Các phương pháp này bao gồm phân tích thống kê mô tả trong đó các tham số chính được xác định bao gồm: trung bình, độ lệch chuẩn, các giá trị nhỏ nhất và lớn nhất, hệ số biến thiên, các hệ sốđộ lệch (skewness) và độ nhọn (kurtosis).
Ngoài ra, để kiểm tra tính chuẩn của phân bố hàm lượng của các nguyên tố, phương pháp kiểm tra thống kê Shapiro Wilkđược sử dụng.
60
Hệ số biến thiên CV được tính bằng công thức:
CV(%) 100
x
= (2.32) Với làđộ lệch chuẩn và xlà trung bình của mẫu.
Để sơ bộ đánh giá mức độ ô nhiễm của các nguyên tố trong không khí tại Tp.
Hà Nội, hệ số ô nhiễm CF tính cho từng nguyên tố theo công thức sau:
i i i C CF BG = (2.33)
trong đó, các đại lượng Ci và BGi tương ứng là hàm lượng trung bình và hàm lượng phông nền (background concentration) của nguyên tố i. Hàm lượng phông nền của một nguyên tố là giá trị tham chiếu nằm trong ngưỡng các tiêu chuẩn về
an toàn theo TCVN cho nguyên tố đó. Nguồn ô nhiễm khả dĩ của các nguyên tố
khác nhau trong không khí ở Tp. Hà Nội được đoán nhận nhờ áp dụng phương
pháp phân tích thống kê đa biến, cụ thể là phương pháp thành phần chính
(PCA).
Kết quả tính hệ số ô nhiễm CF dùng công thức (2.33) cho từng nguyên tố. Do không có số liệu về hàm lượng nền của các nguyên tố trong không khí ở Tp. Hà
Nội nên đại lượng BGi được ước lượng bằng cách lấy trung bình của 3 giá trị hàm lượng nhỏ nhất của nguyên tố tương ứng có trong các mẫu đã khảo sát. Giá trị của CF được dùng để phân loại mức độ ô nhiễm theo Bảng 2.2.
Bảng 2.2. Phân loại mức độ ô nhiễm theo hệ số ô nhiễm CF.
Hệ số ô nhiễm Mức độ ô nhiễm
CF ≤ 1 Không ô nhiễm.
1 < CF ≤ 2 Có dấu hiệu ô nhiễm.
2 < CF ≤ 3,5 Bắt đầu bị ô nhiễm.
3,5 < CF ≤ 8 Tương đối bị ô nhiễm.
8 < CF ≤ 27 Ô nhiễm nghiêm trọng.
CF >27 Vô cùng ô nhiễm.
Đánh giá nguồn gốc phát tán các kim loại nặng bằng cách phân chia các chúng theo các nhóm có sự tương đồng hoặc phụ thuộc mật thiết với nhau trong quá trình vận chuyển trong môi trường. Phương pháp phân tích thống kê đa biến
61
(Multivariate Analysis) là phương pháp toán học tìm mối quan hệ giữa các biến trong tập số liệu. Nó cho phép giảm hoặc đơn giản hoá kích thước tập số liệu, sắp xếp hoặc nhóm các số liệu thành nhóm có cùng thuộc tính, tìm ra sự phụ thuộc và quan hệ giữa các biến, xây dựng hoặc kiểm tra các giả thiết thống kê.
Phân tích thống kê đa biến gồm các phương pháp chủ yếu như phân tích thành phần chính (Principal Component Analysis - PCA), phân tích nhân tố (Factor
Analysis - FA) và phân tích nhóm (Cluster Analysis - CA).