基于SPSS相关性分析的地下水污染因果关系判定
- 格式:pdf
- 大小:249.72 KB
- 文档页数:5
土壤地下水环境损害因果关系判定方法及应用作者:刘玉来源:《经济技术协作信息》 2018年第35期土壤和水资源等对人类的生存发展具有重要的作用,然而随着社会的不断发展人类的社会活动增加,使得土壤地下水环境受到严重的损害。
在检定环境损害时,一个关键的环节便是因果关系判定。
因此对其因果关系判定方法进行相应的研究,并充分应用具有重要意义。
在对土壤地下水环境损害的因果关系进行判定时,应明确污染物的来源,污染物从污染源向土壤和地下水迁移的路径,并进行相应的验证。
结合实际的调查情况,进行技术框架的构建,从而对土壤地下水的环境损害的因果关系进行判定。
一、环境损害因果关系的判定在进行判定时,通常需要进行污染源到受体途径的构建,从而对污染源和损害二者间存在的关联性进行明确。
针对该项原则并与土壤地下水实际的调查评估相结合,进行对土壤地下水环境损害因果关系判定框架的构建,其中包含污染源与受体二者污染物同源性的分析、污染物载体传输方向与污染浓度方向等的明确,还包含具有完整性与连续性的污染物在污染源、受体间迁移的途径等。
可通过同位素、指纹图谱等对同源性进行分析,对地质情况、水文情况等进行实地考察,并通过调查识别出污染的手段,通过相应的空间模拟技术对载体与污染物的迁移方向进行判断,并对路径的连续性、完整性等进行分析。
当前阶段在土壤、地下水中环境受到损害较为常见的损害类型有废弃物、废水、工业遗留、矿区等。
因此在对环境损害进行评估时,应提高对该几种类型的重视。
二、因果关系判定的原则因果关系具有一定的哲学性,通常指的是在事物间存在引起和被引起的关系。
污染事件在对土壤地下水等产生的损害,与对人的身体、财产等产生的直接性作用具有一定的差异性,通常是通过空气、水等进行传递的。
可将土壤地下水的环境损害的因果链条用以下进行表示:污染物A-从污染源向外部排出B一利用相关媒介进行扩散C一与损害受体进行接触D-产生损害E,在对因果关系进行判定时,需要对该链条中的各个环节进行证明。
地下水污染状况调查评估流程英文回答:Groundwater Contamination Assessment and Evaluation Process.Groundwater contamination assessment and evaluation isa multi-step process that involves:1. Identification of potential contaminants and sources: This involves identifying potential sources of contamination, such as industrial facilities, agricultural practices, and waste disposal sites.2. Sampling and analysis: Groundwater samples are collected and analyzed to identify and quantify contaminants.3. Data interpretation and evaluation: The analytical data is interpreted to determine the extent and severity ofcontamination, and to identify any potential risks to human health or the environment.4. Remedial action planning: If contamination is identified, remedial actions may be necessary to mitigate the risks. This may involve treatment of contaminated groundwater, containment of the contamination, or other measures.5. Long-term monitoring: Groundwater monitoring is typically conducted over the long term to ensure that contamination levels remain below regulatory standards, and that remedial actions are effective.中文回答:地下水污染状况调查评估流程。
基于SPSS的污染源分析及在环境管理中的应用基于SPSS的污染源分析及在环境管理中的应用一、引言随着现代工业化的快速发展,环境污染问题正日益引起人们的关注。
如何准确评估和控制污染源,成为环境管理的重要课题之一。
本文将以SPSS软件为工具,分析测量环境污染源的数据,并探讨其在环境管理中的应用。
通过对污染源的分析,可以为环境决策提供科学依据,推动环境保护工作的开展。
二、SPSS在污染源分析中的应用1. 数据预处理SPSS作为一款功能强大的统计分析软件,提供了数据预处理的功能。
在污染源分析中,我们常常需要处理大量的数据,包括数据的清洗、缺失值的处理、异常值的处理等。
SPSS的数据清洗功能可以帮助我们快速完成这些处理工作,确保数据的准确性和完整性。
2. 数据可视化SPSS可以将统计结果进行可视化展示,以图表形式直观地显示数据的分布情况和趋势变化。
在污染源分析中,我们可以利用SPSS绘制柱状图、折线图、散点图等,观察污染源的变化趋势,找出数据之间的关联性。
3. 相关性分析SPSS提供了丰富的统计分析方法,其中包括相关性分析。
通过相关性分析,我们可以探索各个变量之间的相关关系,查找主要因素和影响因素。
在污染源分析中,我们可以利用SPSS 计算各个污染源之间的相关系数,从而确定主要污染源和其影响因素。
4. 回归分析SPSS还提供了回归分析的功能,可以帮助我们建立数学模型,预测和解释变量之间的关系。
在污染源分析中,我们可以利用SPSS进行多元线性回归分析,确定各个因素对于污染源的贡献程度,制定相应的环境管理措施。
三、基于SPSS的污染源分析案例研究以某工业园区为例,对其主要的污染源进行分析和研究。
通过调查和统计数据收集,对该工业园区的空气污染源、水体污染源和固体废物污染源进行分析,并利用SPSS进行相关性分析和回归分析。
1. 空气污染源分析收集该工业园区不同污染源的排放数据,包括燃煤锅炉、化工厂和汽车尾气等。
将数据导入SPSS,进行相关性分析,找出不同污染源之间的相关关系。
基于SPSS的主成分分析在地下水环境质量评价中的应用—
—以达拉特旗三晌梁地区为例
王海波;李虎平;侯俊林
【期刊名称】《西部资源》
【年(卷),期】2012(000)001
【摘要】选定内蒙达拉特旗三晌梁地区40个地下水质站点2年资料,在SPSS统计软件的支持下,将主成分分析方法应用于水环境的综合评价之中.利用主成分综合得分从评价分区、地下水水环境质量评价等方面进行分析,分析结果理想,体现了主成分分析在水环境质量评价中的实用性.
