地下水體品質好壞，常不易向民眾清楚說明，即使有大量有效之水質數據，仍難組合與歸納，至常發生不同單位對檢測結果各自提出不同解釋之情形，多變量統計分析方法因具有將複雜性高的資料簡化成具代表性少數因子之功能 可有效、明確解釋一群相互間有關係存在之原始變數，或依資料間之相似性予以分群並鑑定，了解形成某些特定現象之背景原因，故本研究利用其來探討地下水特性。
本研究採用行政院環境保護署全國環境水質監測資訊網站高雄市轄內48口地下水監測井之監測數據，利用套裝軟體SPSS12.0進行多變量統計分析中之因子分析、群集分析及區別分析，進而歸納、整理及分類出水質特性、推測污染成因及局部區域特徵。因子分析結果取得高雄市區域地下水質之4個代表性因子：鹽化因子、有機污染因子、溶礦因子及酸鹼因子。以4個主成分因子可代替高雄市區域地下水質之17個分析項目，可解釋變異量達78.3% 。利用群集分析方法將區域內48口監測井，依監測數據性質相似度及群組間相異性質分為4群，探討各群集內監測井水質與主因子間之相關性，由監測井之相關位置，區分出內陸區域地下水質平均狀況優於沿海地區，沿海部分區域發現有海水入侵及鹽化現象，位於旗津區之監測井則有受到酸鹼因子污染之現象。區域地下水質普遍屬硬水至非常硬水。
另為了解多變量統計分析方法與一般地下水污染性指標分析運用之差別，進行繪製群集分析結果之Piper水質菱形圖以比較異同，結果顯示，多變量統計分析能有系統分析變數資料並反應水質整體變異情形，且客觀分群，而一般綜合指標分析如Piper圖形法，雖可由特徵位置得知污染類型，卻不易解釋整體污染特性，最後希望能對高雄市地下水質監測提供防治策略研擬及污染研判分析方向建議。

It is not easy to state clearly to the public for quality of groundwater bodies, even if there are a large number of effective water quality data, it is still hard to combine and induct,and it often occurs in different units have each put forward to explain on the test results.Multivariate statistical analysis method can simplify high complex data into a representative function of the small number of factors, clearly explained to a group of inter-relationship of the original variables, or to be clustered and identified according to the similarity between the data to understand the reason behind the formation of certain phenomena, so this study utilize it to explore the groundwater characteristics.
In this study, monitoring data come from the Kaohsiung city 48 groundwater monitoring wells of the EPA National Water Quality Monitoring Information website database, apply SPSS12.0 package software to execute multivariate statistical analysis, including factor analysis ,cluster analysis and discriminant analysis, and thus induction, sorting and classification of water quality characteristics, evaluating the causes of pollution and local area characteristics. The results of factor analysis to obtain the groundwater quality of the Kaohsiung region 4 representative factors: the factor of salinization, organic pollution factor, the factor of ore melting and acid-base factor. Four principal component factors instead of the 17 analysis projects of the regional groundwater quality in Kaohsiung city, the variance amounted to 78.3%. Use of cluster analysis of the 48 monitoring wells in the region is divided into four groups, according to the different nature of the monitoring data and the nature of similarity and group, to investigate the correlation between the monitoring well water quality within each cluster and the main factor, and by monitoring wells position to distinguish between the average underground water quality of inland area than the coastal area, we can get the results of seawater intrusion and salinization phenomena in coastal area, and monitoring wells located in the Cijin district are polluted by the pH factor. Kaohsiung regional groundwater quality is generally in the case of hard water to very hard water.
In order to understand the difference of the multivariate statistical analysis method and the general groundwater pollution index analysis, draw Piper water quality diamond cluster analysis diagram to compare the similarities and differences,the results show that the multivariate statistical analysis can supply a systematic analysis of variable data and the overall variations of the water quality, and objective clustering, while the general composite index analytcial method such as Piper, by the characteristic position to get the type of pollution, but difficult to explain the overall pollution characteristics. At last, in this study, the hope to recommend the pollution control assessment and prevention strategies of Kaohsiung city underground water.

