使用正矩阵因子分解来消除受污染的沉积物中的PAH指纹
1Exponent, Inc, 1 Mill and Main, Suite 150, Maynard, MA, 01754, Maynard, USA. tsaba@exponent.com.
Environmental monitoring and assessment
|July 27, 2023
概括
这项研究使用正矩阵因子化 (PMF) 在受污染的沉积物中去除多环芳 (PAH) 指纹. 该方法识别了PAH来源,有助于分配场地修复的成本.
科学领域:
- 环境化学环境化学
- 地质化学 地质化学
- 环境法医环境法医学
背景情况:
- 在受污染的沉积物位上调整多环芳 (PAH) 的成本是具有挑战性的,因为缺少源样本和混合PAH签名等问题.
- 识别PAH来源对于跟踪污染和分配责任至关重要.
研究的目的:
- 为了证明正矩阵因子化 (PMF) 在污染的城市沉积物中脱离PAH指纹的有效性.
- 建立一种方法来识别PAH源类 (石油性,热性,排水) 以帮助成本分配.
主要方法:
- 利用了来自受污染的城市沉积物的700多个PAH样本的大数据集.
- 应用了三因素正矩阵因子化 (PMF) 分析,以识别不同的PAH末端成员源指纹.
- 通过数值混合识别的末端成员贡献来验证PMF结果,以复制测量的沉积物PAH指纹.
主要成果:
- 成功识别了三种不同的PAH末端成员源指纹:石化,烧化和流水/气候.
- 量化了每个已识别的来源对单个沉积物样本的百分比贡献.
- 证明PMF可以使用计算的混合百分比准确地复制测量的PAH指纹.
结论:
- 阳性矩阵因子化 (PMF) 提供了一种可靠的方法,用于在受污染的沉积物中分离复杂的PAH指纹.
- 这种方法是准确分配PAH污染和相关修复成本的重要一步.
- 已确定的PAH源类及其贡献为环境法医调查提供了有价值的数据.
