下载文档原格式
苏州水质污染情况“水是生命之源”这句耳熟能详的话，相信大家一定知道。
作为苏州人，对于2006年无锡太湖的蓝藻爆发还是有所耳闻的。
这为我们敲响了警钟，饮用水安全因此得到广泛关注。
苏州市环保局一位负责人表示，由於苏州太湖在渔洋山和金墅港有两个取水口，根据监测数据显示，渔洋山取水口的水质比去年还要好，金墅港与去年相当。
至於蓝藻为什麼在无锡太湖水域暴发，这可能与无锡特殊的地理环境有著直接关系。
苏州的区域方位与无锡不同，无锡的马山、梅梁湖处於太湖的西北角和东北角，就好像是一张网的网底，蓝藻一旦在那里生根，便很难随著水流漂走。
加上今年太湖水位偏低，也给蓝藻的繁殖创造了有利条件。
作为苏州重要水源地的东太湖，蓝藻生长情况怎样？曾经有记者采访苏州市环境监测站有关负责人获悉，目前，太湖无锡水域的蓝藻尚未对苏州东太湖水体水质造成直接影响，同时东太湖水域的藻类生长情况与往年相比基本正常，眼下也还没有发生大暴发的征兆。
2007年在世界环境保护日到来之际，苏州市环保局发布了环境白皮书——《苏州市环境状况公报》。
其中对水环境的监测如下：饮用水水质：全市12处集中式饮用水源地水质达标率为99.83%，属安全饮用水质，达标率较上年略有提高，太湖水、阳澄湖水均可放心饮用。
超标的取水口为阳澄湖湾里和太湖浦庄，主要超标项目为溶解氧、生化需氧量、氨氮和石油类等，其余集中式饮用水源水质达标率均为100%。
河流水质：地表水环境功能区水质达标率达到75.58%，比上一年提高6.17%。
全市26条重点流域主要河流的水质基本保持稳定，主要污染指标为氨氮和石油类。
1条河流的总体水质达到地表水Ⅱ类标准，占监测河流的3.8%;4条河流的总体水质达到地表水Ⅲ类标准，占监测河流的15.4%;13条河流的总体水质达到地表水Ⅳ类标准，占监测河流的50.0%;2条河流的总体水质达到地表水Ⅴ类标准，占监测河流的7.7%;6条河流受氨氮指标影响超过地表水Ⅴ类标准，占监测河流的23.1%。
苏州环保调研报告尊敬的领导：根据要求，我对苏州市的环保情况进行了调研，并撰写了一份报告，以下是调研结果的详细描述。
一、概述苏州市位于中国江苏省东南部，地理位置优越，是中国经济发展较快的地区之一。
由于长期的快速发展，环境问题愈发显著。
本次调研的目的是了解苏州市的环保状况及其对经济发展的影响。
二、大气污染根据调研结果，苏州市的大气污染问题相对较严重。
主要污染源包括工业废气排放、机动车尾气排放以及燃煤污染等。
其中，工业废气排放是主要问题之一。
许多工厂在生产过程中不符合环保标准，导致大量有害物质释放入大气中。
此外，机动车尾气排放也是大气污染的重要来源，尤其是交通拥堵时排放更为突出。
为了改善大气质量，苏州市政府已经制定了一系列的相关政策，如限制工业排放、推广清洁能源使用以及提高机动车尾气排放标准等，但还需要更加坚决的执行和监督。
三、水污染苏州市的水污染问题较为突出，主要集中在工业废水以及农村面源污染。
许多工厂直接将未经处理的废水排入河流和湖泊，导致水质下降，对生态环境和人民生活造成严重影响。
另外，农村地区的农药和化肥使用不规范，导致农田中的农药和化肥渗透入地下水，污染了地下水资源。
为了改善水质，苏州市政府已制定了一系列的水污染治理政策，如加强工业废水治理、推广农业面源污染治理技术等。
四、垃圾处理苏州市的垃圾处理工作相对较好。
城市区域内设有垃圾处理厂，采用了先进的处理技术，能够高效地处理大量的垃圾。
此外，苏州市鼓励垃圾分类，通过投放可回收物和湿垃圾等措施，有效地减少了垃圾数量。
五、对经济发展的影响环保状况直接影响着苏州市的经济发展。
大气污染和水污染问题不仅损害了环境，还给人民的生活质量带来了负面影响。
环保问题引起了公众的关注，并且也成为吸引外资和人才的一个重要因素。
因此，加强环保工作是促进经济发展的重要手段。
综上所述，苏州市在环保方面面临着一些挑战，但也采取了一系列的措施来改善环境质量。
需要加强大气污染和水污染治理工作，加强环境监测和执法力度，并提高公众的环保意识。
苏州空气污染总结汇报近年来，随着工业化进程的加快和城市化进程的推进，苏州的空气污染问题逐渐凸显。
