基于多元统计和聚类分析的浙江省水质评价.doc

基于多元统计和聚类分析的浙江省水质评价


该论文来源于网络，本站转载的论文均是优质论文，供学****和研究使用，文中立场与本网站无关，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息，如果需要分享，请保留本段说明。
　　摘 要：为了评价浙江省地表水质情况，根据2017—2020年浙江省地表水日监测数据，分别用多元分析和聚类分析对水质进行多方位、多因素的研究。结果表明，自2017年开始，浙江水质级别、单因子污染情况等都得到了不同程度的好转，到2020年4月水质级别全部控制在5类以内，且没有污染因子。
　　关键词：水质级别;多元分析;聚类分析;浙江省
　　中图分类号 ;X824 文献标识码 A 文章编号 1007-7731（2020）22-0145-02
　　2012年浙江省环境公报数据显示，全省地表水总体水质为良，江河干流总体水质量基本良好，部分支流和径流域镇的局部河段仍存在不同程度的污染。浙江省有32个省控地表水断面劣五类，钱塘江、曹娥江、甬江、椒江、瓯江、飞云江、鳌江、苕溪等8大水系以及京杭运河等均受到了不同程度的污染。为此，浙江省政府先后于2013年和2017年分别提出了“五水共治”和“剿灭劣五类水”等政策，對浙江省水质提出了具体的要求。本文通过多元分析和聚类分析法对浙江省地表水质进行了评价分析，找出同类水质的规律和内在相关因素，以期为浙江省水质的检验提供科学依据。
　　1 数据来源
　　本研究采用是浙江省2017—2020年地表水日监测数据，这些数据中每个月都会不同程度的缺失一些日期的数据，2019年1—4月的数据则是完全缺失。数据中包含的水质指标有pH值、溶解氧、化学需氧量、氨氮、总磷等监测数值。监测数值的评价标准按照《地表水环境质量标准》（GB3838-2002）的相关规定执行。
　　2 研究方法
　　 层次聚类分析法 层次聚类法（HCA）是聚类分析法中使用最多的一种，是把相似或相近的对象归并成类，主要研究如何度量相似性和构造聚类的具体方法，包括“R聚类-指标聚类”和“Q聚类-样本聚类。其中，R聚类可以在某些变量中选择出具有代表性的变量，Q聚类可以在聚类过程中发现具有共同属性的样本[1-4]。本文考虑同一站点的监测指标进行聚类，找出水质的规律和原因。相似程度包括样本间距离和组间距离2类，文中对这2类距离两两组合进行聚类分析，并计算相应的复合相关系数，相关系数越趋于1，说明聚类的效果越好，所以选择相关系数最大的距离组合。本研究采用的是绝对距离（式1）和重心距离（式2）。
　　3 结果与分析
　　 多元统计水质特征 本文采用的日监测数据包括水质类别、主要污染因子、pH值、溶解氧、化学需氧量、总磷、氨氮、监测日期等指标。数据中水质类别分为1～6类，经过对比和观察发现，水质类别数字越大，水质越差，所以对水质类别为6的监测值进行分析，统计出水质类别为6的站点所占的比例，选择数据比较完整的、6类水质出现频率最高的S1站点做多元统计分析[5-6]和聚类分析[3-5]，其中S1站点的水环境功能区划标准为Ⅳ。按年份分别统计出水质级别为6的监测记录，得出2017—2020年劣5类水的比例