熊涛王奕仁壮获国家二等奖Word格式.docx
- 文档编号:5654946
- 上传时间:2023-05-05
- 格式:DOCX
- 页数:64
- 大小:357.29KB
熊涛王奕仁壮获国家二等奖Word格式.docx
《熊涛王奕仁壮获国家二等奖Word格式.docx》由会员分享,可在线阅读,更多相关《熊涛王奕仁壮获国家二等奖Word格式.docx(64页珍藏版)》请在冰点文库上搜索。
为元素i的实测含量;
为元素即背景值;
为某一点染负荷指数;
n:
为评价元素的个数;
污染负荷指数;
Pi—污染分指数;
Ci—评价对象中污染物i的实测含量值;
Xa—积累起始值;
Xc一污染起始值;
Xp一重污染起始值;
--尼梅罗综合污染指数;
--单项污染分指数;
--所有元素污染指数最大值;
--所有元素污染指数平均值;
--元素i在样品j中的含量;
--元素在k源排放物中的含量;
--k源对j样品所奉献的质量浓度,它对所有的i元素(变量)都有奉献,称为公共因子;
--仅对第i种元素有奉献的特殊源的排放量,称为唯一因子;
--唯一因子系数;
--元素i的测量误差及其它误差;
m--公共因子数。
Ai为土壤中重金属的积累加速度;
为土壤中重金属i的背景值;
为加速累累年限;
为匀速累累年限;
四、模型的成立和求解
问题1的建模与求解
重金属空间散布
图1-1采样点位置图
图1-2各功能区地形图
图1-3各功能区Hg等高线
注:
其它重金属散布见附表
污染程度评价
污染负荷指数法是Tomlinson等在从事重金属污染水平的分级研究中提出来的一种评价方式,该方式被普遍应用于土壤和河流沉积物重金属污染的评价。
采用污染负荷指数法,结合各功能区土壤表层重金属Cr、Hg、Pb和Cd的样品收集化验数据,进行污染程度的评价。
评价标准
重金属重金属污染负荷指数与污染程度关系,见表1-1
污染程度
无污染
中等污染
强污染
极强污染
值
<1
1-2
2-3
≥3
污染等级
Ⅰ
Ⅱ
Ⅲ
表1-`1
按照,污染物污染负荷程度
可按照某一点的污染负荷指数不同分为无污染、中等污染、强污染和极强污染四个品级,别离采用符号
0、Ⅰ、Ⅱ、Ⅲ来表示。
.2评价结果
按照污染负荷指数法计算公式,参照污染负荷指数与污染程度关系分级标准进行评价。
某一点的污染负荷指数的公式如下:
()
()
式中,
为元素i的最高污染系数;
为元素i的实测含量,单位为mg/kg;
为元素i的评价标准,即背景值,一般选用全世界页岩平均值作为重金属的评价标准,单位为ug/g;
n为评价元素的个数。
为加倍客观和准确地评价,本文选择黑龙江市城市表层土壤重金属背景值作为重金属污染负荷评价的评价标准,以样品实测含量作为分析基础数据。
从而别离计算取得Zn、Hg、Pb、Cu和Cd五种元素的重金属污染指数
和某一点染负荷指数
进而分析取得功能区的污染负荷指数(
)。
由于采样点数量较多,选取部份有代表性的结果列出,见表1-2
表1-2某市功能区1表层土壤重金属污染负荷指数评价结果
重金属污染指数
点Ipl指数值
Cd
Zn
Hg
Pb
Ⅱ
Ⅰ
Ⅲ
O
9
1
点污染负荷(
)程度
按照污染负荷指数法的评价结果,对照污染负荷指数与污染程度关系分级标准,可取得各功能区四种主要土壤重金属点
指数统计和分级结果,见表1-3~1-7。
表1-3各功能区1-5表层土壤重金属点污染负荷指数
值统计
<
样品数(n)
6
19
10
百分比(%)
22.73
表1-3功能区1
16
表1-4功能区2
43
7
表1-5功能区3
52
32
37
表1-6功能区4
17
5
20
表1-7功能区5
从土壤重金属测试样品的319个土壤重金属的点污染负荷指数统计结果可知:
有45个表层土壤样品的重金属处于无污染级别,占总样品数的%;
综合土壤重金属元素的污染负荷程度分析,表明,功能区土壤重金属仍有部份未受到污染。
有141个表层土壤样品的重金属处于中等污染级别,占总样品的%;
强污染有66个,占总样品的%;
极强污染有67个,占总样品的21%。
中度污染水平以上的重金属样品占总样品的比重为%,表明某市功能区土壤重金属污染负荷程度已经出现恶化。
由表1-3~1-7可知,功能区1四种重金属污染指数
的平均值别离为Cd:
,Zn:
,Hg:
,Pb:
,四种元素的污染强度排序为:
Zn﹥Hg﹥Pb=Cd。
说明Zn和Hg的污染最为严峻,对生活区污染负荷的奉献最大;
功能区2五种重金属污染指数
3,Cu:
,其中Hg和Cu污染最为严峻,对工业区污染负荷的奉献最大;
