T-SDEPI 043-2024 土壤有機(jī)污染物來(lái)源解析主成分分析法技術(shù)指南

ICS13.020.40CCSZ18SDEPITechnicalguideforsoubyPrincipalComponT/SDEPI043—2024前言 II 12規(guī)范性引用文件 13術(shù)語(yǔ)及定義 14土壤有機(jī)污染物來(lái)源解析工作流程 25土壤有機(jī)污染物樣品采集 26主成分分析模型（SPSS軟件）方法 7結(jié)果表達(dá)分析 8T/SDEPI043—2024本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專利的責(zé)任。本文件由山東省環(huán)境保護(hù)產(chǎn)業(yè)協(xié)會(huì)提出并歸口。本文件起草單位：山東大學(xué)、山東建筑大學(xué)、新汶礦業(yè)集團(tuán)有限責(zé)任公司、濟(jì)南實(shí)華工程咨詢有限公司、山東魯金環(huán)境工程有限公司、香山紅葉集團(tuán)有限公司。本文件主要起草人：崔兆杰、藺琨、任麗軍、何競(jìng)宇、薛文秀、崔曉瑋、劉雷、潘哲、單紹磊、田偉、張程偉、劉佳、潘汝?yáng)|、張琦、賀波、趙世剛、張琰蘋(píng)。1T/SDEPI043—2024土壤有機(jī)污染物來(lái)源解析主成分分析法技術(shù)指南本文件規(guī)定了土壤有機(jī)污染物來(lái)源解析主成分分析模型方法的樣品采集、主成分分析模型方法和結(jié)果表達(dá)分析等內(nèi)容。本文件適用于農(nóng)業(yè)用地、建設(shè)用地等開(kāi)展土壤有機(jī)污染物來(lái)源解析工作。2規(guī)范性引用文件本文件內(nèi)容引用了下列文件或其中的條款，凡是注明日期的引用文件，僅注日期的版本適用于本標(biāo)準(zhǔn)，凡是未注明日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T26411海水中16種多環(huán)芳烴的測(cè)定氣相色譜-質(zhì)譜法GB/T28189紡織品多環(huán)芳烴的測(cè)定GB/T36197土壤質(zhì)量土壤采樣技術(shù)指南GB/T39107消費(fèi)品中可揮發(fā)性有機(jī)物含量的測(cè)定靜態(tài)頂空進(jìn)樣法HJ25.1建設(shè)用地土壤污染狀況調(diào)查技術(shù)導(dǎo)則HJ25.2建設(shè)用地土壤污染風(fēng)險(xiǎn)管控和修復(fù)監(jiān)測(cè)技術(shù)導(dǎo)則HJ/T166土壤環(huán)境監(jiān)測(cè)技術(shù)規(guī)范HJ605土壤和沉積物揮發(fā)性有機(jī)物的測(cè)定吹掃捕集氣相色譜/質(zhì)譜法HJ642土壤和沉積物揮發(fā)性有機(jī)物的測(cè)定頂空/氣相色譜/質(zhì)譜法HJ703土壤和沉積物酚類化合物的測(cè)定氣相色譜法HJ743土壤和沉積物多氯聯(lián)苯的測(cè)定氣相色譜-質(zhì)譜法HJ784土壤和沉積物多環(huán)芳烴的測(cè)定高效液相色譜法HJ805土壤和沉積物多環(huán)芳烴的測(cè)定氣相色譜-質(zhì)譜法HJ834土壤和沉積物半揮發(fā)性有機(jī)物的測(cè)定氣相色譜-質(zhì)譜法HJ1019地塊土壤和地下水中揮發(fā)性有機(jī)物采樣技術(shù)導(dǎo)則HJ1021土壤和沉積物石油烴（C10-C40）的測(cè)定氣相色譜法術(shù)語(yǔ)和定義3術(shù)語(yǔ)及定義下列術(shù)語(yǔ)和定義適用于本文件。3.1主成分分析PrincipalComponentAnalysis（PCA）是一種數(shù)據(jù)降維的方法，通常用于通過(guò)將數(shù)量很多的變量轉(zhuǎn)換為仍包含集合中大部分信息的較少變量來(lái)降低數(shù)據(jù)集的維數(shù)。3.2方差貢獻(xiàn)率VarianceContributionRate是指一個(gè)主成分所能夠解釋的方差占全部方差的比例，這個(gè)值越大，說(shuō)明主成分綜合原始變量信息的能力越強(qiáng)。2T/SDEPI043—20243.3Bartlett球形檢驗(yàn)Bartlett'sTestofSphericity是一種檢驗(yàn)各個(gè)變量之間相關(guān)性程度的檢驗(yàn)方法。