大气颗粒物来源解析复合受体模型的研究和应用
发布时间：2020-04-14 02:34
【摘要】：受体模型是大气颗粒物来源解析的一个重要计算工具。受体模型的种类很多,主要分为source known类受体模型和source unknown类受体模型两大类。前者主要以化学质量平衡模型(CMB)为代表；后者主要以主成分分析／多元线性回归模型(PCA/MLR-CMB)、正定因子分解模型(PMF)等为代表。在这些模型的应用过程中,都普遍遇到一个重要的问题——共线性问题带来的干扰。 共线性问题是指参与模型计算的源类型中,有两种以上的源成分谱相似。当共线性问题存在时,使用CMB模型进行解析,会得到负值的解析结果；使用PCA/MLR或PMF模型解析时,共线源类会混在一个因子里被提取出来。 本论文的研究结果表明,对CMB受体模型而言,源—受体体系的不匹配性是导致共线性问题产生干扰的最根本原因。如果体系的匹配程度较高,那么即便有共线性源存在,也能得到理想的解析结果。 基于上述思想,本论文提出了主成分分析/多元线性回归—化学质量平衡复合受体模型(PCA/ MLR-CMB)和非负主成分回归化学质量平衡受体模型。这两种模型分别对受体和源的信息加以净化,从而降低共线性问题带来的干扰。 为验证这两种模型的准确性,本论文建立了模拟受体。使用这两种模型对模拟受体进行解析。 对于PCA/MLR-CMB复合受体模型,本论文使用来自真实的源成分谱构建了模拟数据。构建模拟数据的成分谱中,扬尘、土壤风尘、煤烟尘的成分谱共线性强烈,如果使用传统CMB模型则无法得到理想结果。因此使用复合模型对模拟数据进行解析。结果表明,模型的拟合值接近真实值,说明模型的结果是理想的。 接下来,使用PCA/MLR-CMB复合受体模型对成都市和太原市受体进行了解析,并把解析结果同传统CMB模型的解析结果进行比较。结果表明,由于有共线性源类的存在,传统CMB模型的解析结果有负值的产生,不可被接受；而PCA/MLR-CMB复合受体模型则得到了理想的结果。表明复合模型在实际应用中是可行的。 对于NCPCRCMB复合受体模型,本论文使用来自真实的源成分谱构建了100条受体成分谱,并对源和受体成分谱在一定范围内进行了扰动。接着对这100条受体成分谱进行解析,对拟合值和设定值的差异进行了评估。结果表明,NCPCRCMB复合受体模型是可行的。 接下来使用NCPCRCMB复合受体模型分别对无锡、银川、天津和济南的受体样品进行了解析,得到了理想的结果,表明,NCPCRCMB复合受体模型在实际应用中是可行的
【图文】：
4 8.17 5 .67 13.9 9 18.4 1 20 .3 8 20 .46 49 .16 5 .]6 13 .77 ]8 .36 20 .3 9 20 .47 50 .16 4 65 13 .5 5 18.3 1 20 .40 20 .49 5 1.15 4 .14 13 .3 2 18 .25 20 .4 1 20 .50 52 .15 3 .63 13.10 18.2 0 20 .4 2 2 0.52 53 .15 3.1 > 12.87 18.15 20 .44 2 0.53 154.15 2 .60 12.65 18.10 20 .4 5 2 0.55 15 5.]6 2 .0 8 12.4 2 18.05 20 .4 6 2 0.57 156.17 1.56 12.2 0 18.00 20 .4 7 2 0.58 157.17 1.0 3 11.97 17.96 20 .4 8 2 0 .60 158.18 0 .5 1 11.74 17.9 1 20 .4 9 2 0 .6 1 159.19 一0 .0 1 11.5 1 17.86 20 .50 20 .63 16 0.2 0 一0 .53 11.29 17.8 1 20 .5 2 2 0.64 16 1.2 1 一1.0 6 11.06 17.76 20 .5 3 2 0 .66 162 .2 1 一8.5 8 80.84 17.7 1 20 .5 4 2 0.68 16 3.2 2 一2 .10 10.6 1 17.6 7 20 .5 5 2 0.69 164 .2 2 一2 .6 3 10.39 17.62 20 .5 6 2 0 .7 1 165 .22 一3 .15 10.16 17.57 20 .5 7 2 0.72 16 6.2 2 一3 .67 9.9 4 17.53 20 .5 8 2 0.74 16 7.2 2 一4 .20 9.72 17.4 8 20 .60 2 0.75 12.1描述了当未知源含量增长, 几种己知源计算结果的变化趋势 "扬尘7 O6 5
