基于主成分分析的浏阳河水质模糊综合评价

分类:论文范文 发表时间:2019-10-19 09:47

  摘 要:以浏阳河梨、黑石渡和三角洲断面不同时期的水体为研究对象,根据相关系数矩阵选取指标,并考虑评价因子之间的相互作用,利用主成分分析为水体评价因子赋权,对断面水体质量进行模糊综合评价​‍‌‍​‍‌‍‌‍​‍​‍‌‍​‍‌‍​‍​‍‌‍​‍‌​‍​‍​‍‌‍​‍​‍​‍‌‍‌‍‌‍‌‍​‍‌‍​‍​​‍​‍​‍​‍​‍​‍​‍‌‍​‍‌‍​‍‌‍‌‍‌‍​。结果表明:浏阳河梨、黑石渡三角洲断面主要污染因子为COD、NH3-N、TP、Se、Hg、Cr6+,且CODMn、COD、BOD5、NH3-N等评价因子具有较强相关性​‍‌‍​‍‌‍‌‍​‍​‍‌‍​‍‌‍​‍​‍‌‍​‍‌​‍​‍​‍‌‍​‍​‍​‍‌‍‌‍‌‍‌‍​‍‌‍​‍​​‍​‍​‍​‍​‍​‍​‍‌‍​‍‌‍​‍‌‍‌‍‌‍​。浏阳河下游3个断面中梨的水质最优,各时段评级均稳定在Ⅰ级​‍‌‍​‍‌‍‌‍​‍​‍‌‍​‍‌‍​‍​‍‌‍​‍‌​‍​‍​‍‌‍​‍​‍​‍‌‍‌‍‌‍‌‍​‍‌‍​‍​​‍​‍​‍​‍​‍​‍​‍‌‍​‍‌‍​‍‌‍‌‍‌‍​。黑石渡、三角洲断面枯水期水污染较为严重,处于Ⅳ级。将主成分分析法评价结果与熵权法、单因子评价法进行对比,主成分分析法较单因子评价法的评价结果更为客观,较熵权法可以通过合理降维减轻评价过程计算量,利用主成分分析法进行水质评价具有可行性。

  关键词:浏阳河;水质监测;主成分分析;模糊综合评价

  关于水质的论文范文还有水利工程信息化管理应用现状及对策,您可以点击并前往查看。

  浏阳河又名浏渭河,位于湖南省东部,是湘江的一级支流,为其流域内数十万人口提供饮用水源。近年来,随着经济的快速发展,大量农业、工业废弃物给浏阳河水体环境带来了严重的污染负荷,致使浏阳河水体环境不断恶化。为加强对浏阳河的水环境保护,对污染状况进行综合治理,需要对浏阳河水质进行监测并做出准确的评价。

  氧平衡模型是第一个水质模型[1],该模型通过水中溶解氧的氧化反应判断水质情况。这种基于单变量的水质模型结果往往较为片面。在后续学者的研究中,水质模型加入了更多样化的影响因子。针对具有不同衡量标准的水质影响因子,学者们进一步优化了水质评价模型:田一梅等[2]利用遗传算法将不确定水质模型应用到了河流水质模拟当中;付东洋等[3]发现各个水质指标间具有相关性,利用主成分分析法构建模型进行水质评价;卢媛等[4]采用改进的粗糙集条件信息熵方法确定权重,将2种方法结合得到改进的粗糙集-集对分析耦合方法,并应用于我国12个代表性湖库的水体富营养化评价。这些方法均为水质评价提供了良好的思路。而水体中的评价因子不确定性高,关联度难以确定。上述分析方法也都存在不同的缺陷。在常见的模糊综合评价法中,指标选择与权重的确定方面还存在不足。笔者以浏阳河梨、黑石渡、三角洲断面水体为研究对象,尝试利用主成分分析找出水体中主要污染因子,确定指标权重,建立基于主成分分析的模糊综合评价模型,以期对浏阳河水环境保护提出有效建议。

