秦皇岛海港区主要河道水质分析及综合评价

对秦皇岛海港区4条主要河道共计7个取样断面的主要水质指标进行了为期1年的监测,并运用均值污染指数法和主成分分析法对其水质状况进行评价。结果如下:4条河道主要污染指标为TN、COD和TP;4条河道全年pH值为7.28±0.22、DO质量浓度为(8.98±2.34)mg·L^(-1)、高锰酸钾指数质量浓度为(2.71±0.88)mg·L^(-1)、NH_(3)-N质量浓度为(0.35±0.20)mg·L^(-1)、TP质量浓度为(0.083±0.055)mg·L^(-1)、TN质量浓度为(0.52±0.30)mg·L^(-1)、COD质量浓度为(15.02±3.85)mg·L^(-1)、BOD_(5)质量浓度为(2.74±0.62)mg·L^(-1)。均值污染指数法分析结果表明,海港区4条河道污染程度排序为:新开河>汤河>新河>石河,枯水期污染较严重,平水期、丰水期相对较轻;主成分分析法分析结果表明,4条河道的污染程度与均值污染指数法一致,海港区河道主要污染物为N、P营养盐。

基于主成分分析-模糊综合评价模型在区域环境空气质量评价中应用

采用主成分模型分析区域环境空气中主要污染物类型,确定各个污染物的主要贡献率,利用模糊综合评价模型对其评价,研究结果表明,采用主成分分析模型筛选评价因子,提高了评价效率,且利用模糊综合评价结果能很好地体现分析因子对评价结果带来的影响。

大气环境质量综合评价的物元分析法

根据物元分析基本理论 ,给出了大气环境质量综合评价的物元分析法。实例分析表明 ,其结果与灰关联分析方法、模糊综合评判方法、污染损失率法和变权识别模型的评价结果相一致。物元分析法是一种解决不相容问题的简便。

环境空气质量综合指数计算方法比选研究

环境空气质量综合指数是进行逐月城市环境空气质量比较和排序的重要方法,提出了4种涵盖SO2、NO2、PM10、PM2.5、CO、O3等6项污染物的综合指数计算方法,基于2013年74个城市逐月污染物浓度数据使用主成分分析方法进行了对比分析。结果表明,综合指数计算方法中污染物统计指标和标准化方法不同对于主要污染物的判定有重要影响,各种计算方法中PM2.5、PM10、O3是出现频率最多的主要污染物;除O3外其他5项污染物逐月统计指标间均有极显著的正相关性,冬季O3统计指标与SO2、NO2、PM10、PM2.5呈显著负相关,夏季则呈显著正相关;主成分分析结果表明,在去除冗余信息后,PM2.5、PM10的权重被相对削弱,SO2、NO2、CO的权重得到相对强化,O3的权重夏季得到强化、冬季被削弱;综合考虑不同方案下主要污染物频率分布情况和PM2.5、PM10、O3权重变化特征,建议计算逐月环境空气质量综合指数时,SO2、NO2、PM10、PM2.5宜以月均值除以年均值标准进行标准化,CO、O3宜以特定百分位数浓度除以日均值标准(或8 h均值标准)进行标准化;该方法可延伸到季、半年和年度的环境空气质量综合指数计算。

主成分分析在城市大气环境质量评价中的应用

以武汉市2015年的5种大气主要污染物的监测数据为依据,运用主成分分析法(PCA),对武汉市的大气环境质量进行综合评价.结果表明,武汉市2015年12个月的大气质量状况为:6月、7月、8月和9月的环境空气质量要优于国家空气质量一级标准;4月、5月和11月的空气质量要优于国家空气质量二级标准;1月、2月、3月、10月和12月这5个月均差于国家空气质量二级标准,且整体上表现为夏季空气质量状况明显优于冬季空气质量状况.

基于主成分分析法的南通市区大气环境质量评价

运用主成分分析法,以南通市区2001-2010年的4种大气主要污染物(SO2、NO2、可吸入颗粒物、降尘)数据为对象,分析了南通市区2001-2010年的大气环境质量状况。结果表明,2001-2010年南通市区的大气环境质量逐渐转好。在此基础上分析了南通市区大气污染的主要原因并提出了防治措施。

主成份分析法在大气环境质量综合评价中的应用

介绍了主成份分析法评价大气环境质量的基本原理 ,并对某市的大气环境质量进行了综合评价。最后 ,与其它方法的评价结果进行了对比分析 ,进一步证实了主成份分析法的科学性。

基于综合主成分及径向基网络的环境质量评价

运用综合主成分分析对监测数据进行处理,集成径向基函数人工神经网络(RBF-ANN),参考国家环境质量评价标准设定RBF的学习样本,从而构建区域环境质量综合评价模型,对安徽省合肥市新站综合开发试验区进行环境质量综合评价。实例分析结果表明,运用综合主成分法可以精准的统计出一个区域的环境综合数据,而且在matlab环境下运用RBF-ANN模型既可以准确,客观的评定环境质量的等级,又可以表现其环境污染的具体程度,能在同一评价等级内对不同环境质量的评价对象进行更加细微的污染程度的比较。结果表明,合肥市新站综合开发试验区环境综合质量介于轻度污染和中度污染的标准极限值之间,属于中度污染。

