主成分分析法在乌鲁木齐河水质评价中的应用

(新疆维吾尔自治区水文局，新疆 乌鲁木齐 830000)

主成分分析法在乌鲁木齐河水质评价中的应用

崔晓雨

(新疆维吾尔自治区水文局，新疆 乌鲁木齐 830000)

新疆维吾尔自治区水资源匮乏，导致水生态极其脆弱，乌鲁木齐市作为主要人口聚集区自然成为监测重点。本文以乌鲁木齐河水质检测和评价工程为实例，介绍了主成分分析法的应用步骤及对乌鲁木齐河水质评价的结果，针对检测出的问题提出了一些建议。

主成分分析法；水质评价；应用；监测

乌鲁木齐市作为新疆维吾尔自治区省会城市，现有人口超过350万，随着“西部大开发”战略的不断深入，乌鲁木齐市经济高速发展，但随之而来的水污染问题凸显。由于深处西北内陆，乌鲁木齐属于缺水型城市，年平均降水量范围在130～420mm，且分布不均。匮乏的补给水源导致当地水循环缓慢，而乌鲁木齐市的母亲河——乌鲁木齐河的水污染问题累积效应显著，给当地生态环境可持续发展蒙上了阴影。

1 流域概况

乌鲁木齐河是新疆维吾尔自治区的一条内流河，起源于天山山脉的一号冰川，横穿乌鲁木齐市至米泉区北部，全长214km，流域面积约5803km2，径流量为2.37亿m3/a，补给来源有上游冰雪融水、降水、地下水等。乌鲁木齐河是乌鲁木齐市工农业生产和城市生活用水的主要水源，沿河建有多个水库，对于城市防洪排涝、沿河绿化等有着重要意义。在2015年，相关部门决定治理乌鲁木齐河乌鲁木齐市段，前期需对其水质情况进行检测分析，设计采用主成分分析法。

2 主成分分析法

主成分分析法也叫做主分量分析法，其本质是将多指标转化为几个综合指标，这样会有效避免过多的变量，降低分析的复杂性[1]。该方法并不是简单地将不太重要的指标去掉，而是通过分析各项指标的潜在信息而提取一些综合性指标，尽可能用这几个综合性指标代替原来的较多指标[2]。目前主要分支方法包括特征值分解、SVD、NMF等。

主成分分析法的主要应用步骤分以下几个：ⓐ将原始变量数据矩阵进行标准化处理；ⓑ在标准化处理的基础上计算出相关系数矩阵R[3]；ⓒ计算相关系数矩阵R的特征值λ和特征向量e；ⓓ计算主成分贡献率、累计贡献率，确定主成分载荷，并得出主成分分值[4]。

3 主成分分析法的应用分析

3.1 乌鲁木齐河水质监测原始数据处理及标准化

从2013年起，相关部门就对乌鲁木齐河市区段进行了3个年度的跟踪调查，其中对每年的丰水期、平水期、枯水期进行分别采样，共设置了8个监测断面。水质采样严格按照规范进行，共计有各项指标31类，将所有数据建立成一个31×75的数据矩阵：

(1)

式(1)中X1，X2，…，X31等均为原变量指标，根据式(1)的原始数据矩阵，可得到新的变量矩阵[5]，定义为F1，F2，…，F31等，具体计算见式(2)，其中m=31，p=75。由于计算量较大，本项目应用了MAT- LAB应用统计软件，在此不再进行详细叙述，最终得到11个主要变量的相关系数矩阵，具体见表1。

(2)

经分析可知：新变量F1，F2，…，F31分别是原始变量的第1，第2，…，第31主成分，它们的方差逐步递减。在实际分析时，我们只挑选最初的几个大数值就可以抓住主要因素，达到评价目的。在本项目中选取累计贡献率大于70%的主要成分[6]。经计算，7个变量的前3个贡献率之和为73.8%，因此可用前3个主成分表示，具体计算结果见表2。

