乐安河水质监测与主成分分析.docxVIP

乐安河水质监测与主成分分析 目前，国内外水环境评价的常用方法有综合指数法、模糊综合评价法、灰色系统理论方法、人工神经网络法、跟踪模型法等。由于水质系统是由各种污染指标变量组成的复杂系统,各个因子之间具有不同程度的相关性,每一因子都只从某一方面反映水质情况,从而使上述方法在进行水质评价时表现出一定的局限性。而主成分分析法是将多个指标标准化为少数几个综合指标,简化了统计分析系统的结构,它是在确保不损失原有信息的前提下,将多种影响水质的指标重新组合成一组新的、相互之间无关的、较少的综合指标,来反映指标的信息,以达到降维、简化数据和提高分析结果的可靠性的目的。 笔者采用主成分分析法,借助SPSS软件,对江西省境内的乐安河进行水质综合评价,找出其主要影响水质指标及其水质污染程度的排序,以期为该流域的水污染防治及水资源合理开发利用提供决策指导。 1 主要成分分析 1.1 第二主成分类推 主成分分析的基本原理是在原坐标系下的数据点图中寻求数据点“波动”最大的方向作为新的坐标轴方向, 数据点在该坐标轴上的坐标即为第一主成分,然后再寻求第二个方向,第二个方向与新的坐标轴垂直且最能反映数据点的“波动”,将这个方向作为第二个新的坐标轴方向, 数据点在该坐标轴上的坐标即为第二主成分,依此类推得到能够表达原信息的所有主成分。 1.2 数据处理及分析过程 设共有n个待评水体样本,每个样本有p个指标变量, 则