[发明专利]基于颗粒物无机组分和有机标识物的精细化源解析方法

说明书

本发明提供基于颗粒物无机组分和有机标识物的精细化源解析方法，包括：采集颗粒物样本；测定颗粒物样本中的无机组分和有机组分的含量；根据得到的无机组分含量数据，利用因子分析模型对颗粒物受体进行源解析，得到源谱矩阵和源贡献矩阵；计算有机组分含量与源贡献矩阵的相关系数R1，根据相关系数R1筛选有机组分，识别为有机标识；根据有机标识和无机组分的含量数据，利用因子分析模型对颗粒物受体进行精细化源解析，得到源谱矩阵和源贡献矩阵。该源解析方法利用颗粒物中有机组分与无机组分的关系，以及与无机组分解析贡献的关系，识别有机标识物，对常规组分与有机标识物结合进行精细解析，满足大气颗粒物污染管理对源解析的精细化需求。

技术领域

本发明属于环境监测技术领域，尤其是涉及基于颗粒物无机组分和有机标识物的精细化源解析方法。

背景技术

近年来，我国城市化、工业化进程快速，能源消耗呈现持续增加的趋势，机动车保有量迅速增长，使得城市大气环境污染问题日益严重。颗粒物污染防控是我国环境管理的重要内容，大气颗粒物的来源复杂，而用源解析结果指导颗粒物污染防控工作，可以提高大气污染管理的科学性。大气颗粒物来源解析是指通过化学、数学、物理等方法定性或定量识别环境受体中颗粒物污染来源的技术方法，可以建立大气颗粒物排放源与环境空气质量之间的关系。源解析方法可分为受体模型法、扩散模型法及排放源清单法，现有技术中常用的为受体模型法，在国内外颗粒物源解析工作的快速发展下，受体模型法逐渐形成了以化学质量平衡受体模型和因子分析类受体模型为主的多种方法研究体系。

因子分析类受体模型的原理是基于同一点位测得大量的环境受体数据，依据各组分之间浓度特征时间序列相关性识别源的数目和源的成分谱，并定量估算各污染源类的贡献，无需事先知道源数量和详细成分谱信息，是目前常用的解析方法。但是，随着颗粒物污染特性的变化、污染源复杂性的加强，这些解析方法已经无法满足大气颗粒物污染管理的对源解析的精细化的需求。

发明内容

本发明要解决的问题是提供基于颗粒物无机组分和有机标识物的精细化源解析方法，对颗粒物污染进行精细化源解析，可满足大气颗粒物污染管理对源解析精细化的需求。

为解决上述技术问题，本发明采用的技术方案是：基于颗粒物无机组分和有机标识物的精细化源解析方法，包括：

第一步、采集颗粒物样本；

第二步、测定颗粒物样本中的无机组分和有机组分的含量；

第三步、根据得到的无机组分含量数据，利用因子分析模型对颗粒物受体进行源解析，得到第一源谱矩阵和第一源贡献矩阵；现有的因子分析模型有很多种，例如PCA-MLR(主成分分析-多元线性回归模型)、PMF(正定因子分解模型)、UNMIX模型等，这些因子分析模型均可用到此处进行受体源解析。

第四步、计算有机组分含量与第一源贡献矩阵的相关系数R1，根据相关系数R1筛选有机组分，识别为第一有机标识；现有技术中，相关系数的计算方法有很多种，在本源解析方法中均可使用；

第五步、根据第一有机标识和无机组分的含量数据，利用因子分析模型对颗粒物受体进行精细化源解析，得到第二源谱矩阵和第二源贡献矩阵。

该基于颗粒物无机组分和有机标识物的精细化源解析方法利用环境颗粒物中有机组分与无机组分解析贡献的关系，识别有机标识物，并进一步将常规组分与有机标识物结合作为输入文件，利用因子分析进行颗粒物来源解析，将源类进一步细分，可以满足大气颗粒物污染管理对源解析的精细化需求。