论文部分内容阅读
[摘 要] 本文采用主成分分析法对我国主要地区（城市）水质污染情程度行定量化评价,结合前期实测数据,利用spss软件,分析出影响我国主要地区（城市）水质的主要指标为生活污水排放总量；工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业二氧化硫排放量；工业废水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量；废水治理设施数；工业废水排放达标率,并分析了污染程度。分析结果与实际相符,具有一定的可靠性和实用性。
[关键词] 主成分分析 spss软件 水质
据资料显示,我国大多数地区（城市）的水质都或轻或重的受到污染,其污染源来自大量的工业废水、生活污水。水质恶化在一定程度上影响水生生态环境,给人类生活和生产带来了诸多不便和损害。因而,针对水体环境,准确评价水体的污染状况,找出主要的影响因素具有重要的理论和实际意义。
迄今为止,水质评价的方法有许多种,目前国内外常用的方法有综合指数法、模糊综合评价法、灰色系统理论方法。而水质的好坏是一个由多维因子组成的复杂系统,对于涉及多个因素的水质评价,需要在最少人为因素影响的情况下,正确分析出水质的各个影响因素之间的相互作用,得出反映各因素特征信息的综合评价结果。因此以上的分析方法具有一定的局限性。由于影响水环境状况是由多种因素组成的复杂系统,每个水质指标反映了水体的某一方面的水质状况及对其有不同的影响作用。而主成分分析法是将多个指标标准化为少数几个综合指标,简化了统计分析系统的结构,它是在确保不损失原有信息的前提下,将多种影响水质的指标,重新组合成一组新的相互之间无关的较少的综合指标,来反映指标的信息,以达到降维、简化数据和提高分析结果的可靠性的目的。
本文旨在对我国主要地区（城市）水质综合评价,找出其主要影响水质指标及其水质污染程度的排序,利用主成分分析的方法[4]，结合spss软件[5]对数据进行统计分析为各地区（城市）水资源的治理及合理利用的总体规划提供一定的理论依据。
1、研究方法
1.1主成分分析(Principal Component Analysis,PCA)简介
将多个变量通过线性变换以选出较少个数重要变量的一种多元统计方法。又称主分量分析。在实际生活中，为研究某个课题，往往会提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，而后H霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
1.2主成分分析法及其计算步骤
设有m个地区（城市）的水体为样本，每个样本有q个指标变量，则构成一个m×q阶的水体数据矩阵。
再对k个主成分进行加权求和，记得最终评价值。
2、水污染的主成分分析
根据主成分分析方法，依照可比性原则，结合实际所测数据，运用spss软件，对我国31个城市（地区）的水体的9个指标：生活污水排放总量；工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业二氧化硫排放量；工业废水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量；废水治理设施数；工业废水排放达标率进行数据分析。
由此可知，特征值的前三个的累计贡献率为86.01%>85%，故用主成分F1、F2、F2这三个变量来代替原始变量X，反映了原始数据的巨大部分信息进而对各地区的水污染情况进行对比性研究。
由此进一步得出各主成分与格指标的关系分别为：
经计算分析得出：第一主成分中生活污水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量为影响水体的主要因子，体现出了生活污水中的营养物质是水体受污染的主要因子；第二主成分中，对水质起主要作用的是工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业二氧化硫排放量；工业废水排放量，这体现了工业污水的排放对各地区的水体的影响；第三主成分中，工业废水排放达标率对各地区的水质起着主导作用，这体现出了人们在实际生活中对于污水处理后再排放对水质也有着重要的影响。
根据主成分得分值，计算相应的的各地区（城市）的水体污染综合得分，并进行综合排名，对各地区（城市）的进行水质污染程度的定量分析，得分值越大，污染越严重，，从研究数据中可以看出，广东、江苏的污染最严重，这是由于广东、江苏的人口比较多，生活污水的排放量比较大，且这两个地区的工业比较发达，则工业废水的排放也相对较多，所以水污染比较严重；西藏、青海的污染比较轻，因为这两个地区人口密度不大，且工业也不怎么发达，而且具有良好的自然条件，所以水污染就比较低。由此可见分析结果与实际相符。
3、结论
（1）通过主成分分析的方法对我国31个地区（城市）的水污染情况进行研究，发现对水污染程度有影响的主要因子是：工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业废水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量；工业废水排放达标率。
（2）由于水的主要污染源是生活污水的排放和工业废水的排放，所以在实际生活中污水不能任意的排放，必须进行处理后再排放，排放的达标量必须要达到一定的水平。而且全国各地的水污染的程度也不完全一样。总的来说，水污染并不是不可控制的，但是全国各地的水质趋于恶化。
综上所述，运用主成分分析法对我国各地区（城市）的水受污染程度进行分析、综合评价，为深入研究我国各地区的水质情况提供了一定的科学依据。
参 考 文 献
[1]郭劲松,王红.水资源水质评价方法分析与进展[J].重庆环境科学,1999,21(6):1-9.
[2]李莲芳,曾希柏.利用模糊综合评判法评价潮白河流域水质[J].农业环境科学学报,2006,25(2):471-476.
[3]朱庆峰,廖秀丽.用灰色聚类法对荔湾湖水质富营养化程度的评价
[4]高惠璇.应用多元统计分析[M].北京：北京大学出版社，2004，175-321.