【总页数】3页(P89-91)
【作者】王海波;李虎平;侯俊林
【作者单位】中国地质大学(北京) 呼和浩特010020;内蒙古自治区地质调查院呼和浩特010020;中国地质大学(北京) 呼和浩特010020;内蒙古自治区地质调查院呼和浩特010020;中国地质大学(北京) 呼和浩特010020;内蒙古自治区地质调查院呼和浩特010020
【正文语种】中文
【相关文献】
1.基于SPSS的主成分分析在水环境质量评价中的应用 [J], 李哲强;侯美英;白云鹏
2.基于SPSS的主成分分析在复杂碎屑岩油水层识别中的应用——以准噶尔盆地腹部中1区为例 [J],
3.基于灰色聚类的地下水质综合评价——以达拉特旗三晌梁地区为例 [J], 王海波
4.达拉特旗三晌梁地区地下水质量评价浅析 [J], 王海波;侯俊林;李虎平
5.基于RS、GIS技术的土地利用转移关系研究——以三晌梁地区为例 [J], 王立军;安慧君;张韬;王建琼;张晖
因版权原因,仅展示原文概要,查看原文内容请购买。
基于SPSS多元回归分析的城市地下水用水量预测基于SPSS多元回归分析的城市地下水用水量预测引言随着城市人口的快速增长和工业发展的加速,城市地下水资源逐渐受到威胁。
为确保城市持续发展,必须对城市地下水用水量进行有效预测和管理。
本文将基于SPSS多元回归分析方法,探究城市地下水用水量与相关因素之间的关系,并建立预测模型。
方法1. 数据收集收集城市地下水用水量和相关因素的数据,包括城市人口、工业产值、降水量等。
确保数据的准确性和完整性。
2. 数据处理对数据进行清洗和处理,包括缺失值的处理和异常值的剔除。
确保分析的数据具有统计学意义。
3. 相关性分析使用SPSS软件进行相关性分析,探究城市地下水用水量与各个因素之间的关系。
通过相关系数分析,初步筛选出与地下水用水量相关较强的因素。
4. 多元回归分析选取与地下水用水量相关较强的因素作为自变量,利用多元回归分析方法建立预测模型。
通过检验回归系数的显著性和模型的拟合优度,确定模型的可靠性。
结果与讨论通过对某城市地下水用水量的调查数据进行分析,得到如下结果:1. 相关性分析结果显示,城市人口、工业产值、降水量与地下水用水量呈正相关关系,相关系数分别为0.78、0.65和0.54,具有统计学意义(P < 0.05)。
2. 多元回归分析模型表明,城市人口和工业产值对地下水用水量的影响最显著。
回归方程为Y = 0.82X1 + 0.62X2 +3.46,其中Y表示地下水用水量,X1表示城市人口,X2表示工业产值。
根据预测模型,可得出以下结论:1. 城市地下水用水量与城市人口和工业产值呈正相关关系。
随着城市人口和工业产值的增加,地下水用水量也相应增加。
2. 在未来城市规划和发展中,应重点考虑城市人口和工业产值的变化对地下水用水量的影响,合理规划水资源利用。
3. 在城市水资源管理中,应采取有效措施,控制城市地下水用水量的过度提高,以保证地下水资源的可持续利用。
结论本研究利用SPSS多元回归分析方法,探究了城市地下水用水量与相关因素之间的关系,并建立了预测模型。
报告中利用因果关系和相关性分析的技巧进行推断和解读引言:在各个领域的报告与研究中,因果关系和相关性分析是非常重要的工具。
通过对数据进行分析,可以揭示因果关系和相关性,帮助我们推断和解读结果。
然而,在利用这些技巧进行推断和解读时,也需要注意一些技巧和陷阱。
本文将会围绕这一主题,从不同角度讨论因果关系和相关性分析的技巧,并探讨其在报告中的应用。
第一部分:因果关系分析一、确定因果关系的方法在报告中,我们常常需要确定因果关系。
然而,确定因果关系并非易事,需要谨慎分析数据和应用科学方法。
本节将介绍几种确定因果关系的方法,如随机对照实验和因果推断模型。
二、利用因果关系进行解读一旦确定了因果关系,我们就可以利用它来解读数据并提出合理的结论。
这一部分将讨论如何利用因果关系进行解读,以及可能的误解和注意事项。
第二部分:相关性分析一、相关性分析的基本概念相关性分析是一种常用的统计方法,用于研究变量之间的关联程度。
在报告中,相关性分析可以帮助我们理解变量之间的关系,并提供参考依据。
本节将介绍相关性分析的基本概念和常用方法。
二、相关性分析的局限性虽然相关性分析在解读数据方面非常有用,但也存在一些局限性。
本节将讨论相关性分析的局限性,并提出如何避免误解和不当推断的建议。
第三部分:综合因果关系和相关性分析一、综合因果关系和相关性分析的优势在实际应用中,综合因果关系和相关性分析可以提供更全面的结果。
本节将介绍综合因果关系和相关性分析的优势,并阐述其在推断和解读中的应用。
二、案例分析:利用因果关系和相关性分析解读市场营销数据以市场营销数据为例,本节将通过实际案例展示如何利用因果关系和相关性分析进行推断和解读。
我们将探讨不同的分析方法,并解释其应用的效果和局限性。
结论:在报告中利用因果关系和相关性分析进行推断和解读是一项关键工作。
通过恰当选择和应用分析方法,我们可以更准确地理解数据,并提供更可靠的结论。
然而,我们也必须注意方法的局限性和可能的误解,以避免得出不准确或不完整的结论。
实验研究中的因果关系与相关关系的区分在科学研究中,我们经常需要探究变量之间的关系,以便理解现象背后的原因和机制。
在这个过程中,我们常常需要区分因果关系和相关关系,这两者的本质差异决定了我们分析和解释研究结果的方式。
本文将探讨实验研究中因果关系与相关关系的区别,并探索如何准确判断二者之间的区分。
一、因果关系的定义和特点因果关系指的是一种变量之间的因果联系,即一个变量的改变导致另一个变量发生相应的改变。
因果关系具有以下特点:1. 时间顺序:因果关系的建立需要变量之间具有时间上的先后顺序。
因果关系通常要求因变量(受影响的变量)发生于自变量(导致变化的变量)之后。
2. 因果联系的一致性:当自变量发生变化时,因变量应该随之发生相应的变化。
这种变化可以通过控制其他变量来实现,以确保关系的一致性。
3. 排除其他影响因素:因果关系要求排除除自变量和因变量之间因果联系以外的其他可能的影响因素。
这通常通过实验设计来达到,通过随机分配实验组和对照组,以排除其他干扰因素。
二、相关关系的定义和特点相关关系指的是变量之间的统计关联,即变量之间的变化趋势相似。
相关关系具有以下特点:1. 相关关系没有因果联系:相关关系并不意味着变量之间存在因果联系。
变量之间的关联只表明它们在某种程度上同时变化,但并不能确定它们之间的因果关系。
2. 相关性的程度:相关关系可以分为正相关和负相关。
