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-FFT的北斗B2a信号捕获算法研究

为了对北斗三号B2a信号进行快速且准确地捕获,提出了一种基于PMF-FFT的捕获算法。首先,通过建立数学模型,分析了PMF-FFT算法的特性;然后,对PMF分段长度、FFT运算点数、相关积分时间、非相干积分次数和判决门限等参数的选取进行了详细地分析;最后,利用Matlab工具对PMF-FFT捕获算法性能进行了仿真与分析,验证了算法的有效性,为算法的实现解决了首要问题。

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%。

同位素结合PMF模型解析珠三角PM_(2.5)来源研究

二次气溶胶是大气细颗粒物(PM_(2.5))中最多的组分,客观识别其来源是PM_(2.5)源解析的难点,也是精确控制PM_(2.5)污染来源的关键。本研究在广东省鹤山超级大气监测站采集了76个PM_(2.5)样品,分析了其碳质组分(元素碳和有机碳)、水溶性离子(SO_(4)^(2-)、NH4^(+)、K^(+)、Ca^(2+)、Cl^(-)、Na^(+)、Mg^(2+)、NO_(2)^(-)和NO_(3)^(-))和金属元素(Fe、Cr、Cu、Mn、Ni、Pb、V、Zn、Cd、As)共20种化学组分,测定了7个PM_(2.5)代表样品的总碳(TC)放射性碳(^(14)C)。基于PM_(2.5)化学组分的PMF模型结果显示,生物质燃烧、海盐、土壤扬尘、轮船排放、工业过程、燃煤源和二次气溶胶分别贡献PM_(2.5)的18.98%、4.32%、13.85%、7.61%、14.08%、12.72%和30.03%。基于已发表的δ^(15)N(NO_(3)^(-))、δ^(18)O(NO_(3)^(-))结果,利用贝叶斯模型定量解析了NO_(3)^(-)的来源,并应用线型回归将PMF模型解析的二次气溶胶源再分配给一次颗粒源,结果显示,燃煤源(36.50%)、生物燃料源(29.35%)、土壤扬尘+海盐源(21.00%)和移动源(13.15%)是珠三角PM_(2.5)的主要来源。二次分配后PMF模型结果中TC的非化石源贡献与基于^(14)C结果的相对误差小于9%,说明PMF模型能很好地捕获PM_(2.5)主要贡献源,并且较准确地源解析珠三角的PM_(2.5),研究结果可为区域污染防治政策措施的制定提供科学依据。

兰州地铁站灰尘重金属的PMF模型源解析与累积特征研究

通过在兰州地铁站站台布设11个调查样点,监测分析地表灰尘元素As、Cr、Cu、Mn、Ni和Pb累积特征及来源。结果表明:兰州地铁站站外和站内地表灰尘中As、Cr、Cu、Pb的平均值均高于甘肃省和兰州市土壤背景值;站内地表灰尘以Cr、Cu、Ni和Pb为主要污染物,站外污染以Cu和Pb为主,且站内地表灰尘重金属综合污染整体高于站外;源解析结果显示,站内地表灰尘重金属主要来源于交通源和人为污染源的混合源、工业源、交通源和大气沉降源的混合源,贡献率分别为30.0%、33.6%、36.4%,站外主要来源为交通源和大气沉降源的混合源、燃煤源和交通源的混合源、交通源,贡献率分别为38.7%、29.6%、31.7%。

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模型和稳定同位素的地下水污染源解析

识别地下水污染来源、理清污染责任是地下水环境保护工作的重要基础。该研究以珠三角地区某化工园区及其相邻的垃圾填埋场为调查对象,分析了研究区地下水污染分布特征,利用正定矩阵因子分析(PMF)模型和稳定同位素技术,开展了地下水污染溯源解析。结果显示:研究区地下水中pH、NH_(4)^(+)、Fe、Mn均存在不同程度超标,且具有空间异质性,超标最严重点位靠近化工园区与垃圾填埋场交界处,NH_(4)^(+)、Fe、Mn浓度分别为68.20、28.10、15.80 mg/L,超标倍数分别为44.5倍、13.1倍、9.5倍;PMF模型初步揭示了研究区地下水水质影响因子,分别为水文地球化学演化(43.1%)、人为污染作用(27.9%)、原生地质作用(15.7%)。氨氮的氮稳定同位素分析结果进一步明确了人为污染来源,垃圾渗滤液δ^(15)N-NH_(4)^(+)值位于地下水特征值区间且与地下水氨氮超标点位δ15N-NH_(4)^(+)值接近,表明垃圾填埋场是地下水氨氮污染的主要贡献源。通过结合PMF模型与稳定同位素技术,有效识别了地下水污染来源及其贡献率,明确了不同污染源之间的污染责任,为地下水污染防治和环境管理提供科学支撑。

基于空间插值与PMF模型的国道沿线土壤重金属源解析:以107国道岳阳段为例

为了评估国道交通对两侧土壤的影响,查明其重金属污染特征和来源,选取107国道岳阳县段作为研究区域。在该区域两侧各1 km范围内采集了246个表层土壤样品,并测定了Pb、As、Cd、Cr、Cu、Ni、Zn、Hg这8种重金属元素的含量。通过对比分析国道两侧土壤中重金属污染情况和元素含量差异,结合克里金空间插值法和PMF模型,进一步揭示这些重金属的潜在来源。结果表明:(1)107国道岳阳县段两侧土壤属强酸性土壤,重金属之间的差异反映了土地利用类型和人类活动对土壤重金属分布的显著影响。(2)单因子污染指数均值显示Cr、Ni、Zn、Cd无污染,Cu、As、Hg、Pb为轻度污染,内梅罗综合污染指数表明研究区土壤整体轻度污染。(3)空间插值分析显示,As、Cr、Cu、Ni在空间分布上高度重叠;Pb和Zn在空间上分布在农田耕地区域;Cd元素的空间分布异常区域主要为新开镇;Hg元素的空间分布特征显示林地为低值区域,说明了自然地质背景与土地利用类型对土壤重金属的复杂相互作用。(4)PMF源解析识别了4种污染源,分别为交通源、农业源、自然源、大气源,其中交通源和农业源合计占比80.3%,是影响107国道岳阳县段两侧土壤中重金属元素的主要因素,说明107国道两侧土壤受交通运输和人类活动影响较明显。综上所述,空间插值分析和PMF模型的结果相互之间验证效果较好,这一综合方法对重金属潜在来源的成分识别较为理想。

基于PMF-FFT的多普勒频偏估计与跟踪算法

为降低高动态环境下卫星通信系统中信号的捕获与跟踪时间,文章提出了一种多普勒快速捕获与跟踪方法。在信号捕获阶段通过高倍采样率下进行匹配FFT进行快速捕获,大大提高了捕获带宽且捕获时间控制在两个帧周期以内;在多普勒跟踪阶段,通过捕获算法计算频偏值并进行补偿,再采用锁频环(FLL)辅助锁相环(PLL)进行多普勒的跟踪,频偏值的补偿缩短了FLL的入锁时间,从而提高了多普勒的跟踪速度。仿真和工程实践结果表明,该算法实现了在频偏范围为4倍符号速率,频偏变化率在2倍导频速率下的多普勒快速捕获与跟踪。

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。

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。

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。

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)。

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.

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。