研究方法-drastic.pptVIP

2005/05/21 研究計畫報告 多變量分析方法於地下水質監測井之污染潛勢分析之應用 指導教師:胡子陵 學生:詹時碩 學號: 報告大綱 第一章 緒論 第二章 文獻回顧 第三章 研究方法 第四章 研究成果與討論 參考文獻 第一章 緒論-研究背景與目的 所以防治地下水污染對策應建立「預防重於治療」的觀念。 第一章 緒論-研究背景與目的 使用多變量分析之主成份分析及因子分析將台南園區之地下水資料進行歸納、整理和分類，探討水質間相互關係，並配合地下水污染模式，進而探討區域內水質特性，及污染潛勢分析之應用，以期對台南園區地下水污染防治及預警作有效之管理。 第一章 緒論-研究背景與目的 地下水含水層系統之掌握。 污染危害等級的區分，做為監測井污染潛勢之參考。 應用電腦數值模式，分析地下水流速及流線，了解地下水傳輸途徑。 第一章 緒論-研究方法概述 第一部分針對園區水質現況分析，應用多變量統計方法初步分析各水質變數之特性 統計方法結合SPSS執行 第二部分針對研究區進行地下水流的數值模擬，及利用溶質傳輸模式，模擬區域內非均質、異向性含水層和不規則邊界的地下水流狀態 MODFLOW、MT3D及DRASTIC程式執行 第一章 緒論-統計分析之步驟 由敘述性統計分析監測井水質監測資料，瞭解區域地下水基本水質狀況。 變數多寡、樣本大小、相關性確立 利用因子分析找出影響地下水水質變異的主成份因子。 利用群集分析階層分群法，研判分群地下水水質污染源。 第一章 緒論-數值模擬之步驟 第二章 文獻回顧-多變量統計分析 多變量統計在河川水質特性分析之應用(何奇峰，1998)指出多變量分析中，可利用原變數與各個主成份之間的相關係數(也稱主成份負荷；Loading)來解釋變數在該主成份內所佔的重要性，並且每一主成份中各變數的數值正負可顯示各變數之間的關係為正比或反比。 第二章 文獻回顧-多變量統計分析 多變量統計區分屏東平原地下水含水層水質特性與評估井體之維護探討(王瑞君，1998)中提及，研究變項的減縮(reduction)與量表的編製，常以主成份分析與共同因素分析二種方法抽取成份或因素。 第三章 研究方法-多變量統計分析 多變量統計分析本身對科學研究是一個有用的輔助工具，它的優點在於讓我們更加清楚的瞭解複雜現象背後的規律性，以及做為其他研究結果的驗證說明 第三章 研究方法-多變量統計分析 主要目的: 資料縮減或結構簡化 分類和分群 調查變數間的相依關係 預測 假設的建立和檢定 第三章 研究方法-多變量統計分析 主成份分析(Principle component analysis)所著重的在於如何「轉換」原始變項使之成為一些互相獨立的線性組合變數，其關鍵在「變異數」問題，利用求特徵值(eigenvalue)及特徵向量(eigenvector) 之方法，過濾出佔有最大變異數的型態，此即為主成份分析最主要之原理。 第三章 研究方法-多變量統計分析 第一主成份特徵值第二主成份特徵值……第N主成份特徵值 凡特徵值大於1者視為具變異代表性，亦即視為可保留之主成份 兩各主成份之共變數為零 一般而言簡化多變量資料的變數個數以能解釋原有變數變異達70% 以上為原則。 第三章 研究方法-多變量統計分析 因子分析理論是假定樣本在變數上之得分，是由兩個部分組成，一個是各變數共有的成份，即共同因子(Common factor)，另一個是各變數所獨有的成份，即獨特因子(Unique factor)，共同因子可能是一個、兩個或好幾個。而萃取出變數間的共同因子，便是因子分析的主要目的。 第三章 研究方法-多變量統計分析 群集分析為一種數值分類法，是根據變數間的相同性或相異，將相似性（或同質性）較高或相異性較低的觀察值集成一群，使分類的結果具有同質性。 第三章 研究方法-MODFLOW 地下水流模式之物理原理乃結合達西定律和水的質量連續方程式 地下水數值模式其使用之方程式為水平衡連續方程式。故任一模式均需將含水層分割成數個小控制體（Control Volume）或格點(Grid)，然後用數值方法在這每一個格點中求得一個連續方程式的近似解（Approximated Solutions） 第三章 研究方法-MODFLOW 第三章 研究方法-MODFLOW 河流路徑模組群（Streamflow-Routing Package） 水平流阻隔模組群（Horizontal-Flow Barriers Package） 層間貯水模組群（Interbed Storage Package） 隨時間變動之定水頭模組群（Time-Variant Specified Head Package） 滲濕