基于PMF模型的上海市降水中PAHs来源辨析

运用正定矩阵因子分解模型(PMF)分析上海市全年大气降水中16种EPA优先控制的多环芳烃(PAHs)的来源和输入途径,并测算出各主要来源贡献率。结果表明,上海市中心城区大气降水中PAHs贡献值占前三位的3个因子分别为煤燃烧(20.2%)、汽油燃烧(15.4%)和柴油燃烧(12.5%);城市西郊为焚烧炉(18.9%)、柴油燃烧(18.4%)和煤燃烧(13.8%);城市东郊为热电厂(29.7%)、煤燃烧(23.6%)和柴油燃烧(16.2%)。根据全市总量分析,上海市大气降水中PAHs贡献值占前四位的4个因子分别为煤燃烧(16.4%)、汽油燃烧(14.7%)、热电厂(13.8%)和柴油燃烧(13.7%)。该四种来源的污染物贡献量占全市大气降水中PAHs总量的58.6%。结合上海市实际情况推断,影响上海市大气降水中PAHs含量的主要因素是巨大的城市交通压力以及因人口激增、电力供应短缺所造成的本地东郊区域热电厂满负荷运转下的高强度排放污染。

基于CTM-PMF模型的物品推荐

为了克服传统协同过滤推荐技术的局限,提出了一种基于CTM-PMF模型的物品推荐方法。在PMF模型的基础上,引入CTM模型,将PMF模型良好的推荐品质和CTM模型优越的物品表示方法相结合,有效地实现了新物品推荐;通过引入用户兴趣因子,解决了用户对已购买物品的兴趣变化问题。在自建的物品数据集上,利用提出的方法、PMF模型、G-PLSA模型和UBCF方法进行了对比实验,实验结果表明该方法具有良好的物品推荐品质。

基于高通量监测数据的PMF源解析数据输入量研究

为探究数据输入量的变化对源解析结果的影响,以上海某工业区的大气重金属高通量监测数据为例,按不同数据量将监测数据分别输入至正定矩阵因子分解(Positive Matrix Factorization, PMF)模型中,通过考察模型中Q理论值(Qtheo)与Q计算值(Qtrue)的接近程度、源分类以及源贡献与研究区污染源分布特点的吻合情况,分析数据输入量对源解析结果的影响。结果显示:该区域大气重金属污染受工业生产主导(64.44%),其次是扬尘(19.60%)和交通运输(15.96%)。通过对数据量的考察,发现输入量为60~120时能够得出研究区域的污染源数量与贡献率,但考虑到测试成本、获取数据的时间,认为输入量为60~80时,也能得出合理的源解析结果。短期高通量的分钟级数据集,有益于PMF模型输出高精密度、高时效性的源解析结果,是解决应急污染监控的最佳手段。

基于PMF模型及地统计法的乐安河中上游地区土壤重金属来源解析

为实现较大区域范围内土壤重金属来源贡献程度的定量化,选取江西省乐安河中上游地区表层土壤为研究对象,分析污染源样品化学组分并构建本地污染源成分谱,利用PMF(正定矩阵因子分解)模型对土壤重金属进行源解析,并结合地统计空间分析法识别各源的主要影响区域.结果表明:乐安河中上游地区土壤中w(As)、w(Hg)、w(Cd)、w(Cr)、w(Zn)、w(Cu)、w(Mn)、w(Pb)的平均值分别为21.400、0.105、0.25、73.5、88.4、56.2、577.0、49.5 mg/kg,是江西省土壤背景值平均值的1.0~1.8倍,其中,w(As)、w(Cd)、w(Cu)、w(Pb)平均值超过GB 15618-1995《土壤环境质量标准》一级标准限值.土壤重金属主要受铅锌矿冶炼源、金矿选冶源、铜矿采选源、自然源、混合源的影响.铅锌矿开采冶炼活动对洎水河左岸大部分区域土壤造成了影响,源贡献率均大于30%;金矿选冶活动目前仅影响矿区附近土壤,源贡献率最高可达94%;铜矿采选活动也使德兴铜矿周边较大区域范围土壤受到影响,源贡献率处于19%~89%之间.研究显示,构建本地源成分谱可以辅助解析验证PMF源成分谱的有效性,将PMF模型与地统计空间分析法相结合,可以进一步得到源贡献率在空间上的分布状况,对于土壤污染治理决策可提供行之有效的支撑.

