基于因子-聚类分析的地下水中阳离子来源研究

于2020—2021年对某市20个监测井80份地下水样本进行了调查。采用因子分析和聚类分析法以地下水中阳离子浓度为研究对象进行溯源分析。结果表明,地下水中阳离子浓度会受到不同程度、不同类别的人类活动影响,其阳离子的来源呈现多样化的特点,其中铅、铜、铝、锰为农业面源来源,铵、钠、总硬度是工业来源,另外,砷、铁及锌等为自然来源,而在自然来源中出现的砷、铁阳离子的富集现象,很明显是受到了城镇化及工业化的影响。锌与氢离子可能是地下水中pH值受到人类活动的影响,或者是地表水的侧向补给带来的影响。     

白洋淀入淀河流溶解有机物沿程变化特征及来源解析

采用紫外-可见吸收光谱、三维荧光光谱,结合平行因子分析、主成分分析等方法,分析了白洋淀3条入淀河流（府河、孝义河、白沟引河）中发色团溶解有机物（CDOM）的光谱特征,阐释了CDOM组成、来源及对水质的影响机制。结果发现：河流CDOM平均浓度顺序为府河>孝义河>白沟引河,其中,府河CDOM的芳香性与分子量高于其他河流,白沟引河腐殖化程度高于其他河流,孝义河CDOM中内源性物质占比高于其他河流;3条河流均检出类腐殖质组分C1、C2、C3和类蛋白质组分C4,其中C1、C2、C3来源相近,且与C4异源;3条河流各组分最大荧光强度和总荧光强度的沿程变化表明,府河CDOM为点源、面源混合来源,孝义河CDOM以点源输入为主,白沟引河CDOM来自水源本身。     

PM2.5化学组成观测设计对PMF源解析结果影响综述

近年来我国城市地区灰霾污染频发,严重影响生态环境以及人体健康.了解PM_(2.5)的化学组成、来源、大气传输过程和环境效应对灰霾污染有效控制对策的制定有重要意义,已成为国际大气环境领域的研究热点.本文通过总结国内外正定矩阵因子分析模型(positive matrix factorization,PMF)在PM_(2.5)源解析方面的研究,阐释了PM_(2.5)化学组成空间差异、待测化学组分选择、有机示踪物气固相分配、观测结果时间分辨率对PMF源解析结果的影响.评述结果表明,同一城市或地区基于不同采样点样品数据的源解析结果存在较大差异;对同组PM_(2.5)样品,解析出的排放源类型和待观测化学组分的选择密切相关;因有机示踪物气固相分配作用的影响,低分子量有机物的源解析结果往往存在较大偏差;高时间分辨率观测可更好地反映不同示踪物间浓度的时间变化差异,有利于排放源的准确识别.     

大宁河叶绿素a的因子分值-多元线性回归预测模型研究

自从2003年三峡水库蓄水以后,其支流大宁河水华频发且频率呈上升趋势。叶绿素a(Chla)是指示水体中浮游植物初级生产力的有效指标。采用因子分值-多元线性回归方法研究了大宁河水体11个相关水质因子与Chl a之间的相关关系。因子分析用于简化水质指标之间的相关性,以因子得分（Score values）为自变量用于多元线性回归分析中。结果发现log（Chla）与6个因子分值明显相关,所获得多元线性回归模型为：log(Chl a)=0.579-0191×(Score 1)-0.013×(Score 2)-0.013×(Score 3)+0042×(Score 4)+0134×(Score 5)-0.059×(Score 6),相关系数 R= 0.731、相关系数的平方 R ²=0535,说明自变量可以解释因变量53.5%的差异性。实测数据验证结果表明：该模型能够较好的预测2010年1～10月水体中Chl a浓度的峰值和基本变化趋势     

松花江水质的多元统计分析

采用主成分分析法、因子分析法对松花江干流11个断面的水质监测数据按照不同水期进行分析,研究了各水质参数的相关性并对污染来源及不同水期内反映水质的重要参数进行了初步探讨.结果表明,水中可生物降解污染物对水体DO有一定的影响,水体温度是控制耗氧性污染物降解的主要因素.枯水期NH3-N与生活污水排放有重要关系,且在TN中占有较高比例.丰水期NH3-N与挥发酚相关性增加,这可能与汛期内煤化工类企业排放不达标有关;平水期,NH3-N与NO3-N相关性增加,可能平水期的污染来源及负荷与其他水期有差别.通过因子分析发现,在不同水期有不同的水质参数影响水质,枯水期大肠杆菌、TP是反映水质的重要参数;丰水期NH3-N、TP、石油类、pH为影响水质的主要水质参数;平水期DO、TN、电导率是反映松花江水质状况的重要水质参数,应当针对不同水期的污染负荷构成制定相应的污染防治方案.     

中国大型基础设施项目社会影响评价指标体系构建

中国大型基础设施虽然总量上有了较大增长,但往往重数量轻质量,忽视与人口、经济及社会发展相适应,所带来的资源短缺、环境污染和公共安全等问题日益突出。大型基础设施项目社会影响评价是规避社会风险,保证项目、工程、投资甚至相关政策顺利实施的有效手段,规范实用的指标体系是有效评价的基本前提。本文分析大型基础设施的内涵及其社会影响,基于中国国情特征,确定包含61个主要指标的大型基础设施项目社会影响评价初始指标集。结合调查问卷分析,通过临界比值检验和同质性检验将初始指标集修正为46个指标,经过7轮探索性因子分析,将指标集精炼为包含27个指标的指标体系,包括个人与家庭、政治与社会结构、项目的直接影响、公共资源、生态环境、社会适应性,以及社区与基础设施等7个类别。系数检验显示:总问卷与各个因子均通过信度检验;结构方程模型拟合指数满足适配标准,表明问卷结果结构效度良好,所建立的指标体系是科学有效的。     

