基于主成分分析法的河流水质评估探析

刘岭山

(盘锦河海土木工程咨询有限公司，辽宁 盘锦 124010)



基于主成分分析法的河流水质评估探析

刘岭山

(盘锦河海土木工程咨询有限公司，辽宁 盘锦 124010)

影响河流水质因素众多且具有一定相关性，文章利用主成分分析法，在不损害初始水质数据资料基础上，对河流城市内河段8个断面的总磷、氨氮、溶解氧等7项水质进行数据分析，在分析结果中选取两项数量较少，不具备统计相关性的主成分变量分析造成河流水质污染各主要污染物及其所占比重，同时建立各断面水质污染状况排名，从而针对性地提出降污措施。应用实例表明，主成分分析法在河流水质评估中具有较强适用性，研究可为河流水质评估提供决策依据。

河流水质；污染评估；主成分分析法；数据分析；降污措施

目前，中国河流污染问题日益严重，大多数河流都遭受到不同程度的污染破坏，河流水质评价是水环境质量评价的主要内容之一，评价可为河流的水质污染防治提供合理依据，因此对河流进行水质评价就显得尤为必要[1]。水质评价的方法有模糊数学法、简单指数法、普通概率统计法、综合污染指数法等，不同的方法有不同的理论支撑，且有不同的侧重点和应用价值[2]。河流水质是一个多因子复杂系统，河流污染物众多且来源广泛，因此在水质评价过程中要全面考虑各污染因子，这也使得评价结果受多个因子影响，增加了问题的计算量与复杂性，需要一种数据因子少但对计算结果没有明显影响的方法，主成分分析法理想的解决了这一问题[3]。主成分分析法也称主分量分析法，在进行多个因子指标评价中，每个因子都在不同程度上反映了所研究问题的某些信息，各因子彼此之间具有相关性，所以得到的统计信息在数据的反映上有一定的重叠性，主成分分析法利用将维思想，将多个原始数据因子转化为少数几个综合指标数据，避免了单个因子包含的重叠信息[4]。

主成分分析法减少了数据量，优化了数据结构，达到了简化数据、将维和提高分析结果准确性的目的。主成分分析法的计算步骤：①数据标准化；②系统相关性分析；③确定主成分数量；④综合主成分的评定[5]。利用主成分分析法进行河流水质评价的主要应用方式有2种：①分析各污染物所占综合指标的比重，选取出造成污染的主要因子与次要因子；②通过对一组断面数据的分析，构建一个水质综合评价指标系统，对样本点污染程度进行评级[6]。鉴此，文章基于主成分分析法探索对河道水质实施评估效果，以期为河道水质健康及河流生态安全提供技术支撑。

1　应用实例与分析

1.1实例概况

文章选取中国北方某河流市内河段作为研究对象，该河流全长105km，总流域面积2400km2，属于泥沙较多的季节性河流，共建设15座橡胶坝，总蓄水达到270万m3。选取市区河段适当的8个断面作为样本监测点，并根据河流检测情况和水质状态选取河流各断面五日生化需氧量(BOD5)，溶解氧(DO)，总磷(TP)，总氮(TN)，高锰酸盐指数(KMnO4)，硝酸盐氮(NO3-N)，氨氮(NH3-N)7项污染物，见表1。

表1　2014年各监测样本点污染物相关数据

由表1可知，溶解氧DO与其他污染物有所不同，河流的水质越好溶解氧DO的值越大，而他污染物正好相反，河流水质越差，其他污染物指数越大。因此为了数据的统一，溶解氧指数取实测数值与饱和溶解氧数值之差。其中溶解氧取10mg/L。研究数据利用社会科学统计软件(SPSS)进行计算，SPSS是一种内容丰富，计算严谨的统计学分析软件，在很多学科中都有广泛的应用。

1.2数据的标准化

为了减少检测数据量刚和数量级不同而带来的影响，需要对原始数据矩阵进行划归整理，将同一变量减去其均值在除以标准差得到标准化数据。见表2。

表2　标准化数据表

1.3系统相关性分析

分析计算各污染因子的相关系数，见表3。通过观察上述矩阵，发现大多数污染因子之间存在相关性，说明这些因子反映的水质信息有一定的重叠，因此主成分分析法比较适合分析此类问题。