正相关表示两个变量的变化趋势是同向的,即一个变量增加另一个变量也增加;负相关表示两个变量的变化趋势是相反的,即一个变量增加另一个变量减少。
3. 相关系数:相关关系通常使用相关系数来衡量,常见的有皮尔逊相关系数和斯皮尔曼相关系数等。
相关系数的取值范围为-1到1,绝对值越接近1,表示变量之间的关系越强。
三、区分因果关系和相关关系的方法要准确判断实验研究中的因果关系和相关关系,需要注意以下方法和考虑因素:1. 实验设计:通过随机分组、对照组等实验设计来排除其他干扰因素,确保自变量对因变量的影响是由因果关系而非相关关系导致的。
报告中的关联性分析与因果推断引言:相关性分析和因果推断是数据分析中常用的统计方法。
在报告中,关联性分析可以帮助我们了解变量之间的关系,而因果推断则能够帮助我们确定变量之间的因果关系。
本文将分别从相关性分析和因果推断两个方面展开论述,并探讨它们在报告中的应用。
一、相关性分析相关性分析是研究变量之间关系的一种方法。
在报告中,我们常常需要了解不同变量之间的相关性,以便我们能更好地理解影响因素和趋势。
下面将从相关性的计算和解释两个方面详细论述。
1.1 相关性的计算相关性可以通过计算相关系数来衡量,常见的相关系数有皮尔逊相关系数和斯皮尔曼相关系数。
其中,皮尔逊相关系数适用于连续变量之间的关系,而斯皮尔曼相关系数则适用于有序变量或者非线性关系的情况。
1.2 相关性的解释在报告中,我们常常需要解释变量之间相关性的意义。
例如,如果两个变量之间的相关系数接近于1,则说明它们之间存在着强正相关关系;而如果相关系数接近于0,则说明它们之间基本没有关系。
二、因果推断因果推断是确定变量之间因果关系的一种方法。
在报告中,我们希望能够了解某个变量对于另一个变量的影响,从而能够更好地制定策略和决策。
下面将从因果关系的确定和因果推断的方法两个方面进行详细论述。
2.1 因果关系的确定因果关系的确定需要满足三个条件:相关性、时间顺序和排除其他可能性。
首先,变量之间必须存在相关性;其次,因果关系的发生必须有时间顺序;最后,其他可能性必须排除,即不存在其他变量对结果的影响。
2.2 因果推断的方法因果推断有多种方法,包括实验研究、自然实验和观察性研究等。
实验研究是最强大的因果推断方法,通过随机分组和对比组之间的差异来确定因果关系。
自然实验则是利用某种“自然实验室”的特殊条件来分析因果关系。
而观察性研究则是通过观察已经发生的数据来进行因果推断。
三、相关性分析的应用相关性分析在报告中有多种应用,下面将从市场营销和经济领域两个方面进行详细论述。
地下水污染风险评估方法地下水污染是目前环境保护中比较重要的问题之一,其面临的挑战在于如何定量评估地下水的污染程度以及对生态系统和人类健康的风险。
地下水是由土地、岩石和河流等自然界中的水源积聚而成,是地球上最重要的淡水储备之一。
然而,许多地下水已经被人类工业和化学物质的废弃物所污染。
在全球范围内,地下水中的有害化学物质已成为一个令人担忧的问题,因此必须采取有效的评估方法来控制地下水的污染。
评估地下水污染的过程涉及许多因素,例如环境条件,土壤类型和抗拒力,以及化学品的危险性。
评估地下水污染的目的是确定哪些地下水可能受到污染,对哪些地区的人类和生态系统,以及能源和农作物的生产产生危险。
因此,必须采用科学的技术来确定污染的程度并制定适当的应对措施。
风险评估是评价与某一物质有关的不利影响所需的定量和定性过程。
它可以对可能的风险进行评估,以确定成人和儿童暴露于某种物质时可能患上的健康问题。
因此,对于污染地下水的情况,风险评估可以通过系统的方法来评估不同类型化学物质对人体和生态系统的危害。
然后根据评估结果进行风险控制。
将风险评估直接应用于地下水的污染过程中需要考虑多个因素,包括土壤的性质、地下水流动的速度和方向、化学物质的性质和浓度、以及当地的气候等自然环境因素。
因此,我们需要定量方法来表示这些因素之间的关系。
传统的方法是通过采用污染物扩散模型,对地下水进行模拟。
此外,了解深度、物理-化学参数、气候变化等数据也是必要的。
除了物理-化学参数的数据之外,基于地下水污染风险评估的方法主要是概率模型和统计模型。
统计模型是一种把实验室和野外实验数据进行回归、系列或变方差分析的方法,以确定某种物质对地下水的贡献,并预测污染事件的可能性。
概率模型则通过概率测量方法值来计算地下水的污染风险。
这种方法可以确定一种化学物质在地下水中存在的可能性,并测量它对地下水质量的影响。
由于地下水污染问题往往涉及到许多的变化因素,所以建立一个完整的风险评估模型是非常困难的,而且还存在大量的不确定因素。
基于SPSS的城市区域地下水变异Factor Analysis过程何兴江;张信贵;易念平【期刊名称】《地质与勘探》【年(卷),期】2006(42)1【摘要】对需要大量运算的统计问题,运用SPSS软件可以快速得到演算结果,从而彻底消除重复而单调的过程,研究人员可更多地专注于统计模型的建立。
作者建立了城市建设引发城市区域的地下水缓慢变异的模型,调用SPSS的Factor Analysis过程,对城市区域地下水场变异起重要的组分进行提取,以起重要作用的K、Na、Ca、Mg、Fe、Mn组分最少组合来作为评价地下水变异的指标体系。
对南宁市区地下水中特征点进行初步定量分析表明,城市区域地下水年变异水平是城市的建设与发展作用的结果,随时间增长变异水平呈增长之势。
从历史背景下研究城市区域地下水缓慢变异程度及趋势,对城市地下水演化规律的认识有重要的指导意义。
【总页数】4页(P93-96)【关键词】SPSS软件;地下水环境变异;水化学组分;评价指标;因子分析【作者】何兴江;张信贵;易念平【作者单位】成都理工大学;广西大学【正文语种】中文【中图分类】P618【相关文献】1.城市区域地下水环境变异的水化学因子分析 [J], 张信贵;吴恒;易念平2.基于数值模拟的区域性地下水补给过程实例研究 [J], 黄金柏;魏帆;李德标;王斌;桧谷治3.基于区域城市化LUCC的人类生态过程定量研究——以上海市区典型城市化样带为例 [J], 郑辛酉;贾铁飞;倪少春4.基于SPSS多元回归分析的城市地下水用水量预测 [J], 李娜卿5.基于排列熵的城市化区域地下水系统复杂性测度 [J], 张永嘉;刘东因版权原因,仅展示原文概要,查看原文内容请购买。
基于SPSS的主成分分析在地下水环境质量评价中的应用作者:王海波李虎平侯俊林来源:《西部资源》2012年第01期摘要:选定内蒙达拉特旗三晌梁地区40个地下水质站点2年资料,在SPSS统计软件的支持下,将主成分分析方法应用于水环境的综合评价之中。
利用主成分综合得分从评价分区、地下水水环境质量评价等方面进行分析,分析结果理想,体现了主成分分析在水环境质量评价中的实用性。
