主成分分析法在水质评价中的应用及分析
主成分分析法在水源水质评价中的应用
文 章 编 号 ：０４— ２ １ ２ １ ） ０— ４ ５一Ｏ １０ ９ ３ （０ １ １ ０ ８ ２
・
环 境 与 Ｋ 业 卫 生 ・ ｑ ，
主成分分析法在水源水质评价中的应用
分析 的一个特例 ， 为多个 有相关 性 的变量 间存在起 支 认 配作用 的共 同因子。采用数 理统计 方法 ， 将原 来 的 ｎ维 变量 的总方差分解成 ｎ 互不相关 因子 （ 分 ） 个 成 的方差 ， 根据方差在 总方差 中的比率 （ 比率越 高表示对 原始 变量 差异 的解释能力越强 ） 从 大 到小选择 作为 主成分 ， ， 使累
１０ ．２ ２ ．６ Ｏ３ ７ ．４ ２９
０ ９ ．０ １ ．９ ７ ９ ９ ．３ Ｏ ９
０ ２ ．３ ０ ２ ．２ ４ ６ ．５ ４ ４ ．１ ９ ．９ １０ ０ ５ ５ ０ ．０
响， 对方差为 ０的变量要舍去 。
２ ３ 主 成 分 载 荷 矩 阵 ．
③
计算 ：． １ 变量间的相关 系数矩阵 Ｒ；． 阵 Ｒ的特征 ２矩
１ 资料 与 方 法
２ 结 果
２ １ 变 量相 关 关 系矩 阵 ．
标 准化后 的变 量表 示为 ： 高锰 酸盐 指数 （ １ 、 Ｚ ） 氨氮 （２ 、 Ｚ ） 总磷（ ３ 、 ｚ ） 总氮（ ４ 、 酸盐 （ Ｎ计 ） Ｚ ） ｚ ）硝 以 （ ５ 。变 量相关 关系矩 阵见表 １ Ｓ Ｓ （ Ｐ Ｓ软件默认 自动进行 变量的 标准化） 。统计检验 显示 ， Ｍ Ｋ Ｏ值 为 ０ ５９ Ｂ ｒｅ 球体 ．９ ， ａ ｌ ｔ ｔｔ 检验值为 ５ ．２ ， １２ ６ 卡方统计值 的显 著性水 平为 ０ ０ ０小 ．０
基于主成分分析的南流江水质评价
广东化工2020年第4期·144·第47卷总第414期基于主成分分析的南流江水质评价林卉1，李楠2，黄伯当1，滕云梅1(1．广西壮族自治区生态环境监测中心，广西南宁530028；2．广西博测检测技术服务有限公司，广西南宁530007)Water Quality Evaluation of Nanliu River based on Principal Component AnalysisLin Hui1,Li Nan2,Huang Bodang1,Teng Yunmei1(1.Ecological and Environmental Monitoring Center of Guangxi Zhuang Autonomous Region,Nanning530028；2.Guangxi Boce Test Technical Services Co.,Ltd.,Nanning530007,China)Abstract:With the continuous enhancement of human activities and economic development,the water environment quality in the Nanliu River Basin has been deteriorating.In order to comprehensively reflect the water quality of the main stream of the Nanliu River and identify the main pollution factors,in this paper,the Principal Component Analysis(PCA)was performed based on the annual averages of dissolved oxygen,permanganate index,five-day biochemical oxygen demand, ammonia nitrogen,Chemical oxygen demand,total phosphorus,petroleum,volatile phenols,sulfides and fluoride in2019for five sections of the Upper Liusi bridge, Hengtang，Jiangkou bridge,Nanyu and Ya bridge in the main stream of the Nanliu River.Three principal components were extracted,which represented92.60%of the original data.The comprehensive scores of the principal components of the monitored sections show that the pollution degree of the middle and upper reaches of the main stream of the Nanliu River is higher than that of the lower reaches.The order of water pollution is Hengtang＞Liusi bridge＞Nanyu＞Jiangkou bridge＞Ya bridge.Keywords:Nanliu River；water quality evaluation；principal component analysis method1引言南流江，是广西独流入海河流中，流程最长、流域面积最广、水量最丰富的河流。
主成分分析法在鄱阳湖水质评价中的应用
文 章 编 号 ：０ ６— ４ ６ ２ １ ） ２一 ｌ３— ５ １０ ０ ５ （ ００ ０ Ｏ １ ０
主 成 分 分 析 法 在 鄱 阳 湖 水 质 评 价 中 的 应 用
万金 保 ， 华 燕 ， 何 曾海 燕 ， 媛 媛 李
（ 昌 大 学 ａ 鄱 阳 湖 环 境 与 资 源利 用教 育 部 重 点 实验 室 ， 西 南 昌 ３０ ７ 南 ． 江 ３０ ； ４
第３ ２卷第 ２期
２１ ０ ０年 ６月 Fra bibliotek南昌大学学报 （ 工科 版）
Ｊｕｎｌ ｆ ａｃａ ｇＵ ｉｅｓｙ Ｅ ｇｎｅｉ ｏｒａ ｏ ｎｈｎ ｎ ｒｉ （ ｎｉｅｒ ｇ＆ Ｔ ｃ ｎｌ ｙ Ｎ ｖ ｔ ｎ ｅｈ ｏ ｇ ） ｏ
Ｖ０ ． ２ Ｎｏ ２ １３ ．
Ｊ ｎ２ ０ ｕ ． ０１
ｂ ｓ ｇ ｒ ｃ ａ ｃｍ ｏｅｔ ｎｌ ｉ ａｄｓ ｔａ Ｐ Ｓ３０ ｈ ｅ ｌ ｈｗ ｄｔ ｔ ￣ ａ ｒ ｕｌｙｏ Ｘｎｚ ｙｕｉ ｉ ｉ ｌ ｏ ｐｎｎ ａａ ｓ ｎ ｏｗ ｒ Ｓ Ｓ １ ．．Ｔ ｅｒ ｕ ｓ ｏ ｅ ａ： ） ｔ ａｔ ｆ ｉ ｉ ｎ ｐｎｐ ｙｓ ｆ ｅ ｓ ｔｓ ｈ （ ｗ ｅ ｑ ｉ ｇ
鄱 阳湖水 质空问分布上表现 为湖 内水质好 于人 湖区域水质 ， 说明五河带来 的污染 物对鄱 阳湖周边 地 区水质 影响较
