基于PMF模型的矿区土壤重金属来源解析

通过在某矿区采集农田土壤和菠菜样品,分析其中重金属含量,基于相关性分析和PMF模型对该矿区农田土壤重金属来源进行解析。结果表明,研究区土壤中Cd、As、Zn、Cr和Cu元素明显富集,分别是当地土壤背景值的5.7倍、4.4倍、2.4倍、1.5倍和1.3倍;相关性分析结果显示,研究区内Cu、Zn、As、Cd元素存在一定的相关性,可能具有同一污染源;PMF模型结果说明,研究区土壤中重金属主要来源分别为工业污染源、自然母质源、交通污染源和农业污染源,其对当地土壤重金属污染贡献率分别为39.8%、22.8%、21.6%和15.8%。

基于PMF模型的吉木萨尔县土壤重金属空间分布特征与来源解析

土壤重金属污染对区域土壤环境和人类健康构成严重威胁,因此土壤重金属污染评价和预警在土壤资源保护和区域可持续发展中至关重要.共采集了48个土壤样本,并测定了其中六种重金属含量,运用潜在生态风险指数法、地累积指数法和克里金插值分别对该区域土壤中Zn、Cu、Cr、Pb、Hg和As六种重金属元素的污染状况和空间分布特征进行了分析,并利用PMF模型对土壤重金属来源进行解析.1)研究区土壤Cu、Pb和As含量均超出中国新疆土壤背景值和全国土壤背景值,Zn和Cr的含量未超过这两种标准.2)污染评价结果显示:土壤未受到Zn、Cu和Cr的污染,Hg处于轻-中污染,Pb和As处于中等和中-强污染.结合潜在生态风险指数分析可知,Zn、Cu、Cr和Pb为低风险状态,Hg和As为中风险状态.3)从重金属元素空间分布来看,Zn元素的空间分布呈中心区域低、四周高的格局;Cu和Hg元素的分布规律存在一定的相似性,均为从西北向东南递减的变化趋势;Cr元素的空间分布呈现从西向东递减的趋势;Pb元素在研究区的分布较均匀.4)PMF模型结果显示:煤炭开采、煤化工和一系列煤电等人类活动容易引起土壤中Hg和As的积累;Cr和Pb主要来自汽车排放;Zn和Cu主要与土壤母质等自然因素密切相关;煤矿开采和工业活动对土壤重金属的贡献最高.吉木萨尔县土壤受到Hg、Pb和As不同程度污染,且该区域污染来源主要为工业生产和汽车尾气.

基于PMF模型的胶州湾地区主要河流表层沉积物中重金属污染特征及来源解析

为研究胶州湾地区主要河流表层沉积物重金属污染特征、污染来源及生态风险,2021年6月采集了青岛市4条主要河流中的51个表层沉积物样品,利用地累积指数、污染负荷指数和潜在生态风险指数法评估了重金属污染水平及其生态风险,并采用正定矩阵因子分析模型(PMF)解析了重金属污染来源及其贡献率.结果表明,胶州湾区主要河流表层沉积物中As、Cd、Cr、Cu、Ni、Pb、Hg和Zn中值浓度分别为:5.71、0.27、124.27、26.61、24.45、12.27、0.039、91.80 mg∙kg-1.其中Cd、Cr、Cu、Hg和Zn的中值浓度均高于背景值,有一定的富集;地累积指数(Igeo)法评价结果表明,8种金属的Igeo依次为Cd(1.21)>Hg(0.79)>Cr(0.31)>Zn(0.18)>Cu(-0.21)>Ni(-0.65)>Pb(-1.00)>As(-1.34);其中Cd的污染程度最高,Hg、Cr、Zn为轻度污染,沉积物中Cu、Ni、Pb、As的Igeo<0,表明这4种金属可视为无污染.污染负荷指数(PLI)结果显示,4条河流采样点超标率依次为:李村河(100%)>墨水河(85.7%)>大沽河(66.7%)>洋河(46.1%),表明胶州湾东部流域污染较为严重;Hg和Cd对风险指数(RI)的贡献率最高,分别为61.8%和27.7%,Hg对水生生物构成最大的潜在生态危害,其次是Cd.经PMF模型源解析可知本研究区域河流表层沉积物中重金属的主要来源依次是:自然母质源(40.01%)>农业养殖源(27.88%)>工业活动源(17.01%)>大气沉降源(15.10%).

