Analiza opisowa i predykcyjna metali śladowych w popiołach ze spalania węgla: ujęcie statystyczne i modelowanie

Abstrakt

Spalanie węgla generuje popioły zawierające pierwiastki śladowe o istotnym znaczeniu gospodarczym i środowiskowym. Celem niniejszego badania była ocena stężenia, zmienności oraz relacji pomiędzy dziewięcioma metalami śladowymi (Sb, Co, Cu, Ga, Mo, Ni, Ag, V, Zn) w próbkach popiołów uzyskanych z 28 próbek węgla o różnym stopniu uwęglenia (węgiel brunatny, brunatny twardy i kamienny) pochodzących z polskich złóż. Stężenia pierwiastków oznaczono metodą ICP-MS, a analizę składu tlenkowego przeprowadzono w celu identyfikacji powiązań geochemicznych. Wykorzystano statystyki opisowe, analizę korelacji oraz modele predykcyjne (regresja liniowa wieloraka i maszyny wektorów nośnych – SVM) do scharakteryzowania zachowania pierwiastków i wskazania niezawodnych predyktorów ich zawartości w popiele. Wyniki wykazały znaczną zmienność stężeń pierwiastków, przy czym niektóre metale (np. Ni, V, Zn) uległy wzbogaceniu w popiele względem węgla macierzystego. Popioły z węgla kamiennego zawierały przeciętnie wyższe stężenia metali niż z węgla brunatnego, z wyjątkiem cynku. Zaobserwowano silne korelacje liniowe pomiędzy wybranymi parami metali (np. Cu–Co, Ag–Co) oraz istotne związki z tlenkami (zwłaszcza Al2O3, Fe2O3, Cr2O3), co potwierdza ich wpływ na rozkład metali. Modele regresji wykazały dobrą zdolność predykcyjną (R2 do 0,88), a modele SVM uzyskały jeszcze lepsze wyniki (R2 do 0,94, MAPE nawet 19,78%). Uzyskane wyniki podkreślają znaczenie składu tlenkowego w analizie zachowania pierwiastków śladowych i dostarczają metodycznych podstaw do oceny jakości popiołu, ryzyka środowiskowego i możliwości odzysku surowców.