大 ， 阳湖主要受外 源污染而非 内源污 染。 鄱 关键 词 ： 主成分分 析 ； 水质 ； 评价 ； 阳湖 鄱
中图分类号 ：８４ Ｘ ２ 文 献标 识 码 ： Ａ
Ａｐｐ ｉ ａ ｉ ｎ ｏ ｉ ｉ ｌ ｍ ｐｏ ｅ ｔＡｎ ｌ ｓｓ ｉ ｌｃ ｔｏ ｆＰｒｎｃｐ ｅ Ｃｏ ｎ ｎ ａ ｙ ｉ ｎ
Ｅ ａｕ ｔ ｇＷ ａｅ ａｉ ｆＰ ｙ ｎ ａ ｅ ｖ ｌａｉ ｔｒＱｕ ｌｙ ｏ ｏ ａ ｇＬ ｋ ｎ ｔ
基于SPSS的主成分分析在水环境质量评价中的应用_李哲强
河流水系、同一水系相邻站点进行时空变化分析。 ３．３．１ 评价分区水质时空变化分析
分区污染指数时空变化图， 结果见图 ２。 根据图 ２ 可以看出 ６ 个评价分区水质总体状
根据《张家口市第二次水资源评价》成果， 区域 况， 最好的水质是内陆平原山丘区 内陆平原区 涿怀山间盆地 张宣山间盆地 蔚阳山间盆地
表 １ 总方差解释
初始特征根 方 差 贡 献 率／％
４３．３８２ １４．５１４ ９．７４１ ８．２０３ ６．８８７ ６．４０５ ３．８２０
３．０１６ １．５６１ １．２１６ １．０３０ ０．２２４
方 差 累 计 贡 献 率／％ ４３．３８２ ５７．８９６ ６７．６３７ ７５．８４０ ８２．７２８ ８９．１３３ ９２．９５３ ９５．９６９ ９７．５３１ ９８．７４６ ９９．７７６ １００．０００
１９９９ ２．１７ ０．７７ ０．７５ １．２５ １．４５ ２．２
２０００ １．８６ ０．８ ０．８５ ０．９ １．５ ２．５１
２００１ ２．１３ ２．２３ ０．８７ ０．９３ １．６１ ３．０１
２００２ １．４７ ０．７４ ０．９３ １．００ １．７７ ３．１６
２００３ １．８２ ０．６８ ０．９５ ０．８３ １．６９ ３．１８
１ 引言 水质环境质量评价的主要内容是根据水体的用
途及水的物理、化学及生物的性质， 按照一定的水质 标准和评价方法， 将参数数据转化为水质状况信息， 获得水环境现状及其水质分布状况， 对水域的水质 或水体质量进行定性或定量的评定。为了对水环境 质量作出综合性评价， 目前已提出了几十种水环境 质量评价方法。由于影响水环境质量的因素较多， 而 水质系统是由多维因子组成的复杂系统， 每一因子 从某一方面反映了水体质量状况， 各因子对环境污 染又有着不同的贡献率， 并且因子间具有不同程度 的相关性， 依据它们作综合评价有一定难度。所以， 做好水环境质量评价工作， 选取一种有效而又实用 的 方 法 是 非 常 重 要 的 。 主 成 分 分 析 方 法 （Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔｓ Ａｎａｌｙｓｉｓ， 以下简称 ＰＣＡ 法）正是一种将 多维因子纳入同一系统进行定性、定量化研究， 理论 比较完善的多元统计分析方法。该方法应用于水环 境质量评价中， 对客观、准确、全面地评价水环境质 量有很好的实用性。 ２ 基于 ＳＰＳＳ 的主成分分析
主成分分析法对滆湖水质的综合评价
河南化工H E N A N C H E M I C A L I N D U S T R Y2010年12月第27卷第12期(下)主成分分析法对渭湖水质的综合评价张浩(常州市环境监测中心站．江苏常州213001)【摘要】基于主成分分析理论，建立了水质综合评价模型，以常州市涌湖为例，对漏湖的水环境质量进行综合评价；结果表明，灞湖四个监测点位中，湖北区和湖南区水质相对较差，北干河口区与太涌河口区水质相对较好，评价结果与涌湖实际水质污染状况一致。
．【关键词】主成分分析；漏湖；水环境质量；综合评价【中图分类号】0652【文献标识码】B【文章编号】1003-3467(2010)24-0050一04水环境质量评价是环境质量评价的主要内容。
目前，常用的水环境质量评价的方法有指数评价法…、模糊综合评判法【2J、灰色数学法¨1、神经网络法H1等。
由于水质系统是由各种污染指标变量组成的复杂系统，各个因子之间具有不同程度的相关性，每一因子都只从某一方面反映水质质量"J，因此依据它们作综合评价有一定的难度。
主成分分析方法正是一种将多维因子纳入同一系统进行定量化研究且理论比较完善的多元统计分析方法，在环境质量综合评价方面应用广泛。
本文将主成分分析法应用于常州涓湖水质综合评价，以期能够为洞湖的水环境管理工作提供参考依据。
1主成分分析的原理与方法主成分分析法№3是将原来多个变量化为少数几个综合指标的一种统计分析方法，从数学的角度说，这是一种降维处理技术。
设原始变量为z。
、茗：…毛，主成分分析后得到的新变量(综合变量)为z。
、Z2…z。
，它们是z．、聋：…茗。
的线性组合(r t'l,<n)。
新变量z。
、z：…z。
构成的坐标系是原坐标系经过平移和正交旋转后得到的，称毛、龟…z。
张成的平面为m维主超平面。
在主超平面上，第一主成分对应于数据变异(贡献率)最大的方向，对于毛、z2…z。
依次有e2≥e3≥…≥e。
主成分分析-支持向量机的水质评价模型研究
论、 灰 色 系统 等 方法 也 被 用于 水 质 评 价 ， 如
２
文模 型的准确性 和实用性， 为 相 关 研 究 提 ， 寻 找 最 优 分类 面 即 为求 解 以 下规 划
ｆ ． （ （ １ 】 ＋ ｂ ） ≥ １ ． ｉ ＝ ｌ ， ２ ， ・ ・ ・ ，
｛ ＝ ， ｛ ： ， …， ） ， 这 样分类超平面的最优化
准 确 率 的 水 质 评 价 结 果 既 验 证 了支 持 向量
机理论 用于水质评价 的良好性能 ， 也 表 明
监测的多个物化指标中提取出主成分， 将历 史数 据 作为 训 练样 本 代 入支 持 向量机 中 ， 选
删“
（ ２ ）
该 文 将 主 成 分 分 析 法 与 支 持 向 量机 理 论 结 合 起来 构 建 了水 质评 价 模 型 ， 并用 遗传
和动 态性 ， 一 些 智 能 算 法 被 引 入 水 质 评 价 方 法 的 研 究 中。 向娜 引用 人 工蜂 群 算 法 优化
出支 持 向 量 机 应 用于 水 质评 价 研 究 的 合 理
１ 相关 理 论基 础
１ ． １ 主成 分 分 析 ，
面。
主 成 分 分 析 是 指 把 原 来 多 个 变 量 化 ｆ ｐ 转 化 为 某 个 高 维 空 间 中的 线 性 问 题 ， 为少 数 几个 综 合指 标 的一种 统 计分析 方 法。 通 过 计 算协 方 差 或 相 关 系 数 矩 阵 来 尽
应用主成分分析法评价东昌湖水质状况
