[发明专利]缺失组分迭代反演标定嵌套—PMF源解析算法

说明书

本发明提供了缺失组分迭代反演标定嵌套—PMF源解析算法。包括：利用在线监测仪器构建多组分在线数据，输入到正定因子矩阵分解模型(PMF)；选择因子个数，设置模型计算参数；进行模型计算，提取因子，计算各因子贡献；结合实测源成分谱、因子成分谱和因子贡献，反算受体Si和Al，分别获得Si和Al的重构受体数据以及重构受体矩阵X₁；将重构受体矩阵X₁重新输入到模型中进行计算，得到新的因子谱和因子贡献，结合实测源成分谱反算受体Si和Al，获得Si和Al的重构受体数据以及重构受体矩阵X₂；重复上述步骤直至得到满足限制条件的重构受体数据。本发明提供的缺失组分迭代反演标定嵌套—PMF源解析算法能一定程度还原实际受体数据，提高模型计算的准确性。

技术领域

本发明涉及大气颗粒物源解析领域，具体涉及一种缺失组分迭代反演标定嵌套—PMF源解析算法。

背景技术

中国大气污染情况较为严重，使用科学的源解析方法判断PM_2.5来源是控制和治理的关键。为治理严重大气污染，20世纪70年代美国率先开展颗粒物来源解析的研究，20世纪90年代欧洲的相关研究也有显著进展。我国源解析工作起步于20世纪80年代。

目前PM_2.5源解析以离线的滤膜采样为主，采样时间一般为24小时或更长，从样品采集、化学组分析到模型结果的获取周期长，一定时间内平均化的数据无法捕捉小时间尺度(如几分钟或几小时)的高浓度污染过程，难以满足对短时间内突发重污染事件来源解析的需求。近年来研发出的多种颗粒物在线仪器可提供某些化学组分和示踪物的实时浓度，在线源解析可为制定快速和有效的控制措施提供重要的决策服务，是未来源解析工作发展的重要方向。

与离线监测技术相比，在线监测技术监测的颗粒物中化学组分种类较少，例如缺失Si、Al等重要标识组分。这类标识组分的缺失可能会导致土壤、燃煤、机动车等源类的共线性增加，从而会增加这几类源的因子成分谱和源贡献的不确定性。

发明内容

本发明的目的是解决现有在线监测技术监测的颗粒物中化学组分缺失重要的标识组分，例如地壳标识组分Si、Al，这类标识组分的缺失导致土壤、燃煤、机动车等源类的共线性增加的问题。基于较高时间分辨率的测量仪器来测量受体源解析模型中需要的各种数据，结合因子分析模型和实际当地的源成分谱，提供了一种基于PMF因子分析模型，迭代反演标定嵌套反算Si和Al获得含Si 和Al重构受体数据的方法。本发明提供的方法能够优化源解析结果，提高模型计算的准确性。

本发明提供的缺失组分迭代反演标定嵌套—PMF源解析方法，具体步骤如下：

第1步、基于不同仪器监测的颗粒物浓度及其化学组分在线监测数据构成的模型输入数据，包括颗粒物浓度，水溶性离子，碳组分和元素浓度数据；

颗粒物浓度是指由颗粒物在线监测仪器测量的PM_2.5浓度；水溶性离子由在线离子色谱分析仪测量，包括NH₄⁺、Na⁺、K⁺、Ca²⁺、Mg⁺、SO₄^2-、NO₃^-和Cl^-；碳组分由半连续OC/EC仪器测量，包括OC和EC；元素由重金属在线分析仪监测，包括K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、Ga、As、Se、Ag、Cd、Sn、Sb、 Ba、Au、Hg、Tl、Pb和Bi组分，但缺少重要的地壳标识组分Si和Al。

第2步、设置模型参数；

所述的因子分析模型是正定因子矩阵分解模型(PMF)，需要设定的参数包括组分的不确定性和因子个数，组分的不确定性设置方法如公式(1)或(2)所示；

若组分浓度≤最低检测限MDL，不确定性计算如下：