再生水中重金属元素聚类分析和主成分分析.pptx

再生水中重金属元素聚再生水中重金属元素聚类分析和主成分分析类分析和主成分分析 研究背景及研究目的聚类分析主成分分析总结分析及与实际联系研究背景研究背景研究背景及研究目的再生水一般是指污水处理厂二级处理后的水，它可以用于一些水质要求不高的场合，如冲洗厕所、冲洗汽车、喷洒道路、绿化等。污水再生利用过程中重金属含量是一个重要的控制指标，这是因为重金属毒性很大，可以危害生态环境和人类的生命健康。此次共检测了此次共检测了1010个再生水样品个再生水样品CrCr、MnMn、FeFe、NiNi等等1010种重金属含量，以监测再生水水质的种重金属含量，以监测再生水水质的稳定性。连续监测稳定性。连续监测1010天，共天，共1010个样品。监测个样品。监测结果见表结果见表1 1。研究目的研究目的序号CrMnFeNiCuZnAsCdPbHg17.19163.3441.412.2631.31418.773.1930.0111.2030.025727.34967.8824.272.0991.28513.181.9730.0091.5020.022737.60982.6222.512.2523.5811.342.0430.0221.350.023447.4186.7436.432.0551.65810.581.5930.0081.2330.02557.07278.9528.761.9992.27213.561.7890.0181.1070.027667.25981.7825.792.2752.24514.871.8810.0141.1420.031877.34182.134.842.2051.40113.322.0450.0081.0920.033987.13680.6845.472.3471.71113.771.860.0121.0720.033996.91176.4446.472.71.60213.011.780.0111.0130.0349106.83376.3148.612.7131.83113.941.7970.0080.9970.0377表表1 再生水重金属含量再生水重金属含量 采用采用SPSSSPSS的聚类分析程序对数据进行聚类分的聚类分析程序对数据进行聚类分组，在方法上采用组，在方法上采用欧氏距离欧氏距离测量。根据聚类测量。根据聚类分析的结果分析的结果 （见图（见图1 1）聚类分析聚类分析图图1 十种元素聚类分析十种元素聚类分析10种重金属元素可以分为4类，其中Cu、Cd为第一类，Cr、Mn、Pb为第二类，Zn、As为第三类，Ni、Hg、Fe为第四类，上述同一类中的元素具有相似的变化规律，可能是受到相同因素的影响，因此，控制其中某种元素的含量，则其他元素含量可以得到有效控制。这样可以选择每一类里面的一种元素作为再生水重金属指标的质量控制因子进行监测，而不必对10种元素的每一个都进行监测，从而可以有效减少监测工作量。表表2 再生水中重金属元素的相关系数矩阵再生水中重金属元素的相关系数矩阵主成分分析主成分分析CrMnFeNiCuZnAsCdPbHgCr1.000 Mn0.263 1.000 Fe-0.739-0.133 1.000 Ni-0.672-0.114 0.699 1.000 Cu0.399 0.456-0.500-0.071 1.000 Zn-0.345-0.737 0.257 0.138-0.380 1.000 As0.098-0.730 0.064-0.059-0.201 0.824 1.000 Cd0.337 0.204-0.547-0.230 0.885-0.127 0.016 1.000 Pb0.743-0.264-0.724-0.589 0.151-0.180 0.174 0.187 1.000 Hg-0.728 0.208 0.688 0.740-0.236 0.119-0.275-0.357-0.884 1.000 主成分分析的目的之一，就是用少量的因子来描述多种指标或因素之间的关系。在主成分分析时，需要对原有变量作相关性分析。先计算了10个变量之间的相关系数矩阵，如表2所示。结果表明62%的相关系数大于0.3，这些变量适合进行主成分分析。Cu和Cd、Zn和As元素含量的变化显示出极显著相关，表明这两种元素各自有相同的变化趋势，说明它们可能有共同的来源。Hg和Cr、Pb则表现出相反的变化，表明它们在再生水中的浓度具有一定的拮抗性。相关性分析相关性分析 表表3 特征值及主成分贡献率特征值及主成分贡献率主成分特征值贡献率%累积贡献率%z14.40644.06344.063z22.79927.99472.057z31.43114.30686.363z40.5755.75192.113z50.4244.23696.349z60.2592.59398.942z70.0490.48699.428z80.0340.33699.764z90.0240.236100.000z103.11E-173.118E-16100.000由表3可知，第一、第二、第三主成分的累积贡献率已高达86.363%（大于85%），故只需要求出第一、第二、第三主成分z1,z2,z3即可。