基于PLS的青藏铁路格拉段职工健康环境影响因素研究

《基于PLS的青藏铁路格拉段职工健康环境影响因素研究》由会员分享，可在线阅读，更多相关《基于PLS的青藏铁路格拉段职工健康环境影响因素研究（8页珍藏版）》请在装配图网上搜索。

1、基于PLS的青藏铁路格拉段职工健康环境影响因素研究 科技部国家科技支撑计划资助项目（2006BAC07B01）。施庆生，陈建丽，李金凤（南京工业大学 应用数学系，江苏 南京 210009）摘要：青藏铁路格拉段平均海拔4500米，沿线高寒、低氧、气压低、干燥、强辐射。本文采用格拉段沿线10个领工区的环境测试指标及相应工作人员生理指标数据，应用偏最小二乘（PLS）回归方法进行统计分析，探寻格拉段工作人员生理指标（脉搏、收缩压、舒张压、血氧饱和度）的重要环境影响因素，进行高原职业危害因素鉴定，并为制定相应的卫生保障措施提供依据。研究结果表明，气压、氧分压和海拔高度是影响地面作业人员生理指标的主要影响

2、因素，另外，格拉段高寒、多风的气候特点也是重要影响因素。关键词：青藏铁路；偏最小二乘；生理指标；环境影响因素中图分类号：O213.9 文献标识码：A青藏铁路格拉段恶劣的自然环境，对长期工作、生活在这条铁路线上的工作人员的身心健康和劳动能力产生很大的影响1。本文采用对格拉段10个领工区的环境测试指标及相应工作生活人员生理指标数据采用偏最小二乘（PLS）模型进行统计分析，探寻高原环境与工作人员生理指标（脉搏、收缩压、舒张压、血氧饱和度）的关系，从而分析高原低压、缺氧、高寒、多风等自然因素对青藏铁路地面作业人员的影响，进行高原职业危害因素鉴定，为制定相应的卫生保障措施提供依据。一、多因变量偏最小二乘

3、回归原理由于本文所研究的是格拉段自然环境对地面作业人员多个生理指标之间的建模问题，样本量较少，自变量个数多且共线性复杂的高维数据。在这种条件下，多因变量偏最小二乘（PLS）回归模型是一个比较好的选择。偏最小二乘（PLS）回归分析在建模过程中集中了主成分分析、典型相关分析、多元线性回归分析方法的特点，具有计算量小、预测精度高、无需剔除任何自变量的优点，特别在自变量较多且共线性复杂的情况下相当有效。1、多变量偏最小二乘回归方法的基本思路设有个因变量和个自变量，取个观测样本点后构成自变量数据集和因变量数据集。偏最小二乘的基本方法是2：首先，在自变量数据集和因变量数据集中分别提取第一成分和，要求和尽可

4、能大地提取各自数据集中的变异信息，且和的相关程度最大。然后，建立对的回归及对的回归，如果回归方程达到满意的精度，则停止计算。否则，利用被解释后的残余信息以及被解释后的残余信息进行第二成分的提取，直到能达到一个较满意的精度为止。 最后，偏最小二乘建立对最终对提取的个成分的线性回归，然后再表达成关于原自变量的回归方程，即偏最小二乘回归方程。2、多变量偏最小二乘回归方法的基本算法第一步：将和进行标准化处理，标准化后的自变量矩阵和因变量矩阵分别记为和。第二步：从和中分别提取第一个成分，其中为的第一主轴，为的第一主轴。为了满足成分提取的要求，则需求解下列优化问题：由拉格朗日算法可得，为对应于矩阵最大特征

5、值的单位特征向量，为对应于矩阵最大特征值的单位特征向量。 然后，分别求和对的三个回归方程 其中，回归系数向量为 。第三步：用残差矩阵和取代和，提取第二个成分，并求和对的回归方程 如此计算下去，如果的秩为，则有 由于都可以表示成的线性组合，以上两式可以还原为关于的回归方程： ，其中系数体现了标准化的向量对的作用强弱。3、成分个数的确定偏最小二乘多数情形下只需选取前个成分就可以得到一个比较可靠的模型。如果后续的成分已经不能为解释提供更有意义的信息，采用过多的成分只会破坏对统计趋势的认识，引导错误的预测结论。对于成分的提取，本文采用广泛应用的确定成分个数的交叉有效性系数来确定。对全部因变量，成分的交

