广西综合环境质量的典型相关分析

广西综合环境质量的典型相关分析黄良美　陈　蓓∗　陆晓艳　阮姗姗　林　卉　李嘉力　兰波涛（广西壮族自治区生态环境监测中心，南宁５３００２８）摘　要　用典型相关分析方法按５年（２０１１—２０１５年）、１０年（２００６—２０１５年）和１５年（２００１—２０１５年）３个时间尺度分析广西要素环境质量监测指标与自然、经济、人口、能源和污染物排放等年鉴统计指标之间的典型相关性。结果表明：（１）广西自然、经济、人口、能源和要素环境质量间的典型相关性随时间尺度增长呈上升趋势。１０年和１５年时间尺度有显著典型相关性；５年时间尺度需通过在季度样本的时间密切增长才能建立起典型相关性。（２）广西大气环境质量以综合污染指数、二氧化硫、细颗粒物和二氧化氮为主要载荷，水质以综合污染指数、化学需氧量、氨氮、溶解氧、镉为主要载荷，生态环境以生态环境状况指数、植被覆盖指数、水网密度指数为主要载荷，污染源以废水企业数、废气企业数以及污水处理厂数和污水处理达标排放率为主要载荷。（３）广西大气综合污染指数、二氧化硫、细颗粒物、二氧化氮、酸雨频率与水质综合污染指数、镉、溶解氧、氨氮、石油类和总磷呈正相关，而ｐＨ值则与这些指标呈负相关。污染源企业数量与大气、水质主要载荷指标的浓度呈正相关。（４）自然、经济、人口、能源、污染物排放是广西综合环境质量变化的驱动因子，环境质量监测评价指标的调整变化深刻影响环境质量的动态变化。研究可为经济发展、国土空间优化、能源利用、生态环境保护和环境质量评价等提供参考。关键词　环境质量；复合生态系统；典型相关性；广西广西重点研发计划“基于广西生态系统和环境管理需求的地方环境标准体系研究”（合同编号“桂科ＡＢ１６３８０３４０”）资助。收稿日期：２０１９⁃０２⁃１７　　接受日期：２０１９⁃０６⁃２６∗通讯作者Ｅ⁃ｍａｉｌ：[e-mail]ｎａｌｙｓｉｓｏｎｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｏｆＧｕａｎｇｘｉ．ＨＵＡＮＧＬｉａｎｇ⁃ｍｅｉ，ＣＨＥＮＢｅｉ∗，ＬＵＸｉａｏ⁃ｙａｎ，ＲＵＡＮＳｈａｎ⁃ｓｈａｎ，ＬＩＮＨｕｉ，ＬＩＪｉａ⁃ｌｉ，ＬＡＮＢｏ⁃ｔａｏ（ＧｕａｎｇｘｉＥｃｏ⁃ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇＣｅｎｔｅｒ，Ｎａｎｎｉｎｇ５３００２８，Ｃｈｉｎａ）．Ａｂｓｔｒａｃｔ：Ｗｅａｎａｌｙｚｅｄｔｈｅｃａｎｏｎｉｃａｌｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｍｏｎｉｔｏｒｉｎｇｉｎｄｉ⁃ｃａｔｏｒｓｏｆＧｕａｎｇｘｉａｎｄｓｔａｔｉｓｔｉｃａｌｉｎｄｉｃａｔｏｒｓｏｆｙｅａｒｂｏｏｋｓｕｃｈａｓｎａｔｕｒｅ，ｅｃｏｎｏｍｙ，ｐｏｐｕｌａｔｉｏｎ，ｅｎｅｒｇｙ，ｐｏｌｌｕｔａｎｔｅｍｉｓｓｉｏｎｓａｔｔｈｒｅｅｔｉｍｅｓｃａｌｅｓｏｆ５ｙｅａｒｓ（ｆｒｏｍ２０１１ｔｏ２０１５），１０ｙｅａｒｓ（ｆｒｏｍ２００６ｔｏ２０１５）ａｎｄ１５ｙｅａｒｓ（ｆｒｏｍ２００１ｔｏ２０１５）ｂｙｃａｎｏｎｉｃａｌｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ（ＣＣＡ）．Ｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ：（１）Ｔｈｅｃａｎｏｎｉｃａｌｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｆａｃｔｏｒ’ｓｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙａｎｄｎａｔｕｒｅ，ｅｃｏｎｏｍｙ，ｐｏｐｕｌａｔｉｏｎａｎｄｅｎｅｒｇｙｏｆＧｕａｎｇｘｉｈａｄａｎｕｐｗａｒｄｔｒｅｎｄｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｓｏｆｔｉｍｅｓｃａｌｅｓ．Ｔｈｅｃｏｒｒｅｌａｔｉｏｎｗａｓｓｔａｔｉｓｔｉｃａｌｌｙｓｉｇｎｉｆｉｃａｎｔａｔｔｈｅｔｉｍｅｓｃａｌｅｓｏｆ１０ａｎｄ１５ｙｅａｒｓ．Ｈｏｗｅｖｅｒ，ｅｓｔａｂｌｉｓｈｉｎｇｔｈｅｃａｎｏｎｉｃａｌｃｏｒｒｅｌａｔｉｏｎａｔｔｈｅｔｉｍｅｓｃａｌｅｏｆ５ｙｅａｒｓｎｅｅｄｅｄａｃｌｏｓｅｉｎｃｒｅａｓｅｉｎｔｈｅｔｉｍｅｏｆｑｕａｒｔｅｒｌｙｓａｍｐｌｅｓ．（２）Ｔｈｅｍａｊｏｒｌｏａｄｉｎｇｏｆａｔｍｏｓｐｈｅｒｉｃｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｗａｓｃｈａｒｇｅｄｂｙｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｐｏｌｌｕｔｉｏｎｉｎｄｅｘｏｆａｉｒｑｕａｌｉｔｙ，ｓｕｌｆｕｒｄｉｏｘｉｄｅ，ｆｉｎｅｐａｒ⁃ｔｉｃｕｌａｔｅｍａｔｔｅｒ（ＰＭ２．５），ａｎｄｎｉｔｒｏｇｅｎｄｉｏｘｉｄｅ．Ｔｈｅｍａｊｏｒｌｏａｄｉｎｇｏｆｗａｔｅｒｑｕａｌｉｔｙｗａｓｃｈａｒｇｅｄｂｙｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｐｏｌｌｕｔｉｏｎｉｎｄｅｘｏｆｗａｔｅｒｑｕａｌｉｔｙ，ＣＯＤＭｎ，ａｍｍｏｎｉａ，ＤＯ，ａｎｄＣｄ．Ｔｈｅｍａｊｏｒｌｏａｄｉｎｇｏｆｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｗａｓｃｈａｒｇｅｄｂｙｅｃｏｌｏｇｉｃａｌｉｎｄｅｘ，ｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｎｄｅｘ，ａｎｄｗａｔｅｒｎｅｔｗｏｒｋｄｅｎｓｉｔｙｉｎｄｅｘ．Ｔｈｅｍａｊｏｒｌｏａｄｉｎｇｏｆｋｅｙｐｏｌｌｕｔａｎｔｓｏｕｒｃｅｓｍｏｎｉｔｏｒｉｎｇｉｎｄｉｃｅｓｗａｓｃｈａｒｇｅｄｂｙｔｈｅｎｕｍｂｅｒｏｆｅｎｔｅｒｐｒｉｓｅｓｔｈａｔｄｉｓｃｈａｒｇｅｗａｓｔｅｗａｔｅｒ，ｗａｓｔｅｇａｓａｎｄｍｕｎｉｃｉｐａｌｗａｓｔｅｗａｔｅｒｔｒｅａｔｍｅｎｔｐｌａｎｔｓ，ａｎｄｓｔａｎｄａｒｄｄｉｓｃｈａｒｇｅｒａｔｅｏｆｓｅｗａｇｅｔｒｅａｔｍｅｎｔ．（３）Ａｉｒｑｕａｌｉｔｙｉｎｄｉｃｅｓｉｎｃｌｕｄｉｎｇｉｎｔｅｇｒａｔｅｄｐｏｌｌｕｔｉｏｎｉｎｄｅｘｏｆａｉｒｑｕａｌｉｔｙ，ＳＯ２，ＰＭ２．５，ＮＯ２ａｓｗｅｌｌａｓｆｒｅｑｕｅｎｃｙ生态学杂志ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＥｃｏｌｏｇｙ　２０１９，３８（１１）：３４５０－３４５９　　　　　　　　　ＤＯＩ：１０．１３２９２／ｊ．１０００－４８９０．