功能区三四种重金属污染指数
的平均值别离为Cd,Hg,Zn:
,Cu:
,Cu污染最为严峻,对山区污染负荷的奉献最大;
功能区四四种重金属污染指数
,四种元素的污染强度排序为Hg>
Zn>
Cd>
Pb,其中Hg对交通区污染负荷的奉献最大;
功能区五四种重金属污染指数
,四种元素对公园绿地域的污染负荷相对平均。
1.3区域污染负荷(
按照各功能区的污染负荷指数计算公式可得知功能区的土壤主要重金属污染负荷指数。
某各功能区的污染负荷指数
为:
()
为区域污染负荷指数;
n为评价点的个数(即采样点个数)。
按照上述公式计算取得某市
指数值为,
指数值为,
指数值为.参照污染负荷指数与污染程度关系分级标准可知污染负荷指数与污染程度属于中等污染程度和强污染范围内关系。
单因子污染指数法
单因子污染指数是指在某一污染物影响下的环境污染指数,能够别离反映各污染物对环境的污染程度。
本文按照下式计算各重金属的单因子污染指数,按单因子污染指数分级标准对重金属污染程度进行分级。
式中:
Pi—污染分指数,无量纲;
Ci—评价对象中污染物i的实测含量值,mg/kg;
Xa—积累起始值,mg/kg;
Xc一污染起始值,mg/kg;
Xp一重污染起始值,mg/kg。
表1-8城市表层土壤单因子污染指数分级标准(无量纲)
分指数
质量等级
清洁
潜在污染
轻污染
重污染
在城市表层土壤污染评价中,本文以国家土壤环境质量标准的一级标准作为重金属元素积累起始值(Xa),国家土壤环境质量标准的二级标准作为污染起始值(Xc)小国家土壤环境质量标准的三级标准作为重污染起始值(Xp)(表1-9)。
表1-9单因子污染指数评价各污染品级起始值(mg/g)
元素
累计起始值(
)
污染起始值(
重污染起始值(
Hg2530
Pb35250500
Zn85200500
Cd
从表1-10可见,从各元素的平均单因子污染指数来看,某市表层土壤受重金属污染并非十分严峻,仅存在受Hg、Cr、Zn和Cd的潜在污染。
但平均值仅能反映全区的平均状况,掩盖了局部区域受污染的程度。
表1-10功能区1表层土壤重金属单因子污染指数统计结果
最小值
最大值
平均值
污染程度清洁潜在污染轻污染潜在污染
表1-11功能区2表层土壤重金属单因子污染指数统计结果
Cd
Cu
最小值
最大值13
平均值
污染程度轻污染潜在污染轻污染轻污染轻污染
表1-12功能区3表层土壤重金属单因子污染指数统计结果
最小值
最大值
平均值
污染程度清洁清洁清洁潜在污染
表1-13功能区4表层土壤重金属单因子污染指数统计结果
最大值
平均值
污染程度轻污染潜在污染轻污染轻污染
表1-14功能区5表层土壤重金属单因子污染指数统计结果
污染程度清洁潜在污染潜在污染潜在污染
尼梅罗综合污染指数法
用单项污染分指数法来评价各功能区土壤重金属污染状况,只能别离了解每种重金属表层土壤的污染状况。
而用综合指数法评价土壤重金属污染状况则能够了解这七种重金属在表层土壤的综合污染状况。
为突出环境要素中含量最大的污染物对环境质量的影响,采用尼梅罗综合污染指数法对研究区近地表层土壤重金属污染程度进行了综合评价,计算公式为:
--所有元素污染指数平均值。
尼梅罗综合污染指数既反映了各类重金属对功能区表层土壤的作用,同时又突出了高含量重金属对功能区表层土壤环境质量的影响。
尼梅罗综合污染指数分级标准见表1-15:
表1-15尼梅罗综合污染指数分级标准
等级
Ⅳ
Ⅴ
综合指数
污染程度清洁警戒限轻度污染中度污染重污染
污染水平安全尚清洁超过背景值受中度污染污染相当严重
Pz
0的区域为土壤环境安全区,适宜于人类生活和农业生产,Pz>
的区域为土壤环境污染区,己受到污染。
2问题
(2)的模型与求解
在咱们生活环境中重金属来源复杂繁多,为弄清其来源,人们常通过必然的技术方式归纳出几个综合因素来推断重金属污染的主要来源。
因子分析法具有紧缩数据和提取综合因子的功能,因此可有效地应用于污染物的来源分析研究中。
2.1因子分析法大体原理
因子分析是用来研究多个变量的相关性的一种多元统计分析方式,它在较少损失原始变量数据信息的前提下,用少量的因子代替原始变量,从而达到对原始变量的分类,以揭露原始变量之间的内在联系。
因子分析能够把庞杂的原始数据依照成因上的联系进行归类,由果及因地理出几条比较客观地成因线索,为咱们提供逻辑推理方向,以导出正确的成因结论。
在重金属污染来源解析中,假设各元素是各类源奉献的线性加和,同时源奉献又可分成两个因子的乘积。
如此即可构造如下因子分析模型:
