R型聚类对辽河不同断面水质指标相关性分析

河流水质监测中许多指标常常存在着一定的相关性,通过对水质指标相关性研究,可了解水质指标间影响关系及河流污染物的特点,指导河流水污染治理,提高水质量标准。以辽河为例,采用R型聚类方法对辽河不同断面水质指标的相关性进行分析,应用DPS统计软件,通过计算机对监测数据进行运算得出相关系数矩阵和变量的分类树形图。通过分析可看出化学需氧量与五日生化需氧量、高锰酸盐指数与氨氮相关密切。文中对各种水质指标相关关系的内在关联进行深入研究,分析相关指标间的相互作用,以期达到对影响因子的全方位监测与控制,实现对辽河水污染治理及水环境监测评价的作用。     

雷州半岛夏季近海海水环境质量聚类分析和综合评价

利用聚类分析和模糊综合评价法对雷州半岛夏季近海海域57个监测站位的海水环境状况进行分析和研究,并提出相关的水质保证建议。结果表明:通过R型聚类方法可将17个监测指标缩减为6个主要成分指标,利用Q型聚类分析将雷州半岛57个监测站位大致划分为3类。模糊综合评价法同样将雷州半岛监测站位划分为3类。分别为一类海水,二类海水和四类海水。聚类分析和模糊综合评价具有一定相似性又有一定的互补性,更能科学、客观地反映环境的实际状况,对海域的规划和科学管理具有一定的指导意义。     

京杭大运河淮安段水质的多元统计分析

以京杭大运河淮安段4个水质监测断面2007年的水质监测数据为样本,用主成分分析的方法,找出影响京杭大运河淮安段水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,根据水质综合评分公式,计算各监测断面各月份水质综合评分,结合分类结果及水质综合评分对各样本水质评价结果为：监测断面黄码大桥的水质最差;另3个监测断面1、3月份的水质最好;而监测断面板闸的水质又好于监测断面五叉河口及大运河桥的水质。     

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.      

长江宜宾段水质时空分布特性分析

依据长江宜宾段出入境监测断面2004年、2008年和2012年的水质监测数据,分析了该江段的综合水质、主要污染因子及水质时空分布特性。选取高锰酸盐指数、氨氮、石油类、TN、TP和粪大肠菌群6个水质指标,通过综合污染指数法对水质进行综合评价得出:该江段2008年水质清洁,2004年和2012年水质轻污染。选取p H值、DO、高锰酸盐指数、氨氮、石油类、TN、TP和粪大肠菌群8个水质指标,利用SPSS17.0软件和主成分分析方法对该江段的主要污染因子和水质时空分布特性进行分析得出:主成分分析将8个水质指标概括为4个主成分;水质年内变化特点为夏季水质最差,其它季节较夏季水质更好;水质年际变化为2008年的水质优于2012年的水质,2012年的水质优于2004年的水质;挂弓山断面的水质优于井口断面的水质。     

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

基于长江干流宜宾、寸滩、宜昌、汉口、大通和上海(古洞口) 6个断面2005—2016年的高锰酸盐指数、五日生化需氧量、氨氮和总磷4项指标的监测数据,采用主成分分析法提取所有主成分,计算得到包含所有水质指标信息的综合得分值,再通过spearman秩相关系数法分析主成分综合得分值的变化趋势。结果表明:长江干流上游水质优于中下游,上游水质呈变好的趋势,中下游水质表现出不断恶化的趋势。     

长荡湖水质的因子分析

利用长荡湖4个监测断面数据进行分析,根据主成分分析结果,利用聚类分析对断面水质状况进行综合评价,总体看水质较好。并结合有机污染型的实际情况对控制湖体污染提出合理建议。     

四川德阳地区地下水水质综合评价

该文采用主成分分析法对四川省德阳地区12个地下水监测点水质进行综合评价,结果表明:前3个主成分因子累积贡献率已超过80%,因此前3个主成分因子可反映地下水污染程度。结合主成分分析结果与地下水指标含义:该地区主成分综合得分为正值比为负值时水质综合情况更好,该地区地下水污染可能系有机物进入地下水含水层所致。     

张家河水质污染源分析

应用主成分分析法对张家河水质监测数据进行分析，获得了技术该河流断面水质的６个主成分。通过对这６个主成分分析，将污染物进行分类，从中推出该河污染来源。     

基于主成分分析的太湖水质时空分布特征研究

以太湖为样区,选取2003～2010年26个测站的9项水质参数,按年分组,分别对参数年均值进行主成分分析,得出前3个主成分的累计贡献率均大于85％,且第1主成分所包含的水质参数均相同.因此,用第1主成分来反映太湖水质状况.根据测站点位置,使用ArcGIS创建泰森多边形,以相应泰森多边形所占太湖湖区的面积比例为权重,计算站点第1主成分的面积比例加权值作为新的水质评价指标,并进行克里格插值研究水质时空分布状况.     

