-
题名基于APCS 模型输入优化的水质污染因子识别分析
- 1
-
-
作者
陈向阳
黄国情
雷少华
肖巍峰
-
机构
南通职业大学建筑工程学院
-
出处
《水利水运工程学报》
2025年第2期153-164,共12页
-
基金
国家自然科学基金资助项目(42101384)
南通市市级科技计划项目(MS12022010)
+1 种基金
江苏省自然科学基金资助项目(BK20210043)
湖南省自然科学基金资助项目(2023JJ30238)。
-
文摘
河流在城市生态系统中扮演着重要角色,但随着城市化加剧,大量未经处理的生活污水和工业废水排放严重恶化了水质。为准确识别和量化长江南通段水质污染因子,采用绝对主成分分析(APCS)优化输入的多模型回归分析方法,包括多元线性回归(MLR)、岭回归(RR)和套索回归(LR)。结果表明:APCS-RR模型在处理高度相关的水质数据方面表现优异,有利于精准识别和量化不同季节的污染因子贡献;长江南通段水质在枯水期与丰水期呈现显著差异,枯水期以无机盐类和矿物质污染为主,丰水期则以有机物和营养盐污染为主导;加强工业排放管控、优化农业种植模式、实施分季节的水质管理政策和措施等,可有效应对水质季节性差异带来的挑战。研究结果可为当地水质与水环境管理策略奠定数据基础,也可为其他地区精确识别水质污染因子提供借鉴。
-
关键词
水质污染
污染因子识别
多模型回归
绝对主成分
长江南通段
-
Keywords
water quality pollution
pollution factor identification
multi-model regression
absolute principal components
Nantong section of the Yangtze River
-
分类号
X522
[环境科学与工程]
-
-
题名地下水污染因子动态识别及污染源解析
被引量：6
- 2
-
-
作者
王亚杰
-
机构
辽宁省铁岭水文局
-
出处
《水利规划与设计》
2018年第5期36-38,59,共4页
-
文摘
文章结合多参数统计方法对辽宁北部区域地下水污染因子进行动态识别研究。研究结果表明:影响辽宁北部区域地下水水质主要指标为硝酸盐、氨氮,其方差贡献率达到48.51%和43.67%,其次为氟化物以及碘化物,其方差贡献率分别达到33.78%和31.56%;生活污水排放是区域浅层地下水污染主要来源,而工业污水是区域深层地下水污染主要来源。研究成果对于辽宁北部地下水污染防治规划提供参考价值。
-
关键词
地下水污染
污染因子识别
方差贡献率
辽宁北部
-
分类号
X523
[环境科学与工程—环境工程]
-