基于PMF的武汉市大气细颗粒物消光来源解析

利用武汉2020年7月(夏季)和10月(秋季)的在线观测数据,同时将颗粒物的光学参数和化学组分数据输入正定矩阵因子分解(PMF)源解析模型,对PM2.5消光系数的源贡献进行定量解析.研究发现,对吸收系数贡献较大的源为机动车(66.3%)和工业源(14.2%),对散射系数贡献较大的源为以硝酸盐为主的二次无机盐Ⅰ(38.4%)和机动车(27.0%),光散射的源贡献率呈现出明显的季节变化,二次无机盐Ⅰ在夏季(14.6%)的贡献较秋季(47.4%)显著降低.消光系数源贡献方面,夏季机动车(37.2%)和以硫酸盐为主的二次无机盐Ⅱ(21.2%)对消光的贡献较大,而秋季主要的消光源为二次无机盐Ⅰ(44.7%)和机动车(26.7%).最后,还获取了几个重要源的波长吸收指数(AAE)值:机动车(0.96)、工业源(1.04)、扬尘(1.39)、生物质燃烧(2.24).

基于PMF模型的兰州市西固炼化工业区VOCs污染特征及来源解析

基于PMF模型对兰州市西固炼化工业区VOCs污染特征及来源进行研究。结果表明,监测期间西固炼化工业区VOCs体积分数为7.65×10^(-9)~245.10×10^(-9),平均体积分数为70.86×10^(-9),各物种浓度从高到低依次为烷烃>卤代烃>烯烃>芳香烃>炔烃;各季度VOCs浓度差别较大,VOCs污染水平整体上表现为冬、春高,夏、秋低;PMF解析出VOCs主要来源为工艺过程(29.2%)、机动车尾气(24.6%)、燃烧源(21.6%)、LPG及汽油挥发(13.5%)和有机溶剂使用(11.1%)。

基于APCS-MLR和PMF的铅锌矿流域土壤重金属来源解析

以广西阳朔铅锌矿为研究对象,分析了表土中的Cr、Mn、Ni、Cu、Zn、As、Cd、Sb、Hg和Pb共10种重金属元素含量,并利用绝对主成分-多元线性回归模型(APCS-MLR)和正定矩阵因子分解法(PMF)等方法,识别和定量解析污染源及其贡献率.研究区内Pb、Zn、Hg、Cd、Mn和Cu的含量超过了广西当地土壤背景值3.29~13.08倍,Cr、Ni、As和Sb在局部地区超过背景值,表明研究区存在重金属污染现象;10种重金属在各深度上呈现条带状和点状分布,其中Mn、Cu、Zn、As、Cd、Sb和Pb含量高值条带状分布于思的河左岸和思的河山前区域,Cr、Ni和Hg含量高值主要分布于中西部高冈处;APCS-MLR模型和PMF模型源解析结果表明表层土壤重金属来源主要为工矿活动源、自然因素(成土母质、降雨冲刷等)和工矿及农业活动复合源,但在贡献率上存在差异,APCS-MLR模型提取的污染源贡献率依次为工矿及农业混合源(30.95%)、工矿活动(22.39%)、自然因素(15.79%)和未识别源(8.35%),PMF模型提取污染源贡献率依次为工矿活动(35.16%)、尾矿和废渣(28.21%)、工矿活动及农业活动的复合源(20.89%)和自然因素(15.74%).两种模型不同的因子提取方式、APCS-MLR模型的正交性约束、PMF模型的不确定度考虑和非负约束性等可能是引起解析差异的原因.