謝誌 I
摘要 II
Abstract III
目錄 V
圖目錄 V III
表目錄 X

第一章 前言
1.1研究背景與動機 1
1.2研究目的 1
第二章 文獻回顧 3
2.1地下水特性 3
2.2地下水的重要性 3
2.3地下水水質監測項目 4
2.4地下水水質監測頻率 9
2.5地下水水質評估指標 11
2.6高雄市地區地下水研究回顧 19
2.6.1.地下水觀測井網建置的源起及現況 19
2.6.2.高雄市地下水監測井現況 20
2.6.3.相關研究 21
2.7多變量統計因子分析 22
2.8多變量統計分析研究回顧 22
第三章 研究區域基本背景資料蒐集與分析 27
3.1研究流程 27
3.2地理區域背景概述 29
3.2.1高雄地區地理位置 29
3.2.2高雄地區地形及地面水系特性 29
3.2.3 水文 30
3.2.4 氣候 30
3.3自然環境背景 31
3.3.1地質特性 31
3.3.2水文地質特性 32
3.3.3水力傳導係數 38
3.3.4 地下水位及流向 38
第四章研究內容與方法 41
4.1研究區域地下水質資料蒐集與處理方法 41
4.2研究理論方法與步驟 42
4.2.1 多變量統計分析方法 42
4.2.1.1 相關分析 42
4.2.1.2 因子分析方法概述 43
4.2.1.3 因子分析方法理論與步驟 44
4.2.2群集分析法 50
4.2.2.1群集分析法概述 50
4.2.2.2群集分析法原理 51
4.2.3區別分析法 55
4.2.3.1區別分析法概述 55
4.2.3.2區別分析法原理 56
第五章 結果與討論 61
5.1地下水水質因子特性分析 61
5.1.1相關性分析 61
5.1.2因子分析 64
5.1.3適合度檢定 71
5.2群集分析 72
5.2.1各群集特性分析 79
5.3群集判別分析 85
5.4常見污染性指標分析 89
5.4.1 Piper圖形特徵比較 89
5.4.2分析結果比較討論 91
5.4.3地下水監測管理策略之研擬 96
第六章、結論與建議 97
6.1結論 97
6.2建議 98
參考文獻 100
附錄一 108
附錄二 110
附錄三 …………………………………………………………………………115

陳秋妏，2006，「港區沉積物重金屬污染調查與海洋棄置模擬」，國立中山大學環境工程研究所博士論文。
經濟部水利署地下水觀測網，http://pc183.hy.ntu.edu.tw/
中央地質調查所岩心資料庫，(2009)，http://hydro.moeacgs.gov.tw
高雄市環境保護局土壤及地下水污染防治網，http://depweb.ksepb.gov.tw/2/soil/p667.html
王瑞君，(1989)，以多變量統計區分屏東平原地下水含水層水質特性與評估井體之維護探討，國立台灣大學農業工程學系碩士論文。
行政院環境保護署土壤及地下水污染整治網，(2012)，http://sgw.epa.gov.tw/public/index.asp
何奇峰，(1997)，多變量統計分析在河川水質特性分析之應用，逢甲大學土木及水利工程研究所碩士論文。
張尊國、黃國珍、徐貴新，(1997)，土壤重金屬污染特性探討-因子分析，農工學報第43卷第2期。
何勝惟，(2002)，應用多變量統計於土壤重金屬污染與土地利用之分析，國立臺灣大學生物環境系統工程研究所碩士論文。
李正豐、蕭任雄、謝惠紅、鄭士仁，(2006)，多變量分析應用於河川水質評估之研究，2006農業工程研討會。
林倩如，(2006)，運用多變量分析探討台灣地區地下水水質特性與成因，2006農業工程研討會。
李建南，(2007)，多變量統計結合SWOT分析方法應用在廚餘資源化方法選擇之研究，國立高雄海洋科技大學海洋環境工程研究所碩士論文。
吳庭年，(2007)，統計多變量分析工具於地下水質管理上之應用—以嘉南平原地下水分區為例，第三屆兩岸四地環境論壇先進環保技術與兩岸四地之環保市場。
吳明隆，(2000)，SPSS統計應用實務，松崗電腦圖書資訊。
林震岩，(2007)，多變量分析-SPSS的操作與應用，智勝文化事業有限公司。
林師模、陳苑欽，(2003)，多變量分析-管理上的應用，雙葉書廊有限公司。
張登傑，(2006)，以多變量統計方法探討南高屏地區空氣品質特性之研究，國立屏東科技大學環境工程與科學系碩士論文。
張尊國，(2002)，台灣地區土壤污染現況與整治政策分析，財團法人國家政策研究基金會永續發展組國政分析，永續(析)091021號
張紹勳、林秀娟，(2005)，SPSS多變量統計分析，滄海書局。
