俄罗斯研究团队用模糊聚类把七类高温渣分成三组，发现钢渣资源价值高但环境风险中等，铜渣与垃圾焚烧渣则高风险
核心概要
该研究对乌拉尔工业区七类高温工艺废渣（高炉粒化渣、高炉块渣、炼钢渣、电炉炼钢渣、铜冶炼渣、铬铁生产渣和垃圾焚烧渣）测定了化学组成与物理性质，选取资源指标（金属铁、Cu、Zn、Ni质量分数、碱度模数、结晶度、粒度分布）和环境指标（Pb、Cr、S、P质量分数、粉尘比例、浸出性），经标准化与多重共线性检验后用Statistica进行模糊聚类（c=3、m=2、ε=0.05），得到资源惰性、资源有价值且环境影响中等、环境有害需深度处理三个处理组，并发现按资源指标与按环境指标得到的聚类结构并不重合。
The correlation analysis results (Fig.1, 2) were examined to identify pairs of variables with cor-
· 第 7 页深度剖析
研究提出并验证了把资源指标与环境指标分开、再结合模糊聚类对工业渣进行排序的两准则定量方法，得到三个处理组：资源惰性组（高炉粒化渣、高炉块渣、铬铁渣）、资源有价值且环境影响中等组（炼钢渣、电炉炼钢渣）、环境有害需深度处理组（铜冶炼渣、垃圾焚烧渣）。 既有工业矿物分类多采用传统层级方法，通常只描述资源潜力或只描述环境危害；本文把两组独立指标同时纳入同一批样品并做聚类排序。 基于七类渣的化学组成（表1）与物理性质（表2）实测数据，用Statistica模糊聚类，参数c=3、m=2、ε=0.05，三簇模型由轮廓指数S>0.5支持。
按资源指标与按环境指标得到的聚类结构不重合，例如炼钢渣在资源指标下属簇3、在环境指标下属簇2，说明高资源价值不保证环境安全，反之亦然。 传统文献综述通常分别讨论资源潜力或环境危害，无法在同一批样品上揭示二者的错位关系。 该错位由同一数据集的两套聚类结果直接给出，作者将其表述为主要科学结果；样本为七类渣，作者说明结果具有示例性质。
相关分析显示多数指标之间为低相关、无相关或随机相关，仅少数指标对达到统计显著：碱度模数与金属铁（r=0.88，p=0.009）、Cu与FeO（r=0.78，p=0.039）、结晶度与5-70 mm粒级含量（r=0.88，p=0.009）、Ni与Zn（r=0.76，p=0.047），环境指标中Cu与Pb（r=0.94，p=0.001）。 作者用这一结果说明超过85%的变量对r<0.7，从而可以在欧氏距离下进行聚类而不受强多重共线性扭曲。 基于n=7样品的热图与相关系数、p值；作者明确指出样本量有限，这些解释应视为初步。
研究给出了各类渣的处理去向建议：高炉粒化渣、高炉块渣和铬铁渣可在不预先选别或仅分选后用于建材；炼钢渣与电炉炼钢渣金属铁含量13-21%，可提取金属精矿回用，尾渣可用于道路建设和地质屏障；铜冶炼渣与垃圾焚烧渣需深度冶金处理回收有色金属，尾渣需稳定化与解毒。 把聚类分组直接映射为可执行的处理路线，并指出铜渣制磨料等常规利用方式可能隐藏环境风险。 建议建立在表1、表2的实测组成与性质以及聚类分组之上；作者强调产品仍需满足环境安全要求并需重复分析验证。
启示与展望
该结果面向乌拉尔工业区当前七类大宗高温工艺废渣，用于把渣按资源价值与环境危害分入不同处理路线，并为后续工业矿物综合资源-环境评估方法学和数字废物管理系统提供方法起点；作者将其定位为在源数据有限条件下可用的试点方法学工具。
样本仅七类渣，作者说明聚类结构具示例性质并需扩展到至少20-30类确认；相关分析的解释被作者列为初步，相关关系的物理意义有待更大数据库验证；作者提出后续建立渣的物理化学性质开放数据库并采用机器学习方法，这些尚未在本文完成。