基于主成分分析法的水库水质评价
水体富营养化评价方法
水体富营养化的评价方法
行业PPT模板:/hangye/ PPT素材下载:/sucai/ PPT图表下载:/tubiao/ PPT教程: /powerpoint/ Excel教程:/excel/ PPT课件下载:/kejian/ 试卷下载:/shiti/ PPT论坛:
加权平均原则基本思路是权与单因素隶属度的乘 积综合反映了样本集因素(ui)对类的隶属情况
2
模糊综合评价法
1.确定评价对象的评价指标: 评价指标的 选取参考《地表水环境质量标准》 (GB3838—2002),同时结合评价体的 现有数据。
3.根据评价指标的隶属函数进行单因素评
价,建立模糊关系矩阵(R);根据各指
行业PPT模板:/hangye/ PPT素材下载:/sucai/ PPT图表下载:/tubiao/ PPT教程: /powerpoint/ Excel教程:/excel/ PPT课件下载:/kejian/ 试卷下载:/shiti/ PPT论坛:
定义
主成分 分析法
特点
主成分分析法的应用具有其 拘束性,要求变量之间具有 较好的相关性
主成分分析是通过变量变换 把注意力集中在具有最大变 差的那些主成分上,而视变 差不大的主成分为常数予以 舍弃;
主成分分析中的L 阵是唯一的 正交阵;
主成分分析由可观测原变量 (x)直接求得主成分(y), 并可逆。
3
实例分析(以北京三大湖库水源地为例-主成分分析法)
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。
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.。
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
主成分分析法在三江交汇处水质分析中的应用
第 2 第 4期 6卷
20 0 7年 8月
四
川
环
境 Biblioteka Vo 6, . L 2 No 4 Au u t2 07 g s 0
S CHUAN I ENVI R0NMEN T
・
水 环境 ・
主 成 分 分 析 法 在 三 江 交 汇 处 水 质 分 析 中 的 应 用
B f ec n eg , ae q a t a o i n n nsc o e o t b t a r u lya La g a g o c o eb s o a . eo o v re w t u i t f a ame t ni t r , u w t a t t i j g us t ni t et f l r r ly X o ei s w s h e q i n i n ei s h 1
胡香芳 丹 ,刘 ,赵 睿 ,苏有 财
60 3 ) 10 1 ( .西南交通大学环境科学与工程学 院,成都 6 03 ;2 1 10 1 .西南交通大学土木工程学 院,成都
摘 要 :本文应 用主成分分析法,利 用三 江交汇处的三 个断面从 18 94年到 19 9 8年 的监测资料 对交 汇处的水质做 分析 , 分析前先对量化数据标准化处理,处理后提 取主成分,并且计算其贡献率和 累计贡献 率,再 由相 应的特征 向量得 到主 成分的线性表达式 。结果表明:五项影响 因素中 ,三 个断面桔水期均受亚硝酸 盐氮的影 响比较 大,丰水期和 平水期均 受悬浮物和化 学需氧量的影响比较 大。交; 前 ,小南 门断 面的水质综合 污染 最严重 ,凉姜 沟断 面的水质 综合 污染最 r - 轻 ;交汇后 ,三江 口断面的水质在 两者的缓冲下,水质综合污染居 中。则说 明主成分分析 法为河流的综合 治理提 供 了 科 学依据 。
基于主成分分析的河流水环境质量评价研究
基 于 主 成 分 分 析 的 河 流 水 环 境 质 量 评 价 研 究
盛周君 , 孙世 群 , 王京城 , 小东, 巍 倪 褚
( 合肥工业大学 资源与环境工程学院 , 安徽 合肥 2 00 ) 30 9
摘
要: 主成分分析是 多元统计 分析 的一个分 支, 它能够在保证原 始数据信 息损 失最小的情 况下 , 以少数的 综
维普资讯
第3 2卷第 1 2期 20 0 7年 1 2月
ENⅧ
环境科学与管理
l ONM ENTAL CI S ENCE AND ^ M NAGEM匝 NT
V0. 2 3 N仉 1 1 2 De .2 o c o 7
文章编号 :6 3—1 1 ( 0 7 1 0 7 0 17 2 2 2 0 )2— 1 2— 4
meh d o o r h n i e e a u t n o n i n n a u l y Ba e n t e p n i a o o n n n lss t e r t o fc mp e e sv v l a i fe vr me tlq a i . o o t s d o h r c p lc mp e ta ay i h o y,a wae u l y i tr q a i t