２０１９１１．００６ｏｆａｃｉｄｒａｉｎｈａｄｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｗａｔｅｒｑｕａｌｉｔｙｉｎｄｉｃｅｓｉｎｃｌｕｄｉｎｇｉｎｔｅｇｒａｔｅｄｐｏｌｌｕｔｉｏｎｉｎｄｅｘｏｆｗａｔｅｒｑｕａｌｉｔｙ，ＣＯＤＭｎ，Ｃｄ，ＤＯ，ａｍｍｏｎｉａ，ｐｅｔｒｏｌｅｕｍ，ａｎｄｔｏｔａｌｐｈｏｓｐｈｏｒｕｓ，ｗｈｉｌｅｔｈｅｐＨｏｆａｃｉｄｒａｉｎｈａｄｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｓｅｉｎｄｉｃｅｓｏｆａｉｒａｎｄｗａｔｅｒｑｕａｌｉｔｙ．Ｔｈｅｎｕｍｂｅｒｏｆｐｏｌ⁃ｌｕｔａｎｔｓｏｕｒｃｅｓｅｎｔｅｒｐｒｉｓｅｓｈａｄｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｆｍａｉｎａｔｍｏｓｐｈｅｒｉｃａｎｄｗａｔｅｒｑｕａｌｉｔｙｉｎｄｉｃｅｓ．（４）Ｎａｔｕｒｅ，ｅｃｏｎｏｍｙ，ｐｏｐｕｌａｔｉｏｎ，ｅｎｅｒｇｙ，ａｎｄｐｏｌｌｕｔａｎｔｅｍｉｓｓｉｏｎｓｗｅｒｅｔｈｅｄｒｉｖｉｎｇｆｏｒｃｅｓｆｏｒｔｈｅｃｈａｎｇｅｓｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｏｆＧｕａｎｇｘｉ．Ｔｈｅａｄｊｕｓｔ⁃ｍｅｎｔｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｍｏｎｉｔｏｒｉｎｇｅｖａｌｕａｔｉｏｎｉｎｄｉｃａｔｏｒｓｈａｄｐｒｏｆｏｕｎｄｉｍｐａｃｔｓｏｎｔｈｅｄｙｎａｍｉｃｓｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙ．Ｏｕｒｒｅｓｕｌｔｓｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｔｏｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐ⁃ｍｅｎｔ，ｌａｎｄｕｓｅｏｐｔｉｍｉｚａｔｉｏｎ，ｅｎｅｒｇｙｕｔｉｌｉｚａｔｉｏｎ，ｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎ，ａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｅｖａｌｕａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙ；ｉｎｔｅｇｒａｔｅｄｅｃｏｓｙｓｔｅｍ；ｃａｎｏｎｉｃａｌｃｏｒｒｅｌａｔｉｏｎ；Ｇｕａｎｇｘｉ．　　环境质量分析是环境保护管理的基础性工作和重要技术支撑，为政府和公众提供了精确、科学、全面、易懂的环境质量信息（柏仇勇等，２０１８）。基于标准和规范的环境质量评价需要界定一定时空范围单要素、单因子、单时限、分特征的对象才具有当前政府环境质量责任追究和绩效考核的意义，由此，造成评价结果往往是孤立的、零散的、随机的分布格局（杨士建等，２００７）；由于忽略了指标属性的集中和离散趋势，丢失大量数据信息及其与其他数据蕴含的关联性机理，以致评价结果出现较大的粗糙度和偏离度，缺乏总体的普适性和内在的关联性。随着当前环境监测技术日新月异，大数据分析时代的到来（Ａｂａｒｄａｅｔａｌ．