绝对主因子分析法解析北京大气颗粒物中铅来源

2005-09-18～2006-09-13期间,在北京南郊房山区、城区西二环和北郊昌平区3个采样点采集了166个总悬浮颗粒物（TSP）样品.用ICP-AES和ICP-MS方法测量了铅等29个无机元素.南郊、城区、北郊3个站点大气铅浓度年平均值分别为179、 142和102 ng·m^-3.用绝对主因子分析法定性识别和定量解析了TSP样品中铅的来源.结果表明,北京TSP样品中铅的来源及分担率分别为：涉铅有色冶金工业（55.6%）、燃煤（16.9%）、建筑尘（11.8%）、土壤扬尘（10.2%）.涉铅有色冶金工业是主要来源.从空间分布看,燃煤、建筑尘、土壤扬尘等来源排放的铅分布比较均衡, 3个点位的浓度大体持平;来源于有色冶金工业的铅浓度年均值在3个站点从南到北,分别为113、 77.0和44.2 ng·m^-3,具有南高北低的趋势.这提示工业来源的主要方位在北京的南边.北京市大气铅浓度有可观的下降空间.铅排放削减和有关环境管理措施的主要对象应该是北京南边的有色冶金,特别是涉铅有色冶金行业.同一套化学组成数据计算结果显示,土壤扬尘和建筑尘是TSP的主要来源,分担率是72.3%.其他来源还有：燃煤（13.4%）,有色冶金工业源（9.5%）.     

沿海省区洪灾脆弱性空间变化的初步探究

目前,脆弱性评估主要有建立指标体系、依据历史灾情和建立灾损曲线三种方法。选取国内评价洪灾脆弱性的典型指标构建指标体系,并采用主成分分析方法从原始数据中提取占总方差85．614％的3个主成分来分析影响洪灾脆弱性的主要因素,并通过聚类分析的方法来反映沿海省区洪灾脆弱性的空间变化。结果表明：人均产值、城镇建成区面积、居民消费水平、人口密度和地均产值等是影响沿海省区洪灾脆弱性的主要因素。最终沿海11个省区根据脆弱性差异聚成4类。     

相关分析和主成份分析在有机酸来源分析中的应用

源解析是大气中低分子有机酸研究的重要内容。收集了贵阳市和尚重镇2006年5月至2007年4月降水样品,测定其中有机酸和主要的无机离子。结果表明,大气降水有机酸存在显著相关关系,说明两地区均存在有机酸的共同来源。运用不同来源示踪剂发现,尚重镇低分子有机酸来源比较单一,主要是受植物或土壤的直接和间接释放作用的影响;贵阳市低分子有机酸的来源相对复杂,尤其是人为活动和大气光化学反应都可能是大气有机酸的重要来源。主成分分析把贵阳市和尚重镇大气降水中主要离子大致分为3类,尚重镇SO42-、NO3-、HCOOH、CH3COOH和(COOH)2是第一主成份,反映了农业活动、土壤释放和生物质燃烧可能是这类污染物的重要来源,贵阳市降水中CH3COOH、HCOOH和(COOH)2具有较高的因子负荷,为第三主成份占方差总和的19.68%。     

典型道路路边空气颗粒物中碳组分的组成特征

在天津市内选取了4条不同等级的道路（次干道,主干道,快速路,外环线）,于2015年4～5月分别在4条道路的路边进行了PM_2.5和PM₁₀样品和车流量信息的采集,并对其中的碳组分进行了分析.结果显示,天津路边PM_2.5和PM₁₀中OC、EC的浓度与国内已研究的其它城市相比处于中等水平,与国外城市相比,国内这些城市的OC、EC的浓度水平则较高.char-EC、soot-EC、OC、EC在PM_2.5中的百分含量在4条道路之间存在显著性差异,在4条路上百分含量为主干道 > 快速路 > 外环线 > 次干道,而PM₁₀不存在.PM_2.5中OC/EC和char-EC/soot-EC的平均比值分别是2.95和2.3,PM₁₀中分别为3.1和2.2.相关性分析的结果表明PM_2.5和PM₁₀中OC和EC有相同的来源,且EC与char-EC存在线性关系.     

Principal components derived from soil physicochemical data explained a land degradation gradient,and suggested the applicability of new indexes for estimation of soil productivity in the Sakaerat Environmental Research Station,Thailand

To find a principal component (PC) that quantifies the degree of soil degradation, we analyzed various physicochemical characteristics of soils over a land degradation gradient related to aboveground vegetation in the Sakacrat Environmental Research Station (SERS), Thailand. The aboveground vegetative types representing the degradation gradient were bare ground (BG, highly degraded), dry dipterocarp forest (DDF, moderately disturbed) and dry evergreen forest (DEF, the original vegetation). Soils under these vegetative types were sampled in February (dry season). March just after temporal precipitation) and June (rainy season) 2001. Through the period of this research, the degradation was consistently explained by sandy texture, high bulk density, lower pH, high exchangeable acidity, poor mineral and organic nutrients and dryness. Principal component analysis (PCA) was applied to determine significant principal components (PCs) that clarify the differences in soil properties between the vegetative types and between the timing of soil sampling. The PC loadings suggested that the first PC was the component that indicates total fertility of soil in the site, while the fifth PC indicates the dry to wet seasonal transition. The first PC was named the total fertility component (TFC). The linear regression between the TFC score and recently proposed indexes, the soil fertility index (SFI) or the soil evaluation factor (SEF), was highly significant (p < 0.001), indicating that the SFI and the SEF are applicable to measuring total fertility of soils in the SERS.     

