基于受体模型和源成分谱的缺失组分反演算法

针对目前在线监测仪器无法监测Al、Si标识组分可能增加源解析结果不确定性的问题,基于正交矩阵因子分解法模型和实测源成分谱反演Al、Si受体数据,提出缺失组分反演-嵌套PMF算法.设置周期性和非周期性模拟实验,利用PMF模型对缺失Al、Si受体数据、含反演Al、Si受体数据和含Al、Si受体数据分别进行源解析评估,并将源解析结果与真实值进行对比分析,验证缺失组分反演-嵌套PMF算法的可靠性.研究结果表明对于周期性扰动模拟实验,缺失Al、Si对解析土壤源、机动车、燃煤源有较大的影响,反演Al、Si能优化源解析结果,降低源解析结果的不确定性.     

扬州市PM2.5中重金属来源及潜在健康风险评估

本研究利用正定矩阵因子分解模型(PMF)-健康风险评价模型(HMHR)探究了扬州市细颗粒物(PM_(2.5))中重金属污染来源及不同污染源对重金属潜在健康风险值的贡献.结果表明,各重金属全年浓度均值为Pb(64. 4 ng·m~(-3)) Cr(25. 24ng·m~(-3)) As(6. 36 ng·m~(-3)) Ni(5. 36 ng·m~(-3)) Cd(3. 34 ng·m~(-3)) Co(1. 21 ng·m~(-3));各污染源对PM_(2.5)贡献分别为二次源(37. 7%)燃煤源(19. 4%)扬尘(17. 5%)机动车(16. 9%)建筑尘(5. 2%)工业源(3. 4%). As主要源于燃煤、机动车和扬尘; Co主要源于工业源;燃煤源对Pb的浓度贡献较高;工业源对Ni、Cd含量的贡献最高.不同污染源的健康风险依次为扬尘源、燃煤源、机动车、工业源、建筑尘.扬尘源和燃煤源的潜在健康风险较其他污染源为高,与其源谱中重金属元素占比较大且对PM_(2.5)贡献浓度较高有关.     

基于PMF模型的大气颗粒物多点位来源解析研究

随着环境监测数据空间分辨率的提高,越来越多研究人员选择将大气颗粒物多点位数据合并进行解析.本文通过模拟试验的方法,共设定了三大类八小类情景评估了不同条件下将多点位受体（大气颗粒物）进行解析的结果,同时结合合肥市2014年PM_2.5数据进一步验证多点位数据合并解析的适用性.结果表明：各点位间源贡献时间趋势完全一致时,多点位合并解析并不会使PMF模型的结果变好.各点位间源贡献时间趋势差异明显时,多点位合并解析更易解析出结果.各点位间源贡献时间趋势部分相同时,多点位合并解析的结果整体趋于变好,但是对某些源类的解析可能更差.