基于主成分分析法的集約化種植區(qū)面源污染研究

石先羅，章 衛(wèi)

(江西水利職業(yè)學(xué)院，南昌 330013)

1 前 言

集約化農(nóng)業(yè)是近幾年來迅速發(fā)展的一種經(jīng)營方式，主要是將先進(jìn)的生產(chǎn)資料及勞動力集中于較少的土地上，利用集中經(jīng)營的方式開展的農(nóng)業(yè)活動[1～3]。與傳統(tǒng)農(nóng)業(yè)相比具有主要是利用先進(jìn)的農(nóng)業(yè)技術(shù)來提高農(nóng)作物的產(chǎn)量及質(zhì)量。但是集約化農(nóng)業(yè)的發(fā)展同時也帶來了一些新的環(huán)境污染問題，集約化種植業(yè)中大量的使用化肥、農(nóng)藥、地膜等都會產(chǎn)生環(huán)境問題。如農(nóng)藥化肥等通過地表及地下徑流進(jìn)入到附近水體造成水污染及水體富營養(yǎng)化等問題，地膜的使用會導(dǎo)致殘留在土壤中破壞了土壤的生態(tài)環(huán)境[4-5]。目前集約種植業(yè)面源污染特點主要有：局部產(chǎn)生污染負(fù)荷大、污染范圍廣、污染具有一定的隱蔽性和分散性、污染后果嚴(yán)重難以消除等特[6～8]。本文將以南京市高淳縣龍墩湖流域為例，構(gòu)建集約化種植業(yè)面源污染驅(qū)動因子指標(biāo)體系，并利用主成分分析法識別出集約化種植業(yè)面源污染主要驅(qū)動因子，以揭示集約化種植業(yè)面源污染特征，為集約化種植業(yè)面源污染的治理提供依據(jù)。

2 材料與方法

2.1 研究概況

龍墩河流域位于南京市高淳縣東北部的漆橋鎮(zhèn)漆橋河上游龍墩頭，距高淳縣城淳溪鎮(zhèn)17km，距漆橋鎮(zhèn)鎮(zhèn)區(qū)約3km，如下圖所示。龍墩湖現(xiàn)代農(nóng)業(yè)科技示范園規(guī)劃總面積75 000畝，其中核心區(qū)22 500畝，發(fā)展區(qū)52 500畝。建設(shè)現(xiàn)代高效園藝產(chǎn)業(yè)、高效生態(tài)農(nóng)作產(chǎn)業(yè)、農(nóng)業(yè)旅游休閑產(chǎn)業(yè)、農(nóng)業(yè)文化博覽產(chǎn)業(yè)、農(nóng)產(chǎn)品交易物流產(chǎn)業(yè)等5類產(chǎn)業(yè)形態(tài)。

圖 龍墩湖流域地理概況Fig. Geographical situation of Longdun Lake basin

2.2 研究方法

2.2.1 主成分分析法原理

主成分分析法，也被稱為主分量分析法，最早于 1901 年由美國統(tǒng)計學(xué)家Pearson引入生物學(xué)理論研究。1933年，Hotelling將此思想在心理學(xué)研究中進(jìn)一步發(fā)展。1947年，Karhunen應(yīng)用概率論的思想將其再次研究，隨后，Loe’ve將該理論進(jìn)一步充實和完善。其原理是利用降維的思想把原來眾多具有一定相關(guān)性的指標(biāo)，重新組合成一組新的互相無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)，達(dá)到簡化計算的目的，同時又不影響分析結(jié)果。

2.2.2 熵權(quán)綜合指數(shù)法

熵本來是一個熱力學(xué)概念，由申農(nóng)(Shannon)

最先引入信息論，現(xiàn)已在工程技術(shù)、社會經(jīng)濟(jì)等領(lǐng)域得到相當(dāng)廣泛的應(yīng)用。根據(jù)信息論基本原理，信息是系統(tǒng)有序程度的度量而熵是系統(tǒng)無序程度的度量。兩者絕對值相等，但符號相反[9]。它最初描述的是一種單項不可逆轉(zhuǎn)的能量傳遞過程。后來隨著熵的思想和理論的發(fā)展，熵概念逐步形成了3種思路，即熱力學(xué)熵、統(tǒng)計熵和信息熵。信息熵越少，系統(tǒng)無序化程度越大；信息熵越大，系統(tǒng)無序化程度越小。

