资源描述：
《主成分分析在农田土壤环境评价中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第25卷第5期地理研究Vol125,No152006年9月GEOGRAPHICALRESEARCHSept1,2006主成分分析在农田土壤环境评价中的应用121高吉喜,段飞舟,香宝(11中国环境科学研究院生态所,北京100012;21清华大学环境科学与工程系,北京100084)摘要:本文尝试利用主成分分析方法对农田土壤污染物进行识别,并对土壤环境质量进行分级。结果表明,利用主成分分析可以有效地识别土壤污染物中的主要成分,揭示土壤污染物的数据结构和相互间的关系。主成分分析方法可用于定量化的土壤复合污染研究或对历史数据较为缺乏的地区进行土壤环境质量评价。在污染物检测指标数量较大时,可以在一定
2、程度上简化农田土壤重点污染物的定量化识别过程。关键词:主成分分析;农田土壤;污染物;评价文章编号:100020585(2006)0520836207主成分分析是在一组变量中找出其方差和协方差矩阵的特征量,将多个变量通过降维转化为少数几个综合变量的统计分析方法。由于其在对高维变量系统进行最佳的综合与简化、客观地确定各个指标的权数和避免主观随意性方面的突出特点,已经被引入土地资源[1～3][4,5]的开发与保护、环境脆弱性与环境退化研究等诸多研究领域。与模糊综合评判法、灰色聚类法、综合指数法、神经网络等环境质量的定量评价方法相比,主成分分析方法具[6,7]有能够减少原始数据信息损失、简化数据
3、结构、避免主观随意性等优点,在水、土壤[8～10]等环境介质中的污染物评价研究中均有应用。近年来,土壤的污染源确认及污染物分布特征的定量评价开始受到关注,不同来源污[11～13]染物在土壤中分布的特点及其相互间关系的定量化研究成为环境研究的重要课题。传统的统计学和空间分析方法虽然已经被成功地用于污染物含量和分布的评价研究,但是这些方法都需要大量历史记录和监测数据的支持。主成分分析方法的突出特点可以揭示土[14]壤污染物数据的结构和污染物的内在联系,描述土壤污染物分布的主要过程。对于土壤污染物成分复杂或监测数据不足的地区的土壤污染定量评价,可弥补现有方法的不足。本文利用该方法对几种不同类型
4、农田土壤环境质量进行评价,以期为土壤污染物的定量化评价研究进行有益的尝试。1材料和方法111数据来源利用中意合作典型区生态调查项目鞍山市农田土壤污染物调查数据作为主成分分析的土壤环境质量评价素材,土壤样品包括清灌稻田、污灌稻田、旱田、菜田、温室及对照区6个不同类型农田,样本总数为45个。分析指标主要考虑国家颁布的土壤环境质量标准收稿日期:2005210207;修订日期:2006203206基金项目:国家环保总局“中意合作典型区生态环境调查”项目作者简介:高吉喜(19642),男,内蒙古呼和浩特人,研究员,博士。主要从事区域生态学、可持续发展等领域的研究。E2mail:gaojx@crae
5、s1org1cn。5期高吉喜等:主成分分析在农田土壤环境评价中的应用837中的几种重点识别重金属和有机农药污染物(As、Hg、Cu、Pb、Cd、Cr、DDT、BHC),样品采集和分析严格按照GB5618-1995的相关要求进行(表1)。表1不同耕作类型农田土壤污染物含量(mg/kg)Tab11Concentrationsofsoilcontaminantsindifferentagriculturallands(mg/kg)农田类型样本数AsHgCuPbCdCrDDT菜地1061501222013428116012054110601102大棚86124012227124261610140
6、4491301165对照671220121201326148011763619501118旱田371601231814327193011483811701038清灌3919101082216725127011684016701004污灌15813801423015439163013474714901008112数据处理主成分分析的基本原理是:设有n个相关变量Xi(i=1,2,⋯,n)组合成n个独立变量Yy(i=1,2,⋯,n),使得独立变量Yi的方差之和等于原来n个相关变量Xi的方差之和,并按方差大小由小到大排列。把n个相关变量的作用看作主要由为首的几个独立变量Yi(i=1,2,⋯m)(
7、m
