CC BY
37
НАУКИ О ЗЕМЛЕ
НАУКА. ИННОВАЦИИ. ТЕХНОЛОГИИ, №2, 2016
УДК556.3: Бегдай И.В. [Begday I. V.]
519.87(470.63) Бондарь Е,В. [Bondar Е, V.]
Перекопская Н.Е. [Perekopskaya N. Е.]
ИССЛЕДОВАНИЕ ЗАГРЯЗНЕНИЯ РОДНИКОВ ГОРОДА СТАВРОПОЛЯ МЕТОДОМ ФАКТОРНОГО АНАЛИЗА
The research of the pollution of springs in the city of Stavropol by the method of factor analysis
Проведены исследования загрязнения вод шести родников г. Ставрополя по 13 видам загрязнения методом факторного анализа. Анализ проб проводился на базе НУЛ «Экоаналитическая лаборатория исследования окружающей среды» ЦКП СКФУ; с использованием следующих приборов: атомно-абсорбционного спектрометра с атомиза-цией в пламени ICE 3300 (Thermo Scientific, США), кондуктометра «Эксперт-002», спектрофотометра «Genesys» мод. 10s (Thermo Scientific, США), рН-метра рН-150МИ. Составлены корреляционная матрица монарных (корреляция факторов между собой) и бинарных отношений (корреляция между различными факторами). Рассмотрены бинарные отношения с коэффициентами корреляции в пределах 0,3 £ г < 0,5 (слабые), 0,5 < г < 0,7 (средние), 0,7 < г < 0,9 (сильные) и г > 0,95 (сверхсильные). Выделены 20 сверхсильных бинарных отношений и расположены по убыванию значения коэффициента корреляции. Обращает на себя внимание взаимовлияние следующих показателей: сульфаты <-> хлориды, взаимовлияние электропроводности и общей минерализации, железа <-> цинк, что необходимо учитывать при разработке программ экологического мониторинга водных объектов. В случае увеличения частоты наблюдений, факторный анализ поможет проводить мониторинг качества родниковых вод с учетом сезонных изменений гидрохимических показателей.
Ключевые слова: факторный анализ, бинарное отношение, монарное отношение, родники, Ставрополь, корреляционная матрица.
The researches of pollution of six springs in Stavropol were made according to thirteen kinds of contamination by factor analysis. Analysis of samples was carried out on the basis of Scientific-Educational Laboratory «Ecoanalytical Laboratory of Environmental Research» CCU NCFU; using the following instruments: atomic absorption spectrometer with flame atomiza-tion at ICE 3300 (ThermoScientific, USA), conductivity meter «Expert-002», spectrophotometer «the Genesys' model 10s (ThermoScientific, USA), pH meter pH 150MI. Correlation matrix of monory relations (correlation of factors between each other) and binary relations (correlation between different factors) were compiled. Binary relations with correlation coefficients in the range 0,3 < r <0,5 (weak), 0,5 < r <0,7 (average), 0,7 < r <0,9 (strong) and r > 0 95 (superstrong) were considered. 20 superstrong binary relations were allocated and arranged in descending order of the correlation coefficient. Interaction of the following indicators draws attention: sulfaty <-> chlorides, interaction of conductivity and total mineralization, iron <-> zinc, which should be considered in the development of environmental monitoring programs of water objects. In case of increasing frequency of observations, factor analysis will help to monitor the quality of spring water taking into account seasonal changes of hydrochemical indicators.
Keywords: factor analysis, binary relation, monory relation, springs, Stavropol, correlation matrix.
Введение
На сегодняшний день основным источником питьевой воды во многих населённых пунктах России является водопроводная вода из поверхностных водозаборов, которая по своим санитарно-химичес-ким показателям не всегда соответствует нормативным требованиям. При этом в большинстве регионов России, в том числе в Ставропольском крае, для обеззараживания воды используется хлорирование с использованием в основном жидкого хлора, а также хлорсодержащих реагентов, при котором в воде образуется ряд опасных хлорорганических соединений, что увеличивает риск возникновения онкологических заболеваний у населения. Ввиду этого, население старается использовать родниковую воду, уровень качества которой, как правило, неизвестен.
Постановка проблемы
В работах Мазуркина П.М., Тарасовой E.H. [1, 2] при экологическом мониторинге родников Куженерского района Республики Марий Эл оценивается не только санитарно-техническое состояние площади водосбора, но и токсикологические и физико-химические показатели родниковой воды, но не применительно к роднику в целом, а только к его отдельным водотокам. Мазуркин П. М., Евдокимова О. Ю. применили факторный анализ для изучения загрязнения речной воды [3].
