主成分分析法在再生水水质综合评价中与应用.docVIP

主成分分析法在再生水水质综合评价中的应用 李魁晓 北京城市排水集团科技研发中心，北京，100124 摘要：采用主成分分析方法对再生水水质进行综合评价，利用SPSS软件的统计分析功能对某再生水厂出水水质测定数据进行了分析评价。结果表明，该方法基本适用，但为了验证此方法可行，还需要在实际应用中结合再生水利用特点做深入的研究。 关键词：再生水，主成分分析，综合评价 我国城市污水再生利用事业还刚刚起步，针对不同回用目标，政府制定了不同的回用水质标准。]，在美国还没有适用于全国的污水回用法规，美国的回用水标准也各州不一，并且针对不同的回用对象所制定的标准也不一样，各个州采用的方法不同，一些对处理过程进行规定[]，我国污水回用执行的是建设部制定的行业标准，例如2002年的GB/T 18919-2002 城市污水再生利用 分类标准、GB/T 18920-2002 城市污水再生利用 城市杂用水水质标准、GB/T 18921-2002 城市污水再生利用 景观环境用水水质以及2005年的GB/T 19772-2005 城市污水再生利用 地下水回灌水质标准、GB/T 19923-2005 城市污水再生利用 工业用水水质标准等。 对再生水水质的综合评价一直是一个难点，再生水的供水指标有多项，针对不同的使用目的，又有不同的指标和要求，不同指标之间具有不同程度的相关性，每一指标从某一方面反映了水质。目前再生水的供水指标相对宽松，未象饮用水水质标准那样严格，某些时候再生水某一项水质指标有可能稍超标，但其他指标可能要远远优于供水指标，这时需要对水质进行综合评价。目前传统的评价方法有：简单指数法、加权评分法、模糊数学法等，但依据上述方法进行综合评价有一定的难度。目前，常用的水环境质量综合评价的方法有指数评价法、模糊综合评判法、灰色数学法、神经网络法等。各种方法在实际运用中往往都有自身的优点与不足。主成分分析是多元统计分析的一个分支近年来，随着多元统计分析的普及和应用，主成分分析法已成为一种新兴的评价方法，在环境质量综合评价方面应用广泛。,]。它与前述方法有着不同的原理和特性，能够在最大限度地保留原始数据信息的基础上，对高维变量进行综合和简化，并且能够客观地确定各个指标的权重，避免了主观随意性，较其他的方法有一定的优越性。 主成分分析的基本方法是设法将原来众多具有一定相关性(比如n个指标)，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。通常数学上的处理就是将原来n个指标作线性组合，作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合，即第一个综合指标)的方差来表达，即Var(F1)越大，表示F1 包含的信息越多。因此在所有的线性组合中选取的F1 应该是方差最打的，故称F1为第一主成分。如果第一主成分不足以代表原来n个指标的信息，再考虑选取F2 即选第二个线性组合，为了有效地反映原来信息，F1 已有的信息就不需要再出现再F2 中，用数学语言表达就是要求Cov(F1, F2)=0，则称F2 为第二主成分，依此类推可以构造出第三、第四，……，第n个主成分。 设原始变量为X1，X2，……Xn，主成分分析后得到的新变量(综合变量)为F1，F2，F3，……Fm，X1，X2，……Xn(mn)。新变量F1，F2，F3，……Fm F1，F2，F3，……Fmm 维主超平面。在主超平面上，第一主成分F1对应于数据变异(贡献率e )最大的方向，对于F2，F3，……Fme2 ≥e3 ≥…≥em 。因此，F1是携带原始数据信息最多的一维变量，而m维主超平面是保留原始数据信息量最大的m 主成分模型： F1=A11S1+A21S2+……+An1Sn F2=A12S1+A22S2+……+An2Sn …… Fn=A1mS1+A2mS2+……+AnmSn 其中1i, A2i, ……,Api(i=1,……,m)为 的协差阵Σ的特征值多对应的特征向量，1,S2, ……, Sp 是原始变量经过标准化处理的值(因为在实际应用中，往往存在指标的量纲不同，所以在计算之前先消除量纲的影响，而将原始数据标准化)。 在城镇水资源极端紧缺的情况下，再生水作为城镇杂用水水源是合理利用现有水资源、实现水资源的循环利用的重要途径之一。因此根据再生水作为城镇杂用水的不同用途，合理进行水质指标的选择，建立符合我国国情、满足实际需要的再生水作为城镇杂用水水质指标体系，是保障再生水可以安全回用的基本条件。 根据GB/T 18919-2002 城市污水再生利用 分类城市杂用水主要应用范围如表1所示。 表1 城市杂用水分类 Table 1 The reuse of urban recycling water-Classified standard 类别 应用范围界定 再生水使用方式 城市杂用水 园林绿化(公园、绿地、