基于正定矩阵因子分析模型的城郊农田土壤重金属源解析

选取南京城郊农田为研究对象,通过正定矩阵因子分析法(PMF)探究表层土壤重金属主要来源,将预测值和实测值进行线性拟合,讨论该方法的准确性,并利用Pb稳定同位素比值结果进行对比分析,进一步验证该方法的可行性.结果表明,农田表层土壤Cd、As、Hg、Pb、Cu、Zn和Cr的平均含量远远超过背景值,部分土壤样点Cd和Cu超过国家土壤环境质量标准的二级标准.常年大量施用肥料等农业投入品进行高强度农业活动、周边工业生产、交通污染和自然母质均对研究区土壤重金属的累积产生一定的贡献.PMF模型模拟的Cd、Hg和Cr预测值与实测值线性拟合r2均大于90%,其余元素r2均大于70%,呈现很好的相关性,满足研究需要.PMF模型和Pb稳定同位素比值法计算大气降尘对土壤Pb累积的贡献率分别为32.1%和36.8%,结果比较接近,表明PMF模型可以很好地应用于土壤重金属源解析研究.

基于多模式的北京PM_(2.5)组分特征及氧化潜势分析

于2019年3、7月在中国气象科学研究院站进行PM_(2.5)样品采集与实验分析,并用正交矩阵因子分析法(PMF)模型进行来源解析,发现交通源(19.10%)、二次组分(19.17%)和扬尘源(18.02%)是采样期间PM_(2.5)污染主要来源.在此基础上以每立方米大气体积的抗坏血酸的消耗速率(OPv)表征PM_(2.5)的氧化潜势.3月北京的OPv值为(210.49±169.00)[pmol/(min·m^(3))],7月则为(313.34±131.84)[(pmol/(min·m^(3))).且OPv与Cu(r=0.801)、As(r=0.742)、SO_(4)^(2-)(r=0.701)等具有很强的相关性.将多元回归结果和WRF-Chem模型结合,构建了新的氧化潜势预测模型,发现OPv和PM_(2.5)浓度的空间特征存在差异,北京市OPv的浓度最大值出现在东南部.

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。

滕州市木石镇秋季大气VOCs污染特征及来源解析

使用大气挥发性有机物(VOCs)在线连续自动监测系统,对滕州市木石镇2019年11月环境空气中VOCs进行观测,并分析了VOCs的浓度状况、组成特征、光化学影响和来源。结果表明:观测期间,木石镇大气中TVOC平均体积分数为(32.75±28.96)×10^(-9),各物种体积分数从大到小顺序依次为烷烃>烯烃>OVOC>芳香烃>卤代烃>乙炔>含硫化合物;日变化规律呈双峰型,峰值在6:00~7:00时与0:00~1:00时出现。大气VOCs的平均臭氧生成潜势(OFP)为102.02×10^(-9),烯烃对臭氧生成潜势贡献率最大,为69.5%;乙烯、丙烯、正丁烯、萘和1,3-丁二烯等是臭氧生成潜势较高的物种。对OH自由基消耗速率(L OH)贡献最大的为烯烃,其次为芳香烃,两者贡献率占到76.8%。VOCs对二次气溶胶(SOA)浓度的贡献值为0.85μg/m^(3),其中芳香烃对SOA生成贡献占比为92.8%,对SOA生成贡献最大的前5个物种为萘、甲苯、苯、乙苯、间/对二甲苯。利用PMF模型对VOCs进行来源解析,结果表明:机动车排放和油气挥发源对VOCs的贡献(32.5%)最高,其次为溶剂使用及挥发源(30.9%)、工业源(25.1%)和燃煤源(11.5%)。

深圳市夏季大气挥发性有机物的光化学反应特征及来源解析

选取深圳市城市点位在2022年6~8月(夏季)光化学反应活跃季节开展VOCs连续在线观测,利用光化学龄的参数化方法对VOCs测量浓度进行光化学损失校正以获得VOCs初始浓度,并分析VOCs的光化学反应特征,使用特征物种比值分析法和正交矩阵因子模型(PMF)进行VOCs来源解析.研究表明,各类VOCs光化学消耗的浓度在总VOCs(TVOCs)消耗浓度占比为:烯烃(53.5%)、OVOCs(30.8%)、烷烃(10.9%)、芳香烃(4.7%)、乙炔(0.2%).烷烃的初始浓度与测量浓度均在TVOCs中占主导地位,但其光化学损失OFP仅有1.2×10^(-9)远低于烯烃(47.8×10^(-9))、OVOCs(15.8×10^(-9))和芳香烃(4.7×10^(-9)),所以烯烃是臭氧污染防治的关键物种.本研究基于初始值与测量值进行PMF源解析得到6个主要排放源的浓度贡献为(初始-PMF,测量-PMF):工业过程(0.91×10^(-9),0.87×10^(-9))、溶剂使用(2.75×10^(-9),1.84×10^(-9))、汽车尾气(3.49×10^(-9),2.01×10^(-9))、汽油挥发(3.20×10^(-9),2.62×10^(-9))、天然源(0.74×10^(-9),0.56×10^(-9))、燃烧源(2.35×10^(-9),1.16×10^(-9)).结果显示PMF源解析结果受光化学反应影响显著,在进行源解析时应考虑到利用VOCs的初始值而非测量值,否则会对烯烃占主导的汽车尾气与天然源造成显著的低估.