Методология и методы исследования
Питание большинства родников ныне происходит за счет вод, наиболее загрязненных из-за урбанизации территорий, что сказывается на их экологическом состоянии. В частности, по физико-химическим характеристикам воды родников можно судить о загрязнении питающих их грунтовых вод, а также о степени антропогенной нагрузки на территорию. Поэтому определение показателей качества родниковых вод, выявление причин наличия различных поллютантов в этих водах, оценка риска здоровья населения от употребления родниковой воды и разработка рекомендаций по его снижению - актуальны.
Факторный анализ - это методика комплексного и системного изучения и измерения воздействия факторов на величину результативного показателя. Факторы в результате анализа получают количественную и качественную оценку. Каждый показатель может в свою очередь выступать в роли и факторного, и результативного.
Гидрохимический анализ выявляет состав загрязнения и помогает принять меры по его уменьшению. Факторный анализ позволяет установить взаимосвязи и соотношения между показателями загрязнения [2].
Цель исследования - изучить взаимосвязи между гидрохимическими показателями загрязнения родниковых вод с использованием методики факторного анализа.
Материалами исследования послужили пробы вод, отобранных в следующих родниках: источник Серафима Саровского, Травертиновый, Корыта, Чаша, Михайловский, Холодный на 13 видов загрязнений (табл. 1). При отборе проб использовали регламент ГОСТ Р 51592- 2000 «Вода. Общие требования к отбору проб».
Отбор проб производился в период с 8.12.2013 г. по 26.01.2014 г. Всего было приготовлено 36 проб. Гидрохимический анализ проб проводился на базе НУЛ «Экоаналитическая лаборатория исследования окружающей среды» ЦКП СКФУ с использованием следующих приборов: атомно-абсорбционного спектрометра с атомизацией в пламени ICE 3300 (Thermo Scientific, США), кондуктометра «Эксперт-002», спектрофотометра « Genesys» мод. 10s (Thermo Scientific, США), рН-метрарН-150МИ.
Лабораторные исследования осуществлялись по следующим показателям: минерализация, электропроводность, температура, водородный показатель, общая жесткость, фториды, хлориды, нитраты, сульфаты, а также содержание тяжелых металлов (хрома, железа, свинца, меди, кадмия, никеля, ртути, цинка) во всех пробах в пределах нормы.
Для проведения исследований с использованием факторного анализа наиболее распространенными являются:
метод главных компонент, корреляционный анализ и метод максимального правдоподобия. Нами применялся метод корреляционного ана-
Табл. 1. ИСХОДНЫЕ ДАННЫЕ ДЛЯ ФАКТОРНОГО АНАЛИЗА
ПОКАЗАТЕЛЕЙ ЗАГРЯЗНЕНИЯ РОДНИКОВ
№ Название л"
источника К О 1- га
Электропроводность А, См/см =Г ГО п с; га а. о 11 го 3 и ю а О |- Температура °С Водородный показ рН Общая жесткость рН, мг-экв/л
1 Серафима Саровского 555,75 378 11,4 7,455 11,55
2 Травертиновый 496 371,5 7,9 7,41 11,05
3 Корыта 743,75 516 10,85 7,495 20,045
4 Чаша 444,8 322 8,95 7,83 19,115
5 Михайловский 878,95 654,5 8,35 7,475 13,275
6 Холодный 534,5 377,5 9,95 7,52 20,6
лиза [3, 4]. Предлагаемый нами метод анализа позволяет не только устанавливать причинно-следственные связи, но и давать им количественную характеристику, т. е. обеспечивать измерение влияния факторов (влияющие параметры системы) на результаты (зависимые параметры системы). Это делает факторный анализ точным методом, а выводы - обоснованными, в особенности на основе осмысления апостериорной информации, появляющейся дополнительно к имеющейся до проведения моделирования априорной информации.
в
г о
2 О
о
ю
ш с N
4665
46405
85,975
101.37
0,3652
0,0640
0,0704
0,0264
1,305 10,96 28,825 15,38 0,2156 0,1160 0,0727 0,0130
3,605 59,37 52,68 108,4 0,1569 0,1336 0,0679 0,0003
1,735 8,665 52,315 6,02 0,1422 0,1028 0,0689 0,0086
2,75 162,27 91,891 113,22 0,2543 0,1028 0,0708 0,0139
4,35 34,075 49,245 59,505 0,2130 0,1002 0,0681 0,0094
Обсуждение результатов исследования
С помощью программной среды СиКУЕЕХРЕЮМ.З были получены модели факторного анализа, на основе которых составлена корреляционная матрица монарных отношений гидрохимических показателей, представленных в таблице 2.
