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。     

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。     

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。     

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。     

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.      

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.     

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。     

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。     

主成分分析法用于环境质量评价的探讨

文章将主成分分析法用于某河流水质评价,得出该河流历年水质变化趋势,但得到的水质评价等级却与实际情况不符。通过对主成分分析法原理进行研究,得出两个结论:主成分分析法可用于比较不同时间或不同地点的环境质量优劣;主成分分析法不能评价出环境质量等级。这主要是由主成分分析法的本质特点所决定。     

钦州湾水质污染时空变化特征及驱动因素

于2015年4月和9月在钦州湾海域进行了2个航次的环境调查,获取了表层海水温度、盐度、pH、DO、COD、Chl a、石油烃、营养盐和重金属等指标数据,应用主成分分析法研究该海湾水质状况,并探讨影响该海区水质的主要驱动因子。通过主成分分析从18项调查指标中筛选提取出前4个主成分,可以解释原始变量信息73.68%的结果。主成分综合得分分析表明,钦州湾2015年4月水质污染比9月严重,空间分布上由内湾向外湾水质污染呈递减趋势,茅尾海水质污染严重。河流输入、鱼虾贝类养殖、浮游植物消长及水动力过程是影响钦州湾水质时空变化的重要因素。相关分析表明,影响钦州湾水质污染的主要驱动因子是氮营养盐、盐度、pH、Cd和Zn。陆源输入和养殖活动是主要污染源,应加强钦江、茅岭江的水环境保护,科学规划内湾养殖规模,进而改善钦州湾水质状况。     

主成分分析法在水环境质量评价中的应用进展

对研究水质的一种多元统计方法——主成分分析法做了详细介绍,并对主成分分析法在河流、地下水、矿区、湖泊水质评价中的应用进行了综述,简要分析了主成分分析法在水环境质量评价中尚有不足之处。     

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.      

基于主成分分析法的黄河口及其邻近水域水质评价

于2013年6、7、10月在黄河口及邻近水域进行了3个航次的环境调查,获取了盐度、营养盐、COD及重金属等指标数据,利用主成分分析法(PCA)研究该海域的水质状况,并分析影响该海域水质的主要驱动因子.结果表明:应用主成分分析将14项调查指标转换提取为4种主成分,共解释了67.31%的结果.相关分析表明,影响该水域水质的主要驱动因子为氮营养盐、盐度、SiO32--Si和砷.主成分综合得分分析表明,黄河口及邻近水域2013年10月、7月、6月水质污染状况依次降低;空间上总体呈现出以黄河入海口为中心,向邻近海域递减,河口附近及南部水域污染较严重的格局.黄河径流污染物是主要污染源,应加强黄河口及其上游的水环境保护,从而改善黄河口及邻近水域水质状况.     

基于主成分分析的矿区地下水水质评价

采用多元统计主成分分析方法对焦作矿区9个地下水样的6个水质指标进行了分析计算,结果表明:从原始数据中提取占总方差84.809%的3个因子来反映该矿区地下水的污染程度,大部分水质总体较好,经轻度处理后还可以作为生活饮用水或工业用水利用.     

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。     

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。     

基于主成分分析法对开阳县岩溶地下水水质的评价

本文采用主成分分析法,对贵州省开阳县的9个地下暗河出口及岩溶泉的水质进行综合分析,选取其中具有代表性的13个实测数据进行定量化评价。结果表明,除城关镇石头村由于受到Fe、Na+等污染导致水质较差以外,该地区地下水水质总体都较好,与实际情况相符合,评价结果能为水资源合理开发利用和水污染的综合防治提供参考。     

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。     

梁子湖水系湖泊营养状况的综合评价

用综合营养状态指数(TSIc),对梁子湖水系的4个湖泊营养状况进行了综合评价,并对4个湖泊的8项主要水化学指标进行了主成分分析。结果表明,洋澜湖、严家湖均呈富营养状态，武四湖、红莲湖分别呈中富营养及中营养状态。磷、硅对第1主成分贡献最大。氮对第2主成分贡献最大，4个湖泊的水质受水中磷含量影响最大。此外，4个湖泊中浮游植物，原生动物数量和生物量与TSIc呈高度一致性。作者认为,对湖泊进行营养状态评价时,既要选准评价因子,又要对水化学参数和生物参数进行综合评价。