山地水田土壤环境质量评价及重金属来源解析

选择以非传统重点关注农区——广东省东部山地水田土壤作为研究对象,调查土壤中Cd、Hg、As、Pb、Cr、Cu等6种重金属的质量分数水平及空间分布情况,评价环境质量现状并进行重金属来源解析.研究结果表明:该区水田土壤环境中各重金属的平均质量分数未超过国家标准中的农田土壤污染风险管制值;基于筛选值的样本超标率均在10%以下,土壤环境质量总体良好,农产品重金属超标风险低;土壤中重金属的来源可能主要包括受人为干扰的土壤成土母质因素、工业污染因素、无干扰的土壤成土母质因素和交通污染因素,分别影响土壤中Cd、As、Cr、Cu、Hg、Pb的质量分数和空间变化特征,是导致土壤环境污染的潜在因素.建议该区在发展农业经济、工业经济、公共服务体系等时,注意做好环境规划、管理及污染防治;对超筛选值的轻度和中度污染土壤采取进一步的生态风险评估和农产品协同监测机制,对极少数重度污染土壤采取改种非食用农作物的措施.

天津市大气环境质量分析与综合评价研究

随着经济社会的不断发展,大气环境质量的负担急剧加重,环境容量逐年下降,大气环境质量的分析和评价已成为制定环境保护政策、措施的重要依据。文章利用主成份分析法对天津市2005-2015年大气环境质量进行综合评价,分析大气环境质量的改善情况和影响因素,为环境保护部门对环境质量的监测、治理和控制等方面提供一定的参考依据。

主成分分析法在城市大气环境质量评价中的应用

为了探索多元统计分析应用于环境质量评价的可行性和合理性,运用主成分分析法构造了大气环境质量综合评价模型.并将该方法用于实例作效果检验,结果表明主成分分析法评价大气环境质量适应性强,方法可行,结果合理.

物元分析与灰色聚类法相结合的环境空气质量综合评价模型

本文提出运用物元分析与灰色聚类法相结合进行环境空气质量综合评价,用物元分析法建立了综合评判的物元模型,其中对于权重的确定,采用了灰色聚类权的方法,并运用该模型进行了实例研究。

长江口南港河段洪季水质底质综合评价

本文根据1985年7月洪水期长江口南港河段水文、水质同步调查所提供的水质底质资料将二者综合进行多要素的环境质量评价,因该区段水质中的铜全部超标,故采用含铜和不含铜两种情况进行对比,各污染物权重值根据P_(ij)主成分——因子分析法加以确定.评价结果表明,该区段水质底质大部分介于尚清洁和微污染.局部地区出现轻污染,较客观地反映了实际情况.

主成分分析法在大气环境质量评价中的应用——以陕西省铜川市为例

以陕西省铜川市2006—2014年主要大气污染物二氧化硫(SO_2)、二氧化氮(NO_2)、可吸入颗粒物(PM_(10))、总悬浮颗粒物(TSP)、降尘、铅(Pb)和氮氧化物(NO_x)的相关数据作为评价因子,采用主成分分析法对铜川市大气环境质量进行了综合评价.结果表明:铜川市大气环境质量在2006—2014年整体上呈良好态势发展,均属于一、二级国家标准;但2007年由于铜川市NO_x与SO_x的过度排放,使得该年铜川市的大气环境质量最差.

北京通州区主要河道水质分析及综合评价

对北京市通州区6条主要河道共计14个取样断面的主要水质指标进行了为期1年的监测,并运用均值污染指数法和主成分分析法对其水质状况进行评价。结果如下:14个河道断面均污染严重,主要污染指标是TP和NH3-N;6条河道全年TP浓度范围为(1.7±0.7)mg/L、NH3-N浓度范围为(5.4±3.9)mg/L、BOD5浓度范围为(12.1±6.7)mg/L、COD浓度范围为(37.1±19.1)mg/L;各河道冬、春季污染严重,夏、秋季节污染程度相对较轻;均值污染指数法分析结果表明,通州区6条河道污染程度排序为:凉水河>小中河>温榆河>运潮减河>通惠河>北运河;主成分分析法分析结果表明,通州区河道主要污染物为N、P营养盐,其中NH3-N与PO34-是主要的污染物,通过主成分计算河道综合污染指数,6条河道的污染程度与均值污染指数法一致。

基于主成分分析法的城市大气环境质量评价

利用新余市4个国控环境质量监测站点空气污染物(SO2、NO2、O3、CO、PM10、PM2.5)浓度实时监测数据,借助SPSS软件,运用主成分分析法对新余市2019年上半年空气环境质量进行综合评价,探讨大气污染物的内在联系,有助于为环保部门空气质量监测、大气污染物控制等工作提供参考。

秀山县城区大气环境质量特征研究

为详细了解秀山县城区大气质量状况,选择2016年9月—2017年1月大气观测数据进行分析研究,结果表明:研究时段内PM_(10)、PM_(2.5)、SO_2、NO_2和O_3大气污染物浓度均满足《GB3095-2012环境空气质量标准》中二级标准要求,随着月份变化,PM_(10)、PM_(2.5)和O_3呈先降低再升高的趋势,NO_2呈逐渐增加趋势,SO_2变化趋势相对平缓。大气污染物NO_2与PM_(10)和PM_(2.5)呈显著性相关,聚类分析结果表明PM_(10)、PM_(2.5)对大气环境质量影响较大。气象参数与大气污染物均呈明显相关性,表明气象条件对污染物的扩散起着重要作用。