《表2 特征值及其贡献率(主成分系数)汇总》
收集整理了2009—2013年全国31个省市的155组火灾统计数据,运用智能统计分析软件SAS9.2对致灾因素指标集进行主成分分析。根据软件输出结果,前5个主成分的累计方差贡献率为94.83%,大于85%(见表2)。因此,前5个主成分即可反映7个指标的绝大部分信息,可提取它们来代表7个指标做进一步分析。在提取出来的5个主成分上,再计算对应每个指标的因子荷载系数,结果见表3。“雷击”和“静电”指标在5个主成分上的总因子荷载系数明显小于其他指标,因此删除这2个指标。“用火不慎”对于住宅建筑来说主要体现在家庭燃气使用过程中,因此可优化为“燃气使用方式”。“吸烟”“玩火”“纵火”受人为因素的影响很大,对于以家庭为基本单元的住宅建筑,可用家庭成员的“人员素质”替换。对于公共建筑来说,“用火不慎”“吸烟”“玩火”“纵火”也主要受人为因素的影响,而且存在致灾的随机不确定性。对此,根据文献[7-8]对火灾随机不确定性问题的描述建议,可用“人员密度”替换。
图表编号 | XD00147089000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 米红甫、张小梅、刘亚玲、王文和、王俊钦、邱治宁 |
绘制单位 | 重庆科技学院安全工程学院、重庆市安全生产科学研究院、重庆科技学院安全工程学院、重庆市安全生产科学研究院、重庆科技学院安全工程学院、重庆市安全生产科学研究院、重庆科技学院安全工程学院、重庆市安全生产科学研究院、重庆科技学院安全工程学院、重庆市安全生产科学研究院、长庆油田第三采油厂 |
更多格式 | 高清、无水印(增值服务) |