[理学]2011全国数学建模大赛A第三问的一个分析途径.docVIP

本题给了八种重金属污染物，不同的重金属污染物有不同的来源和传播途径。土壤中重金属的来源是多途径的，首先是成土母质本身含有重金属，不同的母质、成土过程所形成的土壤含有重金属量差异很大。此外，人类工农业生产活动，也造成重金属对大气、水体和土壤的污染。施用含有铅、汞、镉、砷等的农药和不合理地施用化肥，都可以导致土壤中重金属的污染1)，表明在我国工矿生产、农业活动、污灌等人为活动都是造成土壤重金属污染的重要来源。 来源 重金属 矿产开采、冶炼、加工排放的废气、废水和废渣 Cr,Hg,As,Pb,Ni,Mo 煤和石油油燃烧过程中排放的飘尘 Cr,Hg,As,Pb 电镀工业废水 Cr,Cd,Ni,Pb,Cu,Zn 塑料、电池、电子工业排放的废水 Hg,Cd,Pb,Ni,Zn Hg工业排放的废水 Hg 染料、化工制革工业排放的废水 Cr,Cd 汽车尾气 Pb 农约、化肥 As,Cu,Cd 表3.1 中国土壤重金属的主要来源 由于污染物的产生和来源受多方面人为的影响和制约，根据理论和参考其他文献，相关分析和主成份分析等常规统计方法常被用于污染物源解析中。为了更好地分析研究区表层土壤中重金属污染物的来源和类别，本文最终摒弃建立微分方程模型，而运用这些统计分析方法来分析研究区各种重金属污染物的来源。 1，相关分析 相关分析就是研究某些量之间的确定性的依存关系。在环境研究中常用来定性的分析研究各环境变量之间的相互关系，而变量之间的相互关系用相关系数和相关系数的显著水平来表示。在环境研究中，我们常用的是相关分析法。 相关系数用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系。 它所计算出相关系数取值于0到1之间。当相关系数为正时，表示两变量为正相关，取值越大相关性越强；而当相关系数为负表示两变量负相关，值越小相关性越强；当相关系数为0或接近0，表示这两个变量不相关或几乎不相关性。在重金属污染源解析中，当两种重金属含量正相关，且相关性特别强，表明这两种重金属很可能来自同种污染源。为了分析研究区各种土壤重金属的来源，我们采用了相关分析对研究区8种重金属含量数据进行了相关分析。 关于求解相关系数，我们用SPSS统计软件对原始数据进行归一化处理，得出表3.2 As Cd Cr Cu Hg Ni Pb Zn As Cd 0.255** Cr 0.189** 0.352** Cu 0.160** 0.397** 0.532** Hg 0.064 0.265** 0.103 0.417** Ni 0.371** 0.329** 0.716** 0.495** 0.103 Pb 0.296** 0.660** 0.383** 0.520** 0.298** 0.307** Zn 0.247** 0.431** 0.424** 0.387** 0.196** 0.436** 0.494** 表3.2研究城区土壤中相关分析结果 附注：**表示在0.01水平下，经双侧检测两者显著相关 我们从表3.2中可以看出Ni,Cr显显著正相关，Pb和Cd相关性也很显著,t同时，Cu和Cr,以及Pb和Cu相关性都是很高的。经过查表3.1，Ni和Cr,Pb和Cd,Cu和Cr都和工业区污染源有密切的关系，同时主干道汽车尾气排放和汽车发动起在汽油或柴油的催化剂作用下产生Cu元素随废气排入大气，以及汽车橡胶车轮和道路摩擦产生的粉尘也含大量的Cd，所以主干道也是以上元素聚集地之一。 2，主成份分析 多变量研究中，由于变量的个数很多，并且彼此往往存在一定的相关性，因 此使观察的数据反映的信息在一定程度上重叠。因子分析则是通过一种降维方法 进行简化得到综合指标。综合指标之问既互不相关，又能反映原来的观察指标的信息。 2.1主成分分析的思想基础 主成分分析是将数据原来的个指标作线性组合,作为新的综合指标。其中是“信息最多”的指标，即原指标所有线性组合中使最大的组合对应的指标，称为第一主成分；为除外信息最多的指标，即且最大，称为第二主成分；依次类推。易知互不相关且方差递减。实际处理中一般只选取前几个最大的主成分（总贡献率达到85%），达到了降维的目的。 结合主成分分析理论模型理论，通过SPSS统计软件，我们做出表3.2.1特征值和累计贡献率，和表3.2.2相关系数矩阵。 因子 特征值 占总变量的百分率（%） 累计贡献率（%） F1 3.560 44.500 44.500 F2 1.150 14.377 58.877 F3 0.968 12.063 70.941 F4 0.768 9.596 80.537 F5 0.578 7.220 87.756