基于主成分分析法的赤水河水質評價

王海鶴

(貴州省環(huán)境監(jiān)測中心站， 貴陽　550081)

基于主成分分析法的赤水河水質評價

王海鶴

(貴州省環(huán)境監(jiān)測中心站， 貴陽550081)

摘要：基于主成分分析法，以赤水河貴州省境內(nèi)段的9個斷面為例，選取2014年16個水質指標的監(jiān)測數(shù)據(jù)，進行評價分析。結果表明：基于各斷面主成分得分排序，R5斷面得分最高是污染最嚴重的斷面，R1、R2和R6這3個斷面次之，其余斷面水質均很好。R5斷面和R6斷面的主要影響指標為高錳酸鹽指數(shù)、氨氮、化學需氧量、總磷、生化需氧量，R1和R2斷面主要受陰離子表面活性劑、揮發(fā)酚、鉛、氟化物、硒、砷等指標影響。主成分分析法可以確定污染區(qū)域及污染因子，為治理赤水河水環(huán)境提供理論依據(jù)。

關鍵詞：主成分分析法；赤水河；水質；評價分析

近年來，隨著地表水水質日趨惡化，對地表水水質的研究和科學評價成為水環(huán)境管理日益重要的基礎。水質評價是水環(huán)境質量評價的重要內(nèi)容之一，它為水資源的綜合利用及水域污染預防提供依據(jù)。水質的變化受到多因素的影響，目前常用的水質評價方法有簡單指數(shù)法、綜合污染指數(shù)法、模糊數(shù)學法等，但不能有效提取現(xiàn)實污染因子[1-2]。模糊綜合評判法在模糊概率的確定上仍然存在問題，而主成分分析方法是構造系統(tǒng)評估指數(shù)的常用方法之一。主成分分析的目的是對高維變量系統(tǒng)進行最佳綜合與簡化，即它可在力保數(shù)據(jù)丟失最少的原則下，對高維變量空間進行降維處理。這種評價方法在解決很多實際問題時都取得了較好的效果[3-4]。本文采用主成分分析法對赤水河水質進行評價研究，將有助于對赤水河水質進行全面分析，并對環(huán)境管理相關政策的制定提供參考。

1材料與方法

1.1研究區(qū)域概況

赤水河在貴州省經(jīng)濟社會發(fā)展中有著重要地位，赤水河是一條美酒河、美景河、生態(tài)河和英雄河。研究區(qū)域主要為赤水河云南入貴州省境清水浦鎮(zhèn)至貴州出四川省境鰱魚溪村一段，其間主要支流有兩條，即桐梓河和鹽津河。赤水河地處亞熱帶濕潤氣候區(qū)，冬干旱夏濕熱，研究區(qū)域流域土壤類型主要是黃壤，有大量的礦產(chǎn)資源，主要以煤礦、硫鐵礦居多，其次為磷礦、鐵礦等，赤水河周邊企業(yè)主要以煤礦和酒廠為主，分布少量的紙廠、漿板廠、屠宰場。

為能更好的對赤水河水質進行分析，在研究區(qū)域共布設9個斷面，為使數(shù)據(jù)更有代表性，對赤水河每季度監(jiān)測1次，采用年平均值對水質進行分析。采樣布點如圖1所示。樣品分析方法按文獻。

圖1　采樣布點示意

1.3主成分分析法簡介

主成分分析是把原來多個變量化為少數(shù)幾個綜合指標的一種統(tǒng)計分析方法，從數(shù)學角度來看，這是一種降維處理技術，方法計算簡便，數(shù)學物理意義明確，在計算機普及的今天有較強的可操作性和一定的推廣應用價值。

主成分分析法的具體步驟：

(1) 將各變量xj按均值化方法進行標準化。

(2) 在原變量標準化處理的基礎上計算出相關系數(shù)矩陣R，因為R是實對稱矩陣，所以只需取上三角元素或是下三角元素即可。

(3) 確定各變量xj的主成分。

(4) 計算得樣點的各主成分得分Zj，以方差貢獻率為權數(shù)求和得F綜合得分，各項得分值即是對水體樣點污染程度的定量化描述。

（3）有很多巨型的大額的基礎建設項目的成本不能及時抵扣，物流公司各大行業(yè)在各個地方與當?shù)氐恼蛘咂渌囊恍┫嚓P利益企業(yè)合作，修建貨物中轉儲備需要用到的房屋和建筑，這些建筑占地面積一般比較廣，修建的時間周期比較長，所需要的建設資金也非常大，在營業(yè)稅改增值稅的方案施行的期間，未徹底完工形成固定資產(chǎn)只是在建工程時不能夠及時進行抵扣，這又在無形之中增重了企業(yè)繳納稅收的負擔。