Ab ta t T e p n i a o o e ta a y i so eo e b a c e ft e mu t a ae sa it a n l ss h c o l u s i s r c : h r c p l mp n n n l ssi n ft r n h so l v r t t t i la a y i ,w i h c u d s b t i c h h i i sc — t t ma ln mb e c mp e e s v a a l sf ro gn h d me so a v ra ls a d o vo sy smp i e d t t cu e a d u e a s l u l o rh n i e v r b e o r i a mu i i n i n l a b e n b i u l i l y t a a sr t r n i i l i f h u
新丰江水库及库区地表水水质分析与评价
新丰江水库及库区地表水水质分析与评价李可见;黄芳芳;张卫强;王佐霖;甘先华;许秀玉;黄钰辉【摘要】为反映新丰江水库及库区地表水水质状况,确保新丰江水库水资源可持续利用,实现人、水和谐,研究以新丰江水库及库区地表水为研究对象,分析不同季度不同类型监测点地表水水质差异,并对水质进行综合评价.结果表明,不同监测点重金属(Cd、Pb、Cu、Zn、六价铬和总砷)含量均在国家地表水Ⅰ 类标准内,表明研究地区水体未受到重金属污染;新丰江森林地表水和水库表层水综合评价均为国家地表水Ⅰ 类水,新丰江库区水质良好;常绿阔叶林和针阔混交林地表水监测点水质最好,大坝至东江和水库监测点次之,水质最差为东江河源城区段上游监测点.研究表明,森林具有一定的净化水质作用,水库水注入东江中游后,对东江城区段中游和下游水质具有提升作用.【期刊名称】《广东林业科技》【年(卷),期】2018(034)003【总页数】8页(P6-13)【关键词】新丰江水库;地表水;水质评价【作者】李可见;黄芳芳;张卫强;王佐霖;甘先华;许秀玉;黄钰辉【作者单位】广东省森林培育与保护利用重点实验室 / 广东省林业科学研究院,广东广州 510520;广东省森林培育与保护利用重点实验室 / 广东省林业科学研究院,广东广州 510520;广东省森林培育与保护利用重点实验室 / 广东省林业科学研究院,广东广州 510520;广东省深圳市野生动物救护中心,广东深圳 518040;广东省森林培育与保护利用重点实验室 / 广东省林业科学研究院,广东广州 510520;广东省森林培育与保护利用重点实验室 / 广东省林业科学研究院,广东广州 510520;广东省森林培育与保护利用重点实验室 / 广东省林业科学研究院,广东广州 510520【正文语种】中文【中图分类】S715新丰江是东江最大的支流,经新丰江水库调配水量后流入东江。
新丰江水库位于河源市东源县境内,是华南地区最大的水库,库容面积2.8×104 hm2,总库容达138.96亿 m3,占东江多年平均来水量的47%,是广东省最大的饮用水源保护区[1]。
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。
基于主成分分析和熵值法的景观水水质评价
摘
要 : 对主成分分析法忽略数据 离散程度 的问题 , 出把主 成分分析和 熵值 法结合起 来确 定权重 的方 法, 立 了水 针 提 建
质评价模 型 , 并采 用该模型对郑 州市景观 水水质情 况进行评 价。与单独采用主成分分析和熵值法 的评价 结果相 比, 主成 分 分析 和熵值 法结合具有可行性与 实用性 , 更适合 景观用水水质评 价。郑 州市将 中水 用作 景观 水的 实践 总体 来说 效果 不错 , 但在个别 月份 需对个别水质指 标进 行控 制。
( . o hC i n e i a r e u e a dEe r o e, hnzo 50 , h a 1 N a h aU i rt o W t s r s n l tc w r Z e h u 0 1 C i ; n v s f eR o c y ci P g 4 1 n
p l c mp n n n l ss a d id r t n e to y h d b e e eo e o o ti h i h so d c t r .T e wae u l y e a u t n mo e a s a o o e ta ay i n rb ma i n r p a e n d v l p d t b an t e weg t fi i ao o n s h t rq ai v a i d lw s e — t l o
第3 4卷第 3期
21 0 2年 3月
人
民
黄
河
Vo . 4. . 1 3 No 3 Ma .. 01 源 ・ 环境 】 水 水
基于主成分分析和熵值法 的景观水水质评价
马建 琴 郭 晶 晶 , , 赵 鹏
(. 1 华北水利水 电学院 , 河南 郑州 40 1 ; . 5 0 1 2 天津龙 网科技有 限公 司, 天津 3 0 8 ) 0 1 1
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
基于主成分分析法的水资源承载力综合评价——以新疆喀什地区为例
