表了礦井水污染。
F3（ 第三個主因子） : 第三個主因子占總方差的 13. 628%,旋轉之后占總方差的 13. 299%.第三個主因子主要與 CODcr較強的相關關系，旋轉后的主因子載荷為 0. 946.第三因子反映了水體中有機污染狀況，由濃度分布可知臨近村莊以及礦業排污口出現有機污染高濃度區，由此推斷有機污染物主要來源于包含生活污水和禽畜養殖等農村污水和洗煤水等礦業廢水，因此 F3 主要代表了農村污水和礦業廢水混合污染。
F4（ 第四個主因子） : 第四個主因子占總方差的 9. 317%,旋轉之后占總方差的 11. 546%,與第四個主因子相關聯的主要指標為 Cr（ Ⅵ） 和 Pb,旋轉后的主因子載荷分別為 0. 716 和 0. 833,表明第四主因子與 Cr（ Ⅵ） 和 Pb 有密切的關系，反映了水體受重金屬污染的情況，結合實際情況，塌陷水體重金屬污染被認為主要來自于煤矸石淋溶水，因此推斷 F4 主要代表了煤矸石淋溶水污染。
因子分析結果表明，潘一礦塌陷水體具有顯著的多源性，是礦業廢水、農業面源污染、農村污水等各個污染源共同作用的結果，影響水質的主導因素是農業面源污染和礦業廢水的綜合污染，其次為礦業廢水污染。
3 結論
潘一礦塌陷水體污染源解析結果表明，潘一礦塌陷水體具有顯著的多源性，是礦井水、農業面源污染、淺層地下水、農村污水、煤矸石淋溶水等各個污染源共同作用的結果，其中最主要的污染源為農業面源污染、礦井水和淺層地下水的混合污染，是影響塌陷水體最重要的因素，環境保護部門應當充分重視礦業活動給環境所帶來得危害，提出相關的治理措施，減少由于礦業開采所引起的污染。另外，農業面源污染也應引起足夠重視，提出對應的治理措施。
參考文獻：
[1]邵冬海。 大連城市空氣特征污染物 TSP 源解析及污染控制系統研究[D]. 大連： 大連理工大學，2004.
[2]李祚泳，丁晶，張欣莉。 成都市大氣顆粒物源解析的PPR 法[J]. 環境科學研究，2000,13（ 5） : 38-40.
[3]金蕾，華蕾。 大氣顆粒物源解析受體模型應用研究及發展現狀[J]. 中國環境監測，2007,23（ 1） : 38-41.
[4]馮銀廠，自志鵬，朱坦，等。 大氣顆粒物二重源解析技術原理與應用[J]. 環境科學，2002,23（ 增刊 1） :128-130.
[5]陳明華，陳靜森，李德。 上海市大氣顆粒物高濃度區污染物的源解析[J]. 上海環境科學，1997,16（ 10） :15-17.
[6]戴樹桂，朱坦，白志鵬。 受體模型在大氣顆粒物源解析中的應用 和 進 展[J]. 中 國 環 境 科 學，1995,15（ 4） : 252-257.
[7]歐東妮。 長江口濱岸多環芳烴（ PAHs） 多相分布特征與源解析研究[D]. 上海： 華東師范大學，2007.
[8]羅孝俊，陳社軍，麥碧嫻，等。 珠江三角洲地區水體表層沉積物中多環芳烴的來源、遷移及生態風險評價[J]. 生態毒理學報，2006,1（ 1） : 17-24.
[9]劉宗峰。 黃河口及萊州灣表層沉積物中多環芳烴來源解析研究[D]. 青島： 中國海洋大學，2008.
[10]SINGHA K P,MALIKA A,MOHANA D,et al.Multivariate statistical techniques for the evaluation ofspatial and temporal variations in water quality of GomtiRiver（ India） : a case study [J]. Water Res,2004,38: 3 980-3 992.
[11]Yuan Zhang,Fen Guo,Wei Meng,et al. Water qualityassessment and source identification of Daliao riverbasin using multivariate statistical methods [J].Environ Monit Assess,2009,152: 105-121.
[12]Gordon G E. Receptormodels [J]. EnvironmentalScience & Technology,1988,22（ 10） : 1 132-1 142.
[13]陳干。 南淝河流域地下水水化學特征及硝酸鹽污染源解析[D]. 安徽： 合肥工業大學，2009.
[14]Feryal Akbal, Levent Gürel, Tolga Bahad\ue549r.Multivariate Statistical Techniques for the Assessmentof Surface Water Quality at the Mid-Black Sea Coast ofTurkey [J]. Water Air Soil Pollut,2011,216: 21-37.
[15]閆旌。 南沙河污染現狀監測分析及污染源解析技術研究[D]. 北京： 北京交通大學，2010.
[16]郭芬，張遠。 水環境中 PAHs 源解析研究方法比較[J]. 環境監測管理與技術，2008,20（ 5） : 11-16.
[17]Papatheodorou G,Demopoulou G. Lambrakis N,Along-term study of temporal hydrochemical data in ashallow lake using multivariate statistical techniques[J]. Ecological Modeling,2006,193: 759-776.
