基于主成分和地统计的太湖水质分析

以太湖为试验区,对其2007年33个观测点的10项水质参数进行了主成分分析,第一主成分主要反映了水体的富营养化程度及有机污染;第二主成分代表了太湖的理化特征;第三主成分反映了太湖的物理特征和微生物特性。根据第一主成分,结合地统计对太湖水质进行评价。评价结果表明太湖北部的五里湖和西北部湖区污染最为严重。表明主成分分析法在水质评价上指导性较强,是一种行之有效的水质评价方法。     

东太湖水质污染特征研究

2008年8月至2009年7月研究了江苏东太湖网围养殖区、东茭咀、油车港等12个典型湖区的水环境特征,运用主成分分析法研究东太湖水质的空间异质性及主控因素.结果表明,东太湖水质在各区域存在显著差异,季节变化明显,主要表现为丰水期水质优于枯水期. 12个水质指标简化成2个主成分,主成分I代表水体的总磷、溶解性总磷和磷酸盐水平,是东太湖水域最主要的污染因子;主成分II主要反映水体的有机污染状况,叶绿素a和高锰酸盐指数的贡献率较大.利用主成分得分进行聚类分析,将12个采样点分为4类,北部由于受东山镇生活污水影响,各入湖河道口污染较为严重,特别是油车港;网围养殖区由于人工栽植的水草较为茂盛,水质较好,同东茭咀、太浦河口等水域的水质一样.     

黄浦江和苏州河的着生藻类与水质因子关系的多元分析

通过对黄浦江和苏州河7个断面的着生藻类群落结构及水质状况持续1年的监测,分析着生藻类群落结构的季节变化;并对7个水质指标进行主成分分析,提取影响水质的主要因子,结合着生藻类的群落参数,利用逐步回归分析方法建立水质主要因子与着生藻类群落参数间的回归模型,确定影响着生藻类群落参数的关键因子.结果表明:着生藻类群落结构以硅藻占主要地位,着生藻类优势种以及各群落参数的季节变化明显;对水质参数进行主成分分析（PCA）所提取的3个主成分中,主成分1（PCA1）主要代表水体中COD_Cr和Chl-a含量,主成分2（PCA2）主要代表水体中DO和TP含量,主成分3（PCA3）主要代表水体中TN含量.其中PCA1和 PCA2对着生藻类密度的影响较显著,主成分对着生藻类的其他群落参数影响不显著,表明着生藻类密度是指示河流水质状况的重要群落指标.      

泰森多边形在分析西安市PM_(2.5)污染状况中的应用

以西安市10个市辖区为研究区域,选取西安市环境监测网站20130101-20160229共1 155 d的PM_(2.5)监测数据,基于泰森多边形,对研究区域内的监测点位、PM_(2.5)质量浓度时空分布情况进行分析,探讨泰森多边形法用于PM_(2.5)监测的可行性。通过研究,得到如下结论:在长安区监测点所构成的泰森多边形与曲江新区监测点所构成的泰森多边形交线附近新增监测点,以提高各监测站点PM_(2.5)平均浓度对于西安市整体的代表性;在时间序列上泰森多边形法的变化趋势与算术平均法相近,但其所反映出来的PM_(2.5)浓度小于算术平均法;西安市PM_(2.5)监测浓度较高的点位相对集中于泰森多边形面积小的区域;在监测点布点不均的情况下,泰森多边形法较算术平均法能更科学合理的反映区域总体水平,并能客观的反映区域整体的浓度情况;且能够用于估算区域PM_(2.5)质量总量。总之,泰森多边形法可为监测点的合理有效布局提供导向作用,为大气PM_(2.5)污染水平的研究提供科学合理的分析方法。     

太湖水质时空分布特征及内源释放规律研究

将太湖 2 0 0 1～ 2 0 0 2年的水质监测数据与空间数据相结合 ,采用基于因子分析的主成分分析方法将太湖的水质参数概括为 5个主成分 ,提取并反证了湖泊水质各个主成分的科学内涵 ,分别为 :水体营养指数 (F1)、富营养化指数 (F2 )、水体溶解氧指数 (F3 )、水体色度指数 (F4)和水体酸碱指数 (F5 ) ;研究了各主成分的空间分布特征和随时间的变化规律 .在室内环形水槽内模拟了水动力条件下太湖底泥的起动规律 ,得到了太湖底泥在 3种不同起动标准 (个别动、少量动、普遍动 )下的起动流速 ,并利用泥沙起动的理论模型给予了验证 ,最后得出太湖底泥在 3种不同起动标准下的起动流速分别为 :3 7.9cm·s- 1 ,46 7cm·s- 1 ,5 9 8cm·s- 1 .通过考察上覆水中TN、TP浓度的变化 ,建立了底泥中TN、TP释放率与水体流速的定量化关系 .并将太湖水量水质的同步监测资料应用在数学模型中 ,解决了以往模型中底泥释放率取为常数的不足 ,取得了较好的效果     

