基于指标变换值的主成分投影法在水质评价中的应用

合集下载

主成分分析法在水质评价中的应用及分析

ＡｂｔａｔＰｒｃｐｏｏｅｔａａｙｉａｅｅｔｍａｎｃｍｐｎｎｓｆｏｍａｙｆｃｏｓｉｌｅｓｒｃｕｅｔｒｖｄａｉｓｒｃ：ｉｉａｃｍｐｎｎｎｓｓｃｎｓｌｃｉｏｏｅｔｒｍｎａｔｒ，ｓｍｐｉｔｔｕｔｒｏｐｉｅｂｓｓｎｌｌｆｈｏｏｉａｔｒｏｅｆｌｗ —ｕｏｋＡｓｆｒｔｏｅａｖｎａｅ，ｐｎｉａｏｏｅｔａａｙｉｉｐｌｄｉｔｒｑａｉｖｕ－ｆｍａｎｆｃｏｆｒｔｌｓｈｏｏｐｗｒ．ｓｄａｔｇｓｒｃｐｌｃｍｐｎｎｎｌｓｓｓａｐｉｎｗａｅｕｌｙｅａ８ｏｈｉｅｔｌｔｎａｄｉｔｄｃｄｉｒｎｉｌｓａｄｓｅｓＳｌｃｅｖｅｅｅｔｎａｄｅｇｔａｔｒｆｔｅｍａｎｓｒａｏａｈｖｒｉ・ｉｎｎｒｕｅｔｐｃｐｅｔｐ．ｅｅｔｄｅｌｖｎｓｃｉｉｈｃｏｏｉｔｅｍｆＨｕｉｅＲｉｅＡｎｏｏｓｉｎｏｎｆｓｈｎｈｉＰｖｎｅＴｅｒｓｌｈｗｅｈｔＰｎｉａｏｏｅｔｎｌｓｓｉａｆｃｉｅｙｍｅｈｄｗｉｈｖｌａｉｎｏａｅｕｉｕｒｉｃ．ｈｅｕｔｓｏｄｔａ：ｒｃｐｌｃｍｐｎｎｓａａｙｉｓｎｅｅｔｌｔｏｈｌｔｅｅａｕｔｏｆｗｔｒｑａｔｏｓｉｖｅｌｙ

主因子分析法在小清河水质评价中的研究与应用

主因子分析法在小清河水质评价中的研究与应用一、本文概述Overview of this article随着工业化和城市化的快速发展，水环境污染问题日益严重，水质评价成为环境保护和水资源管理的关键环节。

小清河作为一条重要的河流，其水质状况直接关系到周边地区的生态安全和人民健康。

因此，对小清河的水质进行准确评价并制定相应的治理措施，具有十分重要的现实意义。

With the rapid development of industrialization and urbanization, water environmental pollution is becoming increasingly serious, and water quality assessment has become a key link in environmental protection and water resource management. As an important river, the water quality of Xiaoqing River is directly related to the ecological security and people's health in the surrounding areas. Therefore, it is of great practical significance to accurately evaluate the water quality of Xiaoqing River and formulate corresponding treatment measures.主因子分析法是一种多元统计分析方法，能够有效地提取多个变量中的主要信息，并将其归结为少数几个主因子，从而简化数据结构并揭示变量之间的内在联系。

近年来，主因子分析法在水质评价领域得到了广泛应用，并取得了良好的效果。

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

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高礼中;谢海燕【摘要】The water quality of Irysh River was assessed based on the water monitoring data in 2010.Fuzzy mathe-matics evaluation could be appliedto determine the grade of the water quality of the river.Principal component a-nalysis was adopted to uncover the major pollutants and their contribution rates.The results of these two methods were compared with the result using single index evaluation method.It was indicated that these two methods had different focuses for different purposes of determining the water grades or uncovering the major pollutants.As a re-sult,a combination of these two methods could produce a relatively accurate water evaluation result.%利用额尔齐斯河2010年监测数据进行水质评价。

用模糊综合评级法对水质状况进行评价，判断水质级别；用主成分分析法判断主要污染物类型，确定各污染物的主要贡献率。

并将两种方法的评价结果与单项指标评价结果相比较，结果表明：在水质评价中水质级别判断采用模糊综合评价法，水质主要污染物判断采用主成分分析法，用两种评价方法结合起来对水环境质量进行评价，结果较准确。

