以PCA分析為基礎的水環境質量綜合評價探究

摘要：水環境是地球生態環境的重要組成部分，是一個龐大復雜的系統，包括江河湖泊、地表水、水庫等，是水環境質量綜合評價的重要內容?；诖?，本文闡述了PCA分析法的基本原理，并探討PCA分析法在水環境質量評價中的具體應用，包括在礦區水質評價中的應用、在地下水中的應用，確保其評價結果更加全面。

關鍵詞：PCA分析法;水環境質量;礦區水質

新時期，我國水資源污染問題日益嚴重，導致水質污染的因素眾多，水質評價作為水環境質量綜合評價的主要內容，能夠為水質污染治理提供參考依據。因此，南京國環科技股份有限公司想要以PCA分析為基礎進一步采用科學的評價方法，準確反映水質污染狀況，從而提高水環境評價結果的合理性。

一、PCA分析法的基本原理

PCA分析也就是主成分分析法，其應用十分廣泛，包括人口統計學、數量地理學、分析動力學、數學建模等，是一種常用的多變量分析方法。主成分分析的基本原理就是將原來變量重新組合成一組新的相互無關的幾個綜合變量，并將這些指標參數進行定量化的分析研究。換言之，主成分分析法就是基于降維的思想，降維就是一種對高維度特征數據預處理的方法，能夠提升數據處理速度，最大程度上保留原始數據信息，對多維度數據結構進行簡化，在實際進行水環境質量評價時，能夠節省大量時間和成本。

主成分分析法被廣泛應用于水質量環境評價中，為水資源的合理開發提供依據，在水量評價方面具有良好的實用性，能夠客觀全面的評價水質等級。例如，運用在某運河水質評價中，能夠有針對性的對運河水質污染物成分進行監測，準確找出影響水質的指標和因素，判斷該運河的水污染情況，對于水污染防治及水資源綜合利用具有可行性意義。

二、PCA分析法在水環境質量評價中的應用

（一）在礦區水質評價中的應用

水質量環境評價是以PCA分析為基礎，按照水環境評價目標，選擇相應的水質參數、水環境質量標準、評價方法對水體污染狀況進行評定，通常采用單因素評價法、綜合污染指數法、灰色關聯分析法等方法進行水環境綜合評估。當下，由于人類對煤礦資源的不斷挖掘，造成地下水位不斷下降，基于主成分分析的礦區水質評價，能夠有效保護礦區水質標準，解決礦區水質污染問題。比如，采用PCA分析對某礦區進行水質分析評價，采取礦區水樣中的大腸菌、溶解性總固體、總硬度等指標進行分析，研究發現水樣的總硬度、溶解性總固體的原始數據在總方差中占85%，表明礦區水質較好，在經過滲濾、凈化后可以作為生活應用水，主成分分析法在各礦區水質綜合評價中廣泛推廣，在水環境質量監測中發揮著至關重要的作用，為環保部門提供了更多處理污水的手段和思路，一定程度上提高了水資源的利用效率，不斷推動節水水庫工程建設。

（二）在地下水中的應用

地下水是人們生產生活的重要來源，在城市化進程的推進下，地下水質遭嚴重破壞，傳統的水質評價中多采用《地下水環境質量標準》給出的單組分評價法及綜合評價法進行水質檢測，然而很難判斷不同區域地下水的排水條件、污染物組成情況，不適宜作為水質評價工作中的統一參數。因此根據PCA分析法的降維思想將多種影響水質的因子簡化為幾個綜合因子，從而更好反應地下水質狀況，在開展地下水質量評價工作時，可以在主成分分析法的基礎上融合模糊綜合評價法，取長補短，強強聯合，在因子選擇上采用主成分分析法，在水質評價上選用模糊綜合評價法，充分利用二者優勢明確監測出地下水質是否符合飲用水標準，并有效劃分了地下水質等級，為地下水的開發和利用提供了有利條件。

（三）對河流水質的適量評價

由于客流污染物種類和來源多樣，在具體進行水質評價時，要考慮的污染因子有很多，在PCA分析的基礎上，可以有效將評價計算量簡化，并且獲得更多變量較少的數據信息，能夠保證初始數據所包含的信息完整，可根據河流觀測點數據分析，建立一個綜合評價指標，并對指標進行處理分析，可以有效判斷河流水質的污染等級，并且可以通過評價河流中污染物特質，區分主要污染物和次要污染物。

以某一河段為例，該河段全長106公里，流域面積2350平方公里，河流性質為多泥沙的季節性河流，基于PCA分析的基礎上對這一河段的水質進行綜合評價，選取評價河段的6個斷面作為水質評價的樣本點，選取各斷面氨氮（NH-N）、硝酸鹽氮（NO-N）、高錳酸鹽指數（KMnO4）溶解氧（DO）等污染物作為研究對象，通過研究發現，DO值越大表示水質越好，反之水質越差，多數污染物之間的相關系數是比較大的，如高錳酸鹽、氨氮變量之間的相關性較強，根據PCA分析法有效判斷出該河段污染物的屬性及關聯性，為后續相關人員采取泥沙治理方法提供了便利條件。

（四）在其他水環境中的應用

基于PCA分析在水環境質量綜合評價中的廣泛應用，許多水環境檢測人員更多的將主成分分析法運用在湖泊、海洋等水環境質量評價中，且成效明顯。比如在對冰川湖進行水質量評價時，選擇5個檢測點的溶解氧、高錳酸鹽指數、化學需氧量進行檢測，并對檢測數據進行分析總結，發現溶解氧和化學需氧量的特征值大于1，解釋的方差累積貢獻率大于82%，評價結果有較強的一致性，可判斷冰川湖的水環境質量較好，水質評價結果更加科學和準確。

比如，相關水環境質量研究人員對玄武湖、金牛湖、銀杏湖進行水質檢測，運用主成分分析法對三個湖泊中的糞大腸菌群、表面活性劑、溶解氧、硫化物、氨氮、生化氧量等指標進行數據分析，研究發現糞大腸菌群、氨氮、生化氧量指標在生活廢水及生產污水中所占的比例較高，其次是表面活性劑成分，說明湖泊周邊生活廢水，工業污水排放中摻雜了一定的洗滌成分，未來要想有效改善湖泊水質環境，就要優化周邊工業生產結構，政府部門積極推行清潔能源，扶持相關工業部門做好節能減排工作，不斷提高湖泊水質，推動生態環境建設。

三、結論

總之，PCA分析法是一種較好的水質綜合評價的多元統計方法，能夠對多個監測點水質數據進行有效分析，通過主成分比較監測點的污染程度，全面反映了水質污染的綜合水平，相關部門需要結合當下水資源現狀，采取積極有效的水環境評價手段，加強監督管理，確保滿足居民用水量以及飲水衛生安全。

參考文獻：

[1]張敏艷，物元分析法在水環境質量評價中的應用[J].綠色科技，2018（10）：87-90.

[2]孫大明.層次分析法在水環境質量評價中的應用[J].東北水利水電，2017，35（02）：33-34+71.

[3]房睿.基于主成分分析法的水環境質量評價研究[J].水利規劃與設計，2015（06）：44-45+59.

作者簡介：王藝辰（1985-），女，漢，河北東光縣人，學歷：本科，畢業于河海大學，職稱：中級工程師，研究方向：環境管理。