应用主成分分析法评价东昌湖水质状况摘要:采用主成分分析方法,对东昌湖湖区的水质监测数据进行定量化研究,试验结果表明,东昌湖的主要污染因子是CODCr､TN､TP,因此东昌湖的污染属于有机污染和富营养化污染｡2001~2009年东昌湖水质呈现出逐渐好转的趋势｡关键词:东昌湖;水质;主成分分析;有机污染;富营养化Application of Principal Component Analysis for Comprehensive Analysis of Water Quality in Dongchang LakeAbstract: Based on the principal component analysis, the water quality of Dongchang Lake was evaluated. The results showed that the main pollution factors were CODCr, TN, TP. So Dongchang Lake was suffering organic pollution and eutrophication. And from 2001 to 2009, the water quality in Dongchang Lake presented a gradually improving trend.Key words: Dongchang Lake; water quality; principal component analysis; organic pollution; eutrophication东昌湖位于聊城市中心,环绕聊城古城四周,总面积4.2 km2,库容在1 000万m3以上,水深2~3 m,其湖岸沿线长约16 km,引黄河水为源｡东昌湖水域面积略小于杭州西湖,为济南大明湖的5倍,是我国长江以北最大的城市人工湖泊｡水环境有不同于一般湖泊的特点:湖岸带及湖体人工化､湖盆浅､换水周期长､湖区被割裂成多块水体､人工干预强等,并且东昌湖水源完全依靠黄河调水,补给单一,水量补给缺乏保障;另外,东昌湖补给水源水质难以保障｡黄河来水水质整体上为Ⅳ类,东昌湖每年从黄河补水带来的总磷约1.98 t､总氮约30.10 t,COD约599.60 t,分别占入湖总磷的84.03%､总氮的87.46%､COD的92.94%,这导致东昌湖水体质量出现富营养化加重的现象[1]｡湖泊水质污染是目前比较突出的水环境问题之一,它与一个国家或地区的经济发展和人民生活质量密切相关｡水质系统是由各种污染物指标变量组成的复杂系统,每一因子从某一方面反映了水质质量[2]｡同一湖泊的监测站点和水质指标多,从中难以综合判断各监测断面及整个湖区的水质状况｡主成分分析方法是比较普遍的多元统计分析方法之一[3,4],在环境质量综合评价方面应用广泛[2,5],它能够在最大限度地保留原始数据信息的基础上,对高维变量进行综合和简化,并且能够客观地确定各个指标的权重,避免了主观随意性｡本文将主成分分析法应用于东昌湖的水质综合评价,以期能够为东昌湖的水环境管理工作提供参考依据｡1 主成分分析法原理主成分分析是把各变量之间互相关联的复杂关系进行简化分析的方法｡在研究中,为了全面系统地分析和研究问题,必须考虑多种指标,这些指标能从不同的侧面反映所研究对象的特征,但在某种程度上存在信息的重叠,具有一定的相关性｡主成分分析试图在力保数据信息丢失最少的原则下,对这种多变量的截面数据表进行最佳综合简化,也就是说,对高维变量空间进行降维处理,即研究指标体系的少数几个线性组合,并且这几个线性组合所构成的综合指标将尽可能多地保留原来指标变异方面的信息,这些综合指标就称为主成分[6-8]｡主成分分析法在水环境质量评价中的应用主要有两方面:一是建立综合评价指标,评价各监测断面的相对污染程度,并对各监测断面的污染程度进行排序;二是评价各单项指标在综合指标中所起的作用,指导删除那些次要的指标,确定造成污染的主要成分｡主要步骤有:(1)将指标数据原始矩阵进行标准化,即对同一变量减去其均值再除以标准差,以消除量纲影响｡(2)在标准化数据阵X=(Xij)的基础上,计算原始指标的相关系数矩阵R及其特征值λi(i=1,2,…,p),特征向量矩阵L(即各个指标变量xj的系数)｡L为原变量上的载荷值,体现了原指标变量与综合指标变量的相关程度｡(3)计算方差贡献率(i=1,2,…,p)和累计贡献率(i=1,2,…,p),一般取累计贡献率达85%~95%的特征值λ1,λ2,…,λm所对应的第一､第二,……第m(m≤p)个主成分｡并据以确定主成分的个数,建立主成分方程｡(4)解释各主成分的意义,并将各单位的原始数据代入方程中,计算各主成分得分Fj｡(5)最后以方差贡献率为权数求和计算得出综合得分进行排序后分析比较｡2 东昌湖水质的主成分分析本文选取2001~2009年东昌湖每月1次的水质资料作为研究对象｡监测项目包括pH､DO､CODCr､CODMn､NH3-N､TN､TP 7个指标｡2.1 数据的预处理与标准化本文利用2001~2009年各站点为对象求取各指标的年均值,最后得到9×7的水质指标原始矩阵,对指标原始矩阵进行数据标准化,因为溶解氧是随着数据值的增大,表示水质越好,呈正相关关系;而其他因子则是随着数据值的增大,表示水质越差,呈负相关关系,所以DO为逆指标,先将其进行倒数变换,然后标准化,结果见表1｡2.2 计算相关系数矩阵R利用SPSS 16.0软件求得2001~2009年整个湖区7个指标的相关系数矩阵R,结果见表2｡2.3 计算特征值和累计贡献率利用SPSS 16.0软件进一步计算相关系数矩阵的特征值与主成分贡献率及累计贡献率,结果见表3｡由表3可知:第1､2主成分的特征值分别为4.02､1.83,均大于1,方差贡献率分别为57.48%､26.10%,其累计方差贡献率达到了83.58%,这说明二维主成分几乎综合了所有7项水质指标,超过了主成分分析中75%的要求,所以对应的两个主成分已经能够反映原始指标所提供的绝大部分信息,可利用它们对东昌湖6个湖区的水环境质量进行综合评价｡所以提取前2个主成分｡利用SPSS 16.0软件进一步计算每个因子在主成分上的载荷量,每一个载荷量表示主成分与对应变量的相关系数,提取的2个主成分的初始因子载荷矩阵如表4｡取相应特征值对应的正规化单位特征向量作为线性表达式的系数,构造出两个主成分Z1和Z2:Z1=0.707x1-0.130x2+0.963x3+0.753x4-0.622x5+0.937x6+0.865x7,Z2=0.587x1+ 0.913x2-0.254x3+0.616x4-0.079x5-0.306x6-0.323x7｡第一主成分1反映了东昌湖营养化,对这一指标起主要作用的是CODCr(x3)､TN(x6)､TP(x7),他们的系数值分别为0.963､0.937､0.865,在主成分1的正方向上起作用｡CODCr是反映水体有机污染的指标,CODCr与主成分1的相关系数最高,说明在第一主成分中CODCr对第一主成分的贡献最高｡说明东昌湖水体中的污染类型是有机污染｡TN和TP是反映水体营养化程度的主要指标,其值越大,水体营养化程度越高,它们主要表示引起湖泊富营养化的营养元素污染状况｡因此可以认为东昌湖的主要污染物是CODCr､TN､TP,这也说明东昌湖水体的富营养化程度可能很高｡