关键词:主成分分析水环境综合评价1. 引言内蒙古达拉特三晌梁工业园区是2001年初经内蒙古自治区人民政府批准成立的自治区级开发区,它主要涉及煤化工、PVC管材及芒硝产业等,随着生产规模逐年扩大,“三废”排放量的增加,势必造成地下水污染严重,因而对该区现有地下水水质进行评价,非常必要和及时的,为防止该地区污染继续加剧和保护水质,提供前期的基础研究,研究中采用了SPSS统计软件和污染指数方法对地下水污染进行了综合评价,取得了较好的效果。
SPSS ( Statistical Package for the Social Science)是由美国SPSS公司自20世纪80年代初开发的大型统计学软件包,目前已推出SPSS 18.0 for Windows版本,具有统计功能强大、分析结果清晰、界面直观、操作简单、易学易用等特点。
主成分分析(Principal Component Analysis)就是考虑各指标之间的相互关系,利用降维的方法将多个指标转换为少数几个互不相关的指标,从而使进一步研究变得简单的一种统计方法。
主成分分析是由Hotelling于1933年首先提出的,是利用“降维”的思想,在损失很少信息的前提下把多个指标转化为几个综合指标,称为主成分。
2. 基于SPSS的主成分分析主成分分析方法 ( PCA法 )是一种将多维因子纳入同一系统中进行定量化研究, 理论比较完善的多元统计分析方法。
其基本思想是认为在众多有相关性的因子之间必然存在着起支配作用的共同因子。
焦作工学院学报(自然科学版),第21卷,第3期,2002年5月Journal of Jiaozuo Institute of Technology(Natural Science),Vol.21,No.3,May2002应用SPSS统计软件和污染指数评价地下水污染———以濮阳市地下水污染评价为例潘国营1,韩怀彦2,王永安2,周俊亮2(1.焦作工学院资源与环境工程系,河南焦作454000; 2.濮阳市节约用水办公室,河南濮阳457000)摘要:用SPSS软件中的单变量频数分布分析法确定污染起始值,然后计算综合污染指数,依据其大小并结合研究区地下水形成环境和水文地质条件,将研究区划分为轻微污染区、中等污染区和严重污染区.评价结果符合实际,为地下水污染评价找到了新的途径.关 键 词:SPSS;地下水污染;污染评价中图分类号:P641.3 文献标识码:A 文章编号:1007Ο7332(2002)03Ο0172Ο030 引 言SPSS(Statistical Package for the Social Science)是由美国SPSS公司自20世纪80年代初开发的大型统计学软件包,目前已推出SPSS11.0for Windows版本,具有统计功能强大、分析结果清晰、界面直观、操作简单、易学易用等特点,已成为当今世界上最流行、最具有权威性和最受欢迎的统计软件之一,在我国社会科学、自然科学、经济学、生物学、心理学、医疗卫生、体育、农业、林业、商业、金融等各个领域得到了广泛应用.濮阳市位于河南省东北部,是一座以石油、化工为主的新兴现代化工业城市.随着城市规模逐年扩大,城市‘三废’排放量增加,地表水污染严重.由于河水渗漏是濮阳地下水的重要补给来源,因而地下水开始受到污染并呈逐年加重的趋势.地下水是濮阳市工农业和城乡人民用水的主要水源,为防止污染继续加剧和保护水质,我们开展了“濮阳市环境水文地质与水资源保护”的研究工作,研究中采用了SPSS统计软件和污染指数方法对地下水污染进行了综合评价,取得了较好的效果.1 地下水污染评价标准一般将地下水污染定义为:凡是在人类活动的影响下,地下水水质朝着水质恶化方向发展的现象[1].这一定义中包含两层意思:其一,污染是人为活动所造成的,在天然环境中地下水某些化学成分的富集不是污染;其二,只要人为活动使地下水水质朝恶化方向发展便是污染,而不管恶化程度如何.由于现有各类地下水水质标准只能衡量地下水质量或适用程度,很多情况下地下水水质不好并非人为污染所致,所以,用现行水质标准来判断地下水是否污染以及评价污染程度是不合适的.评价地下水污染应以研究区地下水化学成分的背景值(本底值)为标准,这与评价地表水污染有所不同。
报告中的相关性分析与因果关系相关性分析和因果关系是统计学中一对重要的概念,它们帮助研究人员了解变量之间的关系和相互影响。
在报告中,相关性分析和因果关系可以用来支持或反驳一个假设或论断。
本文将从六个方面展开论述相关性分析与因果关系的应用。
一、相关性分析的概念与方法相关性分析是用来衡量两个变量之间的关联程度的统计技术。
通过计算相关系数,我们可以判断两个变量之间的相关性是正相关、负相关还是无关。
在报告中,相关性分析可以用于说明变量之间的关系。
例如,某公司的销售额和广告费用可能存在相关性,我们可以通过相关性分析来验证这一假设。
此外,相关性分析还可以帮助我们发现隐藏在数据背后的模式和趋势。
二、因果关系的定义与推断因果关系是指一种事件或行为引起了另一种事件或行为的现象。
在报告中,研究人员常常需要探究变量之间的因果关系。
然而,因果关系的推断并非易事,需要通过实验证据来支持。
例如,研究人员可能希望知道喝咖啡是否能提高工作效率。
为了得出可靠的结论,需要进行实验,对实验组和对照组进行比较,控制其他可能影响工作效率的变量。
三、相关性分析与因果关系的区别虽然相关性分析和因果关系都用于研究变量之间的关系,但它们是有区别的。
相关性分析只能证明两个变量之间存在相关关系,但不能确定其因果关系。
因果关系的确定需要进行实验或采用其他因果推断的方法。
在报告中,我们需要清楚地区分相关性分析和因果关系,并避免过度解读相关性为因果关系。
四、陷入因果关系的误区在报告中,研究人员可能会陷入因果关系的误区。
有时,两个变量之间的相关性可能只是一个巧合,并不能证明一个因果关系。
此外,隐变量和混杂因素的干扰也可能导致对因果关系的错误解读。
在报告撰写过程中,我们应该警觉这些问题,避免错误地得出因果关系的结论。
五、如何使用相关性分析和因果关系支持报告结论相关性分析和因果关系可以用来支持报告中的结论。
在报告中,我们可以首先通过相关性分析来确定变量之间的关联程度。