主成分分析法在水源水质评价中的应用

ＳａｇａｏｒａｆＰｅｅｔｖｄｃｎｈｎｈｉｕｎｌｏｒｖｎｉｅＭｅｉｉｅＪ
文章编号：０４— ２１２１）０— ４５一Ｏ１０９３（０１１０８２
・
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
１０．２２．６Ｏ３７．４２９
０９．０１．９７９９．３Ｏ９
０２．３０２．２４６．５４４．１９．９１００５５０．０
响，对方差为０的变量要舍去。
２３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
２１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１ＳＳ（ＰＳ软件默认自动进行变量的标准化）。统计检验显示，ＭＫＯ值为０５９Ｂｒｅ球体．９，ａｌｔｔｔ检验值为５．２，１２６卡方统计值的显著性水平为０００小．０

基于指标规范变换TOPSIS法的地表水环境质量评价

基于指标规范变换TOPSIS法的地表水环境质量评价问国强【摘要】对于指标数较多且复杂的地表水环境,传统的TOPSIS法计算工作量大,没有规范统一的正、负理想点,且主观性强.提出基于指标规范变换的TOPSIS法,该法通过设定参照值和规范变换式对指标进行规范变换,可使不同指标同级标准处于一定范围内,且可统一确定同一级标准下的各指标正、负理想点,从而减少了计算工作量.通过将基于指标规范变换的TOPSIS法应用于延河和南宁市内河地表水环境质量评价,评价结果表明该方法准确、可靠且简单、实用.【期刊名称】《安全与环境工程》【年(卷),期】2015(022)003【总页数】5页(P65-69)【关键词】地表水;环境质量评价;指标规范变换;TOPSIS法【作者】问国强【作者单位】中国航空规划建设发展有限公司环境评价与规划研究所,北京100011【正文语种】中文【中图分类】X824水环境是环境质量的重要部分，而地表水环境质量关系着人类的健康生活与长久生存。

随着工业的发展及现代化技术的突飞猛进，工业废水（尤其是重工业）、生活污水等直接影响着地表水环境质量［1］。

因此，对地表水环境质量的准确评价可为环境规划、环境管理以及环境污染治理等部门的管理工作提供可靠的理论参考依据［2-3］。

水环境质量评价的方法众多，比较常用的有集对分析法、投影寻踪模型、模糊综合评价法、灰色评价法和指数评价法等［2-8］。

这些方法各有其优缺点，但由于影响水环境质量各指标的原始数据取值范围和度量单位不完全相同，加之指标间存在线性和非线性的复杂关系，相互之间不能直接进行比较，因此若直接将指标值代入公式和模型，其计算过程较复杂且主观性较强，会使计算结果不准确。

传统的TOPSIS法用于地表水环境质量评价［9-11］时，由于构造标准化决策矩阵的工作量随指标数的增加而变大，没有规范统一的正、负理想点，主观性强，随着指标数和问题的不同其分级判别标准也随之改变，因而该法具有一定的局限性。

基于主成分分析的spearman秩相关系数法在长江干流水质分析中的应用

多个分量相关的原随机变量转换成少数几个分量不相关的新变量+ 其主要计算步骤如下 )%>H%?* %’ $ 将原
始数据标准化"转化为无量纲数据#%$ 计算标准化数
据的相关系数矩阵"以及相关系数矩阵的特征根和特
征向量#!$ 根据各特征根占比"按从大到小排序"选
取累积占比 l$?d的前几项特征根作为主成分#>$ 特
第 !" 卷#第 $ 期 %&’( 年 $ 月
环#境#工#程 )*+,-.*/0*123)*4,*00-,*4
5.36!" # 7.6$ 8946#%&’(
基于主成分分析的 Z\02-/2* 秩相关系数法在长江干流水质分析中的应用!
杨#盼’&% #卢#路’ #王继保% #陈和春%
! ’B长江水资源保护科学研究所"武汉 >!&&?’# %B三峡大学水利与环境学院"湖北宜昌 >>!&&&$
第$期
杨#盼"等%基于主成分分析的 Z\02-/2* 秩相关系数法在长江干流水质分析中的应用
""
成分分析法和 Z\02-/2* 秩相关系数法对长江干流的
水质进行了现状和趋势变化分析+ 由于获取的水质
指标相对较少"本文摒弃了主成分分析法能够提取少量综合因子"简化计算的优势 )%’H%!* " 主要利用主成分
78引8言长江流经我国 ’’ 个省市"是我国最重要的河流
之一+ 多年来"依托长江充沛的水资源"长江沿线城市经济高速持续发展" 形成了沿江城市经济带 )’H>* + 在过去长江经济带经济的高速发展过程中"忽略了对环境的保护" 导致长江干流的水质有变差趋势 )?H$* +

