《源解析方法摘录》由会员分享,可在线阅读,更多相关《源解析方法摘录(15页珍藏版)》请在金锄头文库上搜索。
1、排放源清单法、扩散模型法以及受体模型法排放源清单法存在两个重大的缺陷:第一是需要估计排放量,而大气颗粒物的来源极其广泛,根本没有办法进行准确的估计;第二是空气质量与污染排放源之间关系复杂,源与受体之间并不是简单的线性关系。随着社会的发展,污染源种类不断增多,排放源清单法渐渐已不能满足人类对于大气颗粒物源解析技术的要求。一种是以污染源为对象的扩散模型;另一种是以受污染区域为对象的受体模型。扩散模型通过以污染源排放资料为基础进行污染物空间分布的估算,来判断各种源对于目标区域内大气环境的污染的贡献,它对于小尺度区域内有组织的工业烟尘及粉尘源同区域大气颗粒物浓度间响应关系的建立有较好的效果。但其需要收
2、集较为详细的污染源的排放资料、气象资料、地形数据以及粒子在扩散输运过程中的主要特征参数。因此在面对较大尺度范围或无组织开放源问题时,这些参数的取得及其规律性的把握为扩散模型的实际应用带来很大的困难。总体来说,受体模型分为两大类:一类是无需知道污染源详细信息的源未知受体模型;另一类是需要知道源类及其详细组成特征信息的源已知受体模型。源已知受体模型最主要的代表模型是化学质量平衡法,其基本原理是质量守恒。源解析主要有物理法、显微法、化学法。物理方法主要有两种,即 X 射线衍射(XD)法和轨线分析法( Trajectory Analysis),其主要原理是利用 XD 确定颗粒物中的物相组成,根据物相组
3、成及相关资料来分析、推断颗粒物的可能来源。显微法的实质是利用显微镜对颗粒污染物的大小、形貌等表面特征进行分析,以判断其可能的排放源。根据仪器的不同可分为光学显微镜法(OM) 、电子扫描显微镜法(SEM) 以及计算机控制电子扫描显微镜法(CC-SEM)等。该法的基础是某些污染源排放的大气颗粒污染物往往具有特定的形态特征。显微法的优点是直观,简便,但其需要建立庞大的显微清单源数据库,而且分析时间长,费用昂贵,通常适用于定性或半定量分析。化学法实质上是化学与数学统计学相结合的方法,以质量守恒为基本假设,其基本原理是由受体采集的大气颗粒污染物样品的特征值( 如浓度、组成等)可以由受体区域内对大气颗粒污
4、染物贡献值不为零的各污染源排放时的相应特征值利用线性叠加表示。富集因子法、因子分析法、相关分析法、多元线性回归法、特征向量分析和空间模式法。在国内外大气颗粒物源解析中,受体模型的种类很多,包括化学质量平衡(CMB)模型、因子分析、特征向量分析、富集因子法、投影寻踪回归法、粗集理论等。在这些模型中 CMB 模型和因子分析得到了较为广泛的应用。二重源解析技术是为了解决不同颗粒物排放源类的共线性问题而提出的。二重源解析技术方法是针对利用 CMB 模型开展大气颗粒物来源研究中所遇到的一套数据多种结果和同一源类的颗粒物会以不同的形式通过不同的途径进入到环境空气中等技术难题而提出的。二重源解析技术解决了使
5、用 CMB 模型计算出现的多解现象,分析混合源 -城市综合扬尘的特性,其不仅是大气环境中颗粒物的排放源,还可视为其他单一尘源类排放颗粒物的受体,利用 CMB 模型计算贡献值和分担率。具体步骤如下:(1)不考虑颗粒物进入大气环境的途径,用 CMB 模型计算出各单一尘源类对环境受体的分担率;(2)用扬尘取代对其贡献最大的单一尘源(如土壤风沙尘) ,用 CMB 模型计算出扬尘对环境受体的分担率;(3)将扬尘视为受体,用 CMB 模型计算各单一尘源类对其的分担率;(4)根据(2) (3)两步中的结果,计算各单一尘源类以扬尘形式进入受体的分担率;(5)根据(1) (4)两步中的结果,计算各单一尘源类未进
6、入扬尘的份额,即仍以各自形态对受体的分担率;(2)和(5)中的结果即为颗粒物二重源解析结果。二重源解析技术建立在分三次进行的 CMB 模型计算结果上,充分考虑了混合源扬尘的特点,将三次 CMB 模型计算结果科学的联系在一起,解决了CMB 模型的技术难题。本文城市大气 PM10 来源的二重源解析研究,侯洁,吉林大学,2012将扬尘对环境受体的贡献率“拆分” 回各单一尘源对环境受体的贡献率,再与传统源解析的结果相结合,构成了二重源解析的改进方法,该方法的具体操作步骤及条件如下:(1)用 CMB 模型计算出传统源解析中各尘源(包括混合源扬尘及单一源)对大气颗粒物的贡献率;(2)以扬尘为受体,用 CM
7、B 模型计算出各单一尘源对扬尘的贡献率。需要注意的是,此时模型运行结果中的百分质量(%MASS)必须100,即假设纳入拟合的各单一尘源间互不影响,分别以各自的形态独立对扬尘进行贡献,%MASS=100 时说明扬尘对环境受体的贡献值全部来自拟合计算的几种单一尘源,%MASS100 时说明除了纳入拟合计算的几种单一尘源,还有未知源对扬尘产生贡献,若%MASS100,则应将拟合结果中贡献值出现负值的源类去掉,重新计算;(3)用(2)中求得的各单一尘源对扬尘的贡献率乘以(1)中扬尘对环境受体的总贡献率,得出单一源以扬尘的形式对环境受体的贡献率,即将扬尘“拆分”为各单一尘源;(4)用(1)中得出的单一尘
