基于Landsat TM的澳门城市热场影响因素分析

利用2004年10月19日Landsat TM数据提取澳门城区城市用地类型信息,反演城市地表温度,在此基础上通过主成分回归方法分析澳门城市热场的影响因素.结果表明,澳门城市热场受到硬化地表指数的影响较大,其次为植被比例.地表温度与硬化地表指数、道路密度呈显著正相关(P＜0.05),与归一化植被指数、植被比例及水体比例呈显著负相关(P＜0.05).     

基于主成分分析和水质标识指数的天津地区主要河流水质评价

于2009年5月(枯水期)、8月(丰水期)、11月(平水期)对天津地区蓟运河、潮白新河、永定新河、金钟河、北塘排污河、黑猪河、海河、大沽排污河、独流减河、青静黄排水渠、子牙新河和北排水河12条主要河流的水质进行监测,并对监测数据进行主成分分析,构建水质评价指标体系,采用水质标识指数进行水质评价。结果表明,主成分分析与水质标识指数相结合的评价方法客观可靠。从时间分布来看,枯水期水质最差,58.3%的河流为劣Ⅴ类水质,部分河流已经黑臭,8月水质较好。从综合水质标识指数来看,海河以南河流污染较为严重。该地区河流NH3-N污染最为严重,其次是BOD5、CODMn和TP,属于有机型及富营养化污染。     

重金属在贾鲁河表层沉积物中的污染特征及来源分析

采用原子吸收分光光度法、原子荧光法和电感耦合等离子体发射光谱法测定了贾鲁河表层沉积物中6种重金属的含量,用灼烧法测定贾鲁河表层沉积物中有机质含量。运用地累积指数法对贾鲁河流域表层沉积物中重金属污染状况进行评价,并且通过主成分分析法研究贾鲁河重金属污染来源。结果表明：贾鲁河表层沉积物中As、Cu、Ni、Zn的含量比2004年淮河表层沉积物中相应重金属含量明显偏高。重金属污染程度为：As〉Cu〉Zn〉Pb〉Ni〉Cr。通过主成分分析进一步对重金属来源的确定,发现前2个主成分的贡献率分别为58．85％和19．74％,污染来源主要有两类,分别是工农业、生活排污的点源污染,自然变化对沉积物的影响,岩石风化与侵蚀过程和有机质降解矿化的内源污染。     

基于主成分分析的β射线法PM2.5测量准确性影响因素分析

采用主成分分析法探究环境温度、湿度、动态加热温度、采样流量、分离器切割性能、走纸精度、本底值分析时间、采样时间等8项因素对β射线法PM2.5测量准确度的影响,定量分析各影响因素的贡献率并提出主要影响因素的影响程度、控制范围及方法。结果表明：走纸精度、动态加热温度及采样流量的贡献率之和为54.2%,对β射线法PM2.5测量结果影响较为明显。为使测量结果误差＜5%,滤带定位误差应不超过1.3 mm,动态加热温度控制在45 ℃～50 ℃范围内,采样流量偏离在±0.8 L/min以内。     

空气环境质量评价分析的数学方法及应用

用空气污染指数法,进行空气质量评价;用主成分分析法进行污染因子分析;用秩相关系数检验法作污染趋势分析。并根据淮安市2004-2007年实测空气质量日报资料,说明上述方法的应用。     

多元统计分析在四川退耕还林区土壤肥力评价中的运用

以四川洪雅退耕还林区4种退耕还林模式和农耕地17个土壤肥力指标为例,采用多元统计的主成分分析法对土壤肥力等级进行综合评价. 借助SPSS统计软件得出土壤肥力指标前5个主成分的累计贡献率为84.17%,已足够反映原指标信息. 这5个主成分分别概括为:①土壤有效磷,铵态氮,pH水浸,水解氮,全氮,硝态氮和全磷指标;②土壤全钾、速效钾和缓效钾指标;③土壤总孔隙度、毛管孔隙度和最大持水量指标;④土壤容重,毛管持水量,pH盐浸指标;⑤土壤有机质指标. 借助SPSS统计软件计算主成分因子的综合得分. 结果显示:就各模式土壤上层比较,模式Ⅲ(牛鞭草)上层在综合得分中排名第一. 就各模式土壤下层比较,模式Ⅱ(苦竹+牛鞭草)下层在综合得分中排名第一.      