表表4 主成分载荷主成分载荷z1z2z3Cr0.882-0.068-0.148Mn0.2270.891-0.103Fe-0.9050.044-0.034Ni-0.7550.2190.310Cu0.5780.4570.648Zn-0.407-0.7720.363As-0.048-0.8770.337Cd0.5940.1930.746Pb0.793-0.404-0.255Hg-0.8400.4210.113特征向量矩阵特征向量矩阵 z1z1z2z2z3z3CrCr0.42 0.42-0.04-0.04-0.06-0.06 MnMn0.11 0.11 0.53 0.53 0.75 0.75 FeFe-0.43-0.43 0.03 0.03 0.04 0.04 NiNi-0.36-0.36 0.13 0.13 0.18 0.18 CuCu0.28 0.28 0.27 0.27 0.38 0.38 ZnZn-0.19-0.19-0.46-0.46-0.65-0.65 AsAs-0.02-0.02-0.52-0.52-0.73-0.73 CdCd0.28 0.28 0.12 0.12 0.16 0.16 PbPb0.38 0.38-0.24-0.24-0.34-0.34 HgHg-0.40-0.40 0.25 0.25 0.35 0.35 利用主成份进行综合评价时，从特征向量我们可以写出所有两个主成份的具体形式Y1=0.42x1+0.11x2-0.43x3-0.36x4+0.28x5-0.19x6-0.02x7+0.28x8+0.38x9-0.4x10Y2=-0.04x1+0.35x2+0.03x3+0.13x4+0.27x5-0.65x6-0.73x7+0.16x8-0.34x9+0.35x10Y3=-0.06x1+0.75x2+0.04x3+0.18x4+0.38x5-0.65x6-0.73x7+0.16x8-0.34x9+0.35x10综合得分的计算公式是根据上式可计算出各工业行业的综合得分，并可据此排序。其中Y1,Y2,Y3计算采用Excel计算。Y=4.4064.406+2.799+1.431Y1+4.406+2.799+1.4314.406+2.799+1.4312.7991.431Y2Y3+Y1Y1Y2Y2Y3Y3Y Y排名排名CrCr0.1382440.1382440.3994170.3994170.5589050.5589050.2925970.2925974 4MnMn-7.68423-7.68423-2.05246-2.05246-2.87201-2.87201-5.06153-5.061531010FeFe10.3041110.304110.5514190.5514190.7716010.7716015.5636285.5636281 1NiNi0.1251470.125147-0.00403-0.00403-0.00564-0.005640.0616090.0616096 6CuCu-0.93339-0.933390.0636810.0636810.0891080.089108-0.4408-0.44089 9ZnZn4.3949244.394924-0.24565-0.24565-0.34374-0.343742.1056712.1056712 2AsAs0.6617530.661753-0.03111-0.03111-0.04353-0.043530.3203260.3203263 3CdCd-0.00036-0.000360.0009760.0009760.0013660.0013660.000360.000367 7PbPb-0.01211-0.012110.2808050.2808050.3929310.3929310.1499420.1499425 5HgHg0.0025220.002522-0.005-0.005-0.007-0.007-0.00149-0.001498 8主成分份得分及排序主成分份得分及排序 从表4可以看出第一主成分z1主要由Pb、Hg、Ni、Fe、Cr五种元素组成，z1与Cr，Pb呈较强的正相关，与Fe，Hg呈较强的负相关，由于第一主成分z1主要与重金属含量有关，而重金属主要来源于实验室废水。因此，因子1可能代表了与研究对象实验室废水有关的因素对再生水重金属含量的影响，这部分因素占水质因素的44%。Zn主要含于植物中，与居民生活有密切的关系。处理后再生水中Zn含量主要取决于处理工艺流程对有机物等的去除程度。因此，第二主成分z2可能代表了研究对象污水处理站CASS工艺对污水的处理效果，即污水处理站的运行稳定性。第三主成分z3主要受到Cu、Cd含量的控制。Cu和Cd常大量富集于污泥中。再生水经过深度处理，再生水中的残余污泥量主要与沉淀时间和陶滤的效果有关，因此，第三主成分z3可能代表了CASS池处理后泥水分离过程及陶滤效果对再生水水质的影响。此研究提供了目标污水处理厂再生水重金属元素含量测定的数据，可作为污水处理厂判断其污水处理指标是否达标的基础数据。聚类分析把10种重金属元素归为三类，每类元素具有相似的变化规律，控制其中某种元素的含量，则其他元素含量可以得到有效控制，这样对于污水处理厂来说可以减小其监测工作量。主成分分析的结果表明污水原水水质、CASS池运行的稳定性、泥水分离的效果和陶滤效果是影响再生水水质的主要因素，其中以污水原水水质对再生水水质影响最大。结论结论