In this study, different multivaria

In this study, different multivariate statistical techniques were used to evaluate variations in surface water quality of the Songhua River Basin. CA grouped the 14 sam-pling stations into three clusters of similar water quality characteristics. PCA and FA helped to identify that the parameters responsible for water quality variations were mainly related to trace organic, inorganic, petrochemical, physiochemical and heavy metals, and the principal components revealed the Songhua River Basin water quality was mainly controlled by domestic wastewater and industrial discharges. DA rendered an important data reduction, as it used only five parameters (WT, pH, DO, NH4-N and NO3-N) affording more than 79% correct assignations in temporal analysis, while eight parameters (WT, pH, DO, BOD5, NH4-N, NO3-N, VP and As) af-fording more than 78% right assignations in spatial analysis. Therefore, DA showed a reduction in the di-mensionality of the large data sets, by delineating a few indicator parameters of the water quality. Consequently, this study illustrated the usefulness of multivariate statis-tical techniques for interpretation of complex data sets, identification of pollution sources, understanding temporal and spatial variations in water quality, analysis of pollution levels and design of monitoring strategy for effective river water quality management.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ เทคนิคทางสถิติตัวแปรพหุต่าง ๆ ถูกนำมาใช้เพื่อประเมินการเปลี่ยนแปลงของคุณภาพน้ำผิวดินของลุ่มแม่น้ำซองหัว CA จัดสถานีแซมปลิง 14 คล้ายลักษณะคุณภาพน้ำ 3 กลุ่ม PCA และ FA ที่ช่วยในการระบุว่า พารามิเตอร์รับผิดชอบสำหรับการเปลี่ยนแปลงคุณภาพน้ำส่วนใหญ่เกี่ยวข้องกับการสืบค้นกลับอินทรีย์ อนินทรีย์ ปิโตรเคมี physiochemical และโลหะหนัก และคอมโพเนนต์หลักเปิดเผยคุณภาพน้ำลุ่มแม่น้ำซองหัวถูกส่วนใหญ่ควบคุม โดยบำบัดน้ำเสียและการปล่อยของเสียอุตสาหกรรม ดาแสดงการลดข้อมูลสำคัญ เนื่องจากใช้พารามิเตอร์ 5 (WT, pH, DO, NH4 N และ NO3-N) ซึ่งกว่า 79% assignations ถูกต้องในการวิเคราะห์กาล ในขณะที่พารามิเตอร์แปด (WT, pH, DO, BOD5, NH4 N, NO3-N, VP และณ) af fording มากกว่า 78% ขวา assignations ในการวิเคราะห์เชิงพื้นที่ ดังนั้น ดาว่ามีการลดใน mensionality di ของชุดข้อมูลขนาดใหญ่ โดย delineating กี่พารามิเตอร์บ่งชี้คุณภาพน้ำ ดังนั้น การศึกษานี้แสดงประโยชน์ของตัวแปรพหุ statis tical เทคนิคการตีความของชุดข้อมูลที่ซับซ้อน การระบุแหล่งมลพิษ เปลี่ยนแปลงความเข้าใจกาล และอวกาศในคุณภาพน้ำ การออกแบบของกลยุทธ์การจัดการคุณภาพน้ำของแม่น้ำที่มีประสิทธิภาพในการตรวจสอบและวิเคราะห์มลพิษ

