INDUSTRY SCIENCE AND TECHNOLOGY行业科技0 引言地理信息系统（GIS ）是在计算机软硬件的支持下，对地理空间数据进行获取、存储、分析、显示、输出的信息系统。
水环境的水质状况空间特征随空间分布发生变化，而GIS 技术具有对空间数据处理、分析能力强大的特点，利用GIS 空间数据处理技术与水质评价模型相结合，通过可视化专题地图形式来描述水环境水质演化分布特征 [1]。
随着国内生活与生产用水需求迅猛增长，湖泊生态与环境破坏现象频发[2]。
水质的优劣严重影响国民生产生活用水，水体污染问题的日益严峻成为社会经济可持续发展亟待解决的重大问题。
因此，快捷、准确的水质监测和评价对内陆水体愈发重要。
通过实验掌握GIS 空间分析技术强大功能及更直观表达信息的这种优势，可以在水环境水质评价和监测上得到综合应用，对于水质评价实践方法深入研究具有重要意义。
本文基于GIS 技术，进行水环境水质评价实验研究分析，同时传播并行优化相关科学知识。
1 基于GIS 技术的水质评价研究现状及实验原理1.1 基于GIS 技术的水质评价研究现状近年来，GIS 技术蓬勃发展和逐步完善，不断为水环境水质评价迈向现代化、信息化提供新的技术支撑，水环境水质评价的方法和内容也得到持续拓宽和深化。
为了实现水环境水质综合评价结果表达可视化，更进一步研究湖泊水体污染这种区域变量的空间特征变异性，目作者简介：冯少茹，硕士，实验师，主要研究方向为3S 技术在资源环境中的应用。
基金项目： 校质量工程重点项目（2021jy07）；安徽省示范实验实训中心（2021sysxzx005）；校级校企合作实践教育基地（2021xqj03）；水污染控制与废水资源化国家级实验教学示范中心（安徽建筑大学）。
基于GIS技术的水环境水质评价实验研究冯少茹安徽建筑大学 环境与能源工程学院，安徽 合肥 230601科技视界SCIENCE & TECHNOLOGY VISION前利用GIS技术与叶绿素a浓度遥感反演模型相结合建立水环境综合评价信息系统的应用非常广泛。
收稿日期:2008-03-28 作者简介:黄继(1983-),男,四川宜宾人,硕士研究生,主要从事环境地质研究。
SPSS 与Excel 在表征水环境背景特征值中的联合应用黄 继,许 模(成都理工大学地质灾害防治与地质环境保护国家重点实验室,四川 成都 610059)摘 要:基于SPSS 与Excel 软件的联合应用,将某一水环境(大渡河上游水系)中8项常规指标(总硬度,矿化度,K ++Na +,Ca +,Mg 2+,Cl -,S O 42+,HCO 3-)进行背景特征值的统计。
首先应用Excel 中的函数统计功能,对数据进行格鲁布斯法的剔除统计以及算术、几何平均值的计算,再应用SPSS 软件里的P -P 概率图,对数据进行分布类型的判别,进而表征出不同分布类型指标的水环境背景特征值。
关键词:SPSS 软件;Excel 软件;水环境;背景特征值;应用中图分类号:X820 文献标识码:A 文章编号:1673-9655(2008)05-0079-03 SPSS (Statistical Pr oduct and Service Soluti ons,统计产品和服务解决方案)是由美国SPSS 公司20世纪80年代初开发的大型统计学软件包。
它是目前世界上最新、最流行、最受欢迎的统计软件包之一。
它包括数据管理、统计分析、图表分析、输出管理等基本功能。
SPSS 统计分析过程包括统计、均值比较、相关分析、回归分析、聚类分析、数据简化、生存分析、时间序列分析、多重响应等。
Excel 是美国微软公司推出Office 软件系列中的计算机应用软件,它具有强大的数据处理能力和图表输出展示功能,在各行业中均得到普遍的应用。
在水环境背景值的计算中,需要统计数据的算数平均值、几何平均值、标准偏差以及判定数据的分布类型等,因此该过程是一项相当繁杂的工作。
如果有效地联合运用SPSS 与Excel 软件,则会大大降低该统计工作的工作量。
环境数据分析中的主成分分析算法主成分分析（Principal Component Analysis，PCA）是一种常用的多变量分析方法。
在环境数据分析中，主成分分析经常被用来分析环境指标之间的关系，寻找环境状况的主要驱动因素，以及帮助环境管理人员制定科学的环境治理方案。
一、什么是主成分分析？主成分分析是一种数学方法，可以将原始数据集合中的大量变量降维到少量的主成分上，并保留原始数据间的相关性和方差。
主成分分析通过找到原始数据中的主要变化方向，把原始数据降维为新的一组不相关的变量，使得数据更容易理解和处理。
主成分分析通常被应用于数据分析中，用于发现数据中的模式和趋势，并帮助研究人员更好地理解数据。
主成分分析的基本思想是将一组相关变量降维为一组不相关变量，使得数据在新的坐标系下更容易解释。
主成分分析通常被用于多元统计分析、信号处理、图像处理、机器学习等领域中。
二、主成分分析在环境数据分析中的应用主成分分析在环境数据分析中的应用非常广泛，主要应用于以下方面：1. 环境质量评价主成分分析可以帮助环境管理人员找到环境污染的主要源头，分析环境污染产生的原因和趋势，以及制定环境治理和改善方案。
例如，可以利用主成分分析对降水中的环境污染物进行分析，寻找污染源、确认重点污染物，并建立相应的监测和报警机制，从而减少环境污染对人类健康和生态环境的影响。
2. 建立环境模型主成分分析可以帮助环境研究人员建立环境模型，模拟环境系统的动态演化过程，预测环境质量变化趋势，制定未来环境保护和治理的战略方案。
例如，可以利用主成分分析对河流水质进行建模，预测河流水质的变化趋势，并提出针对性的措施和建议，以保证河流生态系统的稳定和可持续发展。
3. 环境监测主成分分析可以帮助环境监测人员对环境数据进行分析和处理，提高环境监测的效率和准确率。
例如，可以利用主成分分析对空气质量监测数据进行处理和分析，找出污染物的来源和类型，并优化监测站点的布局和监测方案，从而提供更精准和可靠的环境监测数据，以保障公众的健康和生态系统的稳定。