  1 数据来源与研究方法

  1.1 数据来源

  研究数据来源于湖南省生态环境厅、长沙市环境监测中心站。水期分别划分水期为枯水期K(11月—次年2月)、丰水期F(5—8月)、平水期P(3—4月、9—10月)。

  1.2 研究方法

  1.2.1 主成分分析

  主成分分析是一种通过降维技术把多个变量化为少数几个主成分(即综合变量)的多元统计方法,这些主成分能够反映原始变量的大部分信息。通过表示为原始变量的线性组合,使得这些主成分所包含的信息互不重叠,各主成分之间互不相关[5]。

  (1)原始数据矩阵

  设系统中有m个评价样本,每个样本具有N项评价指标,那么原始数据矩阵,通常指标数据差异化较为明显,为避免指标量纲差异,按公式(1)对原始数据矩阵进行标准化处理。

  其中,xi表示评价指标i的实际检测值;si, j-1,sij,si, j+1分别表示第i项指标对应的第j-1,j,j+1级水质类别标准值。选择合成算子“0”,将权重向量W与模糊关系矩阵R进行复合运算就可以得到综合评价模糊子集B。选择利用加权平均算子计算模糊子集,最终可以确定水质的综合评价等级。

  2 结果与分析

  2.1 评价因子选取

  将数据分为2005—2008年与2009—2018年2个时段进行分析。初步选取高锰酸盐指数(CODMn)、化学需氧量(COD)、五日生化需氧量(BOD5)、氨氮(NH3-N)、总磷(TP)、铜(Cu)、锌(Zn)、氟化物、硒(Se)、砷(As)、汞(Hg)、镉 (Cd)、六价铬(Cr6+)、铅(Pb)、氰化物、挥发酚、石油类、阴离子表面活性剂、硫化物19个监测指标为评价因子。

  2.2 评价因子主成分分析

  分别将2005—2008年,2009—2018年2个时段评价因子数据标准化,计算初选评价因子相关系数矩阵。结果显示,2005—2008年浏阳河水质评价因子中CODMn与COD、石油类、BOD5,COD与NH3-N、TP,BOD5与NH3-N相关性较强,2009—2018年CODMn与BOD5、NH3-N、TP,COD与阴离子表面活性剂,BOD5与NH3-N相关性较强。

  由公式(3)对19项评价因子进行主成分分析,根据相关系数矩阵计算特征值以及贡献率,结果见表1。按照累计贡献率>85%,特征值大于1的原则选取主成分,选择前4个主成分进行分析。针对前4项主成分别分列出19项评价因子的主成分系数矩阵(见表2)。在表2中可以看出,2005—2008年主成分分析中第一主成分的主要评价因子为TP、NH3-N;第二主成分的主要评价因子为Se、Hg;第三主成分的主要评价因子为Cd、Zn;第四主成分的主要评价因子为Se、氟化物。2009—2018年主成分分析中第一主成分的主要评价因子为TP、COD;第二主成分的主要评价因子为Cr6+、Hg;第三主成分的主要评价因子为Cd、Zn;第四主成分的主要评价因子为氰化物、Cu。结合特征向量值、因子相关系数以及单因子污染指数,最终选定进行水质模糊综合评价的因子为:CODMn、COD、BOD5、NH3-N、TP、石油类。

  2.3 模糊综合评价

  2.3.1 权重计算
  依据主成分荷载值以及主成分方差贡献率计算评价因子权重值。最终得到CODMn、COD、BOD5、NH3-N、TP、石油类六项评价因子在2005—2008年度权重值分别为0.196 2、0.172 0、0.159 1、0.150 3、0.149 0、0.173 3;在2009—2018年度权重值分别为:0.168 0、0.157 9、0.172 3、0.173 7、0.152 2、0.175 9。

  2.3.2 水质综合评价
  依据公式(5)(6)(7),对2005—2018年浏阳河梨、黑石渡、三角洲断面各个水期水质进行综合评价。在模糊综合评价中,由模糊关系矩阵R与权重矩阵W经过算子计算得到模糊综合矩阵B。在文中,B中的每个元素即表示水体于每个等级的隶属度。