洋河水库水质主成分分析

自20世纪80年代以来,洋河水库每年夏季都爆发“水华”现象,水质不断恶化。为研究水库水体水质年变化情况,于2005年对水库5个采样点的叶绿素a(Chl-a)、总磷(TP)等12项水化学指标进行为期1年的监测。采用基于因子分析的主成分分析方法,将洋河水库水质参数概括为5个主要成分,并分析各个主成分的含义以及其月均值随时间的变化规律。最后结合空间数据,分析了5个主成分年均值的空间分布特征和意义。结果表明,南库区的水质要明显好于北库区。     

山西大学城PM2.5中元素特征、来源及健康风险评估

为研究山西大学城PM_2.5中元素的污染特征及来源,采用能量色散X射线荧光光谱仪(energy dispersive X-ray fluorescence spectrometer, ED-XRF)对研究区域2017年PM_2.5样品中21种元素进行分析,并对Mn、Zn、Cu、Sb、Pb、Cr、Co和Ni等重金属进行健康风险评估,同时采用主成分分析方法(principal component analysis, PCA)和正定矩阵因子分解法(positive matrix factorization, PMF)定量解析元素的主要来源.结果表明, 2017年山西大学城PM_2.5中21种元素中Ca质量浓度最高,其次是Si、Fe、Al、S、K和Cl,这7种元素占元素总质量浓度的95.71%.其中,Cr元素浓度超过我国环境空气质量标准年平均浓度限值的104倍.春季、夏季和冬季PM_2.5中Ca质量浓度最高,而秋季S元素质量浓度最高.对3类人群具有非致癌风险的元素均为Mn,且风险大小依次为儿童>成年男性>...     

基于RSEI的地震区生态环境质量恢复研究——以汶川县为例

"5.12"地震对汶川县的生态环境造成了巨大破坏,评价生态环境质量的恢复程度是汶川县灾后重建的一项重要基础工作.基于TM和OLI数据,利用ENVI平台的主成分分析技术,计算出研究区3个时期的遥感生态指数(RSEI),用于分析2003～2017年研究区的生态环境质量变化及恢复情况.结果表明:(1)2003～2017年,汶川县的生态环境质量以中等及以上为主,3个时期中等及以上等级所占比例分别为90.21％、82.01％、94.65％;(2)3个时期的RSEI指数的均值分别为0.627、0.617、0.716,生态环境质量经历了未恢复到恢复提升的过程,且研究末期的生态环境质量超过研究初期.(3)2003～2017年,汶川县生态环境质量中的较差、中、良这3个等级的面积转移明显,差和优两个等级变化不大.T1时间段,中等和良等向较低等级转移;T2时间段,较差、中、良等均向较高等级转移;T3时间段,除优等以外,其余等级均主要向较高等级转移.(4)海拔1 498～4 466 m和坡度15.～63.之间,是生态环境质量恢复最明显的区域.     

人为干扰对生态脆弱性动态演变过程的影响——以兰西城市群为例

以兰西城市群为例,采用空间主成分分析法(SPCA)对其进行生态脆弱性评价,并在此基础上引入人为干扰指数(HI),探讨人为干扰变化对生态脆弱性动态演变过程的影响.结果表明,1990～2020年,兰西城市群生态脆弱性由3.14减小到2.69,生态环境逐年改善.空间上,中度,重度和极度脆弱区主要集中在中西部河谷盆地及东部低海拔地区,微度和轻度脆弱区主要集中在中西部海拔较高的地区.1990～2020年,Moran’s I由0.942略增至0.955,生态脆弱性空间聚集效应明显.1990～2020年间,生态恶化区面积减小了178.63km²,生态改善区面积增加了7189.08km²,生态恶化区主要分布在河谷盆地及东北部地区,生态改善区主要分布在东南部及中西部海拔较高的地区.区域内人为干扰指数由0.245增至0.252.中高度干扰区与生态恶化区的空间分布特征基本一致.人为干扰程度的增强使河谷盆地及东北部地区生态环境逐步恶化.研究结果可为兰西城市群的生态保护,土地资源利用和可持续发展提供有益借鉴.