云南省九大高原湖泊营养状态综合对比评价分析

基于主成分分析理论和SPSS统计软件,建立湖泊富营养综合评价模型,以云南省九大高原湖泊为例,对滇池等九大高原湖泊营养状态进行综合评价,并与指数评价法评价结果作对比分析。结果表明：基于主成分分析法的湖库营养状态综合评价能较好地反映云南省九大高原湖泊营养状态,综合评价结果优于指数法。     

主成分分析法在煤矿事故统计分析中的应用

为了研究我国煤矿各类事故之间的相互关系,运用主成分分析法对我国煤矿事故数据进行了统计分析,计算得到煤矿事故类型的第一主成分和第二主成分,并进一步分析了煤矿事故的主要类型以及各类事故之间的相互联系,对制定相应的煤矿事故预防措施具有一定的指导作用。     

华北地区1951-2009年气温、降水变化特征

基于华北五省(市)64个基本气象站的1961-2009年逐年逐月气温、降水资料, 利用泰森权重计算了华北地区面平均降水及面平均气温,并建立了7个长序列气象站的气温、降水与面平均值的回归方程,展延了研究区1951-1960年面平均降水和气温资料。对展延后的1951-2009年序列数据,应用Mann-Kendall检验、Mann-Whitney检验、9 a滑动平均等方法进行趋势分析,分析结果显示: 该区59 a间年气温上升了1.5 ℃,年气温序列存在显著上升趋势,年气温序列在1993年前后有一个突变点,年气温距平以1989年为低温期与高温期的分界线,年气温平均每10 a增长2.2%;年降水序列无显著趋势,亦无显著跳跃趋势,年降水距平大致以1976年为多雨期与少雨期的分界线,年降水平均每10 a增长-1.3%。研究成果为深入分析华北地区气候变化规律、未来气候变化影响,以及水资源对气候变化的响应提供了基础。     

云贵高原湖区湖泊营养物生态分区技术方法研究

提出一种基于主成分分析、聚类分析、判别分析和空间自相关的分区模型,用于对云贵高原湖区湖泊营养物生态分区的研究.首先运用主成分分析方法对众多指标进行了降维综合处理,产生彼此互补相关又能综合反映湖区情况的4个新指标,累计贡献率达到93.69%,具有充分的代表性,构建了云贵高原湖区湖泊营养物生态分区指标体系.在此基础上,根据各区域新指标值,结合聚类模型初步将湖泊流域分为5类,再利用判别分析完成非湖泊流域的类别判别,最后运用空间自相关分析方法,按聚类结果进行全局自相关分析,Moran’sI为0.320,且检验值Z值为68.2,远大于临界值(显著水平1%所对应的临界值2.58),表明聚类结果与空间位置具有显著相关性,之后运用局部自相关对区域各因素的主成分综合得分的空间分布格局进行了量化分析,揭示了零散分类区块在空间地域分布上的关联和差异,根据关联结果完成最终的分区.结果表明,利用此分区模型可以尽量避免人为因素,得到更为客观的分区结果,具有良好的适应性和可行性,可为探索适合我国湖泊营养物生态分区的指标体系和分区技术方法,完成全国湖泊营养物生态分区和科学地制定我国湖泊营养物基准和富营养化控制标准提供技术支持.     

钱塘江杭州段沉积物中铁锰的分布特征

针对钱塘江杭州段水污染现状,对钱塘江杭州段12个采样断面的沉积物进行了系统研究。结果表明,沉积物Fe、Mn的平均含量分别为2.05%,449 mg/kg,变异系数分别为16%、27%。主成分分析结果表明,Fe、Mn、K具有一定的同源性,代表沉积物的自然来源,Fe、Al的分布情况反映两者之间可能存在一定的同源性。相关性分析结果表明,Fe、Al、K均与粘粒显著或极显著相关,反映了地球化学作用和水文条件相互作用的结果;Mn与有机污染(OM)呈显著负相关,说明Mn的污染源与OM不存在同源性,相反,有机质污染导致沉积物锰含量有所降低,两者可能存在密切关系。     

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。     

Compositions and sources of organic acids in fine particles (PM2.5) over the Pearl River Delta region, south China

