主成分分析在杞县大蒜种植区土壤质量评价中的应用

主成分分析法以少数的综合变量取代原有的多维变量,使数据结构大为简化。通过主成分分析,可以为土壤的分级管理提供重要的理论依据。在杞县大蒜生态地球化学调查的基础上,对土壤矿质元素和大蒜品质进行系统测试,选择其中的15种矿质营养元素和大蒜品质作为评价指标,应用主成分分析法,对不同类型土壤进行评价,根据主成分的综合得分划分土壤等级,分析结果与实际情况一致。     

伊通河监测网络优化研究

采用主成分分析法对2014年伊通河32个监测断面进行污染特征分析,根据分析结果对监测断面水质污染程度进行排序,再利用SPSS软件进行聚类分析,结合监测断面网格分布具体情况,得到最优化水质监测断面。结果表明,优化后的监测网络能更准确地判断伊通河流域内各区段水质变化情况。该研究可为伊通河综合治理及水质改善提供数据支持。     

渭河杨凌段水质的综合评价研究

应用主成分分析法借助SPSS16.0软件, 对2006-2010年期间渭河杨凌段水体监测指标进行了水质综合评价。研究结果表明：第1主成分的特征值是4.122,方差贡献率为68.69%,第2主成分的特征值是1.087,方差贡献率为18.12%,渭河杨凌段水体主要污染物的种类仍然是以有机污染物为主,同时存在一定无机污染物。从综合评价结果可以看出,在2006-2010年期间渭河杨凌段2007年污染最严重,2010年污染最轻。     

小流域面源污染风险评估研究——基于多分类有序离散选择模型

在目前流域环境污染监测体系基础上,筛选并建立小流域面源污染风险评估指标体系,通过因子分析法提取小流域面源污染风险评估等级的潜在变量,建立基于有序多分类离散选择模型的小流域面源污染风险评估模型,提供具体的风险等级评判计算方法,并利用15个流域的面源污染监测数据对模型进行了实例分析。结果表明,该风险评估模型能够较好地挖掘污染风险等级与影响因子之间的关系,并能够计算评估流域面源污染不同风险程度的概率,同时可利用观测的指标变量表示潜在的指标变量,满足小流域监测资料缺乏的实际情况。相比于其他预测模型,该模型能更好地为小流域面源污染治理提供参考。     

主成分分析方法在农田土壤环境评价中的应用

采用主成分分析方法对乌兰浩特地区农田土壤污染状况进行分析,以此来探索对农田土壤污染物进行判定和识别,并对土壤环境质量的状况进行评价和分级。结果表明:利用主成分分析方法可以有效地识别土壤污染物中的主要成分,揭示土壤污染物相互间的内在关系,可对定量化的土壤复合污染研究或对土壤环境质量评价提供依据,说明主成分分析法是一种切实可行的分析方法。     

MIR指纹结合主成分分析法鉴别布渣叶和鸡蛋花

[目的]建立一种准确鉴别鸡蛋花和布渣叶红外光谱图的方法。[方法]利用MIR分别采集鸡蛋花和布渣叶样品的红外指纹光谱图,选取指纹区信息作为观测变量,采用主成分分析法对其进行鉴别。[结果]MIR指纹结合主成分分析法可根据MIR光谱信息明显地将鸡蛋花和布渣叶鉴别出来。[结论]MIR指纹结合主成分分析法客观、准确、快速,可应用于鉴别归属不同药材的红外光谱图。     

合肥市城市化进程与生态环境耦合效应·机理研究

目前,合肥市城市化进程跨入快速发展阶段,城市化水平不断提高。由于城市化与生态环境之间存在着各种矛盾与胁迫,合肥市城市化正在或即将对周围生态环境造成现实的破坏或潜在的威胁。笔者通过建立综合评价指标体系,利用主成分分析法,对合肥市城市化水平与生态环境质量进行综合评价,并通过耦合度和耦合协调度函数判断合肥市城市化与生态环境的协调发展状况。结果表明,近10年合肥市城市化与生态环境协调指数总体呈现下降趋势,若不加强生态环境建设,其与城市化的协调发展状况将进一步恶化。     