  由模糊综合评价结果可知,梨断面水质最佳,评级稳定在Ⅰ类水质。2005—2008年度中,黑石渡和三角洲断面水质均在K期评为Ⅳ级,在P、F期水质无较大变化,均评为Ⅲ级。在2009—2018年度评级结果中,黑石渡、三角洲水质均有所改善。黑石渡断面K期评级由Ⅳ级升为Ⅲ级,F期评级更是由Ⅲ级变为Ⅰ级,虽然此时黑石渡F期Ⅲ类水质隶属度仍较高,但其水质优化趋势仍然明显。三角洲断面各个水期水质评级均有上升,在F期评级同样达到了Ⅰ级。这与2008年实施浏阳河治污工程情况相符合。

  2.4 评价模型检验

  为验证文中评价模型的合理性,利用熵权法、单因子评价法评价对2009—2018年度浏阳河梨、黑石渡、三角洲断面水体进行评价分析。

  通过表5的评价结果对比,单因子评价法得到的结果与其他2种方法得出的结果差异较大,污染最为严重,这是由于与其他2种评价方法相比,单因子评价法对超标评价因子的赋权过大,过分强调了单个污染指标的影响程度。主成分分析法与熵权法得到的评价结果比较相似,仅黑石渡、三角洲F期评价结果有差异,对2种方法得到的模糊综合矩阵进行分析,其水质等级隶属度情况高度相似,证明评价结果准确客观​‍‌‍​‍‌‍‌‍​‍​‍‌‍​‍‌‍​‍​‍‌‍​‍‌​‍​‍​‍‌‍​‍​‍​‍‌‍‌‍‌‍‌‍​‍‌‍​‍​​‍​‍​‍​‍​‍​‍​‍‌‍​‍‌‍​‍‌‍‌‍‌‍​。利用主成分分析法选择评价因子极大减少了评价模型的数据量,考虑到了各个评价因子之间的联系关系,同时有效避免了人为赋权中主观意识的误差。从结果来看,其筛选的评价因子具有较高可靠性,评价结果也较为客观。

  3 结 论

  (1)浏阳河梨、黑石渡、三角洲断面水体中,CODMn、COD、BOD5、NH3-N、TP、石油类与阴离子表面活性剂这7类评价因子相关度较高。

  (2)浏阳河梨、黑石渡、三角洲断面水体中主要污染因子为COD、NH3-N、TP、Se、Hg、Cr6+。

  (3)经2008年浏阳河治污工程后浏阳河水环境质量得到一定改善,总体水质评价有所上升,但针对部分超标严重的污染因子还需要有针对性地采取相关治理措施。

  (4)主成分分析法可以对大量浏阳河水质数据进行有效降维,其筛选及赋权功能得到的结果客观公正。利用其提高评价模型的效率是可行的。

  参考文献:

  [1] 于 寒,杨 静,刘桂梅. 海洋水质模型研究进展及发展趋势[J]. 海洋预报,2017,34(2):88-96.

  [2] 田一梅,刘 扬,王彬蔚. 不确定水质模型在城市河流水质模拟中的应用[J]. 土木建筑与环境工程,2011,33(3):119-123.

  [3] 付东洋,张 莹,刘大召,等. 基于主成分分析的近海水质评价模型及其应用研究——以雷州半岛海域为例[J]. 海洋学研究,2015,33(1):45-50.

  [4] 卢 媛,王 栋. 改进的粗糙集-集对分析的水质评价方法[J]. 华北水利水电大学学报(自然科学版),2019,40(1):34-38.

  [5] 王晴晴,陈 星,常 进. 主成分分析法与熵值法结合在水质评价中的应用[J]. 人民长江,2015,46(8):10-13,18.

  [6] 姜 北. 海河流域水环境质量评价与预测方法研究[D]. 郑州:华北水利水电大学,2017.

上一篇:长沙晚稻生长季降水量及干旱特征分析 下一篇: 水稻二化螟在水稻留茬秸秆中越冬调查