城市表层土壤重金属污染分析spss

问题： 首先对得到数据进行异常值检验，找到异常值后均值替代处理，然 后我们通过单因子污染指数法评价出该城区8种重金属单因子污染程度 和不同功能区的土壤重金属综合污染程度。 根据数据分析出不同功能区的土壤受重金属污染的原因。要解决这 个问题，我们首先要考虑到这8种重金属在不同区域的的分布可能有共 同的来源，进而找到污染的主要重金属，从而分析污染原因。因此，我 们利用SPSS软件，利用重金属浓度为参数值，得出各个功能区8种重金 属之间的相关系数，分析相关性；再利用SPSS软件进行各个功能区重 金属的因子分析，根据金属因子，分析不同功能区土壤重金属污染的主 要原因。 数据方法： 因子分析 计算步骤： 异常值及其处理：1.在“数据”中选择“标示异常个案”。 2.将8个重金属放入“分析变量”。点击“确定”。 3.在“转换”中选择 “替换缺失值”。 4.选择8个重金属放入“新变量”点击“确定”。 因子分析：
Zn 0.501 0.691 0.267 0.859 0.188 0.643 0.115 0.798 0.286 -0.242
由上表得： 生活区：第一成分贡献率为45.2%时含量较高的是As、Pb、Cu、Cd、 Ni、Cr，第二成分贡献率为14.2%，含量较高的是As、Zn。 工业区：第一成分贡献率为65.7%时，含量较高的是Cr、Cu、Cd、Hg、 Pb、Zn、Ni，第二成份贡献率15.8，含量较高的是As和Hg。 交通区：第一成分贡献率为46.9%时，含量较高的是Cd、Cr、Cu、Ni、 Zn、Pb，且成分远高于生活区、绿地公园区、山区。 绿地公园区：第一成分贡献率为48.8%，含量较高的是As、Cd、Cr、 Zn、Pb，且部分成分与生活区相差不大。 山地区：第一贡献率为38.0%时，含量较高的金属元素是Zn、Ni、Cr， 第二成分贡献率为25.4%，含量较高的是As、Cd、Pb，且成分低于绿地 公园区，整体污染情况低。 重金属污染原因：由问题（1）的数据分析结果，我们知道该城区表层 土壤重金属的污染主要在工业区。因此，得出重金属污染的主要原因是
表格 2 KMO检验
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.788
Bartlett 的球形度检验 近似卡方
804.432
df
28
Sig.
.000
本研究的KMO值为0.788较适合做因子分析。卡方检验结果表明，
Bartlett球形检验的卡方统计值为804.432（P<0.000）,拒绝原假设，
Cd 0.784 0.171 -0.417 0.786 0.074 0.621 0.458 0.811 0.103 -0.232
Cr 0.643 0.234 0.493 0.916 -0.206 0.874 -0.319 0.809 -0.426 -0.003
Cu 0.729 -0.246 0.024 0.868 -0.463 0.906 -0.25 0.679 0.457 -0.151
8 .279 3.483 100.000
由表可看出，第一个因子的特征根3.470，此外1.130，它们的累积方差
贡献率57.501%，这意味着前两个数据显示了原始数据所提供的足够信
息。以特征值大于1 为标准，因子分析提取了2个公因子。故最终选择2
个主因子F1、F2。
表格 4 8种重金属在5各功能区主成分分布
工业污染，其次是交通污染和生活垃圾污染。工业污染大多通过废渣、 废水、废气排入环境，在人和动物、植物中富集，从而对环境和人的健 康造成很大的危害，工业污染的治理可以通过一些技术方法、管理措施 来降低它的污染。
相关矩阵不是单位阵。通过以上两项统计指标的检验表明本研究适合进
行因子分析。
表格 3 解释总方差
成
初始特征值
提取平方和载入 旋转平方和载入
份
合计Fra Baidu bibliotek
方差 的%
累积 %
合计
方差 的%
累积 %
合计
方差 的%
累积 %
1 3.470 43.371 43.371 3.470 43.371 43.371 2.437 30.461 30.461
城市表层土壤重金属污染分析
城市土壤作为构成城市环境的重要组成部分，是人类日常生活和生 产的物质基础。土壤中含有多种矿物，就As、Cd、Cr、Cu、Hg、Ni、 Pb、Zn等重金属来讲，适当的浓度对动植物体生长有很大的帮助。但是 由于人类活动等原因，造成土壤重金属在不同的功能区发生了不同程度 的污染。该文通过对城市不同区域的土壤重金属各方面的分析，探寻城 市化过程中城市土壤重金属的分布特征和影响因素，对开展城市环境质 量评测等都会有很大的帮助。
Hg 0.492 0.13 -0.437 0.845 -0.459 0.17 0.743 0.203 0.354 0.889
Ni 0.686 -0.253 0.523 0.767 0.421 0.888 -0.32 0.663 -0.622 0.012
Pb 0.803 0.112 -0.348 0.858 0.049 0.703 0.477 0.782 0.544 0.097
2 1.130 14.129 57.501 1.130 14.129 57.501 2.163 27.040 57.501
3 .941 11.762 69.263
4 .767 9.592 78.855
5 .579 7.242 86.098
6 .482 6.024 92.122
7 .352 4.395 96.517
1. 在“分析”选择“降维”中的因子分析。 2. 将8个重金属放入“变量”中，点击“确定”。 结果分析：
表格 1 异常数据
异常个案原因列表
元素 Ni
128,274
编号
Cd
223,40,35,34,90,240
Pb
253
Cu
45, 26,42
Cr
19
Zn
43,15
As
309
之后处理数据为将异常变量进行均值替代处理后的数据。
生活区
工业区
交通区
公园绿地区
成分
成分
成分
成分
PC1 PC2 PC3 PC1 PC2 PC1 PC2 PC1 PC2 PC3
45.20% 14.20% 13.40% 65.70% 15.80% 46.90% 16.10% 48.80% 20.20% 13.20% As 0.669 -0.646 -0.01 0.518 0.758 0.235 -0.131 0.636 -0.569 0.349