基于SPSS的岩溶地下水质变化及其影响因素——以重庆市金佛山表层岩溶地下水为例曹敏;沈立成;肖琼;邱述兰;王鹏【摘要】Epikarst springs which show large variations in water quality abound in the Jinfo Mountain, Chongqing. In order to find out the influence factors, an attempt was made to distinguish the natural and anthropogenic processes and factors responsible for groundwater quality. R-modc factor analysis was applied for the sets of chemical data, i.e. pH, γ, ρ(HCO3- ) , ρ(Ca2+), ρ(Mg2+), ρ(Na+), ρ(K+), ρ( SO42- ) , ρ( NO3- ) and ρ(CP ) in the karst springs at Jinfo Mountain. Groundwater samples were collected at 36 sites in January, 2009. Analytical results of these groundwater samples show the springs at Jinfo Mountain had variable chemical compositions. By applying the R-mode factor analysis of SPSS, four factors were obtained, which could help to explain the characteristics of groundwater quality and to identify the formation of hydrochemistry based on the performance of ions and their geochemical processes. The water-rock interaction in karst area is the common influence factor for SO4- , F - , K+ , Sr2+ and Ca2+ in groundwater. Concentrations of Mg2+ and HCO3- are highly related to soil. Precipitation should be responsible for concentrations of Na+ and Cl-. Anthropogenic activities contribute to elevation of NO3- in groundwater. The four factors can explain for 87. 58% of the formation of karst groundwater. The natural processes are the most important influence' factors for the formation of groundwater quality inthe springs of Jinfo Mountain, including 55.56% attributed to the processes of water-rock interaction. It means that factor analysis is useful in analysing water quality and illustrating its influence factors as well as in evaluation of water quality.%重庆金佛山地区岩溶泉水遍布,但是各个泉点的水质却有较大差异.利用地下水的化学性质,如pH,电导率Υ,HCO-3、Ca2+、Mg2+、Na+、K+、SO42-、NO-3和Cl-等的质量浓度进行因子分析可以分辨出自然过程和人类因素对地下水的影响.2009年1月在重庆金佛山地区采集36个岩溶泉水样,分析结果表明:金佛山岩溶泉的水化学成分具有较大的空间变异.利用SPSS中因子分析方法,得到基于水中离子和地球化学过程解释的地下水水质特征及其形成的4个因子:水-岩作用是地下水中SO42-、F-、K+、Sr2+和Ca2+形成的共同因素,Mg2、HCO3-主要受土壤等因子影响,Na+、Cl-主要来源于大气降水,人类活动主要影响水中的NO-3.以上4种因子可以解释金佛山岩溶地下水水质形成的87.58%,其中水-岩作用可以解释55.56%,是影响金佛山地区岩溶水水质的最重要因素.【期刊名称】《湖南师范大学自然科学学报》【年(卷),期】2012(035)002【总页数】6页(P82-87)【关键词】地下水水质;岩溶泉;自然因素;人类活动;因子分析【作者】曹敏;沈立成;肖琼;邱述兰;王鹏【作者单位】西南大学地理科学学院,三峡库区生态环境教育部重点实验室,西南大学岩溶环境与石漠化治理研究所,中国北碚 400715;西南大学地理科学学院,三峡库区生态环境教育部重点实验室,西南大学岩溶环境与石漠化治理研究所,中国北碚400715;西南大学地理科学学院,三峡库区生态环境教育部重点实验室,西南大学岩溶环境与石漠化治理研究所,中国北碚 400715;西南大学地理科学学院,三峡库区生态环境教育部重点实验室,西南大学岩溶环境与石漠化治理研究所,中国北碚400715;西南大学地理科学学院,三峡库区生态环境教育部重点实验室,西南大学岩溶环境与石漠化治理研究所,中国北碚 400715【正文语种】中文【中图分类】P641.3地下水水质受水岩作用过程、大气和土壤输入以及人类活动等因素的共同影响[1-4].我国西南岩溶地区岩溶水资源丰富,地下水,尤其是表层岩溶泉发育较多,表层岩溶带是南方岩溶水资源赋存运移的重要场所,也是当地群众生产生活的重要水源.由于岩溶地下水“水在楼上,土在楼下”的特殊性,容易受到人类活动影响,特别是防污能力较弱.因此,为了合理利用地下水,避免地下水受到人类活动的污染,必须掌握地下水动态及其影响因素.然而,区分地球化学过程等自然因素与土地利用等人类因素对地下水水质的影响十分困难,同时也是水文地质学、环境学等领域研究的热点和前沿领域[5].因子分析是通过对地下水化学数据的分类、降维处理,提取主要的影响因子.并根据因子在各离子上的载荷来区分自然过程与人类活动等因素对地下水水质的影响以及影响程度[6].SPSS起源于美国,是目前世界上最优秀的统计分析软件之一,广泛应用于各个领域.本文以重庆金佛山表层岩溶地下水为研究对象,根据水化学数据,利用因子分析方法探讨地下水水质的影响因素与影响强度,为岩溶区水资源的合理开发利用与保护提供科学依据.1.