基于聚类分析和主成分分析的长江下游稻田氮磷监测指标筛选

作者：胡冰涛; 陈玉东^*

来源：生态与农村环境学报, 2020, 36(11): 1495-1504.

DOI：10.19741/j.issn.1673-4831.2019.0934

• 田面水
• 淋溶水
• 主成分分析
• 聚类分析
• 最小数据集

于2018年对上海市青浦区现代农业园内全水稻生育期内稻田田面水以及地下30和60 cm深度淋溶水进行采样,获取了田面水和淋溶水氮磷指标数据。采用主成分分析法(principal component analysis,PCA)和聚类分析法(cluster analysis,CA)筛选出该区域水稻田田面水和淋溶水中氮磷监测指标,并分别建立该区域水稻田氮磷监测指标的最小数据集(minimum data set,MDS),比较基于聚类分析的最小数据集水质综合得分(water quality index-CA,WQI-CA)、基于主成分分析的最小数据集水质综合得分(water quality index-PCA,WQI-PCA)和全量数据集水质综合得分(water quality index-total data set,WQI-TDS)。结果表明:(1)应用主成分分析和聚类分析均可从稻田田面水以及30和60 cm深度淋溶水的8项氮磷监测指标中筛选出3～4项组成监测指标最小数据集;(2)基于不同数据集的稻田水质综合得分结果差异明显,水质综合得分变化范围和均值表现为WQI-PCA较WQI-CA更接近于WQI-TDS,并且WQI-PCA与WQI-TDS的Nash有效系数和相关度均高于WQI-CA,这表明基于主成分分析的最小数据集(MDS-PCA)较基于聚类分析的最小数据集(MDS-CA)更适合替代全量数据集作为稻田水质污染的监测与评价指标。

• 单位
  生态环境部南京环境科学研究所