游泳区水质一般属于几类水域 [主成分分析法在煤矿塌陷水域水质评价的应用]

　　摘 要：定期对塌陷水域水质进行综合评价，帮助相关部门及时掌握水体水质状况，为保护和开发塌陷水域水体提供科学的基础资料。采用主成分分析法对淮南潘集杨庄塌陷水域4月份的水质进行了评价，选取COD、高锰酸盐指数、总磷、总氮、氨氮、硝酸盐氮、Cd、 Cr（Ⅵ）、 Zn、 Pb、 Cu 11个指标进行分析，借助统计分析软件SPSS，矩阵计算软件Matlab，使计算结果更加精确，可靠。根据综合评价函数得分结果表明，杨庄塌陷水域4月份水质状况处于Ⅲ类～Ⅳ类之间，以Ⅲ类水质为主，主要受到总磷、总氮、硝酸盐氮污染与重金属Pb的污染，这与塌陷水域的实际情况相符合。证实主成分分析方法能够真实、客观、淮确地评价水体的现实状况，是一种有效的水质评价方法。
　　关键词：塌陷水域；主成分分析；水质评价
　　中图分类号：X524文献标识码：A
　　文章编号：1672-1098(2012)02-0054-05
　　收稿日期：2011-11-26
　　基金项目：淮南矿业集团2010年科学技术资助项目
　　作者简介：冯娜娜(1984-)，女，陕西咸阳人，在读硕士，研究方向：水污染控制工程。
　　Application of Principal Component Analysis in Evaluation of Water Quality in Mining Subsidence
　　FENG Na-na, GAO Liang-min, ZHOU Li-ling
　　(School of Earth Science and Environmental Engineering，Anhui University of Science and Technology，Huainan Anhui 232001,Chian)
　　Abstract:
　　Comprehensive evaluation of water quality in subsidence on a regular basis helps the relevant departments to timely hold water quality conditions, which provides the scientific foundamental data for protection and development of the water area. By using principal component analysis water quality for April from subsidence of Panji Yangzhuang was evaluated. 11 indicators were selected and analyzed such as COD, permanganate index, total phosphorus, total nitrogen, ammonia nitrogen, nitrate nitrogen, Cd, Cr (VI), Zn, Pb and Cu, because of using statistical analysis software SPSS and matrix computation software Matlab, the calculation results are more accurate and reliable. The result score from comprehensive evaluation function showes that the water quality from Yangzhuang subsidence for April is between category III and IV, category III dominates, which primarily due to total phosphorus, total nitrogen, nitrate nitrogen pollution and Pb pollution. This is consistent with the actual situation of the waters in subsidence. It’s confirmed that the principal component analysis can objectively, accurately evaluste reality of the water, and is an effective method of water quality evaluation.
　　Key words:water in subsidence; principal component analysis; water quality evaluation
　　煤炭的大量开采导致地面移动、变形及至破坏，最终形成大规模的塌陷地带，又由于浅层地下水和大量雨水的汇入，形成了面积大小不等的塌陷水域［1］。由于塌陷水域多为农田所包围，农药、化肥和污水灌溉严重影响水体水质，加之塌陷水域处于煤矿周围，矸石山大量堆积，经日晒、风化、淋溶后，许多污染物溶入水体，造成土质和水质改变［2］。水质恶化破坏了水体的自净功能，制约了对塌陷区水资源的利用，如果不及时予以改善和治理，将影响到当地居民的生活，阻碍矿区生态环境修复。因此对塌陷区域的水质状况进行真实评价，具有一定的现实指导意义。
　　水质综合评价的难点在于：水质系统是由多维因子(各种污染物含量指标变量)组成的复杂系统，因子间具有不同程度的相关性，每一因子从某一方面反映了水质质量，但依据它们作综合评价有一定难度［3］。目前，水质评价方法有污染指数法、模糊综合评判法、模糊识别法、灰色聚类分析、灰色关联分析法、神经网络法等，都无法回避多因子这个问题，从而使上述方法在进行水质评价时表现出一定的局限性［4］。而主成分分析方法(PAC法)是一种将多维因子纳入同一系统中进行定量化研究，理论比较完善的多元统计分析方法［5-6］。它是在确保不损失原有信息的前提下，将多种影响水质的指标重新组合成一组新的、相互之间无关的、 较少的综合指标来反映指标的信息， 以达到降维、 简化数据和提高分析结果的可靠性目的［7］。