关键词:
粉尘浓度
Pearson关联法
GRA分析法
环境指标
PCA-MLR模型
摘要:
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%。