南德克萨斯农村半沿海地区影响PM2.5浓度的来源物质的研究外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

南德克萨斯农村半沿海地区影响PM2.5浓度的来源物质的研究

摘要

主成分分析/绝对主成分得分（PCA / APCS）和正矩阵分解（PMF 2），先进的因子分析技术被用来分离2003年到2005年间影响PM 2.5浓度的污染物来源。研究的地区位于南得克萨斯的一个半沿海农村地区。 PCA / APCS确定了五个来源，而PMF2分离出八个来源。无论是PCA / APCS和PMF2，量化二次硫酸盐是主要的来源，分别zai PM 2.5中贡献47％和45％。通过模型分离出的其他常见的来源包括地壳灰尘，清新的海盐和交通排放。 PMF2成功分离新鲜和老化海盐以及不同的燃烧物，而PCA / APCS没有分离出海盐和燃烧物;但它成功地鉴定出光化学氧化和石化炼油厂排放产生的二次有机气溶胶。长距离运输产生的如二次硫酸盐，燃料和地壳的灰尘影响了该区域。在农村和城市形态网站的数据收集将提升当地对空气质量的政策制定者和利益相关者的对来源物质贡献的认识。

关键词：正矩阵分解（PMF2）;主成分分析/绝对主成分得分（PCA/ APCS）; 沿海;工业化城市

1.引言

在过去十年中进行的流行病学研究提供了PM 2.5对人类健康和福利的不利影响，从而重申了识别来源和量化的需求。过去十年的科学研究主要集中在地理，气候和排放条件存在巨大差异的城乡地区PM2.5的来源。化学质量平衡（CMB），几个传统光源受体的模型之一，需要特定的来源配置文件的输入，因此被认为是非常主观的。另一方面，统计模型，包括主成分分析/绝对主成分得分（PCA/ APCS），UNMIX和正矩阵分解（PMF）是由数据确定的，且不需要先验知识，因此已被广泛应用在世界各地的不同的空气质量研究 [1-4]。

主成分分析（PCA）/绝对主成分分析（APCS）[5]已由不同的研究人员成功地应用于评估贡献PM 2.5，PM 10和多环芳烃[6-9]来源。数据收集包括现场采样和使用仪器的化学分析的方法，包含了不确定性或没有在PCA/ APCS分析中考虑的误差。 Paatero（1997）开发了一种先进的多变量因子分析模型。正矩阵分解（PMF）基于最小二乘方法也集成了一个优化的提高来源分配的过程，在过程中使用不确定性和涉及样品采集和分析[10]的误差估计。这一技术已被各种研究人员用来分离粗糙和精细的环境水平的来源物质以及臭氧前体包括挥发性有机化合物（VOC）[11-18]。

此前的研究已经证明在城市和农村监测点[19-22]测量的PM2.5的化学成分存在空间变异。因此，研究人员已经采用源受体模型，不仅可以识别和量化当地人为的来源而且可以研究从高度污染的区域来的源远距离迁移的影响[4,23,24]。

科珀斯克里斯蒂，位于墨西哥南得克萨斯湾所在地，是一个快速增长的工业化城市。运用2003年到2008年在科珀斯克里斯蒂一个工业化城市的网站的监测的PM2.5的数据，一个使用PMF2技术的最新的全面的源解析研究展示了本地人为来源和长距离输送的影响[25]。这些区域性的空气污染事件包含来自中美洲和墨西哥春天燃烧产生的烟羽，来自非洲撒哈拉以南的夏季灰尘和来自克萨斯州的工业发达地区的雾霾在周边国家和中西部区域的运输过程。

在科珀斯克里斯蒂市区，得克萨斯州环境质量委员会（TCEQ）在2003年1月到2005年8月期间收集每24小时的平均滤膜样品，通过墨西哥湾位于沿海农村的一个站点。该监测点位于得克萨斯州邻近的城市气域影响最小的质朴的沿海国家公园区。在本研究中，主要目的是分离在影响沿海农村监测点测得的PM 2.5浓度的主要来源，了解污染从丰富的来源源上风区到沿海地区的运输。由于本研究相关的区域源配置文件中没有提供且去创造一个超出了本研究的范畴，因此统计数据驱动的模型包括PCA/ APCS和PMF2被用于测量PM2.5级的源解析。

由APCS进行耦合条件概率函数分析（CPF）和PMF2分配与气象数据源的贡献来确定与具有丰富的来源区域相关的具有方向性风的节点，以找出主要的PM 2.5贡献者。这项研究结果将提供利益相关者和决策者更好地理解和量化影响科珀斯克里斯蒂城市空气流域的来源。这项研究也将帮助研究人员确定沿海城市地区类似的研究区域的最佳源解析模型适。

2.数据和方法

科珀斯克里斯蒂城市气域是得克萨斯州第八大大都市统计区（CMSA），并且是毗邻美国第六大港口能源相关产业的集群地。 TCEQ运营和维护十六个连续环境监测站，持续测量臭氧，颗粒物质，气象参数和其他污染物，包括二氧化硫（SO 2），碳氢化合物，和这个城市空气流域内氮（NO x）的氧化物。