宜兴城市内河污染物时空分布及解析

选取宜兴主城区18个典型内河采样点,对NO-3-N、NO-2-N、p H、CODMn、NH+4-N、TN、TP、SS、BOD5、DO、挥发酚、汞、铅及石油类14个主要水质指标进行为期1年的监测,频率为每月1次。采用综合污染指数法、聚类分析及因子分析法,系统解析了宜兴主城区内河水体污染物的时空分布特性。研究结果表明,综合污染指数随季节变化特征较为明显,总体污染程度表现为第三季度第二季度第四季度第一季度;聚类分析结果显示,河道的污染程度从空间上可分为2类(组);对城区内河监测点全年的因子分析提取3个特征因子,分析结果表明,内河河道以氮、磷污染为主导因素。     

重庆城区不同粒径颗粒物元素组分研究及来源识别

为研究重庆市大气颗粒物的污染特征及其来源,于2010年3—10月在主城区分别采集PM_1.0、PM_2.5和PM₁₀3种粒径的颗粒物样品,利用XRF分析其中的26种元素浓度。结果表明,重庆市主城区S元素在各粒径中含量都较高,细粒子中K的含量较高,粗粒子中Si、Ca和Fe的浓度较大。富集因子分析表明,主城区Cd、S、Se等污染元素的富集系数较大,且粒径越小,富集现象越明显。利用因子分析得出土壤风沙、扬尘、燃煤的燃烧、机动车燃油产生的尾气排放、生物质燃烧排放是重庆市颗粒物污染的主要来源。     

关中平原春节前后碳质气溶胶分布特征及来源解析

以2023年春节期间西安、宝鸡、咸阳、渭南和铜川大气PM_2.5中的OC和EC为对象,利用反距离加权空间插值法（IDW）、二次有机碳（SOC）估算和潜在源贡献因子分析（PSCF）分析了关中平原碳质气溶胶的时空变化特征及潜在来源. 结果表明,在时间分布上, ρ（OC）表现为：春节后[（18.6 ±11.0）μg·m^-3]>春节期间[（16.2 ±15.1）μg·m^-3]>春节前[（10.0 ±8.3）μg·m^-3], ρ（EC）表现为：春节后[（2.2 ±1.2）μg·m^-3]>春节期间[（1.7 ±1.5）μg·m^-3]>春节前[（1.4 ±1.1）μg·m^-3],OC和EC污染在春节后最严重;在空间分布上, ρ（OC）表现为：咸阳[（21.4 ±17.3）μg·m^-3]>宝鸡[（15.8 ±12.8）μg·m^-3]>西安[（13.6 ±11.3）μg·m^-3]>渭南[（11.6 ±9.1）μg·m^-3]>铜川[（10.0 ±8.3）μg·m^-3], ρ（EC）表现为：咸阳[（2.1 ±1.4）μg·m^-3]>渭南[（1.8 ±1.4）μg·m^-3]>西安[（1.8 ±1.2）μg·m^-3]>铜川[（1.6 ±1.4）μg·m^-3]>宝鸡[（1.2 ±0.9）μg·m^-3],总体上咸阳的PM_2.5和碳质气溶胶污染最严重,铜川污染最轻. IDW结果显示：OC和EC浓度的高值中心[ρ（OC）>27.3 μg·m^-3, ρ（EC）>2.9 μg·m^-3]在平原中部,低值中心[ρ（OC）<7.0 μg·m^-3, ρ（EC）<1.0 μg·m^-3]在平原北部,OC分布西高东低,EC分布东高西低. SOC在OC中的占比为：春节后（51.7%）>春节期间（41.1%）>春节前（36.8%）. 各城市SOC/OC大小和各城市SOC在关中平原的贡献率大小表明,铜川、宝鸡和咸阳受有机碳二次转化影响较大. 春节前、春节期间和春节后OC与EC的相关系数（r = 0.85、 r = 0.98和r = 0.94）表明二者具有高度的同源性. 碳质气溶胶在春节前和春节期间与湿度和风速有一定相关性,春节后与各气象因子呈弱相关;碳质气溶胶总体上与CO和NO₂有较强的相关性且在春节后相关性最强,与SO₂的相关性在春节期间最强. 5个城市碳质气溶胶潜在源区主要集中在本地和周边的甘肃南部、陕北以及陕南地区,春节前还受到来自西北方向长距离输送的影响.     

动态监控数据驱动的危险货物运输驾驶员风险评估

为合理评估危险货物运输驾驶员驾驶过程中的风险驾驶行为,辨别影响危险货物运输事故风险的显著因素,运用探索性因子分析与Logistic回归相结合的方法,可以避免数据多重共线性对分析结果的影响。首先基于车辆联网联控系统中记录的动态违规预警数据,利用探索性因子分析方法提取危险货物运输驾驶员高风险驾驶行为隐性因子;其次结合驾驶员事故数据,筛选与危险货物运输事故显著相关的高风险驾驶行为;最后通过建立Logistic回归模型预测驾驶员卷入危险货物运输事故的风险。结果表明,驾驶员的风险驾驶行为可归类为碰撞倾向驾驶行为、鲁莽驾驶行为、驾驶分神和驾驶疲劳4种,驾驶员具有不同的驾驶风险倾向,同时碰撞倾向驾驶行为、驾驶分神行为和驾驶疲劳状态指标是影响危险货物运输事故的显著因素,可以建立事故预测模型。研究结果为评估危险货物运输驾驶员风险提供了理论依据。