顾及变量相关性的主成分分析法在森林蓄积量估测中的应用

为探究Landsat8 OLI反演蓄积量的潜力,研究不同特征选择方法对蓄积量反演精度及不同蓄积量反演模型对反演精度的影响。以湖南省怀化市排牙山国有林场作为研究区,森林资源二类调查数据作为样地地面实测数据,选用Landsat8 OLI作为遥感数据源,将传统的Pearson相关系数法及主成分分析法2种方法结合,得到一种顾及变量相关性的主成分分析法（PCA-P）对遥感变量进行降维。使用3种变量选择方法构建了随机森林（RF）、K最近邻（KNN）、支持向量机（SVR）、多元线性回归（MLR）模型进行森林蓄积量的估测,使用决定系数（R²）、均方根误差(R_MSE)、相对均方根误差(R_RMSE)对蓄积量估测模型进行精度评价。结果表明：通过Pearson相关系数结合方差膨胀因子得到I_B2、I_ND25、I_MSR3个遥感变量,其与蓄积量相关性分别为0.716、0.623、0.597。使用主成分分析法得到前3个主成分,累计贡献率为93.42%。通过PCA-P得到前2个主成分,累计...     

基于城镇化的耕地资源数量变化及其驱动力分析--以合肥市为例

如何科学协调地区经济发展与耕地资源保护二者之间关系一直以来都是考察地方行政决策能力和发展理念的现实难题。随着我国进入全面建成小康社会的决定性阶段,工业化与城镇化水平的提升对发展空间的需求势必对地区耕地资源的保护产生重大影响。以城镇化水平快速提升的典型区域合肥市为研究对象,基于该市1990～2010年耕地资源变化数据与社会经济发展统计数据,系统分析了合肥市城镇化水平与耕地面积变化情况;同时,结合合肥市耕地资源数量变化的实际情况,科学选取能够有效反映城镇化现状的8项社会经济发展因素作为指标,综合运用主成分分析法与回归分析法,有序开展耕地资源数量变化驱动力分析,最后,提出一些推进新型城镇化建设的对策建议,以期为合肥市社会经济的持续、健康发展提供参考。     

主成分分析在城市可持续发展评价中的应用

基于可持续发展理论,选取19项指标建立了城市可持续发展评价指标体系。提出主成分分析方法在城市可持续发展评价中的应用思路和过程,采用社会科学统计软件包SPSS(13.0)对合肥"十五"期间可持续发展状况进行实证评价研究。最终选取3个主成分,建立了综合评价模型并计算得到了城市可持续发展综合评价值。结合定性方法,对合肥市可持续发展状况进行讨论得到:"十五"期间,合肥市可持续发展总体水平逐年上升,其中第三产业占GDP比例、人均耕地面积和工业废水排放达标率对合肥市可持续发展起着负面作用。研究结果可为合肥可持续发展的布局与规划提供理论依据,同时验证了主成分分析方法在城市可持续发展中的可行性。     

基于核主成分-聚类分析的土壤质量评价方法

针对传统主成分分析处理非线性问题的不足,采用基于核主成分-聚类分析的评价方法对土壤质量进行评价并分类。先利用核主成分分析剔除原始数据中存在线性相关和信息重叠的指标,再利用得到的主成分代替原来的评价指标,对土壤质量进行聚类分析。结果表明,该方法准确客观,可为土壤评价提供参考依据。     

崇明河网水质污染的空间差异性分析

采用主成分分析方法,对崇明岛河网水系61个采样点、12个水质指标进行分析,通过提取占累计方差率85%以上的5个主成分,即氮素营养指数,藻类生长指数,营养水平指数,铵吸收因子及水色指数,研究水体污染的空间分布特征,分析崇明河网水系的主要污染源与区域间差异。结果表明,氮素营养指数和藻类生长指数是影响崇明水质的主要因子,崇明岛大面积的农业面源污染对硝态氮的贡献作用明显,对水质影响较大;特殊的水文及水动力条件对藻类生长和分布也产生了明显影响。从区域水系而言,崇明岛水质南部优于北部,西部优于东部。     

