质参数的相关性。他们用这种方法,从测量的几个含水层水质变量中提取出
几个潜在因子。
聚类分析是另一种能够实现数据降维的多元统计方法,可根据含水层的
水质状况对监测井进行分组(Suk 和 Lee,1999)。该方法利用具有不同分枝
的树形图结构将变量分层次地联系起来。分枝之间联系越紧密,表明变量之
间或者变量群之间的相关性越强。Suk 和 Lee 根据水岩相互作用和补给特征,
对 PCA 得出的因子得分进行聚类分析,从而将监测井分组,然后利用 GIS 编
制井的分组图,得到含水层分区。研究人员确定的这些区与传统水文地质技
术确定的区吻合得相当好。
Suk 和 Lee(1999)基于每个含水层分区都有自己特定的地下水水质信号
(取决于沉积物的化学组成),对地球化学数据进行多元统计分析(Fetter,
1994;Kehew,2001)。用这种方式定义的含水层分区中的水化学组成称为水
化学相(Fetter,1994)。地下水能够溶解矿物质和其它地球化学组分。每一
个含水层赋存的地下水所含的溶解矿物质和化学组分都不尽相同,于是形成
了地下水的水质信号,有助于识别含水层的演化历史。
在西班牙西北部,Vidal 等人(2000)对 14 个水质指标进行了主成分分析,
提取出 2 个与盐类和有机金属污染物相关的因子,然后绘制 2 个因子得分的
散点图,根据空间位置(井或者泉取样点的位置)在图上标出每次观测。取
样点落在图中不同的“类”中,说明该取样点与所落入的“类”具有相同的
地下水水质信号。根据含水层对盐类和/或有机金属污染的脆弱性,利用取样
点在图上的位置对它们所在的含水层归类。
Abu-Jaber 等人(1997)利用类似的多元统计分析方法研究地球化学数据,
以识别已知含水层中存在的主要化学作用,并确定含水层对生活污水渗漏污
染的敏感性。Meng 和 Maynard(2001)利用聚类分析和因子分析来处理地球
化学数据,然后利用得出的地下水分类作为开发研究区地球化学概念模型的
基础。Ochsenkühn 等人(1997)对地下水地球化学数据进行聚类分析,以识
别主要的地下水流动路径。其它一些研究也利用了类似的方法,建立了杀虫
剂对地下水的污染与不同作物轮耕方式的相关关系,来推断地下水的流动方
向(Grande 等,1996;Zanini 等,2000)。
Güler 等人(2002)比较了很多用于水化学数据分类的图示法和多元统计
分析方法。分析数据来自美国加利福尼亚南部南拉洪坦湖(Lahontan)水系。
他们利用 11 个水质指标建立了一个非常完善的水化学样品分类方案,同时指
出综合利用图示法和统计分析方法可以得到更全面、更客观的分类结果。
评论0
最新资源