清远市清城区土壤中重金属的空间分布、来源解析和健康评价:基于PCA和PMF模型的对比

本研究在中国东南部一个典型的快速转型工业城区采集了122个土壤样品。我们采用富集因子(EF)、地质累积指数法(I_(geo))、斯皮尔曼相关性分析、潜在生态风险综合指数(RI)和人体健康风险模型(HHR)多种分析方法对研究区9种重金属(As、Co、Cr、Cu、Hg、Ni、Pb、Ti和Zn)的污染特征进行评估,并结合主成分分析(PCA)、正矩阵分解(PMF)模型和地统计学法对研究区土壤进行来源解析。结果表明,土壤中As、Cu、Hg、Pb、Zn存在明显富集,但研究区整体处于清洁状态。由于PCA和PMF模型对重金属聚类分组的结果并不完全一致,故分别将9种重金属元素划分为两个来源和3个来源,以便互相验证元素划分的准确性。在潜在生态风险评价中,研究区整体处于轻微生态风险水平;值得注意的是,Hg元素带来的生态风险是所有元素中最高的。对于人体健康风险评价,在该研究区中,成人和儿童均不存在非致癌风险和致癌风险,但是我们发现儿童比成人在面对重金属带来的健康风险时表现得更敏感,应当引起重视。

湄公河S1水电站PMP/PMF估算研究

基于MSWEP卫星反演降水数据延长APHRODITE降水数据系列,采用改进的统计法和SCS模型估算湄公河S1水电站坝址PMP/PMF,并与实测流量系列的频率分析结果进行比较验证。求得S1水电站坝址万年一遇校核洪水为91,700 m3/s,PMF估算结果为112,950 m3/s;S1坝址可能最大洪水约为万年一遇校核洪水的1.23倍。这与上游梯级电站的设计成果基本一致,研究结论基本合理。

PMF-FFT并行捕获扇贝损失补偿方法分析

在长征四号运载火箭飞行过程中,全球导航卫星系统(GNSS)接收机与卫星的相对运动使得载波存在较大的多普勒频移,必须尽快完成信号捕获。采用PMF-FFT(部分匹配滤波和快速傅里叶变换)方法可以快速捕获GNSS扩频信号,采用频域并行捕获可进一步扩展单次载波多普勒频移的搜索范围,然而PMF-FFT在并行捕获中的扇贝损失降低了捕获性能,需要进行补偿。分析了PMF-FFT捕获中扇贝损失的产生机理,并讨论了单通道及通道间扇贝损失的补偿方法。结果表明:给出的补偿方法可改善扇贝损失,为GNSS接收机快速完成卫星信号捕获奠定了基础,适用于运载火箭等高动态环境下的导航接收机设计,对采用PMF-FFT捕获的扩频类接收机、应答机设计也有一定的工程实用价值。

基于PMF模型的龙子湖表层沉积物重金属源解析

为了准确地鉴别龙子湖表层沉积物中重金属来源,从野外采集了21个沉积物样品,测定了沉积物中Cd、Cu、Mn、Ni、Pb和Zn的含量,并用PMF模型进行了来源识别。研究结果显示,表层沉积物中六种重金属的平均含量分别为1.31,29.20,436.8,30.93,27.58,151.7 mg/kg。除Mn外,其它五种重金属的平均含量均超安徽省土壤背景值,其中Cd超背景值程度最高。PMF解析结果显示,龙子湖表层沉积物重金属主要受工农业活动、交通及土壤母质造成的自然来源的共同影响。其中,Mn在沉积物中的积累以自然源为主,Cd、Zn的来源以工农业排放为主,Pb、Cu的积累则主要源自交通污染,Ni具有自然和人为的共同来源。

