大气颗粒物污染源的遗传算法解析模型

遗传算法是一种处理模型参数优化估计的通用方法。在构造了以大气颗粒物污染源的源系数作为参数的优化准则目标函数情况下，应用遗传算法优化模型参数，得到各污染源对于大气颗粒物的贡献率。将遗传算法用于重庆市春、夏、冬三季大气颗粒物的源解析结构与用化学质量平衡法的源解析结果进行了比较，两种源解析法获得的４种主要尘源在３个对大气颗粒物的贡献率大小排序基本一致。该方法用于大气颗粒物源解析简单、快速、方便、实用。     

环境空气动力学

染源对大气颗粒物的优化贡献率。该方法应用于成都市大气颗粒物的源解析结果与用其他多种源解析法得出的结果基本一致。理论分析和应用实践表明了遗传算法用于大气颗粒物源解析研究具有简便、准确和实用性强等特点。表2参7X169 200101289应用大气扩散模式进行区域稻田甲烷源强估算/刘建国(北京大学技术物理系)…//环境科学/中科院生态环境研究中心一ZDoo,21(6)一6一ro 环图X一5 传统通量箱方法对区域稻田甲烷源强的估算具有很大不确定性。本研究应用箱模式和ATDL模式估算区域稻田甲烷排放率。箱模式和ATDL模式估算排放率分别为:6月13.2…     

环境监测

X831200503452BP网络应用于大气颗粒物的源解析/李祚泳…(成都信息工程学院地球环境科学系)∥中国环境监测/中国环境监测总站.-2005,21(2).-74~76,83环图X-73应用BP网络对大气颗粒物进行源解析,将大气采集样本中的元素含量和大气颗粒物源成分谱构成训练样本集,用BP网络进行训练,由训练好的网络的权值可以计算出大气颗粒物的污染排放源的权重贡献率。将BP源解析法的计算结果与其它源解析法得到的结果比较,表明BP网络应用于大气颗粒物的源解析是可行的。表3参6X831200503453城市空气中颗粒相有机碳与元素碳浓度的小时和日分布图=Hourly …     

大气颗粒物源解析CMB法与PFA法原理及比较研究

大气颗粒物已经成为中国许多大中城市的首要空气污染物.弄清楚大气颗粒物的来源及定量地计算出各个源的贡献值,为颗粒污染物的防治提供依据,这就涉及到大气颗粒物源解析技术.本文详细介绍了化学质量平衡（CMB）和主因子分析法（PFA）这两种主要的大气颗粒物源解析原理及方法,并比较两种方法各自的优缺点,以供选择合适的源解析方法对大气颗粒污染物的来源进行解析.     

基于粗集理论的大气颗粒物的排放源的重要性评价

基于粗集理论（RS）对于不确定性问题的近似分类的思想和方法，通过计算大气污染源排放的远素组成的差异程度与大气颗粒物样本中元素含量的分类关系，用排放源对于大气颗粒物无素量的有效程度为标准来评价排放源的重要性，进行了实例分析计算并与其它几种源解析法结果比较表明：不同源解析法给出的主要排放源的重要性排序是一致的。     

大气颗粒物混合尘溯源解析新方法

针对采用化学质量平衡模型(CMB)进行大气颗粒物源解析时,混合尘源由于与单一尘源存在严重共线性而不能代入模型的问题,首先对混合尘进行源解析,根据解析结果将混合尘分拆为对应的单一尘源,然后与原有的单一尘源共同代入CMB进行源解析,提出了大气颗粒物混合尘溯源解析新方法.将混合尘溯源解析新方法应用于某市的大气颗粒物尘源解析,得到扬尘的贡献率为28.75%,较二重源解析技术的46.3%和二重源解析技术改进方法的38.38%都要低,表明新方法更好地解决了共线源代入CMB出现的问题.受体元素计算值与测量值的比值较二重源解析技术改进方法有更多元素接近1,表明新方法建立的模型更加合理.     