深圳工业区夏秋季大气挥发性有机物来源研究

于2021年夏秋季(7~10月)在深圳北部工业区开展大气挥发性有机物(VOCs)长期在线观测,以分析O3污染日和非污染日VOCs污染特征,并利用特征物种比值法和正交矩阵因子模型(PMF)对VOCs来源进行精细化解析,以探究各类排放源的浓度贡献、臭氧生成潜势(OFP)贡献以及气象条件对其产生的影响.结果表明,深圳工业区夏秋季总挥发性有机物(TVOCs)平均浓度为50.48×10^(-9),其中浓度最高的为烷烃,其次为含氧有机物(OVOCs)和芳香烃,分别占比41.3%、22.2%和17.0%.与非污染日相比,OVOCs浓度在污染日上升幅度最高(63.1%).特征物种比值则表明该地区主要受到机动车排放和有机溶剂使用的影响.利用PMF源解析出5个主要排放源,其中机动车排放及汽油挥发的浓度贡献最大(28.2%),其次为工艺过程排放(25.0%)、溶剂使用(22.9%)和生物质燃烧(20.4%).在污染日,工艺过程排放和溶剂使用这两类源的OFP贡献超过70%.各类排放源风场分布特征结果表明,机动车排放及汽油挥发、工艺过程排放和溶剂使用主要来自于本地排放,而生物质燃烧则更多地受到东北方向的传输贡献.建议加大本地工业源和交通源管控,同时关注生物质燃烧,加强与周边区域的联防联控.

基于粒径谱分布的南京市区大气颗粒物来源解析？

2013年8月8日—2013年8月29日期间,于南京市气象局采用扫描电迁移率粒径谱仪(SMPS)连续监测颗粒物粒径谱分布.运用正交矩阵因子分析法(PMF)分析得出了观测期间气溶胶粒径分布的4个源.结合痕量气体数据(NOx)、气溶胶光吸收系数(Babs781)和颗粒物化学成分(SO2-4、NO-3)确认出4个源,即近处交通排放源、远处交通排放源、混合燃烧排放源和二次气溶胶源.同时基于气象数据(风向和风速),通过条件概率函数(CPF)判断出4个源的方位.近、远处交通源与NOx的日变化规律相似,混合燃烧源与Babs781具有较为一致的变化趋势,而二次气溶胶源与SO2-4和NO-3浓度之和有较好的相关性.4个源的贡献率依次分别为14%、24%、37%和25%,表明混合燃烧排放的相对贡献最大.

春季广州城区空气中VOCs来源解析

2013年4月在广州市区对大气中挥发性有机化合物(VOCs)进行了观测,对其变化特征和来源进行了分析。结果表明,观测期间测得的VOC总平均混合比为41.35×10^(-9),表现为烷烃>芳香烃>烯烃>炔烃;利用PMF解析出观测时段内影响广州市区的9个VOCs主要来源,各源占比情况依次为:LPG排放>老化VOC>汽油挥发>石化、未知源>汽油车排放>油漆溶剂>柴油车排放>天然源;与机动车相关和工业相关的来源分别占到了大气VOCs的46.8%和21.0%。