8、源的贡献率加上(3)中以扬尘形式贡献的贡献率,即得出各单一尘源对环境受体的总贡献率(无论以何种形式存在) ,而扬尘的贡献率应减去以其他尘源形式存在的部分。化学质量平衡模型的算法主要有有效方差最小二乘法、普通加权最小二乘法、示踪元素法、线性程序法和岭回归加权最小二乘法等。示踪元素法,又称多元线性回归法(MLR),其解法比较简单,但准确度不高,可用于粗略估计源的贡献值;线性程序解法在提出后没有得到充分发展;普通加权最小二乘法考虑了环境受体处物质实测浓度的误差,为解析结果提供了置信区间;岭回归解法在解析共线性源方面体现了普通加权最小二乘法不具备的优点;有效方差最小二乘法不仅考虑了环境受体处物质实测浓
9、度的误差,而且考虑了在确定源成分谱时的分析误差;遗传算法是一种全局优化的随机搜索方法,适用于模型参数寻优,解析过程没有任何条件限制,结果精确可靠,但参数的选取一般凭经验和试验,这对问题的求解过程和最终结果均产生影响,还有待进一步深入研究。其中有效方差最小二乘法是最常采用的算法。CMB 模型是国内外研究最多、应用最广泛的受体模型,是因为其发展成熟原理简单通俗易懂,解析结果符合实际、且可以分析多种来源体系。CMB 模型的假设:1.污染源种类小于或等于化学组分种类;2.各种排放源类排放的颗粒物化学元素有明显的差别;3.各种排放源类所排放的颗粒物的化学组分相对稳定,它们之问没有相互影响;4.各源类颗粒
10、物之问没有相互作用,且在可以忽略其传输过程中的变化;5.所有成分谱是线性无关的;6.测量的不确定度是随机的、符合正态分布。那么可以认为化学组分的浓度等于每种源类的化学组分的含量值和源贡献值的线性加和。用公式写成:CMB 模型的缺点有:1.用此方法分析过程需要收集详细的污染源成分谱,这就常常需要消耗大量人力和财力;2.解析过程中如果污染物的化学性质不稳定得出的结果可能会有很大误差;3.如果污染源的成分相似,得出的成分谱则可能出现共线现象。武汉理工大学南校区 TSP 源解析研究,孙伶俐利用 CMB 法源解析具体步骤:1污染源种类及数目的确定2标识元素的选择根据国内外资料的报道,一般选择土壤中的 A
11、l 和 Si,煤烟尘中的 Al 和 As或 Ti,冶炼尘中的 Fe 和 Mn,建筑尘中的 Ca 和 Mg,汽车尘中的 Pb 和 Br 等。另外,CMB8.2 软件中默认的 12 种惯用标识元素可作主要参考。3源样品与受体样品采集因子分析模型(FA)因子分析法是从研究变量内部之问的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。该方法的基本思想是直接分析受体样品化学成分,根据它们之问的相互关系,综合总结得出公因子,并且计算出每个因子载荷,通过分析各因子载荷情况以及结合现有元素知识来简化数据得出结果,从而推断出污染源类型。因子分析法的主要优点是不需要事先设
12、想污染源的结构、数目和假定由一个源所排放出来的所有元素在达到采样点之前保持等同相关,而且因子分析方法中不仅包括浓度参数,还可以包括非浓度参数,如粒径的大小、气象条件等,为污染源的识别提供了更多的信息。正因为如此,因子分析也成为颗粒物源解析的重要手段之一,尤其在污染源化学成分谱尚不完全的情况下,这种方法更加显现出它的优势。因子分析法目前已形成了主因子分析(PFA)、正矩阵因子分析(PMF)、目标转移因子分析(TTFA)和目标识别因子分析(TRFA)等各具特色的因子分析方法。FA 模型也是建立在质量守恒基础上。FA 模型有 3 个假设:1)污染物从排放源到采样点之问的传输途中质量变化可以忽略;2)
13、污染物中某种元素是由多个互不相关的污染源贡献率的线性组合;3)由各个污染源贡献的某元素的量差别较大,采样和分析期间的变化较小。富集因子法(EF)富集因子法是用于研究大气颗粒物中元素的富集程度,定量分析污染物某元素状况,判断和评价元素的自然来源和人为来源的一种分析方法,通常有固定的参比元素作为指标,如国际上常用的 Fe、Al 或 Si 元素。分析大气污染状况的一种源分析模型。其公式计算如下:EF 值越大,富集程度就越高,说明人为源的贡献越大。根据富集因子的大小可以将元素分为两类:1.当富集因子小于 10 时,则认为是自然源,没有富集成分;2.当富集因子为 10104 时,则认为是被富集,来源于人为污染源。刘洪雯,环境中大气颗粒物源解析方法对比研究,吉林大学,2009李剑东,长沙市郊区大气可吸入颗粒物化学组分特性及源解析,中南大学,2009北方寒冷地区大气颗粒物污染特征及源解析研究,贾琳琳,哈尔滨工业大学,2014