張介翰，(2006)，應用多變量統計方法探討區域地下水之水質特徵，國立臺灣大學生物環境系統工程學研究所碩士論文。
陳正昌、程炳林、陳新豐、劉子鍵，(2005)，多變量分析方法-統計軟體應用，五南圖書出版股份有限公司。
陳志峰，(2005)，高雄港區沉積物及底層水中重金屬之分佈探討，國立中山大學環境工程研究所碩士論文。
陳順宇，(2004)，多變量分析，華泰書局。
陳文福、林志銘，(2008)，台灣地下水與溫泉之硫與金屬離子之地球化學研究成果報告，行政院國家科學委員會專題研究計畫。
黃俊英，(2007)，多變量分析，中國經濟企業研究所，。
黃建源，(2000)，多變量統計分析在日月潭水庫水質管理之應用，逢甲大學土木及水利工程研究所碩士論文。
黃麗倩，(2000)，台灣地區地下水品質之統計研究，國立中央大學統計研究所碩士論文。
經濟部水利署，(2011)，水利統計。
經濟部水利署水文水資料管理供應系統，(2011)，http://gweb.wra.gov.tw/wrweb/。
鄭博仁，(2003)，應用多變量統計方法探討高雄縣地區地下水質之特性，國立屏東科技大學環境工程與科學系碩士班碩士論文。
蘇秋生，(2009)，多變量統計與時間序列分析於地下水質管理上之應用-以嘉南平原地下水分區為例，崑山科技大學環境工程系碩士論文，台南市。
吳政南,(2011), 應用多變量統計方法評估台北水源特定區水質，國立聯合大學土木與防災工程學系碩士班碩士論文。
張傳恩 (2010) 應用多變量統計分析評估鴛鴦湖水質,國立聯合大學土木與防災工程學系碩士班碩士論文。
陳世偉 (2010) 以多變量統計方法分析中部地區臭氧污染之研究,國立中興大學環境工程學系碩士班碩士論文。
張介翰(2006) 應用多變量統計方法探討區域地下水之水質特徵,國立台灣大學生物環境系統工程學系碩士班碩士論文，台北市。
簡宗儒(2004) 多變量統計分析在台灣水庫水質之應用,國立臺灣海洋大學環境生物與漁業科學學系碩士班碩士論文。
張文亮 唐瑞玲 (2011)多變量統計分析臺北市近郊的灌溉水質污染,臺灣水利季刊,第2期,第75-86頁。
陳文福 呂學諭 劉聰貴(2010), 臺灣地下水之氧化還原狀態與砷濃度農業工程學報,第2期,第57-70頁。
邱賢瑋，2010，應用多變量統計分析探討污染場址之地下水水質特徵，中山大學環境工程研究所碩士論文，高雄市。
張文亮、邱文雄及郭勝豐，1997，以多變量統計分析方法區分關渡溼地內水質之變異性，農業工程研討會。
張文亮，1996，以多變量統計分析台北近郊的灌溉水質污染，台灣水利季刊，第44卷，第3期，第27-41 頁。
張尊國、黃國珍及徐貴新，1997，土壤重金屬污染特性探討-因子分析，農工學報第43卷第2期。
黃麗倩，2000，台灣地區地下水品質之統計研究，國立中央大學統計研究所碩士論文，桃園縣。
蕭文龍，2007，多變量分析最佳入門實用書：SPSS+LISREL(SEM)，碁峰資訊股份有限公司，台北市。
顏月珠，1998，統計學，三民書局股份有限公司，台北市。
邱皓政，2000，量化研究與統計分析：SPSS中文視窗版資料分析範例解析，五南圖書出版股份有限公司，台北市。
魏國彥，2000，岩心碳同位素與地層化學對比-嘉南平原與蘭陽平原，經濟部中央地質調查所，台北市。
陳文福，2005，台灣的地下水，遠足文化。
財團法人農業工程研究中心，2004，台灣地區水資源永續發展綜合執行計畫，經濟部水利署。
蕭達鴻，2001，「高雄地區土層分佈對建築施工之影響」，國立高雄應用科技大學土木系研究報告，高雄市政府工務局委託。
郭魁士，1985，土壤學，中國書局，台北縣。
陳耀茂，2005d，共變異數構造分析入門，鼎茂圖書出版有限公司，台北市。
吳芳鈴，(2009)，應用多變量統計分析與時間序列法探討人工濕地之水質淨化效益，中山大學環境工程研究所碩士論文，高雄市。
行政院環境保護署全國環境水質監測資訊網，(2012)， http://wq.epa.gov.tw/WQEPA
Adnan Ozdemir(2011) GIS-based groundwater spring potential mapping in the Sultan Mountains (Konya, Turkey) using frequency ratio, weights of evidence and logistic regression methods and their comparison, Journal of Hydrology,3-4, 290–308.