基于主成分分析法的水资源承载力综合评价——以新疆喀什地区为例陈红梅;李青【摘要】随着“打造喀什在中亚南亚经济圈重心地位”发展战略的提出,加快推进经济跨越式和“三化”的发展进程,水资源面临着巨大的压力.本文建立水资源—社会—经济—生态—综合协调系统指标体系,选取了共27个指标,采用主成分分析法研究喀什地区2004~2010年水资源承载力,得出喀什地区随着经济活动的加强,水资源承载力的趋势是越来越低;水-社会-经济-生态复合系统系统之间协同性较弱,加剧了水资源和生态的脆弱性,阻碍了社会经济的发展,使得水资源与社会、经济、生态各系统之间存在非良性循环.要想提高复合系统的耦合关系及实现喀什地区经济的稳定快速发展,应优先提高水资源的利用率和产出率,合理配置和利用水资源,进一步利用节水灌溉等高新节水技术,适度的人类活动与水资源的有序开发.【期刊名称】《塔里木大学学报》【年(卷),期】2013(025)002【总页数】8页(P96-103)【关键词】喀什;水资源承载力;主成分分析【作者】陈红梅;李青【作者单位】塔里木大学经济与管理学院,新疆阿拉尔843300;塔里木大学经济与管理学院,新疆阿拉尔843300【正文语种】中文【中图分类】TV2132010年6月,中发〔2010〕9 号文件正式决定设立喀什经济开发区。
喀什紧紧抓住新疆大建设、大开发、大发展的战略机遇,大力实施优势资源转换战略,加快推进“打造喀什在中亚南亚经济圈重心地位”发展战略。
喀什国土面积约占新疆的1/10,人口却占新疆的1/5,社会经济发展相对滞后,自然条件相对恶劣、生产条件相对较差、发展基础较为薄弱。
在经济发展的同时,如何保证喀什市水资源承载力不超过其承载阀值,实现资源利用可持续发展,是摆在喀什市管理者面前亟需解决的问题。
新疆是典型的干旱地区,其水资源缺乏严重。
有许多学者以新疆为研究对象,从不同角度,采用不同方法研究新疆整体或者局部地区的水资源承载力。
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。
不同评价方法对水库水质评价的适应性_花瑞祥
第14卷 第6期2016年12月南水北调与水利科技S outh 2to 2North W ater Transfers and Water Science &Techn ology V ol.14N o.6Dec.2016研究与探讨收稿日期:2015212207 修回日期:2016202214 网络出版时间:2016200200网络出版地址:基金项目:国家自然科学基金面上项目(41271005);中国科学院地理科学与资源研究所秉维优秀青年人才计划(2015RC201);中国科学院青年创新促进会(2014041)Fund:National Natu ral Science Foundation of China(41271005);Program for /Bingw ei 0Excellent T alents in Institute of Geographic Sciencesand Natural Resources Research,CAS(2015RC201);C hina Youth Innovation Promotion As sociation,C AS(2014041)作者简介:花瑞祥(19922),男,安徽芜湖人,主要从事环境水文学研究。
E2mail:huarx.13s@igs 通讯作者:张永勇(19812),男,湖北京山人,副研究员,博士,主要从事流域水循环及环境水文学研究。
E 2mail:z han gyy003@igs DOI:10.13476/ki.nsbdqk.2016.06.031花瑞祥,张永勇,刘威,等.不同评价方法对水库水质评价的适应性[J].南水北调与水利科技,2016,14(4):1832189.H U A Rui 2x iang,ZH A N G Yo ng 2yo ng ,L IU Wei,et al.A daptability analy sis o f mult iple evaluatio n methods in reservo ir wat er quality evaluation [J].So ut h 2to 2N ort h Water T r ansfer s and W ater Science &T echno lo gy ,2016,14(4):1832189.(in Chinese)不同评价方法对水库水质评价的适应性花瑞祥1,2,张永勇1,刘 威3,杨逸航4(1.中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室,北京100101;2.中国科学院大学北京100049;3.珠江水资源保护科学研究所,广州510610;4.河海大学水利水电学院,南京210098)摘要:目前水体水质评价方法众多,如何筛选合适方法对水质状况进行科学评价,是环境保护中一项基础性和重要性工作。
基于多种评价法的磨盘山水库水质评价
基于多种评价法的磨盘山水库水质评价
陈振宙;杨旭;杨鹏辉;许文博;张弛
【期刊名称】《陕西水利》
【年(卷),期】2024()3
【摘要】磨盘山水库作为哈尔滨市的主要水源,对其进行的水质评价对于保障居民饮用水安全具有重大意义。
选取2022年12个月的溶解氧(DO)、氨氮(NH_(3)-N)、化学需氧量(COD)、总磷(TP)、总氮(TN)5个指标,分别采用主成分分析法和RBF
神经网络评价法对磨盘山水库水质进行评价。
结果表明:磨盘山水库水质为Ⅱ级,符
合当地检测结果。
主成分分析法可以真实客观地分析当地水库水质,为水库改进完
善提供一定参考。
RBF神经网络只需要按照水质的各个分级标准传造出所需的训
练样本,用训练完善的计算模型进行水质评价比较容易。
该方法简单,具有很好的实
用性。