第二主成分2从另外一方面反映了东昌湖的营养化｡在第二主成分中,DO(x2)和CODMn(x4)的系数值比较高,分别是0.913､0.616,这说明DO(x2)和CODMn(x4)对第二主成分的贡献最高,因为水体中的DO的倒数越高,表明水体水质越差,这与第一主成分中CODCr对第一主成分贡献最高相对应,同样反映了东昌湖水体中有机污染比较严重,其次是无机污染｡2.4 综合评价函数的确定将初始因子载荷矩阵两列的数据分别除以主成分相对应的特征根的平方根,便可得到特征向量,见表5｡F1=0.352 4Z1-0.064 8Z2+0.480 1Z3+0.375 4Z4-0.310 1Z5+0.467 1Z6+0.431 2Z7F2=0.434 3Z1+0.675 5Z2-0.187 9Z3+0.455 7Z4-0.058 4Z5-0.226 4Z6-0.239 0Z7将得到的特征向量与标准化后的数据相乘,便可以得出主成分表达式,即综合评价函数F=■F1+■F2=0.69F1+0.31F2｡由综合评价函数计算每一个主成分的得分,然后进行综合排序,得分较大者说明湖水污染较重,得分较小者说明湖水污染较轻,具体排序见表6｡根据表6绘制出东昌湖水质得分曲线(见图1)｡由表6的主成分得分排序可知,2001年的水质最差,2002年的水质最好｡除去个别年份的数据可能出现的误差,水质较差的两年主要集中在2005､2006年,2007年之后的年份水质相对要好些｡从图1水质得分不断下降的趋势,可以看出东昌湖在2001~2009年时间跨度上水质发展情况呈上升趋势,一定程度上也反映了东昌湖水质在近几年不断好转｡其原因可能与2003年东昌湖的综合治理工程的开展有关｡2003年之前,各湖区周围居民和单位的生活污水直接排入湖内,近湖区部分单位的排污管道未与市区污水管网联结而将污水直接排入湖中｡据估算,东昌湖每天要接纳约6 000 t的生活污水,这些污水主要通过大大小小的排污口排入湖内｡其中古城区内的最大排污口是前人在建古城区时留下的4个排水口,其中原南城墙处有2个,原北城墙和原西城墙处各有1个｡除以上4个大的排污口外,其他较大的排污口主要分布在:1#湖内围有南泽园餐厅排污口,排放大量的餐饮业废水;2#湖外围有区人民医院的排污口,向湖内排放大量医疗废水,还有堆放在湖边大量的医疗垃圾产生的污水;3#湖外围有区人大､鼎舜花园两个较大排污口,排放大量的生活污水;4#湖内围有东昌府区职工活动中心排污口､国奥饭店排污口,外围有东昌宾馆排污口,排放大量的餐饮业废水;5#湖内围有钓鱼台宾馆排污口､公路局排污口,排放大量的餐饮业废水和生活污水｡另外,在1#湖､2#湖､3#湖､5#湖､6#湖的内围湖岸以及1#湖､2#湖､3#湖的外围湖岸还有许多居民生活小排污口,有的是一家一个排污口,有的是一片居民有规划地把生活污水汇到一起,建造桥涵,组成较大的排污口｡还有古城区内和近湖区的几十家单位,主要有区委､区政府､海源阁宾馆､聊城市教育学院､光明眼科医院､聊城九中､聊城四中等也将自身产生的大量污水直接或间接排入湖中｡因湖西公园建设,对西部湖区以西的大部分民房已进行了拆迁,故4#湖､5#湖､6#湖的外围湖岸基本上无生活小排污口｡“十五”初期,聊城市委､市政府抢抓机遇,提出建设“中国江北水城”的号召,对聊城市城区内的小运河重新挖掘,同时对人为填湖建造的违章建筑坚决拆除,退地还湖,扩大东昌湖水域面积,并将东昌湖与小运河联接起来｡建设老城区截污工程,杜绝古城区污水排入东昌湖｡对于湖外围排污量较大的排污口,例如市公路局排污口､区人大排污口､鼎舜花园排污口等的排污管道进行改道,并与市区污水主管道联接,停止向东昌湖排污｡严禁周边居民乱放垃圾,并做到及时清运,避免垃圾对湖水的污染｡禁止在湖中洗衣､洗车等行为｡增加引黄频次,既增加各湖区的水量,又加大了水的流动性,从而进一步提高水体的自净能力｡因此,在2003年后,东昌湖水质明显好转,到2009年总体呈现水质转好的趋势｡3 结论本文采用主成分分析方法,对东昌湖湖区的水质监测数据进行定量化研究,结果表明:前2个主成分已经可以综合83.58%的因子信息,完全可以代表7个指标因子对东昌湖水质的综合评价｡说明主成分分析方法数据处理简单,是水质综合分析的一种非常重要的方法｡通过主成分分析得出:第一,东昌湖的主要污染因子是CODCr､TN､TP,说明东昌湖的污染属于有机污染和富营养化污染｡第二,从2001~2009年东昌湖水质呈现出逐渐好转的趋势,这说明在东昌湖的综合治理､古城区综合整治的初期,政府关闭排污口､古城区截污等措施对湖水水质改善效果明显;同时也进一步说明,东昌湖水体污染早期与古城区生活污水排放关系密切,所以表现出东昌湖的主要污染因子是CODCr､TN､TP｡因此,在今后的水体治理工作中仍然要加强古城区及新城区的生活污水的截污工作,减少输入到湖水中污水的量,就可以使东昌湖水质得到明显改善｡参考文献:[1] 陈友媛,崔香,杨世迎,等. 东昌湖流域生态补水管理模式探讨[J]. 中国工程科学,2010,12(6):65-69.[2] 王晓鹏. 河流水质综合评价之主成分分析方法[J]. 数理统计与管理,2001,20(4):49-52.[3] 冯利华. 环境质量的主成分分析[J].数学的实践与认识,2003, 33(8):32-35.[4] 孙文爽,陈兰祥. 多元统计分析[M]. 北京:高等教育出版社,1994.295-475.[5] 鲁斐,李磊. 主成分分析法在辽河水质评价中的应用[J]. 水利科技与经济, 2006,12(10):660-662.[6] 高惠璇. 应用多元统计分析[M].北京:北京大学出版社, 2005. 265-289.[7] 董菁,张毅,张佐,等. 基于主成分分析法的城市交通路口相关性分析[J]. 西南交通大学学报,2003,38(6):619-622.[8] RICHARD A J, DEAN W W. 实用多元统计分析[M]. 陆璇,译. 北京:清华大学出版社,2001.388-425.。
基于主成分分析法的沦河水质评价
Ａ ｓｓｍｅ ｔｏ ａｅ ａ ｔ ａｅ ｎ Ｐ ｉｃ ａ Ｃ ｍｐ ｎｎ ａ ｓ ｅｈ ｄ ｉ ｕ ｈ ｖ ｒ ｓｅｓ ｎ ｆＷ ｔｒＱｕ Ｕｙ Ｂ ｓｄ ｏ ｒ ｉ ｌ ｏ ｏ ｅ ｔＡｎ ｌ ｉ Ｍ ｔｏ Ｌ ｎ ｅＲｉｅ ｎｐ ｙｓ ｎ
ＴＡＮ ｉ ｇ ｆｎ Ｍ ＡＯ ｎ － ｉ ＪＡＮＧ － ｉ ｇ ＴＩ Ｍ ｎ －ａ ｇ Ｔａ ｇ ｘｕ Ｉ Ｌｉｐ ｎ ＡＮ ｅ Ｚｈ （ ｅ ｓｉ ｔ ｆ ｅｈ ｏｏｙ Ｈｕ ｅ ｎ ｉｅ ｒ ｇＵｎｖｒｉ Ｘｉｏａ ｂ ｉ ３ １０ Ｎ ｗＩ ｔｕｅｏＴ ｃ ｎｌｇ ， ｂ ｉ ｇｎ ｅｉ ｉ ｓ ｙ， ａ ｇｎ Ｈｕ ｅ４ ２ ０ ） ｎ ｔ Ｅ ｎ ｅ ｔ