Cüneyt Güler, Mehmet Ali Kurt,Musa Alpaslan,Can Akbulut (2012). Assessment of the impact of anthropogenic activities on the groundwater hydrology and chemistry in Tarsus coastal plain (Mersin, SE Turkey) using fuzzy clustering, multivariate statistics and GIS techniques. Journal of Hydrology. 11. 435–451.
Fontanella, L., Ippoliti, L., Valentini, P. (2007). Environmental pollution analysis by dynamic structural equation models, Environmetrics, 18, 265-283.
Farnham, I.M., Johannesson, K.H., Singh, A.K., Hodged, V.F., Stetzenbach, K.J. (2003). Factor analytical approaches for evaluating groundwater trace element chemistry data, Analytica Chimica Acta, 490, 123-138.
Farnham, I.M., Johannesson, K.H., Singh, A.K., Stetzenbach, K.J. (2002). Treatment of nondetects in multivariate analysis of groundwater geochemistry data, Chemometrics and Intelligent Laboratory Systems, 60, 265-281.
Harvey, C.F., Swartz, C.H., Badruzzaman, A.B.M., Keon-Blute, N., Yu,W., Ali, M.A., Jay, J., Beckie, R., Niedan, V., Brabander, D., Oates,P.M., Ashfaque, K.N., Islam, S., Hemond, H.F., and Ahmed, M.F.2002. Arsenic mobility and groundwater extraction in Bangladesh.Science 298(5598), 1602-1606.
Hwa-Sheng Gau, Ting-Chien Chen, Jui-Sheng Chen and Chen-Wuing Liu,“Time series decomposition of groundwater level changes in wells due to the Chi-Chi earthquake in Taiwan：a possible hydrological precursor to earthquakes, ”Hydrol.Process. 2007；21：pp.510-524.
Iren Varsanyi and Lajos O. Kovacs,“Arsenic,iron and organic matter in sediments and groundwater in the Pannonian Basin, Hungary, ”Applied Geochemistry 2006；21：PP.949-963.
Jazbecb, Casiotc(2012) Hydrochemical characterization of arsenic contaminated alluvial aquifers in Eastern Croatia using multivariate statistical techniques and arsenic risk assessment Science of The Total Environment 15 March 100–110
Jameel Ahmed Baiga et al(2010) Speciation and evaluation of Arsenic in surface water and groundwater samples: A multivariate case study, Ecotoxicology and Environmental Safety.5.914–923.
Kim, J.H., Kim, R.H., Lee, J., Cheong, T.J., Yum, B.W., Chang, H.W. (2005). Multivariate statistical analysis to identify the major factors governing groundwater quality in the coastal area of Kimje, South Korea., Hydrological Processes, 19, 1261-1276.
Kouping Chena Jiu J. Jiaoa, Jianmin Huangb, andRunqiu Huangb(2007) .Multivariate statistical evaluation of trace elements in groundwater in a coastal area in Shenzhen, China, Environmental Pollution,6(3), 771–780.
Kevin H. Johannesson, Klaus J. Stetzenbach, David K. Kreamer, Vernon F. Hodge, (1996)“Multivariate statistical analysis of arsenic and selenium concentrations in groundwater from south-central Nevada and Death Valley, California, ”Journal of Hydrology；178：PP.181-204.
Kirlna Skeppström, Bo Olofsson, (2006)A prediction method for radon in groundwater using GIS and multivariate statistics, Science of The Total Environment, 2-3, 666–680.
Liu, C.L. Cao, D.P., Han, L.J., Huang L.L., Zhao, K. (2007). Spatial variability of groundwater environmental quality in Yanbian State, Water Resources Protection, 23, 63-67.