Все 13 факторов имеют по вектору направленности «лучше —> хуже» ориентацию: чем меньше, чем лучше. Поэтому закон рангового распределения будет экспоненциального роста [1].
В рейтинге факторов по добротности измерений (по убыванию значений коэффициента корреляции) на первом месте - температура, на втором - хлориды, последнее место занимает водородный показатель.
Всего 13 факторов, тогда 132= 169 уравнений, из которых 13 ранговых распределений (монарных отношений) (табл. 3) и 156 бинарных отношений.
Проанализируем 156 моделей: бинарные соотношения с коэффициентом корреляции в пределах 0,3 < г < 0,5 (слабые), 0,5 < г < 0,7 (средние) и 0,7 < г < 0,9 (сильные) не выявили влияющих и зависимых переменных. Математические зависимости с коэффициентом корреляции 0,9 < г < 0,95 (сильнейшие) имеют влияющую переменную - водородный показатель рН [2].
Рассмотрим бинарные отношения с коэффицентом корреляции г > 0,95 (сверхсильные) (табл. 4). Влияющие переменные: температура, общая жесткость, железо. Зависимые показатели: нитраты, никель, цинк.
Из 156 бинарных отношений осталось 20 сверхсильных бинарных связей с коэффициентом корреляции г > 0,95. Выделим их и расположим по убыванию коэффициента корреляции (табл. 4, 5).
Как видно из таблицы 4, наибольшее влияние с коэффициентом корреляции 0,9991 оказывают фториды на хлориды.
По количеству влияний на другие факторы как показатели: хлориды - 5; фториды - 4; сульфаты - 3; электропроводность - 2; общая минерализация - 2; остальные 4 загрязнителя по одному.
По количеству зависимых факторов у показателей: электропроводность - 4; хлориды - 4; общая минерализация - 3; температура - 2; общая жесткость - 2; остальные 5 показателей по одному.
В качестве примера рассмотрим сверхсильную зависимость с коэффициентом корреляции 0,9947 влияние сульфатов на хлориды (рис. 1). Концентрация хлоридов резко увеличивается при значении сульфатов 103,4 - 108 мг/л. Минимальное значение хлоридов в родниках составляет 8,665 мг/л, а при увеличении концентрации сульфатов до 113,5 мг/л концентрация хлоридов достигает 165,3 мг/л. Возможно наличие источника хлоридов около Михайловского родника.
Таблица 2. КОРРЕЛЯЦИОННАЯ МАТРИЦА И РЕЙТИНГ
ГИДРОХИМИЧЕСКИХ ПОКАЗАТЕЛЕЙ
Влияющие факторы х Зависимые факторы (показатели) у
А ТОЭ 1 рН с1 ? С1 М03 Э04 Ре РЬ N1 1п
Элекгропров. А, См/см 0,9668
Общ.минер. ТОБ, г/дм3 0,9330
Температура °С 0,9948
Водородный показ., рн 0,8210
Общ.жестк. й, мг-экв/л 0,9405
Фториды Г мг/л 0,9655
Хлориды С!, мг/л 0,9790
Нитраты 1\Ю3, мг/л 0,9515
Сульфаты Б04, мг/л 0,8861
Железо Ре, мг/л 0,9657
Свинец РЬ, мг/л 0,9401
Никель 1\Н, мг/л 0,9735
Цинк гп, мг/л 0,9477
Природные воды представляют в основном растворы смесей сильных электролитов (ионы К'а , К+, Са2+, СГ, 80 (2", НС03"), которыми и обусловливается электропроводность. Данная закономерность подтверждается также и на графиках взаимовлияния электропроводности и общей ми-