2.2.3 相關(guān)性分析法

相關(guān)性分析法是分析客觀事物之間關(guān)系的統(tǒng)計分析方法，其中，計算相關(guān)系數(shù)可以精確的展現(xiàn)變量之間的統(tǒng)計關(guān)系[10]。可采用SPSS分析軟件進(jìn)行，SPSS(社會科學(xué)統(tǒng)計軟件包)軟件是世界上最早最優(yōu)秀的分析軟件之一，廣泛應(yīng)用于自然科學(xué)、技術(shù)科學(xué)、社會科學(xué)等各個領(lǐng)域中，并在國際學(xué)術(shù)界享有很高的聲譽。主成分分析法可以借助該軟件進(jìn)行分析。

3 結(jié)果與分析

3.1 驅(qū)動因子指標(biāo)體系的構(gòu)建

基于集約化種植業(yè)面源污染特點，根據(jù)收集到的相關(guān)環(huán)境基礎(chǔ)資料，分析集約化種植業(yè)面源污染的與哪些因子有關(guān)，并結(jié)合實地調(diào)查來確定指標(biāo)體系[11]。本文將從種植因子、肥料因子、自然因子和社會因子這4個方面識別出集約化種植業(yè)產(chǎn)排污的主要驅(qū)動因子[12-13]。根據(jù)實際情況及現(xiàn)有數(shù)據(jù)確定龍墩湖流域種植業(yè)面源污染評價選取了17個評價指標(biāo)A11～A43，見表1。選取典型區(qū)域，以8個采樣點的數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)進(jìn)行綜合評價。

表1 集約化種植業(yè)面源污染評價指標(biāo)體系Tab.1 Evaluation index system of non-point source pollution of intensive planting industry

3.2 驅(qū)動因子的分析

3.2.1 主成分分析法分析

通過實地調(diào)查，將所收集的數(shù)據(jù)進(jìn)行匯總分析，以種植因素A1為例。首先，將種植因子數(shù)據(jù)進(jìn)行“正向化”處理，其過程在excel中進(jìn)行[14]。然后，用“Z-Score”法在 SPSS 中對已完成“正向化”指標(biāo)進(jìn)行“標(biāo)準(zhǔn)化”處理，結(jié)果如表2所示。對“標(biāo)準(zhǔn)化”結(jié)果ZA11-ZA14進(jìn)行主成分分析可得到主成分的特征值和方差貢獻(xiàn)率，可以確定兩個主要成分，其貢獻(xiàn)率分別達(dá)到了67%和29%，其累積貢獻(xiàn)率達(dá)到了97%以上[15]。見表3。

表2 龍墩湖流域面源污染種植業(yè)指標(biāo)標(biāo)準(zhǔn)化結(jié)果Tab.2 Standardized results of planting index of non-point source pollution in Longdun Lake basin

表3 特征值和方差貢獻(xiàn)率Tab.3 Eigenvalues and variance contribution rates

依據(jù)累積方差貢獻(xiàn)率>85%的原則，確定主成分個數(shù)為2。其累計貢獻(xiàn)率達(dá)到97%，由此可知兩個主成分可代表97%的信息量。用2個指標(biāo)表示主成分的系數(shù)，其值為初始因子載荷矩陣所對應(yīng)的值除以對應(yīng)主成分的特征值的平方根，見表4。

表4 A11～A14主成分系數(shù)Tab.4 Principal component coefficient of A11～A14

于是，得到主成分表達(dá)式為：

F1=-0.49×ZA11-0.48×ZA12

+0.51×ZA13+0.51×ZA14

(1)

F2=0.50×ZA11+0.52×ZA12

+0.49×ZA13+0.48×ZA14

(2)

以方差貢獻(xiàn)率為主成分權(quán)重則種植因素FA1表達(dá)式為：

FA1=0.67854×F1+0.29259×F2

(3)