2數(shù)據(jù)分析

利用SPSS統(tǒng)計分析軟件，對赤水河2014年監(jiān)測數(shù)據(jù)進行分析，首先對9個斷面的16個指標進行描述性統(tǒng)計(即標準化)，進一步分析16項指標的相關性，最后采用四次最大正交旋轉法，使具有較大因子載荷的變量個數(shù)減少到最低限度，得出影響河流水質的主要指標。

2.1原始數(shù)據(jù)標準化處理

監(jiān)測數(shù)據(jù)見表1，從表1可知，糞大腸菌群的標準差最大，為593.914 37，說明極大值和極小值相差最大，反映出糞大腸菌群在不同斷面差別較大，而揮發(fā)酚的標準差最小，為0.000 469 34，說明揮發(fā)酚在不同斷面差別較小。

表1　9個斷面16個指標的描述性統(tǒng)計

2.2相關系數(shù)矩陣

進一步分析16項指標的相關性，如表2所示，兩指標之間相關系數(shù)的絕對值越大，說明兩指標之間的聯(lián)系越緊密?；瘜W需氧量與氨氮的相關系數(shù)最大，為0.979；高錳酸鹽指數(shù)和揮發(fā)酚的相關系數(shù)最小，為-0.001。高錳酸鹽指數(shù)、化學需氧量、生化需氧量、氨氮、總磷之間具有較強的相關性，這些均屬于有機污染指標；硒、砷、鉛和揮發(fā)酚之間同樣具有較強的相關性，這些均屬于重金屬指標。

2.3確定主成分

利用SPSS軟件對已標準化的數(shù)據(jù)進行主成分分析，由表3得出，旋轉后各個主成分的貢獻率依次為：44.83%、40.76%、10.3%，由于前3個主成分的累計方差貢獻率已達到了95.89%，故前3個主成分已反映原始指標所提供的絕大部分信息，可利用他們來做對各個斷面水質污染程度的可比性研究。第1主成分F1和第2主成分F2相差較小，且均與第3主成分F3之間相差較多，因此，可以認為影響赤水河中段水質狀況的主要為第1主成分F1和第2主成分F2。

表2　各斷面水質主要指標相關系數(shù)

表3　貢獻率及累計貢獻率

由于旋轉后不同主成分對應的各變量的系數(shù)向最大和最小轉化，使每個主成分上具有最高載荷的變量數(shù)最少，旋轉后的載荷系數(shù)矩陣中各變量對兩個主成分的載荷系數(shù)差別比較明顯。因此從旋轉因子載荷矩陣(表4)中可知：

F1(第1主成分)：第1主成分的特征根為6.72，旋轉后方差貢獻率為44.83%。與F1有較大關聯(lián)的主要指標為高錳酸鹽指數(shù)(0.984)、氨氮(0.962)、化學需氧量(0.955)、總磷(0.901)、生化需氧量(0. 858)。這些影響因子主要與河流的有機物有關，其中高錳酸鹽指數(shù)、氨氮、化學需氧量、總磷與F1關聯(lián)最為密切，為主要影響因子。高錳酸鹽指數(shù)、氨氮、化學需氧量、總磷主要是來自于城鎮(zhèn)生活污水的排放以及農(nóng)業(yè)退水；硫化物主要來源于農(nóng)業(yè)退水和化工廠等排放的廢水；溶解氧主要是水中有機污染物多少的體現(xiàn)，糞大腸菌群主要來自于城鎮(zhèn)的生活污水、醫(yī)院的醫(yī)療廢水、屠宰制革等工業(yè)廢水以及沿河周邊村鎮(zhèn)排放的生活污水。因此，本文把第1主成分F1稱為綜合因子指數(shù)。