废黄河水质的多元统计分析

用主成分分析的方法,找出影响废黄河2007年水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,结合分类结果及水质综合评分对各样本水质进行评价。     

淮河淮安段水质的多元统计分析

用主成分分析的方法,找出影响淮河淮安段2007年水质的主成分,计算各样本的主成分得分,用聚类分析的方法将样本水质分类,结合分类结果及水质综合评分对各样本水质进行评价。     

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。     

大通湖湖区水质时空分布特征及其影响因子解析

运用主成分分析和聚类分析对2019年7-11月大通湖湖区33个采样点的8个水质指标进行了数据分析,采用单因子指数法和综合水质标识法对水质进行了综合评价,分析了大通湖湖区水质的时空特征,识别了主要影响因子和污染源.以单因子指数法为评价方法,2019年7月大通湖水质为Ⅴ类,8月为劣Ⅴ类,9-11月大通湖湖区水质有所改善,为...     

基于多元统计的水质动态评价模型研究与应用

给出一种基于多元统计的水质动态评价模型方法,该模型方法以全局主成分分析(GPCA)方法为主,以动态聚类分析、判别分析为辅助方法。再以湟水流域水质断面为例,根据有机污染、无机污染和综合污染等3个方面对这些水质断面1998—2005年水质污染状态进行定量评价和动态分析。研究结果表明:湟水流域水质断面有机污染较为严重,以上3个方面的污染状态逐年严重,综合污染指数均值从1998年的1.63605上升到2005年的2.38624,2001年以后有加速恶化的迹象。     

主成分和聚类分析应用于淮南矿区地下水水质评价

运用主成分方法分析淮南矿区23个地下水样的7个水样指标，提取出4个主成分，应用聚类分析对该4个主成分的得分进行聚类。在此基础上，将主成分得分与其对应的特征值相乘，得到水质综合评价指数。聚类分析后水样划分为5类，对每一类的水质综合评价指数取平均值，从而确定水质等级。     

昆山水质区域变化特征研究

本文选择昆山5个区域地表水监测点,分别于2016.06-2017.05每个月上旬进行水质监测分析,筛选出了高锰酸盐指数、氨氮、总磷、总氮、挥发酚、化学需氧量、五日生化需氧量、粪大肠菌群、氟化物、砷10个监测项目。对监测结果进行了年均值、相关性及主成分分析,结果表明C监测点处水质污染最为严重,高锰酸盐指数、氨氮、总磷、总氮、化学需氧量分别比最好的水质高出了15.6%、180%、70%、76%、23%,具有明显的受氮、磷污染的水质特征,其余监测点处水质都处于Ⅲ类水及以下,D、E处最好;各区域监测点位第一主成分各不相同,有的受氮、磷影响,有的受氮、磷、有机物等综合因素影响,部分区域的水质状态也受到了人类活动污染。     

基于GA-BP模型的景观小水体富营养化评价方法

为了研究适用于景观小水体富营养化评价的方法,以上海市10个公园景观水体为实验对象,在初步了解了景观小水体水质和营养状况的基础上运用主成份分析法对各项水质指标进行评价因子筛选,并对筛选出来的因子建立富营养化评价等级.运用MATLAB软件的GA-BP算法建立评价模型对10个公园4个季度共40组数据进行评价,结果显示与营养度指数法结果总体一致.选用的Chla, TP, TN, CODMn, SD五个评价因子的数据都比较易得,模型可推广性强.     

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.      

洱海地面水环境监测优化布点研究

根据１９８７年以后五年洱海水质监测数据的数理统计分析，选择污染指数大的ｐＨ、ＣＯＤ＿（Ｍｎ）、ＢＯＤ＿５、Ｔ－Ｎ、Ｔ－Ｐ进行单项方差分析，进而再进行灰色关联聚类分析和年际相关分析，确知洱海三个水质监测断面可归于一类。考虑水下地形、湖流、环湖工农业布局，水质监测点优化为两个即可保证其准确性、可控性和代表性。