多元统计分析技术在水质监测中的应用.pdfVIP

第26卷 第 11期 中 国给 水 排 水 V0I．26No．1l 2010年6月 CHINAWATER ＆WASTEWATER Jun．2010 多元统计分析技术在水质监测中的应用 张 旋， 王启山， 于 淼， 吴 京 (南开大学 环境科学与工程学院，天津 300071) 摘 要： 基于聚类分析(CA)和判别分析(DA)探讨了水质空间差异的分析方法，旨在为水质 监测网络优化提供参考。以香港新界西南部和九龙的五条河溪为例，对2000年_2007年的l6个 监测点的23个水质监测指标进行了研究。首先利用层次聚类分析进行空间相似性分析，将 16个 采样点分为3类，分别代表水质 良好、轻度污染和重度污染类型。采用判别分析方法证明了聚类分 析结果是可靠和有效的，逐渐筛选变量模式具有 良好的指标降维能力，仅需考虑 l0个显著差异性 指标，即可达到96．1％的判断正确率。因此可从 3类采样点中分别选择 1个或多个典型的采样 点，监测 10个显著性污染指标 即可全面反映该地区的水质特征 ，从而优化 了水质监测网络。 关键词： 水质监测； 聚类分析； 判别分析 中图分类号 ：X703 文献标识码 ：C 文章编号：1000—4602(2010)11—0120—04 ApplicationofMultivariateStatisticalTechniquestoWaterQualityMonitoring ZHANGXuan， WANGQi—shan， YUMiao， WUJing (Co~egeofEnvironmentalScienceandEngineering，NankaiUniversiO，Tianjin300071，China) Abstract： Basedonclusteranalysis(CA)anddiscriminantanalysis(DA)，ananalysismethod ofthespatialvariationofwaterqualitywasdiscussedinordertooptimizethemonitoringnetwork．Taking fivewatercoursesintheSouthwestNew TerritoriesandKowloon，HongKongforexample，23monitoring parametersat16differentsitesrfom 2000to2007werestudied．HierarchicalCA grouped16monitoring sitesintothreegroups，namelyexcellent，lowlyandhighlypolluted．DA providedthereliabilityofrthe resultofCA．Thestepwisemethodprovidedabetterdatareductionthanthestandardmethodbecauseit onlyused10parametersforspatialanalysis．affordingabout96．1％ correctassignations．Therefore。itis possibletooptimizethemonitoringstrategyinthefuturewithonlyone(ormore)ofeachgroupofsam— piingsitesand10discriminantparameters，whichcanreflectthewaterqualityofthisarea． Keywords： waterqualitymonitoring； clusteranalysis； discriminantanalysis 有效保护水环境 ，及时准确地反映水体水质和 热点，国外在海水 、地下水 和地表水 等方面 生态状况，都需要建立合适的水质监测网络。随着 进行 了大量 的研究，国内的类似研究则相对较 监测网络尺