下载文档原格式
水质综合评价的方法水环境质量评价，就是通过一定的数理方法与手段，对某一水环境区域进行环境要素分析，对其作出定量描述通过水环境质量评价，摸清区域水环境质量发展趋势及其变化规律，为区域环境系统的污染控制规划及区域环境系统工程方案的制定提供依据。
1.指数评价法指数评价法可分为单因子污染指数法和水质综合污染指数法，单因子污染指数表示单项污染物对水质污染影响的程度，水质综合污染指数表示多项污染物对水质综合污染的影响程度。
(1)单因子污染指数法单因子污染指数法是将某种污染物实测浓度与该种污染物的评价标准进行比较以确定水质类别的方法。
即将每个水质监测参数与《国家地面水环境质量标准》(GB3838—2002)进行比较，确定水质类别，最后选择其中最差级别作为该区域的水质状况类别。
(2)水质综合污染指数法水质综合污染指数法是指在求出各个单一因子污染指数的基础上，再经过数学运算得到一个水质综合污染指数，据此评价水质，并对水质进行分类的方法。
对分指数的处理不同，决定了指数法的不同形式，有诸如简单迭加型指数、算术平均型指数、加权平均型指数、罗斯水质指数、内梅罗指数、黄浦江污染指数、豪顿水质指数等。
单因子污染指数只能代表一种污染物对水质污染的程度，不能反映水质整体污染程度：综合污染指数法是对整体水质做出的定量描述，这样的评价结果只能定性地说明污染程度是轻、严重还是非常严重，不能确定其功能类别为几类。
但是，只要项目、标准、监测结果可靠，综合评价在总体上是可以基本反映水体污染性质与程度的，而且便于同一水体在时间上、空间上的基本污染状况和变化的比较，所以现在进行水质污染评价时常采用这种方法。
2.基于模糊理论的水环境评价法由于水体环境本身存在大量的不确定因素，各个项目的级别划分、标准确定都具有模糊性。
因此，模糊数学在水质综合评价中得到广泛应用。
具有代表性的方法有：模糊综合评判法、模糊概率法、模糊综合指数法等，其中应用较多的是模糊综合评判法，这种方法根据各污染物的超标情况进行加权，但污染物毒性与浓度不成简单的比例关系，因此，这种加权不一定符合实际情况。
基于多元统计分析的黄河水质评价方法_孙国红
黄河水质评价是对全国重要水系水质状况的评估，其中多元统计分析是一种重要的评
估方法。
本文通过引进多元统计分析法，结合水质指标变化，采用多种指标的组合，分析
出黄河水质的总体状况，提出针对性的污染治理措施，以改善黄河水质状况。
首先，在多元统计分析之前，就需要对黄河水质中不同的指标,如pH值、溶解氧、氨氮、总磷等,进行有效监测。
在此抽样分析中，通过检查实验室指标和地理位置，有效地
记录水质波动情况及水体状况，确保样本客观性和准确性。
其次，通过对研究对象的多元统计分析，将得到多个指标的动态变化情况，把这些指
标作为解释黄河水质的影响因素，通过分析各个变量之间的相关关系，得出水质状况的变
化趋势。
例如，通过分析氨氮含量、总磷含量和其他水质参数之间的相关关系，可以得到
总磷含量对氨氮含量的影响，从而判断河水污染的来源。
再次，多元统计分析可以用作改善水体质量的重要工具，其目标是建立有效的水质模型，以解决污染问题。
在这种模型中，水质状况不仅取决于污染源的种类和位置，还取决
于多个环境影响因素的组合作用，通过多元统计分析完整地反映出这些环境影响因素的关系，确定出各种污染的源和水质的改善技术手段，以便有效地改善水质问题。
最后，我们介绍了使用多元统计分析法进行黄河水质评价的研究过程：先进行有效监测，再进行多元统计分析，最后提出合理的污染治理措施，以达到对黄河水质的有效评价。
因此，多元统计分析是提升黄河水质状况的重要办法，有助于减少各类污染，实现水质改善。
以PCA分析为基础的水环境质量综合评价探究作者：王艺辰来源：《环球市场》2020年第02期摘要：水环境是地球生态环境的重要組成部分，是一个庞大复杂的系统，包括江河湖泊、地表水、水库等，是水环境质量综合评价的重要内容。
基于此，本文阐述了PCA分析法的基本原理，并探讨PCA分析法在水环境质量评价中的具体应用，包括在矿区水质评价中的应用、在地下水中的应用，确保其评价结果更加全面。