ｃｍｐ ｎ ｎ ｎ ｌｓ ｔｏ ． ＇ ｅｕｔ ｓ ｇｅｔｄｔａ ｅｗ ｔｒｑ ａｉ ｅｃ ｅ ｅｒｑ ｉ ｍｅ ｔ ｆ ｒｄ Ⅲ ｉ ｓｒａｅｗａ ｒｅ ｖｒｎ ｅ ｔｑ ａｉ ｏ ｏ ｅ ｔ ａｙｉ ｍｅｈ ｄ １ ｅｒｓ ｌ ｕ ｇ ｓ ｔｈ ａｅ ｕ ｌｙｒａｈ ｄｔ ｅｕｒ ｎ ａｅ ａ ｓ ｈ ｓ ｅ ｈ ｔ ｔ ｈ ｅ ｏｇ ｎ ｕ ｃ ｔ ｎ ｉ ｍ ｎ ｕ ｔ ｆ ｅ ｏ ｌ ｙ ｓａｄ ｒ ＧＢ３ ３ — ０ ２）ｂ ｔ ａｅ ａｉ ｗａ ｉｅｅｔ ｅｗ ｅ ｉｅｅｔ ｅｔ ｎ ｈ ｉｅ． ｈ ｓ ｉ ｏｒａｔ ｏｌｔｎｓ ｉｈｉｆ ｅ ｅｄ ｔｎ ａｄ （ ８ ８ ２ ０ ，ｕ ｔｒ ｌ ￣ ｓｄｆ ｒｎ ｔｅ ｎｄｆ ｒｎ ｃｉ ｓｉ Ｉ ｅＲｖ ｒＴ ｅｍｏｔ ｍｐ ｔｎ ｌ ａ ｔｗｈｃ ｌ ｎ ｅ ｗ ｕ ｑ ｂ ｓ ｏ ｎ ｍｎ ｐ ｕ ｎｕ
来 越 严 重 ， 用 水 的 安全 问题越 来 越 突 出【 准 确评 价 饮 用 饮 １ １ 。 水 源水 质 ， 为 合理 开发 利 用水 资源 提供 科学 依 据 ， 可 对保 护 和 改 善水 质状 况 ， 保障 饮水 安全具 有 重要意 义 。
主成分分析法在水质评价中的应用
0 .701 R =
0 .12 0
N1 � - 0.54 93 - 0.18 38 - 0.7332 2 N2 N3 � - 0.9 9 68 - 0.02 8 3 - 1.02 51 1 � 2 .078 8 - 0.159 3 1.9 19 4 4
0 .8 2 5 0 .508 0 .9 34 0 .8 62 0 .9 33 0 .532
0.9 8 9 - 0.771 0.756 - 0.073 1 - 0 .708
N4 � 0.4 674 0.3715 0.8 38 9 3
0 .412 0 .12 0 - 0.771 - 0.6 38 - 0.073 - 0.708 1
表1
各成分特征值及其贡献率
由表 4 可 以看出 ，N2 水质 最好，N1 水质次之 ， 类水功能区基本要求，N3 , N4 水 类水域功能区要
1 /2 j
2
水质分析
文中采用 2 002 年 4 月的银川新城南郊地下水 4
-
个水样点水质分析结果作为水质评价对象 �选取钙离 TH , TD S, C OD 共 7 个 因子作 子, 氯离子, 硫酸根 , 铵, 为评价指标� 对原始水质分析数据进行标准化 ， 具体 结果， 见表 1, 表2�
( 2 ) 计算相关系数矩阵和相应的特征值 , 特征向 量 �在标准化数据矩阵的基础上计算原始指标相关系 数矩阵 R ， R 为实对称矩阵 �计算特征方程 R - I =
� � � � 水质等级� 综合得分 F � - 1.9 712 - 1. 9 712 �F 59 7 � - 0.8 - 0. 9 59 7�F 2 �0.59 8 0.59水质主成分分析结果
水样编号 F1 F2 综合得分 排名 水质等级
基于改进的主成分分析法对水质定量化综合评价
Ｔ ｉ ａ ｎ ｊ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｔ ｉ ａ ｎ ｊ ｉ ｎ ３ ０ ０ ０ ７ ２ ； ２ ． Ｔ ｉ ａ ｎ ｊ ｉ ｎ Ｕ ｒ ｂ ａ ｎ Ｐ ｌ ａ ｎ ｎ ｉ ｎ ｇ ａ ｎ ｄ Ｄ ｅ ｓ ｉ ｇ ｎ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ， Ｔ ｉ ａ ｎ ｊ ｉ ｎ ３ ０ ０ ０ ７ ２ ）
Ｔｈ ｅ ｏ ｒ ｉ ｇ ｉ ｎ ａ ｌ ｄ ａ ｔ ａ ｗｅ ｒ ｅ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｅ ｄ ｗｉ ｔ ｈ ｃ ｅ ｎ ｔ ｒ ａ ｌ ｉ ｓ ｅ ｄ ｌ ｏ ｇ ａ ｒ ｉ ｔ ｈ ｍｉ ｃ ｒ ａ ｔ ｉ ｏ ｍｅ ｔ ｈ ｏ ｄ ａ ｎ ｄ ｌ ｈ ｅ ｃ ｏ ｖ ａｒ ｉ ａ ｎ ｃ ｅ ｍａ ｔ ｒ ｉ ｘ ｗａ ｓ ｕ ｓ ｅ ｄ
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ Ｔ ｏ ｅ ｖ ａ ｌ ｕ ａ ｔ ｅ ｔ ｈ ｅ ｃ ｏ ｍ ｐ ｒ ｅ ｈ ｅ ｎ ｓ ｉ Ｖ ｅ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｄ ｒ ｉ ｎ ｋ ｉ ｎ ｇ ｗ ａ ｔ ｅ ｒ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｏ ｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｙ ， ａ
ｃ ｏ ｒ ｒ ｅ ｓ ｐ ｏｎ ｄｉ ｎ ｇ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｍｅ ｔ ｈ ｏ ｄ ｗａ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｉ ｎ ｖ ｉ ｅ ｗ ｏ ｆ ｔ ｈ ｅ ｕ ｎ ｓ ａ ｔ ｉ ｓ ｆ ａ ｃ ｔ ｏｒ ｙ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｒ ｅ ｓ ｕ ｌ ｔ ｉ ｎ ｄ ｅａ ｌ ｉ ｎ ｇ ｗｉ ｔ ｈ ｎ ｏ ｎ ｌ ｉ ｎ ｅ ａ ｒ ｄ ａ ｔ ａ ａ ｎ ｄ ｔ ｈ ｅ ｏ ｎ ｅ － ｓ ｉ ｄ ｅ ｄ ｎ ｅ ｓ ｓ ｗｈ ｅ ｎ ｅ ｘ ｐ ｒ ｅ ｓ ｓ ｉ ｎ ｇ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏｎ ｉ ｎ ｌ ｈ ｅ ｌ ｒ ａ ｄｉ ｔ ｉ ｏ ｎ ａ ｌ ｐ ｒ ｉ ｎ ｃ ｉ ｐ ａＩ ｃ ｏ ｍｐ ｏ ｎ ｅ ｎ ｔ ｓ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ．
改进的主成分分析法在白洋淀水质评价中的应用
０ １０ ； ７ ００
３保 定 ቤተ መጻሕፍቲ ባይዱ 水文 水 资 源勘 测 局 ， 北 保 定 ． 河
摘 要 ： 对 数 据 标 准 化 信 息 丢 失 以及 主 成 分 中各 系数 相 近 造 成 的 涵 义 不 明确 ， 针 对主 成 分 分 析 法进 行 了改 进 ． 好 地 实 很
现 了降 维 的效 果 。 其 应 用 于 河 北省 白 洋淀 水 质 综合 分析 ， 果 表 明 ： 各 观 测 断 面 中普遍 存 在 富 营养 化 现 象 ， 氮 、 将 结 在 氨
Ｔｈ ｐ ｉ ａ ｉ ｎ ｏ ｐｒ ｖ ｄ ｐｒ ｎ ｉ ａ ｏ ｐ ｎｅ ｎａ ｙ ｉ ｅ ｈ ｄ ｏ ｔ ｅ ａ ｐｌ ｔｏ ｆｉ ｃ ｍ ｏ ｅ ｉ ｃ ｐ ｌｃ ｍ ｏ ｎｔａ ｌ ｓｓｍ ｔ ｏ ｔ ｈｅ ｗａ ｅ ｕａｉｙ ａ ｔ ｒ ｑ ｌｔ ｐｐｒ ｉｅ ｅ ｔｉ Ｂａ ｙ ｎｇ ｉ ｎ ｋ ａ ｓ ｍ ｎ ｎ ｌ ａ ｄ ａ Ｌａ ｅ
主成分分析法在地下水水质综合评价中的应用
