主成分研究法在重金属污染问题中应用.docVIP

主成分研究法在重金属污染问题中应用摘要：本文主要针对重金属污染问题进行研究。利用多元统计分析理论中主成分分析方法，对城区不同功能区内八种重金属元素的污染程度进行划分，结合功能区实际背景，全面分析区域重金属污染主要原因。 关键词：主成分分析法 主成分载荷矩阵 污染指数 【正文】 一、重金属污染问题的提出与背景 随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证，以及如何应用查证获得的海量数据资料开展城市环境质量评价，日益成为人们关注的焦点。 按照功能划分，城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，分别记为1-5类区，不同的区域环境受人类活动影响的程度不同。现对某城市城区土壤地质环境进行调查，设已获得表层土壤样本点多种化学元素的浓度数据以及样本点位置，并在自然区取样，该城区表层土壤中元素的背景值[1]，利用一定方法建立数学模型，分析该地区重金属污染的主要原因，从而控制污染源，合理解决该地区污染问题。 二、主成分分析法分析重金属污染主要原因 2.1 主成分分析方法简介 主成分分析法是一种将多维因子纳入同一系统进行定量化研究、理论成熟的多元统计分析方法。通过分析变量之间的相关性，在力保数据信息丢失最少的原则下，对多变量的截面数据表进行最佳综合简化，即对高维变量空间进行降维处理。在本文中，我们可以利用此方法使得反映信息重叠的变量被某些主成份代替，减少变量数目，从而降低系统评价的复杂性，最终获得影响该地区污染程度的主要化学元素。 2.2 理论模型的建立 本案例利用已给定数据，使用主成分分析法分析每类区域中不同化学元素对该地区主次影响，并对八种元素在该区土壤质量的影响大小排序。步骤如下： 1)对原始数据进行标准化处理 假设进行主成分分析的指标变量有 个： 共有n个评价对象。第 个评价对象的第 个指标的取值为 ，将各指标值 转换成标准化指标 。其中: (6) 且 为第 个指标的样本均值和样本标准差。 对应的，称 为标准化指标变量。 2)计算相关系数矩阵 相关系数矩阵: ,组成元素: (7) 式中 ， 是第 个指标与第 个指标的相关系数。 3) 计算特征值和特征向量 计算相关系数矩阵 的特征值 ，及对应的特征向量 ， 其中 ，由特征向量组成 个新的指标变量 (8) 式中 是第1主成分， 是第2主成分，…， 是第 主成分。 4)选择 个主成分，计算综合评价值 ① 计算特征值 信息贡献率和累积贡献率。称主成分 的信息贡献率： (9) 主成分 的累积贡献率： (10) 当 接近于1( = 0.90,0.95)时，则选择前 个指标变量 作为 个主成分，代替原来 个指标变量，从而可对 个主成分进行综合分析。 ②计算综合得分 综合得分： (11) 其中 为第 个主成分的信息贡献率，根据综合得分值就可以进行评价。 5) 最大方差正交旋转 利用最大方差正交旋转法在因子对应轴相互正交下进行因子旋转，使因子载荷矩阵中因子载荷的平方值向0和1两个方向分化，使每个因子上具有最高载荷变量数最小，使大的载荷更大，小的载荷更小。 通过适当的旋转得到8种重金属元素在四大主成分中的得分，从中获得旋转后的主成分载荷矩阵，从中可以得到8种重金属元素与四种主成分的相似度。 2.3 模型的实际求解及结果 1)数据标准化处理 定义: ； 说明： 考虑到给定背景值中可能存在的各种重金属污染的程度，在引入原始数据时，利用每种重金属的319组相对污染指数代替实测值，更能充分地反映出个功能区的污染情况。 根据引入的5个功能区的319组数据利用主成分分析法进行8种重金属元素污染原因分析。 首先利用MATLAB工具箱中zscore函数对数据进行数据标准化，再调用princomp函数进行主成分分析计算，统计结果如下： 2)计算相关系数矩阵 八种指标的相关系数矩阵为： 由图表可以看出，前四个主成分的累计贡献率以及达到 ，因此取取前四个主成分来进行评价。 4）最大方差正交旋转 在分析过程中采用最大方差正交旋转法，得到8种重金属元素旋转后的主成分载荷矩阵，见表6。 表6旋转后的主成分载荷矩阵 通过最大方差正交旋转，我们观察得到，在第一主成分上有相对较高载荷的是 ，在第三主成分上有相对较高载荷的是 ，在第四主成分上有相对较高载荷的是 ，值得注意的是 和 对四种主成分的载荷相差不大，这说明 和 土壤含量可能受多种因素影响。 5)主成分综合评分 四种主成分在各个功能区的得分，见表7 1