此研究可用作其他地区参考。
【总页数】4页(P101-103)
【作者】陈振宙;杨旭;杨鹏辉;许文博;张弛
【作者单位】黑龙江大学水利电力学院;哈尔滨市磨盘山水库管护中心
【正文语种】中文
【中图分类】X824
【相关文献】
1.基于物元模型的磨盘山水库水质评价
2.基于物元模型的磨盘山水库水质评价
3.多种评价法在朱隈水库水污染特征与水质评价中的运用
4.基于BP人工神经网络的磨盘山水库水质评价
5.基于模糊综合评价法的转角楼水库水质评价及预测
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)。
第40卷第6期2018年11月湖北大学学报(自然科学版)JournalofHubeiUniversity(NaturalScience)Vol.40㊀No.6㊀Novꎬ2018㊀收稿日期:20171207基金项目:科技部科技惠民计划项目(S2013GMD100042)资助作者简介:李兆华(1964)ꎬ男ꎬ教授ꎬ博士生导师ꎬE ̄mail:zli@hubu.edu.comꎻ柯杰ꎬ通信作者ꎬ硕士生ꎬE ̄mail:cool489@vip.qq.com文章编号:10002375(2018)06058607基于主成分分析法的水库水质评价李兆华ꎬ莫彩芬ꎬ柯杰ꎬ陈红兵ꎬ陈帅(湖北大学资源环境学院ꎬ湖北武汉430062)摘要:以宜昌市点军区王家坝水库2016年5月份的5种水质主要污染物的监测数据为依据ꎬ运用主成分分析法(PCA)ꎬ对王家坝水库的水环境质量进行综合评价.结果表明ꎬ王家坝水库水环境质量未满足规划类别的Ⅱ类标准ꎻ王家坝水库的首要污染物是总磷(TP)㊁总氮(TN)和氨氮(NH3 ̄H)ꎬ其次是化学需氧量(COD)ꎻ水库平均为Ⅳ类水体ꎬ局部地区污染严重为Ⅴ类水体.王家坝水库水体污染的原因是库区周围的农业面源污染㊁农村养殖污染㊁农村生活污水和农家乐餐饮尾水等污水未经处理流入库中以及大量化肥的养分流失ꎬ急需实施及时合理的措施改善水体.关键词:主成分分析法ꎻ水环境质量评价ꎻ王家坝水库中图分类号:X832㊀㊀文献标志码:A㊀㊀DOI:10.3969/j.issn.1000 ̄2375.2018.06.007EvaluationonthewaterqualityofWangjiabareservoirbasedonprincipalcomponentanalysisLIZhaohuaꎬMOCaifenꎬKEJieꎬCHENHongbingꎬCHENShuai(SchoolofResourcesandEnvironmentalScienceꎬHubeiUniversityꎬWuhan430062ꎬChina)Abstract:Basedonthemonitoringdataof5mainpollutantsofWangjiabareservoirinDianjunregionYichangCityinMay2016ꎬprincipalcomponentanalysis(PCA)wasappliedtocomprehensivelyevaluatethewaterenvironmentqualityofWangjiabareservoir.TheresultsshowthatthewaterenvironmentqualityofWangjiabareservoirisnotsatisfiedwithgradeII.ThemainpollutantsinWangjiabareservoiraretotalphosphorus(TP)ꎬtotalnitrogen(TN)andammonianitrogen(NH3 ̄H)ꎬfollowedbychemicaloxygendemand(COD).TheaveragereservoirisgradeIVꎬandinsomeareaswithseriouspollutionisgradeV.ThecausesofwaterpollutioninWangjiabareservoiraretheagriculturalnon ̄pointsourcepollutionaroundthereservoirareaꎬtheruralaquaculturepollutionꎬruralsewageandfarmhousefoodandtailsewageandothersewagehavenotbeenprocessedintothestorehouseꎬaswellasthelossofnutrientsinalargenumberofchemicalfertilizers.Itisurgenttoimplementtimelyandreasonablemeasurestoimprovethewaterbody.Keywords:principalcomponentanalysisꎻwaterenvironmentalqualityevaluationꎻWangjiabareservoir0㊀引言随着工业的发展和经济的增长ꎬ水体环境质量逐渐下降.因此ꎬ客观㊁合理地评价水体环境质量显得极其重要.自上世纪中叶以来ꎬ如何评价水体质量一直是生态环境方面的重点.目前应用于水环境质量评价的方法主要有单因子评价法㊁层次分析法(AHP)[1]㊁综合指数法和基于模糊理论的贴近度综合评价法[2]等.