表4　旋轉后的主成分載荷矩陣

注：旋轉后的主因子載荷絕對值<0.1省略，作為0處理。表中數(shù)據(jù)正值表示正相關，負值表示負相關

F2(第2主成分)：第2主成分的特征根為6.11，旋轉后方差貢獻率為40.76%。與F2有較大關聯(lián)的主要指標為陰離子表面活性劑(-0.953)、揮發(fā)酚(0.952)、鉛(-0.926)、氟化物(0.923)、硒(0.889)、砷(0.782)。氟化物主要來源于造紙廠、織物漂白、化工廠等工業(yè)廢水；鉛、硒、砷等重金屬污染物主要來自于礦山廢水和河流原有本底值等。表明工業(yè)廢水對赤水河有一定影響，因此本文把第2主成分F2稱為工業(yè)因子指數(shù)。

F3(第3主成分)：第3主成分的特征根為1.55，旋轉后方差貢獻率為10.30%。與F3有較大關聯(lián)的主要指標為pH值(0.728)。pH值一般來自雨水和一些制堿和冶金等工廠的廢水。

3主成分評價結果分析

表5　赤水河中段各個斷面水質綜合評定結果

4結論

(1) R5斷面F綜合為1.326，水質污染最為嚴重，此斷面第1主成分F1負荷為2.316，遠遠高于其他主成分，表明R5主要受F1(第1主成分)影響，即為綜合因子指數(shù)影響。其主要原因是，R5斷面所在支流作為城鎮(zhèn)的初級受納水體，生活污水和工業(yè)廢水排入量大，且河流徑流量小，河流水體的自凈能力不足，污染物導致水體質量下降。

(2) R1和R2兩個斷面第2主成分F2負荷分別為1.555和1.462，同樣高于其他主成分，表明R1和R2斷面主要受F2(第2主成分)影響，即工業(yè)因子指數(shù)。究其原因，赤水河上游段存在部分造紙廠和各種小型礦廠，工廠排放的工業(yè)廢水中含有重金屬成分，對赤水河上游水質產(chǎn)生一定影響。

(3) R6斷面主要受F1(第1主成分)影響，R6斷面作為支流鹽津河匯入赤水河的下游斷面，會受到鹽津河水體影響；其余斷面綜合得分均為負值，表明水質很好。

參考文獻

何曉群.現(xiàn)代統(tǒng)計分析方法與應用.北京：中國人民大學出版社，1998．

李春平,楊益民,葛瑩玉.主成分分析法和層次分析法在對綜合指標進行定量評價中的比較.南京財經(jīng)大學學報,2005,136(6):54-57.

傅湘,紀昌明.區(qū)域水資源承載能力綜合評價-主成分分析法的應用.長江流域資源與環(huán)境，1995，8(2):168-173.

董菁,張毅,張佐，等.基于主成分分析法的城市交通路口相關性分析.西南交通大學學報，2003，38(6):619-622.

國家環(huán)境保護總局.水和廢水監(jiān)測分析方法.北京:中國環(huán)境科學出版社,2002.

徐建華.現(xiàn)代地理學中的數(shù)學方法(第2版).北京:高等教育出版社,2002:37-93.

胡星星,牧振偉. 基于主成分分析法對烏魯木齊河水質的綜合評價.節(jié)水灌溉，2012(4):37-39.

楊忠芳,朱立,陳岳龍.現(xiàn)代環(huán)境地球化學.北京:地質出版社，1999：268-270.

王嵩峰，周培疆.用主成分分析法研究評價地下水質量——以邯鄲市為例.環(huán)境科學與技術，2003,26(增刊):55-105.

Assessment on water quality of Chishui River by principal component analysis

Wang Haihe

(Guizhou Environmental Monitoring Center Station, Guiyang 550081, China)

Abstract:In this paper, the principle component analysis (PCA) was used to assess the water quality of Chishui River. Samples came from the representative 9 monitoring sections of Chishui River in 2014, and 16 pollution indicators were included. The results showed that the R5 section, having the highest PCA score, was worst in water quality, sections of R1, R2 and R6 followed, and water quality in the rest sections was good. In R5 and R6, the major pollutants were CODMn, BDD5, NH3-N, TP, and CODCr, while in R1 and R2, those were LAS, volatile phenol, Pb, fluoride, Se, and As instead. This method could determine the polluted area and major pollutants for Chishui River, thus providing reference for environmental management.

Keywords:PCA method; Chishui River; water quality; evaluation analysis

收稿日期：2015-11-11；2015-12-23修回

作者簡介：王海鶴，男，1985年生，碩士，工程師。研究方向：水污染控制。E-mail：289124727@qq.com

中圖分類號：X824

文獻標志碼：A