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.pdfVIP

第9卷第2期矿业科学学报Vol.9No.2

2024年4月JOURNALOFMININGSCIENCEANDTECHNOLOGYApr.2024

-

赵洪宝,翟汝鹏,戈海宾,等.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[J].矿业科学学报,2024,9(2):243257.DOI:

10.19606/ki.jmst.2024.02.011

ZHAOHongbao,ZHAIRupeng,GEHaibin,etal.Quantitativeanalysisofdustpollutioncharacteristicsandinfluencingfactorsinminingareasbasedon

-

statisticalmodelling[J].JournalofMiningScienceandTechnology,2024,9(2):243257.DOI:10.19606/ki.jmst.2024.02.011

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

赵洪宝,翟汝鹏,戈海宾,陈超男,刘绍强,荆士杰

中国矿业大学(北京)能源与矿业学院,北京100083

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PCAMLR

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132;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231,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PCAMLR模型相对于直接

MLR模型,预测精确度提高了56.63%和13.41%。

-

关键词:粉尘浓度;Pearson关联法;GRA分析法;环境指标;PCAMLR模型