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)。

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。

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模型的准东煤矿周围土壤重金属污染及来源解析

为了解准东煤矿区周围土壤的污染状况及来源,在准东露天矿区采集47个表层土壤样本,测定其中 Zn、Cu、Pb、Cr、Hg 和 As 6 种重金属元素的含量。运用统计学方法、地累计指数(geoaccumulation index,Igeo)和潜在风险指数(potential ecological risk index,PER)对研究区土壤重金属污染程度和生态风险态势进行评价,采用正矩阵分解模型(positive matrix factorization,PMF)解析重金属污染源。结果表明:1)研究区土壤 Zn、Cu、Pb、Cr、Hg 和 As 含量均超出新疆土壤环境质量背景值,超标率分别为 2.1%、14.9%、4.3%、68.1%、68.1%和 95.8%,其中 As 含量的均值分别超过国家土壤质量Ⅰ级和Ⅱ级标准(GB15618-1995)的 2.1 和 1.3 倍;2)Hg 的地累积指数和潜在生态风险指数呈极高污染和高风险态势,Zn、Cu 和 Pb 处于未污染和低风险状态。研究区综合潜在生态风险指数介于 50.09~1 038.47 之间,差异明显,均值为 180.22,21%和 11%土壤采样点呈现出较高和高风险水平;3)PMF 模型结果显示:研究区土壤 Hg 主要受到燃煤活动的影响;Pb 的积累主要与交通运输有关,As 的积累主要与大气沉降和工业排放有关,工业排放是 Cr 的主要污染源,Zn 和 Cu 的积累主要与土壤成土母质等自然因素有关。燃煤、交通运输、大气降尘、工业排放和自然因素 5 种来源的贡献率分别为 20.79%,16.83%,16.83%和 27.72%和 17.82%。

基于PMF模型的兰州耕地土壤重金属来源解析

为了分析Pb、Cd、Cr、Hg、As、Cu、Zn、Ni等8种重金属的污染状况、空间分布及污染来源.2019年9月共采集382个兰州耕地表层土壤样品,并测定其重金属含量.结果表明:①兰州市耕地土壤重金属Pb、Cd、Cr、Hg、As、Cu、Zn、Ni的平均含量分别为20.96,0.24,0.05,6.40,8.36,48.57,101.92,34.34mg/kg,其中Hg的均值超过国家土壤污染风险筛选值,Cd、Hg、Cu、Zn、Ni的均值超过兰州市土壤背景值.内罗梅综合指数表明研究区耕地52.62%样点呈现轻度污染,37.70%样点呈现中度污染,3.66%样点呈现重度污染,无重金属污染的样点占6.02%.潜在生态风险指数表明13.09%的样点属于轻微生态风险,68.85%的样点属于中等生态风险,17.54%的样点属于强生态风险,0.52%的样点属于很强生态风险.②基于PMF模型可知8种重金属有4种主要来源,其中Pb、Cd、Zn、Ni以交通运输源为主,贡献率分别为52.4%、50.7%、56.7%和50.2%;Hg以农业活动和医疗设备源为主,贡献率为83.7%;Cr、Cu和Ni以自然源为主,贡献率分别为81.2%和61.3%和49.8%;As以工业活动源为主,贡献率为68.3%.③从空间分布来看,研究区内除Cr外,Pb、Cd、As、Cu、Zn、Ni在城关区和七里河区都有高值区出现,其中Zn和Ni的高值范围较广,可能与人为影响有关;Hg在城关区、安宁区、七里河区以外的研究区内均有高值出现.

PMF模型解析土壤重金属来源的不确定性

正定因子矩阵分解(PMF)是目前污染源解析领域应用最为广泛的受体模型之一,其不确定性研究一直是源解析研究的前沿和热点.利用拔靴法(BS)、替换法(DISP)和拔靴-替换法(BS-DISP)3种不确定性分析方法探讨了PMF模型应用于土壤重金属源解析的不确定性,并以德兴铜矿周边土壤重金属为对象开展案例研究.结果表明,6因子情景是PMF模型最佳运行结果;在6因子情景的源成分谱中,除Cr和Ti外,DISP和BS不确定性区间均处于标识元素基本值的0.6~1.5倍之间,BS-DISP不确定性区间处于基本值的0.6~1.6倍之间;模型结果的不确定性更多源于因子旋转误差.通过这3种不确定性分析方法可以获得PMF模型运算中的随机误差和因子旋转误差.其中,BS-DISP法和BS法得到的结果能够辅助判断因子数是否过拟合,并有助于理解源谱的不确定性,而DISP法能够用于理解旋转的不确定性,可作为评价旋转过程可行性的方法.

