主成分分析在城市土壤重金属污染分析中的应用

王娜+孔凡备+任承然+门晓君

摘要：随着社会经济的发展，城市土壤重金属污染日益严重，成为人们关注的焦点。本文利用主成分分析法给出了城市的土壤重金属污染评价模型。以唐山市为例，根据土壤重金属含量的数据对唐山不同功能区的土壤污染程度进行了综合评价，得到不同功能区的污染程度排序为：工业区>交通区>生活区>绿地区>山區；并分析了土壤中各类重金属产生的主要来源。

关键词：主成分分析；土壤污染；重金属；功能区；

中图分类号 ：G627.5 文献标识码 ：A

引言：目前，土壤重金属污染在世界各国普遍存在并引起了各国的广泛关注。土壤重金属污染指土壤中的重金属明显的高于原有含量使生态环境恶化的现象【1-2】。土壤重金属污染不仅使大气污染和水污染的进一步恶化而且可能通过食物链等危害人类的健康。城市土壤重金属污染主要是由于人类活动造成的，而不同活动如工业生产、生活垃圾、汽车尾气等造成的污染程度是不同的，因此本文分区进行研究城市的土壤重金属污染。

1.数据收集与处理

本文对唐山市2016年的土壤重金属污染状况进行分析，采集的数据中的重金属主要包括该城市5个不同功能区共385个样本点的土壤中重金属的含量。

2.数据分析

主成分分析的主要思路是将一组变量的信息集中到不相关几个综合指标主成分上，每个主成分为这组变量的线性组合，在实现多个变量降低维数的同时避免数据信息的重叠对评价结果的影响【3】。通过对重金属做相关性分析得到金属和的相关系数较高。因此利用主成分分析城市土壤重金属污染程度进行分析，消除变量间的相关性，使城市的土壤评价更加科学合理。唐山是中国主要的重工业城市之一，其土壤的质量是人们关注的焦点问题。本文以唐山为例，利用SPSS通过主成分分析对城市土壤重金属污染程度进行评价。

首先利用SPSS对标准化后的数据进行主成分分析，提取出主成分，并得到各主成分的因子得分；然后以主因子得分作为自变量、城市土壤重金属污染指数为因变量进行多元线性回归分析，得到相应的回归参数；最后将主成分和自变量进行转换，得到土壤重金属污染程度的计算公式。

主成分分析和方差极大化旋转法分析，因子分析提取了影响重金属浓度的5个主要因子，相应的特征值分别为2.059，1.767，1.127，1.026，0.95，方差贡献率为25.733%，22.087%，15.215%，12.824%，11.898%，累计方差贡献率大于87.75%。说明选取的5个主成分可以解释原始的8种重金属的绝大多数信息。

表2旋转成分矩阵

采用主成分分析提取法与具有Kaisser标准化的正交旋转法得出旋转成分矩阵如表2。在第一主成分中，的载荷较高，由上表可知在各个区的含量相近且与背景值相差不大。查找文献可知重金属主要源于工业污染，特别是电镀行业，金属加工，和机械制造【4】。在第二主成分中的载荷显著高于其他重金属，其主要是机动车尾气排放和轮胎磨损产生的粉尘产生的。关于汽车尾气引起的土壤重金属污染的报道较多，特别是金属对土壤的污染，并且研究发现道路两旁土壤含量与汽车流量成正相关。第三主成分的最大荷载为重金属，主要由人类活动造成的污染，如氯碱，塑料，电池，电子等工业废水。第四主成分的最大荷载是重金属，的毒性较低主要来自金属矿的开采、冶炼以及以砷为原料的玻璃、颜料、药物、纸张等的生产。第五主成分的最大荷载金属为，主要来自矿石的焙烧、冶炼金属以及铸铜过程中产生的氧化锌等金属烟尘，各种工业废水的排放是引起水体锌污染的主要原因。

根据成分得分系数矩阵，得到各主成分与各自变量的函数关系如下：

综合对该地区土壤污染综合得分即为对5个主成分公因子的得分加权求和，将主成分得分的计算公式带入求出土壤污染程度的综合得分，土壤重金属综合污染程度综合计算公式为：

表3不同功能区的综合污染得分

从上述分析结果可以看出城市工业区的土壤重金属污染最为严重，其次是交通区；生活区的污染程度较轻；山区和绿地区几乎不存在土壤重金属污染。

3.总结

城市的重金属土壤重金属污染主要集中在工业区和交通区。交通污染主要来源为汽车尾气的排放、汽车橡胶轮胎的磨损产生的含重金属粉尘等；工业污染主要表现为轧钢厂、电镀厂和金属冶炼厂等金属加工厂的废气排放，以及其他工业生产场地金属器械使用过程中的磨损等。通过主成分分析法定量评价不同功能区的重金属污染程度，在改善土壤环境的治理措施和力度方面可为有关部门提供参考依据。

参考文献：

[1]郭平. 长春市土壤重金属污染机理与防治对策研究[D].吉林大学，2005.

[2]张彩峰. 南京市不同功能区土壤重金属污染状况及吸附特征[D].南京林业大学，2004endprint