區域地表水主要污染物的主成分分析

金志浩，王晨君，魏亞龍

(上海市虹口區環境監測站，上海 200083)

1 引言

在水質污染狀況分析時，需考慮影響水質狀況的多種因素。為減少分析問題的復雜性，學者們致力于從眾多的影響因素中剔除含重復信息或測量誤差太大的因素，找到最佳的關鍵因素組合[1～4]。主成分分析作為一種定量化研究的多元統計分析方法，可以利用降維思路，在數據損失最少的原則下，把多指標轉化為少數幾個綜合指標，能夠客觀地確定影響水質的主控因子，相較于其他方法有一定的優越性，并在解決實際問題中取得了良好的成效，是環境質量綜合評價一種簡單有效的方法[5～8]。本文采用SPSS軟件對某區域地表水主要污染物進行主成分分析，從而探究該分析方法在水質污染狀況評價中的可行性[9～15]。

2 研究方法

數據來源于2019年上海市虹口區生態環境局發布的生態環境質量報告書[16]，包括區域內11個地表水監測斷面的溶解氧、高錳酸鹽指數、化學需氧量、五日生化需氧量、氨氮、總磷、總氮、揮發酚和石油類等9種主要水質污染物監測指標的年均值。

主成分分析法，采用SPSS22.0統計軟件，進行單因素方差分析，比較差異的顯著性，并確定水體主要污染因子，從而探討影響水質狀況的主要因素。

綜合水質指數法，采用單因子評價法，根據GB 3838-2002《地表水環境質量標準》對地表水監測斷面的各監測指標進行評價。

3 結果與討論

3.1 數據標準化處理

2019年虹口區11個地表水監測斷面的水質監測結果(年均值)，如表1所示。

將表1中所列的數據進行標準化處理，構成標準化矩陣Z，其Z元素分布表(無綱量)，如表2所示。

表1 地表水監測結果 mg/L

3.2 主成分分析

對矩陣Z進行主成分分析，求出Z的協方差矩陣的特征值，計算結果如表3所示。

表2 標準化矩陣Z元素分布

表3 主成分特征值和累計貢獻率

由表3可知，特征值λ1=6.16，λ2=1.81，第1、2主成分占總方差的相對貢獻為88.54%[17]。一般認為累計方差貢獻率大于85% 時，就能保證不丟失太多的重要信息[18]。因此，可以把第1、2主成分作為共同因子。9個參數在第1、2公共因子上的主成分矩陣，如表4所示。

表4 主成分矩陣

由表4可知：主成分與指數變量之間有著相關關系。第1成分與溶解氧之間有著較強的負相關關系，與其他因子之間有較強的正相關關系。第2成分與溶解氧、五日生化需氧量、總磷、總氮、石油類之間有著一定的負相關關系。可以看出，第1、2主成分均與溶解氧指標有著較強的相關關系，這可能是由于溶解氧是首要污染因素所導致的。

3.3 水質狀況評價

通過進一步計算，可得水質污染因素的2 個主成分得分，最后根據主成分得分和特征值貢獻率，求到最終的綜合得分，并進行排序，如表5所示。

表5 主成分得分及排序

綜合得分越高，即水質污染程度越嚴重。由表5可知：水質污染因素的主成分綜合得分排序為：斷面11>10>6>8>9>3>2>1>4>7>5。

此外，用綜合水質指數法對地表水11個監測斷面進行水質狀況評價，并結合表5的主成分得分排序情況，其結果如表6所示。

表6 綜合水質評價與主成分分析排序

由表6可知，在水質狀況評價中，綜合水質指數法與主成分分析的結果，趨勢基本保持一致。這表明主成分分析法在水質狀況評價中，具有較高的可信度。

4 結論

(1)通過主成分分析，可將9個水質指標降維為 2個主成分分量。這2個主成分分量均與溶解氧存在較強的相關關系，這可能是由于溶解氧是首要污染物所致。

(2)主成分分析與綜合水質指數法，在進行水質狀況評價時，評判結果趨勢基本保持一致。這表明相關性分析在水質狀況評價中，具有較高的可信度。