主成分分析法在地下水水质综合评价中的应用摘要: 目的应用主成分分析评价2011年北京市农村饮水安全工程供水水质, 以了解影响本市农村饮用水水质的主要因素。
方法主成分分析对6类农村饮用水进行综合评价。
结果 6类农村饮用水从优到劣的结果为完全处理(丰)、完全处理(枯)、部分处理(丰)、部分处理(枯)、未处理(丰)、未处理(枯)。
总体水质状况有处理优于未处理、完全处理优于部分处理、丰水期水质优于枯水期水质。
结论应加强农村改水工作, 完善水处理, 以确保农村饮水卫生安全。
Application of Principal Component Analysis on the Quality Assessment of Drinking Water in Rural Areas of BeijingAbstract: Objectives To apply a principal ponent analysis on the quality assessment of drinking water and to investigate the main factors affecting the safety of rural drinking water engineering in Beijing in 2011. Methods Principal ponent analysis was used to have a prehensive evaluation on the quality of 6 kinds of rural drinking water supply. Results The quality of 6 kinds of rural drinking water arrayed from the best to the worst were:full treated water in wet period, full treated water in dry period, parts treated water in wet period, parts treated water in dry period, untreated water in wet period and untreated water in dry period. Conclusions Reforming rural drinking water supply and improving water treatment should bestrengthened to ensure the safety of rural drinking water supply.Key words: principal ponent analysis rural drinking water prehensive evaluation农村饮用水安全与百姓健康息息相关，改善农村饮水也是各级政府的重点工作之一。
主成分分析法在辽河水质评价中的应用
ｉｄ ｘ ｎ ｍｂｎ ｉ ｙｔｍ ｌｓｅ ｄ ｌ Ｏｔｅｒｓｌ ｃｎ ｂ ｌｓｉｅ ｙ ｔｅＫ— ｍｅｌ ｌ ｔｒ ． ｎ ｅ ，ａ ｄｃ ｏ ｉｅｗｔ ｓｓｅ ｃｕｔｒｍｏ ｅ，Ｓ ｈ ｅｕｔ ａ ｅｃ ｓｆ ｄｂ ｈ ａ ｉ ｈ ａｌ ｃｕ ｅｓ Ｓ ｓ Ｋｅ ｒ ｓ ｒ ｃｐｌ ｍｐ ｎｎ ｎｌｓ ｗ ｔｒｑ ａｉ ； ｉ ｈ ｉｅ ｙ ｗｏｄ ：ｐｉ ｉａ ｎ ｏ ｃ ｏ ｅ ｔ ａｙｉ ａｅ ｕ ｌｙ Ｌａ ｅＲ ｖｒ ａ ｓ； ｔ ｏ
维普资讯
第 １ 卷第 １ 期 ２ Ｏ ２０ ０６年 １ ０月
水利科技 与经济
Ｗ ａｅ ｎ ｅ ｖ ｎ ｙ Ｓ ｉｎ ｅ ａ ｃ ｈ ｏｏ ｙ ａ ｄ Ｅｃ ｎ ｍｙ ｔｒＣｏ ｓ ｒａ ｃ ｃｅ ｃ ｎｄ Ｔｅ ｎ ｌｇ ｎ ｏ ｏ
Ｖ０ ．２ Ｎ ． ０ １ １ ｏ １ Ｏ ｔ ，０ ６ ｃ ，２ ０
主 成 分 分 析 法 在 辽 河 水 质 评 价 中 的 应 用
鲁 斐 李 磊 ，
（． １哈尔滨理 工大学 经济管理学 院， 哈尔滨 １ ００ ． ５ ８；２哈尔滨工业大学 市政环境工程学 院 ， ０ 哈尔滨 １０ ） ５ ９ ００
Ｃ ｉａ ｈ ｎ ；２． ｌ ｅ ｆ Ｍｕ ｉｉ ａ ｏ ｇ Ｃ ｌ ｇ ｏ ｎ ｃｐ ｌ＆ Ｅ １ｎ ｎ ａ Ｅ ｇｎ ｅ ｎ ， Ｈａｂ ｎ Ｉ ｓｉ ｔ ｏ ｅ ｈ ｏｏ ｙ Ｈ ｒ ｉ ｍ４ ｍｅ ｔｌ ｎ ｉｅ ｒ ｇ ｏ ｉ ｒ ｉ ｎ ｔ ｕｅ ｆＴ ｃ ｎ ｌｇ ， ａ ｂｎ ｔ
［ 中图分类 号］ Ｆ０ ２５ ［ 文献标识码 ］ ［ 文章编号 ］ １ ６ ７７（０６１ — ６０ ０ ０ — １ ２０）０ ０６ — ３ ０ ５
Ｐ ｉｃ ａ ｏ ｏ ｅｔＡ ａｙｉ ｏ ｔｒＱｕ ｌｙ Ｅ ａｕ ｔ ｎ ｉ ｉｏ ｅＲｉｅ ｒ ｉ ｌ ｍｐ ｎ ｎ ｎ ｓ ｆＷａｅ ａｉ ｖ ａｉ Ｌ ａ ｈ ｖ ｒ ｎｐ Ｃ ｌ ｓ ｔ ｌ ｏ ｎ
应用主成分分析法评价东昌湖水质状况
Ａｂ ｔ ａ ｔ Ｂ ｓ ｄ ｎ ｈ ｐ ｉ ｃｐ ｌ ｏ ｏ ｅ ｔ ｎ ｌｓｓ ｔ ｅ ｓｒ ｃ ： ａ ｅ ｏ ｔ ｅ ｒ ｉ ａ ｃ ｍｐ ｎ ｎ ａ ａｙ ｉ ， ｈ ｗａｅ ｑ ａｉ ｏ Ｄｏ ｇ ｈ ｎ Ｌ ｋ ｗ ｓ ｖ ｌ ａｅ ． Ｔ ｅ ｅ ｕｔ ｎ ｔｒ ｕ ｌ ｙ ｆ ｔ ｎ ｃ ａ ｇ ａ ｅ ａ ｅ ａｕ ｔ ｄ ｈ ｒ ｓ ｌ ｓ ｓ ｏ ｄ ｔ ａ ｈ ｉ ｏｌ ｔ ｎ ｆ ｃｏ ｓ ｗｅｅ Ｃ ｈ ｗｅ ｈ ｔ ｔ ｅ ｍａｎ ｐ ｌ ｉ ａ ｔｒ ｒ ＯＤ。，Ｔ ｕｏ Ｎ， Ｔ Ｐ．Ｓ ｎ ｃ ａ ｇ ａ ｅ ｗ ｓ ｓ ｆ ｒ ｇ ｏ ｇ ｎ ｃ ｐ ｌ ｔ ｎ ａ ｄ ｅ ｔｏ ｈ ｏ Ｄｏ ｇ ｈ ｎ Ｌ ｋ ａ ｕｆ ｉ ｒ ａ ｉ ｏｌ ｉ ｎ ｕ ｒ ｐ — ｅｎ ｕ ｏ ｉａｉ ｎ ｃ ｔ ．Ａｎ ｒ ｍ ０ １ ｏ ２ ０ ｏ ｄｆ ｏ ２ ０ ｔ ０ ９， ｔ ｅ ｗ ｔ ｒ ｑ ａ ｉ ｎ Ｄｏ ｇ ｈ ｎ ａ ｅ ｐ ｅ ｅ ｔ ｄ ａ ｇ ａ ｕ ｌ ｍｐ ｏ ｉ ｇ ｔ ｎ ． ｈ ａ ｅ ｕ ｌ ｙ ｉ ｎ ｃ ａ ｇ Ｌ ｋ ｒ ｓ ｎ ｅ ｒ ｄ ａｌ ｉ ｒ ｖｎ ｒ ｄ ｔ ｙ ｅ Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：Ｄｏ ｇ ｈ ｎ ａ ｅ ｗ ｔｒ ｑ ａｉ ； ｐ ｉ ｃｐ ｌ ｃ ｍｐ ｎ ｎ ｎ ｌ ｓｓ ｒ ａ ｉ ｏｌ ｔ ｎ ｅ ｔ ｐ ｉ ａｉｎ ｎ ｃ ａ ｇ Ｌ ｋ ； ａｅ ｕ ｌｙ ｔ ｒｎ ｉ ａ ｏ ｏ ｅ ｔ ａ ａｙ ｉ ；ｏ ｇ ｎ ｃ ｐ ｌ ｉ ； ｕ ｒ ｈ ｃ ｔ ｕ ｏ ｏ ｏ