基于PMF模型的山区农用地土壤重金属来源分析

为了解山区农用地土壤重金属的污染情况及查明8种重金属的污染来源,在研究区内采集土壤表层(0~20cm)样品1311个,分析化验了pH值、砷(As)、镉(Cd)、铬(Cr)、铜(Cu)、汞(Hg)、镍(Ni)、铅(Pb)和锌(Zn)指标。采用了内梅罗综合指数法、地统计学法、相关分析、单因素方差分析及正定矩阵(PMF)模型等方法,研究山区农用地土壤重金属污染特征及可能的污染来源。结果表明,研究区土壤中8种重金属含量均明显高于重庆市土壤背景值;除局部区域呈现重度污染之外,研究区土壤整体上呈清洁或轻度污染,主要污染元素为Cd;PMF模型结果显示,研究区土壤重金属污染来源主要有3类,分别为自然母质源(Cd、Cr、Cu、Ni、Pb、Zn)、采矿活动源(As、Cr、Hg、Pb、Zn)和农业活动源(As、Cd、Cr、Hg)。

济南市典型区夏季VOCs分布特征及臭氧生成机制

基于2020年6—8月济南市石化区、市区和南部山区VOCs以及臭氧和气态污染物等在线监测数据,结合气象因素分析了各典型区夏季VOCs污染特征,并通过计算臭氧生成潜势(OFP)和MCM模型模拟分析了不同区域不同污染等级VOCs对臭氧生成的影响,采用PMF模型对市区夏季VOCs进行了来源解析研究.结果表明,石化区VOCs浓度(158.29μg·m^(-3))明显高于市区(47.71μg·m^(-3))和南部山区(24.65μg·m^(-3)),VOCs中均以烷烃占比最大,其次为芳香烃,3个区域VOCs浓度均随污染等级升高而升高;不同污染等级下均为石化区OFP(743.7—1474.9μg·m^(-3))大于市区(156.9—378.1μg·m^(-3))和南部山区(113.4—168.7μg·m^(-3)),3个区域均是芳香烃OFP占比最大,其次为烯烃,说明芳香烃和烯烃类VOCs对臭氧生成的贡献最大,其中OFP贡献最大的单体为间/对-二甲苯;MCM模拟结果表明石化区O_(3)净生成速率(33.51×10^(-9)·h^(-1))最高,其次为市区(22.97×10^(-9)·h^(-1))和南部山区(3.91×10^(-9)·h^(-1));石化区的1-戊烯、甲苯、异戊二烯、间-乙基甲苯和邻二甲苯,市区的1-丁烯、间/对-二甲苯和顺式-2-丁烯,南部山区的顺式-2-丁烯、异戊二烯、反式-2-丁烯相对增量反应活性(RIR)较大,对臭氧生成的影响较为明显.PMF模型解析结果表明济南市区夏季燃烧源、移动源和餐饮油烟源对VOCs贡献较大.

基于PMF模型的北京市PM_(2.5)来源的时空分布特征

2012年8月至2013年7月,对北京市定陵、车公庄、东四、石景山、通州、房山、亦庄和榆垡等8个站点的大气细颗粒物PM2.5进行了12个月次的同步采样观测,并测定了其中元素碳、有机碳、水溶性离子和无机元素的浓度水平.利用PMF模型对PM2.5的来源进行解析.结果表明,北京市PM2.5的主要来源为二次源、燃煤、地面扬尘、机动车排放、工业源和建筑尘等,年均贡献率分别为42%、19%、19%、10%、6%和4%.PM2.5的来源具有显著的季节变化,春季大风天气频繁、地面扬尘源为主要来源,而夏、秋、冬季均以二次源为主,尤其是夏季二次源贡献达56%,冬季燃煤源对PM2.5的贡献显著提升为25%.污染源贡献也存在一定空间差异,冬春季燃煤源对郊区点的贡献显著高于城区点,而二次污染源具有区域性污染特征.在区域性积累型重污染日,二次源对PM2.5的贡献均占主要地位,对气态前体物NOx、SO2和VOCs等的控制对PM2.5的减少至关重要.

