辽阳太子河水质评价研究

1 引言

水质评价是通过对水体的一些物理、化学、生物指标的监测和调查，根据不同的目的和

要求，使用一定的方法对水体质量优劣程度做出的定量描述.评价的目标是获取水体的污染

程度，划分其污染等级，为水体的科学管理和污染防治提供依据，这也是水资源合理开发、

充分利用及水环境管理中不可缺少的重要内容.

基于环境系统的复杂性，目前应用较多的水质综合评价方法主要有指数评价法(陈润羊

等，2008)、模糊综合评价法(潘峰等，2002)、灰色评价法(赖坤荣等，2010)、人工神经网

络评价法(邹志红等，2007)等.水质评价方法的普遍思路是把各时期、各断面独立开来依次

评价，较少考虑水体污染物在时间、空间上的差异性与相似性，尤其是用于大尺度、多断面、

长时间的大量样本评价时，可能会导致不必要的重复计算且过程繁杂.为了解决这一问题，

因子分析、方差分析、聚类分析等多元统计分析方法开始应用于这一领域(王晓鹏等，2010).

因此，本文以太子河辽阳段为例，在采用因子分析筛选出水质评价重要指标的基础上，利用

方差分析(ANOVA)对各监测断面多年水质指标数据进行时间与空间尺度上的显著差异性检

验，通过层次聚类按样本点之间的相似程度进行聚类分组.同时，以各组的样本均值为基础，

采用水质标识指数方法得到各组的水质评价结果，并将其分解到各组对应的水质样本点，以

实现对多断面、长时间大量样本的水质评价.

2 原理及方法

2.1 基于因子分析的评价指标的筛选

评价指标的筛选是水质评价工作中非常重要的一部分，如果评价指标过多，且彼此之间

存在较大的相关性，用这些指标进行水质评价时，由于各个指标反映的信息有一定程度的重

叠，这不仅会增加评价的工作量，还会掩盖水体的一些重要特征.而因子分析能较好地解决

这一问题，因子分析是一种用于提取多个变量潜在公共因子的统计方法，它是从众多可观测

的变量中综合和抽取少数潜在的公共因子，并使这些因子能够最大程度地概括和解释原有观

测变量的信息，从而解释事物的本质.因子分析的基本思想就是通过观测变量之间相关性的

大小对其分组，使得各组内观测变量之间的相关性较高，不同组之间观测变量的相关性较低，

每组观测变量代表一种基本结构，并可以用这些变量的潜在公共因子来表示.

因子分析适用于相关性较强的多个指标的简化，而对于相互间独立性较强的指标则无需

进行简化，因此，需要对数据进行 KMO 检验，以判别其是否适合进行因子分析.利用因子分

析筛选评价指标的原则是在按一定标准(特征值大于 1)确定好公因子个数的基础上，选取旋

转成分矩阵表中每个公因子对应的有最高因子载荷的两个指标变量.这样选取变量的原因在

于各公因子对应的有最高因子载荷的变量对其有最强的解释能力.