主成分分析法在渭河寶雞段水質(zhì)評價中的應(yīng)用

靳美娟，任一艷

(1．寶雞文理學(xué)院陜西省災(zāi)害監(jiān)測與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西寶雞 721013;2．寶雞市環(huán)境監(jiān)測中心站，陜西寶雞721013)

渭河發(fā)源于甘肅鳥鼠山，自陳倉區(qū)鳳閣嶺鎮(zhèn)建河村進(jìn)入寶雞市，其干流自西向東流經(jīng)渭濱、金臺、陳倉、岐山、眉縣、扶風(fēng)3區(qū)3縣后，至扶風(fēng)縣絳帳鎮(zhèn)南仵村流出。渭河寶雞段以林家村寶雞峽大壩為界，隸屬渭河上游和中游段，全長224 km，占渭河總干流的27．4%。目前寶雞市96%以上的人口和93%以上的國民生產(chǎn)總值都聚集在渭河流域，同時渭河也是寶雞市重要的農(nóng)業(yè)灌溉水源和川道地下水的重要補(bǔ)給水源，擔(dān)負(fù)著泄洪、釋污、維護(hù)生態(tài)平衡的重要任務(wù)，是寶雞市當(dāng)之無愧的經(jīng)濟(jì)社會發(fā)展“生命線”。然而，近年來由于氣候變暖，加之經(jīng)濟(jì)發(fā)展耗水量的急劇增加，渭河流域水資源嚴(yán)重短缺，水污染加劇。

水質(zhì)評價是水體污染防治的基礎(chǔ)性工作，常用的水質(zhì)評價方法［1］有綜合指數(shù)法、灰色系統(tǒng)理論、人工神經(jīng)網(wǎng)絡(luò)法、模糊評價法等。其中綜合指數(shù)法考慮了多種污染物的影響，能對整體水質(zhì)狀況做出定量評價，但在計(jì)算時采用單項(xiàng)指數(shù)取平均的方法，容易掩蓋嚴(yán)重超標(biāo)污染物的影響;灰色聚類關(guān)聯(lián)分析法充分考慮了水質(zhì)評價中的不確定性，但在評價過程中存在信息丟失問題;人工神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)復(fù)雜系統(tǒng)的建模問題，但計(jì)算復(fù)雜、收斂速度慢的缺點(diǎn)限制了它的推廣應(yīng)用;模糊評價法能夠?qū)C合水質(zhì)類別進(jìn)行判斷，但結(jié)論偏于保守［2］。此外，水質(zhì)系統(tǒng)是由眾多因子組成的一個復(fù)雜系統(tǒng)，且各因子之間存在一定的內(nèi)在關(guān)聯(lián)，每一因子都從一個側(cè)面反映了水質(zhì)的基本狀況，這就使得上述方法的優(yōu)勢難以充分發(fā)揮。主成分分析方法是利用降維思想提取少數(shù)幾個互不相關(guān)的新變量來代替原來較多變量進(jìn)行定量化研究的一種統(tǒng)計(jì)分析方法，在解決很多實(shí)際問題方面取得了較好效果［3-5］。為此，本文嘗試著運(yùn)用主成分分析法，對渭河寶雞段干流水質(zhì)狀況進(jìn)行計(jì)算分析，找出各斷面主要水質(zhì)污染指標(biāo)及其污染程度以期為渭河流域水污染治理和水環(huán)境評價提供一定參考。

1 研究方法簡介

主成分分析法是利用降維的思想，把較多變量簡化為少數(shù)幾個互不相關(guān)的綜合指標(biāo)的一種統(tǒng)計(jì)分析方法。基本步驟［6］:(1)根據(jù)研究問題選取原始數(shù)據(jù);(2)數(shù)據(jù)標(biāo)準(zhǔn)化，目的是為了消除不同指標(biāo)之間的量綱影響;(3)計(jì)算相關(guān)系數(shù)矩陣，并進(jìn)行相關(guān)性判定，確定待分析的原始變量是否適合進(jìn)行因子分析;(4)確定主成分的個數(shù)m，主成分個數(shù)提取原則(特征根λ＞1，累計(jì)貢獻(xiàn)率達(dá)到85%以上);(5)確定主成分Fi的表達(dá)式;(6)求各主成分的得分并計(jì)算綜合得分，并對其做出相應(yīng)解釋。

2 渭河寶雞段水質(zhì)的主成分分析

2．1 斷面選擇及數(shù)據(jù)來源

為了較全面地反映渭河寶雞段水質(zhì)狀況，根據(jù)該段河流的自然特征及整體污染特點(diǎn)，沿渭河流向自西向東依次選取了林家村、勝利橋、臥龍寺橋、虢鎮(zhèn)橋、常興橋等5個監(jiān)測斷面，具體位置如圖1所示。

圖1 渭河寶雞段干流監(jiān)測斷面示意圖Fig．1 Monitoring Sections of Main Stream of Weihe River in Baoji