铁路;2.高速公路;3.公路;4.河流;5.山顶;6.研究区;7.二叠系地层;8.寒武系地层;9.志留系地层;10.泉点;11.保护区界线;12.地层界线;13.断层图1 金佛山泉水采样点分布示意图(修改自伍坤宇[9])1 研究区概况金佛山位于重庆南川市境内,是大娄山东段支脉的突异山峰,海拔1 400~2 251 m,属典型的岩溶地貌.地理坐标为北纬28°50′~29°20′,东经107°~107°20′,总面积1 300 km2,已知景区面积为441 km2,还有522 km2的保护地带,为国家级森林公园和国家级自然保护区.主峰风吹岭海拔2 251 m,为大娄山脉东北段的最高峰[7].金佛山处在一宽缓向斜(北东-南西走向)的轴部,山势高峻、切割强烈.北坡陡峭,沟谷深切,南坡较为平缓.出露的地层主要为寒武系、奥陶系、志留系和二叠系,岩性主要为碳酸盐岩和砂页岩.二叠系灰岩产状平缓,无大的断裂构造带存在,但北东和北西两组构造裂隙发育,岩层次生透水性好.金佛山位于亚热带湿润季风气候区,山体上部多年平均气温为8.2 ℃,年均降雨量约1 434.5 mm,山体下部平均气温为16.6 ℃,年均降雨量约1 287 mm[8].大气降水主要通过洼地或谷地底部落水洞渗入地下岩溶含水层.地下水多沿层面、层间节理以及灰岩与砂岩交界面运移,最后以地下河或岩溶泉的形式排出.2 数据来源与研究方法2009年1月在金佛山山顶及其西、南、北坡取得36个表层岩溶水水样(包含两个地表水样,其余为地下水样)、1个雪水样.取样点的空间分布见图1,大体有4个区域:金佛山山顶(古佛洞滴水、水房泉、小鲵泉、铁锈泉),南坡(菜籽沟、大弯道、邓家铺子、头渡酒厂、胡家湾等)、西坡(东方红、金佛山泉、碧潭泉、碧潭河水、三角堰泉、大垭口等)和北坡(红岩嘴、顺龙桥、蓬莱林、三纹鱼养殖基地、知音山庄、龙溪山庄).野外用硬度计和碱度计测试Ca2+和,用事先清洗过的聚苯乙烯瓶取60 mL水样经0.45 μm滤膜过滤(取样后,加入几滴体积比为1∶1的硝酸,以防止重金属离子沉淀或吸附瓶壁)用于测试金属离子浓度(ICP);另用纯净水瓶取600 mL水样,带回实验室进行阴离子分析.实验室内采用多种分析方法:(1)加硝酸的水样在实验室用PerkinElmer Optima用2100 DV型ICP-OES测定K+、Na+、Ca2+、Mg2+和Sr2+的质量浓度.(2)用UV-2450紫外可见分光光度计测定、质量浓度.(3)用滴定法测定Cl-质量浓度.各个数据的检测下限为0.05 mg/L.用Photoshop软件绘制泉点空间分布图,在Excel中进行数据编辑,因子分析采用SPSS13.0软件完成.3 结果分析3.1 水化学特征的空间变异从表1的变异系数(CV)可以看出,除了pH、溶氧量(DO)和ρ(Cl-)的变异系数较小外,其他离子质量浓度的变异系数都很大,特别是、Na+的质量浓度体现出明显的空间变异特征.pH值的大小在一定程度上反映岩溶作用的强弱,表层岩溶水pH值的变动范围为7.3~8.9.pH值反映了地下水中H+浓度,主要受水-岩作用过程、大气、土壤和人类活动的共同影响.在上述pH值变化范围内,pH值高表明岩溶作用弱,pH值低指示岩溶作用强.其变异系数为4.4%,表明存在一定的空间变异,但是不太明显,总体上反映了岩溶地区地下水的性质,即主要为弱碱性水.岩溶水电导率变动范围12.3~79.9 mS/m,变异系数为43.4%,表明存在较大的空间变异.电导率的大小与溶解的离子浓度成正相关,主要反映地下水中离子的浓度及受污染的情况[10].溶氧量是研究水自净能力的一种依据.在20 ℃、100 kPa下,纯水里大约溶解氧9 mg/L.所有泉点中溶解氧质量浓度介于9.3~12.6 mg/L,变异系数8.9%,空间变异很小,表明金佛山地区溶解氧质量浓度处于正常水平,水质较好.地下水中质量浓度的变动范围为55.8~365.8 mg/L,变异系数较大(45.6%),表现出大的空间变异性.的主要来源是各种碳酸盐岩的溶解和土壤、大气中CO2的溶解.水中Ca2+的质量浓度为21~143 mg/L,变异系数为43.9%,空间变异较大.地下水中Ca2+一方面是来源于碳酸盐岩的溶解,另一方面则来源于农业污染[5].Mg2+的质量浓度为1.0~46.2 mg/L,变异系数很大(99.8%),表现出明显的空间变异特征.Mg2+一方面是来源于碳酸盐岩的溶解,另一方面则来源于农业污染[4]以及大气的输入.一般岩溶水中的Ca2+和Mg2+、协同来源于碳酸盐岩的溶解,方程式如下:可见,地下水中的Ca2+、 Mg2+、等离子主要来源于碳酸盐岩风化.水中ρ(Cl-)的变异系数不大,为27.9%,空间变异性小.其主要来源可分为两大类,即无机来源和有机来源.无机来源主要是自然源,包括岩盐矿床和其他氯化物沉积物的溶解以及雨水中海盐、含HCl工业废气的溶解;有机来源主要是污染源,包括化肥的使用、生活和工农业废水、动物和人类排泄物等[11].水中质量浓度为8.9~61.1 mg/L,变异系数48.5%,具有较大的空间变异性.主要来源是含硫酸盐矿物的溶解、含硫酸盐化肥的使用以及工业废气的排放等.质量浓度的变化范围为0~34.6 mg/L,变异系数115.73%,空间变异强烈.地下水中的主要来源于人为活动的输入,特别是农业中化肥的使用、生活废水、动物和人类排泄物等是其主要影响因素[11].水中Na+的质量浓度为0.1~27.5 mg/L,变异系数达到160.6%,表现为强烈的空间变异.其来源包括含钠盐的海相沉积物和岩盐矿床的溶解、离子置换、生活废水、化肥以及大气降水[12].K+的质量浓度为0.1~3.1 mg/L,变异系数71.6%,K+的来源主要是含钠岩石的溶解,此外,离子置换、化肥、生活废水以及大气降水也是K+的重要来源[12].整个金佛山地区的K+质量浓度都比较低.水中Sr2+质量浓度在0.1~1.4 mg/L,变异系数76.2%,表明空间变异很大.Sr2+的来源主要是含锶岩石的溶解,同时也跟人类活动有关.