因子分析法的目的就是从实测数据(作为变量)
。
动身,按照他们之间的相关关系,从全数变量数据中综合、归纳出最少数量的公共因子,计算出各个因子的载荷
该法通过坐标变换,将原有变量作线性转变,转换为另外一组不相关的变量,从而找出几个综合因子(主成份)来代表原来众多的变量,使这些综合因子尽可能地反映原来变量的信息,而彼其间互不相干。
本文运用统计软件包进行因子分析,为消除变量之间在数量级和量纲上的不同,以使各类变量处于同样地位,采用Z分数法(ZSocre)对重金属含量数据进行标准化,标准化后的变量,知足其平均值为零,标准差为1。
基于相关系数矩阵进行主成份的提取,采用PCA法进行主因子的提取。
为使因子变量更易患到解释,采用方差极大正交旋转法(VARIMAXnormalizedrotation)对因子载荷矩阵进行旋转,使得各变量在同一因子上的载荷的平方向最大与最小两极最大限度地分化开来,也就是要使得每一个因子只在少数变量上集中着较大的因子载荷
结果分析
用的主成份分析,以进入上述回归方程的8个元素为变量进行R型因子分析,作方差最大正交旋转,样品的因子得以回归方式保留为新变量。
因子分析结果如下表2-1,取特征值大于.,积累方差己达%的前六个因子,表明所提取的因子能够较好地代表原数据所蕴涵的信息,且从表中能够看出旋转前后总累计奉献率没有转变,说明总的信息含量没有损失。
运用KMO查验方式和巴特利特球形查验肯定待分析的原有136个变量是不是适合因子分析,结果表明KMO的值为,按照统计学家Kaiser给出的标准,KMO取值小于,不太适合因子分析。
但巴特球度查验给出的相伴概率为0,小于显著性水平,因此拒绝巴特球度查验的零假设,以为适用因子分析。
从表中一路度(即公共方差,反映全数公共因子变量对原有变量的总方差解释说明比例)可见,用因子分析法提取的若干因子变量能够专门好地解释原各变量,一路度绝大多数在73%以上,另外,因子分析的目的是找出主因子和每一个因子所代表的污染源。
对比表2-和表可知,因子旋转前后因子载荷矩阵(表示原变量和公共因子之间的相关关系,载荷大小反映变量与主因子之间的相关程度,因子载荷值越大,则公因子和原变量之间的相关性越强)的变量结果有较大的转变,在未经旋转的载荷矩阵中,因子变量在许多变量上有较高的载荷,变量与某一个因子的联系系数绝对值(荷载)越大,则该因子与变量关系越近。
例如第一因子,Hg,Pb因子所代表的污染源。
DescriptiveStatistics
Mean
Std.Deviation
AnalysisN
Zscore:
As(μg/g)
.0000000
44
Cd(ng/g)
Cu(μg/g)
Hg(ng/g)
Ni(μg/g)
Pb(μg/g)
表2-1
KMOandBartlett'
sTest
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.746
Bartlett'
sTestofSphericity
Approx.Chi-Square
df
15
Sig.
.000
表2-2
TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquaredLoadings
RotationSumsofSquaredLoadings
Total
%ofVariance
Cumulative%
2
3
.798
4
.473
.377
.187
ExtractionMethod:
PrincipalComponentAnalysis.
表功能区1特征值和累计奉献率(N=136)
ComponentMatrixa
.814
.802
.758
.427
.111
.750
.183
.643
.599
.170
.519
.752
a.3componentsextracted.
表2-4
RotatedComponentMatrixa
.895
.140
.239
.892
.197
.167
.586
.576
.885
.112
.272
.819
.160
.207
.950
PrincipalComponentAnalysis.
RotationMethod:
VarimaxwithKaiserNormalization.
a.Rotationconvergedin5iterations.
表2-5
(注:
其它功
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 熊涛王奕仁壮获 国家 二等奖