基于PMF模型解析九龙江河口表层沉积物重金属来源

为研究九龙江河口表层沉积物中重金属来源,分析测定了表层沉积物中15种重金属含量,并用正定矩阵因子分析模型(PMF)解析表层沉积物中重金属来源。结果表明,九龙江河口表层沉积物中大部分重金属相对福建省土壤环境背景值已存在一定程度的富集。各重金属在研究区域分布差异较大,其中Co、Rb和Th属于低分异;Be、V、Ni、Zn、Sr、Mo、Cd、Pb、Hg和U属于中等分异;Cr和Cu属于高分异。沉积物中重金属实测值与PMF模型预测值拟合曲线呈现较好相关性,PMF模型结果与铅同位素示踪结果相近,能满足研究需要。九龙江河口表层沉积物中重金属主要来源有自然源、化石燃料燃烧、农业活动和采矿活动,其对表层沉积物中重金属的综合贡献率分别为35.6%、32.5%、11.2%和20.7%。

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。

大气挥发性有机物受体模型来源解析研究进展

挥发性有机物(VOCs)是细颗粒物和臭氧的重要前体物,对其开展来源解析研究非常必要。正定矩阵因子分解(PMF)模型是应用较为广泛的受体模型来源解析技术,该文归纳了PMF模型中关键参数的选取,综述了其在大气VOCs来源解析上的应用情况,总结了中国不同区域VOCs来源特点,阐述了特征比值法、潜在污染源区及传输路径分析方法等方法与PMF模型结合开展VOCs来源的研究进展。结果表明:(1)VOCs物种、不确定度、物种权重、因子数等关键参数的选取均会影响解析结果的误差;(2)大气VOCs来源因地区、季节及人为管控等因素影响而存在差异,但机动车相关排放源是北京市、济南市、武汉市、长三角地区及南部城市大气VOCs的主要来源,贡献在16.9%~75.4%;(3)在PMF模型获取源贡献的基础上,利用条件概率函数、潜在源贡献函数、浓度加权轨迹等模型可掌握污染来源空间分布及传输贡献,光化学损耗估算方法可减小高活性VOCs的解析误差,为管理部门提供更加精准的VOCs污染来源信息。研究显示,在PMF模型广泛应用于大气VOCs来源解析的背景下,开展量化VOCs污染本地生成及区域传输贡献、准确估算VOCs损耗方法研究具有重要意义。

关中地区背景点位环境空气PM_(2.5)来源解析与多模型结果对比

为研究关中地区远郊背景点位大气PM_(2.5)污染来源,于2014年12月—2015年10月在西安市区西南方向约34 km的背景点位(农村区域,108°44'13″E、34°00'53″N)开展样品采集,共获得218个有效样品,对29种化学组分进行了分析,并运用ME2和PMF模型进行同步解析、相互验证.结果表明:ME2和PMF模型各解析出5类因子,分别为二次无机盐、机动车尾气排放、生物质燃烧、煤烟尘和土壤尘.其中,二次无机盐分担率为42.23%~42.74%,是首要贡献源类,机动车尾气排放(22.40%~24.53%)、煤烟尘(14.57%~14.73%)、生物质燃烧(11.88%~13.42%)是另外3种主要贡献源,而土壤尘(6.28%~7.22%)分担率相对较小.2种模型同步解析大气颗粒物来源对比表明,ME2和PMF模型同步解析结果一致,各源类的日贡献浓度均呈正相关,其中二次无机盐、机动车尾气排放、土壤尘的相关性较强,R2在0.876~0.960之间,表明解析结果可信.

