基于多元统计分析的闽江水质时空变化特征

• 作者: 卢毅敏 汤云 程学宁
• 来源期刊: 水资源与水工程学报
• 关键词: 自组织特征映射神经网络 聚类分析 时空分析 水质变化 闽江
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 水文水资源
• 页码范围: 89-94
• 页数: 6页
• 分类号: X522
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2016.06.16

摘要

为全面评估闽江水质状况,识别水质时空变化特征,采用自组织映射神经网络( SOM)聚类对其19个监测断面8项水质指标进行时空聚类,并通过主成分分析( PCA)方法识别时空维度中主要污染物,分析时空背景下的闽江水质变化特征。分析结果显示：SOM网络将闽江水质变化周期划分为4月至11月和12月至次年3月2个时段,前时段水质优于后时段。将流域19个断面聚类为S1、S2和S3三类,S1代表闽江三大支流上游区域,水质优良；S2代表各支流中下游区域,作为主要的农林生产基地,水质主要受非点源污染影响；S3代表闽江下游区域,水质主要受城市生活污水和工业废水影响。 PCA解析表明闽江中下游水质主要受氮磷控制。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程学宁	福州大学福建省空间信息工程研究中心	3	16	2.0	3.0
2	汤云	福州大学福建省空间信息工程研究中心	2	8	1.0	2.0
3	卢毅敏	福州大学福建省空间信息工程研究中心	14	44	4.0	6.0