表1 重庆金佛山表层岩溶水水质分析结果统计值γpHDOρ(H CO-3)ρ(Cl-)ρ(SO2-4)ρ(NO-3)ρ(F-)ρ(K+)ρ(Na+)ρ(Ca2+)ρ(Mg2+)ρ(Sr2+)/(mS·m-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)/(mg·L-1)样本数34343434363636363636353635最小值12.37.39.355.82.78.9000.10.1211.00.1最大值79.98.912.6365.812.762.134.60.63.127.414346.21.4平均值38.28.210.7143.18.629.36.20.21.02.95410.70.4标准差16.40.40.965.32.314.27.20.10.74.72310.60.3变异系数/%434.48.945.627.148.5115.768.471.6160.643.999.876.23.2 水化学特征的因子关系分析因子分析可以用来确定水质形成的影响因素与影响强度.因子分析前,对数据进行检验,除少数变量外,基本符合正态分布趋势.由于各变量单位相同,无须进行标准化.通过KMO和球形Bartlett进行因子分析的适用性检验.KMO统计量为0.778,大于0.7,说明各变量间信息的重叠程度比较高;球形检验拒绝各变量独立的假设,故因子分析的适用性检验通过.由SPSS软件计算各离子之间的相关关系,得到因子变量相关矩阵(见表2).可知,与F-、K+、Sr2+都显著相关,F-与K+、Ca2+、Sr2+之间也显著相关,说明变量之间存在信息重叠,需要进行数据降维.表2 变量相关矩阵(部分) 单位:mg/Lρ(HCO-3)ρ(Cl-)ρ(SO2-4)ρ(NO-3)ρ(F-)ρ(K+)ρ(Na+)ρ(Ca2+)ρ(Mg2+)ρ(Sr2+)ρ(HCO-3)1.00 0.19 0.27 -0.20 0.22 0.19 0.23 0.52 0.51 0.22 ρ(Cl-)0.19 1.00 0.47 0.07 0.47 0.50 0.37 0.45 0.32 0.48 ρ(SO2-4)0.27 0.47 1.00 -0.11 0.99 0.93 0.13 0.86 0.62 0.97 ρ(NO-3)-0.20 0.07 -0.11 1.00 -0.14 0.01 0.16 -0.14 -0.20 -0.15 ρ(F-)0.22 0.47 0.99 -0.14 1.00 0.94 0.17 0.83 0.59 0.97 ρ(Sr2+)0.22 0.48 0.97 -0.15 0.97 0.93 0.19 0.83 0.62 1.00由表3可知,相关系数矩阵R得到特征值、方差贡献率和累积贡献率,可知第一因子的方差占所有因子方差的55.56%,前4个因子的对岩溶水质形成的累积方差贡献率达到87.85%(>85%),因此金佛山岩溶水中的离子主要受到4种不同因素的影响.这4种因子分别代表水-岩作用、土壤等自然因子、大气降水与人类活动因子,本文将在后面予以解释.表3 公因子方差(部分)成分初始特征值方差旋转后特征值合计方差/%累积/%合计方差/%累积/%15.5655.5655.564.88248.82348.82321.3413.4168.971.47114.70963.53231 .1811.7780.741.41314.12677.65840.717.1187.861.0210.19887.855变量共同度表示各变量所含原始信息能被提取出的公因子所表示的程度.提出4个公因子后,可以计算各变量的共同度,如表4所示.除了ρ(Cl-)和ρ(Mg2+)的共同度为61.3%和71.3%之外,其余变量的共同度都在80%以上,因此这4个公因子对各离子来源具有较强的解释能力.表4 因子旋转矩阵与共同度单位:mg/L统计值ρ(SO2-4)ρ(F-)ρ(Sr2+)ρ(K+)ρ(Ca2+)ρ(HCO-3)ρ(Mg2+)ρ(Na+)ρ(Cl-)ρ(NO-3)初始值1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 提取值0.98 0.98 0.97 0.94 0.81 0.94 0.72 0.84 0.61 1.00 成分10.98 0.97 0.97 0.94 0.78 0.59 0.45 20.15 0.37 0.95 0.60 0.13 -0.12 30.12 0.14 0.22 0.24 0.17 0.90 0.64 0.11 4-0.11 0.98采用主成分法计算因子载荷矩阵A,根据因子载荷矩阵可以说明各因子在各变量上的载荷,由于初始因子载荷矩阵系数不是太明显,为了使因子载荷矩阵中的系数向0~1分化,对初始因子载荷矩阵进行方差最大旋转.由输出表4可以看出,第一公因子在ρ、ρ(F-)、ρ(K+)、ρ(Sr2+)和ρ(Ca2+)上具有较高载荷,主要为碳酸盐的溶解产物,来源于水-岩作用的离子,因此定义为水-岩作用因子.第二公因子在ρ和ρ(Mg2+)上具有较高载荷,因此定义为土壤等自然因子.第三公因子在ρ(Na+)和ρ(Cl-)上具有较高载荷,定义为大气降水因子.第四公因子在ρ上载荷高,因此定义为人类活动因子.这4个因子及其顺序能较好地说明岩溶水水质的影响因素,其影响程度依次减弱.为了进一步分析各个岩溶取水点的水质状况,采用回归方法求出因子得分函数矩阵如表5所示.由系数矩阵将4个公因子表示为10个指标的线性形式.因子得分函数为:F1=-0.169x1+0.18x2+0.235x3+0.041x4+0.237x5+0.217x6-0.153x7+0.115x8+0.071x9+0.229x10,F2=0.784x1-0.145x2-0.056x3+0.115x4-0.122x5-0.091x6-0.007x7+0.141x8+0.438x9-0.117x10,F3=0.019x1+0.492x2-0.097x3-0.106x4-0.05x5+0.013x6+0.758x7+0.048x8-0.227x9-0.03x10,F4=0.062x1-0.092x2+0.025x3+1.025x4-0.033x5+0.111x6-0.071x7-0.017x8+0.123x9-0.049x10.表5 因子得分系数矩阵单位:mg/L成分ρ(HCO-3)ρ(Cl-)ρ(SO2-4)ρ(NO-3)ρ(F-)ρ(K+)ρ(Na+)ρ(Ca2+)ρ(Mg2+)ρ(Sr2+)1-0.17 0.02 0.24 0.04 0.24 0.22 -0.15 0.12 0.07 0.23 20.78 -0.15 -0.06 0.12 -0.12 -0.09 -0.01 0.14 0.44 -0.12 30.02 0.49 -0.10 -0.11 -0.05 0.01 0.76 0.05 -0.23 -0.03 40.06 -0.09 0.03 1.03 -0.03 0.11 -0.07 -0.02 0.12 -0.054 讨论4.1 水-岩作用对岩溶水的影响从因子F1的得分值来看,从地表水到地下水,得分值逐渐增大,特别是深部来源(如金佛山温泉)的水中各种离子质量浓度都较高,反映了大气降水来源补给的地下水经过充分的水-岩作用后沿裂隙、断裂运移,并在地表出露[13],意味着在因子F1上具有高载荷的离子受到水-岩作用时间长短等的控制.4.2 土壤等自然因子对岩溶水的影响F2因子的得分值表明:值较高的水样点(如蓬莱林、知音山庄和碧潭泉)基本都位于金佛山下土壤层较厚的地方.