主成分分析法在鄱阳湖水质评价中的应用

文章编号：０６— ４６２１）２一ｌ３— ５１００５（０００Ｏ１０
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３０７南．江３０；４
第３２卷第２期
２１００年６月 Fra bibliotek南昌大学学报（工科版）
ＪｕｎｌｆａｃａｇＵｉｅｓｙＥｇｎｅｉｏｒａｏｎｈｎｎｒｉ（ｎｉｅｒｇ＆ＴｃｎｌｙＮｖｔｎｅｈｏｇ）ｏ
Ｖ０．２Ｎｏ２１３．
Ｊｎ２０ｕ．０１
ｂｓｇｒｃａｃｍｏｅｔｎｌｉａｄｓｔａＰＳ３０ｈｅｌｈｗｄｔｔ￣ａｒｕｌｙｏＸｎｚｙｕｉｉｉｌｏｐｎｎａａｓｎｏｗｒＳＳ１．．Ｔｅｒｕｓｏｅａ：）ｔａｔｆｉｉｎｐｎｐｙｓｆｅｓｔｓｈ（ｗｅｑｉｇ
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：８４Ｘ２文献标识码：Ａ
ＡｐｐｉａｉｎｏｉｉｌｍｐｏｅｔＡｎｌｓｓｉｌｃｔｏｆＰｒｎｃｐｅＣｏｎｎａｙｉｎ
ＥａｕｔｇＷａｅａｉｆＰｙｎａｅｖｌａｉｔｒＱｕｌｙｏｏａｇＬｋｎｔ

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／％
４３．３８２１４．５１４９．７４１８．２０３６．８８７６．４０５３．８２０
３．０１６１．５６１１．２１６１．０３００．２２４
方差累计贡献率／％４３．３８２５７．８９６６７．６３７７５．８４０８２．７２８８９．１３３９２．９５３９５．９６９９７．５３１９８．７４６９９．７７６１００．０００
１９９９２．１７０．７７０．７５１．２５１．４５２．２
２０００１．８６０．８０．８５０．９１．５２．５１
２００１２．１３２．２３０．８７０．９３１．６１３．０１
２００２１．４７０．７４０．９３１．００１．７７３．１６
２００３１．８２０．６８０．９５０．８３１．６９３．１８
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（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔｓＡｎａｌｙｓｉｓ，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

基于主成分分析法的长江流域水质评价研究

基于主成分分析法的长江流域水质评价研究论文摘要本文基于主成分分析法，对长江流域的水质进行了评价研究。

结果表明，长江流域水质普遍存在不良情况，主要是COD、BOD5、NH3-N等化学指标超标。

为了改善长江流域水质，需要采取措施，如加强环境保护、推动绿色发展等。

引言长江是中国最长的河流，也是世界上重要的河流之一。

长江流域的水资源丰富，具有重要的经济、社会和生态价值。

然而，由于人类活动和自然因素的影响，长江流域的水质受到了严重的污染，从而对人类生产和生活带来了很大的影响。

因此，对长江流域的水质进行评价研究，具有重要的现实意义。

方法本文采用主成分分析法对长江流域的水质进行评价。

主成分分析法是一种多元统计分析方法，用于确定主要变量并将它们组合成少数几个主成分，以解释总变异的大部分部分。

该方法在水质评价中被广泛应用，能够有效地评估水体质量。

结果和讨论通过对长江流域各水质指标的主成分分析，得到了以下结果：第一主成分代表COD、BOD5、NH3-N等化学需氧量指标，占总变异的37.1%;第二主成分代表TP、TN、NO3-N等营养物质指标，占总变异的25.2%;第三主成分代表DO、pH等生态指标，占总变异的13.2%。