白石砬子自然保护区几种主要植被类型土壤入渗特性研究

为了深入研究辽东山区森林土壤的水源涵养功能,以白石砬子自然保护区内的6种主要植被类型下土壤为研究对象,采用野外双环试验和室内理化性质分析相结合的方法,研究了不同植被类型下土壤入渗能力及其与理化性质的关系。结果表明,不同植被类型土壤的初渗率、稳渗率、平均入渗率、渗透总量均表现为下层低于上层,最大值是最小值的近3倍;不同植被类型间土壤入渗能力差异较大,其中A层初渗率排列顺序为原生红松阔叶混交林>红松人工林>鱼鳞云杉臭冷杉林>农地>蒙古栎林>杂木林,B层初渗率排列顺序为鱼鳞云杉臭冷杉林>农地>杂木林>红松人工林>原生红松阔叶混交林>蒙古栎林,A层稳渗率排列顺序为红松人工林>鱼鳞云杉臭冷杉林>原生红松阔叶混交林>杂木林>蒙古栎林>农地,B层稳渗率以杂木林最大,为3.8 mm?min-1,原生红松阔叶混交林最小,仅为1.1 mm?min-1,其他4种植被类型土壤稳渗率几乎无差异,A层平均入渗率排列顺序为红松人工林>原生红松阔叶混交林>鱼鳞云杉臭冷杉林>杂木林>蒙古栎林>农地,B层平均入渗率排列顺序为杂木林>鱼鳞云杉臭冷杉林>红松人工林>蒙古栎林>农地>原生红松阔叶混交林,A层的渗透总量以红松阔叶混交林和红松人工林最大,蒙古栎林和农地相对较低,B层的渗透总量以杂木林最大,红松阔叶混交林最小;主成分分析评价的土壤入渗能力排序为红松人工林>鱼鳞云杉臭冷杉林>原生红松阔叶混交林>杂木林>蒙古栎林>农地,初渗率、稳渗率、平均入渗率和渗透总量等4个指标综合起来能够很好的表达土壤入渗能力,其主成分方差的累积贡献率为90.662%;不同层次土壤入渗速率与入渗时间均存在良好的幂函数关系;土壤的稳渗率、平均入渗率、渗透总量与非毛管孔隙度呈显著正相关关系,初渗率与非毛管孔隙存在相关性,但不显著。与容重存在负相关关系,但不显著。     

松花江哈尔滨段城市水环境质量评价

为了科学地对松花江哈尔滨段水环境质量进行评价,基于水环境功能区划,采用灰色关联度法将其分为4个区域,运用主、客观相结合的方法分区域建立相应的评价指标体系,使用模糊综合评价法进行水质评价,同时,验证指标体系构建的合理性.结果表明:构建的指标体系能够反映研究对象水环境质量;除阿什河口内水质评价结果为V类,达不到水环境功能区划要求外,其他区域水质均能达标.研究结果将有利于促进水资源的科学管理和有效利用,研究方法可为水环境质量评价提供新的思路.     

Elucidation of phosphorous sorption by calcareous soils using principal component analysis

This study was conducted to understand the mechanisms governing P-sorption and desorption by calcareous soils (up to 48% CaCO ₃). Batch experiments with KCl as background were carried out by adding varying amount of P up to 100 mgP.L^?1. The desorption percentage (%DES) results show that little P was released from the adsorbed phase. Principal component analysis was applied to evaluate the combined influence of soil components on P sorption. The complex P sorption process can be related to specific soil components by the following equation: P? sorption=?2.20 (CaCO ₃% )?0.04 (Fe? oxide)+0.04 (pHe)+11.02 (sand % )+3.35 (silt)?10.73 (clay)?1.24 (EC)?0.22 (OM)?0.81 (CEC)?1.93 (P? Olsen) (R²=0.9941, SSE=380). Sand% and clay% are the most significant variables for modelling P sorption data. The derived equation could be applied to predict P sorption in other soils that have similar compositions to those investigated herein. The degree of P saturation (DPS) threshold level for all soils was less than 3% except in the soil with the lowest iron oxide. All of the studied soils have exceeded the environmentally unacceptable P concentration except the soil with the lowest iron oxide content.     

基于PCA和BP神经网络边坡稳定性分析

基于影响边坡稳定性各因素之间具有一定的相关性和边坡工程是一个非线性、不确定的动态过程等这些特征,首次应用主成分和BP神经网络的原理和方法,建立了边坡稳定性评价模型,并应用SPSS软件对影响因素进行分析并确定主成分,应用Matlab71神经网络工具箱对一些边坡样本进行训练仿真。对比了经过主成分分析和未经过主成分分析评价结果,结果表明,经过主成分分析的BP神经网络评价精度更高,相对误差更小。表明了建立主成分和BP神经网络评价模型具有较好的可行性和适用性。