说明土壤等自然因素对金佛山岩溶水中和Mg2+具有决定性影响.土壤是一个巨大的碳库,全球土壤碳容量是森林的2~3倍.土壤中CO2含量超过大气的10倍,其溶于水,形成,成为地下水中的主要来源.4.3 大气降水对岩溶水中离子的影响因子F3的得分表现为地下水小于地表水,在马鞍山收费站和胡家湾最高,这两个点属于地表河流系统,说明岩溶地下水中的Na+、Cl-受到地表水体中溶质的影响.然而,由3.1的分析可知,金佛山地区的大部分岩溶地下水样品中Na+和Cl-并不高,基本与大气降水接近.可以认为其主要来自大气降水.4.4 人类活动对岩溶水的影响因子F4得分离人类活动中心越近,值越高.得分最高的大弯道和头度酒厂,受到人类农业活动和工业生产活动的影响,具有较高的质量浓度.而位于保护区深处的许多泉点在因子F4上的得分都较低,说明金佛山保护区内表层岩溶地下水受人类活动的影响不明显.人类生产活动对岩溶水中的质量浓度具有重要贡献.4.5 各因子的综合作用任何一个地方的岩溶水都不可能只受到一种因素的影响.因此水中的化学离子往往是多来源的.对于金佛山来说,其离子主要来源于水-岩作用、土壤输入、大气降水和人类活动,并在大范围内依此顺序影响逐渐减弱.这也说明金佛山岩溶水质受到人类活动的影响还比较小,水质状况总体上趋于自然背景值.对于个别点来说,一种或两种因子起着主导作用.5 结论(1)金佛山表层岩溶水水质受到水-岩作用过程和土壤、大气降水与人类活动的共同影响,4个因素可以解释岩溶水水质形成的87.58%,其中水-岩作用可以解释55.56%,是影响金佛山地区岩溶水水质的最重要因素.(2)水-岩作用是影响地下水中、Sr2+、Ca2+、K+等的最主要因素,但不是唯一因素.土壤是影响地下水中和Mg2+的主要因素,同时水-岩作用也是其重要影响因素.岩溶水中的Na+和Cl-主要来源于大气降水.人类农业活动和工业活动活动是金佛山表层岩溶水中的最主要来源.(3)岩溶水中化学离子的形成,是受自然过程与人类活动的综合影响.在金佛山自然保护区,影响水质形成的最重要因素还是自然过程.同时,随着人类活动的加剧,人类对水质的影响逐渐明显.对金佛山水质的动态监测是以后工作的重点.参考文献:[1] HELENA B, PARDO R, VEGA M, et al. Temporal evolution of groundwater composition in an alluvial (Pisuerga river, Spain) by principal component analysis[J]. Water Res, 2000, 34(3): 807-816.[2] ROWDEN R D, LIU H, LIBRA R D. Results from the Big Spring basin water quality monitoring and demonstration projects, IOWA, USA[J]. Hydrogeol J, 2001, 9(5): 487-497.[3] 蒋勇军, 袁道先, 谢世友,等. 典型岩溶农业区地下水水质与土地利用变化[J]. 地理科学, 2006, 16 (4): 405-414.[4] LIU Z, LI Q, SUN H, et al. Seasonal, diurnal and storm-scale hydrochemical variations of typical epikarst springs in subtropical karst areas of SW China: Soil CO2 and dilution effects[J]. J Hydrol, 2007, 337(1-2): 207-223.[5] NEGREL P, PETELET-GIRAUD E. Strontium isotopes as tracers of groundwater-induced floods: the Somme case study (France)[J]. J Hydrol, 2005, 305 (1): 99-119.[6] LIU C W, LIN K H, KUO Y M. Application of factor analysis in the assessment of ground water quality in a blackfoot disease area in Taiwan[J]. Sci Total Environ, 2003, 313(1-3): 77-89.[7] 王必浓, 王瑛. 国家重点风景名胜区——金佛山[M]. 成都: 四川科学技术出版社, 1990.[8] 曾昭华. 长江中下游地下水中化学元素的背景特征与形成[J]. 地质学报, 1996, 70(3): 262-269.[9] 伍坤宇, 王鹏, 沈立成,等. 金佛山地区地下水硝态氮污染时空变异性研究[J]. 环境科学, 2011, 32(11): 3247-3254.[10] 蒋勇军, 吴月霞, GROVES C, 等. 利用因子分析确定岩溶地下河系统水质的影响因素[J]. 水文地质工程地质, 2009(4): 1-7.[11] EDMUNDS W M, SHAND P, HART P, et al. The natural (baseline) quality of groundwater: a UK pilot study[J]. Sci Total Environ, 2003, 310 (1-3): 25-35.[12] CONRAD, J E, COLVIN C, SILILO O, et al. Assessment of the impact of agricultural practices on the quality of groundwater resources in South Africa[R]. Water Research Commission Report, 1999, 641/1/99.[13] 杨雷, 肖琼, 沈立成. 重庆市温塘峡背斜地下热水资源特征研究[J]. 湖南师范大学自然科学学报, 2011, 34(5): 86-91.。