Hodnocení kvality vody s použitím analýzy hlavních komponent hydrologických dat založené na SVD
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F05%3A00012969" target="_blank" >RIV/61989100:27360/05:00012969 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Water quality assessment using SVD-based principal component analysis of hydrological data
Popis výsledku v původním jazyce
Principal component analysis (PCA) based on singular value decomposition (SVD) of hydrological data was tested for water quality assessment. Using two case studies of waste- and drinking water, PCA via SVD was able to find latent variables which explain80.8 % and 83.7 % of the variance, respectively. By means of scatter and loading plots, PCA revealed the relationships among samples and hydrochemical parameters which were also confirmed by factor analysis (FA).In the case of wastewater, these latent variables clearly displayed changes of water composition overtime. Drinking water samples were clustered into four groups which were characterized by their typical water composition. On the basis of these results PCA was found to be a suitable technique for water quality assessment.
Název v anglickém jazyce
Water quality assessment using SVD-based principal component analysis of hydrological data
Popis výsledku anglicky
Principal component analysis (PCA) based on singular value decomposition (SVD) of hydrological data was tested for water quality assessment. Using two case studies of waste- and drinking water, PCA via SVD was able to find latent variables which explain80.8 % and 83.7 % of the variance, respectively. By means of scatter and loading plots, PCA revealed the relationships among samples and hydrochemical parameters which were also confirmed by factor analysis (FA).In the case of wastewater, these latent variables clearly displayed changes of water composition overtime. Drinking water samples were clustered into four groups which were characterized by their typical water composition. On the basis of these results PCA was found to be a suitable technique for water quality assessment.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
CB - Analytická chemie, separace
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Water SA
ISSN
0378-4738
e-ISSN
—
Svazek periodika
36
Číslo periodika v rámci svazku
4
Stát vydavatele periodika
ZA - Jihoafrická republika
Počet stran výsledku
6
Strana od-do
417-422
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—