基于T-S模糊模型的稳定性分析

T-S模糊系统是最常见的模糊模型,对T-S模糊控制系统的稳定性进行研究。基于Lya-punov直接法,论述模型稳定性的一个充分条件,即能找到一个共同的正定矩阵P,同时给予证明,对条件中正定矩阵P的求取问题进行转化,使之成为对矩阵正定性的判定,从而简化求取步骤。为T-S模糊稳定性的判定提供新的思路。

基于GIS和PMF的铜仁植烟土壤重金属污染特征与来源解析

植烟土壤重金属污染不仅影响烟叶品质,同时会对吸烟者的健康构成潜在危害,研究植烟土壤重金属污染现状及来源贡献对于保障烟叶安全生产具有重要意义。为定性、定量分析贵州铜仁地区植烟土壤重金属污染特征及来源贡献,采集主要植烟区土壤样品267份,测定8种重金属元素(Cu、Ni、Pb、Zn、As、Hg、Cr、Cd)含量,采用单因子污染指数(P_(i))、污染负荷指数(PLI)结合地统计分析对重金属污染特征进行评价,并运用正定矩阵因子模型(PMF)解析其重金属的来源及贡献率。结果表明:植烟土壤Hg和Pb累积明显,均值分别是贵州省土壤背景值的2.27倍和1.74倍;Pi表明Cd、As、Pb的污染程度较高,高值区分布与区域矿冶活动分布密切相关。PMF计算结果显示,植烟土壤重金属来源主要有自然源、铅锌矿业源、交通和铅锌冶炼混合源、汞矿和煤矿源以及农业源5种类型,贡献率分别为25.38%、20.41%、16.60%、14.56%、23.05%。研究区植烟土壤重金属综合污染水平较低,重金属来源复杂,应重点加强Hg、Cd、Pb的源头控制,以降低其污染风险。

基于两种受体模型的太原市大气降尘来源解析及季节变化特征

于2019年11月至2020年12月期间在典型工业城市太原市开展了降尘采样和降尘化学组分分析.采样期间,太原市平均降尘量约为7.9t/(km^(2)·30d),并呈现在4~6月较高.在选取的8个监测区域中,清徐和巨轮的平均降尘量较高,分别为10.7t/(km^(2)·30d)和10.6t/(km^(2)·30d).降尘化学组分质量中地壳元素(Ca、Si、Al)占比较高,巨轮和桃园监测区域的降尘中Fe元素的质量显著高于其他监测区域.将降尘量和化学组分分析结果分别纳入正定矩阵因子分解(PMF)和偏目标转换-正定矩阵分解(PTT-PMF)两种受体模型中对太原市降尘进行了定量来源解析.通过比较两种受体模型的拟合性能和解析的因子谱发现:PTT-PMF受体模型相较于PMF能够更好地区分出降尘中城市扬尘源和建筑尘源这两类相似的尘源.结果表明,太原市降尘主要有六种来源:城市扬尘源(PMF:35%,PTT-PMF:35%)、建筑尘源(PMF:29%,PTT-PMF:28%)、钢铁工业源(PMF:14%,PTT-PMF:14%)、燃煤源(PMF:13%,PTT-PMF:12%)、二次无机盐(PMF:5%,PTT-PMF:6%)、机动车尾气排放源(PMF:4%,PTT-PMF:5%).两种受体模型得到的平均来源贡献结果相似,而建筑尘源和钢铁工业源的季节变化趋势则有一定的差异.粗粒径源类(城市扬尘源和建筑尘源)是太原市降尘的主要来源,两者对降尘的贡献率超过了60%,并在春季贡献率(4~6月)较高.

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).

