中国环境科学

作者：申航印, 何凌燕, 林理量, 江家豪, 高茂尚, 黄晓锋

单位：北京大学深圳研究生院环境与能源学院, 城市人居环境科学与技术重点实验, 广东 深圳 518055

关键词：PM2.5,正定矩阵因子分解法(PMF),多元线性模型(ME-2),源解析,混合因子

基金：

国家自然科学基金资助项目（91744202）；深圳市科技计划资助项目（JCYJ20170412150626172）

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32.3 μg/m3，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.

来源：2019年第9期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2019年第9期