各种评价方法各有千秋ꎬ但水质评价受诸多因子的影响ꎬ使得上述方法在评价时表现出一定的局限性ꎬ而主成分分析法(PCA)有着降维㊁极大程度保留原始数据等方面的优点ꎬ同时PCA可以表明第6期李兆华ꎬ等:基于主成分分析法的水库水质评价587㊀来自河流的营养物质量㊁有机污染水平和季节变化的相关性[3-4]ꎬ可以减少指标选择的工作量.本文中主要采用主成分分析法ꎬ将监测值与各级水质标准放在一起进行分析[5]ꎬ从而找出污染主要影响因子来分析评价王家坝水库水质ꎬ以期得到一个准确的水质评价ꎬ为王家坝水库的水体污染现状和治理提供一定的参考.1㊀水样的采集与水质检测方法1.1㊀监测点位的布置㊀库区由3条狭长的支流汇聚而成ꎬ包括湖心区㊁进水区㊁水流混合区㊁出水区㊁主要输水区.因此ꎬ本文中按照«地表水环境监测技术规范»中的湖泊水库采样点布设原则ꎬ于2016年5月对王家坝水库的15个监测点进行采样.采样点分布情况见表1㊁图1.1.2㊀监测方法㊀本次监测项目包括pH㊁溶解氧(DO)㊁总氮(TN)㊁总磷(TP)㊁氨氮(NH3 ̄N)㊁化学需氧量(COD)等10项物理性㊁化学性指标.检测方法均依据«环境监测技术规范»㊁«环境水质监测质量保证手册»ꎬ各项指标监测方法如表2.表2㊀监测项目及其检测方法序号监测项目方法/仪器1水温2电导率3溶解氧4pH值上海三信SX751便携式pH/ORP/电导率/溶解氧测量值5透明度塞氏盘法6叶绿素丙酮试剂分光光度法7总磷过硫酸钾消解法 ̄紫外分光光度计8总氮碱性过硫酸钾消解法 ̄紫外分光光度计9氨氮纳氏试剂分光光度法10化学需氧量回流法(HCA ̄100标准COD消解器)㊀㊀水样采用絮凝沉淀法进行预处理表1㊀采样点坐标表采样点位经度纬度1111ʎ04ᶄ07.74ᵡ30ʎ39ᶄ00.21ᵡ2111ʎ03ᶄ41.63ᵡ30ʎ38ᶄ52.64ᵡ3111ʎ04ᶄ18.71ᵡ30ʎ38ᶄ40.68ᵡ4111ʎ04ᶄ34.00ᵡ30ʎ38ᶄ35.09ᵡ5111ʎ03ᶄ53.06ᵡ30ʎ38ᶄ04.25ᵡ6111ʎ04ᶄ22.41ᵡ30ʎ38ᶄ30.17ᵡ7111ʎ04ᶄ18.55ᵡ30ʎ38ᶄ22.86ᵡ8111ʎ04ᶄ16.31ᵡ30ʎ38ᶄ15.62ᵡ9111ʎ04ᶄ20.25ᵡ30ʎ38ᶄ08.11ᵡ10111ʎ04ᶄ18.24ᵡ30ʎ37ᶄ59.34ᵡ11111ʎ04ᶄ07.27ᵡ30ʎ38ᶄ20.14ᵡ12111ʎ03ᶄ53.83ᵡ30ʎ38ᶄ17.61ᵡ13111ʎ03ᶄ55.88ᵡ30ʎ38ᶄ10.40ᵡ14111ʎ03ᶄ41.32ᵡ30ʎ38ᶄ06.65ᵡ15111ʎ03ᶄ28.83ᵡ30ʎ38ᶄ07.39ᵡ图1㊀王家坝水库采样图㊀588㊀湖北大学学报(自然科学版)第40卷2㊀主成分分析方法2.1㊀基本原理㊀主成分分析法主要是基于降维的分析思维ꎬ在众多复杂问题中的多个数据指标找到对该问题影响较大的少数几个数据指标[6 ̄8]ꎬ我们把这几个指标称为主成分.这样ꎬ在保证结果精度基础上ꎬ可以提高处理效率.2.2㊀方法步骤[9]㊀1)为了消除量纲等的影响ꎬ本文中采用Z ̄score法对原数据标准化处理[10].假设第Y个样本的第X个指标数据记为xXYꎬ按公式(1)进行标准化:zXY=(xXY- xX)/sX(1)式中:zXY为第X个样本的第Y个指标标准化数据ꎻ xX为第X个指标数据的均值ꎻsX为第X个指标数据的标准差.对于正向指标(如DOꎬ数值越大ꎬ水质越好)ꎬ利用公式(2)对DO数据进行逆向化处理.zᶄXY=max{xXY}-xXY(2)2)利用数据标准化后的矩阵求解相关系数矩阵R=(rxt)mˑnꎬ其计算公式为:rxt=mn=1zinztnm-1(iꎬt=1ꎬ2ꎬ3ꎬ ꎬm)(3)式中:rXt为第X个与第t个指标数据的相关系数ꎬzin为第i个指标数据的标准化值ꎬztn为第t个指标数据的标准化值.3)计算相关系数的特征值和特征向量.4)求得解释方差ꎬ根据累计贡献率ȡ75%确定主成分[11].5)对主成分进行适当解释.以每个主成分的方差贡献率为权重ꎬ利用各个主成分与其贡献率之积的和ꎬ求得各个样本的综合得分.得分越高ꎬ则污染程度越严重.3㊀结果分析3.1㊀物理指标分析㊀王家坝水库的水深㊁水温和电导率等物理指标原始数据见表3.从表中可以得出ꎬ表3㊀王家坝水库水质监测结果采样点位水温/ħpHDO/(mg/L)透明度/cm电导率/(μS/cm)叶绿素/(μg/L)TP/(mg/L)TN/(mg/L)NH3 ̄N/(mg/L)COD/(mg/L)118.78.766.775252.11.560.1852.311.9717.1219.27.658.990242.91.450.1873.652.0210.5317.98.125.568232.92.150.1653.451.7614.5419.37.235.979285.73.210.2112.981.3418.2518.79.018.382256.91.870.1763.781.6510.2617.97.639.380254.11.490.1492.111.7816.6718.58.517.576251.22.210.1561.751.9313.5817.58.9410.382245.13.410.1621.651.7911.5917.68.466.865235.22.980.3011.921.5615.91019.58.216.570248.72.150.1961.791.9811.81118.47.697.285285.43.010.1424.651.8319.61217.87.856.590269.93.020.1322.151.7518.71319.58.969.880275.11.850.2452.341.8511.41420.17.88575235.31.730.1723.651.82㊀7.61517.77.896.985241.91.830.1292.012.34㊀6.5均值18.68.197.479254.22.260.1812.681.8213.6第6期李兆华ꎬ等:基于主成分分析法的水库水质评价589㊀水库水温范围在17.520.1ħꎬ水温呈现逐步上升趋势ꎬ这主要是受采样当天气温影响ꎬ当天采样时间为上午10点至13点.