基于BM和PMF模型的库尔勒市地表灰尘重金属来源解析

在新疆库尔勒市采集54个代表性地表灰尘样品,分析其中Hg、Cd、As、Pb、Cr和Cu等6种元素含量。采用重心模型(BM模型)和正矩阵分解模型(PMF模型),分析地表灰尘重金属元素主要来源。结果表明:库尔勒市地表灰尘中Hg、Cd、As、Pb、Cr和Cu等元素的含量重心均偏离几何中心,地表灰尘中重金属元素含量分布存在不均衡性。研究区地表灰尘中Hg和Pb受到工业、交通来源及煤炭燃烧等混合污染源的影响,As受到成土母质的影响,Cd、Cr和Cu主要受到交通排放的影响。BM模型在确定地表灰尘重金属污染来源研究上有一定的应用前景。

基于PMF模型的煤矿区重金属污染土壤修复研究

克里金差值修复方法的去除效率低,无法修复被煤矿区重金属污染的土壤。为此,提出基于PMF模型的煤矿区重金属污染土壤修复研究。先测定煤矿区重金属污染土壤性质,再根据测定结果,运用PMF模型中的AHP算法,评价重金属污染土壤程度。完成上述操作后,构建PMF煤矿区重金属污染土壤修复模型,实现重金属污染土壤修复。由此,完成基于PMF模型的煤矿区重金属污染土壤修复研究。最后,进入实验部分,使用基于PMF模型的煤矿区重金属污染土壤修复方法和克里金差值修复方法,去除被重金属污染土壤的锌离子浓度。

基于PMF模型的土壤重金属定量源解析及环境风险评价

精准评估不同土壤重金属来源的环境风险是保障生态安全和人体健康的重要前提。选取济南市郊圣井镇为研究区,分别测试表层土壤(0~20 cm)样本中As,Cd,Co,Cr,Cu,Hg,Mn,Ni,Pb和Zn 10种重金属含量,运用重金属含量的描述性统计特征来揭示研究区土壤重金属的富集状态,采用受体模型正定矩阵分解法(Positive Matrix Factorization,PMF)和因子分析法探讨土壤重金属来源及分配,最后基于PMF模型及重金属来源定量解析土壤环境风险。研究表明:As,Cd,Co,Cr,Cu,Hg,Mn,Ni,Pb和Zn含量均超出元素背景值,但未超出《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中的农用地土壤污染风险筛选值(Co和Mn无筛选值除外),表层土壤重金属出现一定积累;土壤重金属的来源可分为3类:As,Co,Cr,Cu,Mn和Ni主要来源于成土母质;Hg受工业排废影响,属人为来源;Cd,Pb和Zn受到交通和母质双重因素控制,属混合来源,其中工业来源占比22.3%,母质和混合来源分别占38.71%和38.99%;研究区整体上处于中度环境风险等级,工业来源的重金属对土壤生态环境风险贡献率最大,占比49.69%,其次为混合来源(29.11%),成土母质部分产生的潜在环境风险最小(约21.20%)。土壤重金属的工业来源部分占比最小,却产生了最大的生态环境风险贡献度,需引起重视。

基于PMF模型的济南市郊土壤重金属来源解析

选取济南市区南郊党家镇为研究区,测定表层土壤(0~20 cm)中As、Cd、Cr、Cu、Hg、Ni和Zn7种重金属的含量,进一步采用因子分析法判识土壤重金属来源,最后基于正定矩阵因子分解模型(PMF)及土壤重金属来源确定土壤重金属的污染路径分配比例。结果表明:As、Cd、Cr、Cu、Hg、Ni和Zn含量均超出土壤背景值,表层土壤的重金属表现出一定积累现象。Cr、Ni和Cu为成土母质自然来源,Hg与三废排放密切相关为工业来源,As、Cd和Zn为农业和交通运输共同控制的混合来源。工业来源对土壤重金属贡献占比36.53%,自然和混合来源分别占到38.21%和25.26%,其中,Cd的混合来源贡献比占到54.5%,Hg的工业来源占到总含量的46.3%,两种元素受外部活动扰动剧烈,应重点关注。

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PMF模型解析典型化工园区VOCs污染来源应用研究

选取某小型化工园区为研究对象,在不同日期进行样品采集并使用气相色谱-质谱联用仪(GC-MS)定性定量分析,评估该区域VOCs污染水平及特征,同时研究PMF模型解析小尺度区域VOCs污染来源的可行性。结果表明,该研究区域VOCs浓度明显高于城市环境空气及其他化工园区,存在较重污染;该区域VOCs的主要成分为丙烯、苯、甲苯、萘、间-乙基甲苯、丙酮、丙烷、1,2,4-三甲苯、异丁烷等物质,各排放源污染特征显著,差异性明显;使用PMF模型对观测期间VOCs源解析,共获得4个因子,各因子与该区域不同排放源工艺及污染特征能够高度对应,并依此计算了各点位VOCs污染来源,结果与污染物扩散规律相符,PMF模型应用于小尺度污染物溯源分析具有可行性,能够很好地解析VOCs污染来源。

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%。