Liu, C.W. (2004). Decision support system for managing groundwater resources in the Choushui River Alluvial Fan in Taiwan, Journal of American Water Resources Association, 40, 431-442.
Liu, C.W., Lin, K.H., Kuo, Y.M. (2003). Application of factor analysis in the assessment of groundwater quality in a blackfoot disease area in Taiwan, The Science of the Total Environment, 313, 77-89.
Love, D., Hallbauer, D., Amos, A., Hranova, R. (2004). Factor analysis as a tool in groundwater quality management: two southern African case studies, Physics and Chemistry of the Earth, 29, 1135-1143.
Liu, C.W. (2004). Decision support system for managing groundwater resources in the Choushui River Alluvial Fan in Taiwan, Journal of American Water Resources Association, 40, 431-442.
Lazhar Belkhiria, Abderrahmane Boudoukhab,Lotfi Mounic, Toufik Baouzd(2010). Application of multivariate statistical methods and inverse geochemical modeling for characterization of groundwater — A case study: Ain Azel plain (Algeria). Geoderma.15.390–398
Lassaad Dassi(2011). Investigation by multivariate analysis of groundwater composition in a multilayer aquifer system from North Africa: A multi-tracer approach, Applied Geochemistry, 8,1386–1398.
Mahlknecht, J., Steinich, B., De Leon, I.N. (2004). Groundwater chemistry and mass transfers in the Independence aquifer, central Mexico, by using multivariate statistics and mass-balance models., Environmental Geology, 45, 781-795.
Navarro, A., Carbonell, M. (2007). Evaluation of groundwater contamination beneath an urban environment: The Besos river basin (Barcelona, Spain), Journal of Environmental Management, 85, 259-269.
Nemeth, T Pasztor, LSzabo, J (1998)Stochastic modelling of N-leaching using GIS and multivariate statistical methods WATER SCIENCE TECHNOLOGY, 38(10), 191-197.
Panagopoulos, G., Lambrakis, N., Katagas, C., Papoulis, D., Tsolis-Katagas, P. (2005). Water–rock interaction induced by contaminated groundwater in a karst aquifer, Greece., Environmental Geology, 49, 300-313.
P. K. Sikdar and Surajit Chakraborty,( 2008) “Genesis of arsenic in groundwater of North Bengal Plain using PCA：A case study of English Bazar Block, Malda District, West Bengal,India, ”Hydrol. Process.；22：P.1796-1809.
Park, Heesu (1998)Statistical evaluation of the distribution and behavior of fuel oxygenates in groundwater: A case study of Los Angeles region. Dissertation Abstracts International. 68( 04)112.
Rejani, R., Jha, M.K., Panda, S.N., Mull, R. (2008). Simulation modeling for efficient groundwater management in Balasore Coastal Basin, India., Water Resources Management, 22, 23-50.
Reghunath, R., Murthy, T.R.S., Raghavan, B.R. (2002). The utility of multivariate statistical techniques in hydrogeochemical studies: an example from Karnataka, India., Water Research, 36, 2437-2442.
S.-W. Wang, K.-H. Lin, Y.-M. Hsueh and C.-W. Liu,“Arsenic Distribution in a Tilapia (Oreochromis mossambicus) Water-Sediment Aquacultural Ecosystem in Blackfoot Disease Hyperendemic Area, ”Bull. Environ. Contam. Toxicol. 2007；78：PP.137-141.
Sandow Mark Yidana(2010). Groundwater classification using multivariate statistical methods: Southern Ghana, Journal of African Earth Sciences.5. 455–469.
Teles, V., Delay, F., Marsily, G.D. (2004). Comparison of genesis and geostatistical methods for characterizing the heterogeneity of alluvial media: Groundwater flow and transport simulations, Journal of Hydrology, 294, 103-21.
T. N. Wu, Y. C. Huang, M. S. Lee and C. M. Kao,“Source identification of groundwater pollution with the aid of multivariate statistical analysis, ”Water Science ＆ Technology：Water Supply,5(6)：2005, PP.281-288.
Ting-Nien Wu and Chiu-Sheng Su, (2008) “Application of Principal Component Analysis and Clustering to Spatial Allocation of Groundwater Contamination, ”IEEE Proceedings of the 5th International Conference on Fuzzy Systems and Knowledge Discovery, Jinan, Shandong,China,October 18-20,；Vol.4：pp.236-240.