Organic acids as important constituents of organic aerosols not only influence the aerosols' hygroscopic property, but also enhance the formation of new particles and secondary organic aerosols. This study reported organic acids including C14–C32fatty acids, C4–C9dicarboxylic acids and aromatic acids in PM2.5collected during winter 2009 at six typical urban, suburban and rural sites in the Pearl River Delta region. Averaged concentrations of C14–C32fatty acids, aromatic acids and C4– C9 dicarboxylic acids were 157, 72.5 and 50.7 ng/m3, respectively. They totally accounted for 1.7% of measured organic carbon. C20–C32fatty acids mainly deriving from higher plant wax showed the highest concentration at the upwind rural site with more vegetation around, while C14–C18fatty acids were more abundant at urban and suburban sites, and dicarboxylic acids and aromatic acids except 1,4-phthalic acid peaked at the downwind rural site. Succinic and azelaic acid were the most abundant among C4–C9dicarboxylic acids, and 1,2-phthalic and 1,4-phthalic acid were dominant aromatic acids. Dicarboxylic acids and aromatic acids exhibited significant mutual correlations except for 1,4-phthalic acid, which was probably primarily emitted from combustion of solid wastes containing polyethylene terephthalate plastics. Spatial patterns and correlations with typical source tracers suggested that C14–C32fatty acids were mainly primary while dicarboxylic and aromatic acids were largely secondary. Principal component analysis resolved six sources including biomass burning, natural higher plant wax, two mixed anthropogenic and two secondary sources; further multiple linear regression revealed their contributions to individual organic acids. It turned out that more than 70% of C14–C18fatty acids were attributed to anthropogenic sources, about 50%–85% of the C20–C32fatty acids were attributed to natural sources, 80%–95% of dicarboxylic acids and 1,2-phthalic acid were secondary in contrast with that 81% of 1,4-phthalic acid was primary.     

基于主成分-聚类分析模型的生态环境脆弱性分析:以平潭综合实验区为例

目前对平潭综合实验区(平潭主岛)脆弱性评价方面的研究仅有地下水系统的脆弱性研究,对生态环境方面的脆弱性研究尚未见诸文献中。针对此情况,文章首先从自然因素、人为干扰因素和环境因素3个方面构建了生态环境脆弱性指标体系,然后运用主成分-聚类分析模型对平潭综合实验区的生态环境脆弱性进行分区。脆弱性分区结论为平潭综合实验区总体为中强度脆弱,其中极强脆弱区为白青乡,强度脆弱区为北厝镇和苏澳镇,中度脆弱区为中楼乡、澳前镇和敖东镇,轻度脆弱区为平原镇、潭城镇和流水镇,微脆弱区为芦洋乡。文章从增加防护林的面积和种类、调整优化土地利用结构、开展生态功能区划和生态环境保护规划的编制工作三方面提出了降低研究区域生态环境脆弱性的对策措施。     

上海市夏冬两季PM_(2.5)中碳组分污染特征及来源解析

2009年7月和2010年1月在上海市华东理工大学采样点采集PM2.5样品,应用热/光碳分析仪对样品中的有机碳(OC)和元素碳(EC)进行了测定,并计算得到了二次有机碳(SOC)、char-EC和soot-EC的质量浓度。结果显示:采样期间PM2.5、OC、EC、SOC、char-EC、soot-EC夏季平均浓度分别为(58.87±20.04)、(11.37±4.12)、(3.68±1.27)、(4.37±2.86)、(3.00±1.24)和(0.68±0.30)μg/m3;冬季平均浓度分别为(142.31±45.47)、(16.01±4.43)、(5.53±2.36)、(5.67±2.92)、(5.11±2.35)和(0.42±0.17)μg/m3,除soot-EC外,均呈现夏季低、冬季高的特点。在不同空气质量下,OC、EC和char-EC的质量浓度具有明显差异,且三者均与能见度、平均风速呈显著负相关。夏冬两季soot-EC、char-EC、SOC和POC占TC的百分含量相差不大,其中POC/TC值最高,soot-EC/TC值最低。夏季SOC/TC的比值高于冬季,可能由于气温高有利于发生光化学反应。对8个碳组分进行主成分分析,结果显示,燃煤、生物质燃烧、汽油和柴油车排放对PM2.5中碳组分的贡献显著,并且可能受燃煤和汽油车排放的影响最大。     

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。