主成分分析法在茅尾海水质评价中的应用
|
摘要
伴随钦州市社会经济的不断发展,茅尾海承受的环境压力日渐凸显,及时掌握茅尾海的水质状况变得日益重要。传统的水质评价方法难以对污染物类型和污染程度进行全面地评价。本研究利用SPSS软件的主成分分析法,对2017年7月茅尾海的水质调查资料进行分析,结果表明:所分析的10项水质指标可转变为三个综合变量,即第一、第二以及第三主成分,三个主成分代表了原有数据85.628%的信息。综合评价结果表明茅尾海北部海域污染程度高于南部海域,与地表径流输入有关。主成分分析结果与实际相吻合,表明该方法能很好的应用到茅尾海水质的评价中,并且能更准确的反映不同区域的污染物的主要类型和污染程度,为茅尾海的污染防治提供依据。
With the continuous development of Qinzhou's society and economy, the environmental pressure on MaoWei Sea becomes more and more prominent.Traditional water quality assessment methods are difficult to fully evaluate the types and levels of pollutants. This study used the Principal Component Analysis(PCA) of SPSS to analyze the water quality data of MaoWei Sea surveyed in July 2017. The results showed that the 10 water quality indicators analyzed could be converted into three comprehensive variables, namely the first, second and third principal components, which represented 85.628 % of the original data. The comprehensive evaluation results show that the pollution degree in the northern part of MaoWei Sea is higher than that in the southern part, which is related to the runoff input. The results of Principal Component Analysis are consistent with the actual situation, which indicates that this method can be well applied to the evaluation of the seawater quality of MaoWei Sea. Moreover, it can more accurately reflect the main types and pollution levels of pollutants in different regions,providing a basis for the prevention and control of pollution in MaoWei Sea.
With the continuous development of Qinzhou's society and economy, the environmental pressure on MaoWei Sea becomes more and more prominent.Traditional water quality assessment methods are difficult to fully evaluate the types and levels of pollutants. This study used the Principal Component Analysis(PCA) of SPSS to analyze the water quality data of MaoWei Sea surveyed in July 2017. The results showed that the 10 water quality indicators analyzed could be converted into three comprehensive variables, namely the first, second and third principal components, which represented 85.628 % of the original data. The comprehensive evaluation results show that the pollution degree in the northern part of MaoWei Sea is higher than that in the southern part, which is related to the runoff input. The results of Principal Component Analysis are consistent with the actual situation, which indicates that this method can be well applied to the evaluation of the seawater quality of MaoWei Sea. Moreover, it can more accurately reflect the main types and pollution levels of pollutants in different regions,providing a basis for the prevention and control of pollution in MaoWei Sea.
引文
[1]韦蔓新,童万平,赖廷和,等.钦州湾内湾贝类养殖海区水环境特征及营养状况初探[J].黄渤海海洋,2001(04):51-55.
[2]黎广钊,李树华.中国海湾志广西海湾分册[M].北京:海洋出版社,1993.
[3]李萍,郭钊,莫海连,等.广西近岸海域营养盐时空分布及潜在性富营养化程度评价[J].海洋湖沼通报,2018(03):148-156.
[4]覃仙玲,陈波.广西沿海赤潮多发区高浓度氮磷营养元素来源探讨[J].广西科学院学报,2018(03):222-227.
[5]李萍,莫海连,郭钊.广西近岸海域水质状况调查与评价[J].科技通报,2018(07):274-279.
[6]洪鸣,李天深,赖春苗,等.2008~2012年钦州湾海域水环境要素的多元分析[J].海洋环境科学,2014(06):860-864.
[7]蓝文陆.钦州湾枯水期富营养化评价及其近5年变化趋势[J].中国环境监测,2012(05):40-44.
[8]赵朋飞,刘俊,胡少敏.基于SPSS软件的主成分分析法在水质评价中的应用[J].科技创业月刊,2016(10):119-121.
[9]陈红,张晓惠,袁雪竹,等.基于SPSS的独流减河水生态水环境相关关系研究[J].安全与环境学报,2018(03):1203-1208.
[10]刘洋,王越,陈威.基于主成分—聚类分析判别分析汾河水质研究[J].华北科技学院学报,2017(05):76-81.
[11]龚然,徐力刚,徐进,等.主成分分析法在城市小型湖泊水质评价中的应用[J].环境科学与技术,2014(S2):486-488.