太湖西岸水体污染物时空分布及解析

采用聚类分析、主成分分析及相关分析方法解析2015年太湖西岸入湖河流水质污染的时空分布特征及影响该区域水质的主要驱动因子。研究结果表明:时间上按污染程度将全年聚类为时段I(12月、1—3月)、时段II(11月、4—5月)和时段III(6—10月)3类;根据11项水质指标主成分分析提取3个主成分,可以解释75.49%的结果;时段I、时段II和时段III水质污染状况依次降低,空间上总体呈现出太湖西岸北部向南部递减的趋势;NH3-N、TN、Chl-a和SD是影响该水域水质的主要驱动因子。     

基于主成分分析的喀斯特山区河流水质评价及水质时空特征分析:以贵州省张维河为例

为了探求喀斯特山区河流水质状况及水质时空特征,选取贵州省平寨水库的支流张维河上的8个监测点,于2017年8月—2018年5月,对13项水质指标进行分季节监测。通过SPSS软件,利用主成分分析法,从13项指标中降维得出影响张维河水质的4个主成分,根据各主成分的方差贡献率及主成分的得分进行分析。结果表明:张维河上游主成分综合得分为-4. 158,下游得分为4. 221,上游水质总体上优于下游;全流域冬季主成分得分为2. 327,夏季得分为-0. 787,枯水期污染情况比丰水期严重;点源污染与非点源污染并存,并且以点源污染为主。     

黄石市磁湖水质时空分布及污染源解析

为解析黄石磁湖污染来源和水质时空分布,以磁湖2015—2019年水质监测数据为基础进行污染因子主成分分析(PCA),通过绝对主成分-多元线性回归(APCS-MLR)受体模型计算污染源贡献率,采用反距离权重插值法(IDW)分析水质时空分布规律.结果表明:影响磁湖水质的第1、第2、第3主成分分别是城市面源、城镇生活污染源及...     

松花江哈尔滨段水环境质量评价及污染源解析

为全面了解松花江流域哈尔滨段的水质污染状况,根据2015年松花江流域哈尔滨段丰水期、平水期和枯水期的水质监测数据,采用主成分分析（PCA）对水质污染现状进行综合评价,并根据主成分分析计算得到的相关数据进行APCS-MLR（绝对主成分多元线性回归分析）,量化主成分对各污染物的贡献率.在评价过程中,充分利用ArcGIS软件对不同断面水质状况进行可视化表征,展现水环境质量的空间特征,更加直观地表达水质的区域差异性.结果表明:松花江哈尔滨段水体的主要污染物包括COD_Cr、TN和NH₃-N,丰水期第1主成分对其贡献率分别为69.97%、69.18%、74.23%,平水期为22.91%、22.21%、37.57%,枯水期为83.77%、83.60%、83.09%;6个断面中,朱顺屯断面的水质优于其他断面的水质,上游水质优于下游水质;研究水体水质总体上表现为丰水期优于枯水期.研究表明,污染物主要受到生活污水和该江段沿岸石化、汽车和造纸企业工业废水排放的影响.污染物主要来源于阿什河口内和呼兰河口内断面,干流水体水质优于支流水体.      

基于实测光谱与MODIS数据的太湖悬浮物定量估测

以太湖为研究区域,对太湖水体的水面反射光谱进行实地测试,并取样在实验室进行水质分析;根据光谱分析得到的悬浮物特征波段,估测悬浮物浓度;最后,对比MODIS波段,用最敏感波段及主成分分析法建立悬浮物估测模型.结果表明,576nm附近的反射率峰值、841nm处反射率一阶微分值和808nm附近的反射峰高与悬浮物浓度都有较好的相关性,其中峰高法和一阶微分法对悬浮物浓度的估测精度相当;MODIS波段1与悬浮物浓度相关性最好,经过主成分变化后的第一主成分和第二主成分可以较好地估测悬浮物浓度.因此,可利用MODIS数据对太湖悬浮物进行长期动态监测.