使用PMF-贝叶斯受体模型进行空气中的粗颗粒物空间来源分配
Tianjiao Dai1, Qili Dai2, Jingchen Yin3
1State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300350, China; China Meteorological Administration-Nankai University (CMA-NKU) Cooperative Laboratory for Atmospheric Environment-Health Research, Tianjin 300350, China.
The Science of the total environment
|January 20, 2024
概括
粗粒子 (PM2.5-10) 污染仍然是城市空气质量的挑战. 这项研究使用了100多万个数据点的先进建模,以精确确定道路灰尘和住宅燃烧等当地来源.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 空气质量监测 空气质量监测
背景情况:
- 环境颗粒物 (PM2.5和PM10) 监测在全球范围内广泛使用.
- PM2.5空气质量有所改善,但由于持续的粗粒子 (PM2.5-10) 污染,PM10水平显示出适度的改善.
- PM2.5-10污染是局部来源和空间异质的,与细PM2.5.5不同.
研究的目的:
- 在中国大城市中进行粗颗粒物 (PM2.5-10) 的空间来源分配.
- 利用来自众多监测站点 (>100) 的大量数据集 (>100万个数据点) 来进行来源分配.
- 开发和应用一种先进的方法来分析PM2.5-10空间源的影响.
主要方法:
- 在大数据集中采用增强的正矩阵因子化方法.
- 利用贝叶斯的多变体受体模型来推断空间源的影响.
- 整合了有关排放源的广泛先前知识,以支持解释.
主要成果:
- 成功识别和解释了PM2.5-10污染的四个主要来源.
- 确定的来源包括:住宅燃烧,工业工艺,道路灰尘和气象相关因素.
- 在现实城市环境中证明了该方法的有效性.
结论:
- 开发的方法为PM2.5-10.0的空间来源分配提供了一个强大的工具.
- 这种方法在全球其他地区具有显著的泛化潜力.
- 调查结果可以为针对粗颗粒物的目标空气质量管理策略提供信息.