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้เทคนิคทางสถิติหลายตัวแปรที่แตกต่างกันถูกนำมาใช้ในการประเมินการเปลี่ยนแปลงคุณภาพน้ำผิวดินของ Songhua ลุ่มน้ำ CA จัดกลุ่ม 14 สถานี Sam-ปลิงออกเป็นสามกลุ่มของลักษณะน้ำที่มีคุณภาพใกล้เคียงกัน PCA และเอฟเอช่วยในการระบุว่าพารามิเตอร์ที่รับผิดชอบในการเปลี่ยนแปลงคุณภาพน้ำส่วนใหญ่ที่เกี่ยวข้องเพื่อติดตามอินทรีย์อนินทรี, ปิโตรเคมี, โลหะกายภาพและหนักและส่วนประกอบหลักเผยคุณภาพน้ำ Songhua ลุ่มน้ำถูกควบคุมโดยส่วนใหญ่น้ำเสียภายในประเทศและการปล่อยของเสียอุตสาหกรรม . DA แสดงผลการลดข้อมูลที่สำคัญในขณะที่มันใช้เพียงห้าพารามิเตอร์ (WT, ค่า pH, DO, NH4-N และ NO3-N) เจตนารมณ์ assignations ที่ถูกต้องมากขึ้นกว่า 79% ในการวิเคราะห์ชั่วขณะแปดพารามิเตอร์ (WT, ค่า pH, DO, BOD5 , NH4-N NO3-N รองประธานและ As) AF-เจ้าบ้านมากกว่า 78% assignations ที่ถูกต้องในการวิเคราะห์เชิงพื้นที่ ดังนั้น DA แสดงให้เห็นว่าการลดลงของ di-mensionality ของชุดข้อมูลขนาดใหญ่โดยโทบี้พารามิเตอร์ตัวบ่งชี้บางส่วนของคุณภาพน้ำ ดังนั้นการศึกษานี้แสดงให้เห็นถึงประโยชน์ของเทคนิคสถิติ-เงินบาทหลายตัวแปรสำหรับการตีความของชุดข้อมูลที่ซับซ้อนบัตรประจำตัวของแหล่งมลพิษทำความเข้าใจรูปแบบเวลาและพื้นที่ในคุณภาพน้ำการวิเคราะห์ระดับมลพิษและการออกแบบของกลยุทธ์การตรวจสอบสำหรับแม่น้ำที่มีประสิทธิภาพการจัดการคุณภาพน้ำ

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ ต่าง multivariate สถิติโดยมีวัตถุประสงค์เพื่อศึกษาการเปลี่ยนแปลงคุณภาพน้ำของแม่น้ำอ่าง CA จัดกลุ่ม 14 แซมปลิงสถานีออกเป็นสามกลุ่มของลักษณะคุณภาพน้ำที่คล้ายกัน PCA และเอฟเอช่วยระบุพารามิเตอร์รับผิดชอบคุณภาพน้ำส่วนใหญ่ที่เกี่ยวข้องกับการแกะรอยอินทรีย์ อนินทรีย์ ปิโตรเคมี physiochemical และโลหะหนัก และส่วนประกอบหลักเปิดเผยแม่น้ำอ่างน้ำถูกควบคุมโดยส่วนใหญ่ในประเทศและการปล่อยน้ำเสียอุตสาหกรรม ดา แสดงการลดข้อมูลสำคัญ มันใช้แค่ 5 พารามิเตอร์ ( WT , pH , DO , และ nh4-n no3-n ) ทำให้กว่า 79% ที่ถูกต้อง assignations ในการวิเคราะห์ชั่วคราวในขณะที่แปดพารามิเตอร์ ( WT , pH , DO , factor nh4-n no3-n , VP และ ) AF fording มากกว่า 78 % assignations ขวาใน การวิเคราะห์เชิงพื้นที่ ดังนั้น ดา แสดงให้เห็นว่าการลดลงใน ดิ mensionality ขนาดใหญ่ของชุดข้อมูลโดยอธิบายไม่กี่ตัวบ่งชี้พารามิเตอร์คุณภาพน้ำ ดังนั้นการศึกษานี้แสดงประโยชน์ของ statis multivariate ติกอลเทคนิคการแปลความหมายของชุดข้อมูลที่ซับซ้อน การกำหนดแหล่งที่มาของมลพิษ ความเข้าใจ ปริมาณและการแพร่กระจายในน้ำ การวิเคราะห์ระดับของมลพิษและออกแบบการตรวจสอบกลยุทธ์สำหรับการจัดการคุณภาพน้ำในแม่น้ำที่มีประสิทธิภาพ