以PCA分析为基础的水环境质量综合评价探究

摘要：水环境是地球生态环境的重要组成部分，是一个庞大复杂的系统，包括江河湖泊、地表水、水库等，是水环境质量综合评价的重要内容。基于此，本文阐述了PCA分析法的基本原理，并探讨PCA分析法在水环境质量评价中的具体应用，包括在矿区水质评价中的应用、在地下水中的应用，确保其评价结果更加全面。

关键词：PCA分析法;水环境质量;矿区水质

新时期，我国水资源污染问题日益严重，导致水质污染的因素众多，水质评价作为水环境质量综合评价的主要内容，能够为水质污染治理提供参考依据。因此，南京国环科技股份有限公司想要以PCA分析为基础进一步采用科学的评价方法，准确反映水质污染状况，从而提高水环境评价结果的合理性。

一、PCA分析法的基本原理

PCA分析也就是主成分分析法，其应用十分广泛，包括人口统计学、数量地理学、分析动力学、数学建模等，是一种常用的多变量分析方法。主成分分析的基本原理就是将原来变量重新组合成一组新的相互无关的几个综合变量，并将这些指标参数进行定量化的分析研究。换言之，主成分分析法就是基于降维的思想，降维就是一种对高维度特征数据预处理的方法，能够提升数据处理速度，最大程度上保留原始数据信息，对多维度数据结构进行简化，在实际进行水环境质量评价时，能够节省大量时间和成本。

主成分分析法被广泛应用于水质量环境评价中，为水资源的合理开发提供依据，在水量评价方面具有良好的实用性，能够客观全面的评价水质等级。例如，运用在某运河水质评价中，能够有针对性的对运河水质污染物成分进行监测，准确找出影响水质的指标和因素，判断该运河的水污染情况，对于水污染防治及水资源综合利用具有可行性意义。

二、PCA分析法在水环境质量评价中的应用

（一）在矿区水质评价中的应用

水质量环境评价是以PCA分析为基础，按照水环境评价目标，选择相应的水质参数、水环境质量标准、评价方法对水体污染状况进行评定，通常采用单因素评价法、综合污染指数法、灰色关联分析法等方法进行水环境综合评估。当下，由于人类对煤矿资源的不断挖掘，造成地下水位不断下降，基于主成分分析的矿区水质评价，能够有效保护矿区水质标准，解决矿区水质污染问题。比如，采用PCA分析对某矿区进行水质分析评价，采取矿区水样中的大肠菌、溶解性总固体、总硬度等指标进行分析，研究发现水样的总硬度、溶解性总固体的原始数据在总方差中占85%，表明矿区水质较好，在经过渗滤、净化后可以作为生活应用水，主成分分析法在各矿区水质综合评价中广泛推广，在水环境质量监测中发挥着至关重要的作用，为环保部门提供了更多处理污水的手段和思路，一定程度上提高了水资源的利用效率，不断推动节水水库工程建设。

（二）在地下水中的应用

地下水是人们生产生活的重要来源，在城市化进程的推进下，地下水质遭严重破坏，传统的水质评价中多采用《地下水环境质量标准》给出的单组分评价法及综合评价法进行水质检测，然而很难判断不同区域地下水的排水条件、污染物组成情况，不适宜作为水质评价工作中的统一参数。因此根据PCA分析法的降维思想将多种影响水质的因子简化为几个综合因子，从而更好反应地下水质状况，在开展地下水质量评价工作时，可以在主成分分析法的基础上融合模糊综合评价法，取长补短，强强联合，在因子选择上采用主成分分析法，在水质评价上选用模糊综合评价法，充分利用二者优势明确监测出地下水质是否符合饮用水标准，并有效划分了地下水质等级，为地下水的开发和利用提供了有利条件。

（三）对河流水质的适量评价

由于客流污染物种类和来源多样，在具体进行水质评价时，要考虑的污染因子有很多，在PCA分析的基础上，可以有效将评价计算量简化，并且获得更多变量较少的数据信息，能够保证初始数据所包含的信息完整，可根据河流观测点数据分析，建立一个综合评价指标，并对指标进行处理分析，可以有效判断河流水质的污染等级，并且可以通过评价河流中污染物特质，区分主要污染物和次要污染物。

以某一河段为例，该河段全长106公里，流域面积2350平方公里，河流性质为多泥沙的季节性河流，基于PCA分析的基础上对这一河段的水质进行综合评价，选取评价河段的6个断面作为水质评价的样本点，选取各断面氨氮（NH-N）、硝酸盐氮（NO-N）、高锰酸盐指数（KMnO4）溶解氧（DO）等污染物作为研究对象，通过研究发现，DO值越大表示水质越好，反之水质越差，多数污染物之间的相关系数是比较大的，如高锰酸盐、氨氮变量之间的相关性较强，根据PCA分析法有效判断出该河段污染物的属性及关联性，为后续相关人员采取泥沙治理方法提供了便利条件。

（四）在其他水环境中的应用

基于PCA分析在水环境质量综合评价中的广泛应用，许多水环境检测人员更多的将主成分分析法运用在湖泊、海洋等水环境质量评价中，且成效明显。比如在对冰川湖进行水质量评价时，选择5个检测点的溶解氧、高锰酸盐指数、化学需氧量进行检测，并对检测数据进行分析总结，发现溶解氧和化学需氧量的特征值大于1，解释的方差累积贡献率大于82%，评价结果有较强的一致性，可判断冰川湖的水环境质量较好，水质评价结果更加科学和准确。

比如，相关水环境质量研究人员对玄武湖、金牛湖、银杏湖进行水质检测，运用主成分分析法对三个湖泊中的粪大肠菌群、表面活性剂、溶解氧、硫化物、氨氮、生化氧量等指标进行数据分析，研究发现粪大肠菌群、氨氮、生化氧量指标在生活废水及生产污水中所占的比例较高，其次是表面活性剂成分，说明湖泊周边生活废水，工业污水排放中掺杂了一定的洗涤成分，未来要想有效改善湖泊水质环境，就要优化周边工业生产结构，政府部门积极推行清洁能源，扶持相关工业部门做好节能减排工作，不断提高湖泊水质，推动生态环境建设。

三、结论

总之，PCA分析法是一种较好的水质综合评价的多元统计方法，能够对多个监测点水质数据进行有效分析，通过主成分比较监测点的污染程度，全面反映了水质污染的综合水平，相关部门需要结合当下水资源现状，采取积极有效的水环境评价手段，加强监督管理，确保满足居民用水量以及饮水卫生安全。

参考文献：

[1]张敏艳，物元分析法在水环境质量评价中的应用[J].绿色科技，2018（10）：87-90.

[2]孙大明.层次分析法在水环境质量评价中的应用[J].东北水利水电，2017，35（02）：33-34+71.

[3]房睿.基于主成分分析法的水环境质量评价研究[J].水利规划与设计，2015（06）：44-45+59.

作者簡介：王艺辰（1985-），女，汉，河北东光县人，学历：本科，毕业于河海大学，职称：中级工程师，研究方向：环境管理。