苏州市城区VOCs污染特征及来源解析

利用气相色谱质谱联用在线监测系统分析2021年4月至9月苏州市城区挥发性有机物(volatile organic compounds,VOCs)的组分特征、光化学反应活性及来源.结果表明,观测期间总挥发性有机物(total volatile organic compounds,TVOC)的平均浓度为80.11μg·m^(-3),各组分质量浓度排序依次为烷烃、卤代烃、含氧挥发性有机物(oxygented volatile organic compounds,OVOCs)、芳香烃、烯烃、炔烃.其中,丙烷、丙酮和二氯甲烷占TVOC质量浓度的24.0%.VOCs的化学活性与其体积分数之间具有良好的线性关系,VOCs的体积分数与·OH消耗速率(L·OH)、臭氧生成潜势(ozone formation potential,OFP)的线性相关系数分别为0.98和0.95,VOCs与·OH的光化学反应速率常数K^(·OH)约为5.3×10^(-12) cm^(3)·mole-cule^(-1)·s^(-1),VOCs最大增量反应活性的平均值为2.13mol·mol^(-1).OVOCs和烯烃对L·OH和OFP均具有较大贡献,对O_(3)生成起关键作用.特征比值分析表明在线监测数据合理,大气VOCs主要来源于机动车尾气,气团存在变性老化现象.4月、5月、7月和9月O_(3)生成受VOCs控制,6月和8月O_(3)生成受VOCs和NO_(x)共同影响.正矩阵因子分析(positive matrix factorization,PMF)模型解析结果显示,VOCs来源主要为机动车尾气源、二次生成源、溶剂使用源、工业源与植物排放源.进一步削减机动车尾气排放、工业源排放和溶剂使用源排放是控制本区域臭氧污染的关键.

基于PMF和源示踪物比例法的大气羰基化合物来源解析:以南京市观测为例

大气羰基化合物在对流层大气化学中发挥着重要作用,其受到直接排放和二次生成的共同影响,来源研究面临挑战.本研究基于2017年3月在南京市开展的羰基化合物观测,分别利用源示踪物比例法(STR)和正交矩阵因子模型(PMF)对羰基化合物进行来源解析,并将二者结果进行比较,以探讨导致来源解析不确定性的因素.本研究共检测出11种羰基化合物,总体积分数范围为2.57×10^(-9)~22.83×10^(-9),其中甲醛、乙醛和丙酮是主要组分,分别占羰基化合物总平均体积分数的36.8%、21.6%和18.5%.通过比较乙炔和甲苯作为示踪物时,以及第5和第10百分数作为背景体积分数时解析结果的差异,探讨了示踪物选取和背景体积分数对STR解析结果的影响.PMF解析出了交通排放源、石化化工源、涂料与溶剂使用源、二次生成及背景源和化工源这5类源.二次生成及背景源是羰基化合物最主要的来源,对甲醛、乙醛和丙酮的贡献分别为56.4%、48.2%和58.3%.STR和PMF解析结果的比较发现,STR法依赖于示踪物的选取,在VOCs来源复杂地区应用时需要进行严格评估.

郑州市高新区夏季臭氧及前体物污染特征和关键前体物溯源研究

基于2023年6—8月郑州市高新区国控站点和监测车监测数据,利用正交矩阵因子分析法受体模型(Positive Matrix Factorization,PMF)和零维框架模拟模型(The Framework for 0-D Atmospheric Modeling,F0AM)结合的方法,全面分析了臭氧(O_(3))和其前体物的污染特征以及O_(3)关键前体物的精准溯源.结果表明,监测期间郑州市高新区O_(3)污染较严重,O_(3)污染天数为46 d(占比55%),其中轻度污染40 d,中度污染6 d.污染日呈现高温低湿的特点,MDA8-O_(3)、O_(3)、TVOCs、NO_(2)和NO_(x)分别是非污染日的1.52倍、1.41倍、1.2倍、1.6倍和1.4倍,导致O_(3)污染具有更强的本地生成能力.研究发现监测期间VOCs主要来自工业过程源(21.3%)、二次生成源(11.9%)、机动车尾气排放源(13.4%)、溶剂使用源(18.9%)、老化气团源(14.4%)、天然气/液化石油气挥发源(9.6%)和植物排放源(10.4%).敏感性分析(RIR)结果表明,郑州市高新区处于VOCs-NO_(x)协同控制区,因此协同减排VOCs与NO_(x)是控制O_(3)生成的有效途径.另外,PMF源解析和敏感性分析结果表明,污染期间敏感性高的VOC物种主要来自植物排放(41.1%)、工业过程(32.6%)、溶剂使用(14.3%)、二次生成(6.2%)和机动车尾气(5.8%),尤其应对来自植物排放的异戊二烯、工业过程的苯系物和二次生成的乙醛及其来源进行重点监测管控.