Ｗ ＡＮＧ ａ － ｅ ｇ Ｘｉｏ ｆ ｎ （ ｏｌ ｅ ｏ ｏ ｕａｉｎ Ｃ ｌ ｇ ｆＰ ｐ ｌ ｏ ，Ｒ ｓｕ ｃ ｓ ａ ｄ Ｅ ｖｒｎ ｅ ｔＳ ａ ｄ ｎ ｏ ｍ ｌＵ ｉｅｓ ｙ ｉａ ５ ０ ４ ｅ ｔ ｅｏ ｒｅ ｎ ｎ ｉ ｍ ｎ ， ｈ ｎ ｏ ｇ Ｎ ｒ ａ ｎｖ ｒｉ ，Ｊｎ ｎ ２ ０ １ ，Ｃ ｉａ ｏ ｔ ｈｎ ）
基于主成份分析法的玄武湖水质评价应用与解析
离锰酸盐 生化鬻瓴馘 抵氟
商 锰酸 盐 生化 需氧 晕 馘氯 ｛ ｊ Ｉ Ｉ ｛ 类 总氦
总械
化 需 氧 量 ， 氨 氮 ，石 油 类 与 总 氮 为 同一 类 指 标 、生 化 需 氧 量 ， 氨 氮和 总 磷 为 同一
图 ，如 图 １ 。 表３公因子方差
硼始
离 锰 酸 盐 ｌ Ｏ Ｏ Ｏ
” 荔
提 取
． ６ １ ５
¨观 吼 毫
生化需氧鞋 １ ０ ０ ０
７ ３ ８
ｎ仉 盯
懿氦
石｝ ｎ ｉ 类
１ ． ０ ０ ０ ７ ７ １
５
色 Ｌ １
５
１ ０ ０ ０ ． ８ ９ ２ １ ０ ０ ０
Ｃ ｏ ｉ ｌ ｅ ｇ ｅ ｏ ｆ Ｃ ｉ ｖ ｉ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ，Ｓ ｏ ｕ ｔ ｈ Ｅ ａ ｓ ｔ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ，Ｎ ａ ｎ ｊ ｉ ｎ ｇ ，２ １ １ １ ８ ９
摘 要 本 文对 玄武 湖水质 进 行调 查统 计 的基 础 上 ，运 用主 成 份 分 析 的 方 法 ， 对 样 本 的特
２ ２ ４ － ５ ２ １ — ２ ７ ６ ６ ２ ８ １ ０ ０ ０ ３ １ ２ ５ ７ ９ ３ ９ ７
玄武 湖 的水 质 污 染的 治理 有 一 定 的借 鉴作 用， 可 以有 针对 性 的 对 玄武 湖 的 污染 进行 治 理 ， 节 约 治理 成 本 ， 为 南京 市 民打 造 一 个
Ｄ Ｏ Ｉ ：１ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ － ８ ９ ７ ２ ． ２ ０ １ ３ ． ０ ２ ． ０ ０ ５
基于SPSS软件的主成分分析法在水质评价中的应用
收 稿 １３期 ：Байду номын сангаас０１６—０３—０５
ＰＩＯＮＥＥＲＩＮＧ Ｗ ｌＴＨ ＳＣＩＥＮＣＥ＆ ＴＥＣＨＮＯＬＯＧＹ ＭＯＮＴＨＬＹ ＮＯ．１０ ２０１６ １１９
矿山运输和堆场扬尘排放系数估算及其防治措施分析
瞳墨圜
（上接 第 １２１页） 分 第 一 ，且 远 高 于 其 他 断 面 ，污 染 相 对 最 重 ，主 要 污染 因子 为粪 大 肠 菌 群 、总氮 、氨氮 。根据 实 际监测 数 据 ，南 柳 渡 、陈家 坡 、旬 河 、羊 尾 断 面 总 氮 、粪 大 肠 菌 群 、氨 氮监 测 指 标 均 较 高 ，且 总 氮 、粪 大 肠 菌 群 出 现 了不 同程 度 的超 标 ：而 南柳 渡 、 旬 河 、梁 西 渡 化 学 需 氧 量 、生 化 需 氧 量 监测 指 标 相对 较 高 、总磷 指 标 相 对 较低 ，证 实 了主 成 分分 析 结 果 与 实 际结果 的一 致性 。可见 在水 质 综 合 评 价 时 ，可根 据 主成分 分 析 法 得 出 的结论 ．重 点考 虑 排 名靠 前 的 断 面 和 指标 ，确定 主 要 污染 断 面 和 污 染 因子 。
数 目：通 过 主 成分 的初 始 因子 载 荷 后 的数据 见表 ２，标 准化 后 的各 行
矩 阵 和对 应 特 征 值 计 算 出其 系 数 数 据平 均值 等 于 ０，标准差 等 于 １。
矩 阵 ，写 出 主成 分 得 分 公 式 Ｆｉ；以 ２．２ ＳＰＳＳ（Ｖ１９．０）中 主 成 分 分 析
包 括 ：主 成 分 样 本 模 型 的建 立 。 以表 １作 为样本 ，样本 数 为 ９ 个 ，分别 为 羊 尾 、陈 家 坡 、石 泉 、安 康 、月河 、旬 河 、白河 、梁西 渡 、南 柳 渡 ：每 个 样 本 ６个 变 量 ，分 别 为 生 化 需 氧 量 、氨 氮 、化学 需 氧 量 、总
基于主成分分析法的武烈河流域水质评价研究
ｓ ｒ ｕ ｈ ｎ ｏｈ ｒ ， ｈ ｒ ｈ ｏ ｔ ｂ ｔ ｎ ｒ ｔ ｆ ｉｅ ｄ ｙ Ｂ ｅ ｏ ｓｔ ａ ｔ ｅ ｓ ｗ ｅ ｅ ｔ ｅ ｃ ｎｒ ｕ ｉ ａｅ ｏ ｖ － ａ ＯＤ ｄ ｄ ｓｏ ｖ ｄ ｏ ｙ ｅ ｘ ｅ ｄ ． ｉ ｕ ｔａｉ ｇ ｔ ａ ｈ ｒ ｒ ｉ ｉ ｏ ｆ ｎ ａ ｉｓ ｌｅ ｘ ｇ ｎ ｅ ｃ ｅ ｓ０ ５， ｌ ｓｒｔｎ ｔ ｅ ｐ ｍａｙ ｌ ｈ ｔ ｉ ｐ ｌ ｔ ｎ ｉ ｒ ａ ｉ ｏ ｔｍｉ ａｉｎ Ｉ ｉ ｅ ｅ ｓ ｒ ｏ ｔ ｌ ｍｉｓｏ ｓｏ ｄ ｓ ｉ ｎ ｇ ｉｕ ｔ ｒ ｌ ａ ｔｗａｅ ｅ ｐ ｆｏ ｓ ｒｏ ｓ ｏｌ ｉ ｓ ｇ ｎ ｃ ｃ ｎ ａ ｎ ｔ ． ｔ ｓｎ ｃ ｓ ａｙ ｔ ｃ ｎ ｒ ｓ ｉ ｎ ｆ ｎ ｕ ｔ ａ ａ ｄ ａ ｒ ｌ ａ ｓｅ ｔｒ ｏｋ ｅ ｍ ｅ ｕ ｕｏ ｏ ｏ ｏ ｏｅ ｉ ｒｌ ｃ ｕ ｗ ｔ ｒ ｉ
环境 保 护科学
第３ 卷 ７
第６ 期
２ １年１ 月 ０ ２ １
基于主成分分析法的武烈河流域水质评价研究
Ｓ ｕ ｙｏ ａｅ ａｉ ｖ ｌａｉｎｏ ｕｉ ｖ ｒ ａ ｉ ｔ ｄ ｎＷ ｔ ｒ Ｑｕ ｌｙ Ｅ ａｕ ｔ ｆ ｔ ｏ Ｗ ｌ Ｒｉｅ ｓｎ ｅ Ｂ Ｂ ｓ ｄ ｏ ｈ ｔ ｏ ｆＰ ａ ｅ ｎ ｔ ｅ Ｍｅ ｈ ｄ ｏ ＣＡ
主成分分析法在煤矿塌陷水域水质评价的应用
Ａｂ ｔ ａ ｔ Ｃ ｍｐ ｅ ｅ ｓ ｅ ｅ ａｕ ｔ ｎ ｏ ｔｒ ｑ ａｉ ｎ ｓ ｂ ｉ ｅ ｃ ｎ ａ ｒ ｇ ｌｒｂ ｓ ｅｐ ｈ ｅ ｅ ａ ｔｄ ｐ ｒ— ｓｒ ｃ ： ｏ ｒ ｈ ｎ ｉ ｖ ｌ ａｉ ｆ ｖ ｏ ｗａｅ ｕ ｌ ｉ ｕ ｓｄ ｎ ｅ ｏ ｅ ｕａ ａ ｉ ｈ ｌ ｓｔ ｅ ｒ ｌｖ ｎ ｅ ａ ｔ ｙ ｔ ｓ ｍｅ ｔ ｉ ｌ ｏ ｄ ｗ ｔｒｑ ａ ｉ ｏ ｄｔ ｎ ，ｗ ｉｈ ｐ ｏ ｉ ｅ ｈ ｃｅ ｔ ｃ ｆｕ ｄ ｍｅ ｔ ａａ ｆ ｒｐ ｏ ｅ ｔ ｎ ａ ｄ ｎｓｔ ｔ ｏ ｍｅｙ ｈ ｌ ａ ｅ ｕ ｌ ｃ ｎ ｉ ｏ ｓ ｈ ｃ ｒ ｖｄ ｓｔ ｅ ｓ ｉｎ ｆ ｏ ｎ ａ ｎ ａ ｄ ｔ ｒ ｔｃ ｉ ｎ ｙ ｔ ｉ ｉ ｉ ｌ ｏ ｏ
应用主成分分析法在白石江水质中的评价
应用主成分分析法在白石江水质中的评价
郭光玲;张远行;彭兴华;白婕;毕菊芬
【期刊名称】《农业与技术》
【年(卷),期】2016(036)001
【摘要】本文借助统计分析软件SPSS软件,使用主成分分析法对2013年曲靖市白石江的水质进行了综合评价,结果显示:创业水务局段的水质相对较差,曲靖师院段的相对较好,白石江水质污染程度按从重到轻排序依次为:创业水务局>东星小区>一汽红塔> 麻黄六村 >驰宏公司>曲靖师院.评价的结果与实际情况相符合,说明主成分分析法是一种较为有效的水质评价方法.