水質(zhì)監(jiān)測數(shù)據(jù)由寶雞市環(huán)境監(jiān)測站提供，采樣和分析時間為2012年1月～12月，依據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB 3838—2002)，監(jiān)測項(xiàng)目共24項(xiàng)，本文所用數(shù)據(jù)取各月算術(shù)平均值。根據(jù)水質(zhì)評價參數(shù)選擇的針對性原則、適度原則、監(jiān)測技術(shù)可行原則，結(jié)合渭河寶雞段所受納的主要污水類型及水質(zhì)污染的主要影響因素，考慮到某些項(xiàng)目未檢出和5個斷面數(shù)據(jù)的一致性，經(jīng)甄別篩選，有效數(shù)據(jù)為10項(xiàng)，具體如表1所示。分別為 pH(X1)、氟化物(X2)、高錳酸鹽指數(shù)(X3)、COD(X4)、氨氮(X5)、TP(X6)、DO(X7)、糞大腸菌群(X8)、BOD5(X9)、陰離子洗滌劑(X10)。5個監(jiān)測斷面的10項(xiàng)數(shù)據(jù)組成的矩陣作為評價的原始數(shù)據(jù)。

表1 2012年渭河寶雞各斷面監(jiān)測數(shù)據(jù)Tab．1 Datum of Each Section Monitoring in Baoji Section of Weihe River in 2012

2．2 水質(zhì)計(jì)算及分析

利用IBM SPSS Statistics 19軟件將表1中的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化數(shù)據(jù)矩陣，如表2所示。在此基礎(chǔ)上進(jìn)行主成分分析，計(jì)算出相關(guān)系數(shù)矩陣，具體如表3所示。

表2 2012年渭河寶雞段標(biāo)準(zhǔn)化處理后數(shù)據(jù)Tab．2 Standardized Data of Water Quality in Baoji Section of Weihe River in 2012

表3 相關(guān)系數(shù)矩陣Tab．3 Correlation Coefficients Matrix

由表3可知大部分系數(shù)大于0．30，其中高錳酸鹽指數(shù)(X3)、COD(X4)、氨氮(X5)、TP(X6)、DO(X7)、糞大腸菌群(X8)、BOD5(X9)、陰離子洗滌劑(X10)之間的相關(guān)系數(shù)均達(dá)到0．850以上，說明各個變量之間相關(guān)程度較高，各變量存在信息重疊，適于主成分分析法。

同樣利用主成分分析法，得出特征值、主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率，具體如表4所示。

表4 特征值、主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率Tab．4 Eigenvalues，Contribution Rates and Accumulated Contribution Rates of Principal Components

由表4可知第1、2主成分特征值分別為7．988和1．182，均大于1。另外累計(jì)貢獻(xiàn)率為91．708%，滿足≥85%的原則。為此，提取出前兩個主成分，即主成分1和主成分2，這兩個主成分基本包含了原來10個指標(biāo)的所有信息，其中，第一主成分的貢獻(xiàn)率為79．883%，對水質(zhì)因素變化影響較大。

初始因子荷載矩陣由 SPSS軟件直接給出，具體如表5所示，每一個載荷量表示主成分與對應(yīng)變量的相關(guān)系數(shù)。

表5 初始因子載荷矩陣Tab．5 Initial Factor Load Matrix

主成分載荷矩陣是由初始因子載荷矩陣中的數(shù)據(jù)除以每一主成分所對應(yīng)的特征值的平方根得出，其數(shù)值表示兩個主成分相應(yīng)的載荷值，具體如表6所示。

表6 主成分載荷矩陣Tab．6 Loading Matrix of Principal Components

一般認(rèn)為大于0．3的主成分載荷值就是顯著的［7］，因此，與第一主成分F1密切相關(guān)的指標(biāo)是高錳酸鹽指數(shù)(X3)、COD(X4)、氨氮(X5)、TP(X6)、DO(X7)、糞大腸菌群(X8)、BOD5(X9)和陰離子洗滌劑(X10)等8個指標(biāo)，與第二主成分F2相關(guān)的水質(zhì)指標(biāo)為pH(X1)和BOD5(X9)2個指標(biāo)。

根據(jù)特征值 λ1=7．988 和 λ2=1．182，得出各指標(biāo)與主成分之間的線性關(guān)系如下。

由公式(3)計(jì)算各監(jiān)測斷面的水質(zhì)污染綜合得分F，并依據(jù)相關(guān)標(biāo)準(zhǔn)［8］對水體污染程度進(jìn)行分級，結(jié)果如表7所示。

表7 各監(jiān)測斷面水質(zhì)綜合評價結(jié)果Tab．7 Evaluation Results of Water Quality in All Monitoring Sections

F綜合得分越高，排名越靠前，說明污染越嚴(yán)重。據(jù)此，渭河寶雞段5個監(jiān)測斷面的綜合污染排名依次為虢鎮(zhèn)橋＞常興橋＞臥龍寺橋＞勝利橋＞林家村，這與文獻(xiàn)［9］研究結(jié)果基本一致。從分級來看，越靠近下游方向污染越嚴(yán)重，這與流經(jīng)寶雞主城區(qū)沿途的排放相關(guān)。

