基于主成分分析法的象山港增养殖区水质评价

赵宾峰

(宁波市海洋与渔业信息监测中心 宁波 315000)



基于主成分分析法的象山港增养殖区水质评价

赵宾峰

(宁波市海洋与渔业信息监测中心 宁波 315000)

文章运用主成分分析法对象山港内增养殖区的水环境状况提供科学、准确、有效的评价。以西沪港等具代表性的4个养殖区域为监测对象，对10项水质指标进行分析；结果显示，影响象山港增养殖区水质的主要指标有无机氮、活性磷酸盐和石油类等，其中西沪港的水质状况相对良好，铁港的水质状况相对较差。

海水质量；环境监测；水污染防治；水质评价

1 研究背景

象山港属海洋生态和陆域生态的有机结合体[1]，常年风平浪静，海洋生物资源丰富，海洋产业发达，是典型的生态经济型港湾。港内良好的水产养殖条件使其成为浙江省最大的水产养殖基地，主要养殖区域有象山西沪港、宁海黄墩港、奉化南沙岛、双山港和铁港等，养殖方式主要以网箱、浮筏和滩涂养殖为主。近年来随着海洋开发活动的迅速发展，象山港的海洋生态平衡受到很大威胁，养殖废水的排放和陆源入海排污口的超标排污，使象山港的海洋环境受到极大破坏，也将直接影响象山港养殖功能区的功能发挥。因此，必须做好水质综合评价工作，对水质指标值、水体水质等级进行正确判断和及时跟踪，为水体的科学管理和污染防治提供依据，这对象山港的海洋经济可持续发展，海洋功能区调整和功能发挥以及沿岸经济发展都具有重大意义。

主成分分析法是一种多元统计方法，可以由众多变量构造出少数几个主成分来反映原始变量的大部分信息，从而更为有效地分析数据，得到广泛应用；同时形成一种以主成分的贡献率作为权重，对各主成分得分进行加权求和来计算综合得分的方法，被广泛应用于水质评价中。与目前常用的几种水质评价方法如分级加权评分法、综合污染指数法、模糊数学法等相比较，主成分分析法将多维因子纳入同一系统中进行定量，从而分析出关键影响因子，属于较为完善的多元统计分析方法[2-3]。

2 监测概况

选取的水质监测区域分别位于西沪港、南沙岛、黄墩港和铁港等4个具有代表意义的养殖区域(图1)。

图1 象山港增养殖区监测站位

监测时间为2014年4月、6月、8月和10月。常规水质监测因子为化学需氧量、溶解氧、亚硝酸盐、硝酸盐、石油类、活性磷酸盐、氨-氮、叶绿素a、粪大肠菌群和悬浮物等共10个指标。

3 分析评价

通过统计软件SPSS对监测数据进行主成分分析，首先对各项指标进行标准化处理，并且求取各项评价指标的相关系数矩阵和特征值，确定评价主成分数，以主成分贡献率作为权重，对各主成分得分进行加权求和从而计算综合得分，完成对各监测区域水质的综合评价。

3.1 数据处理

以化学需氧量、溶解氧、亚硝酸盐、硝酸盐、氨-氮、活性磷酸盐、石油类、叶绿素a、粪大肠菌群和悬浮物等10个指标作为研究对象，由于各项指标差别较大，需要进行标准化处理(表1)，其相关系数矩阵如表2所示。各项指标标准化后，相关矩阵显示亚硝酸盐与氨-氮的相关系数为0.978，亚硝酸盐与活性磷酸盐的相关系数为0.975，化学需氧量与石油类的相关系数为0.970，硝酸盐与粪大肠菌群的相关系数为0.965，均为显著正相关。

表1 水质平均监测指标标准化处理结果

表2 水质平均监测指标各项相关系数矩阵

续表

3.2 数据分析

使用统计软件SPSS分别计算监测数据特征值和主成分贡献率(表3)。其中，第一主成分和第二主成分的特征值均大于1，同时这两个主成分的累积贡献率达到93.555%，说明第一和第二主成分已经包含以上10个指标的所有信息，因此可以提取这两个主成分进行下一步的分析[4]。

表3 特征值和主成分贡献率

然后对第一、第二主成分进行载荷值计算，得出第一主成分和第二主成分分别在化学需氧量、溶解氧、亚硝酸盐、硝酸盐、氨-氮、活性磷酸盐、石油类、叶绿素a、粪大肠菌群和悬浮物上的载荷值如表4所示。