表3　各污染物相关系数表

2.4确定主成分个数

计算各主成分对水质污染的贡献率和累计贡献率，见表4，并结合特征值的方差累计贡献率确定主成分个数。主成分选取原则是以最少的个数反映出更多的数据量，选取的判断标准有选取特征值>1的成分，累计百分比在80%～90%等，根据上述标准确定样本主成分个数为2。主成分确定以后，计算其主成分荷载矩阵，见表5。

表4　主成分贡献率及累计贡献率

表5　主成分荷载分布表

由表4可知，第1成分的方差贡献率为62.425%，远多于第2主成分29.548%，说明第1主成分是引起河流水质污染的主要因素，主成分荷载矩阵能够体现出主成分与各污染物之间的联系，通过表5能够观察到，在第1主成分中，总氮、总磷、高锰酸钾相比其他污染物有较高的荷载，在第2主成分中，硝酸盐氮、溶解氧所占荷载比重较高，因此影响河流水质的污染物可以通过主成分贡献率和荷载分布情况反映出来。

1.5综合主成分的确定

通过表5可以确定出成分的表达式，如下：

F1=0.365X1-0.072X2+0.453X3+0.441X4+0.459X5+0.311X6+0.378X7

F2=-0.338X1+0.648X2+0.208X3+0.214X4-0.036X5-0.446X6+0.394X7

计算各样本监测点主成分分析法的综合评分值，数值列入表6，评分值综合化定量描述了河流水质的污染程度，分数越高，说明水质污染越严重。

由表6可以直接反映出该河段市内各个断面水质污染程度的综合排名情况：6>8>2>1>5>4>3>7，分析第1主成分F1可知，6#监测点和8#监测点分数要高于其他监测点，说明该样本点的主要污染物是总氮、总磷、高锰酸钾；分析第2主成分F2可知，6#监测点的分数同样大于其他监测点，说明该监测点硝酸盐氮、溶解氧污染比较严重。根据实际监测数据同样可以看出6#监测各污染物浓度相比于其他监测点较多，说明主成分分析法较真实的反映出了实际情况。

表6　样本水质主成分评分表

3　结　语

通过分析河段不同监测点的水质污染数据，利用主成分分析法充分全面的反映出了各个数据所包含的信息，通过主成分的各贡献率确定污染物所占比重，建立了一个评分系统，通过主成分得分情况，客观直接的反映出监测点的水质污染程度，全面反映出水质污染的综合水平。文章所得结论均基于检测数据计算得出，因此结论容易受数据统计方面的影响。但不否认主成分分析法在河流水质评价中具有较强的适用性，研究为相关水质评价提供了有益参考。

[1]谢飞,顾继光,林彰文.基于主成分分析和熵权的水库生态系统健康评价——以海南省万宁水库为例[J].应用生态学报,2014,25(06):1773-1779.

[2]齐黎黎.黑龙江省重点水域水功能区现状水质评价分析[J].黑龙江水利科技,2015,43(11):1-3.

[3]黄安,杨联安,杜挺,王安乐，等.基于主成分分析的土壤养分综合评价[J].干旱区研究,2014,31(05):819-825.

[4]杨振宇,杨海保.抚河流域典型湖库水质评价与成因分析[J].黑龙江水利科技,2015,43(01):201-203.

[5]孙奇奇,宋戈,齐美玲.基于主成分分析的哈尔滨市土地生态安全评价[J].水土保持研究,2012，(19)：234-238.

[6]柳德堰,杨思鹏,姜淑波.穆棱河河道内人工湿地净化水质的探讨[J].黑龙江水利科技,2014,42(10):89-90.

River Water Quality Assessment Analysis based on Principal Component Analysis Method

LIU Ling-shan

(Hehai Civil Project Consultation Limited Company Panjin, Panjin 124010, China)

There are many factors affecting the river water quality and also correlative between them. This paper used principal component analysis method to analyze seven water quality data including total phosphorus, ammonia nitrogen and dissolved oxygen on eight sections of the river along the city based on not destroying the primary water quality data. Two principal component variables with little quantity and no statistical correlation were selected in the analyzed results to analyze the major pollutants causing water quality pollution and its proportion of the total, meanwhile, to establish the water quality pollution status of each section, so as to put forward measures to reduce pollution. It's shown that the principal component analysis method is suitable for assess the river water quality and may supply decision accordance for river water quality assessment.

water quality of river; pollution estimation; principal component analysis；data analysis; pollution reduction measures

1007-7596(2016)07-0059-03

2016-05-28

刘岭山(1982-)，男，辽宁盘锦人，工程师，研究方向为水利施工监理。

X824

B