基于主成分分析法的集约化种植区面源污染研究

石先罗，章 卫

(江西水利职业学院，南昌 330013)

1 前 言

集约化农业是近几年来迅速发展的一种经营方式，主要是将先进的生产资料及劳动力集中于较少的土地上，利用集中经营的方式开展的农业活动[1～3]。与传统农业相比具有主要是利用先进的农业技术来提高农作物的产量及质量。但是集约化农业的发展同时也带来了一些新的环境污染问题，集约化种植业中大量的使用化肥、农药、地膜等都会产生环境问题。如农药化肥等通过地表及地下径流进入到附近水体造成水污染及水体富营养化等问题，地膜的使用会导致残留在土壤中破坏了土壤的生态环境[4-5]。目前集约种植业面源污染特点主要有：局部产生污染负荷大、污染范围广、污染具有一定的隐蔽性和分散性、污染后果严重难以消除等特[6～8]。本文将以南京市高淳县龙墩湖流域为例，构建集约化种植业面源污染驱动因子指标体系，并利用主成分分析法识别出集约化种植业面源污染主要驱动因子，以揭示集约化种植业面源污染特征，为集约化种植业面源污染的治理提供依据。

2 材料与方法

2.1 研究概况

龙墩河流域位于南京市高淳县东北部的漆桥镇漆桥河上游龙墩头，距高淳县城淳溪镇17km，距漆桥镇镇区约3km，如下图所示。龙墩湖现代农业科技示范园规划总面积75 000亩，其中核心区22 500亩，发展区52 500亩。建设现代高效园艺产业、高效生态农作产业、农业旅游休闲产业、农业文化博览产业、农产品交易物流产业等5类产业形态。

图 龙墩湖流域地理概况Fig. Geographical situation of Longdun Lake basin

2.2 研究方法

2.2.1 主成分分析法原理

主成分分析法，也被称为主分量分析法，最早于 1901 年由美国统计学家Pearson引入生物学理论研究。1933年，Hotelling将此思想在心理学研究中进一步发展。1947年，Karhunen应用概率论的思想将其再次研究，随后，Loe’ve将该理论进一步充实和完善。其原理是利用降维的思想把原来众多具有一定相关性的指标，重新组合成一组新的互相无关的综合指标来代替原来的指标，达到简化计算的目的，同时又不影响分析结果。

2.2.2 熵权综合指数法

熵本来是一个热力学概念，由申农(Shannon)

最先引入信息论，现已在工程技术、社会经济等领域得到相当广泛的应用。根据信息论基本原理，信息是系统有序程度的度量而熵是系统无序程度的度量。两者绝对值相等，但符号相反[9]。它最初描述的是一种单项不可逆转的能量传递过程。后来随着熵的思想和理论的发展，熵概念逐步形成了3种思路，即热力学熵、统计熵和信息熵。信息熵越少，系统无序化程度越大；信息熵越大，系统无序化程度越小。

2.2.3 相关性分析法

相关性分析法是分析客观事物之间关系的统计分析方法，其中，计算相关系数可以精确的展现变量之间的统计关系[10]。可采用SPSS分析软件进行，SPSS(社会科学统计软件包)软件是世界上最早最优秀的分析软件之一，广泛应用于自然科学、技术科学、社会科学等各个领域中，并在国际学术界享有很高的声誉。主成分分析法可以借助该软件进行分析。

3 结果与分析

3.1 驱动因子指标体系的构建

基于集约化种植业面源污染特点，根据收集到的相关环境基础资料，分析集约化种植业面源污染的与哪些因子有关，并结合实地调查来确定指标体系[11]。本文将从种植因子、肥料因子、自然因子和社会因子这4个方面识别出集约化种植业产排污的主要驱动因子[12-13]。根据实际情况及现有数据确定龙墩湖流域种植业面源污染评价选取了17个评价指标A11～A43，见表1。选取典型区域，以8个采样点的数据为基础数据进行综合评价。

表1 集约化种植业面源污染评价指标体系Tab.1 Evaluation index system of non-point source pollution of intensive planting industry

3.2 驱动因子的分析

3.2.1 主成分分析法分析

通过实地调查，将所收集的数据进行汇总分析，以种植因素A1为例。首先，将种植因子数据进行“正向化”处理，其过程在excel中进行[14]。然后，用“Z-Score”法在 SPSS 中对已完成“正向化”指标进行“标准化”处理，结果如表2所示。对“标准化”结果ZA11-ZA14进行主成分分析可得到主成分的特征值和方差贡献率，可以确定两个主要成分，其贡献率分别达到了67%和29%，其累积贡献率达到了97%以上[15]。见表3。