表1 乌鲁木齐河检测数据相关系数矩阵

表2 本项目成分矩阵结果

3.2 乌鲁木齐河监测数据主成分计算结果分析

在本项目中，前3个新变量方差的累计贡献率已经很高，其中排第一的主成分其贡献率达到49%左右，基本可以反映乌鲁木齐河市区段的总体水质污染情况；第二、第三的主成分贡献率依次为19%和5.8%，它们代表的是在第一成分污染的基础上，乌鲁木齐河道一般的有机污染和水体富营养化等情况。前三个变量贡献率累积达到73.89%，在此可以认为它们能够反映出乌鲁木齐市区段河道的水质情况。

a. 第一主成分分析。在第一主成分中，高锰酸钾、石油类、总氮这三个因素所占权系数较大，而且这三个因素的变化方向相同，基本可以判断这三个指标变化来自同一个污染源。这三个指标可反映出乌鲁木齐河道市区段的主要污染物来自上游及周边土壤淋溶物质大量进入，且石油类代表有工业及生活废水流入。根据这些数据可制定相应的治理措施：ⓐ加大乌鲁木齐河上游植被的保护，减少水土流失现象，建设可靠的水土防护林；ⓑ沿河道大力查封私自排污口，包括汽车修理店、洗车行等，可降低水中石油类物质含量。

b. 第二主成分分析。在第二主成分中，生化需氧量、氨氮、总磷所占权系数最大，这三个因素变化方向不同，主要反映了水体中有机物污染状况。生化需氧量的增加代表水体中可降解有机物含量增多，进而水体溶解氧浓度显著减少，这主要是由于生活污水排放较多导致的。有机物污染是人口密集区河道常见的污染源，因此应加强乌鲁木齐市生活污水排放管制，不可在没经处理的情况下直接排放。

c. 第三主成分分析。在第三主成分中，生化需氧量、pH值、总磷所占权系数最大，且它们正相关。可反映出在第一、第二主成分确定的情况下，若条件达到要求，水体中的植物会大量繁殖，此时水体的生化需氧量、pH值会增加，水体将出现富营养化，反应方程式如下：

在历年水质取样时，乌鲁木齐河曾多次出现发绿现象，说明富营养化长期存在。针对这类问题，可采取以下措施：ⓐ控制上游养鱼场数量及规模；ⓑ减少上游耕地使用化肥量。

4 结 语

城市河道污染是当前我国各大城市面临的共性问题。通过对水质进行检测分析，可获得主要污染物，并由此推断出可能的污染源。乌鲁木齐河市区段通过应用主成分法分析，得到了主要污染源，包括上游水土流失、生活生产污水排放等，可以据此进行针对性地治理，可达到事半功倍的效果。

[1] 刘小南, 崔巍. 主成分分析法在汾河水质评价中的应用[J]. 中国给水排水, 2009(25)：42- 44.

[2] 万金宝, 曾海燕, 朱邦辉, 等. 主成分分析法在安乐河水质评价中的应用[J]. 中国给水排水, 2009(14)：26- 29.

[3] 方红卫, 孙世群, 朱雨龙, 等. 主成分分析法在水质评价中的应用及分析[J]. 环境科学与管理, 2009(12)：27- 30.

[4] 姚智骞. 基于主成分分析法的玄武湖水质评价应用与解析[J]. 中国科技信息, 2013(2)：42- 45.

[5] 黄胜, 王斌, 丁桑岚, 等. 主成分分析法在二滩水质监测数据综合分析中的应用实例[J]. 重庆环境科学, 2013(2)：41- 44.

[6] 林徐达. 基于主成分分析法的饮水特征性指标分类[J]. 科技创新导报, 2012(7)：15- 18.

ApplicationofprincipalcomponentanalysisinwaterqualityassessmentinUrumqiRiver

CUI Xiaoyu

(XinjiangUygurAutonomousRegionHydrographicBureau,Urumqi830000,China)

Water resources are deficient in Xinjiang Uygur Autonomous Region, thereby leading to extremely fragile water ecology. Urumqi becomes the focus of monitoring as the main population gathering area naturally. In the paper, Urumqi River water quality testing and evaluation project is regarded as an example. The application steps of principal component analysis method and the results of Urumqi River water quality assessment are introduced. Some suggestions are proposed aiming at the detected problems.

principal component analysis method; water quality assessment; application; monitoring

10.16616/j.cnki.10- 1326/TV.2017.010.008

TV213.4

A

2096-0131(2017)010-0025-03