[发明专利]一种基于对应分析和多元线性回归的污染源识别方法

说明书

本发明公开了一种基于对应分析和多元线性回归的环境中有污染物源解析方法，该方法包括以下步骤：首先，基于污染源样本数据，利用对应分析法对污染源进行识别，确定主因子的个数；其次，利用多元线性回归实现因子荷载的污染源贡献率的计算，实现特征污染物的源解析。本发明提供的基于对应分析和多元线性回归的污染源识别方法，利用对应分析方法对污染源进行识别，复合多元线性回归方法计算污染源贡献率，将因子荷载识别过程看作是一个非线性分类过程，是一个多因子综合分类问题，是一个模式识别过程，实用性强，有广泛的推广应用价值，为环境管理部门应对污染事故、控制污染风险提供了可靠的技术保障。

技术领域

本发明涉及污染源识别技术领域，特别是涉及一种基于对应分析和多元线性回归的污染源识别方法。

背景技术

污染源识别技术是对污染物的来源进行判别、解析与评价的一种方法。当前的污染源识别技术大体可以分为三种：清单分析法、扩散模型和受体模型。清单分析法是通过观测和模拟污染物的源排放量、排放特征及排放地理分布等，建立列表模型的一种源解析方法；扩散模型属于预测式模型，它是通过输入各个污染源的排放数据和相关参数信息来预测污染物的时空变化情况；受体模型则通过对受体样品的化学和显微分析，确定各污染源贡献率的一类技术，其最终目的是识别对受体有贡献的污染源，并且定量计算各污染源的分担率。在基于受体模型化学法的各类源解析方法中，多元统计法应用简单，且不需要预先知道各个污染源的指纹谱图，不需要事先对研究区域污染源进行监测，仅需要受体样品监测数据。正定矩阵因子分解模型属于污染物源解析技术中的多元统计方法，是一种基于分解矩阵中元素非负，利用数据标准偏差来进行优化的因子分析方法。该技术的核心思想是主成分分析，传统的基于最小二乘法的主成份因子分析(PCA)，由于采取基于行或列对受体样品数据D进行标准化，这将导致因子分析过程的数据失真。他们同时认为基于最小二乘法的PCA隐含地假定样本数据存在非现实的标准偏差，从而导致PCA不能得到最小方差的最优解。利用正定矩阵因子分解模型开展源解析研究，核心环节在于非负约束因子分解，以及利用因子荷载矩阵进行的污染源识别。

当前针对污染源识别的研究很少，主要的污染源识别方法就是通过对源谱和因子荷载的图形观察实现定性比较，或通过计算源谱和因子荷载的偏差实现半定量比较。这些方法多没有考虑污染源谱的非线性特征，识别结果不能真实反映因子荷载与污染源谱的对应关系。

发明内容

本发明的目的是提供了一种基于对应分析和多元线性回归的污染源识别方法，利用对应分析方法对污染源进行识别，复合多元线性回归方法计算污染源贡献率，将因子荷载识别过程看作是一个非线性分类过程，是一个多因子综合分类问题，是一个模式识别过程。

一种基于对应分析和多元线性回归的污染源识别方法，包括以下步骤：

步骤一：基于污染源样本数据，利用对应分析法对污染源进行识别，具体包括：

对污染源样本数据进行标准化处理；

计算污染源样本的相关系数矩阵；

计算相关系数矩阵的特征值和相应的特征向量；

取特征值大于1的所有因子作为主因子，确定主因子的个数；

步骤二：利用多元线性回归实现因子荷载的污染源贡献率的计算，实现特征污染物的源解析，具体包括：

建立多元现象回归模型：

y表示污染源的总浓度，P表示提取的主因子个数，X_i为因子得分，m为污染物类别，b为未被因子解释的剩余变量信息；

要求X_i为非线性，将以上y和X_i进行正态标准化分析，得到：