一般在做因子分析之前都要進(jìn)行Bartlett球形檢驗(yàn)，用于判斷變量是否適用于做因子分析。3.4碎石圖ScreeGraph是分析主成分特征值的線形圖，用于確定主成分分析中保留的主成分?jǐn)?shù)量。根據(jù)碎石檢驗(yàn)，找到圖中出現(xiàn)平臺(tái)期的點(diǎn)，選擇該點(diǎn)左邊的因子為主要成分。4土壤有機(jī)污染物來(lái)源解析工作流程土壤有機(jī)污染物來(lái)源解析工作流程見(jiàn)下圖。圖1土壤有機(jī)污染物來(lái)源解析工作流程圖5土壤有機(jī)污染物樣品采集5.1布點(diǎn)宜采用HJ/T166進(jìn)行布點(diǎn)，點(diǎn)位數(shù)應(yīng)不少于16個(gè)。5.2樣品采集宜采用GB/T36197和HJ1019等技術(shù)導(dǎo)則進(jìn)行樣品采集和貯存，土壤樣品的保存和流轉(zhuǎn)執(zhí)行HJ25.1、HJ25.2和HJ/T166的相關(guān)規(guī)定。5.3樣品檢測(cè)T/SDEPI043—2024土壤樣品有機(jī)污染物的檢測(cè)方法見(jiàn)表1。表1土壤樣品有機(jī)污染物的檢測(cè)方法苯4T/SDEPI043—2024萘苊芴菲蒽芘?5T/SDEPI043—20246主成分分析模型（SPSS軟件）方法6.1模型原理主成分分析（PCA）原理是設(shè)法將原來(lái)變量重新組合成一組新的互相無(wú)關(guān)的幾個(gè)綜合變量，同時(shí)根據(jù)實(shí)際需要從中可以取出幾個(gè)較少的綜合變量盡可能多地反映原來(lái)變量信息的統(tǒng)計(jì)方法。主成分分析法是一種數(shù)學(xué)變換的方法，把給定的一組相關(guān)變量通過(guò)線性變換轉(zhuǎn)化為另一組不相關(guān)的變量，這些新的變量按照方差依次遞減的順序排列。假設(shè)對(duì)p個(gè)變量進(jìn)行了n次測(cè)量/觀測(cè)，那么原始測(cè)量數(shù)其中，xi表示如下：引入一個(gè)新變量F，是原來(lái)P個(gè)變量的線性組合，表示如下：F1=α11x1+α21x2+ +αp1xp................??F2=α12x1+α22x2+ +αp2xp................??6T/SDEPI043—2024Fp=α1px1+α2px2+ +αppxp...或者Fi=α1ix1+α2ix2+ +αpixp(i=1,2,…,p) 新變量F還需滿足以下要求1）Fi和Fj（i≠j）不相關(guān)2）F1的方差大于F2，以此類推。這樣F1中就包含了原數(shù)據(jù)庫(kù)中最多的信息，F(xiàn)2中包含的信息是除F1外最多的，以此類推。經(jīng)過(guò)以上計(jì)算，得到的Fi就是原數(shù)據(jù)信息中包含的第i個(gè)主成分。6.2主要計(jì)算流程應(yīng)用主成分分析（PCA）方法對(duì)有機(jī)污染物的來(lái)源進(jìn)行解析，主要計(jì)算流程包括數(shù)據(jù)標(biāo)準(zhǔn)化、計(jì)算相關(guān)系數(shù)矩陣、計(jì)算特征值和特征向量、特征值排序、選擇主成分、構(gòu)建變換矩陣和數(shù)據(jù)投影等環(huán)節(jié)，見(jiàn)圖2。圖2PCA主要計(jì)算流程6.3數(shù)據(jù)標(biāo)準(zhǔn)化對(duì)土壤有機(jī)污染物原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使得每個(gè)特征的平均值為0，方差為1，以消除不同特征的量綱差異。對(duì)于一組樣本資料X，其中有m個(gè)觀測(cè)值共樣。......................（8）（1）計(jì)算每一列的平均值1xji（2）每一列的方差xji?μi7T/SDEPI043—2024（3）對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，Zji=6.4計(jì)算相關(guān)系數(shù)矩陣根據(jù)標(biāo)準(zhǔn)化后的數(shù)據(jù)，計(jì)算相關(guān)系數(shù)矩陣。