在这篇汇报中，将会对苏州空气污染的现状、原因和解决方案进行总结，并提出具体建议。
一、苏州空气污染的现状1. 空气质量指数高：自从空气质量指数（AQI）开始发布以来，苏州的AQI一直在高位徘徊。
尤其是冬季，污染物排放增加，天气条件不利，AQI常常达到严重污染的级别。
2. PM2.5浓度居高不下：PM2.5是空气中颗粒物的主要成分，对人体健康影响较大。
苏州的PM2.5浓度长期居高不下，尤其是在工业区和交通节点附近。
3. 光化学烟雾：苏州是一个高度发达的城市，机动车辆数量众多。
尾气排放中的氮氧化合物和挥发性有机物在阳光下会产生光化学烟雾，使得空气质量恶化。
二、苏州空气污染的原因1. 工业排放：苏州是一个重要的制造业基地，众多工厂和企业排放大量的工业废气和颗粒物。
这些污染物会直接进入大气中，对空气质量造成影响。
2. 机动车尾气：车辆尾气排放是苏州空气污染的重要来源。
随着汽车保有量的快速增长，尾气中的氮氧化物、挥发性有机物等有害物质大量排放，对空气质量产生负面影响。
3. 燃煤排放：部分地区的采暖和发电仍然依赖燃煤，燃煤排放是大气污染的重要来源之一。
燃煤产生的二氧化硫、氮氧化物等污染物会进一步加剧苏州的空气污染问题。
三、苏州空气污染的解决方案1. 加强环保法规的制定和执行：苏州市政府应加强对环境保护法规的监管和执行力度，严格控制排污企业的废气排放。
对违反规定的企业进行处罚，并加大对其的监督力度。
2. 推广清洁能源：加速推广清洁能源，减少对煤炭的依赖。
通过发展太阳能、风能等可再生能源，减少燃煤产生的二氧化硫和氮氧化物排放。
3. 限制机动车使用：限制机动车辆的使用，尤其是老旧车辆和高污染车辆。
加强对尾气排放的监测和治理，鼓励更多的市民使用公共交通工具和非机动车出行。
4. 引导工业转型升级：加大对工业企业的环保政策引导和支持力度，鼓励企业进行技术改造和装备升级，减少排放污染物。
苏州市生态环境质量报告（2009年度）苏州市环境监测中心站2010年11月前言2000年国务院颁发的《全国生态环境保护纲要》明确指出要大力推进生态省、生态市、生态县和环境优美乡镇建设。
江苏省省委、省政府据此发布了《关于加强生态环境保护和建设的意见》，苏州市委、市政府制定了《苏州生态市建设规划纲要》。
根据环保部《关于印发〈2009年全国环境监测工作要点〉的通知》和江苏省环保厅《关于印发2009年全省环境监测工作实施方案的通知》的要求，为全面实施《苏州生态市建设规划纲要》，加快苏州国家生态市建设步伐，苏州市全面启动了生态市建设工作，全力打造“生态苏州”，2009年全市生态环境保护和建设工作取得了显著的成绩。
本报告采用的生态遥感信息来源于江苏省环境监测中心提供的2009年度美国陆地资源卫星Landsat-7遥感影像图片，其数据是经过苏州环境监测中心站高精度解译的我市地表植被覆盖和土地利用情况资料，报告中采用的其他数据来源于《2010年苏州市统计年鉴》、《2009年苏州市环境统计年鉴》、《2009年苏州市国民经济和社会发展统计公报》和《2009年度苏州市环境状况公报》。
目录一、苏州市自然生态环境基础概况 (1)二、苏州市小流域生态系统异常生态因子概况 (1)三、苏州市小流域生态系统主要社会经济概况 (2)四、苏州市生态环境建设概况 (3)五、苏州市生态环境质量状况评价 (4)六、结论 (6)一、苏州市自然生态环境基础概况苏州市位于江苏省的东南角、长江三角洲的中部，西濒太湖，北邻长江。
地理坐标范围为东经119°55′～121°20′，北纬30°47′～32°02′之间。
夏季温暖湿润，冬季干冷少雨，属典型的北亚热带湿润气候，一年四季分明，雨水充沛，无霜期较长。
季风变化明显，春夏季东南风盛行，冬季以西北风及东北风为主。
全市地处以太湖为中心的浅碟形平原的底部，地势低平，一般高程为海拔3～5米。
