太湖西岸水质变化趋势及主要驱动因子

发布时间：2018-11-07 17:22

【摘要】：基于2009—2015年太湖西岸10个监测断面的8个水质指标数据,采用季节性Kendall检验法对其指标的浓度变化趋势进行分析,并用主成分分析法结合相关分析评价历年水质状况,分析影响太湖西岸水质的主要驱动因子。结果表明:(1)2009—2015年太湖西岸COD下降趋势显著,DO非显著上升,电导率、高锰酸盐指数、BOD5、氨氮、TP和TN均表现为高度显著下降趋势。(2)主成分分析从原始信息中提取出两个主成分,共解释了73.645%的结果,分别代表水质氮磷营养盐和有机污染。综合得分表明,2009—2015年太湖西岸水质呈逐年改善趋势。水质污染在空间上表现为北部向南部递减的趋势。(3)相关分析表明,氨氮和COD是影响该区域水质的主要驱动因子。
[Abstract]:Based on 8 water quality index data of 10 monitoring sections in West Bank of Taihu Lake from 2009 to 2015, seasonal Kendall test method was used to analyze the change trend of water concentration, and principal component analysis (PCA) combined with correlation analysis was used to evaluate the water quality in previous years. The main driving factors affecting the water quality in the west coast of Taihu Lake were analyzed. The results are as follows: (1) from 2009 to 2015, the trend of COD in the West Bank of Taihu Lake decreased significantly, the DO did not increase significantly, the electrical conductivity, permanganate index, BOD5, ammonia nitrogen, and so on. Both TP and TN showed a highly significant downward trend. (2) Principal component analysis extracted two principal components from the original information and explained 73.645% of the results representing nitrogen and phosphorus nutrients and organic pollution in water respectively. The comprehensive score shows that the water quality in the West Bank of Taihu Lake has been improving year by year from 2009 to 2015. (3) correlation analysis shows that ammonia nitrogen and COD are the main driving factors affecting the water quality in this area.
【作者单位】： 西安建筑科技大学环境与市政工程学院;
【基金】：国家水体污染控制与治理科技重大专项(No.2014ZX07305-002)
【分类号】：X524

【相似文献】

相关期刊论文 前10条

1 DelValls T A ,丁海燕;确定海洋沉积物中污染物来源的方法——多变量主成分分析方法[J];海洋地质动态;2003年11期

2 刘星;王震;马新东;林忠胜;徐恒振;姚子伟;;常见亚非原油饱和链烷烃分布特征及主成分分析[J];环境污染与防治;2009年08期

3 周海廷;;四川绿豆地方品种资源研究 Ⅲ地方品种群体数量性状的通经分析和主成分分析[J];西南科技大学学报(哲学社会科学版);1988年04期

4 韩波,林华荣;主成分分析在水质监测优化布点中的应用[J];中国环境监测;1991年01期

5 王丽,何鹰,王颜萍,赵英,李伟,王小如,Frank Lee;近红外光谱技术结合主成分聚类分析判别海面溢油种类[J];海洋环境科学;2004年02期

6 梁伟,张纪伍,吉荣梅;主成分分析对土壤污染源的分辨[J];农村生态环境;1985年01期

7 张高生,李玉春;运用主成分分析评价山东25个水体的环境质量[J];环境科学研究;1989年02期

8 张松滨;;加权主成分分析与区域环境质量评价[J];重庆环境科学;1989年05期

9 陆安祥;王纪华;潘瑜春;马智宏;赵春江;;小尺度农田土壤中重金属的统计分析与空间分布研究[J];环境科学;2007年07期

10 马志强;王跃思;孙扬;吉东生;;北京大气中常规污染物的垂直分布特征[J];环境科学研究;2007年05期

相关会议论文 前2条

1 孟繁丽;孙丹;司饶迪;许纯领;何连生;;宿迁空气特征污染物主成分识别[A];2014中国环境科学学会学术年会（第六章）[C];2014年

2 张海伟;千怀遂;;基于GIS和主成分分析的生态脆弱性评价[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集（下册）[C];2011年

相关硕士学位论文 前7条

1 杨阳;北京市大气污染与人群健康研究[D];北京协和医学院;2015年

2 滕浩宇;基于常规大气监测数据对PM_(2.5)的评估和预测[D];东北林业大学;2015年

3 孙干;干旱矿区生态修复抗旱材料定量选择实验[D];中国矿业大学;2016年

4 田亚玲;主成分聚类分析在经济发展与环境污染中的研究[D];重庆大学;2016年

5 郭莉;武汉市PM2.5浓度预测的统计分析及仿真[D];华中科技大学;2015年

6 马思萌;邯郸市PM_(2.5)污染特征及基于受体模型的来源分析[D];河北工程大学;2017年

7 刘萍;基于主成分分析和多元线性回归模型的空气质量评价方法研究[D];云南大学;2015年

，

本文编号：2317043