主成分分析方法在松山湖水質分析的應用

鄭少娜　車松杰　黃陽海

（1廣東省環境監測中心廣東廣州5103082東莞立創華科檢測技術服務有限公司廣東東莞523808）

主成分分析方法在松山湖水質分析的應用

鄭少娜1車松杰2黃陽海2

（1廣東省環境監測中心廣東廣州5103082東莞立創華科檢測技術服務有限公司廣東東莞523808）

采用基于因子分析的主成分分析的方法對松山湖2015年11個采樣點8項監測指標進行分析，從原始數據出發提取了2個主要成分。第1成分主要是由水中的有機污染物所引起的；第2成分主要代表水中的硝酸鹽。評價結果認為南部2#和3#監測點位水質污染程度嚴重，是松山湖水質較差的主要原因?？刂拼藚^域水質污染程度將對松山湖水質的改善產生巨大影響。

主成分分析；水質指標；松山湖

1　引言

水質評價是根據某些水質指標值，通過所建立的數學模型，對水質等級進行綜合評價。如何更合理地、更客觀地描述水質狀況，是20世紀90年代以來水環境研究領域的一個熱點和難點問題[1,2]。水質受很多因素影響，基于單一指標的許多評價方法在評價水質時表現出一定的局限性，因為水質系統是由多維因子組成的復雜系統，因子間可互相關聯，綜合評價較為困難[3,4]。

主成分分析（Principal Components Analysis,PCA），又稱定量分析或多元分析，它是在一組變量中尋找出方差-協方差矩陣的特征量，然后由原變量在不損失原數據主要信息情況下，使信息更加集中、更典型地顯示出研究對象的特征[4,5]。該方法充分考慮各指標之間的信息重疊，能夠在最大限度地保留原有信息的基礎上，對高維變量進行最佳的綜合降維，且更客觀地確定各個指標的權重，避免了主觀隨意性，因此廣泛應用于社會學、教育學、醫學、環境科學等方面[2]。

東莞松山湖科技產業園區位于廣東省東莞市寮步、大朗、大嶺山三鎮接壤處，總面積59.43km2，是東莞市的幾何中心，目前規劃控制面積約72 km2，擁有8 km2的淡水湖（以下簡稱松山湖）和14 km2的生態綠地，是一個生態自然環境保持良好的區域。近年來，隨著園區經濟的快速發展，松山湖水質不斷惡化，水體富營養化現象日趨嚴重。為了研究松山湖水質情況，于2015年對松山湖11個采樣點的8項指標進行為期1年的監測，利用主成分分析方法對其水質進行綜合評價。

2　采樣布點和監測方法

2.1采樣方法

根據視松山湖的地形、水面面積、入湖河流和工業排污口分布、富營養化狀況及其主要分布特征等，分別在北部、中部各設4個采樣點，在南部設3個取樣點。具體采樣點位置如圖1所示，采樣方法按照《地表水和污水監測技術規范》（HJ/T 91-2002）中的要求進行。

圖1　松山湖水質監測點位示意圖

2.2監測項目

監測項目包括pH、溶解氧（DO）、高錳酸鹽指數（CODMn）、五日生化需氧量（BOD5）、氨氮（NH3-N）、總磷（TP）、總氮（TN）和硝酸鹽（NO3-N）等8項，監測結果詳見表1所示。

表1　松山湖水質指標監測結果

3　主成分分析方法對水質進行綜合評價

3.1主成分確定

為了消除原始數據量綱和數量級的影響，利用SPSS19.0軟件對11個檢測點8項指標數據進行Z-Score標準化[7]，見表2所示。再對標準后的數據進行相似性分析，求得其相關系數矩陣R，結果見表3所示。從表3可以知道，CODMn與BOD5、TP和TN之間，TP和TN之間具有較強的相關性，其他指標之間的相關性較小。

利用SPSS19.0軟件分別對檢測數據計算特征值和主成分貢獻率，結果見表4所示。從表4可以看出，利用SPSS19.0分別對檢測數據計算特征值和主成分貢獻率，第1、第2、第3主成分特征值分別為6.374、0.984和0.383，我們取特征值為0.9，故只有第1和第2主成分的特征值大于0.9，且二者方差累積貢獻率達到91.970%，滿足因子選取原則（≥）說明第1和第2個主成分已經反映原始變量提供的91.970%的信息，包含了以上8個指標的所要信息，根據綜合評介的需要，用前2個主成分來代替原來的8個指標變量。

