主成分分析法源解析
發(fā)布時間:2020-01-21 17:00
編輯:創(chuàng)大鋼鐵
來源:
40
比值法可以定性地解釋研究區(qū)PAHs的污染來源,但是不能進行定量的描述,且還有一定的局限性。因此本研究將通過對PAHs數(shù)據(jù)的因子分
比值法可以定性地解釋研究區(qū)PAHs的污染來源,但是不能進行定量的描述,且還有一定的局限性。因此本研究將通過對PAHs數(shù)據(jù)的因子分析和多元回歸分析,可以半定量地了解各種污染源對研究區(qū)PAHs總量的貢獻率。主成分分析(PrincipalComponentsAnalysis,PCA)和因子分析是進行數(shù)據(jù)降維的常用方法,是把多個變量(指標)化為少數(shù)幾個可以反映原來多個變量的大部分信息的綜合變量(綜合指標)的一種方法。主成分分析可直接將數(shù)據(jù)映射到唯一正交坐標系,因子分析可以進一步通過旋轉(zhuǎn)坐標系,使被提取出來的因子具有最小的協(xié)方差,使每個因子代表的變量更明顯,從而支持污染源識別。Wangetal.(2009)運用空間和多元分析對北京表土(0~10cm)PAHs的分布特征和污染來源進行了研究,結(jié)果表明,煤的燃燒和汽車尾氣的排放、石油源及焦炭源分別是商業(yè)區(qū)、市內(nèi)和郊區(qū)的主要污染源,這與北京的能源消耗及功能區(qū)劃的空間分布特征密切相關(guān)。對污灌區(qū)表土的14種PAHs進行主成分分析,結(jié)果表明,前兩個因子說明了100%的方差,其中第一個主成分F1占方差的68.36%,第二個主成分F2占方差的31.64%,因此這兩個主因子可以說明PAHs的污染來源。由表4.13可以看出,第一個主成分F1在變量苯并[a]芘、苯并[b]熒蒽、苯并[g,h,i]苝、苯并[k]熒蒽、二苯并[a,h]蒽、二氫苊、芘、屈、茚并[1,2,3-cd]芘上有高的正負荷,同時也可以看出大部分是高環(huán)的PAHs。根據(jù)文獻報道(Harrisonetal.,1996;Mastraletal.,1996),熒蒽、芘、屈、苯并[k]熒蒽是煤燃燒產(chǎn)物的典型標志。屈、苯并[b]熒蒽、苯并[g,h,i]苝、苯并[k]熒蒽、二苯并[a,h]蒽、苯并[a]芘、茚并[1,2,3-cd]芘表征汽車尾氣的排放(Simciketal.,1999;Motelay-Masseietal.,2007)。因此,第一主成分F1可表征的污染源為煤的燃燒和汽車尾氣的排放。表4.13 污灌區(qū)土壤的方差極大旋轉(zhuǎn)后的主因子載荷注:提取方法為主成分分析法。施轉(zhuǎn)方法為Varimax與Kaiser規(guī)范化。3次迭代匯成的旋轉(zhuǎn)。第二個主成分F2在萘、菲、芴、熒蒽、苊上有較高的正負荷,反映的是低環(huán)的PAHs。據(jù)Simciketal.(1999)的研究發(fā)現(xiàn),二氫苊、菲、芴是焦炭源的主要產(chǎn)物。蒽和苊是石油源的主要產(chǎn)物,其中包括在生產(chǎn)和運輸過程中石油及其相關(guān)產(chǎn)品的泄漏和溢灑。因此第二個主成分F2可表征的污染源為焦炭源和石油源。運用SPSS對主因子分析所得的結(jié)果進行多元回歸分析,進一步估算每種PAHs源的貢獻率,因變量為PAHs總量的標準化分數(shù),自變量為各因子的得分,得出的回歸方程為∑PAHs=0.393F1+0.919F2各因子的貢獻率根據(jù)公式 計算,其中Ai為每個因子的回歸系數(shù)。根據(jù)上述公式可以計算出,污灌區(qū)土壤PAHs污染中兩個主因子的貢獻率分別為F1(煤的燃燒和汽車尾氣)30%,F(xiàn)2(焦炭源和石油源)70%??梢娭鞒煞址治龇ㄔ俅握f明了污灌區(qū)土壤剖面PAHs的主要來源為石油源和燃燒源的輸入,其中石油源的輸入比重較大,這一結(jié)果與比值法所得結(jié)果相吻合。對再生水灌區(qū)表土的PAHs進行主成分分析,結(jié)果表明,前兩個因子說明了100%的方差,其中第一個主成分F1占方差的79.39%,第二個主成分F2占方差的20.61%,因此這兩個主因子可以說明PAHs的污染來源。