《表4 2015年5月水质指标成分得分系数矩阵1) Table 4 Component score coefficient matrix of water quality index in May 2
1) 粗体字表示该主成分的主要因子
本文对2015年5月的18个水质指标数据进行主成分分析,结果如表4所示,共提取了6个主成分,主成分实测数据如表5所示,累计贡献率达到91.71%(>85%),说明主成分分析比较好地降低了原始指标数据的维度,所提取出来的主成分具有较好的参考价值.第一主成分和TDS(R=0.94)有较强的正相关,说明与TDS浓度变化关系密切;第二主成分和SO4\n2-(R=0.919)有明显的正相关,说明受SO4\n2-浓度变化影响较为显著;第三主成分与NH4\n+-N(R=0.791)正相关,相关系数最大,说明NH4\n+-N浓度在第三主成分中占主导地位;第四主成分,第五主成分,第六主成分分别与HCO3\n-(R=0.681),Na+(R=0.601),TP(R=0.521)有较强正相关,且相关系数在该主成分中最大;故在水环境主要变量因子的提取过程中,从18个指标中选取了具有代表性的TDS、SO4\n2-、NH4\n+-N、HCO3\n-、Na+和TP这6个水质指标进行后续分析.
图表编号 | XD0025375500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.15 |
作者 | 曹灿、张飞、阿依尼格尔·亚力坤、朱世丹、郭苗、阿丽米热·塔力甫江、Kung Hsiangte |
绘制单位 | 新疆大学资源与环境科学学院智慧城市与环境建模普通高校重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模普通高校重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模普通高校重点实验室、新疆大学资源与环境科学学院智慧城市与环境建模普通高校重点实验室、美国孟菲斯大学地球科学系 |
更多格式 | 高清、无水印(增值服务) |