利用ME-2模型提升PM2.5源解析效果

为探讨ME-2模型控制旋转对传统PMF模型源解析效果的提升作用,于2017年9月10日~2018年8月29日在深圳北部某工业区开展PM2.5采样,共获得153套样品.对PM2.5中31种化学组分进行了分析,筛选出17个物种输入模型运算.2018年深圳北部工业区大气PM2.5年均浓度为32.3μg/m^3,利用PMF模型初步识别出9个因子,分别为二次硫酸盐、二次硝酸盐、老化海盐、土壤扬尘、工业排放、燃煤、生物质燃烧、船舶排放和机动车,PMF输出结果中“混合因子”问题显著.基于PMF解析结果及获得的先验信息,在ME-2模型中建立4个限制源谱进一步解析,结果表明,与PMF模型相比,ME-2结果的示踪物在源中分配更集中,对示踪物浓度与相应源贡献的时间序列也提供了更好的拟合效果.二次硝酸盐、老化海盐、工业排放源在PMF模型中被高估了9%~51%,而二次硫酸盐、燃煤和生物质燃烧源被低估了19%~40%.本研究中ME-2解析结果比PMF更具有环境和统计学意义,为污染防治提供了更精确的控制指向.

北方沿海城市大气PM_(2.5)组分特征及来源分析:以青岛市为例

为探究北方沿海城市大气PM_(2.5)的化学组分特征及其关键来源,本文选择典型代表城市青岛市作为研究对象,在2021年3月−2022年2月采集大气PM_(2.5)样品,测定水溶性无机离子、碳组分及化学元素等组分,深入分析大气PM_(2.5)化学组分特征,采用正定矩阵因子分解(PMF)和潜在源贡献函数(PSCF)对青岛市PM_(2.5)的主要贡献源类和潜在源区进行分析研究.结果表明:①采样期间青岛市PM_(2.5)浓度平均值为42.2μg/m^(3),NO_(3)^(−)、NH_(4)^(+)、SO_(4)^(2−)、OC是PM_(2.5)的主导成分,浓度分别为11.77、5.76、5.20和6.67μg/m^(3),占比分别为27.88%、13.65%、12.32%和15.80%.②各组分浓度季节性变化与PM_(2.5)浓度变化基本一致,呈现冬季最高、夏季最低,春季、秋季相差较小的变化特征.③PMF模型解析结果表明,二次无机源是青岛市PM_(2.5)的主要来源,贡献率达42.8%;其次为二次有机源以及燃煤和生物质燃烧源,贡献率分别为18.1%、15.7%;机动车源贡献率为8.8%,海盐和船舶源贡献率为6.0%;而扬尘源和工艺过程源贡献率相对较低,分别为5.3%和3.3%.冬季燃煤和生物质燃烧源贡献率(24.4%)明显高于其他季节;春季和秋季扬尘源贡献率较高,分别为6.5%和9.8%;夏季二次有机源、海盐和船舶源以及机动车源的贡献率高于其他季节,贡献率分别达23.1%、12.4%和16.3%.④江苏省北部以及山东省中东部是青岛市各类源的主要潜在源区,江苏省东北部、长三角地区以及黄海海域是海盐和船舶源的主要潜在源区.研究显示,二次源是青岛市大气污染物的主要来源,燃煤源和生物质燃烧源、机动车源、海盐和船舶源的影响也不容忽视.二次源、机动车源以及海盐和船舶源可能是北方沿海城市PM_(2.5)的重点关注源类,在大气污染防治措施制定时需要加强对其的精细化管理.