表2　標準化數據

表3　相關系數矩陣R

表4　主成分特征值和累計貢獻率

3.2主成分表達式的確定

每個污染指標初始因子載荷系數表示與主成分的相關程度，正值表示正相關，負值表示負相關，其絕對值越接近1，表示相關程度越高[4]。對第1、第2主成分進行載荷值計算，結果見表5所示。由主成分載荷大小可以看出，第1成分，除NO3-N載荷較小外，其他指標所占載荷均較大，說明第1個主成分反映了pH、DO、CODMn、BOD5、NH3-N、TP和TN等7項指標的信息；第2個主成分中NO3-N載荷最大，說明第2個主成分主要反映了NO3-N指標的信息。

表5　初始因子載荷矩陣

表6　主成分系數表

各成分表達式系數用初始因子荷載量矩陣第i列向量除于特征值就得到第i個主成分的系數向量[3,4]，結果見表6所示。則各成分表達式為：

其中，xn為原始監測數據標準化后的數值。

以每個主成分所對應的特征值占提取主成分總的特征值之和的比例作為權重計算主成分模型[3,4]：

3.3評價結果

根據上述主成分表達式計算出11個監測點位的主成分得分F1、F2及綜合得分F，以定量描述各監測點位水質污染程度并進行排序，具體結果見表7。

根據表5可以知道，F1反映了pH、DO、CODMn、BOD5、NH3-N、TP和TN等7項指標的信息，但關聯最大的是CODMn和BOD5，表示的是有機污染物污染程度。從表7可以知道，南部2#和3#監測點位的值最大，而且遠遠大于其他監測點位，說明此處水體中有機污染物污染程度最嚴重。這是因為南部2#監測點位剛好位于大嶺山楊屋村、顏屋村混合生活污水排入松山湖的排污口；而南部3#監測點位剛好位于大嶺山月山村生活污水排入松山湖的排污口，據現狀分析，這幾個村的生活污水暫時沒有收集處理，還是直接排入松山湖，引起有機物污染嚴重，影響水質。因此，完善大嶺山各村鎮，特別是靠近松山湖附近村鎮的生活污水截流管網，將生活污水排入污水處理站處理后再排放，對松山湖的水質的提高有深刻的影響。

表7　各監測點位水質綜合評價結果

F2反映了NO3-N指標信息。從表7可以知道，南部2#監測點位值最高，中部2#監測點位值其次，而北部1#和2#監測點位值最小。南部2#監測點位值最高原因與前面有機物污染分析一致，而中部2#監測點位較高的原因可能跟中部由于商部、交通設施、密集人流、等產生的生活污水和生活垃圾進入松山湖引起的。

4　結語

本文利用SPSS對2015年松山湖水質進行計算分析，得到以下內容：（1）對松山湖水質監測指標進行主成分分析，得到第1主成分主要是水中的CODMn和BOD5有機污染物引起；第2主成分主要體現的是水中的NO3-N信息。（2）位于南部2#和3#監測點位的水質污染程度嚴重，也是松山湖水質較差的主要原因?？刂拼藚^域水質污染程度將對松山湖水質的改善產生巨大影響。

[1]鄒志紅,孫靖南,任廣平.模糊評價因子的熵權法賦權及其在水質評價中的應用[J].環境科學學報,2005,25(4):552-556.

[2]鄒海明,蔣良富,李粉茹.基于主成分分析的水質評價方法[J].數學實踐與認識,2008,38(8):85-90.

[3]譚明芳,毛唐秀,江利平,田哲.基于主成分分析法的淪河水質評價[J].現代農業科技,2012,11:214-215.

[4]潘春芳,崔廣柏,張浩.主成分分析方法在太湖水質綜合評價中的應用[EB/OL].北京:中國科技論文在線.[2008-06-10].http: //www.paper.edu.cn/releasepaper/content/200806-197.

[5]萬金保,何華燕,曾海燕,李嬡嬡.主成分分析法在鄱陽湖水質評價中的應用[J].南昌大學學報,2010,32(2):113-117.

鄭少娜(1985—)，女，廣東饒平人，研究生，從事環境監測質量管理工作。