6、叉有效性定义为 对每一个因变量，定义为 其中，是原始数据中第个样本点在第个因变量上的取值，是利用前个成分回归建模计算得到的的估计值，是在样本点中去掉第个样本点，用个成分建模计算出的的估计值。当，或至少有一个时，可以确定成分个数为。三、格拉段地面工作人员生理指标自然环境影响因素的PLS回归分析1、变量与数据选取本文样本数据来源于中国铁道科学研究院环控劳卫研究所2007年11月5日到14日采集的格拉段各工区的环境测试数据和环境测试场所相应工作生活人员生理指标数据。剔除缺失数据，最后选择了格尔木、沱沱河、秀水河、五道梁、纳赤台、不冻泉、安多、那曲、当雄、拉萨10个领工区相关数据，分析所用数据为环境测

7、试指标及相应工作生活人员生理指标数据的平均值。自变量即环境测试指标为温度（x1）、湿度(x2)、风速(x3)、气压(x4)、氧分压(x5)、二氧化碳(x6)和海拔高度(x7)。因变量为相应工作生活人员脉搏(y1)、收缩压(y2)、舒张压(y3)、血氧饱和度(y4)。整理后数据如表1。表1：格拉段10个领工区环境测试指标及相应工作人员生理指标数据地点格尔木沱沱河秀水河五道梁纳赤台不冻泉安多拉萨那曲当雄温度16.6016.9010.958.7013.058.988.209.8411.7111.35湿度%21.8421.4222.8021.6033.4031.7834.7729.3224.0937.

8、45风速m/s2.140.530.201.300.150.550.451.201.201.50气压kpa73.5157559.1517558.78658.12166.558.65357.58966.207459.18560.8475氧分压kpa14.9611710.5189710.6559610.4923712.395610.138599.4589611.4167210.2928710.5469二氧化碳%0.050.060.050.030.050.070.060.060.050.08海拔高度m2651457546504618356046004702357045134293脉搏次/分81.009

9、7.3691.5086.5083.7596.40101.7585.3695.5091.33收缩压mmHg95.00108.64120.00115.00107.50102.00129.38110.36104.29104.33舒张压mmHg64.2975.9575.0085.0083.7571.0096.2581.1478.8675.83血氧饱和度%95.0087.0086.5085.0091.7586.2088.0092.4389.5089.172、环境影响因素的PLS回归分析表2：自变量间的相关系数x1x2x3x4X5x76X7y1y2y3y4x11.00 -0.43 0.24 0.55 0.

10、64* -0.01 -0.52-0.29 -0.56* -0.58* 0.47 x21.00 -0.21 -0.08 -0.27 0.68* 0.060.21 0.14 0.37 0.09 x31.00 0.52 0.52 -0.05 -0.53-0.47 -0.57* -0.43 0.49 x41.00 0.96* -0.07 -1.00*-0.80* -0.58* -0.46 0.92 X51.00 -0.22 -0.95*-0.81* -0.61* -0.56* 0.81* x61.00 0.080.39 -0.19 -0.18 0.08 X71.000.80* 0.58* 0.43 -

11、0.93* y11.00 0.47 0.37 -0.62 y21.00 0.81* -0.50 y31.00 -0.29 y41.00 注：*在0.05的显著性水平下显著，*在0.1的显著性水平下显著。由表2知，多个自变量间的相关系数在0.05的显著性水平下显著，说明自变量之间存在多重共线性问题。另外，从的平面图（图1）可知，解释变量组的第一成分和因变量组的第一成分呈现一定的线性形式，这说明这两组变量存在比较强的相关关系。因此，采用偏最小二乘回归方法建立模型是比较合理的。图1 的平面图2.1 成分个数的确定为确定成分的个数，我们首先进行交叉有效性分析。由表3知，对全部因变量，从第二个因子开始=