表2 龙墩湖流域面源污染种植业指标标准化结果Tab.2 Standardized results of planting index of non-point source pollution in Longdun Lake basin

表3 特征值和方差贡献率Tab.3 Eigenvalues and variance contribution rates

依据累积方差贡献率>85%的原则，确定主成分个数为2。其累计贡献率达到97%，由此可知两个主成分可代表97%的信息量。用2个指标表示主成分的系数，其值为初始因子载荷矩阵所对应的值除以对应主成分的特征值的平方根，见表4。

表4 A11～A14主成分系数Tab.4 Principal component coefficient of A11～A14

于是，得到主成分表达式为：

F1=-0.49×ZA11-0.48×ZA12

+0.51×ZA13+0.51×ZA14

(1)

F2=0.50×ZA11+0.52×ZA12

+0.49×ZA13+0.48×ZA14

(2)

以方差贡献率为主成分权重则种植因素FA1表达式为：

FA1=0.67854×F1+0.29259×F2

(3)

依次计算出肥料因素 FA2、自然因素 FA3、社会因素 FA4 计算得到评价结果如表5。

3.2.2 熵权综合指数法

首先，为了各指标具有同向可比性，将主成分分析评价结果进行数据“正向化”处理，认为 FA1-FA4 均为“正指标”。设fij为指标 i 对于全部样本的比重，rij原始数据正向化值。并假定时fij=0，fijlnfij=0。

表5 主成分分析评价结果Tab.5 Evaluation results of principal component analysis

(4)

计算各指标对全部样本的比重，见表6。

表6 各指标比重Tab.6 Proportion of each index

计算各指标的熵值和熵权，见表7。

设Hi 为指标 i 的熵值，

(5)

(i=1，2，3……，m)

设ωi为指标 i 的熵权，m 为指标数量

表7 各指标熵值和熵权Tab.7 Entropy value and entropy weight of each index

则龙墩湖流域集约化种植业面源污染综合评价得分FA表达式为：

FA=0.36×FA1+0.18×FA2+0.13×

FA3+0.32×FA4

(7)

3.2.3 驱动因子分析

根据上述主成分分析法及熵权综合指数法得出龙墩湖流域集约化种植业面源污染评价综合得分(表8)，从结果中可以得出以下结论：其中采样点4和点5得分分别为0.71和0.79，说明污染较严重；采样点2和点6污染得分分比为0.16和0.09，说明污染较轻。

表8 龙墩湖流域集约化种植业面源污染评价综合得分Tab.8 Comprehensive evaluation score of non-point source pollution of intensive planting in Longdun Lake basin

将最终评价结果与原始数据进行正态分布检验，再计算FA与 ZA11-ZA43 的相关系数，结果见表9。根据相关性分析结果，认为相关系数值大于0.80为显著相关，则龙墩湖流域集约化种植业面源污染主要驱动因子为：作物类别、化肥总施用量、地形坡度、土壤砂粒及植被覆盖率。

表9 FA 与 ZA11～ZA42 的相关系数Tab.9 Correlation coefficient of FA and ZA11～ZA42

4 结 论

4.1 本文在借鉴国内外农业面源污染评价指标体系研究成果和方法的基础上，提出了一套适合龙墩湖流域集约化种植业面源污染驱动因子识别及源分级的指标体系和评价方法，对于集约化种植业面源污染评价体系完善和评价方法研究具有较好的理论和实际意义，为集约化种植业管理提供依据。

4.2 指标体系的构建是基于龙墩湖流域集约化种植业面源污染特点，构建分层次分类别的集约化种植业面源污染指标体系，其中分为种植因素、肥料因素、自然因素及社会因素等4大方面17个驱动因子。采用主成分分析法与熵权法相结合确定评价指标的权重，结合相关性分析，最终确定了集约化

种植业面源污染的主要驱动因子为作物类别A13、化肥总施用量A24、地形坡度A32、土壤砂粒A35及植被覆盖率A43。

4.3 集约化种植业面源污染的驱动因子的识别及源分级的划分是一个涉及到多学科的复杂问题，已成为农业学、环境学等相关领域的研究热点与关注重点，但相关概念、理论、方法等仍处于摸索阶段，目前尚未形成较为统一、系统和完善的指标体系与评价模型。