依次計算出肥料因素 FA2、自然因素 FA3、社會因素 FA4 計算得到評價結(jié)果如表5。

3.2.2 熵權(quán)綜合指數(shù)法

首先，為了各指標(biāo)具有同向可比性，將主成分分析評價結(jié)果進(jìn)行數(shù)據(jù)“正向化”處理，認(rèn)為 FA1-FA4 均為“正指標(biāo)”。設(shè)fij為指標(biāo) i 對于全部樣本的比重，rij原始數(shù)據(jù)正向化值。并假定時fij=0，fijlnfij=0。

表5 主成分分析評價結(jié)果Tab.5 Evaluation results of principal component analysis

(4)

計算各指標(biāo)對全部樣本的比重，見表6。

表6 各指標(biāo)比重Tab.6 Proportion of each index

計算各指標(biāo)的熵值和熵權(quán)，見表7。

設(shè)Hi 為指標(biāo) i 的熵值，

(5)

(i=1，2，3……，m)

設(shè)ωi為指標(biāo) i 的熵權(quán)，m 為指標(biāo)數(shù)量

表7 各指標(biāo)熵值和熵權(quán)Tab.7 Entropy value and entropy weight of each index

則龍墩湖流域集約化種植業(yè)面源污染綜合評價得分FA表達(dá)式為：

FA=0.36×FA1+0.18×FA2+0.13×

FA3+0.32×FA4

(7)

3.2.3 驅(qū)動因子分析

根據(jù)上述主成分分析法及熵權(quán)綜合指數(shù)法得出龍墩湖流域集約化種植業(yè)面源污染評價綜合得分(表8)，從結(jié)果中可以得出以下結(jié)論：其中采樣點4和點5得分分別為0.71和0.79，說明污染較嚴(yán)重；采樣點2和點6污染得分分比為0.16和0.09，說明污染較輕。

表8 龍墩湖流域集約化種植業(yè)面源污染評價綜合得分Tab.8 Comprehensive evaluation score of non-point source pollution of intensive planting in Longdun Lake basin

將最終評價結(jié)果與原始數(shù)據(jù)進(jìn)行正態(tài)分布檢驗，再計算FA與 ZA11-ZA43 的相關(guān)系數(shù)，結(jié)果見表9。根據(jù)相關(guān)性分析結(jié)果，認(rèn)為相關(guān)系數(shù)值大于0.80為顯著相關(guān)，則龍墩湖流域集約化種植業(yè)面源污染主要驅(qū)動因子為：作物類別、化肥總施用量、地形坡度、土壤砂粒及植被覆蓋率。

表9 FA 與 ZA11～ZA42 的相關(guān)系數(shù)Tab.9 Correlation coefficient of FA and ZA11～ZA42

4 結(jié) 論

4.1 本文在借鑒國內(nèi)外農(nóng)業(yè)面源污染評價指標(biāo)體系研究成果和方法的基礎(chǔ)上，提出了一套適合龍墩湖流域集約化種植業(yè)面源污染驅(qū)動因子識別及源分級的指標(biāo)體系和評價方法，對于集約化種植業(yè)面源污染評價體系完善和評價方法研究具有較好的理論和實際意義，為集約化種植業(yè)管理提供依據(jù)。

4.2 指標(biāo)體系的構(gòu)建是基于龍墩湖流域集約化種植業(yè)面源污染特點，構(gòu)建分層次分類別的集約化種植業(yè)面源污染指標(biāo)體系，其中分為種植因素、肥料因素、自然因素及社會因素等4大方面17個驅(qū)動因子。采用主成分分析法與熵權(quán)法相結(jié)合確定評價指標(biāo)的權(quán)重，結(jié)合相關(guān)性分析，最終確定了集約化

種植業(yè)面源污染的主要驅(qū)動因子為作物類別A13、化肥總施用量A24、地形坡度A32、土壤砂粒A35及植被覆蓋率A43。

4.3 集約化種植業(yè)面源污染的驅(qū)動因子的識別及源分級的劃分是一個涉及到多學(xué)科的復(fù)雜問題，已成為農(nóng)業(yè)學(xué)、環(huán)境學(xué)等相關(guān)領(lǐng)域的研究熱點與關(guān)注重點，但相關(guān)概念、理論、方法等仍處于摸索階段，目前尚未形成較為統(tǒng)一、系統(tǒng)和完善的指標(biāo)體系與評價模型。