«地表水环境质量标准»(GB3838 ̄2002)对pH的规定在69之间ꎬ非确切数值ꎬ则与其他物理指标一样ꎬ不纳入主成分分析.而王家坝水库pH值为7.239.01ꎬ均处在标准限值范围内ꎬ可以得出ꎬ水库pH值正常ꎬ没有受到强酸强碱的污染.透明度(SD)数据较好ꎬ为6590cm(平均值为79cm)ꎬ这比中国大多数城市湖泊透明度要好.电导率与溶解性总固体(TDS)有关ꎬ王家坝水库电表4㊀王家坝水库物理指标统计表指标水温/ħpH透明度/cm电导率/(μS cm-1)叶绿素/(μg L-1)最小值17.57.2365232.91.45最大值20.19.0190285.73.41平均18.68.1979254.22.26导率在232.9285.7μS cm-1ꎬ平均值为254.2μS cm-1ꎬ处在正常值之内.叶绿素的浓度与水体富营养化有一定关系ꎬ但王家坝水库的叶绿素浓度远小于10μg L-1[12]ꎬ最大值为3.41μg L-1ꎬ其数值处于比较正常的范围内.3.2㊀化学指标主成分分析㊀除以上的5项物理指标ꎬ其余的5项化学指标均在«地表水环境质量标准»(GB3838 ̄2002)中有具体数值规定(见表5)ꎬ通过主成分分析法(基于SPSS19.0)对王家坝水库水质进行综合评估.3.2.1㊀主成分的确定㊀1)数据标准化处理㊀在主成分分析之前ꎬ对原始数据进行标准化处理ꎬ消除5个指标的量纲所带来的影响ꎬ使数据具有较好的可比性.利用SPSS19.0对原始数据进行Z ̄score标准化(见表6).2)计算相关系数矩阵㊀利用SPSS(19.0)得到5个评价指标的相关系数矩阵(见表7)㊁KMO和Bartlett检验(见表8)和每个变量的提取值(见表9).由表7可见ꎬCOD和DO的相关系数绝对值为0.694ꎬ负值为负相关ꎬTP与TN㊁NH3 ̄N的相关系数分别为0.506和0.665ꎬ且NH3 ̄N和TN为0.576ꎬ均大于0.5ꎬ说明DO㊁TN两者与其他3个指标之间的相关性较强ꎬ这些指标之间的相关性可以使用主成分分析.由表8得ꎬKMO值为0.608ꎬ趋近于1ꎬ并且Bartlett球形度检验中Sig值<0.05.综上ꎬ说明变量之间存在相关性ꎬ可以进行主成分分析[13].根据表9ꎬ包括DO在内的所有指标ꎬ共性方差均大于0.5ꎬDO和COD分别为0.842和0.851ꎬ接近0.9.所以ꎬ本文中提取的公共因子能够㊀表5㊀地表水环境质量标准(GB3838 ̄2002)㊀mg/L㊀分类DOTP(湖㊁库)TNNH3 ̄NCODⅠ类7.50.010.20.1515Ⅱ类6㊀0.0250.50.5015Ⅲ类50.051.01.0020Ⅳ类30.101.51.5030Ⅴ类20.202.02.0040表6㊀原始数据标准化数值采样点DOTPTNNH3 ̄NCOD10.0310.4260.0190.6480.1402-1.0500.4561.2260.745-0.74430.6200.1331.0460.242-0.20840.4230.8080.623-0.5720.2875-0.7550.2951.3440.029-0.7846-1.246-0.101-0.1610.2800.0737-0.3620.001-0.4860.571-0.3428-1.7370.089-0.5760.300-0.6109-0.0182.127-0.333-0.146-0.021100.1290.588-0.4500.668-0.57011-0.215-0.2042.1280.3770.475120.129-0.350-0.1250.2220.35413-1.4921.3060.0460.416-0.624140.8650.2361.2260.358-1.13315-0.068-0.394-0.2511.365-1.280Ⅰ类-0.362-2.138-1.883-2.877-0.141Ⅱ类0.374-1.919-1.612-2.199-0.141Ⅲ类0.865-1.552-1.162-1.2300.528Ⅳ类1.848-0.819-0.711-0.2621.868Ⅴ类2.3390.646-0.2600.7073.207平均值-0.3180.3680.3520.358-0.333590㊀湖北大学学报(自然科学版)第40卷较好地代表原始数据的主要信息.