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。     

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。     

投影寻踪法在水质评价模型中的应用

本文利用主成分分析来完成投影寻踪过程 ,建立了多指标分类模型。两个实例样本水质评判结果表明 ,用投影寻踪法可以揭示高维数据的结构特征 ,所建立的分类与综合评价模型不仅有效 ,而且结果简单、直观和易于理解。     

投影寻踪法在水质评价模型中的应用

本文利用主成分分析来完成投影寻踪过程，建立了多指标分类模型。两个实例样本水质评判结果表明，用投影寻踪法可以揭示高维数据的结构特征，所建立的分类与综合评价模型不仅有效，而且结果简单、直观和易于理解。     

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

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。     

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。     

春季融雪补给后巩乃斯河水物理化学性质空间分布特征研究

在春季融雪补给后对巩乃斯河19个采样点8个水物理化学指标进行了监测,运用聚类分析(CA)、判别分析(DA)和主成分分析(PCA)方法分析了巩乃斯河水物理化学性质的空间分布特征.聚类分析结果表明,按各采样点之间河水物理化学性质的相似性可将巩乃斯河大致分为3个河段,分别代表河流的上游、中游和下游;判别分析的结果证实了此种分类的可靠性,并表明DO、Cl-以及BOD5是影响这种分类的显著性指标;主成分分析共提取了3个主成分,对应特征值的累积方差贡献率达到86.90%,表明影响河水物理化学性质的主要指标为EC、ORP、NO-3-N、NH+4-N、Cl-和BOD5.对各采样点的主成分得分进行排序,结果显示DO主要影响上游水质,p H主要影响中游水质,其余指标则是影响下游水质的主要因素.主成分综合得分的排序则表明上游水质最优,其次为中游,而下游最差,恰好对应聚类分析所划分的3个河段.人类活动及污染物的沿河积累可能是造成这种空间差异的主要原因.     

主成分分析法和模糊综合分析法在水质评价中的实例比较

在涉及众多因子的水质综合评价中,每种评价方法有其自身的优缺点。将模糊综合分析法与主成分分析法在实例中进行比较,通过比较得出主成分分析法能够客观地确定各个指标的权重,避免了随意性,也避免了计算过程中由于因子众多,数据复杂而造成的人工计算误差,使结果更加可靠。主成分分析将原来的众多的子转化为少数主成分,少数主成分综合的反映水质情况,且各主成分内不同因子之间的相关性关系也十分明确。     

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.     

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.     

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。     

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。     

投影寻踪新算法在水质评价模型中的应用

用实数编码的遗传算法给出了一种投影寻踪方法中投影方向优化的新途径．在一个简单投影指标下,用新的优化途径建立了多元数据分类模型,并将其用于多指标的标准水质分类．两个实例样本水质评判结果表明,用投影寻踪新算法可以揭示高维数据的结构特征,所建立的分类与综合评价模型不仅有效,而且结果简单、直观和易于理解．     

北京北运河水系水质污染特征及污染来源分析

以北运河水系主要干支流2011年1～12月23项指标的监测数据为依据,采用水质类别法和平均综合污染指数法,对水质污染特征进行综合评价,运用主成分分析和系统聚类分析法,对水质指标主成分以及水质差异进行分类,并进一步对不同干支流污染来源进行分析.结果表明,北运河水系由于排污量大,地表水污染严重,除城市中心区部分河流水质为Ⅲ~Ⅳ类外,城市排水河流、远郊河流水质均为劣Ⅴ类.水质由3个主成分组成,COD、CODMn、BOD5、NH3-N、TP等为第一主成分;汞为第二主成分;石油类为第三主成分.干支流水质分为4类:第1类为清洁水源类河流,主要集中在城市中心区,降雨地表径流、雨污合流管网溢流引起的非点源污染是影响其水质达标的重要污染源;第2类为再生水水源类河流,主要集中在城市排水上游河流,城镇污水处理厂排水是其主要污染源;第3类为再生水与污水混合水源类河流,主要集中在城市排水下游河流及部分远郊区河流,由于城市下游排水管网不健全,远郊区污水集中处理率低,生活源和农业源的污染贡献率较高,水质污染严重;第4类为污水水源类河流,分布于远郊区县,农业污染占比较大,水质污染最严重.     

基于分形维数权重的南水北调东线源头水质评价研究

水质评价问题的实质是对水质现状和各评价因素间的函数关系的逼近,是一种复杂的非线性问题.针对水质评价指标之间的非线性关系,提出了基于分形维数权重的水质评价方法.为有效地评估南水北调东线源头的水质现状,首先选取影响水质评价的7个主要因素,根据标准等级水体分类标准,采用在等级标准中随机内插的方法,得到50个标准等级样本,并根据样本综合评估值与经验等级之间的关系建立分形插值评价模型;最后,以长江江都市芒稻河断面2001—2008年的年平均水质监测数据为例对模型进行验证.结果表明,该方法可以通过分段函数得到每个样本的具体得分值,因而具有较高的分类精度,为水质评价提供了一种较好的新方法.     

南运河沧州段水质污染特征分析及防治对策

以南运河沧州段水系主要干支流2016年5月至2017年4月23项指标的监测数据为依据,采用水质类别法和平均综合污染指数法,对水质污染特征进行综合评价,运用主成分分析对水质指标主成分进行分类。结果表明,南运河沧州段地表水污染较重,受上游来水影响较大,水质为Ⅳ类~劣Ⅴ类,标准指数最高的指标为TN、COD和NH3-N;其次为CODMn、BOD5、TP和F-,其它指标均满足地表Ⅴ类标准要求;水质由一个主成分为组成,主要污染源为生活和农业污染。通过分析诊断南运河污染成因,从水生态、水资源、水环境角度提出了防治对策。     

因子分析法在水质评价中的应用

因子分析法是主成分分析方法的推广和深化,用于研究样本中变量之间的相关关系,把原来的多个变量化为少数几个综合指标的一种多元分析方法。用该法对嘉陵江顺庆段水质进行评价,结果表明该水体受到了不同程度的有机物污染,其中NO-3-N、SS、BOD5和非离子氨所占的负荷最大,这为环境治理提供了科学的依据。     

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.      

通过主成分分析法对松花江肇源江段水质进行评价

基于主成分分析法,以松花江肇源江段5个例行监测断面为例,对水温、pH值、溶解氧、高锰酸盐指数、生化需氧量、氨氮、石油类、化学需氧量和总磷9个水质指标进行研究。计算各断面的综合得分,根据得分越大污染越重的原则,得出该江段各断面的相对污染程度。主成分分析法较单因子评价法对同一类别的断面间比较相对污染程度具有明显的优势,是一种切实可行的水质综合评价方法。