苏州古城区水体污染时间段及污染源分析1 引言河流、特别是流经人类活动对自然环境影响相对强烈区域的内陆河，是区域生态环境可持续发展的重要因素.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，内陆河最易遭受到污染和破坏.近几十年来，政府已经逐步建立了环境监测体系并且开展了大量水质监测项目，获得大量的水质监测数据，包括物理化学、有机物、重金属及生物指标等各种数据.由于各个监测指标及监测点之间存在复杂的相互影响，导致大量的监测数据并不能充分的利用与分析，给水质专家和地方决策者如何采取有效措施管理和改善水环境提出了一个挑战.因此，从大量的环境监测数据中挖掘出有用的信息，探索水质的时空分布模式，识别潜在污染源能够提高人们对区域环境状况的认识，帮助决策者建立高效合理的水环境管理方案.近年来，各类数学及统计评价方法被广泛用于水质评价、时空分异及潜在污染源识别的研究中.CCME WQI模型与其他水质指数模型相比具有简单易行、灵活多变等特点，对城市水体及水体富营养化污染尤其敏感，在水质综合评价中取得了令人满意的效果.多元统计技术能够对复杂的多元数据进行降维简化又可以保证主要信息不会丢失，与近来被应用到多元数据信息挖掘的神经网络、平行因子分析等模型相比更为简便、普遍适应性广.聚类分析、判别分析、主成分分析、因子分析和绝对主成分多元线性回归分析作为传统的多元统计技术，在水质时空分异特征及潜在污染源识别上得到普遍的应用.国内外学者利用多元统计技术分别对沁河流域、洞庭湖、土耳其中部近海、宁夏吴忠市金积水源地地下水，以及德国北部低洼地区的污染物时空分异特征及潜在污染源识别进行研究，并取得满意的效果.从研究进展上来看，数学及统计评价方法在时空分异特征及污染源识别的应用研究中仅仅局限于内陆河流域、湖泊、近海海域及地下水，却鲜有针对城市河网的水质时空分异特征及潜在污染源识别研究.与流域尺度研究不同，城市河网沿岸土地利用类型单一，不透水面护坡割裂了河道横向连通性，降雨径流冲刷地表直接将污染物携带入河，同时流域尺度水体的环境容量相对较大，水质空间分异有明显的上下游、干支流的关系，城市河网交错纵横，水流缓慢，人为干扰强烈，水质空间分异更为复杂;此外，以往的研究割裂开了时间与空间相互作用的机制，只是单独探讨了时间与空间上的分异特征及污染源识别，忽略了时间对空间分布规律及其污染源的影响.苏州素有“上有天堂，下有苏杭”之美称，水系是其城市的命脉，水环境的好坏直接影响其作为旅游城市的可持续发展.因此，本文首先根据苏州古城区河网水质监测数据，应用CCME WQI模型对古城区河网水质进行综合的评价.然后采用聚类分析，揭示苏州古城区水环境时空相似性规律.并且利用空间判别分析验证聚类分析结果的可信度及识别显著性污染指标，最后在不同时间段内对空间分组进行时空联合因子分析并结合因子分析结果采用基于受体的源分配模型，识别不同时间段不同区域水环境污染源，以及主要污染源对河道水质的贡献，为苏州古城区水环境治理提供科学依据.2 材料与方法2.1 研究区概况苏州市地处以太湖为中心浅碟形平原的底部，位于北纬30°47′~32°20′，东经119°55′~121°20′之间，全市地势低平，自西向东缓慢倾斜;属于北亚热带湿润季风气候区，潮湿多雨，季风明显，具有丰富的雨水资源，平均年降雨量1200~1400 mm，降雨多集中于6—9月份.研究区为苏州市中心城区，面积大概为10 km2.监测断面多设在古城区，古城区内河道形成了“一环三横四纵”的水系布局.河道周边建筑密集，绿地和可渗透性地面相对较少，水体受潮水顶托与地形影响流向不定，流速缓慢，水体水质恶化严重，即便是水体流速较快的外城河、娄江、元和塘、上塘河等城区主要河道也均为Ⅴ类水质.造成水体污染的原因既有包括“三产”污染源及城市生活污染源在内的点源污染，也有城市降雨径流及河道底泥释放引起的非点源污染.研究区河道水质监测断面30个(图 1)，苏州市排水管理处每月一次取样检测.监测断面M1~M30依次为保吉利桥、苑桥闸、望星桥、马津桥、平四闸、桃花坞桥、水关桥、中市桥、带城桥、银杏桥、小人民桥、歌薰桥、醋坊桥、跨塘桥、齐福桥、钱万里桥、糖坊湾桥、觅渡桥、裕棠桥、泰让桥、渡僧桥、山塘桥、吊桥、新市桥、人民桥、相门桥、永仙桥、五龙桥、桐馨桥、永津桥.