表7㊀相关系数矩阵指标名称DOTPTNNH3 ̄NCODDO㊀1.000TP-0.169㊀1.000TN-0.124㊀0.5061.000NH3 ̄N-0.106㊀0.6650.576㊀1.000COD㊀0.694-0.0690.188-0.0931.000表8㊀KMO和Bartlett检验取样足够度的Kaiser ̄Meyer ̄Olkin度量0.608Bartlett的球形度检验近似卡方30.888df10Sig0.001表9㊀指标的提取值指标名称初始提取DO1.0000.842TP1.0000.734TN1.0000.651NH3 ̄N1.0000.788COD1.0000.851㊀㊀3)计算特征值和主成分贡献率利用协方差矩阵ꎬ得到每个主成分所对应的解释方差㊁特征值和累积方差贡献率ꎬ如表10所示.依据主成分分析理论ꎬ如果前N个主成分的累积贡献率达到75%ꎬ说明前N个主成分可以反映数据大量信息.用SPSS可直接得到初始因子载荷矩阵ꎬ每一个载荷量表示主成分与对应变量的相关系数[14].如果某个主成分的特征值ȡ1ꎬ则这个主成分的解释力度可以代替原始数据.根据表9可知ꎬ前二个主成分的方差贡献率为77.311%ꎬ接近80%.第1和第2主成分的特征值分别是2.316和1.550ꎬ均大于1ꎬ故确定主成分个数为2个.这两个主成分可以全面反映王家坝水库的水环境质量特征ꎬ利用它们ꎬ可以对王家坝水库水质进行综合评价.4)求载荷矩阵和主成分表达式利用SPSS(19.0)求得主成分载荷矩阵和主成分得分系数矩阵ꎬ如表11所示.表10㊀特征值及主成分贡献率成份初始主成分特征值方差贡献率%累积%旋转后主成分特征值贡献率%方差累积率%12.31646.31946.3192.31646.31946.31921.55030.99177.3111.55030.99177.31130.53210.63487.94540.3356.69894.64250.2685.358100.000表11㊀两个主成分载荷矩阵和系数矩阵成分主成分载荷矩阵㊀1㊀㊀㊀㊀2㊀主成份得分系数矩阵㊀1㊀㊀㊀㊀2㊀DO-0.483㊀0.780-0.209㊀0.503TP㊀0.790㊀0.331㊀0.341㊀0.214TN㊀0.769㊀0.243㊀0.332㊀0.157NH3 ̄N㊀0.807㊀0.370㊀0.349㊀0.239COD-0.463㊀0.798-0.200㊀0.515㊀㊀由上表11可得ꎬ这两个主成分每个指标的表达式分别为:W1=-0.209WDO+0.341WTP+0.332WTN+0.349WNH3-H-0.200WCODꎬW2=0.503WDO+0.214WTP+0.157WTN+0.239WNH3-H+0.515WCODꎬ以两个主成分的线性组合关系表达式为根据ꎬ从第一主成分的表达式可以看出ꎬNH3 ̄N㊁TP和TN的绝对值较大ꎬ均接近0.8ꎬ是王家坝水库水质的主要影响因子ꎻ而对于第二主成分的表达式ꎬCOD和DO的绝对值比较大ꎬ但由于DO与其余指标相关性弱ꎬ且采样点的DO值均达到二类以上标准ꎬ表明DO不是主要影响因子.同时可以看出COD与TN的相关性较大ꎬ且大于TPꎬ可以认为水质的主要影响因子是营养元素氮㊁磷.3.3.2㊀主成分得分及综合评价㊀将各个主成分得分与其对应的方差贡献率的权重相乘后的综合ꎬ则为总得分(W)ꎬ构建综合评价函数:W=0.463W1+0.310W2(4)本次综合评价总得分(W)按上式计算得出ꎬ在以W值的大小进行合理排序ꎬ再与水库平均得分和5种类别水体的排列序号进行比较(如Ⅱ类水排序为20ꎬⅢ类水排序为16ꎬ那么排序是17㊁18㊁19第6期李兆华ꎬ等:基于主成分分析法的水库水质评价591㊀的水体为Ⅲ类水)ꎬ这样就可以得出15个采样点水体的水体类别ꎬ具体水质综合评价结果㊁水体类别和其排序见表12ꎬ排序序号越小表明水质越好ꎬ综合得分W值越大表明水质越差ꎬ污染越重.表12㊀水质综合评判结果、排序及类别点位W1W2W排序水体类别Ⅰ类-4.44511.5671.5281ⅠⅡ类-3.90510.9461.5852Ⅱ15-1.214㊀7.7211.8313Ⅲ14-0.659㊀7.4742.0124Ⅲ10-2.36610.1432.0495ⅢⅢ类-4.34713.2222.0866Ⅲ8-3.22511.8252.1737Ⅳ7-2.96011.4942.1938Ⅳ9-3.31712.3482.2929Ⅳ13-2.82211.6622.30910Ⅳ平均值-2.67511.6112.36111Ⅳ5-1.88410.4532.36812Ⅳ3-2.23411.2322.44813Ⅳ2-1.98010.9802.48714Ⅳ12-3.72913.6842.51615Ⅳ1-3.30313.0502.51616Ⅳ4-3.34413.1742.53617Ⅳ6-3.89114.0152.54318ⅣⅣ类-5.57117.5742.86919Ⅳ11-3.19414.9133.14420ⅤⅤ类-6.98822.4413.72121Ⅴ㊀㊀从表12中可以得出ꎬ王家坝水库15个采样点的水环境污染现状由优到劣依次为:15㊁14㊁10㊁8㊁7㊁9㊁13㊁5㊁3㊁2㊁12㊁1㊁4㊁6㊁11.其中15㊁14和10为Ⅲ类水体ꎬ11号采样点水体污染最为严重ꎬ为Ⅴ类水体.其余大部分采样点水体为Ⅳ类水体ꎬ所有采样点水体水质均未达到王家坝水库水环境质量规划类别的Ⅱ类标准ꎬ表明王家坝水库水体已经严重污染.