12、0.02885190.0975，分别对四个因变量的交叉有效性从第二个也都为负值，根据交差有效性判断，只需提取一个成分即可。第一个成分对自变量集合中的信息提取程度为53.1431%，对自变量系统有较好的代表性。同时，对因变量系统的累积贡献率为53.3356%，也能对因变量做出比较好的解释。 表3 对全体因变量以及对每个因变量的交叉有效性成分脉搏收缩压舒张压血氧饱和度临界值0.437440.552370.3125790.1883560.6964530.09750.0288519-0.0436577-0.0166307-0.00425758-0.09644380.09752.2 格拉段地面工作人员生

13、理指标自然环境影响因素的PLS回归模型通过提取的1个成分所得到标准化的PLS回归系数见表4.。模型基于标准化后的数据计算，模型的系数反映了各解释变量对生理指标脉搏、收缩压、舒张压及血氧饱和度作用的方向和大小。表4 标准化的PLS回归系数脉搏收缩压舒张压血氧饱和度温度-0.129552-0.115148-0.09923740.147671湿度0.03705560.03293560.0283847-0.0422382风速-0.136212-0.121068-0.1043390.155263气压-0.200112-0.177863-0.1532870.2281氧分压-0.199387-0.17721

14、8-0.1527310.227273二氧化碳-0.0302795-0.0269129-0.02319430.0345145海拔高度0.16145998740.1766430.152236-0.226536表5 原始数据的PLS回归系数脉搏收缩压舒张压血氧饱和度常数项112.791137.643100.07877.406温度-0.283648-0.365165-0.278770.151948湿度0.04044350.05206660.039748-0.0216653风速-1.42718-1.83734-1.402460.76453气压-0.259687-0.334306-0.2552110.13

15、9107氧分压-0.858077-1.10464-0.8432880.459647二氧化碳-15.423-19.8546-15.15718.26162海拔高度0.001956530.002518830.00192289-0.0010481从标准化回归系数的取值可以看出因变量脉搏、收缩压和舒张压的模型系数结构相同，而血氧饱和度的模型系数结构正好与其相反。对四个因变量最为重要的环境影响因素都是气压、氧分压和海拔，其中气压、氧分压对脉搏、收缩压和舒张压有负向作用，而海拔高度对它们有正向作用。与之相反，气压、氧分压对血氧饱和度的影响是正向的，海拔高度对其影响是负向的。另外，温度和风速也是一个不能忽略的

16、环境影响因素，对血氧饱和度具有正向影响作用，而对其他生理指标具有负向影响作用。另外两个环境影响因素湿度和二氧化碳对应的标准化回归系数都很小，可以忽略它们的影响。青藏铁路格拉段海拔全程均处于海拔3000-5000m的高原上，随着海拔高度的升高，大气压降低，大气中的含氧量和氧分压也随之降低。由于大气中氧含量的的减少，直接造成人体吸入气体和肺泡中氧分压降低、导致动脉血氧饱和度的降低。人体摄入的氧气不足，血红蛋白处于不饱和状态，各部分组织的细胞就会因供氧不足出现一定的变化，表现出相应的缺氧症状，包括呼吸、脉搏加强加快，血压升高，注意力减退等。在高原居住一段时间后，随着人体对低氧环境适应机制的建立，多数

17、人可恢复正常或形成高原低血压。但对于某些高血压倾向的人，高原高压、低氧环境可能会是诱发其血压升高的原因。另外，格拉段气候寒冷、温差大，且多风，干燥，这种恶劣的气候特点易造成血压波动，随着气温的下降人体内的肾上腺素水平上升，体表血管收缩以减少热量的散发，同时肾上腺素可能使心率加快，心输出量增加，这样也会导致血压的升高。2. 3 变量投影重要性分析在PLS回归模型中可以用变量投影重要性指标来衡量自变量对因变量组的解释能力，其计算公式为，其中是第个分量的轴的第个分量。这里，它用于测量对成分的边际贡献。值越大，对因变量组的解释能力越大，一般认为大于1的自变量比较重要，小于0.5的不太重要，0.5到1之