2.1数据的获得

连续环境监测站（CAMS）314坐落在乡村，位于帕德里岛国家海滨公园内20420公园路（27˚25N，97˚17W），被列为沿海农村的站点。 TCEQ每六天收集2003年1月到2005年8月期间CAMS314每24小时的平均PM 2.5滤膜样品的化学特性。图1显示出了监视地点在南德克萨斯的地理位置。

图1. 科珀斯克里斯蒂城市气域的的监测点位置

样品来自称重前预调节和直径47毫米的Whatman聚四氟乙烯和石英过滤器。特氟隆过滤器的重量分析测定PM2.5的质量。然后将过滤器保存在4℃，并运到北卡罗来纳州的三角研究所（RTI）进行进一步的化学分析。获得滤波器的样品预处理至室温，并进行分析的元素（能量色散X射线荧光：ED-XRF），水溶性离子（离子色谱IC）和碳物种（总光透过率：TOT）。然后用方法检出限和分析的不确定性以及形态数据报告给TCEQ。为了本研究的目的，我们从TCEQ收购了2003年1月到2005年8月期间在农村现场（CAMS314）测量的形态数据集。

2.2主成分分析/绝对主成分得分（PCA/ APCS）

PCA是识别主成分或因素来解释所提供的原料或相关[5]的数据的方差的统计模型。为了减少因子识别的偏差，选定为分析[6,26]用上述方法检测限（MDL）观察的至少70％的物种。对于选定物种任何低于MDL的观测值被MDL值的一半取代，丢失的数据由观察到的平均值取代。由此所处理的数据集包括149个观测和17个在研究期间的监测点。统计软件用来进行主成分分析。根据凯瑟准则选取主成分并随后矩阵旋转施加到最大限度，使物种负载的方差达到最大，这在早期研究[4,27,28]中已显示。所选主成分中因子负荷大于0.5的成分被用来来源分类。与零浓度的附加观察值及相应因子分数被用来估计绝对主成分得分。然后对绝对主成分得分和所测量的浓度进行线性回归分析，得到真实来源贡献。

2.3正矩阵分解（PMF2）

PMF是源解析研究中开发的一种先进的因子分析方法[10]。它采用了加权最小二乘法与优化功能，以尽量减少根据测得的浓度及其相应的估计的误差[17,29]。它使用非负约束和FPEAK参数，以减少所确定的源的旋转歧义。带有最小旋转歧义的最优解，目标函数值和缩放残差相对恒定的总通常是由PMF2的反复运行得到的。

从TCEQ获得的数据形态包括了55种浓度，其中一些物种通常在记录的方法的检测限下限（MDL）。传统的信噪比（S/ N）方法被其他研究人员采用用来选择进一步的关键物种分析[22,29]。S / N比大于2.0物种被定义为强类，S / N比为0.2到2.0被确定为适度弱变量。只有这些物种被分析，正如表1所示。形态数据集有30种物种，包括元素，水溶性离子，有机碳。在CAMS314中的测量1的49观测元素在基于PMF源解析分析中使用。

表1.PM2.5中元素的统计数据

样本中缺少的任何值被算术平均值替代，且低于MDL的值被MDL值的一半被替换。不确定性是PMF分析的关键，因此对浓度高于MDL的使用由TCEQ提供的分析的不确定性，并为那些低于MDL的值设置为MDL的5/6。对于缺失值，它被设置为四次算术平均。经加工的浓度和不确定性文件作为输入的模型在一个坚固的模式下运行，以减少任何异常值的数据的影响。进行PMF2迭代运行以识别具有最优目标函数值“Q”的解（其中定义Q =物种数times;样本数目）。进一步进行具有变化的FPEAK迭代来确定具有最低旋转歧义最优解[3,22,29,30]。

2.4条件概率函数分析（CPF）

条件概率函数分析是在风力扇区是高于某个阈值水平的浓度的概率方法。它是在风力扇区高于给定阈值的样品数以样品中该扇区的总样本数数目之间的比率[25,30]。气象条件包括所得到的风速和在采样天测定所得风向均从TCEQ网站获取。然后每小时风速和风向数据加上APCS和PMF2分类的浓度并以风扇区的30来划分˚。然后分摊浓度的第75百分位被用作阈值来估计与每个扇区来源相关联的概率[25,30]。

3结果

科珀斯克里斯城市气域是目前符合主要和次要NAAQS对PM2.5的条件，但逐渐增加的趋势已经在过去几年观察到。2003年到2005年期间在CAMS314测量的环境中PM 2.5（基于从滤膜样品总质量）的年平均过滤质量浓度分别为为7.19，8.06和10.77。

