在大气颗粒物源解析工作当中，CMB受体模型受到广泛应用。但是，当纳入模型的源类成分谱相似时，可能导致共线性问题(表现为模型解析结果不合理)。为了解决传统CMB受体模型计算过程当中出现的共线性问题，南开大学提出了NCPCRCMB受体模型：它将主成分回归方法纳入传统CMB模型的迭代计算过程中，来解决源类成份谱的共线性问题。为了在实际工作中更好地应用NCPCRCMB模型进行源解析，本论文针对该模型的影响因素和模型参数进行了研究。　　 本论文首先通过模拟实验研究了源和受体的不匹配性、源成分谱的共线性、以及源和受体成分谱的不确定性对NCPCRCMB受体模型解析结果的影响，结果表明：(1)与传统CMB模型相比，NCPCRCMB模型对于源和受体不匹配性的耐受性要强。但是，在源和受体匹配程度高的情况下，传统CMB模型的解析结果更为合理。(2)源成分谱的共线性对NCPCRCMB模型解析结果影响较小。(3)NCPCRCMB模型的解析结果会随着源和受体成分谱不确定性的增大而变得不合理。其中，受体成分谱不确定性影响更大。　　 其次，本论文对NCPCRCMB模型参数一因子去除数目进行了研究，在现有判定原则的基础上提出了改进的方法。将改进的判定原则应用于模拟数据，解析结果表明该改进的方法具有可靠性。最后，用该方法指导了NCPCRCMB模型在无锡市、开封市和乌鲁木齐市源解析工作中的应用，获得了合理的结果，表明该方法具有可行性。