环境空气中大气颗粒物源解析的研究进展

介绍了国内外用于大气颗粒物源解析研究的受体模型的进展情况，对受体模型的研究体系，测量分析技术、研究方法作了详细阐述，并对源解析近期的研究热点及发展趋势作了评述。     

南宁市大气颗粒物源解析初步和防治对策探讨

采用可吸入颗粒物中煤烟尘贡献值(分担率)经验公式评估方法和总悬浮颗粒物源解析中IDNN受体模式,结合南宁市区大气颗粒物定性特征分析,解析南宁城市颗粒物来源,进而对大气颗粒物污染防治对策展开探讨.     

基于质谱技术的在线大气颗粒物来源与污染过程解析研究——以江苏省淮安市为例

通过大气细颗粒物实时在线源解析技术(质谱直接测量法)采集录入淮安市市区部分特征污染源排放成分谱,对淮安市大气细颗粒物进行在线源解析,获取高时间分辨的颗粒物源解析结果,分析颗粒物来源、季度变化和重污染天气的污染过程,评估形成重污染过程的污染影响因子和影响程度,为区域大气污染综合整治提供重要目标指向,同时也为淮安环境空气PM2.5重度污染实时预警与监控、大气污染源减排方案评估、污染事件监控等提供有效的在线监测技术平台.     

大气颗粒物的源解析技术

大气是人类赖以生存的基本环境要素,大气污染是影响环境质量和人类健康的主要危害因素之一,而大气颗粒物(Particulate matter,PM)则一直是影响城市环境质量的首要污染物[1]。大气颗粒物是影响大气环境质量、造成大气污染的一大重要因素。大气颗粒物对我们的危害极大,为此对大气颗粒物的源解析就尤为重要。本文主要阐述了当下用的比较广泛的几种源解析技术模型。     

成都市大气颗粒物源解析的PPR法

应用投影寻踪回归新技术(PPR),对成都市区大气采集样本中的元素含量数据和成都市大气颗粒物源成分谱进行分析,得到成都市大气颗粒物排放源的权重贡献率。结果表明:影响成都市大气颗粒物的主要贡献源为燃煤尘和土壤道路尘,它们的贡献率均达40%以上,与成都市区内大气污染来源的实际情况相符合。      

用投影寻踪回归进行大气颗粒物的污染源解析

 应用投影寻踪回归技术（PPR）对大气颗粒物的污染源成分谱和大气采集样本中的元素测试数据进行分析，得到大气颗粒物的污染源的权重贡献率的一种原解析新方法该方法应用于上海大气颗粒物的污染源的解析,结果表明，影响上海市大气颗粒物的主要污染源是建筑尘、土壤尘、燃煤尘和冶金尘它们的平均贡献率之和十占全部尘源的85%以上     

广州市大气中颗粒态多环芳烃(PAHs)的主要污染源

采用特征化合物与因子分析对广州市大气中颗粒态PAHs的来源及其贡献率进行研究.结果表明,广州大气中颗粒态多环芳烃主要来源是机动车尾气排放和燃煤,其中机动车为主要污染源,占了69%,其次为燃煤,占了31%.冬季大气中颗粒态多环芳烃污染加重的主要原因为低温、无风的气象条件下形成的逆温效应,主要污染源为机动车的尾气排放;夏季颗粒态多环芳烃污染的增大同样是无风时不利于污染物扩散的结果,但此时燃煤对大气中颗粒态多环芳烃污染的贡献要略大于机动车尾气排放.     