铜选冶厂周边农田土壤重金属污染特征及来源解析

为分析云南某铜选冶厂周边农田土壤重金属污染特征及来源,通过测定农田土壤中重金属(Cu、Zn、Cr、Ni、Pb、Cd、As、Hg)的含量,采用污染负荷指数、地累积指数及潜在生态危害指数法评价农田土壤重金属污染特征,并结合相关性分析和PMF模型对土壤重金属来源进行分析.结果表明:研究区土壤中Cr、As、Pb、Hg 4种重金属元素的平均含量均高于云南省土壤背景值;污染负荷指数处于轻微污染;地累积指数中As(0.92)>Hg(-0.05)>Cr(-0.41)>Pb(-0.52)>Cu(-1.05)>Zn(-1.20)>Ni(-1.21)>Cd(-3.23),As元素属于轻度累积,其余重金属均为无累积;潜在生态风险单项指数中除Hg元素达到中等生态风险,其余7种重金属元素均为轻微生态风险,研究区整体处于轻微生态风险.土壤重金属来源分析中PMF模型解析5个因子,贡献率分别为14.8%、16.1%、15.3%、26.6%和27.2%.其中As元素主要为工业活动源,Cu、Zn、Cr、Ni元素主要为土壤成土母质源、Cd元素主要为农业活动源、Pb元素主要为交通源、Hg元素主要为化石燃料源.

PMF和PCA/APCS模型对南京北郊大气VOCs源解析对比研究

利用PMF模型和PCA/APCS模型对南京北郊大气VOCs进行定性和定量的源解析,并对比两种模型的结果。结果表明:PMF模型对不同VOCs种类的模拟效果差别较大,而PCA/APCS对不同VOCs种类的模拟效果相近;PMF模型解析的源个数多于PCA/APCS模型,两种模型解析的源性质方面存在较大相似性,但PCA/APCS模型未能区分汽油挥发和汽车尾气源;两种模型源解析的植物排放源、工业生产源的贡献率较接近,而其他源的贡献率存在差异,PCA/APCS模型解析的溶剂使用源的贡献率高于PMF模型,PMF模型解析的汽油挥发+汽车尾气源的贡献率高于PCA/APCS模型。

基于PMF模型的宝鸡铅锌尾矿库周边农田土壤重金属源解析

以宝鸡凤县某铅锌尾矿库及周边农田表层土壤为研究对象,测定样品中重金属Pb、Cd、Hg、Zn等的含量,采用单因子污染指数(P i)、内梅罗综合污染指数(P综)及Hakanson生态风险指数(RI)确定土壤污染状况的基础上,结合正定矩阵因子(PMF)受体模型,定量解析农田土壤重金属的来源。结果表明,农田土壤中Pb、Cd、Hg、Zn、Cu、As平均值含量分别是64.69mg·kg-1、0.23mg·kg-1、0.18mg·kg-1、104.42mg·kg-1、37.69mg·kg-1、14.33mg·kg-1,其均值含量分别是陕西省土壤元素背景值的5.73、2.56、2.00、1.84、1.76、1.28倍。内梅罗综合污染指数显示,农田土壤中度及重度污染样点比例分别为41.03%和38.46%。Hakanson生态风险指数分析表明,农田土壤中76.92%的样点属强及以上风险等级,Pb、Cd、Hg为其主要生态风险因子。正定矩阵因子受体模型解析结果显示,源1主要载荷As和Zn,对其贡献率分别为100%和63.3%,为农业、铅锌选矿和交通活动三因素混合源;源2对Ni、Cr、Cu的载荷率分别为100%、87.4%、69.5%,为自然源;源3主要对土壤造成Hg污染,其贡献率为66.1%,为化石燃烧释放源;源4为铅锌选矿和交通活动混合源,对Cd解释率为64.0%;源5对农田土壤Pb的载荷率为86.6%,为铅锌工业活动源。