图 1 研究区位置及监测断面分布图2.2 数据收集与分析数据来源为古城区2012年30个监测断面相关数据，11个指标包括总氮(TN)、氨氮(NH3-N)、总磷(TP)、溶解氧(DO)、浊度(Turb)、pH、水温(T)、高锰酸盐指数(CODMn)、电导率(EC)、藻密度(Algae density)、叶绿素(Chl).每月监测1次(12月份数据除外)，共3630个(30×11×11)监测样本，所有样本的采集及检测分析严格按照地表水环境质量标准(GB3838—2002)中的方法进行实验室分析，具体结果统计描述见表 1.表1 水质指标的统计描述及环境标准总体上，苏州古城区的水环境污染相当严重.TN、NH3-N、TP、DO、CODMn均值分别为4.99、3.14、0.38、3.64、4.90 mg · L-1，地表水环境质量标准中相应指标Ⅴ类水标准分别为2.0、 2.0、0.4、2.0、15.0 mg · L-1.TN为Ⅴ类水标准的2.5 倍，NH3-N为1.2 倍，TP 则接近于Ⅴ类水标准，DO则属于Ⅳ类水质，CODMn属于Ⅲ类水质.2.3 研究方法2.3.1 CCME WQI模型CCME WQI模型由加拿大环保部开发，该水质指数与其它水质指数相比具有运算简单、参数设定可以结合研究区水质保护提升目标而设定的特点.模型根据输入水质监测数据将采样点水质归一化到0到100之间，并根据水体污染的程度，从0~100将水质由差到极好划分为5类，分别对应差(0~44)：水环境遭到持续性的威胁和破坏;及格(44.1~64)：水环境遭到频繁的威胁和破坏;一般(64.1~79)：水环境偶尔遭到威胁和破坏;好(79.1~94)：水环境得到保护只是遭到小范围的威胁和破坏;极好(94.1~100)：水环境得到完善的保护.具体计算公式为：式中，f1表示输入模型中监测变量超出水质目标的程度，f2表示采样样品检测值超出水质目标的程度，f3表示未满足水质目标采样检测值相对水质目标限值的偏差，具体计算过程参见文献.苏州古城区河网水体氮、磷指标已经超过地表水Ⅴ类水标准.因此，本文短期内将地表水环境质量标准的Ⅴ类标准作为模型的水质提升目标，同时根据苏州古城区水质监测数据和地表水环境质量标准(GB3838—2002)将TN、NH3-N、TP、DO、pH、CODMn作为WQI计算所需的监测指标.对古城区各个河道的水质污染程度进行综合评定.2.3.2 层次聚类分析聚类分析(CA)是根据对象距离远近或相似性大小进行分类的多元统计方法.本文采用的层次聚类分析(HCA)是应用最广泛的聚类方法，该法以逐次聚合的方式将距离最近或者最相似的对象聚成一个类簇，直至最后聚成一类.本文采用的计算方法是欧氏距离平方和离差平方法.此外，该方法具有探索性，所以，还采用其它方法进行验证.聚类分析要求数据符合正态分布，在进行分析之前，需要利用K-S非参数检验分别对月平均和采样点平均数据组进行正态检验.结果显示，月平均数据组各监测指标除DO外均以95%或更高的可信度服从正态分布;采样点平均数据组各指标偏离正态分布，进行自然对数转换后，各监测指标除T、CODMn和Chl外均能够以95%或更高的可信度服从正态分布.为了消除变量单位量纲的影响，同时需要对数据进行标准化处理(均值为0，方差为1).2.3.3 判别分析判别分析(DA)是多变量统计分析中用于判别样品所属类别的一种统计分析方法.可以用来判别CA分析结果和识别显著性的污染指标.此方法分为3类：标准式、前进式和后退式.相比之下，后退式DA方法具有更好的指标降维能力和判别能力.所以，本文利用后退式DA 方法对原始数据进行时空差异性分析，并采用交叉验证法(Cross-validation)检验此方法的判别能力.相应的判别函数表达式如下：式中，f(Gi)表示第i类的判别函数，Ci为第i类的固有常数，n表示参与判别分析指标个数，pij表述第i类第j个指标值，wij表示对应的判别系数.2.3.4 因子分析法因子分析(FA)是一种既可以降低变量维数，又可以对变量进行分类的广泛应用的方法.其实质是从多个实测的原变量中提取出较少的、互不相关的、抽象综合指标，即因子.每个原变量可用这些提取出的公共因子的线性组合表示，具体参见公式(3).同时，根据各个因子对原变量的影响大小，也可将原变量划分为等同于因子数目的类数.