基于多元统计方法的河流水质空间分析

• 作者: 周丰 郁亚娟 郝泽嘉 郭怀成 黄凯
• 来源期刊: 水科学进展
• 关键词: 水质 空间多元分析 聚类分析 判别分析 香港
• 年，卷（期）: 2007,（4）
• 页码范围: 544-551
• 页数: 8页
• 分类号: X824
• 语种: 中文
• DOI: 10.3321/j.issn:1001-6791.2007.04.011

摘要

基于聚类分析和判别分析探讨了河流水质空间分析方法,旨在识别采样点的空间相似性与差异性,从而为水质监测网络优化提供支持.该方法首先利用kurtosis和Skewness检验数据分布特征和进行数据对数转化与标准化处理;然后利用聚类分析进行空间相似性分析,确定空间尺度分类情况;最后利用判别分析识别显著性污染指标,以此反映上述空间尺度分类的差异性.以香港后海湾水质管制区为例,结果表明:①通过对数转化显著改善数据分布特征,使绝大部分污染指标呈正态或接近正态分布;②该区域采样点在个案链锁距离与最大链锁距离之比(Dlink/Dmax)×100＜35处明显分为3类, 它们分别代表轻度、中度、重度污染3种类型, 且后两者属于采样点主要属于营养盐和重金属污染类型, 需要控制其生活污水、畜牧污染、工业污染和地表径流污染;③后退式判别分析具有良好的指标降维能力, 仅需7个显著性污染指标(pH, NH3-N, NO3-N, F.coil, Fe, Ni和Zn)可以反映整体水质的空间差异性, 且具有90.65%的正确判别能力;④归纳起来,从3类采样点中选择一个或多个、监测7个显著性污染指标即可全面反映后海湾水质管制区的水质空间特征,实现水质监测网络优化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郁亚娟	北京大学环境学院	19	685	12.0	19.0
2	郭怀成	北京大学环境学院	170	5184	42.0	65.0
3	周丰	北京大学环境学院	42	1253	20.0	35.0
4	黄凯	北京大学环境学院	54	1296	21.0	35.0
5	郝泽嘉	北京大学环境学院	2	107	2.0	2.0