【总页数】3页(P172-173,176)
【作者】郭光玲;张远行;彭兴华;白婕;毕菊芬
【作者单位】云南能源职业技术学院,云南曲靖 655001;云南能源职业技术学院,云南曲靖 655001;云南能源职业技术学院,云南曲靖 655001;云南能源职业技术学院,云南曲靖 655001;云南能源职业技术学院,云南曲靖 655001
【正文语种】中文
【中图分类】R123.1
【相关文献】
1.主成分分析法在SPSS软件中的操作及在河流水质评价中的应用
2.主成分分析法在三江交汇处水质分析中的应用
3.模糊综合评价法及主成分分析法在额尔齐斯河
水质评价中的应用4.主成分分析法在SPSS软件中的操作及在河流水质评价中的应用5.主成分分析法在中运河徐州段水质评价中的应用
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｆａ ｎ ｗｅ ，Ｓ ｎ Ｓ ｉ ｕ ，Ｚｈ ｏ ｇ ｎｇ Ｈｏ ｇ ｉ ｕ ｈｑ ｎ ｕ Ｙｕｌｎ ，Ｘｉｏ Ｚｈ ｎ ｘｎ Ｓ ｉ ａｊｎ ａ ｏ ｇ ｉ 。 ｈ Ｆ ｎｕ
，
（ ．ｃ ｏｌ ｆ ｅｏ ｒｅ ｎ ｎｉ ｎ ｎａ Ｅ ｅｒ ｇ Ｈ ｆ ｎｖｒ ｔ ｏ ｅｈ ｏ ｇ ，Ｈ ｆｉ ３０ ９ Ｃ ｉａ １ Ｓ ｈｏ ｓｕｃｓａｄＥ ｖｒ ｍｅｔｌ ｎ ｎ ｅｉ ， ｅｅ Ｕ ｉｅｓｙ ｆ ｃｎ ｌ ｙ ｅｅ ２ ０ ０ ， ｈｎ ； ｏＲ ｏ ｎ ｉ ｉ Ｔ ｏ
ｔｖ ｅ ｓ ｉｅｎ ｓ
都 不能克 服这 个 问题 。主成分 分析法 从众 多 的变量
刖 菁
在 对水环 境质 量 进行 综 合 评 价 时 ， 及 到 的 因 涉
主 成 分 分 析 法 在 水 质 评 价 中 的 应 用 及 分 析
方红卫 孙世 群 朱雨龙 肖中新 施 帆君 ， ， ， ，
（． １合肥工业大学 资源与环境工程学院 ， 安徽 合肥 ２０ ０ ； ． ３ ０ ９ ２ 安徽亚泰环境工程技术有 限公 司， 安徽 合肥 ２０ ８ ； ３０ ８ ３ 安徽省环境监测 中心站 ， ． 安徽 合肥 ２ ０６ ） ３０ １
ห้องสมุดไป่ตู้
摘 要 ： 对主成分分析 能够从众 多因子 中筛选 出主要 成分 ， 数据结构进行 简化 ， 针 对 为后 续工作 筛选主要 因子 提供依据等优点 ， ｑ 分另 介绍 了主成分分析法的原理和步骤 ， 并将其应用于水质评价 中。以淮河安徽 段干流的十
一
个断 面为例 ， 选取 了八个 因子进行分析研 究。结果表 明 ： 涉及 因子较 多， 因子 间相 关性相对较 大的水质 对 且
第 卷第 １ ２期 ２０ ０ ９年 １ ２月
环境科学与管理
Ｅ ｏ№ 血 ￡ Ｎ Ａ Ｓ Ｌ ＣⅡ 烈 ＣＥ ＡＮＤ ＡＮＡＧＥＭ 匮ＮＴ Ｍ
ｖ １３ ｏ ． ４ Ｎ“ １ ２
Ｄｅ ０９ ｅ ．２ Ｄ
文章 编号 ：６４－ １９ ２０ ）２— １２— ３ １７ ６ ３ （０ ９ １ ０ ５ ０
２ Ａｎ ｕ Ｉ —Ｐ Ｉ Ｉ ｖ ｒ ｎ ｅ ｔ ｌＥｎ ｉ ｅ ｒｎ ｃ Ｏ． Ｌ ． ｈｉ ＡＳ Ａ ＡＣ Ｆ Ｃ Ｅｎ ｉｏ ｍ ｎ ａ ｇ ｎ ｅ ｇ Ｔｅ ｈ Ｃ ｉ ， Ｔｄ，Ｈｅｅ ３ ０ ８，Ｃ ｉ ａ； ｆｉ ０ ８ ２ ｈｎ
３ Ｃ ｎ ａ Ｓａｏ ｆ ｎｉ ｎ ｅ ｔ ｎｔｒ ｇ ｅｅ ２ ０ ６ ，Ｃ ｉａ ． ｅｔ ｌ ｔ ｉ ｏ ｖｒｍ ｎａ Ｍｏ ｉ ｉ ，Ｈ ｆｉ ３０ １ ｈｎ ） ｒ ｔｎ Ｅ ｏ ｌ ｏｎ
进行评价 时主成分分析法是一种有效的方法。 关键词 ： 水质综合评价 ； 主成分分析 法； 因子 ； 主成分 ； 贡献率 中 图分 类 号 ： ８４ ｘ ２ 文献标识码 ： Ａ
Ｐｉｃｐ ｌ ｏ ｏｅ ｔ ｎｌｓ ｐｙｉ ｔｒＱ ａ ｔ ｓｅｓ ｎ ｒ ｉａ Ｃ ｍｐ ｎｎ ａ ｉ Ａｐ ｌ ｎＷａ ｕ ｌｙＡ ｓｓｍｅｔ ｎ Ａ ｙｓ ｅ ｉ
ｉｖ ｌｅ ｎ ａ ｔｒ ｎ ｈ ａ ｔｒ ａ ｅｃｏ ｅａｉｉ ． ｎ ｏｖ ｓｍａ ｙｆｃｏ ａ ｄｔｅｆｃｏｓｈ ｖ ｌｓ ｒｌｔ ｔ ｓ ｅ ｖｙ
Ｋｅ ｒ ｓ ｃ ｍｐ ｅ ｅ ｓｖ ｔｒ ｑ ａ ｉ ｖ ｕ ｔ ｎ； ｒ ｃｐ ｌｃ ｍｐ ｎ ｎ ｓ ａ ａｙ ｉ ；ａ ｔｒ ； ｒｎ ｉ ａ ｏ ｏ ｅ ｔ ； ｏ ｔ ｂ － ｙ ｗｏ ｄ ： ｏ ｒ ｈ ｎ ｉ ｅ ｗａｅ ｕ ｌ ｙ ｅ ａ ａｉ ｐ ｎ ｉ ａ ｏ ｏ ｅ ｔ ｎ ｌｓｓ ｆｃ ｏ ｓ ｐ ｃ ｐ ｌｃ ｍｐ ｎ ｎ ｓ ｃ ｎ ｒ ｕ ｔ ｌ ｏ ｉ ｉ ｉ