基于Python的因子分析在水质自动监测数据评价中的应用.pdfVIP

生态环境·植保安徽农学通报2025年第14期

基于Python的因子分析在水质自动监测数据评价中的应用

1，2，31，2，31，2，31，2，31，2，31，2，31，2，3

聂慧君孔宇蔡颖朱晓晓张淼张雪娇吴天祺

1

（江苏省环境工程技术有限公司，江苏南京210019；

2江苏省环保集团有限公司，江苏南京210036；

3江苏省重点行业减污降碳协同控制工程研究中心，江苏南京210019）

摘要为提升水质自动监测数据的利用效率，准确识别水质污染关键因子，本文运用Python，采用因子分析

法对江苏某省控站2021—2023年的水质连续监测数据进行深入分析。结果表明，提取的3个主因子以64.29%

的累计方差贡献率保留并解释原始评价指标，总磷（TP）、高锰酸盐指数（COD）、浊度（Tur）、氨氮（NH-N）是F1

Mn3

主因子的关联指标，在解释研究断面水质变化特征方面起着重要作用。研究断面的水质存在明显波动，超标时

间主要集中在2—3月（冬春季）与7月前后（汛期），呈现出明显的季节性特征。因子分析法能够涵盖诸如电导率

（EC）、Tur、总氮（TN）等单因子评价法可能受限的指标，在综合评估水质、描述水质波动形态、污染程度以及污染

持续时间等方面展现出明显优势。本研究为水质精准监测及水生态环境保护提供参考。

关键词Python；因子分析；自动监测数据；水质评价；因子得分

中图分类号X824文献标识码A文章编号1007-7731（2025）14-0074-06

DOI号10.16377/j.cnki.issn1007-7731.2025.14.016

ApplicationoffactoranalysisbasedonPythonintheevaluationofautomatic

waterqualitymonitoringdata

NIEHuijun1,2,3KONGYu1,2,3CAIYing1,2,3ZHUXiaoxiao1,2,3ZHANGMiao1,2,3ZHANGXuejiao1,2,3WUTianqi1,2,3

1

（JiangsuEnvironmentalEngineeringTechnologyCo.,Ltd.,Nanjing210019,China;

2JiangsuEnvironmentalProtectionGroupCo.,Ltd.,Nanjing210036,China;

3JiangsuProvinceEngineeringResearchCenterofSynergisticControlofPollutionandCarbonEmissionsinKey

Industries,Nan