2.1.3.2 第二步, C M B 步骤) 对二级受体进行解析将第一步计算得到的混合源视为一个新的受体, 即二级受体 "那么混合源成分谱 (雌/m 3) 就被视为二级受体成分谱 "通过因子的特征元素识别以及污染源排放清单调查, 分析这个混合源中可能包含 了哪几种污染源类 "然后采集 !分析这些污染源类的成分谱 "再将这些污染源类和二级受体的成分谱纳入 CM B模型进行解析 "在这一过程中, 由于纳入CM B 模型的源种类和数目大幅减少 ,二级受体中噪声 (未知源) 的含量也大幅度降低, 因此在第二步过程中, 源和受体匹配性大幅度提高 "而共线性源类如扬尘 !土壤风沙尘和燃煤尘被 CM B 模型解析出结果的可能性大大提高 "2., .3.3 第三步, 得到 pC周M LR一C M B 复合模型的最终结果将第一步计算得到的非共线性源类的贡献值, 连同第二步计算得到的共线性源类的贡献值一起, 构成了复合受体模型的最终结果 "其技术路线图如图 2.2所示 "
【学位授予单位】：南开大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：X513
本文编号：2626764
【图文】：
4 8.17 5 .67 13.9 9 18.4 1 20 .3 8 20 .46 49 .16 5 .]6 13 .77 ]8 .36 20 .3 9 20 .47 50 .16 4 65 13 .5 5 18.3 1 20 .40 20 .49 5 1.15 4 .14 13 .3 2 18 .25 20 .4 1 20 .50 52 .15 3 .63 13.10 18.2 0 20 .4 2 2 0.52 53 .15 3.1 > 12.87 18.15 20 .44 2 0.53 154.15 2 .60 12.65 18.10 20 .4 5 2 0.55 15 5.]6 2 .0 8 12.4 2 18.05 20 .4 6 2 0.57 156.17 1.56 12.2 0 18.00 20 .4 7 2 0.58 157.17 1.0 3 11.97 17.96 20 .4 8 2 0 .60 158.18 0 .5 1 11.74 17.9 1 20 .4 9 2 0 .6 1 159.19 一0 .0 1 11.5 1 17.86 20 .50 20 .63 16 0.2 0 一0 .53 11.29 17.8 1 20 .5 2 2 0.64 16 1.2 1 一1.0 6 11.06 17.76 20 .5 3 2 0 .66 162 .2 1 一8.5 8 80.84 17.7 1 20 .5 4 2 0.68 16 3.2 2 一2 .10 10.6 1 17.6 7 20 .5 5 2 0.69 164 .2 2 一2 .6 3 10.39 17.62 20 .5 6 2 0 .7 1 165 .22 一3 .15 10.16 17.57 20 .5 7 2 0.72 16 6.2 2 一3 .67 9.9 4 17.53 20 .5 8 2 0.74 16 7.2 2 一4 .20 9.72 17.4 8 20 .60 2 0.75 12.1描述了当未知源含量增长, 几种己知源计算结果的变化趋势 "扬尘7 O6 5
2.1.3.2 第二步, C M B 步骤) 对二级受体进行解析将第一步计算得到的混合源视为一个新的受体, 即二级受体 "那么混合源成分谱 (雌/m 3) 就被视为二级受体成分谱 "通过因子的特征元素识别以及污染源排放清单调查, 分析这个混合源中可能包含 了哪几种污染源类 "然后采集 !分析这些污染源类的成分谱 "再将这些污染源类和二级受体的成分谱纳入 CM B模型进行解析 "在这一过程中, 由于纳入CM B 模型的源种类和数目大幅减少 ,二级受体中噪声 (未知源) 的含量也大幅度降低, 因此在第二步过程中, 源和受体匹配性大幅度提高 "而共线性源类如扬尘 !土壤风沙尘和燃煤尘被 CM B 模型解析出结果的可能性大大提高 "2., .3.3 第三步, 得到 pC周M LR一C M B 复合模型的最终结果将第一步计算得到的非共线性源类的贡献值, 连同第二步计算得到的共线性源类的贡献值一起, 构成了复合受体模型的最终结果 "其技术路线图如图 2.2所示 "
【学位授予单位】：南开大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：X513
【参考文献】
相关期刊论文 前2条
1 王帅杰,朱坦;大气颗粒物源解析技术研究进展[J];环境污染治理技术与设备;2002年08期
2 冯银厂,白志鹏,朱坦;大气颗粒物二重源解析技术原理与应用[J];环境科学;2002年S1期
，本文编号：2626764
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/2626764.html