基于气象因子的柏木属植物引种成活率预测模型

[目的]探索柏木属(Cupressus L.)植物在南京中山植物园的引种成活率与来源地各气象因子之间的关系。[方法]根据1976年以来的档案数据,通过主成分分析法对气象因子参数进行降维处理,得到2个相互独立的主成分;以主成分为自变量,平均成活率为因变量,利用回归分析法建立引种成活率预测模型。[结果]引种成活率预测模型为:Y=88.480+0.028Z_1-0.10Z_2,其中主成分Z_1温光条件因子是决定引种成活率最主要的因素。[结论]该模型可为柏木属植物引种前评估提供理论依据。     

Modeling greenhouse air humidity by means of artificial neural network and principal component analysis

A back propagation neural network (BPNN) based on principal component analysis (PCA) was proposed for modeling the internal greenhouse humidity in winter of North China. The environment factors influencing the inside humidity include outside air temperature and humidity, wind speed, solar radiation, inside air temperature, open angle of top vent and side vent, and open ration of sunshade curtain, which were all collected as data samples. Through PCA of these data samples, 4 main factors were extracted, and the relationship between the main factors and the original data was discussed. Taking the principal component values as the input of BPNN, the model showed a good performance. A comparison was made between the performances of the BPNN based on PCA and the stepwise regression method with 20 data samples which had not been used to establish the NN model, and the prediction of stepwise regression method was less accurate than the BPNN based on PCA.     

合肥草莓基地土壤重金属污染风险评价

采集合肥市某草莓基地区域100个样点的土壤,测定表层土壤（深度分别为0～10 cm和10～20 cm）的6种重金属（Cd、Hg、As、Pb、Cr和Cu）,利用地累积指数方法对草莓种植土壤重金属的污染程度和生态风险进行评价,并结合多元统计分析探讨重金属来源。结果表明,Pb、Cd、Hg、Cu和Cr虽对草莓基地部分区域的土壤有一定程度的累积和污染,但污染风险低;主成分分析表明,Pb、Cd、As、Cu和Hg源于人类农业活动,Cr源于土壤母质及风化累积。显示草莓基地整体区域的土壤重金属生态风险低,种植基地土壤重金属未对草莓质量安全产生影响。     

花垣河重污染河段水环境健康风险评价及监测因子分析

为了了解花垣河流域锰冶炼工业导致的河流水质污染状况,评估河流水环境健康风险水平,根据2007年1月至2015年12月花垣河流域锰冶炼行业重污染河段的6个点位水体中的特征污染物氨氮、氟化物、挥发酚、氰化物、Cd、Cr~(6+)、Zn、Pb、As、Hg的监测数据,进行年风险评价,并运用MATLAB软件进行相关性及主成分回归分析。结果表明:点位1~5水体中的污染物监测值均高于对照点位6,点位1~5水体中污染物的年风险水平9 a平均值为对照点位的9.58~10.41倍;各点位污染物之间的相关性分析发现,氨氮和Cd的监测值在P0.01水平有显著正相关性,氰化物和Cr~(6+)的监测值在P0.01水平有显著负相关性,氨氮和Pb的监测值在P0.05水平有显著正相关性;各点位之间相关性分析发现,点位1~5之间在P0.01水平有显著正相关性;Cd、氨氮、氰化物、Cr~(6+)、Pb是个人年风险值的主要影响因素,对主要污染物的主成分分析得出点位1~5的个人年风险值预测方程,预测方程残差的偏差绝对值小于0.5×10-6、P0.001,说明预测方程拟合性良好。     

温室湿度环境的主成分分析人工神经网络建模研究

实测温室内影响空气湿度的环境因子组成数据样本,对数据样本进行主成分分析,提取出影响温室湿度的4个主要成分．讨论提取的主成分与原始过程数据样本间的关系。以采用主成分分析后的数据样本作为神经网络模型的输入变量,模型模拟值和实测值之间的相关系数R^2为0．8842。以±0．1作为模拟相对误差,命中率达到85％。用训练后的网络模型对20组未参加建模的样本数据进行模拟,均方根误差为1．6745,优于回归方程法的4．4349。基于神经网络模型,运用敏感性分析法对影响湿度的各医素进行重要性分析和排序,得出各影响因素的重要程度依次为室内温度、室外湿度、室外温度、保温帘展开度、室外风速、室外太阳辐射照度、天窗开窗角度和侧窗开窗角度．