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。

南京大气颗粒物化学组分的粒径分布和来源解析

大气颗粒物中化学组分的粒径分布与其来源、形成过程、环境及健康效应密切相关。而过去对不同季节颗粒物的粒径分布特征,以及不同来源对粗、细颗粒物的贡献的研究相对较少。于2022年12月(冬季)和2023年8月(夏季)在南京采集了大气分粒径颗粒物样品,分析了粗颗粒物(PM_(2.1-10))和细颗粒物(PM_(2.1))中碳质组分和主要水溶性无机离子的粒径分布和季节变化,运用正定矩阵因子分解模型(Positive Matrix Factorization,PMF)进行PM_(2.1-10)和PM_(2.1)的源解析。结果表明,在粒径分布特征上,冬夏两季有机碳(OC)、元素碳(EC)、水溶性有机碳(WSOC)的平均浓度呈双峰型分布。SO_(4)^(2-)和NO_(3)^(-)的季节平均浓度均为双峰型分布。NH_(4)^(+)主要分布在细颗粒物中,季节平均浓度呈单峰型分布,冬夏季均在0.43-0.65μm出现峰值。在季节变化上,颗粒物中除Na^(+)和SO_(4)^(2-)外的主要化学组分浓度均在冬季高于夏季。冬夏两季Ca^(2+)、Mg^(2+)主要集中在粗颗粒物中。根据PMF模型解析结果,南京大气颗粒物主要有4类来源贡献,即交通源、二次生成、生物质燃烧和扬尘源。PM_(2.1)主要来自二次生成和生物质燃烧源,冬夏季分别贡献了65.7%和61.0%,其中冬季生物质燃烧和二次硝酸盐的贡献占主导地位,而夏季主要来自二次硫酸盐的贡献。冬季PM_(2.1-10)主要来自交通源(41.8%),夏季则主要来自生物质燃烧和硝酸盐的二次生成贡献(43.9%)。研究探讨了大气颗粒物的化学组分的粒径分布特征、季节差异及来源,可为制定有针对性的大气污染防控措施提供科学依据。

广西玉林博白县富硒土壤重金属分布特征与来源分析

为推动地方绿色富Se产业发展和巩固脱贫成果,在广西壮族自治区玉林市博白县中北部连片农耕区采集表层土壤样品172件,农作物样品水稻100件、玉米30件和荔枝42件,利用统计学以及正定矩阵因子(PMF)模型分析了研究区土壤中Se和重金属元素的含量、空间分布特征及来源。结果表明,博白县表层土壤富Se率为42.08%,As、Cd、Cu、Hg、Pb和Zn超标率低,Cr和Ni不超标,土壤质量满足地方发展富Se农业的要求。空间分布特征显示,富Se土壤主要分布在径口镇、博白镇、亚山镇、顿谷镇和旺茂镇,土壤Se、As、Cr、Ni、Pb和Zn高值区与泥盆系东岗岭组和志留系连滩组地层分布一致,Cd、Cu、Ni、Pb和Zn在三滩镇明显富集。PMF分析结果表明,研究区土壤Se和重金属来源包括自然源(Se、Cr和Ni)、矿业源(Cd、Cu、Pb和Zn)、大气沉降来源(Hg)和农业源(As),各组来源的综合贡献率分别为29.52%、34.87%、23.15和12.45%。研究区水稻、玉米和荔枝的富Se率分别为90.0%、76.67%和2.38%,但水稻Cd超标率达24%,矿业活动是区域土壤Cd的主要来源,同时土壤整体呈强酸性~酸性,Cd的生物有效性高,导致水稻Cd含量较高。应加强工矿企业废渣、废水、废气排放的监管,开展土壤酸化治理或喷施富含Se元素的叶面阻隔剂,推动博白县绿色富Se水稻产业发展。

