摘 要:
基于聚类分析和判别分析探讨了河流水质空间分析方法，旨在识别采样点的空间相似性与差异性，从而为水质监测网络优化提供支持。该方法首先利用kurtosis和Skewness检验数据分布特征和进行数据对数转化与标准化处理；然后利用聚类分析进行空间相似性分析，确定空间尺度分类情况；最后利用判别分析识别显著性污染指标，以此反映上述空间尺度分类的差异性。以香港后海湾水质管制区为例，结果表明：①通过对数转化显著改善数据分布特征，使绝大部分污染指标呈正态或接近正态分布；②该区域采样点在个案链锁距离与最大链锁距离之比（DHlink／Dmax）×100〈35处明显分为3类，它们分别代表轻度、中度、重度污染3种类型，且后两者属于采样点主要属于营养盐和重金属污染类型，需要控制其生活污水、畜牧污染、工业污染和地表径流污染；③后退式判别分析具有良好的指标降维能力，仅需7个显著性污染指标（pH，NH3．N，N03．N，F．coil，Fe，Ni和zrI）可以反映整体水质的空间差异性，且具有90．65％的正确判别能力；④归纳起来，从3类采样点中选择一个或多个、监测7个显著性污染指标即可全面反映后海湾水质管制区的水质空间特征，实现水质监测网络优化。 (共8页)
cqvip.com