使用多层感知神经网络对粒子相关氧化潜在源相互作用的分析:在中国沈阳的一项案例研究

科学领域:

• 环境科学 环境科学
• 大气化学 大气化学
• 毒理学 毒理学 毒理学

背景情况:

• 颗粒物 (PM) 的氧化潜力 (OP) 是评估健康风险的关键指标.
• 不同的PM来源对OP的相互作用影响尚未得到充分了解.
• 颗粒物污染是工业城市的重大环境挑战.

研究的目的:

• 研究不同PM来源之间的非线性关系和相互作用,这些关系和相互作用有助于氧化潜力.
• 量化颗粒源组合的协同作用和对抗作用.
• 通过识别关键源相互作用,为全面的污染控制策略提供信息.

主要方法:

• 总悬浮颗粒物 (TSPs) 的季节性采样在中国沈阳.
• 使用正矩阵因子分解识别六个主要的PM来源.
• 使用dithiothreitol (DTT) 试验量化OP的量化.
• 使用多层感知人工神经网络对源-OP关系和相互作用进行建模.

主要成果:

• 在某些颗粒源组合之间观察到显著的协同作用和弱的对抗作用,特别是在冬季模拟中.
• 在夏季模拟中发现了微弱的协同作用和对抗作用.
• 模拟的相互作用与现实世界采样数据一致,验证了模型的预测.

结论:

• 源对PM氧化潜力的贡献是交互式的,非线性的.
• 特定的来源组合表现出显著的协同作用或对抗作用,影响整体风险.
• 综合源控制策略对于减轻与PM暴露相关的健康风险至关重要,特别是考虑到协同效应.