[5]蔡建琼，于惠芳，朱志洪等.spss统计分析实例精选[M].北京；清华大学出版社2006，336-349.■
[关键词] 主成分分析 spss软件 水质
据资料显示,我国大多数地区（城市）的水质都或轻或重的受到污染,其污染源来自大量的工业废水、生活污水。水质恶化在一定程度上影响水生生态环境,给人类生活和生产带来了诸多不便和损害。因而,针对水体环境,准确评价水体的污染状况,找出主要的影响因素具有重要的理论和实际意义。
迄今为止,水质评价的方法有许多种,目前国内外常用的方法有综合指数法、模糊综合评价法、灰色系统理论方法。而水质的好坏是一个由多维因子组成的复杂系统,对于涉及多个因素的水质评价,需要在最少人为因素影响的情况下,正确分析出水质的各个影响因素之间的相互作用,得出反映各因素特征信息的综合评价结果。因此以上的分析方法具有一定的局限性。由于影响水环境状况是由多种因素组成的复杂系统,每个水质指标反映了水体的某一方面的水质状况及对其有不同的影响作用。而主成分分析法是将多个指标标准化为少数几个综合指标,简化了统计分析系统的结构,它是在确保不损失原有信息的前提下,将多种影响水质的指标,重新组合成一组新的相互之间无关的较少的综合指标,来反映指标的信息,以达到降维、简化数据和提高分析结果的可靠性的目的。
本文旨在对我国主要地区（城市）水质综合评价,找出其主要影响水质指标及其水质污染程度的排序,利用主成分分析的方法[4]，结合spss软件[5]对数据进行统计分析为各地区（城市）水资源的治理及合理利用的总体规划提供一定的理论依据。
1、研究方法
1.1主成分分析(Principal Component Analysis,PCA)简介
将多个变量通过线性变换以选出较少个数重要变量的一种多元统计方法。又称主分量分析。在实际生活中，为研究某个课题，往往会提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，而后H霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
1.2主成分分析法及其计算步骤
设有m个地区（城市）的水体为样本，每个样本有q个指标变量，则构成一个m×q阶的水体数据矩阵。
再对k个主成分进行加权求和，记得最终评价值。
2、水污染的主成分分析
根据主成分分析方法，依照可比性原则，结合实际所测数据，运用spss软件，对我国31个城市（地区）的水体的9个指标：生活污水排放总量；工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业二氧化硫排放量；工业废水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量；废水治理设施数；工业废水排放达标率进行数据分析。
由此可知，特征值的前三个的累计贡献率为86.01%>85%，故用主成分F1、F2、F2这三个变量来代替原始变量X，反映了原始数据的巨大部分信息进而对各地区的水污染情况进行对比性研究。
由此进一步得出各主成分与格指标的关系分别为：
经计算分析得出：第一主成分中生活污水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量为影响水体的主要因子，体现出了生活污水中的营养物质是水体受污染的主要因子；第二主成分中，对水质起主要作用的是工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业二氧化硫排放量；工业废水排放量，这体现了工业污水的排放对各地区的水体的影响；第三主成分中，工业废水排放达标率对各地区的水质起着主导作用，这体现出了人们在实际生活中对于污水处理后再排放对水质也有着重要的影响。
根据主成分得分值，计算相应的的各地区（城市）的水体污染综合得分，并进行综合排名，对各地区（城市）的进行水质污染程度的定量分析，得分值越大，污染越严重，，从研究数据中可以看出，广东、江苏的污染最严重，这是由于广东、江苏的人口比较多，生活污水的排放量比较大，且这两个地区的工业比较发达，则工业废水的排放也相对较多，所以水污染比较严重；西藏、青海的污染比较轻，因为这两个地区人口密度不大，且工业也不怎么发达，而且具有良好的自然条件，所以水污染就比较低。由此可见分析结果与实际相符。
3、结论
（1）通过主成分分析的方法对我国31个地区（城市）的水污染情况进行研究，发现对水污染程度有影响的主要因子是：工业废水中化学需氧量排放量；工业废水中氨氮排放量；工业废水排放量；生活污水中化学需氧量排放量；生活污水中氨氮排放量；工业废水排放达标率。
（2）由于水的主要污染源是生活污水的排放和工业废水的排放，所以在实际生活中污水不能任意的排放，必须进行处理后再排放，排放的达标量必须要达到一定的水平。而且全国各地的水污染的程度也不完全一样。总的来说，水污染并不是不可控制的，但是全国各地的水质趋于恶化。
综上所述，运用主成分分析法对我国各地区（城市）的水受污染程度进行分析、综合评价，为深入研究我国各地区的水质情况提供了一定的科学依据。
参 考 文 献
[1]郭劲松,王红.水资源水质评价方法分析与进展[J].重庆环境科学,1999,21(6):1-9.
[2]李莲芳,曾希柏.利用模糊综合评判法评价潮白河流域水质[J].农业环境科学学报,2006,25(2):471-476.
[3]朱庆峰,廖秀丽.用灰色聚类法对荔湾湖水质富营养化程度的评价
[4]高惠璇.应用多元统计分析[M].北京：北京大学出版社，2004，175-321.
[5]蔡建琼，于惠芳，朱志洪等.spss统计分析实例精选[M].北京；清华大学出版社2006，336-349.■