关键词：PCA分析法;水环境质量;矿区水质新时期，我国水资源污染问题日益严重，导致水质污染的因素众多，水质评价作为水环境质量综合评价的主要内容，能够为水质污染治理提供参考依据。
因此，南京国环科技股份有限公司想要以PCA分析为基础进一步采用科学的评价方法，准确反映水质污染状况，从而提高水环境评价结果的合理性。
一、PCA分析法的基本原理PCA分析也就是主成分分析法，其应用十分广泛，包括人口统计学、数量地理学、分析动力学、数学建模等，是一种常用的多变量分析方法。
主成分分析的基本原理就是将原来变量重新组合成一组新的相互无关的几个综合变量，并将这些指标参数进行定量化的分析研究。
换言之，主成分分析法就是基于降维的思想，降维就是一种对高维度特征数据预处理的方法，能够提升数据处理速度，最大程度上保留原始数据信息，对多维度数据结构进行简化，在实际进行水环境质量评价时，能够节省大量时间和成本。
主成分分析法被广泛应用于水质量环境评价中，为水资源的合理开发提供依据，在水量评价方面具有良好的实用性，能够客观全面的评价水质等级。
例如，运用在某运河水质评价中，能够有针对性的对运河水质污染物成分进行监测，准确找出影响水质的指标和因素，判断该运河的水污染情况，对于水污染防治及水资源综合利用具有可行性意义。
二、PCA分析法在水环境质量评价中的应用（一）在矿区水质评价中的应用水质量环境评价是以PCA分析为基础，按照水环境评价目标，选择相应的水质参数、水环境质量标准、评价方法对水体污染状况进行评定，通常采用单因素评价法、综合污染指数法、灰色关联分析法等方法进行水环境综合评估。
文章编号:1001-7542(2000)04-0020-05多元回归分析在水污染评价中的应用索南仁欠(青海师范大学民族部,青海西宁 810008)摘 要:文章提出水质污染的多元回归分析方法,并以湟水流域1998年年平均水质污染指标为例,对其进行多元回归及逐步回归分析,实证分析的结果与其它方法所得结论一致,并收到较好的效果.关键词:多元回归分析;水质污染;逐步回归分析中图分类号:0213 文献标识码:A1 引言随着工业的飞速发展和城市人口的不断增多,许多流经城乡的河流均不同程度地受到工业和生活废水的污染.笔者认为仅依据水质污染分量的试验值,不能全面分析水质整体污染程度.本文试探用多元回归的数理统计方法,寻找各污染分量指标与综合污染指标间的相关关系,并用数学公式表示.通过公式可对综合污染指标进行有效地预测和控制.并对影响污染程度的各因素(分量指标)进行因素分析,以寻找最显著的污染因素,这就为人们治污提供了较科学和直观的数学模型,依此而制定的治污方案更有侧重点,最终达到经济、合理、科学.2 水质污染的多元回归分析2.1 回归分析方法回归分析就是一种处理变量间相关关系的数理统计方法.它不仅可以提供变量间相关关系的数学表达式,而且可以利用概率统计知识对此关系进行分析,以判别其有效性;还可以利用关系式,由一个或多个变量值,预测和控制另一个因变量的取值.进一步可以知道这种预测和控制达到了何种程度,并进行因素分析.2.2 水质污染评价中的多元回归分析的计算在水质污染评价中使用多元回归分析可归结为:要考查m 个变量(年平均污染分量指标)x 1,x 2,……,x m 与变量y (综合污染指数)之间的关系,共选择n 个样点测试,每次测试数据为(y i ,x 1i ,x 2i ,…,x mi ),i =1,2,…,n.如果y 与x 1,x 2,…,x m 之间存在线性关系,则以上n 组数据应满足:y 1=b 0+b 1x 11+b 2x 21+…+b m x m1+q 1y 2=b 0+b 1x 12+b 2x 22+…+b m x m2+q 2… … …y n =b 0+b 1x 1n +b 2x 2n +…+b m x mn +q n(1)收稿日期:2000-06-10作者简介:索南仁欠(1969-),男(藏族),青海平安人,青海师范大学讲师。