在水质分析中，此方法主要用于提取污染因子和识别污染源.式中，Zk表示第k个变量的标准化分数，akm表示第m个因子相对于第k个变量的因子载荷，Fm表示第m个公共因子，Uk为Zk的唯一因素，m表示所有变量公共因子的数目，n 表示变量的个数.因子分析要求变量间要有一定的相关性，所以在数据分析之前需要利用巴特莱检验(KMO)检验数据应用因子分析的可行性.同时，考虑到水质指标数量级上的差异，需要对数据再进行标准化(均值为0，方差为1).一般来说，分析结果只选取特征值大于1的因子.因子分析及判别分析均采用原始数据.2.3.5 APCS-MLR绝对主成分多元线性回归分析法(APCS-MLR)是一种基于因子得分，评价各个因子对各个变量贡献的统计方法.其原理是将变量值与因子得分进行多元线性回归，根据回归参数得到针对各个因子的估计值，从而确定因子对各个变量的贡献，具体参见公式(4).目前，这种方法在水质评价中用于计算污染因子对各个评价指标的贡献率.式中，Ms表示第s个变量的实测值，aos表示第s个变量的多元回归的常数项，Aps表示第p个因子对第s个变量的回归系数，APCSp表示调整后的第p个因子的分数，n表示因子个数.ApsAPCSp表示第p个因子对Ms的质量浓度贡献，所有样本的APCSpAps的平均值就表示因子平均绝对贡献率.研究中多元统计分析及水体综合水质空间分析采用的是Microsoft Excel 2007、SPSS19和ArcGis9.3.3 结果与分析3.1 CCME WQI水质综合评价水质综合评价显示(表 2)，苏州古城区河道水质相对于地表水Ⅴ类水质标准，CCME WQI 值介于40~74之间，有66.67%的监测点水质处在差和及格状态，而剩下33.33%的监测点水质处在一般状态，说明苏州古城区河道水质污染普遍严重.表2 CCME WQI评价结果从图 2可知，古城区内城河河道污染程度要比外围河道严重，这可能与古城区内部和外部人口密度存在差异，餐饮旅游主要集中在古城区内，以及古城区内城河道水体流动性相对缓慢有关.图 2 CCME WQI采样断面空间分布图3.2 水质时空分异性规律 3.2.1 污染特征的时间相似性与差异性时间尺度聚类分析与判别分析结果表明：全年可分为3个时段(图 3)，时段Ⅰ(1—3月)、时段Ⅱ(11月、4—6月)和时段Ⅲ(7—10月)，水体污染程度由重到轻依次为时段Ⅰ、时段Ⅱ、时段Ⅲ.时间聚类结果的判别分析交叉验证正确率(表 3)达到88.1%，表明全年分3个时段是比较合适的.判别函数(表 4)用了7个监测指标：TN、TP、DO、T、CODMn、藻密度、Chl，体现古城区河网水质的时间差异性规律.从苏州古城区水体污染物时间尺度的差异性图(图 4a)中可以看出总体上、时段Ⅰ、时段Ⅱ和时段Ⅲ，TN、TP、DO和CODMn随着时间的推移浓度在逐渐减少.同时，T 及藻密度和Chl随着时间的推移逐渐在升高.表3 苏州古城区水体污染物的时空判别分析图 4 苏州古城区水体污染物时间尺度(a)和空间尺度(b)的差异性苏州的雨季主要集中在6—9月份，从时间聚类结果可以看出，6月份古城区水体的TN、TP、CODMn浓度并没有因为降雨量的增加而减少，到了7月份才开始有所下降，说明雨季初期苏州古城区河道除了受到来自城市生活及餐饮旅游等“三产”污水的点源污染外，还可能受到来自地表径流及河道底泥释放的非点源污染.雨季在9月份底进入尾期，从聚类结果看出，10月份的降雨量已经锐减而却被聚到第3类(时段Ⅲ)，相应的11月份没有归并到第1类(时段Ⅰ)，而被归并到第2类(时段Ⅱ)，可能说明雨期降水对河道污染物的稀释作用在一定程度上改善了河道水质.上述现象表明：按照流域水质评价常用的根据旱季和雨季或者4个季度来进行城镇的水质评价和污染控制不能体现城镇水体污染的特殊性，不能真正揭示和把握城镇水体污染在时间序列上分异特征;由于城镇河道周围大量的不透水面导致降雨径流直接携带大量的污染物进入河道，所以在雨季前期(5、6月)就应该开始采取流域面源控制措施，以减轻降雨高峰期的非点源污染控制压力;同时雨季过后，应当将防治重点转移至点源控制，以减少河道内源污染物的积累.3.2.2 污染特征的空间相似性与差异性空间尺度的聚类分析和判别分析表明：空间上可以将采样点分为2组(图 5)，第1组(A 组)主要位于古城区内城河，分别为保吉利桥、望星桥、桃花坞桥、中市桥、带城桥、银杏桥、小人民桥、醋坊桥、水关桥、歌薰桥;第2组(B组)主要位于外城河及进出外城河河道，分别为苑桥闸、苑桥闸、跨塘桥、钱万里桥、糖坊湾桥、山塘桥、吊桥、相门桥、平四闸、齐福桥、觅渡桥、裕棠桥、泰让桥、渡僧桥、新市桥、人民桥、永仙桥、五龙桥、桐馨桥、永津桥.