郑州市一次连续臭氧污染过程的特征及源解析

为探究夏季臭氧(O_(3))连续污染时段挥发性有机化合物(VOCs)污染特征及来源贡献,对郑州市大气环境中VOCs进行监测,分析了O_(3)污染形势及其前体物与气象的关系,探究O_(3)和VOCs的污染特征,并对比分析了关键活性组分,重点利用比值法和正定矩阵因子分析(PMF)受体模型研究了其来源贡献。结果表明:①郑州市6月O_(3)污染具有浓度高、连续时间长及污染天数多等特点,在强辐射、高温、低湿和风速较小等不利气象条件下,高浓度VOCs与NO_(2)发生光化学反应,造成O_(3)持续生成及累积,导致O_(3)连续超标且高值频发。②郑州市VOCs浓度为(74.7±29.1)μg/m^(3),组分中以烷烃、卤代烃和含氧挥发性有机物(OVOCs)为主。臭氧生成潜势(OFP)和羟基消耗速率(LOH)分析显示,VOCs中关键活性组分呈烯烃>OVOCs>烷烃>芳香烃的特征,活性物种为异戊二烯、乙烯、丙醛、丙烯、2-己酮、1-己烯和异戊烷等。③郑州市VOCs光化学初始浓度为82.5μg/m^(3),较观测值高7.8μg/m^(3),且下午比上午VOCs的光化学反应消耗明显。④机动车尾气排放源、溶剂涂料使用源和油气挥发源是此次污染过程中VOCs排放的主要来源,贡献率分别为27.0%、26.6%和26.0%,其中溶剂涂料使用源和机动车尾气排放源是对O_(3)生成贡献最大的来源,贡献率分别为27.3%和22.2%。研究显示,郑州市6月O_(3)连续污染主要由于在不利气象条件下,促使较高浓度VOCs和NO_(2)发生光化学反应,造成O_(3)连续超标且高值频发,因此亟需重点加强VOCs中关键活性组分的污染源减排,尤其强化机动车尾气排放源和溶剂涂料使用源的管控力度,从而缓解O_(3)污染。

宁波市冬季PM_(2.5)污染特征与来源解析

为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明：宁波冬季PM2.5浓度较高,5个点位PM2.5中主要化学组分均为有机物、SO42-、NO3-、NH4＋和元素碳,约占PM2.5总质量浓度78.2%~92.4%。对宁波市PM2.5有重要贡献的源类分别为钢铁冶炼源、混合扬尘源、生物质燃烧源、二次硝酸盐、高氯源、机动车排放源、重油燃烧源和二次硫酸盐,其分担率分别为5.6%、3.3%、3.2%、28.8%、6.8%、22.2%、0.7%和29.4%。

基于多种源解析技术的合肥市环境空气PM2.5来源解析

文章综合运用多种源解析技术针对合肥市颗粒物来源进行研究。以化学质量平衡(chemical mass balance,CMB)模型和化学质量平衡嵌套迭代(chemical mass balance-iteration,CMB-Iteration)模型为主解析一次排放源和二次源(包括硫酸盐、硝酸盐、二次有机物等,简称“二次源”)对PM2.5的贡献,将排放源清单法和CMB模型结果相结合解析二次粒子前体物排放源的贡献,采用空气质量模型评估区域影响的贡献,按照行业排放清单,综合得到燃煤、工业生产、机动车及其他源类对PM2.5的贡献,并运用正定矩阵因子法(positive matrix factorization,PMF)进行源类识别。研究结果显示:合肥市全年PM2.5中主要组分占比由高到低依次为SO42-、NO3-、有机碳(organic carbon,OC)、NH4+、元素碳(elemental carbon,EC)、Si、Ca、Al、Fe,SO42-占比最高(20.50%),碳组分(OC+EC)次之(19.59%),NO3-居于第3位(16.45%);采样期间PM2.5的全年本地各源类分担率从大到小依次为燃煤尘(21.7%)、二次硫酸盐(18.0%)、二次硝酸盐(16.7%)、城市扬尘(16.6%)、其他(12.6%)、机动车尾气尘(11.0%)、建筑尘(2.3%)、钢铁尘(1.1%,此处仅为钢铁制造工艺排放的贡献)。PM2.5本地来源综合源解析结果显示,机动车尾气尘占比为16.0%、工业生产(指工业锅炉与窑炉、生产工艺过程等排放)为31.0%、燃煤尘(指电厂燃煤、居民散烧等)为21.5%、扬尘(指裸露表面、建筑施工、道路扬尘、土壤风沙等排放)为18.9%、其他(指生物质燃烧、餐饮、农业生产等排放)为12.6%。PMF模型解析结果显示,PM2.5中的二次源(指二次硫酸盐和二次硝酸盐)、燃煤尘、机动车尾气尘及地壳尘等4个因子占比达到了96.3%。