由表4.14可以看出,第一個主成分F1在變量苯并[a]芘、苯并[b]熒蒽、苯并[g,h,i]苝、苯并[k]熒蒽、蒽、二苯并[a,h]蒽、苊、芘、屈、茚并[1,2,3-cd]芘、熒蒽上有高的正負荷,同時也可以看出大部分是高環(huán)的PAHs。根據(jù)上面的文獻報道可得出,第一主成分F1可表征的污染源為煤的燃燒、汽車尾氣的排放和石油源。表4.14 再生水灌區(qū)土壤的方差極大旋轉(zhuǎn)后的主因子載荷第二個主成分F2在菲、芴上有較高的正負荷,反映的是低環(huán)的PAHs。第二個主成分F2可表征的污染源為焦炭源。運用SPSS對主因子分析所得的結(jié)果進行多元回歸分析,進一步估算每種PAHs源的貢獻率,得出的回歸方程為∑PAHs=0.980F1+0.198F2根據(jù)因子貢獻率公式可以計算出,再生水灌區(qū)土壤PAHs污染中兩個主因子的貢獻率分別為F1(煤的燃燒、汽車尾氣、石油源)83.2%,F(xiàn)2(焦炭源)16.8%??梢娫偕鄥^(qū)土壤剖面PAHs的主要來源為煤的燃燒、汽車尾氣的排放和部分石油源的輸入。對清灌區(qū)表土的PAHs進行主成分分析,結(jié)果表明,前兩個因子說明了100%的方差,其中第一個主成分F1占方差的69.72%,第二個主成分F2占方差的30.28%,因此這兩個主因子可以說明PAHs的污染來源。由表4.15可以看出,第一個主成分F1在變量苯并[a]芘、苯并[b]熒蒽、苯并[g,h,i]苝、苯并[a]蒽、熒蒽、芘、屈、茚并[1,2,3-cd]芘上有高的正負荷,同時也可以看出主要是高環(huán)的PAHs。根據(jù)上面的文獻報道可得出,第一主成分F1可表征的污染源為煤的燃燒、汽車尾氣的排放。表4.15 清灌區(qū)土壤的主因子載荷注:用主成分分析法提取出兩個因子。第二個主成分F2在菲、芴上有較高的正負荷,反映的是低環(huán)的PAHs。第二個主成分F2可表征的污染源為焦炭源。運用SPSS對主因子分析所得的結(jié)果進行多元回歸分析,進一步估算每種PAHs源的貢獻率,得出的回歸方程為∑PAHs=0.981F1+0.193F2根據(jù)因子貢獻率公式可以計算出,再生水灌區(qū)土壤PAHs污染中兩個主因子的貢獻率分別為F1(煤的燃燒、汽車尾氣)83.6%,F(xiàn)2(焦炭源)16.4%??梢娗骞鄥^(qū)土壤剖面PAHs的主要來源為煤的燃燒和汽車尾氣的排放。從以上分析可以看出,3個灌區(qū)土壤的PAHs污染來源主要是煤的燃燒、汽車尾氣的排放、焦炭源和石油源,只是各個污染源所占的比重不同而已。因此控制北京地區(qū)汽車的保有量,加強清潔能源的推廣,繼續(xù)縮減煤炭在能源結(jié)構(gòu)中的比重,并加強石油儲藏、運輸過程中的管理,可以有效地減少PAHs的污染。這里需要說明的是,由于PAHs在環(huán)境中可能會因揮發(fā)、淋濾、降解、光解等過程而產(chǎn)生損失或丟失,造成“源”信息的失真,在一定程度上影響了其有效地示蹤環(huán)境中該類污染物的來源。如本研究中由于污水的長期灌溉,使低環(huán)的PAHs會向下層土壤中遷移,因此表土中低環(huán)PAHs的含量會不斷地發(fā)生變化,從而導致表土的PAHs的組成發(fā)生相應的變化,進而影響PAHs的來源分析。此外灌溉用水沿渠道流動水質(zhì)的改變也會影響到PAH來源的判別。
備注:數(shù)據(jù)僅供參考,不作為投資依據(jù)。
免責聲明:本站發(fā)布此文目的在于促進信息交流,不存在盈利性目的,此文觀點與本站立場無關(guān),不承擔任何責任。本站歡迎各方(自)媒體、機構(gòu)轉(zhuǎn)載引用我們文章(文章注明原創(chuàng)的內(nèi)容,未經(jīng)本站允許不得轉(zhuǎn)載),但要嚴格注明來源創(chuàng)大鋼鐵;部分內(nèi)容文章及圖片來自互聯(lián)網(wǎng)或自媒體,我們尊重作者版權(quán),版權(quán)歸屬于原作者,不保證該信息(包括但不限于文字、圖片、視頻、圖表及數(shù)據(jù))的準確性、真實性、完整性、有效性、及時性、原創(chuàng)性等。未經(jīng)證實的信息僅供參考,不做任何投資和交易根據(jù),據(jù)此操作風險自擔。