基于环境空气中VOCs在线监测数据精准识别化工园区VOCs排放源

为精准识别化工园区环境空气VOCs排放源,2017年1月基于连续在线GC-FID法逐时监测某化工园区5个点环境空气中43种VOCs数据,运用统计分析法和PMF模型识别其来源,再结合CPF方法和企业排放信息达到精准化识别各排放源.结果表明,5个监测点平均VOCs体积分数为56.40×10^-9,除一个点其余点均以烷烃含量最高,主要是乙烷、丙烷、乙烯、甲苯、异丁烷、正丁烷和乙炔;园区环境空气中VOCs来自丁烷泄漏、工艺过程中排放、储罐排放、乙烯合成和城区传输这5个来源;基于气象传输路径分析和企业排放信息,识别出园区有7家化工企业以及园区外运河装卸区是观测期间VOCs的主要排放源.本研究以在线监测数据为基础,联合受体模型、气象条件及企业排放信息,实现了化工园区内VOCs污染来源的精准化定位,为园区内企业排放的监督和管理提供依据.

青岛大气总悬浮颗粒物中微量元素的含量特征及其来源解析

利用2012年12月在青岛连续采集的31个总悬浮颗粒物样品(TSP),分析了其中13种微量元素的浓度,讨论了微量元素的浓度特征,并运用正矩阵因子分析法(PMF)定量解析了气溶胶中元素的来源.结果表明,青岛气溶胶中微量元素的总浓度为(7.37±4.19)μg·m-3,以Al和Fe的浓度最高,对总浓度的贡献约为92%,其次为Zn和Pb,分别贡献了3.7%和1.6%,Mn、Ba、Cu、Sr、As、V、Cd、Co和Cs的浓度依次降低,其贡献均低于1%.依据富集因子这些微量元素可以分为3类,Al、Fe、Mn、Co、V、Sr和Ba主要来自地壳源的贡献,Cs和Cu受地壳源和人为源的共同影响,Zn、As、Pb和Cd则主要受人为源的影响.雾霾天时主要来自人为源的元素相比地壳源的元素更多的在大气中累积,雨雪天时降雨/雪对地壳元素的湿清除作用明显高于人为源的元素.12月青岛气溶胶中Fe和Mn主要来自土壤源的贡献,其次为生物质燃烧和机动车一次排放源;Co主要来自土壤源、生物质燃烧和燃煤源的贡献;Zn主要来自机动车一次排放源、土壤源和生物质燃烧源的贡献;Cu则主要来自冶金工业源的贡献;As主要来自燃煤源的贡献;Pb和Cd主要来自机动车一次排放源和冶金工业源的贡献.

上海大气PM2.5来源解析对比:基于在线数据运用3种受体模型

于2014年12月2~24日在上海市城区对大气中细粒子及其化学组分进行了在线连续观测,基于在线数据运用正定矩阵因子分析法(PMF)、化学质量平衡法(CMB)和多元线性模型(ME2)这3种受体模型开展颗粒物源解析并进行相互验证.结果显示,基于在线数据共获得了8类污染源,包括二次硝酸盐、二次硫酸盐、二次有机碳、重油燃烧源、工业源、移动源、扬尘源和燃煤源.其中二次硝酸盐、二次硫酸盐、二次有机碳等二次污染源(44.9%~64.8%)对PM2.5的贡献最大,移动源(16.8%~24.8%)和燃煤源(5.6%~14.9%)的贡献次之,其他源类的贡献相对较小. 3种模型获得的污染源特征组分和来源结果对比表明, 3种模型获得的二次硫酸盐、二次硝酸盐、二次有机碳、移动源的源解析结果较接近,说明模型对这4类源的模拟较好.ME2和PMF模型对燃煤源、扬尘源的拟合结果要好于CMB;工业源则是CMB的结果更好.

新乡冬季PM_(2.5)中金属元素与水溶性离子年际变化及其来源解析

为了探究新乡地区年际间冬季PM_(2.5)组分的变化特征和污染来源,于2015年冬季和2016年冬季分别在新乡市区进行连续1个月的膜采样,测定PM_(2.5)质量浓度、金属元素含量及其水溶性离子成分含量,并结合气象因素进行分析.结果表明,新乡地区2015年和2016年冬季采样期间PM_(2.5)的质量浓度日均值分别为226μg·m^(-3)和224μg·m^(-3),污染水平较高.观测期间,新乡冬季PM_(2.5)中Cd和Pb金属元素富集明显,富集因子超过1000.且与2015年相比,2016年金属元素(除Ag和Ni)浓度下降约7. 83%～73. 33%,富集程度均趋于降低.水溶性离子以SO_4^(2-)、NO_3^-和NH_4^+这3种为主,2016年在PM_(2.5)中占比上升25. 1%.综合两种成分分析,新乡地区的PM_(2.5)污染呈现出金属污染向二次水溶性离子污染转移的趋势.综合PCA和PMF源解析结果显示,新乡市冬季有4种主要排放源,即尘土、二次源、工业源和化石燃料燃烧源,2015年冬季主要来源是土壤和建筑扬尘混合源,贡献率37. 46%,2016年主要来源是交通及工业生产中的二次气溶胶污染源,贡献率为34. 94%.