采样点聚类分析结果的判别分析交叉验证(表 3)正确率达到78.5%，误判的区域主要集中在古城区外城河和内城河的连接河段，总体分类结果较好.图 5 苏州古城区水体污染物的空间尺度聚类分析对采样点聚类结果的判别分析(表 4)用了5个指标：TN、NH3-N、DO、浊度和温度，体现古城区河网水质空间差异性规律.从苏州古城区水体污染物空间尺度的差异性图(图 4b)中可以看出，总体上，第1组(A组)即古城区内城河河道污染较为严重，主要体现为含氮污染物的污染.相对于外城河，古城区内城河河道的平均水温要较外城河河段高出0.2 ℃.这可能与古城区内建筑密集、人口密度大，以及当地人民历来的生活习惯、家庭生活用水直接就近排放到河道内的现象有关;古城区内城河水体的溶解氧浓度明显低于外城河，为2.63 mg · L-1，属于国家地表水Ⅴ类水标准.这可能与苏州市古城区以平原地形为主，河底高程和水流坡降较小，古城区内河道水流长年滞流，水体复氧能力差有关.表4 苏州古城区水体污染判别分析的典型变量及其系数综上所述，苏州水环境治理主要集中在古城区内城河，可以通过控源截污、河道疏浚、水系沟通、引清入渠等多种举措治理改善内城河水质污染严重的现象.3.3 时空联合因子分析与污染源解析利用时间聚类结果判别分析所建立的判别函数对不同聚类分组进行判别验证，发现时段Ⅰ、时段Ⅱ、时段Ⅲ的判别正确率分别为98.9%、84.9%、83.2%，总判别正确率为88.1%;空间聚类结果判别分析所建立的判别函数对不同聚类分组进行判别验证，发现类别A、类别B的判别正确率分别为64.8%、83.5%，总判别正确率为78.5%(表 3).说明同一区域在不同时间段或者同一时间段内不同区域的水质污染分布规律存在明显差异.同时，从苏州市古城区水体污染物各空间分组在各时段的空间差异图(图 6)可以看出，空间分组A和B在不同的时间段内的污染物水平有着较大的差异.因此，有必要将时间及空间聚类分析结果有机结合，对不同区域在不同时段下的污染源进行解析，为水环境管理和改善提供更为详尽的理论依据.图 6 苏州中心城区水体污染物各空间分组各时段的空间差异性3.3.1 空间分组A各时段因子分析根据特征因子大于1的原则对空间分组A在时段Ⅰ、时段Ⅱ和时段Ⅲ分别提取4、3和4个因子(最大方差旋转)，累计解释方差83.64%、72.67%和77.98%(表 5).表5 时空联合因子分析因子旋转载荷矩阵在A组-时段Ⅰ：F1的方差贡献率为46.34%，表征因子为TN、NH3-N、TP、DO、T、CODMn 和EC，除DO外都呈现正相关，同时由表 6可知，TN、NH3-N、TP、CODMn之间有显著相关性，Pearson相关系数都在0.8以上，表明F1代表着城市生活及餐饮旅游等第三产业污水的营养物质及耗氧有机物污染;F2的方差贡献率为16.56%，表征因子为藻密度和Chl，并且与T之间存在显著的相关性.表明F2代表着自然因素水温对古城区内城河富营养化程度的影响.古城区生活及“三产”污水排入河道，导致水体营养物质过剩，在水温的年内变化的作用下，导致藻类的大量繁殖.F3的方差贡献率为11.45%，表征因子为浊度.F4的方差贡献率为9.29%，表征因子为pH.在A组-时段Ⅱ：F1的方差贡献率为43.46%，表征因子为TN、NH3-N、TP、浊度和CODMn、DO，除DO外都呈正相关.与在A组-时段Ⅰ基本一致，不同的是浊度在第一因子中占有较大的载荷，可能与时段Ⅱ降雨的增加，降雨径流携带大量的悬浮物进入河道，以及降雨对河道底泥的扰动有关.F2的方差贡献率为19.93%，表征因子T和藻密度呈正相关，且与pH呈现负相关.