GPS L1C导航信号PMF+FFT捕获算法研究与实现

针对GPS L1C信号的频段特点,文中介绍了一种改进的匹配滤波器和FFT相结合的捕获方法。该方法有效结合了串行捕获与并行捕获的优点,在减少硬件资源的同时实现了信号的快速捕获,且在MATLAB平台上实现了伪码捕获的仿真及算法性能分析。该方法能提高导航系统在复杂环境下的抗干扰能力,为特殊环境下信号伪码捕获提供参考,可用于新型的导航信号接收平台的设计中。

基于PMF模式的北京大气污染特征分析

本文利用PMF模型对北京大气污染进行源解析,进一步分析了北京大气污染特征.针对2000~2005年北京大气污染变化趋势,文章选取了3个主因子,分析结果显示：第一主因子代表北京大气燃烧源型污染,主要污染物为NOX、SO2、CO,污染存在明显的季节变化,以秋、冬季较为严重,年际变化大,整体来看,从2000~2005年,燃烧源型污染有减轻的趋势;第二主因子代表地壳源型污染,以极端气候条件下地壳运动产生的大气颗粒物为主,北京春季容易发生沙尘天气,污染最严重,地壳源型污染年际变化复杂,2000~2002年北京沙尘天气频繁发生,地壳源型污染严重,2003年北京沙尘天气少,污染比较轻,2004和2005年,北京地壳源型污染较2000~2002年减轻;第三主因子代表光化学二次污染,主要特征污染物为O3,北京光化学二次污染夏季最严重,年际变化不大.

新型物流组织模式:PMF基元体驱动型X方物流

以企业或战略业务单元(SBU)作为整体分工合作的物流模式,实际上是物流能力要素优劣妥协之后的一种次优组合。应充分利用现代信息技术和科技进步等因素,将物流组织分工细化到基础层面相对独立的PMF基元体单元,实现其跨组织、跨行业的重组和优化,由此形成一种新型的物流组织模式——X方物流(X-PMF),最大化降低组织生产成本与交易成本,提高供应链物流的综合效率。

平原河网地区农田土壤重金属污染特征及来源解析

为实现对平原河网地区农田土壤重金属的精准管控,保障农产品的质量安全,本研究以典型平原河网地区——嘉兴市为例,通过采集表层(0~20 cm)土壤样品(n=40),分析土壤中重金属的含量水平与分布特征,利用地累积指数法和潜在生态风险指数法,评价重金属的污染风险,并结合相关性分析、绝对主成分得分-多元线性回归(APCS-MLR)和正定矩阵因子分解模型(PMF),定量解析重金属的污染来源。结果显示:土壤中铜(Cu)、镍(Ni)、铬(Cr)、锌(Zn)、铅(Pb)、镉(Cd)、砷(As)和汞(Hg)的含量分别为(28.8±3.73)、(36.5±5.98)、(60.7±5.38)、(70.5±8.04)、(33.2±6.25)、(0.08±0.04)、(7.30±1.52)mg·kg^(-1)和(0.31±0.15)mg·kg^(-1)。其中,部分点位Hg含量超过农用地土壤风险筛选值(超标率为12.5%)。研究区域主要污染元素为Hg,其地累积指数(Igeo)为(0.20±0.77),呈轻微至轻度污染(67.5%);综合潜在生态风险(RI)为(122±39.8),属于中度风险,Hg是主要风险因子(64.4%)。源解析结果表明,农田土壤重金属的来源为工业源(32.0%)、自然源(28.2%)、农业源(25.8%)和交通源(14.0%),其中Hg主要来源于农业源(62.9%)和工业源(37.1%)。未来可加强对农业投入品及工业三废的管控,降低农田土壤中Hg的输入,保障农田土壤的安全利用及农产品的质量安全。