3.5.4.1 指标选取及数据预处理
选取反映地下水水化学类型的11项指标(Cl-、
表3.11 水化学成分间相关系数表
3.5.4.2 正定矩阵因子分解解析常规项来源
正定矩阵因子分析(PMF)是一种新的因子分析方法,是受体模型的一种,和因子分析、主成分分析过程一致,不同的是PMF法对因子得分进行了非负、非正交限制,保证了每个因子都具有其实际意义,同时考虑了数据由于采样测试方法等原因造成的不确定性。该方法的基本原理为X=GF+E,其中X为n×m的浓度矩阵,m表示变量的数量,n表示样品数;G是一个n×p的源贡献矩阵,p即是主要污染源的数目;F是p×m源廓线矩阵;E为残差矩阵。源廓线体现不同化学成分在各因子中的重要性。正定矩阵因子分解允许同时计算源廓线和源贡献,而不需要事先知道各排放源的源成分谱信息。正定矩阵因子分析对各因子施加非负限制,从而使得G和F矩阵中所有项为非负值。
PMF法将取样数据进行正定矩阵因子分解,选取指标为Cl-、
Mg2+、
本书所用数据在放入模型前以信噪比S/N(Signal to Noise)作为标准进行筛选,信噪比公式为:
地下水型饮用水水源地保护与管理:以吴忠市金积水源地为例
式中:xij——表示第i采样点第j个样品的浓度,sij——表示第i采样点第j个样品的标准偏差;信噪比小,说明样品的噪声大,信噪比越大则表示样品检出的可能性越大,越适合模型。
根据PMF运行结果显示如下(表3.12):用PMF法将数据分析结果归为3个因子,计算结果残差值均在-3.0~3.0之间,可作为迭代收敛与否的参考。图3.20、图3.21、图3.22为因子1上各离子的分布情况,从图中可以看出因子1上氨氮贡献率最大,将该因子归结为污染因子;因子2上各指标分布情况,其中
表3.12 各离子百分比贡献率
图3.20 各离子在因子1上的浓度及载荷值
图3.21 各离子在因子2上的浓度及载荷值
图3.22 各离子在因子3上的浓度及载荷值
因子F1以氨氮为主,
主因子F2中以Cl-、
因子F3以电导率、TDS、总硬度、Na+、
综上所述,根据以上基于多元统计分析的方法进行水质指标及因子的分类,分别受溶滤作用、蒸发浓缩作用以及人为活动影响。
3.5.4.3 利用多元统计法验证
利用因子分析法对PMF法选取的11项指标(Cl-、
表3.13 因子载荷矩阵表
表3.14 旋转因子载荷矩阵表
经分析提取主因子F1,以Cl-、
图3.23反映了F1在各采样点得分插值情况,研究区根据因子得分主要分为两个分区,区内个别采样点得分相对较高或较低,整体趋势沿黄河向南干沟因子得分逐渐增大,说明该区东部地下水受溶滤作用影响更明显。结合该区流场及水化学类型分析,因子得分大于-0.2的区域界线基本与区域中部地下水流线重合,且地下水化学类型以HCO3-Ca·Mg型水为主,表明该因子判断符合该地区水文地质条件。
吴忠市全年引水灌溉期长达6个月,因此,上游引水渠汉渠、黄河边界以及南干沟入黄口地下水位均较高,受到蒸发浓缩作用也相对强烈,F2得分也相对较高(图3.24)。
分析图3.25可看出,因子得分高的区域与调查中企业分布以及污水排放区相对一致,将该因子定义为人类活动影响因子。
图3.26为各因子在采样点总体得分情况,对比F1与F2、F3得分较高区域,可以看出黄河沿岸蒸发浓缩作用相对较强,部分地区受人类活动影响NH4—N得分较高;南部汉渠以北,主要受溶滤作用及地下水蒸发浓缩共同影响,受到氨氮影响较小;南干沟及南干沟入黄口附近氨氮污染较明显,其他区域氨氮含量不高,因子得分多为负值;位于区域上游的采样点GW-12、水源地附近的WZ-8以及南干沟中游WZ-5三点反映溶滤作用及蒸发浓缩作用的F1、F2因子得分较高,单个点得分与周围采样点得分存在较大差异,在此初步判断为受其他因素影响导致水中离子含量存在较高背景值。
图3.23 F1在各采样点因子得分图
图3.24 F2在各采样点因子得分图
图3.25 F3在各采样点因子得分图
图3.26 F1、F2、F3对各采样点贡献率图