使用无监督机器学习,PMF和HYSPLIT:来自中国新疆热点地区的见解

科学领域:

• 环境科学 环境科学
• 公共卫生 公共卫生
• 地质化学 地质化学

背景情况:

• 像新疆这样的干旱地区由于频繁的尘暴和较低的降水量而经历了高大气尘埃负载.
• 这些地区大气中的灰尘降落是重金属 (HM) 污染物的重要载体.
• 通过吸入和摄入长时间暴露在人体内,需要准确识别来源并评估健康风险.

研究的目的:

• 开发一个完整的框架来量化大气灰尘下降中的HM来源.
• 在尘埃落下的HM中进行概率源导向的健康风险评估.
• 在新疆霍坦绿洲确定主要的HM驱动因素及其相关的健康风险.

主要方法:

• 从霍坦绿洲收集了40个落尘样本.
• 采用了一个综合框架,结合了自组织地图 (SOM) 和K-平均集群 (SOM-K),正矩阵因数分解 (PMF) 和混合单粒子拉格朗综合轨迹 (HYSPLIT) 模型.
• 利用以来源为导向的风险评估,将污染源与健康影响联系起来.

主要成果:

• 确定了五个主要的HM来源:工业活动,道路交通,采矿/燃煤,风沙尘,牲畜/肥料. 人为来源占主导地位,而不是自然来源.
• 长途运输,主要来自塔克利马坎沙漠 (94.57%的轨迹),影响了尘埃落降的组成.
• 儿童面临更高的非致癌风险 (THI儿童=3.34E-01),而成年人面临更高的致癌风险 (TCR成年人=2.44E-04).

结论:

• 采矿/煤炭燃烧对致癌风险做出了重大贡献;交通排放是主要的非致癌风险来源.
• (As), (Pb), (Zn) 和 (Cd) 被确定为主要的风险驱动因素.
• 综合方法有效地确定了污染途径,为干旱绿洲环境中的有针对性的健康风险减轻策略提供了基础.