滤波器分析样品被用来分析总共55个PM 2.5包含的物种。对形态数据进行统计分析，以确定PM 2.5的主要化学成分并在表1中示出。

硫酸盐被鉴定为在测量的PM 2.5的最大的化学成分，占总过滤质量的大约33.9％。有机碳及其组分，包括OC2，OC3，和OC4被计算为测得的第二大组成部分，占PM 2.5的25.9％。其他关键物种包括硫（11.7％），铵离子（10.5％），氯离子（5.3％），钠离子（4.5％），乳油（4.1％），和硝酸根离子（2.3％）。微量物质例如Ba，溴，砷，汞，铅占其余（1.8％）。

在化学成分中季节变化在这些地点同样被发现，这表明人为排放量和长距离迁移过程中对区域污染事件有影响，正如早期的研究[25,31]中指出。数据驱动因素分析模型，包括PCA/ APCS和PMF2被用来分类影响了农村的站点上的各种来源。在地方排放与污染运输影响中的季节变化对研究区域内的PM 2.5浓度的影响也进行了进一步分析。

3.1PCA/APCS得到的分类结果

PCA确定了五个得分值大于1.0（凯泽标准）主要成分，他们解释了测量PM 2.5水平方差的84％。在早期来源解析研究[6,32]采用使用品种大于0.5的因子载荷源型材进行了分级。因子载荷，源分类和百分比贡献沿特征值示于表2中。

表2.成分分解

如表2所示，PC1解释方差的30％由S，以及,组成。二次气溶胶，主要是硫酸盐，来源于地方人为，如石化炼油厂，并与所在地区霾事件长距离运输有关，已被确定本研究的PM 2.5主要贡献者。类似的结果也在早期研究中报道过，这个因素被列为“二级硫酸盐”[32,33]。 APCS确定二次硫酸盐为所观察到的PM 2.5浓度的主要贡献者，它分摊质量的47％。

PC2的元素，如钙，铁，硅和K显著的存在，如表2所示，被分类为“地壳尘”类似于早先的研究[7,26]。此成分解释的方差的24％，而APCS认为它分摊量化测量的PM 2.5浓度的7％。

二次有机气溶胶主要来自石化联合体，炼油厂，机动车排放和生物质燃烧。因此，PC3特点是OC，OC1，OC2，OC3和OC4（表2）被列为“二级有机气溶胶”占PM2.5的20％[34,35]。

PC4与表2所示的Na 和Cl作为高因素负荷占方差的9％。海浪中钠，钠离子的氯显性存在，是沿海岸边缘的主要来源[32,33,36]。因此PC4被认定为“海盐“，在APCS中占在CAMS314测得的PM 2.5水平的17％。

交通来源中明显地含有OC，EC，Cu，Zn，，主要来自制动管以及道路轮胎磨损及汽车尾气 [7,19]。 PC5中载荷较高的及OC和EC占了方差的6％，被列为“交通排放”因子。而在PM2.5中他们占9%（见表2）

3.2 PMF2分类结果

PMF2通过最小旋转确定八个来源。二次硫酸盐被鉴定为在沿海农村地区PM 2.5浓度的主要来源，正如其他研究人员报告[29,36,37]。PMF2将二次硫酸盐分为两个来源。来源1富含S，,和P，被列为“二次硫酸盐I“，占分摊质量的12％，而来源2贡献33％，被列为“二次硫酸盐II”（表3）。

表3.PMF成分和贡献

季节变化存在于二次硫酸盐I中，在夏季其浓度较高，而二次硫酸盐-II浓度在秋天提的高表明两个独立的硫酸源的之间有影响。来源3占分配质量的13％被鉴定为影响PM 2.5第二大来源如表2所示。决定性物质包括K和由住宅木柴燃烧和农业燃烧产生，因而被列为“生物质燃烧”[26,40]。如图2，PMF2估计的来源显示在春季浓度很高。新鲜的海洋气溶胶含有大量的Cl，和Na，来源4被列为“新鲜海盐“，这占了分配质量的11％[31,33]。

硅空气传播的土壤和灰尘晶源由包括钙，铁，钛组成，已被若干研究确定为影响城乡空气质量的因素[17,29]。因此，如表3所示在具有类似的化学组成的源7（占分配质量的9％）被列为“地壳灰尘”。地壳尘源在夏季（6月和7月）的水平升高分别记在图3中。

燃烧使用的压缩机重油使用量已被鉴定为金属的主要来源，包括V和Ni、OC及其它成分[32,33]。石油和天然气的勘探活动已在附近的南帕诸岛进行，与墨西哥湾的离岸业务一起。因此，来源7的V，OC及其他成分，包括过S，OC2，OC3和OC4被列为“燃烧源”，它们占PM2.5质量的4％。

图2.PMF2的时间序列分析-(a)二次硫酸盐II,(b)生物质燃烧物,(c)二次硫酸盐I

3.3条件概率分析结果（CPF）

对由PCA / APCS和PMF2分类的得出的来源进行CPF分析，如图4.东北风是二次硫酸盐的主要贡献者（二次硫酸盐II由PMF分摊，二次硫酸盐通过PC

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[150469]，资料为PDF文档或Word文档，PDF文档可免费转换为Word