計(jì)算相關(guān)系數(shù)，rij=得到相rij即X矩陣的第i列的樣本序列和第j列的樣本序列之間的相關(guān)關(guān)系，其值為-1到1之間，且R矩陣應(yīng)該為對(duì)稱矩陣，即rij=rji。相關(guān)系數(shù)程度區(qū)分如下表2和表3所示：表2正負(fù)相關(guān)性表3相關(guān)性程度大小16.5計(jì)算特征值和特征向量協(xié)方差矩陣Σ是實(shí)對(duì)稱陣，知其特征值為非負(fù)，不妨設(shè)其特征值λ1≥λ2≥λ3≥…≥λp≥0，它們對(duì)應(yīng)的正交化后的單位特征向量如下：8T/SDEPI043—2024若原先X的各個(gè)列代表的指標(biāo)變量，合成向量，記為var=var1,var2,…,varpT，則有X的第i個(gè)主成分為Fi=aiTvar=α1i?var1+α2i?var2+...+αpi?varp。特征值是衡量主成分影響力的重要指標(biāo)，指的是每個(gè)主成分坐標(biāo)軸所對(duì)應(yīng)的主成分變量能解釋多少原始數(shù)據(jù)中的變異（即方差）。特征值表示每個(gè)特征向量的重要程度，特征向量表示數(shù)據(jù)中的主要方向。6.6特征值排序?qū)⑻卣髦蛋凑諒拇蟮叫〉捻樞蜻M(jìn)行排序，同時(shí)對(duì)應(yīng)的特征向量也進(jìn)行相應(yīng)的排序。求出特征值后要按大小予以排列：λ1≥λ2>...≥λp≥0。如果特征值小于1，表示該主成分的解釋力非常低，一般以特征值大于1為篩選主成分的標(biāo)準(zhǔn)。6.7選擇主成分方差貢獻(xiàn)率越大，主成分綜合原始變量信息的能力越強(qiáng)。方差貢獻(xiàn)率的計(jì)算公式為：相應(yīng)的，主成分篩選中所確定的前m個(gè)主成分所能解釋的全部方差占總方差的比例稱為累計(jì)方差貢獻(xiàn)率。其公式為：第一主成分的方差貢獻(xiàn)率最大，它能解釋原始變量X1，X2，?,Xp的能力最強(qiáng)，第2，第3，?,第p個(gè)主成分的解釋能力依次遞減。主成分?jǐn)?shù)量的選取則是根據(jù)累積貢獻(xiàn)率確定，一般要求累積貢獻(xiàn)率達(dá)到85%以上，這樣能保證新變量能包括原始變量的絕大多數(shù)信息。此外，土壤有機(jī)污染物主成分的個(gè)數(shù)選取有3個(gè)主要的衡量標(biāo)準(zhǔn)：保留的主成分使得方差貢獻(xiàn)率達(dá)到85%以上；保留的主成分的方差（特征值）大于1；碎石圖繪制了關(guān)于各主成分及其特征值的圖形，只需要保留圖形中變化最大之處以上的主成分即可。衡量標(biāo)準(zhǔn)的選擇無(wú)先后順序，達(dá)到某一個(gè)標(biāo)準(zhǔn)即可確定相應(yīng)的主成分。6.8構(gòu)建變換矩陣將選擇的k個(gè)特征向量按列形成一個(gè)新的矩陣，稱為變換矩陣。該矩陣可以對(duì)原始數(shù)據(jù)進(jìn)行線性變換，將其映射到新的k維特征空間。6.9數(shù)據(jù)投影將原始數(shù)據(jù)通過(guò)變換矩陣進(jìn)行投影，得到降維后的新數(shù)據(jù)。投影的計(jì)算方法是將原始數(shù)據(jù)與變換矩陣相乘。7結(jié)果表達(dá)分析（1）KMO取樣適合度檢驗(yàn)和Bartlett球形檢驗(yàn)這兩項(xiàng)檢驗(yàn)是用來(lái)判斷是否可以進(jìn)行主成分分析。對(duì)于KMO值：0.8以上非常合適做主成分分析，0.7-0.8之間一般適合，0.6-0.7之間不太適合，0.5-0.6之間表示差，0.5以下表示極不適合；對(duì)于Bartlett球形檢驗(yàn)（p<0.05，嚴(yán)格來(lái)說(shuō)p<0.01若顯著性小于0.05或0.01，說(shuō)明可以做土壤有機(jī)污染物主成分9T/SDEPI043—2024分析，結(jié)果可信。（2）方差解釋表格、成分矩陣表方差解釋表格給出了提取的主成分方差解釋量，每個(gè)主成分能解釋的方差比例不同。特征根的值按照從大到小進(jìn)行排序，一般選取方差（特征值）大于1的主成分，可以有效保留主成分。成分矩陣表體現(xiàn)了每個(gè)主成分和原始變量之間的相關(guān)系數(shù)，由成分矩陣表可得到主成分分析降維后的原始變量的線性組合。（3