Табл. 3. КОРРЕЛЯЦИОННАЯ МАТРИЦА БИНАРНЫХ ОТНОШЕНИЙ
ГИДРОХИМИЧЕСКИХ ПОКАЗАТЕЛЕЙ
Влияющиефакгоры х Зависимые факторы (показатели) у
А ТРБ 1 рн С| Г
Электропров. А, См/см 0,9906 0,7891 0,8940 0,4032 0,7794
Общ.минер. ТОБ, г/дм3 0,9954 0,6358 0,7408 0,4090 0,5686
Температура 1, °С 0,0068 0,1417 0.7938 0,9431 0,8478
Водородный показ.,рН 0,5778 0,4492 0,0986 0,5209 0,7149
Общ.жестк. с),мг-экв/л 0,6954 0,7176 0,4139 0,5761 0,5790
Фториды Г, мг/л 0,9636 0,9908 0,8608 0,5928 0,2672
Хлориды С1, мг/л 0,9955 0,9920 0,9715 0,5776 0,3559 0,9942
Нитраты 1\103, мг/л 0,7934 0,8536 0,4033 0,6257 0,9897 0,6390
Сульфаты 04, мг/л 0,9883 0.4865 0,5804 0,9882 0,2874 0,8485
Железо Ге,г/л 0,1018 0,0712 0,7642 0,7857 0,7390 0,5722
Свинец РЬ, г/л 0,2569 0,2799 0,9573 0,0157 0,4465 0,8551
Никель N1, г/л 0,0462 0,0404 0,5994 0,4540 0,9588 0,5368
Цинк 1п, мг/л 0,3774 0,2768 0,9346 0,9409 0,9454 0,6716
Б =3.16106-192
Рис. 1
Влияние сульфатов (абсцисса) на хлориды (ордината).
С1 мо3 эо4 Ре РЬ N1
0,9650 0,6561 0,9372 0,3514 0,2570 0,0470 0,1667
0,9720 0,6464 0,8447 0,0716 0,2804 0,0716 0,1825
0,1185 0,5259 0,5511 0,8706 0,3400 0,5809 0,1429
0,4307 0,2619 0,7036 0,5489 0,0157 0,4544 0,2915
0,7153 0,7334 0,5126 0,7001 0,4312 0,9259 0,7561
0,9991 0,6590 0,8915 0,8718 0,9784 0,5210 0,6611
0,9485 0,9928 0,3952 0,0129 0,1602 0,0959
0,7834 0,7363 0,7835 0,5861 0,0257 0,5283
0,9947 0,8287 0,5091 0,1389 0,2121 0,1349
0,2693 0,6890 0,4821 0,8704 0,4211 0,9263
0,3602 0,7323 0,1312 0,8734 0,1843 0,9152
0,0593 0,0172 0,2121 0,3949 0,1843 0,3040
0,0809 0,5936 0,6952 0,9689 0,9144 0,6404
нерализации исследуемых родников (рис. 2): чем больше в них концентрация растворенных минеральных солей, тем выше электропроводность, и наоборот.
Рассмотрим также сильнейшее бинарное отношение с коэффициентом корреляции 0,9263 влияние железа на цинк (рис. 3): с возрастанием концентрации железа, увеличивается концентрация цинка. При значении железа 0,365 мг/л, концентрация цинка составляет 0,0264 мг/л. Это может свидетельствовать о том, что около родника Серафима Саровского находится источник цинка.
Таблица 4. КОРРЕЛЯЦИОННАЯ МАТРИЦА БИНАРНЫХ ОТНОШЕНИЙ
ПРИ АДЕКВАТНОСТИ Я > 0,95
Влияющие факторы, х Зависимые факторы (показатели), у
А 1 рн а р С1 80, Ре РЬ
Электропров. А, См/см 0,9906 0,9650
Общ.минер. 71)8, г/дм3 0,9954 0,9720
Фториды Р, мг/л 0,9636 0,9908 0,9991 0,9784
Хлориды С1, мг/л 0,9955 0,9920 0,9715 0,9942 0,9928
Нитраты 1\103, мг/л 0,9897
Сульфаты Э04, мг/л 0,9883 0,9882 0,9947
Свинец РЬ, мг/л 0,9573
Никель N1, мг/л 0,9588
Цинк гп, мг/л 0,9689
575.0 661.9 ХАЖ (ШЙБ)
355.3 421.8 488.3 564.8 621.3
X АМЭ (1ГЙ5)
Рис. 2. Влияние электропроводности на общую минерализацию
(рисунок слева) и наоборот (рисунок справа).
Табл. 5. РЕЙТИНГ СВЕРХСИЛЬНЫХ БИНАРНЫХ ОТНОШЕНИЙ
ПРИ АДЕКВАТНОСТИ Р! > 0,95
Место Уравнение Козф. корр.
