基于统计学模型的矿区粉尘污染特征及影响因素的定量分析

TD714; 针对露天矿粉尘无秩序排放引发的生态环境退化问题,选取河曲露天煤矿粉尘产生区域为研究靶区,利用粉尘监测体系获取靶区TSP、PM10、PM2.5 及环境指标数据,结合粉尘浓度对不同粒径粉尘分布差异性进行对比分析,引入空气质量浓度分指数法、Pearson关联矩阵分析法和灰色关联法对靶区内核心污染物、不同粒径粉尘内在关联性及环境指标与粉尘浓度的关联度进行深入探讨,基于单变量、多元线性和主成分得分-多元线性回归分析法对粒子变迁演化规律及环境指标对微粉尘权重的影响规律进行定量解析,同时运用均值误差法对MLR和PCA-MLR模型预测的精确度进行验证.结果表明:①区域1(采掘场)和3(煤场)不同...

Full description

Saved in:
Bibliographic Details
Published in矿业科学学报 Vol. 9; no. 2; pp. 243 - 257
Main Authors 赵洪宝, 翟汝鹏, 戈海宾, 陈超男, 刘绍强, 荆士杰
Format Journal Article
LanguageChinese
Published 中国矿业大学(北京) 能源与矿业学院,北京 100083 2024
Subjects
Pearson关联法
PCA-MLR模型
GRA analysis method
粉尘浓度
环境指标
pearson correlation method
environmental indi-cators
dust concentration
PCA-MLR modelling
GRA分析法
Online AccessGet full text
ISSN2096-2193
DOI10.19606/j.cnki.jmst.2024.02.011

Cover

More Information
Summary:TD714; 针对露天矿粉尘无秩序排放引发的生态环境退化问题,选取河曲露天煤矿粉尘产生区域为研究靶区,利用粉尘监测体系获取靶区TSP、PM10、PM2.5 及环境指标数据,结合粉尘浓度对不同粒径粉尘分布差异性进行对比分析,引入空气质量浓度分指数法、Pearson关联矩阵分析法和灰色关联法对靶区内核心污染物、不同粒径粉尘内在关联性及环境指标与粉尘浓度的关联度进行深入探讨,基于单变量、多元线性和主成分得分-多元线性回归分析法对粒子变迁演化规律及环境指标对微粉尘权重的影响规律进行定量解析,同时运用均值误差法对MLR和PCA-MLR模型预测的精确度进行验证.结果表明:①区域1(采掘场)和3(煤场)不同粒径粉尘浓度均存在超过现行标准二级限值的情况,区域2(交通干道)仅存在超过一级限值的情况.②不同区域粉尘污染能力的强弱与IAQI评估结果一致,均为区域1>3>2;当不同区域TSP浓度一致时,域内粉尘污染能力的强弱顺序转变为区域2>3>1,且各区域核心污染物均为PM2.5.③不同区域粉尘浓度线性关系较为显著.④不同区域MLR模型演算出的多元线性方程的拟合度排序规律与粉尘浓度Pearson关联度趋于一致,且多变量拟合度优于单变量拟合度,结合MRE法检验出不同区域MLR模型预测精度区域3(3.02%)>2(9.46%)>1(10.75%).⑤区域1 中TSP和PM10 与气压呈强正相关,PM2.5 与相对湿度呈强负相关;区域2 中各粒径粉尘均与温度和风速呈强负相关;区域3 中仅与温度呈强负相关.⑥微粉尘权重与环境指标的PCA-MLR 模型相对于直接MLR模型,预测精确度提高了56.63%和13.41%.
ISSN:2096-2193
DOI:10.19606/j.cnki.jmst.2024.02.011