淮北煤田地下水微量元素贝叶斯多类线性判别分析

Bayesian multiclass linear discriminant analysis of underwater microelement in Huaibei coal field

在淮北煤田主要含水层水中微量元素及常规离子测试分析的基础上,建立了微量元素Bayes多类线性判别模型。分析结果表明,在以As、Ba、Co、Cr、Cu、Se、V等7种特征微量元素为解释变量的Bayes多类线性判别函数中,Co与Cu对水源判别所起的作用较大,Ba最小。Ca2+、Mg2+、K++Na+、Cl-、SO42-、HCO3-等7种常规离子在判别函数中的系数绝对值相差不大。没有发现判别效果较强的常规离子,但经常规离子修正的微量元素Bayes多类线性判别模型具有很好的判别效果。