從第一主成分F1的排名來看，虢鎮(zhèn)橋斷面的得分遠(yuǎn)高于其他幾個斷面，說明此處高錳酸鹽指數(shù)(X3)、COD(X4)、氨氮(X5)、TP(X6)、DO(X7)、糞大腸菌群(X8)含量相對較高。這是因?yàn)閷氹u作為陜西省第二大工業(yè)城市，老城區(qū)布局著大量污染嚴(yán)重的工業(yè)企業(yè)，主要污染企業(yè)分布在從寶雞市區(qū)經(jīng)臥龍寺至虢鎮(zhèn)橋的河流區(qū)域，具體如表8所示。

在這些指標(biāo)中，DO是衡量水體自凈能力的一個指標(biāo)，受水溫、氣壓和溶質(zhì)(如鹽分)的影響;高錳酸鹽指數(shù)主要代表了河流中的有機(jī)污染，COD代表了綜合類污染物，氨氮、TP表示水體的富營養(yǎng)化水平，糞大腸菌群代表了生物污染;從第二主成分F2的排名來看，臥龍寺橋和勝利橋得分略高些，說明這兩個斷面pH和BOD相對較高，其中pH指示水體的酸堿程度，對水體中的氧化還原反應(yīng)起著一定的控制作用，BOD代表了河流的有機(jī)污染。從污染級別來看，渭河寶雞段各斷面水質(zhì)良好，為中、輕度污染，污染類型以有機(jī)物污染為主(見表7)，其來源主要為沿途區(qū)段接納的工業(yè)廢污水、城鎮(zhèn)污水、農(nóng)藥和化肥等。

3 結(jié)論

通過應(yīng)用SPSS軟件的主成分分析功能，對渭河寶雞段5個斷面進(jìn)行了水質(zhì)評價，結(jié)果表明虢鎮(zhèn)橋斷面污染最嚴(yán)重，且以高錳酸鹽指數(shù)(X3)、COD(X4)、氨氮(X5)、TP(X6)、DO(X7)、糞大腸菌群(X8)為主要污染，常興次之，林家村最輕。這是因?yàn)橹饕廴酒髽I(yè)分布在從寶雞市區(qū)至虢鎮(zhèn)橋的河流區(qū)域，受工業(yè)污染較大。林家村屬于寶雞市區(qū)上游，因此污染較輕。從污染級別來看，渭河寶雞段各斷面水質(zhì)良好，為中、輕度污染，且以有機(jī)物污染為主。

表8 渭河寶雞段主要污染企業(yè)［10］Tab．8 Main Contaminative Enterprises in Baoji Section of Weihe River

評價結(jié)果與渭河寶雞段實(shí)際情況一致。主成分分析法應(yīng)用于水質(zhì)評價方面，具有以下特點(diǎn):

(1)該方法是采用數(shù)據(jù)統(tǒng)計(jì)分析反映了各指標(biāo)間的內(nèi)在結(jié)構(gòu)關(guān)系，因此水質(zhì)評價結(jié)果具有較好的客觀性;

(2)能夠確定對水質(zhì)評價影響較大的因素指標(biāo)，排除相對次要指標(biāo)的干擾，提高水質(zhì)評價的科學(xué)性和有效性?？傊?，主成分分析法較好地解決河流水質(zhì)評價問題，具有一定的應(yīng)用前景。

［1］湯愛中．水源地水質(zhì)評價及預(yù)測方法研究［D］．杭州:浙江大學(xué)，2013．

［2］尹海龍，徐祖信．河流綜合水質(zhì)評價方法比較研究［J］．長江流域資源與環(huán)境，2008，17(5):729-733．

［3］徐建華．現(xiàn)代地理學(xué)中的數(shù)學(xué)方法(第2版)［M］．北京:高等教育出版社，2002．

［4］Huang B R，F(xiàn)ryJD． Root anatomical physiological and Morphological responses to drought stress for tall fescue cultivars［J］．Crop Sci，1998(38):1017-1022．

［5］Bonos S A，Murphy J A．Growth response and performance of Kentucky bluegrass under summer stress［J］．Crop Sci．，1999，39(8):770-774．

［6］吉祝美，方里，張俊，等．主成分分析法在SPSS軟件中的操作及在河流水質(zhì)評價中的應(yīng)用［J］．環(huán)?？萍迹?012，18(4):38-43．

［7］葉依廣，周蕾．長江三角洲各城市綜合實(shí)力的主成分分析［J］．長江流域資源與環(huán)境，2004，13(3):197-202．

［8］伊元榮，海米提·依米提，王濤，等．主成分分析法在城市河流水質(zhì)評價中的應(yīng)用［J］．干旱區(qū)研究，2008，25(4):497-501．

［9］易文利．渭河寶雞段水質(zhì)評價及變化趨勢分析［J］．中國農(nóng)學(xué)通報，2010，26(24):353-357．

［10］李海紅，張茜，郭雅妮．渭河寶雞段水質(zhì)現(xiàn)狀調(diào)查及評價［J］．電網(wǎng)與清潔能源，2009，25(8):81-84．