[12]吴延东,刘绪庆,陈飞龙.洪泽湖水质状况的主成分分析和聚类分析[J].淮阴工学院学报,2010(01):71-76.
[13]纵翼飞.主成分和聚类分析评价农产品加工企业周边地下水的水质[J].安徽农学通报,2018(15):157-158.
[14]资惠宇,庞园,张明珠.基于主成分分析法的广州市从化区地下水质量评价[J].人民珠江,2017(10):72-76.
[15]徐艳东,魏潇,马元庆,等.2013年春夏季莱州湾海水环境要素的多元统计分析[J].数学的实践与认识,2016(01):110-117.
[16]褚帆,刘宪斌,刘占广,等.天津近岸海域海水富营养化评价及其主成分分析[J].海洋通报,2015(01):107-112.
[17]吉祝美,方里,张俊,等.主成分分析法在SPSS软件中的操作及在河流水质评价中的应用[J].环保科技,2012(04):38-43.
[18]杨斌,方怀义,许丽莉,等.钦州湾水质污染时空变化特征及驱动因素[J].海洋环境科学,2017(06):877-883.
[19]韦重霄,赵爽,宋立荣,等.钦州湾内湾茅尾海营养状况分析与评价研究[J].环境科学与管理,2017(09):148-153.
[20]广西海洋研究所.广西沿海重点港湾水动力条件调查研究报告[R].北海:广西海洋研究所,1993.
[2]黎广钊,李树华.中国海湾志广西海湾分册[M].北京:海洋出版社,1993.
[3]李萍,郭钊,莫海连,等.广西近岸海域营养盐时空分布及潜在性富营养化程度评价[J].海洋湖沼通报,2018(03):148-156.
[4]覃仙玲,陈波.广西沿海赤潮多发区高浓度氮磷营养元素来源探讨[J].广西科学院学报,2018(03):222-227.
[5]李萍,莫海连,郭钊.广西近岸海域水质状况调查与评价[J].科技通报,2018(07):274-279.
[6]洪鸣,李天深,赖春苗,等.2008~2012年钦州湾海域水环境要素的多元分析[J].海洋环境科学,2014(06):860-864.
[7]蓝文陆.钦州湾枯水期富营养化评价及其近5年变化趋势[J].中国环境监测,2012(05):40-44.
[8]赵朋飞,刘俊,胡少敏.基于SPSS软件的主成分分析法在水质评价中的应用[J].科技创业月刊,2016(10):119-121.
[9]陈红,张晓惠,袁雪竹,等.基于SPSS的独流减河水生态水环境相关关系研究[J].安全与环境学报,2018(03):1203-1208.
[10]刘洋,王越,陈威.基于主成分—聚类分析判别分析汾河水质研究[J].华北科技学院学报,2017(05):76-81.
[11]龚然,徐力刚,徐进,等.主成分分析法在城市小型湖泊水质评价中的应用[J].环境科学与技术,2014(S2):486-488.
[12]吴延东,刘绪庆,陈飞龙.洪泽湖水质状况的主成分分析和聚类分析[J].淮阴工学院学报,2010(01):71-76.
[13]纵翼飞.主成分和聚类分析评价农产品加工企业周边地下水的水质[J].安徽农学通报,2018(15):157-158.
[14]资惠宇,庞园,张明珠.基于主成分分析法的广州市从化区地下水质量评价[J].人民珠江,2017(10):72-76.
[15]徐艳东,魏潇,马元庆,等.2013年春夏季莱州湾海水环境要素的多元统计分析[J].数学的实践与认识,2016(01):110-117.
[16]褚帆,刘宪斌,刘占广,等.天津近岸海域海水富营养化评价及其主成分分析[J].海洋通报,2015(01):107-112.
[17]吉祝美,方里,张俊,等.主成分分析法在SPSS软件中的操作及在河流水质评价中的应用[J].环保科技,2012(04):38-43.
[18]杨斌,方怀义,许丽莉,等.钦州湾水质污染时空变化特征及驱动因素[J].海洋环境科学,2017(06):877-883.
[19]韦重霄,赵爽,宋立荣,等.钦州湾内湾茅尾海营养状况分析与评价研究[J].环境科学与管理,2017(09):148-153.
[20]广西海洋研究所.广西沿海重点港湾水动力条件调查研究报告[R].北海:广西海洋研究所,1993.