[发明专利]一种复合受体模型污染源解析方法

权利要求书

1.一种复合受体模型污染源解析方法，其特征在于，所述方法包括：

步骤S1，受体样本数据预处理；

步骤S2，提取主成分因子数；

步骤S3，分解非负约束矩阵；

步骤S4，求解污染源贡献率。

2.根据权利要求1所述的复合受体模型污染源解析方法，其特征在于，所述步骤S1进一步包括：

步骤S101，从数据处理的角度，审核受体样本数据；

步骤S102，从污染物的角度，选择复合受体模型变量；

步骤S103，对所述模型变量进行标准化处理。

3.根据权利要求2所述的所述的复合受体模型污染源解析方法，其特征在于，所述从污染物的角度选择复合受体模型变量，具体包括如下过程：

第一，不能同时选择活性强，或存在反应的污染物；

第二，受污染事故影响而检出的污染物不能用于模型计算；

第三，不能同时选择含有相同元素，且迁移过程中会发生相互转换的污染物；

第四，浓度未检出或数据缺失的污染物，通过数据替换并设置合适的不确定性值；

第五，污染物均有浓度值但数据质量未知，通过再分析以确定是否排查该污染物。

4.根据权利要求1所述的所述的复合受体模型污染源解析方法，其特征在于，所述步骤S2中主成分因子特征为：

特征值大于1；

累积方差贡献率值大于85％；

决定系数大于0.9；

Exner函数<0.1。

5.根据权利要求4所述的所述的复合受体模型污染源解析方法，其特征在于，所述步骤S2进一步包括：

步骤S201，求解协方差矩阵Z：Z＝DD^t，D为受体数据集；

步骤S202，求解特征值E及特征向量Q：Z＝QEQ^t；

步骤S203，求解无旋转的因子载荷矩阵S：S＝QE^1/2；

步骤S204，求解无旋转的因子得分矩阵R：R＝(S^tS)^-1S^tD；

步骤S205，生成特征值、累积方差、决定系数和Exner函数判据矩阵，提取主成分因子数。

6.根据权利要求1所述的所述的复合受体模型污染源解析方法，其特征在于，所述步骤S3中分解非负约束矩阵，通过改进的交替回归法进行分解。

7.根据权利要求6所述的所述的复合受体模型污染源解析方法，其特征在于，所述改进的交替回归法，进一步包括：

步骤S301，k＝0，设置两个未知矩阵的初始值S(k)＝S₀和R(k)＝R₀；

步骤S302，保持R＝R(k)不变，寻求合适的ΔS，使得S＝S(k)+ΔS最小化Q值；

步骤S303，保持S＝S(k)+ΔS不变，寻求合适的ΔR，使得R＝R(k)+ΔR最小化Q值；

步骤S304，寻求合适的扩展系数α，使得R＝R(k)+α·ΔR，S＝S(k)+α·ΔS最小化Q值；

步骤S305，k＝k+1，重复步骤(b)～(c)直至迭代收敛。