18、间，作用不明显。由投影重要性指标直方图（图2）可知，变量气压、氧分压、海拔高度的都大于1，风速、温度的值都介于0.5和1.0之间，湿度、二氧化碳值都小于0.5。因此，从整体来看，在高原作业环境下，气压、氧分压和海拔高度是影响格拉段青藏铁路职工生理指标脉搏、血压、血氧饱和度的重要影响因素，风速、温度的影响不是特别明显，而湿度和二氧化碳的影响可以忽略。图2 格拉段环境影响因素投影重要性指标直方图四、结论与启示本文应用偏最小二乘回归分析方法，探讨了青藏铁路格拉段几种环境因素对地面作业人员生理指标的影响。研究结果表明，气压、氧分压和海拔高度是影响地面作业人员生理指标（脉搏、血压、血氧饱和度）的主要影响

19、因素。另外，格拉段高寒、多风的气候候特点也是不可忽略的重要影响因素。为此，为保障青藏铁路格拉段广大铁路职工的身体健康，确保铁路安全畅通，需根据环境因素的影响情况从以下几个方面做好相应的卫生保障工作3。（1） 开展健康教育和高原病知识培训，提高职工的自我防护意识和防护能力；（2） 增加供氧，提高室内氧分压或间歇式吸氧；（3） 控制劳动时间和劳动强度，减少氧耗，避免机体抵抗力下降；（4） 加强劳动保护工作，及时配置劳动保护用品（如防晒霜、护目镜、遮阳帽、手套及防寒服等），有效杜绝因自然危害健康的事故发生。参考文献：1 李谊. 青藏铁路与职业性高原病J. 铁道劳动安全卫生与环保. 2004,31（2

20、）:98101.2 王惠文. 偏最小二乘回归方法及其应用M. 北京：国防工业出版社,1999.3 董文秀,马军. 青藏铁路格拉段卫生保障措施和探讨J. 铁道劳动安全卫生与环保. 2008,35（2）:8690.4 吴天一. 高原低氧环境对人类的挑战J. 医学研究杂志，2006.10 35（10）;13.5 李天麟.高原与健康M. 北京科学技术出版社，2001.4.6 施红生，任安绚，梁渤洲. 青藏铁路运营期卫生保障策略J. 中国铁路，2006，3；2328.The Study of Environmental Factors for Health of Workers that Working

21、 On Golmud-Lhasa Section of Qinghai-Tibet Railway Based on PLSShiqingsheng chenjianli lijinfeng(Department of Applied mathematics , Nanjing University of Technology, NangJing JiangSu 210009,China)Abstract: Golmud-Lhasa Section of Qinghai-Tibet Railway lies at an average of 4500 meters above sea-leve

22、l, characterized by serious cold, lack of oxygen, low pressure and strong radiation climate. Applying the methods of partial least squares(PLS) regression,the paper statistically analyses the data of environmental testing indexes and workers physiological indexes in 10 sections along the railway. Th

23、e main purpose of the analysis is to search for the environmental factors that affect the workers physiological indexes(such as pulse, systolic pressure ,diastolic pressure and oxygen saturation of arterial blood),and to confirm the dangerous factors of working in plateau areas, which will be the im

24、portant foundation of working out measures of health care. The research result shows that the air pressure, oxygen partial pressure and height above sea level are the main factors to affect the workers physiological indexes, In addition, the cold and windy climate is the important determining factor

25、s.Keywords: Qinghai-Tibet Railway; partial least squares; physiological target; environmental factors附基金项目及作者简介：基金项目：科技部国家科技支撑计划资助项目（2006BAC07B01）：青藏铁路运营安全保障系统研究。施庆生（1959-），男，江苏南京人，南京工业大学应用数学系教授，硕士，研究方向：应用数学。陈建丽（1978-），女，山东费县人，南京工业大学应用数学系讲师，硕士，研究方向：应用统计。李金凤（1979-），女，黑龙江双鸭山人，南京工业大学应用数学系讲师，硕士，研究方向：应用统计。邮寄地址： 南京工业大学理学院应用数学系 施庆生（收） 邮编：210009联系电话： 13851635231电子邮箱： sqs- 8 -