华中地区黄冈市一次重度污染期间PM2.5中12种微量元素特征及来源解析

为了给华中地区大气污染防制提供数据和理论支持,于2018年1月13~24日的一次重度污染期间,利用颗粒物中流量采样器采集黄冈市大气PM2.5样品48个,运用电感耦合等离子体质谱仪(ICP-MS)对样品中Li、Be、V、Se、Sr、Mo、Ag、Ba、Tl、Th、Bi和U这12种元素进行分析,基于正定矩阵因子分析法(PMF)对此次污染来源进行分析,并结合后向轨迹模式中的聚类分析法、潜在源分析法(PSCF)和浓度权重分析法(CWT)分析了黄冈市此次PM2.5外来输送通道及潜在源分布情况.结果表明,此次污染内因是静稳高湿气象条件的出现,外因是污染的输入,总共有5种污染源,分别为燃料燃烧源(10.59%)、地壳源(24.22%)、工业源(3.16%)、燃煤源(47.57%)和交通源(14.45%).主要的气流轨迹类型有两种,短距离传输占比62.50%,长距离传输占37.50%.本次污染贡献较大的区域有湖北的中东部、湖南的东北部、安徽的西南部以及河南的南部等地,华中地区存在南北方向的传输通道.除了本地污染之外,区域传输的影响不容忽视,在秋冬季重污染应急响应期间,各地都需要控制好减排措施,联防联控是治理大气污染的关键.

城乡融合区土壤元素地球化学特征与源解析:以天府新区青龙片区为例

城乡融合区是城市与农村的连接区域,是城市农产品最重要供给区,其土壤地球化学性质影响因素复杂.为此,以四川省天府新区青龙融合区为研究对象,共采集了395个土壤样品,测定了pH值、有机质(SOM)、全钾(TK)、速效钾(AK)、全氮(TN)、碱解氮(AN)、全磷(TP)、有效磷(AP)、Se、B、V、Zn、Mn、Mo、Ni、Co、As、Cd、Cr、Cu、Hg和Pb等指标.结果表明,TN、Se、Hg和TP含量相较成都经济区背景值明显偏高,Cr、Mn、pH和TK明显偏低.结合相关性统计、地统计学及PMF源解析研究,得到重金属元素主要受四类源的影响,大小关系为:自然源(32%)>工业源(30%)>农业源(25%)>交通源(14%).此外,从地形、工业园边界、农户密度和交通流量等角度对源解析结果进行了验证,认为研究区Mo、Co、Ni和V的含量主要受坡度影响(母岩暴露),Hg和As的含量受农业活动影响,Cd、Mn、Cr和Zn的含量主要受工业生产影响,Pb、Zn、Cu、Cd和Hg的含量与交通运输有关.

典型沿海城市采暖期细颗粒物组分特征及来源解析

为明确威海市采暖期细颗粒物的组分及来源,于2018年1~3月在威海市3个空气质量例行监测点采集了环境空气PM2.5样品,分析OC、EC、水溶性离子及元素组分特征,利用PMF模型解析PM2.5的来源.结果表明,采样期间威海市PM2.5日均质量浓度为(33.80±22.45)μg·m^-3,NO-3、NH+4、SO4^2-、OC和EC是其主要组分.作为沿海城市其Cl-占比相对较高,同时PM2.5组分特征体现出颗粒物成分受本地工业特征污染物排放的影响.NO-3/SO4^2-和OC/EC比值均表明威海市采暖期移动源对PM2.5贡献大;水溶性离子中酸碱离子比例分析表明,威海市采暖期PM2.5呈弱碱性,NH+4过量,主要以NH4NO3和(NH4)2SO4等形式存在.污染时段威海市二次污染物浓度上升明显,主要组分NH+4、NO-3、SO4^2-、OC和EC质量浓度是清洁时段的4.21、5.27、3.23、2.02和1.81倍.源解析结果表明,二次气溶胶占PM2.5的32.4%~36.0%,移动源(15.6%~18.9%)、燃煤源(12.1%~17.8%)、生物质燃烧源(9.0%~10.4%)和扬尘(8.6%~11.3%)是威海市环境空气PM2.5的主要来源,而工艺过程源(2.1%~8.3%)、非道路移动源(2.4%~3.7%)和海盐(3.5%~5.6%)贡献比例较小.