基于主成分分析法的浰河水质评价
Principal Component Analysis of Water Quality in Lihe River
DOI: 10.12677/AEP.2019.91009, PDF,   
作者: 刘 刚, 吴 辉, 李妍羲, 宋荆沙：荆门市环境科学研究院，湖北 荆门；刘在平：湖北荆环环保工程技术有限公司，湖北 荆门
关键词: 浰河；主成分分析；水质评价；Lihe River； Community Structure； Cluster Analysis
摘要: 依据浰河入汉江口2017年常规监测数据，选取BOD5、CODMn、NH3-N、TP、TN、DO等13种水质指标，基于主成分分析法对浰河的水质情况进行综合评价。结果表明，1月份水质较好，7月份水质较差，生活源、河道底泥、工业废水是造成浰河水质污染的主要原因。
Abstract: Principal components analysis (PCA) was applied to assess the water quality at the end of the Lihe River in 2017, based on the monitoring data of 13 indicators of BOD5, CODMn, NH3-N, TP, TN, DO, pH, etc. The result showed that the water pollution score was the highest in July and lowest in January; Domestic pollution, river sediment and industrial waste water are the main causes of water pollution in the river.
文章引用：刘刚, 吴辉, 刘在平, 李妍羲, 宋荆沙. 基于主成分分析法的浰河水质评价[J]. 环境保护前沿, 2019, 9(1): 58-63. https://doi.org/10.12677/AEP.2019.91009

参考文献

[1] 梁德华, 蒋火华. 河流水质综合评价方法的统一和改进[J]. 中国环境监测, 2002, 18(2): 63-66.
[2] 薛巧英. 水环境质量评价方法的比较分析[J]. 环境保护科学, 2004, 30(4): 64-67.
[3] 陈广桐. 模糊聚类方法在水体环境单元分类中的应用[J]. 环境工程, 1994, 12(2): 61-63.
[4] 王李管, 贾明涛. 水质评价及预测的神经网络方法[J]. 环境工程, 1998, 16(2): 62-65.
[5] 刘国东, 黄川友, 丁晶. 水质综合评价的神经网络模型[J]. 中国环境科学, 1998, 18(6): 514-517.
[6] 陆洲, 夏秋颖, 周琳, 等. 等斜率灰色聚类法在地面水环境质量评价中的应用[J]. 环境保护科学, 2000(5): 43-46.
[7] 王国平, 王洪光. 物元分析法用于水环境质量的评价比较[J]. 干旱环境监测, 1997(2): 65-67.
[8] 冯玉国. 用物元分析法综合评价环境质量[J]. 环境保护, 1995(9): 30-32.
[9] 方丽玲, 吴立新, 周广明, 等. GIS支持下水质模型的应用[J]. 新疆环境保护, 1999, 2l(3): 1-8.
[10] 刘德林, 刘贤赵. 主成分分析在河流水质综合评价中的应用[J]. 水土保持研究, 2006, 13(3): 124-125.
[11] 吴浩东, 胡衡生. 基于主成分分析法的明江河水质评价[J]. 湖北农业科学, 2010, 49(10): 247-249.
[12] 王红, 姚君兰, 李艳蔷, 等. 基于主成分分析法的梁子湖水质评价分析[J]. 湖北大学学报, 2017, 39(6): 602-608.
[13] 吉祝美, 方里, 张俊, 等. 主成分分析法在SPSS软件中的操作及在河流水质评价中的应用[J]. 环保科技, 2012, 18(4): 38-43.
[14] 朱琳, 王雅南, 韩美, 等. 武水河水质时空分布特征及污染成因的解析[J]. 环境科学, 2018, 38(6): 2151-2155.
[15] 李晓丰, 李兴华, 黄涛, 等. PCA水质分类法在通济堰水质评价中的应用[J]. 四川环境, 2016, 35(3): 41-45.
[16] 黄飞. 三岔湖底泥污染物释放规律研究[D]: [硕士学位论文]. 四川: 西南交通大学, 2011: 6-7.