主成分载荷矩阵(表4)显示的是各指标与主成分之间的关系，指标与某一主成分的联系系数的绝对值越大，则该主成分与指标之间的联系越紧密，说明指标与主成分的相关系数越大。其中，氨-氮、亚硝酸盐、活性磷酸盐、粪大肠菌群和悬浮物指标在第一主成分上的荷载较高，说明第一主成分反映这些指标的信息；而化学需氧量、硝酸盐、石油类、叶绿素a和溶解氧在第二主成分上的荷载较高，则说明第二主成分反映这些指标的信息。因此，两个主成分充分反映原始数据的主要信息[5]。

表4 各水质指标主成分载荷矩阵

3.3 数据评价

计算第一主成分和第二主成分对于化学需氧量、溶解氧、亚硝酸盐、硝酸盐、氨-氮、活性磷酸盐、石油类、叶绿素a、粪大肠菌群和悬浮物的特征向量(表5)。

表5 各水质指标特征向量

碎石图主要用于主成分分析法，提供成分数和特征值大小的图形表示，用来确定主成分个数。碎石图中，X轴表示可能的成分数，Y轴表示该成分对应的特征值(图2)。可以清晰地看到特征值大于1的成分数共两个，其中成分一对应的特征值大于5、成分二对应的特征值大于4、其他成分对应的特征值均小于1，从而将成分一和成分二作为主成分。根据水质指标主要成分空间投影(图3)，指标离中心越远，说明指标与主成分之间的相关系数越大，指标聚集表示联系紧密。

图2 碎石图

图3 水质指标主要成分空间投影

根据主要成分分析特征向量，得出各指标与第一主成分和第二主成分的线性关系，并按照主要成分得分与客观权重(即方差贡献率)之积，计算出各个养殖区域的水质污染综合评价得分；得分越高，表明污染程度越严重，由此可对各个监测区域的污染程度进行分级[5](表6)。结果表明，西沪港的水质情况最好，南沙岛和黄墩港次之，而铁港的水质状况最差；影响南沙岛水质的主要因子为石油类、化学需氧量和叶绿素a等，影响黄墩港水质的主要因子为氨-氮、亚硝酸盐和活性磷酸盐等。

表6 各监测区域主成分得分及综合得分

4 结论

综上所述，通过对水质指标进行主成分分析后，可以从大样本多指标中发现主要指标并用少数几个指标代替，在不损失太多信息的基础上对复杂问题进行分析。通过分析可以确定，影响象山港增养殖区水质的主要指标有无机氮、活性磷酸盐和石油类等，可以通过这些主要指标找出影响海水水质等级的原因。

通过对象山港4个监测区域和10个水质指标进行分析，结果显示，西沪港的水质状况相对较好，铁港的水质状况相对较差；黄墩港各项水质指标中，氨-氮、亚硝酸盐、硝酸盐、活性磷酸盐和粪大肠菌群的特征值较大，说明该海域受农业灌溉、氮磷和生活污水影响较大，应通过生态修复提高水体自净能力。

[1] 叶林安，江志法，廖友根，等.象山港海域水质的模糊综合评价[J].浙江水利科技，2015(2)：15-19.

[2] 张义宇.关于茂名鉴江水质主成分分析的评价[J].科技与创新，2014(5)：19-20.

[3] 方红卫，孙世群，朱雨龙，等.主成分分析法在水质评价中的应用与分析[J].环境科学与管理，2009，34(12)：152-154.

[4] 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)：2407-2409.

[5] 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，2013，13(3)：124-125.

Principal Component Analysis and Assessment on Water Quality in Coastal Culture Areas of Xiangshan Bay

ZHAO Binfeng

(Ocean and Fishery Information & Monitoring Center of Ningbo,Ningbo 315000，China)

The method effectively evaluated water environment in coastal culture areas of Xiangshan Bay，providing scientific and accurate assessment of the use of the main ingredients.In view of the four representative monitoring sections for monitoring the target of ten chemical and biological indicators of water quality.the results showed that the major factors that affected the water quality of the area are inorganic Nitrogen，Phosphate and Oil，etc..The water quality of the Xihu area is in good condition，while the water quality of the Tie Port area is relatively not satisfactory.

Sea water quality，Environmental monitoring，Water pollution control，Water quality assessment

2016-04-08；

2016-07-11

赵宾峰，工程师，研究方向为海洋监测与评价，电子信箱：binbin310@sina.com

P7

A

1005-9857(2016)08-0047-04