由此可见，长江流域水质主要存在化学污染问题，其次是营养物质过剩问题，生态状况相对较好。

从各指标的贡献率上看，COD、BOD5、NH3-N等化学需氧量指标对水质影响最大。

这些指标的超标，会导致长江水体产生恶臭、变色等不良反应，严重影响人们的生产和生活。

由于长江流域地域辽阔，水质因素较多，因此在实施水质改善措施时需要采取区域性的治理措施。

比如，在工、农业生产中加强环境保护措施，推广环保技术和设备；在城市规划中加强污水处理设施的建设；在农村改善生活条件，提高农民的环保意识等。

结论本文采用主成分分析法对长江流域的水质进行了评价研究。

结果表明，长江流域水质普遍存在不良情况，主要是COD、BOD5、NH3-N等化学指标超标。

主成分分析方法在水库水质综合评价中的应用

98.533
0.129
0.761
99.294
0.069 0.032 0.019
0.403 0.191 0.112
99.697 99.888 100
方差累计贡献率（%） 39.299 49.394 58.142 66.253 72.364 78.059 82.503 86.724
4.2 主成分综合得分计算
2. 水质评价的主成分分析法
2.1 主成分分析法的基本原理
主成分分析(Principal Components Analysis，PCA)也称为主分量分析，是一种通过降维来简化数据结构的方法：如何把多个变量（指标）化为少数几个综合变量（综合指标），而这几个综合变量可以反映原来多个变量的大部分信息。为了使这些综合变量所含的信息互不重叠，应要求它们之间互不相关。用少量的几个综合变量代替原来的许多变量是有实际意义的。由这几个综合变量出发还有可能得到一个总的指标，按此总指标来排序、分类，问题就可能简单多了[3，4]。主成分分析法是多元分析法的一种，设法将原来众多具有相关性的指标重新组合成一组新的相互无关的综合指标来代替原来指标。
6.681 1.716 1.487
39.299 10.095 8.748
39.299 49.394 58.142
6.681 1.716 1.487
39.299 10.095 8.748
1.379
8.111
66.253
1.379
8.111
1.039
6.111
72.364
1.039
6.111
0.968
5.696
3.4 原始数据标准化
主成分综合评价方法的关键是求主成分,其工具是协方差矩阵。由于协方差矩阵易受指标的量纲和数量级的影响,经常要对原始数据进行标准化处理,标准化使协方差矩阵变成了相关系数矩阵。但在消除量钢和数量级影响的同时,也消除了各指标变异程度上的差异信息，

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

主成分分析法在水质综合评价中的应用

主成分分析法在水质综合评价中的应用学习主成分分析法的目的是：对水质评价因子进行筛选、组合，用于水环境综合整治工程的指导。

本论文就是以主成分分析法为依据建立综合评价模型，利用神经网络算法确定各评价因子的权重。

在神经网络算法的基础上，选取C-C作为遗传算法的初始值，经过多次迭代后，最终确定评价指标。

1、评价体系设计理论评价体系设计理论包括：确定指标体系的原则与指标赋权方法；确定指标的筛选方法；构建权重集；构建评价模型。

2、主成分分析法及其应用根据前人研究结果得出，水环境质量的综合评价指标具有高度的相关性和重复性，通过聚类分析将各因子划分成不同的类别，选择相应的阈值作为主成分，并根据重要性排序法确定权重，从而确定出最优综合评价指标体系。

