论文部分内容阅读
随着全世界范围内空气污染控制工作的开展,颗粒物污染治理卓有成效。但由于能源结构优化及人们生活方式的改变,颗粒物的来源趋于复杂,为了更好的控制颗粒物来源,需要开展精细化的颗粒物源解析工作。仅利用常规标识组分（定义元素、离子、碳为常规组分）实现颗粒物精细化源解析变得困难。由于有机物对特定的源类具有标识作用,因此在进行颗粒物源解析时可以通过增加有机标识物来降低部分源的共线性,从而实现颗粒物的精细化源解析。但是有机标识物种类繁多,当纳入大量有机组分和少量常规组分时,由于大部分有机组分含量较少,会使源解析体系变得复杂,从而对模型结果产生一定的干扰,因此需要进行对有机标识物与无机标识物共同纳入源解析模型前的筛选研究。本研究从上述问题出发,分析了2018年成都市的PM2.5受体样品的元素、离子和碳等常规组分以及多环芳烃、藿烷、甾烷和正构烷烃等有机组分,并对其浓度及标识性指标进行时间差异分析,基于污染源排放有机物的时间变化特征,结合统计学分析方法筛选了纳入模型的有机和无机标识物,并通过设置不同的模型验证情景对PM2.5精细化源解析中有机标识物的适用性进行了研究。得到的主要结论如下:（1）监测期间颗粒物及其各组分浓度季节变化大致符合污染源排放规律,根据标识性指标预判了颗粒物中有机组分主要来源。监测期间PM2.5的首要化学组成是可溶性无机离子（占比31%）和OC（占比18%）。有机组分中正构烷烃及PAHs的占比较藿烷和甾烷高。PM2.5、无机元素、水溶性离子浓度、OC、EC、PAHs、藿烷、甾烷和低碳数正构烷烃（C14-C22）平均质量浓度均呈冬季高于夏季变化趋势。高碳数正构烷烃（C22-C33）呈现夏季远高于秋季,春季和冬季的变化趋势,表明夏季正构烷烃的主要来源是高等植物蜡等自然源的排放。PAHs的季节浓度分布及PAHs比值诊断率结果表明颗粒物中PAHs主要来源于机动车排放,秋冬季也会受燃煤排放的影响。藿烷构型之间比值表明颗粒物中藿烷在春秋冬季主要来源于机动车排放和燃煤排放的影响,而在夏季主要受机动车影响。正构烷烃CPI及主峰碳等指标也表明监测期间秋冬季颗粒物正构烷烃主要来自人为源,而夏季则会受到生物源的影响。通过对本文有机及无机标识性指标的分析,PAHs可以作为区分机动车源和燃煤源的标识性指标。藿烷可以作为区分机动车及不同成熟度燃煤的标识性指标。正构烷烃可以作为区分不同成熟度化石燃料及生物源的标识性指标。（2）对纳入PMF模型的有机及无机标识性组分进行筛选,并通过模型验证了颗粒物源解析中筛选后有机组分的有效性。当纳入PMF模型中大量有机组分和少量常规组分进行源解析运算时,由于有机组分含量低,导致模型的不确定性增加,且部分有机组分间相关性大,模型结果显示大多数有机组分会被统一提取到一个或两个因子中,从而将具有标识性的有机组分的标识性掩盖,导致无法利用其标识性进行区分源类,增加源解析的难度。本研究通过对颗粒物中的常规组分及有机组分进行源排放特征及受体组分时间差异特征分析,利用不同源的有机物标识作用信息,按照1.源排放有机物特征;2.有机标识物排放源特征及受体中有机物变化规律响应分析;3.有机标识组分是否属于同源性标识指标等筛选规则对纳入PMF模型的有机和常规组分进行筛选,并根据筛选规则设置不同模型筛选验证情景。通过对模型结果进行评估,判断筛选结果的稳定性及可靠性,进一步验证筛选后有机组分在精细化源解析中的有效性。（3）经筛选后的有机标识组分和无机标识组分共同纳入源解析模型可实现燃烧源类的精细化源解析。本研究将筛选后的有机及无机标识性组分共同纳入PMF模型并对城市颗粒物样品进行源解析,通过与仅纳入无机标识性组分的常规PMF源解析结果对比发现,基于筛选后的有机和无机标识组分得到的源解析结果与常规PMF源解析的分担率基本一致,但是通过纳入有机标识物可以更细致地识别城市污染源。其次,仅纳入目标源类的有机标识组分也可将目标源类进行区分。该研究对于机动车源和燃煤源的解析有较好的精细化作用,可以将机动车源（分担率22%）精细化为汽油车（分担率14%）和柴油油车（分担率8%）,其次将燃煤源（分担率14%）区分为成熟煤燃烧源（分担率10%）和不成熟煤燃烧源（分担率4%）。