从表 6可以看出，T跟藻密度、Chl存在显著的正相关性，pH跟藻密度负相关.表6 污染指标间Pearson相关系数F3的方差贡献率为9.48%，表征因子为Chl和EC，与pH呈现负相关.F2和F3表明自然因素水温对河道水体的影响.大量的营养物质及耗氧有机物随着生活及餐饮旅游等第三产业污水排入河道，在水温逐渐升高的作用下，藻类开始大量生长，水体中积累过多的有机物消耗水体中的溶解氧，使得水体中的溶解氧减少，乃至出现厌氧环境，进而促使氨和有机酸的形成，这些酸性物质的水解最终导致pH值下降.统计可知，从时段Ⅰ到时段Ⅱ内城河河道藻类的平均密度由1009.78 cells · mL-1增长到1564.79 cells · mL-1，pH以一定的幅度在减小.在A组-时段Ⅲ：F1的方差贡献率为39.33%，表征因子为TN、NH3-N、TP和CODMn，与DO呈一定的负相关，与时段Ⅰ类似.F2的方差贡献率16.57%，表征因子为T、藻密度和Chl，且呈正相关，与pH呈负相关，与时段Ⅱ类似.F3的方差贡献率12.54%，表征因子为DO和EC.F4的方差贡献率9.54%，表征因子为浊度和pH.苏州古城区在时段Ⅲ和时段Ⅰ、时段Ⅱ一样，主要受到生活污水的污染及耗氧有机物污染，不同的是，随着温度的进一步升高，藻类大量的繁殖达到顶峰，由时段Ⅰ到时段Ⅲ的平均藻密度由1009.78 cells · mL-1增长到了2076.74 cells · mL-1，与此同时pH值由7.24降到7.17.综上，大体上古城区在不同的时间段主要受到生活和餐饮、旅游“三产”污水的污染，但局部有所差别，在时段Ⅱ第一主成分在浊度上具有较高因子载荷，说明有可能在时段Ⅱ内城河河道同时受到降雨地表径流、河道底泥释放的非点源污染;同时，在时段Ⅰ受限于水温的影响，藻类的繁殖得以抑制，随着温度的升高，藻类开始大量繁殖，对水生环境造成严重的影响.建议在冬季对河道底泥进行清淤，可以一定程度上起到抑制藻类生长的效果.3.3.2 空间分组B各时段因子分析由于空间分组B各时段在因子分析前的巴特莱检验KMO低于0.6，不适合在各时段内分别做因子分析，只对空间分组B做全年的因子分析(方差最大旋转)，根据特征值大于1的原则提取了3个因子，共解释了62.28%的总方差.F1的方差贡献率31.37%，表征因子为TN、NH3-N、TP和CODMn，代表营养物质和耗氧有机物污染，主要来自城市居民生活及餐饮旅游等第三产业污水的排放.F2的方差贡献率20.36%，表征因子为DO、T、藻密度和Chl，DO与T、藻密度和Chl呈负相关，T与藻密度和Chl呈正相关，代表生物化学污染，主要来至自然因素与人为排放的营养物质相互作用造成水体富营养化污染进而导致藻类爆发.F3的方差贡献率10.55%，表征因子为EC.3.3.3 绝对主成分多元线性回归(APCS-MLR)依据因子分析，内城河在时段Ⅰ、时段Ⅱ和时段Ⅲ及外围河道在全年时段内主要受到TN、NH3-N、TP、CODMn、DO和T等指标的影响，故对内城河及外围河道在全年时间段内进行污染源分配研究.由表 7可知，除浊度、pH、DO、EC和Chl的R2较小外，其余都在0.6以上，说明回归分析有统计学意义.此外估计值与实测值的比值(E/O)在0.994~1.143之间，也证明了这一回归结果的准确性.通过APCS-MLR得到的污染源贡献率可能为负值，也可能大于100%，这与污染源的排入对其他非影响指标的稀释有关.由表 7可知，古城区内城河F1对TN、NH3-N、TP和CODMn的贡献率分别为25.09%、31.81%、34.12%、19.83%，表明TN、NH3-N、TP和CODMn来自城市生活及餐饮旅游等第三产业污水.同时，F1只是部分解释了TN、NH3-N、TP和CODMn的来源，表明古城区人为干扰强烈，污染源更为复杂，未识别的污染源可能来自地表径流或河道底泥的扰动.F2对DO的贡献率为88.27%，表明DO主要受到生物化学污染影响.古城区外围河道及内外连通河道F1对TN、NH3-N、TP、CODMn和EC的贡献率分别为59.68%、81.31%、24.20%、13.92%.F2对TN、NH3-N和DO贡献率分别为11.01%、14.27%、35.79%，F3对TN的贡献率32.92%.表明TN、NH3-N、TP、CODMn同样是来自城市生活及餐饮旅游等第三产业污水.具体参见污水宝商城资料或更多相关技术文档。
