利用ME-2模型提升PM2.5源解析效果

摘要：

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.

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

所属期刊栏目：39

分类号：X513(大气污染及其防治)

资助基金：国家自然科学基金资助项目;深圳市科技计划资助项目

在线出版日期：2020-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3682-3690