聚类分析在优化地下水监测点位中的应用

中国环境监测 EnvironmentalMonitoringinChina1997,13(4) 15

表8 典型建筑综合场强监测结果 单位: W/cm2

地 点专家公寓勘察处楼翠微楼裕龙楼市科委市环保局科工委楼电视塔楼2-3#楼间6-7#楼间国宾楼

电子部高层

方 位东南南西南西北北东北东北北东南

距离(m)9008009001000100020004003503503501700900

地面0 200 500 120 610 100 100 571#0 280 120 150 282 00

2#0 25

3#0 35

4#0 26

5#0 51

6#0 38

7#0 19

3层0 580 780 580 130 311 75

6层0 561 320 601 100 670 803 28

9层0 381 030 960 370 601 10

12层0 330 920 490 940 211 76

15层1 080 431 020 52

25层1 5018层0 82其 它

2 102 202 4020层2 80

3 讨论

(1)由于频率不同,发射机功率及发射天线形式、高度、增益不同,电磁波到达地面最大场强值距离是不同的,较平坦无高大建筑的东侧2000米区域内,电视节目高值出现在100~800米和1300~1850米两个范围;调频节目高值出现在1000~2000米范围。(2)电视与调频信号在近距离昼夜电平无明显变化。

(3)在近距离内高层建筑各层接收到的场强值大小是不同的;距离不同,高层建筑出现最大场强值的层次分布也是不一样的。这是因为直射波除了和发射机功率、天线增益以及天线高度有关外,还和天线垂直面方向性有关。在近距离范围内,倾角很大,高度变化时场强

的变动也很剧烈,一般来说它越接近天线主瓣,则场强值越大。

(4)综合场强8个方位监测结果表明,建立在市区的电视塔由于周围地物情况复杂,高楼林立,到达接收点的电磁波是多径的,除直射波外,反射波不止一个而是若干个,而反射又是毫无规律的。电磁波在传播过程中,因高楼的阻挡引起衰减,而高楼的分布又是随机的。以上使得电视塔周围8个方位场强分布无规律性。

(5)电视塔周围环境综合场强值范围为0 1~3 28 W/cm2,其中地面最大值在电视塔东侧250米处为2 84 W/cm2,高层建筑最大值在电视塔东北方向400米处国防科工委宿舍楼6层为3 28 W/cm2。所有环境值均小于公众照射导出限值40 W/cm2。

收稿日期:1996-12-01

聚类分析在优化地下水监测点位中的应用

李 劲 闫 波 丁志安 叶晓彬 李世华 王爱国

(河南省安阳市环境监测站,安阳 455000)

近十几年来,聚类分析方法 1 开始应用于环境保护领域。在我国,该方法主要用于环境质量评价,尚未见用于优化地下水监测

点位的报道。本文利用聚类分析方法优化安阳市地下水监测点位,发现其具有物理意义明确、分类恰当、优化合理、易于操作的特点,

2,3

不失为一个较好的优化方法。

1 地下水监测点位现状

1 1 地下水概况

安阳市处于洹河冲洪积扇强富水区地带。该冲洪积扇为一完整水文地质单元,西起洹河

16 中国环境监测 EnvironmentalMonitoringinChina1997,13(4)

漳武水库,东至安阳县小庄一带,面积约230平方公里,呈一长葫芦状。地下水流向大致由西北向东南,地面水力坡度1 3~4 。1 2 地下水监测点位及水质状况

洹河冲洪积扇地下水监测现布设35眼监测井(图略),每年5月、10月各监测一次,监测19个项目。从91年至95年的监测结果看,地下水质量较好,主要污染物质为硬度、氨氮、硝酸盐氮、硫酸盐、氯化物、挥发酚、氟化物、六价铬等,超标项目主要是总硬度,其它项目如氨氮、六价铬等仅在个别井位有超标现象。

均值作为新的样本的该项指标;

反复进行上述两步骤,直至所有样本都归为一类。

(4)聚类谱系图

将洹河冲洪积扇35眼井水质聚类分析所得的距离系数绘制成谱系图(图1)。由图1可见,在d=0 5情况下,35眼井分为两群, 群32眼井, 群3眼井。对 群32眼井在d=0 4,d=0 3s时分别分类,又可分成2、4个支群。

(5)分类井群的统计检验

本方法是以各监测井的主要污染物的浓度作为变量进行聚类分析的,因此,同一聚类井的水质应是相近的。对各类井群的Grubbs统计检验结果(表1)也证明 、 类井群间有显著性差异,而同类井群的水质无显著性差异,即同类井群中的各个井在优化过程中有相互替代作用。

2 监测点位优化

本文利用聚类分析(Q型)来优化监测点位,即将35眼井作为样本,将上述地下水中8种主要污染物质的五年平均浓度作为样本的变量。2 1 聚类分析

(1)数据均匀化

利用下式将样本变量均匀化:

X0ij=

Xij-Xjmin

Xjmax-Xjmin

式中,i代表n个样本中的某一个;j代表s个变量中的某一个;Xjmax和Xjmin分别表示该变量的最大值和最小值。均匀化后,变量在0~1之间。

(2)求距离系数

对每个变量而言,n个样本中任两个样本i、m之间的距离系数为:

dim=

2

(Xik-Xmk)nk=1

在变量正规化的条件下,0 d 1。显然,d值越小,样本间的相似性越大。

(3)聚类分析

按下述步骤对样本距离系数聚类分析:计算各样本间的距离,将距离最近的两样本归并为一类;

把合并的类看成一个新的样本,用以代替

图1 地下水水质树枝图

中国环境监测 EnvironmentalMonitoringinChina1997,13(4) 17

2 2 监测点位优化

(1)聚类结果分区

为更直观地反映聚类分析结果,便于优化监测点位,我们结合冲洪积扇扇形和地下水流向,用聚 …… 此处隐藏：3139字，全部文档内容请下载后查看。喜欢就下载吧 ……