1 С/ = 4,17830ехр(0,50373 в + + 3,54262. 10-6 П 57,87758 ехр (-51,70101 Я) 0,9991
2 А = 4.562761 ехр(0,00403 А)+ 2.21599 10-45 А 31,61459ехр(-0,35688 А) 0,9955
3 А = -0, 25346 ехр(0,00499 А)+1.55925 АО,96966 ехр(0.00093 А) 0,9954
4 С1 = 7.61980 10-23ехр(0,49149С1) +2.11977 СЮ,66952 0,9947
5 Я = 1 44935ехр(0,00394 />1.57290 10-9 Р7.84696ехр(-0,18883/=) 0,9942
6 Э04 = -2.04819 ехр(-0,00880 804) +0, 28269 3041.71353ехр(-0,01679 304) 0,9928
7 ТОБ = 339,01760ехр(0,00252 Т08)+2.91480 10-43 708 29,29776ехр(-0,28466 ЮБ) 0,9920
8 Т08 =336,15501 ехр(0,02363708)+0,27007 ГОв 65,17874ехр(-21,43141 ТИБ) 0,9908
9 708 = 0,54287 7081.04306 0,9906
10 (У= 2.88397ехр(0.05133с/)-2.05874 10-7^4.67417 0,9897
11 А = 467,61016 ехр(0,00143А) +2.06542 10-6 А0,07239ехр(0,14733А) 0,9883
12 рЯ=7.87938ехр(-0.00048рН)-3.01051 10-5 рН 4.38010ехр(-0,15941 рН) 0,9882
13 Я = 2.16640ехр(-0,45993 />1.75372 10-4 «1,41135ехр(-5.87711 Я) 0,9784
14 С/= 4.45856 10-8 С/ 3.39269 0,9720
15 (= 8.43320 ехр(-6.73489 10-5 >1.34193 10-14 Ю,11416ехр(-0,23219 Ц 0,9715
16 Яе = 0,20830ехр(-1102,16213Ге)+21,19556 Ре 0,98408ехр(-1.835300 Яе) 0,9689
17 С/= 6.06867 10-10 С/3.87489 0,9650
18 А=3.03580 109ехр(-12,4569А)+527.74852 А4.88023ехр(-1.62686А) 0,9636
19 с/=2347.8656ехр(-11.464672 с/)-0.8366898 с/ 0.8366898 0,9588
20 1=3.44574ехр(28,38072Ц-2.13650 10513.63507 0,9573
г
Рис. 3.
Влияние железа (абсцисса) на цинк (ордината).
Выводы
Впервые применен факториальный анализ для фундаментальных гидрохимических исследования родников г Ставрополя. Гидрохимический состав родниковой воды отражает наличие даже незначительных загрязнений окружающей среды, а методика факторного анализа позволят создать модели взаимного влияния факторов в виде показателей загрязнения воды и выявить наиболее значимые факторные связи. Среди установленных 20 сверхсильных бинарных связей, возникающих при взаимодействии гидрохимических показателей, обращает на себя внимание взаимовлияние следующих показателей: сульфаты хлориды, взаимовлияние электропроводности и общей минерализации, железо <->■ цинк, что необходимо учитывать при разработке программ экологического мониторинга водных объектов.
В дальнейшем, в случае увеличения частоты наблюдений, факторный анализ поможет проводить мониторинг качества родниковых вод с учетом сезонных изменений гидрохимических показателей.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Мазуркин П.М., Тарасова Е.Н. Закономерности показателей качества воды родников. Йошкар-Ола: ПГТУ, 2012, 131 с.
2. Мазуркин П.М., Тарасова Е.И., Факторный анализ загрязнения родников/Экология и рациональное природопользование, №2, 2013, с. 65-72.
3. Мазуркин П. М., Евдокимова О. Ю. Факторный анализ загрязнения речной воды - Йошкар-Ола: МарГТУ, 2011. 55 с.
4. Пат. 2523050 Российская Федерация, МПК в 01 Р7 / 00 (2006.01). Способ измерения и анализа динамики объемного расхода водотока родника / Мазуркин П.М., Тарасова Е.И.; заявитель и патентообладатель Поволжский гос. технолог.ун-т. -№2012154785/28; заявл. 17.12.2012; опубл. 20.07.2014. Бюл. №20.
5. Перекопская Н.Е., Бондарь Е.В. Гидрохимическая характеристика родниковых вод города Ставрополя / Научно-исследовательские публикации: природа, экология и народное хозяйство, № 2(22), 2015, с. 53-58.