3、基于成分相似性度量和分析结果，建立了数据驱动的评价模型基于主成分分析法，确定因子的权重。

通过改变因子的评价方式，以及根据因子的重要性赋予不同权重，对上海市黄浦江两岸水质综合评价模型进行重新调整，实现了三类评价指标之间的互补性。

基于因子重要性赋予评价指标权重的步骤是：①评价指标的选取及水平权重的确定。

由于水质的复杂性，采用因子评价指标体系，可以保证较大的信息容量。

②对水质评价指标的确定。

主成分的选择是关键问题，也是最难处理的问题，即综合评价指标选取时存在一个怎样的阈值问题。

③基于相似性指标和重要性，确定综合评价模型的形式。

④对比实例验证模型的可靠性。

4、结果及讨论3、基于成分相似性度量和分析结果，建立了数据驱动的评价模型。

因此，建立评价模型过程中应该遵循从简单到复杂，由单因素逐步过渡到多因素的规律，才能使分析结果更接近真实情况。

4、结果表明，建立的模型能很好地反映水质质量的状况，尤其适用于短时间的水质评价，以便于快速进行环境整治工程的决策。

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。

基于主成份分析法的玄武湖水质评价应用与解析

理，可取前两个具有明显代表性的主成份。原有的６个变量可用两个主成份表示，如表５所示。表２相关矩阵
离锰酸盐生化鬻瓴馘抵氟
商锰酸盐生化需氧晕馘氯｛ｊＩＩ｛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ｌＯＯＯ
” 荔
提取
．６１５
¨观吼毫
生化需氧鞋１０００
７３８
ｎ仉盯
懿氦
石｝ｎｉ类
１．０００７７１
５
色Ｌ１
５
１０００．８９２１０００
ＣｏｉｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈＥａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，２１１１８９
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
２２４－５２１ — ２７６６２８１０００３１２５７９３９７
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
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－８９７２．２０１３．０２．００５

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
ＰＩＯＮＥＥＲＩＮＧＷｌＴＨＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＭＯＮＴＨＬＹＮＯ．１０２０１６１１９
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２．２ＳＰＳＳ（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

模糊_主成分分析综合评价法在地下水水质评价中的应用_杜军凯

［1417 ］
s j 分别表示第 j 个指标式中： x' ij 为标准化数据； x j 、 2， …， n。样本均值和标准差，j = 1 ，得到标准化数据矩阵 Z 。 z11 z12 … z z … Z = 21 22 … … … z n1 z n2 … 1. 3. 2 相关系数矩阵的计算 z1 n z2 n … z nn
n
模糊综合评价以模糊数学为基础，应用模糊关系合成原理，将一些边界不清、不宜定量的因素定量化，运用模糊数学法中的隶属度描述评价等级，确定各污染因子的权重，进而评价水质类别。模糊综合评价是对受多种因素影响的事物做
r ij =
（ x ki ∑ k =1
n
－x 珋珋 i ）（ x kj － x j）
出全面评价的一种十分有效的多因素决策方法，该方法已被广泛用于各种类型水体水质的综合评［1923 ］。但该方法在评价因子选取上存在较价中强的主观性：若参与评价的因子过多，权重太小，会造成模糊矩阵信息丢失过多，出现评价结果趋、。《于均化不易分辨的现象地下水环境质量标准》中有分类标准的因子共 39 项，如何适当选取评价因子，对评价成果的质量有直接影响。 1. 3 模糊主成分分析综合评价模型基于以上对 2 种数学模型的分析，将主成分分析与模糊综合评价结合起来，融合 2 种方法的优势，取长补短，以达到“强强联合 ” 的目的。建模的基本思想：因子选取上采用主成分分析法，选；出影响地下水水质的主要因子水质评价采用模糊综合评价法，将提取的主成分作为模糊综合评价模型的输入，建立模糊主成分分析综合评价法的地下水水质耦合评价模型。评价模型的技术路线图如图 1 所示。 1. 3. 1 数据标准化为了排除数量级和量纲不同带来的影响，需对原始数据进行标准化处理，标准化公式： x' ij = x ij － x j sj

主成分分析法在中运河徐州段水质评价中的应用

（１）选取原始数据。（２）数据标准化，消除不同指标间的量纲影响。（３）计算相关系数矩阵，进行相关性判定。（４）提取主成分、特征值及贡献率（特征值入＞１，累计贡献率达到８５％以上）。（５）确定主成分表达式及综合评价函数。（６）计算各断面的综合得分，按照分值大小排序，确定中运河的污染程度。２－２主成分分析法计算与分析根据主成分分析法，将原始监测数据进行标准化处理后求出相关系数矩阵，对原始数据进行标准化消除量纲的影响，得到标准化数据如表２所示，在此基础上计算出相关系数矩阵如表３所示。
彘＋
－０－７７＋０＿２３（３）
面明显高于其他几个断面，说明此处的总氮含量相对较高，其中５，断面总氮污染可能与徐州市
式中：、、分别为主成分综合得分、第１区排污有关，５断面总氮污染可能与邳州市区排
２０１６年８月Ａｕｇ．，２０１６
李倩，等主成分分析法在中运河徐州段水质评价中的应用
１２７
表１２０１５年中运河徐州段各断面监测数据
２结果与分析
２．１主成分分析研究方法简介应用ＳＰＳＳ数据处理系统对中运河水质指标
进行主成分分析，步骤如下：
根据主成分分析法所要求的特征值＞１、累计
贡献率 ≥８５％的原则，提取出前２个主成分，第
１、２主成分特征值分别为４．４４６和１．３０９，方差贡

