郑少娜　车松杰　黄阳海

（1广东省环境监测中心广东广州5103082东莞立创华科检测技术服务有限公司广东东莞523808）

主成分分析方法在松山湖水质分析的应用

郑少娜1车松杰2黄阳海2

（1广东省环境监测中心广东广州5103082东莞立创华科检测技术服务有限公司广东东莞523808）

采用基于因子分析的主成分分析的方法对松山湖2015年11个采样点8项监测指标进行分析，从原始数据出发提取了2个主要成分。第1成分主要是由水中的有机污染物所引起的；第2成分主要代表水中的硝酸盐。评价结果认为南部2#和3#监测点位水质污染程度严重，是松山湖水质较差的主要原因。控制此区域水质污染程度将对松山湖水质的改善产生巨大影响。

主成分分析；水质指标；松山湖

1　引言

水质评价是根据某些水质指标值，通过所建立的数学模型，对水质等级进行综合评价。如何更合理地、更客观地描述水质状况，是20世纪90年代以来水环境研究领域的一个热点和难点问题[1,2]。水质受很多因素影响，基于单一指标的许多评价方法在评价水质时表现出一定的局限性，因为水质系统是由多维因子组成的复杂系统，因子间可互相关联，综合评价较为困难[3,4]。

主成分分析（Principal Components Analysis,PCA），又称定量分析或多元分析，它是在一组变量中寻找出方差-协方差矩阵的特征量，然后由原变量在不损失原数据主要信息情况下，使信息更加集中、更典型地显示出研究对象的特征[4,5]。该方法充分考虑各指标之间的信息重叠，能够在最大限度地保留原有信息的基础上，对高维变量进行最佳的综合降维，且更客观地确定各个指标的权重，避免了主观随意性，因此广泛应用于社会学、教育学、医学、环境科学等方面[2]。……