北京市铁路站场大气颗粒物的特征与来源分析

利用扫描电镜-X射线能谱(SEM-EDX)技术对北京市铁路站场采集的颗粒物的形貌和化学组分进行分析,并利用富集因子法及元素相关性对颗粒物中的各元素来源进行判别。研究结果表明,铁路站场所采集的主要是2μm以下的球形或椭球形富含S、Br、Zn元素的颗粒,富集因子及元素相关性分析显示,该颗粒物主要来源于铁路机车燃油排放。因此,确定颗粒物的排放源并以此进行控制,对于改善北京铁路站场周围的大气环境具有重要意义。     

EPA PMF5．0在浦东新区降水源解析中的使用研究

使用EPA PMF5．0模型,以浦东新区降水源解析为例,按照使用前监测数据和不确定度数据收集、模型运行前数据判读、基本模型运行前最佳因子数确定以及模型旋转前后因子贡献比变化,对降水中多种阳离子和阴离子分别进行讨论,在离子贡献汇总中得到其主要贡献的阴阳离子。 EPA PMF5．0方法的使用,为大气降水在污染源治理和管理等领域提供了新的研究思路,同时也对基层监测站开展源解析具有参考作用。     

计算机控制扫描电镜技术(CCSEM)在大气颗粒物表征及源解析中的应用

近年来,我国环境空气质量不断改善,在此背景下准确掌握大气颗粒物的理化性质及其来源是精准治污的重要基础. 计算机控制扫描电镜技术(CCSEM)的快速发展大幅提高了单颗粒分析效率,为实现颗粒物精细化源解析提供新的技术手段. 本文介绍了CCSEM技术的原理、特点、测试流程及技术发展,梳理了CCSEM在大气颗粒物的理化性质、来源解析及健康效应中的研究成果,总结了CCSEM的发展前景及局限性. 结果表明:CCSEM可通过自动化测试快速获取更全面的颗粒物信息,后处理功能便于快速掌握颗粒物污染源精细化信息,寻找部分隐匿的污染源,对比不同区域颗粒物类型的差异,并获取颗粒物精细化源解析结果. CCSEM对重金属等有潜在健康危害的高原子序数元素有较高的识别效率,可应用于颗粒物健康效应研究. 因此,CCSEM在大气颗粒物精细化源解析及健康效应研究等方面有较好的应用前景. 但是,CCSEM在颗粒物识别、分类标准及分析时效性等方面有一定的局限性,在未来应通过加强CCSEM形貌识别提高颗粒物的识别效率,结合单颗粒源谱数据库制定更科学的颗粒物分类规则,以及加强采样、测试及分析的连贯性以提高分析时效性.      

中国主要背景区域冬季大气PM2.5中非极性有机化合物组成及来源解析

本研究于2019年12月至2020年1月在5个区域大气本底站：临安、金沙、龙凤山、上甸子和瓦里关,同步采集了PM_2.5样品,分析了其中的非极性有机物：多环芳烃、正构烷烃和藿烷类化合物。结果表明,上甸子和龙凤山的多环芳烃平均浓度显著高于其他站点,分别为35.2±25.6 ng/m³和27.5±16.8 ng/m³;藿烷类物质的浓度在上甸子和临安出现高值,分别为2.72±1.78 ng/m³和2.47±0.990 ng/m³;正构烷烃浓度以临安最高,为86.7±40.6 ng/m³。对各站点多环芳烃和藿烷类化合物采用比值法,正构烷烃采用主峰碳数（C_max）、碳优势指数（carbon preference index,CPI）和植物蜡贡献率（% Wax C_n）,结合主成分分析-多元线性回归模型（PCA/MLR）综合进行源解析。结果显示采样期间除瓦里关外,其余站点燃烧源均以化石燃料源为主,贡献率分别为临安（94.9%） > 金沙（75.3%） > 龙凤山（74.7%） > 上甸子（62.5%） > 瓦里关（35.6%）。后向轨迹聚类分析（HYSPLIT）和潜在源贡献因子分析法（PSCF）表明各站点主要受到外来传输气团的影响,并查明了各站点的潜在污染源区。对背景站点的研究表明,东北地区和京津冀地区PM_2.5中非极性有机物来源相似,京津冀地区的生物质燃烧源贡献率高于东北地区;长江中下游地区化石燃料贡献率显著高于生物质燃烧;华中地区燃煤和交通排放源排放贡献率均低于长江三角洲地区;青藏高原地区生物质燃烧贡献率远高于其他地区。