，２０１７），这种基于标准的评价过程正逐渐跟不上当前环境监测精确化管理和环境质量信息综合、全面、动态反演（彭补拙等，１９９６；张增祥等，１９９９；杨晓华等，２００５；孟利等，２０１７）的要求。环境质量常分为要素环境质量和综合环境质量２种类型，目前，要素环境质量的评价及其综合分析研究多见报道，但综合环境质量（彭补拙等，１９９６）的评价还很少，主要原因：一是目前无有效的规范和标准面向综合环境质量的界定，要定量和定性评价综合环境质量的优劣还欠缺基准与参照，二是综合环境质量本身是一个复杂系统和动态调控过程，其内部结构量化时所赋予的正负指标及趋势判定（张增祥等，１９９９；杨晓华等，２００５）和以人为本的阶段层次目标优化过程存在很多短板。由于环境质量及其评价涉及面极为广泛，要从要素众多，关系复杂的环境系统中说清环境质量状况问题及其变化规律和趋势面临很大挑战。关联分析可以从大量数据中发现要素间有趣的关联性，查找存在于数据集合或对象集合之间的频繁模式、关联／相关性拟合模型、过程结构组合和因果关系（张金屯，２００４；黄金良等，２０１１）。其中，典型相关分析主要借用主成分分析的降维技术，对两组变量提取主成分，使组间相关程度达到最大，组内各主成分之间互不相关，用组间相关性来描述两组变量整体的线性关系；同时典型相关分析可以对分布齐整的数据矩阵通过时空转换算法求算出变量间的关联性，避免关联度指数基于信息熵的计量过程，可以面向多层数据源开展运算，即该算法适用于全域性数据集（张金屯，２００４；叶协锋等，２００９；常兆丰等，２０１４；王俊等，２０１８）。本文基于“自然⁃经济⁃人口⁃能源⁃环境”的复合生态系统理念（彭补拙等，１９９６；张增祥等，１９９９；柏仇勇等，２０１８），应用典型相关分析技术，开展广西综合环境质量要素集的关联性分析，检验典型相关分析的基本假设和结构稳定性，估计典型相关模型，评价模型拟合情况，解释典型变量。旨在从关联性角度探讨综合环境质量状况及其复杂关系，尝试求解环境质量及其影响因素的解析解和数值解（彭补拙等，１９９６；肖庆聪等，２０１２；孟利等，２０１７）。１　研究对象和方法１􀆰１　内容范围广西壮族自治区位于１０４°２８′Ｅ—１１２°０４′Ｅ，２０°５４′Ｎ—２６°２４′Ｎ，土地总面积２３．７６万ｋｍ２，占全国土地总面积的２．５％；行政区划为１４个地级市，７个县级市，６３个县（含１２个民族自治县），４０个市辖区；户籍总人口约５６５９万人。１􀆰２　数据采集方法及矩阵构建属性指标采集了广西２００１—２０１５年有关要素环境质量监测指标与自然、经济、人口、能源和污染物排放等统计年鉴指标，数据样本结构主要按省域单元的年构建。２００１—２０１５年间，国家对环境质量监测指标及统计年鉴指标存在有减有增的调整变１５４３黄良美等：广西综合环境质量的典型相关分析表１　广西２０１１—２０１５年综合环境质量结构与功能属性数据指标层Ｔａｂｌｅ１　ＤａｔａｓｅｔｓｂｅｔｗｅｅｎｓｔｒｕｃｔｕｒｅａｎｄｆｕｎｃｔｉｏｎｏｆｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙｉｎＧｕａｎｇｘｉｄｕｒｉｎｇ２０１１－２０１５系统层指标层指标代码①自然气温、降水量、地表水资源量、地下水资源量ｘ１－ｘ４经济国民生产总值及其第一产业占比、第二产业占比、工业占比、第三产业占比；固定资产投资及其基建占比、更新改造占比、房地产占比、固定