主成分分析法在农村饮用水水质评价中的应用

主成分分析法在农村饮用水水质评价中的应用摘要】目的对农村饮用水出厂水水质状况进行综合评价。

方法使用主成分分析法，按原水来源、制水工艺、采样时间不同对松江区2011年农村饮用水出厂水监测结果进行综合分析。

结果斜塘江等黄浦江上游河道为原水的监测点水质得分较底，水质较好；使用深度水处理工艺的监测点水质综合得分明显低于采用常规水处理工艺的监测点；丰水期水质得分低于枯水期。

结论主成分分析法能够用于饮用水水质综合评价（排序）。

【关键词】主成分分析法饮用水评价为掌握松江区农村集中式供水单位水质卫生现状，按照卫生部《2011年农村饮用水水质卫生监测技术方案》的要求，设立10个出厂水监测点，分别在枯水期（2月）与丰水期（8月）开展20项水质指标的监测。

农村饮用水监测中监测指标较多，且不同水质指标相互之间存在一定的相关性，难以直接对各监测点水质情况进行比较，而主成分分析法采用降维的思路，能够对多个指标进行综合分析[1]。

因此本文采用主成分分析法，对松江区2011年农村饮用水水质状况进行综合分析。

1 数据来源与分析方法1.1 数据来源2011年松江区农村饮用水水质监测报表：监测点集中式供水单位的水源类型、水处理工艺、规模大小，监测点枯水期与丰水期20项水质监测项目的结果，监测项目包括色度、浑浊度、臭和味、肉眼可见物、pH、铁、锰、氯化物、硫酸盐、溶解性总固体、总硬度、耗氧量、氨氮、砷、氟化物、硝酸盐、菌落总数、总大肠菌群、耐热大肠菌群、游离余氯。

1.2 主成分分析法1.2.1 基本原理[2][3]采用数理统计方法，将原始数据标准化后，把n维变量的总方差分解成n个互不相关成分的方差，根据各成分的方差在总方差中的比率或特征值（比率或特征值越大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，一般选择特征值大于1或使累计方差比率达到85%的成分。

1.2.2 统计方法使用Excel建立数据库，使用SPSS19.0进行统计分析，主成分分析法在SPSS软件中的具体操作参考文献[4]，水质合格率计算按《生活饮用水卫生标准》(GB5749-2006)进行。

主成分分析法在地下水水质综合评价中的应用

明第一个主成分在一定程度上反映了该地区地下水水质的综合水平；其他主成分的载荷情况具体见表２。
２２０
第一篇
基
袖
理
论
矿化度表示水中各种盐类总和，通常情况下低矿化水以Ｈ０Ｃ３及Ｍ＂＋Ｓ，ａＣ３为主；高矿化水以Ｃ一ｌ为
主；等化阴子中矿水中离以斌一主ｅ研区５处的样中矿化较介于矿水与等为Ｌ究５水监测，度高，高化中ｌ
｝众３１ຫໍສະໝຸດ ０２．６－００．５
－５｛。４０７｝．．一１＿５一，４。７｝１一１｝，９
从表２第一主成分除与ｐ相关外，与其他指标正相关，可知：Ｈ负且第一主成分在其他指标（Ｈ与除ｐＣｓ）上的载荷值ａ＇也比较大（．－．５，０８０９）这些指标几乎包含了地下水的主要指标，综合性很强，可以说０
重。同时分析得出和田地区３县地下水水质状况为：洛浦县水质最差，握玉县最好，和田县介于两者之间。
关甘调主成分分析成因分析水质评价和田
１引言和田是塔克拉玛干大沙漠南部的一片绿洲，包括和田、墨玉、洛浦三县。该地区干旱多风，降雨稀少，多年年平均降雨量为３－，４多年年平均蒸发量高达２０．。在强烈的蒸发条件下，４０．盆分随水分沿毛管带
一般取累计贡献率达８％一５特征值ＡＡ．礼所对应的ｍ（５９％的－ …，３ｍ‘力个主成分。
（）计算原变量在各主成分上的载荷矩阵：５
Ｌ二［１ｉ二佩 ‘ （Ｊ１，，１，ｓ，ｙｉ二，－ｐ．２－）－
张晓伟沈冰黄领梅孟彩侠李森