苏州市城市污染问题现状分析及路径探讨苏州的经济发展是有目共睹的，但是随着而来的城市问题却也是不容小觑的。
在这里，我主要就苏州的污染问题做一些现状分析和对策探讨。
苏州城市环境的污染现状污染问题是每一个城市在发展经济的同时不可避免的问题，也是人们生活中最常见的问题，我主要从以下几个与人们生活密切相关的方面做了调查。
水污染水,是苏州之眼，苏州之魂。
苏州水,至美之水; 苏州水,风味绝佳; 苏州水,柔情万种。
但是，随着苏州经济的快速发展和经济规模的不断扩大，苏州的水污染问题越来越严重了。
首先，工业废物、农业污染、城市生活垃圾，地下水难堪污染之重；其次，众所周知苏州是鱼米之乡，捕鱼业的发展不可避免的带来了河流的大面积污染。
夜间光污染在苏州市区，投光照明广告、灯箱广告以及霓虹灯广告应用广泛，尤其是动态的霓虹灯，闪烁不定，令人眼花缭乱。
商业区适当的采用霓虹灯照明，能渲染热闹的氛围，也能显示一个城市的繁华。
但各种彩光照明的不恰当应用，会带来严重的彩光污染，还造成电能的浪费。
霓虹灯数量较多，彩光污染较为严重。
投光照明的大量应用，尤其是在墙面反光率较低的建筑物或玻璃幕墙建筑上大量采用投光照明，不仅达不到好的照明效果，还会导致光污染，也浪费电能。
苏州工业园区的道路照明普遍较亮，灯具豪华，功率高，且等间距偏小，苏绣路自行车道的平均照度达到58lx，高于CIE(国际照明委员会)提出的标准值(自行车道的照明设计维持值是3-10lx)许多。
餐饮污染随着城市的扩张,苏州市各种餐饮企业也日益增多,逐渐形成了凤凰街、太监弄、学士街等著名的饮食一条街,居民小区内的各种小吃店更是不计其数。
然而,这些极大地方便了市民生活的餐饮店与周边居民的矛盾却日益突出。
有关问题的路径探讨水污染地下水是我们淡水资源的主要来源，地下水治理也是我们的民生之重。
一要加强防治地下水污染的宣传、教育，让社会公众和各级政府了解地下水污染的危害性和防治的重要性。
二要制定完善的地下水污染防治法律法规。
苏州市环境现状调查与评价1自然环境概况太湖流域位于东经119°08'~121°55'、北纬30°05'~32°08'之间，地处长江三角洲的南翼，三面滨江临海，一面环山，北抵长江，东临东海，南滨钱塘江，西以天目山、茅山等山区为界，行政区划分属江苏、浙江、上海、安徽三省一市，全流域总面积36895km2。
其中江苏、浙江、上海和安徽分别占流域面积的52.6%、32.8%、14%和0.6%。
在太湖流域治理中，根据太湖流域地形高差变化、河道水系分布及洪涝特点，将流域分成七个水利分区，分别为湖西区、浙西区、太湖区、武澄锡虞区、阳澄淀泖区、杭嘉湖区、浦东浦西区，其中湖西区、浙西区和太湖区为流域上游区，其它为下游区。
苏州市位于长江三角洲东部、太湖流域的东北部，东经119°55′～121°20′，北纬32°47′～32°02′，北枕长江，西南面滨临太湖，东与上海市接壤，西与无锡市为邻，南连嘉兴市。
市域包括苏州市区以及常熟市、张家港市、昆山市、太仓市4个县级市，总面积8488km2。
苏州市区下辖姑苏区、高新区（虎丘区）、工业园区、吴中区、相城区、吴江区6个区。
吴江区位于苏州市南部，东临上海，西濒太湖，南接浙江，北依苏州主城区，全区总面积为1176.68km2。
1.1地形地貌阳澄淀泖区位于太湖流域东北部，北滨长江，东与上海市为邻，南以太浦河北岸为界，西临太湖、望虞河，包括苏州市区、太仓、昆山的全部和常熟的一部分，区域总面积4098km2（江苏部分）。
区内以姿江、沪宁铁路以及大运河为界，又分为阳澄区和淀柳区俩个水利分区，其中阳澄区面积为2558km2，淀柳区1540km2。
阳澄柳区地势低平，沟通长江、太湖及平原的湖荡、河网密布，河道受感潮、地势等影响，流速缓慢且流向反复，受水利工程调控影响较大。
1.2河流水系太湖流域是我国著名的平原水网地区，河网如织，湖泊星罗棋布，水面总面积约5551km2，水面率为15%。