结合图2和表12可知ꎬ11号采样点水体污染最为严重ꎬ为Ⅴ类水体.11号采样点的TN㊁TP和NH3 ̄H指标超标严重ꎬ因库面水体流速较慢ꎬ不利于硝化细菌的生长繁殖ꎬ导致氨态氮转换成亚硝酸盐和硝酸盐的效率极低ꎬ使得3个指标超标严重ꎻ结合资料收集以及现场调研的情况ꎬ农业面源污染㊁农村养殖污染㊁农村生活污水和农家乐餐饮尾水是造成王家坝水库的TN㊁TP和NH3 ̄H严重超标ꎻ4㊁6号采样点附近约7333hm2茶叶㊁橘子㊁蔬菜等种植活动中ꎬ当地居民使用大量化肥ꎬ化肥养分流失中产生的TN㊁TP和NH3 ̄H随着雨水流入库中ꎬ导致4㊁6号污染较为严重ꎻ10㊁14和15号图2㊀王家坝水体类别占比图㊀采样点较其他点水体较好ꎬ可能原因是这3个采样点水体离当地农业耕作区较远ꎬ农业污染较小ꎬ同时离岸边较近ꎬ水体维护措施较其他地方多一些ꎬ故水质较好ꎬ为Ⅲ类水体.同时根据图2可知ꎬ在所有的采样点位中ꎬⅣ类水体占比73.3%ꎬⅤ类水体占比6.7%ꎬⅢ类水体仅占20.0%.根据表12ꎬ王家坝水库水体平均为Ⅳ类ꎬ说明王家坝水库已明显不满足其作为集中式饮用水源二级保护区的规划要求ꎬ当地有关部门应该采取及时有效的治理措施ꎬ防止水体持续恶化.4㊀结果与讨论4.1㊀主要结果1)为了评价王家坝水库水质的基本现状和污染程度ꎬ本文中布设15个采样点ꎬ共测量10项水质指标.结合«地表水环境质量标准»(GB3838 ̄2002)ꎬ抽取标准中有限值标准的5项化学指标与5种类别水体划分的限值ꎬ使用SPSS(19.0)对数据做主成分分析ꎬ得到主成分个数㊁主成分荷载矩阵和综合评价函数的排序.2)通过SPSS(19.0)主成分分析ꎬ发现有2个主成分影响王家坝水库水质ꎬ结果表明TP㊁TN和592㊀湖北大学学报(自然科学版)第40卷NH3 ̄N是水库水体的主要影响因子.因此ꎬ王家坝水库的水防治方案要重点关注营养物质的拦截和去除ꎬ例如采用生态农业模式控制源头ꎬ恢复湖滨带以及建设截污分流等一系列的工程措施.3)由综合评价得分函数评价排序ꎬ可知王家坝水库的大部分水体为Ⅳ类水体ꎬ已不满足其作为集中式饮用水源二级保护区的规划要求ꎬ4㊁6和11点位水质较差ꎬ其主要原因是库区周围的农业面源污染㊁农村养殖污染㊁农村生活污水和农家乐餐饮尾水等污水未经处理流入库中ꎬ同时有7333hm2的茶叶㊁橘子㊁蔬菜等种植活动中使用大量化肥ꎬ化肥养分流失到库中.同时由于离岸边较近ꎬ水体维护措施较其他地方多一些ꎬ14㊁15和10点位水质较好.4.2㊀讨论㊀1)主成分分析运用降维[15]的思想ꎬ实现多个变量指标转换成少数的评价指标ꎬ使原始数据复杂性远远降低ꎬ为水环境质量的分析提供了直观简单的方法ꎬ为指导环境保护部门机构污染防治措施提供一定的参考依据.2)水质的限制性营养元素为氮和磷元素ꎬTN和TP相关系数较大ꎬ为主要影响因子.它反映了亚硝酸盐㊁硫化物㊁亚铁盐和有机物等还原性物质污染物的污染效应ꎬ而对于其中的污染机理还有待研究.3)本文中ꎬ采取空间样本点位调查和主成分分析方法分析王家坝水库水体的污染状况和主要污染因子ꎬ但污染在时间上的差异性和连续性有待进一步研究分析.此外ꎬ水库底泥可能对水体污染有一定影响ꎬ其理化性质的研究不容忽视.5㊀参考文献[1]李春平ꎬ杨益民ꎬ葛莹玉.主成分分析法和层次分析法在对综合指标进行定量评价中的比较[J].南京财经大学学报ꎬ2005(6):54 ̄57.[2]陈守煜ꎬ赵英琪.模糊模式识别理论模型与水质评价[J].水利学报ꎬ1991(6):35 ̄40.[3]TabataTꎬHiramatsuKꎬHaradaM.AssessmentofthewaterqualityintheAriakeSeausingprincipalcomponentanalysis[J].JournalofWaterResource&Protectionꎬ2015ꎬ7(1):41 ̄49.[4]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ꎬ2001ꎬ20(4):49 ̄52.[5]刘臣辉ꎬ吕信红ꎬ范海燕.主成分分析法用于环境质量评价的探讨[J].环境科学与管理ꎬ2011ꎬ36(3):183 ̄186. [6]徐伟ꎬ葛华ꎬ张海涛ꎬ等.基于模糊综合评判法的区域斜坡稳定性评价 以普格县城某区域为例[J].安全与环境工程ꎬ2016ꎬ23(4):33 ̄38.[7]GoraiAKꎬKanchanꎬUpadhyayAꎬetal.Aninnovativeapproachfordeterminationofairqualityhealthindex[J].ScienceoftheTotalEnvironmentꎬ2015ꎬ533:495 ̄505.[8]吴亚非ꎬ李科.基于SPSS的主成分分析法在评价体系中的应用[J].当代经济ꎬ2009(3):166 ̄168. [9]张文霖.主成分分析在SPSS中的操作应用[J].市场研究ꎬ2005(12):31 ̄34.[10]张茹ꎬ张学杨ꎬ陆洪光ꎬ等.基于层次分析和主成分分析的城市空气质量评价 以徐州市为例[J].安全与环境工程ꎬ2017ꎬ24(03):103 ̄107.[11]金相灿.中国湖泊富营养化[M].北京:中国环境科学出版社ꎬ1990.[12]李军良ꎬ张丽ꎬ高良敏.环大冶湖池塘水的叶绿素a与氮磷分布特征及富营养化评价[J].广东化工ꎬ2017ꎬ44(3):25 ̄27.[13]赵珍珠.个人住房抵押贷款信用风险分析及防范[D].杭州:浙江大学ꎬ2016.[14]万金保ꎬ曾海燕ꎬ朱邦辉.主成分分析法在乐安河水质评价中的应用[J].中国给水排水ꎬ2009ꎬ25(16):104 ̄108. [15]王璐ꎬ何平.大系统的多重主成分评价及其应用[J].统计与信息论坛ꎬ2006ꎬ21(4):21 ̄24.(责任编辑㊀游㊀俊)。