鄒長武,印紅玲,劉盛余,鄭雪峰 (成都信息工程學(xué)院資源環(huán)境學(xué)院,四川 成都 610225)

大氣顆粒物混合塵溯源解析新方法

鄒長武*,印紅玲,劉盛余,鄭雪峰 (成都信息工程學(xué)院資源環(huán)境學(xué)院,四川 成都 610225)

針對采用化學(xué)質(zhì)量平衡模型(CMB)進行大氣顆粒物源解析時,混合塵源由于與單一塵源存在嚴重共線性而不能代入模型的問題,首先對混合塵進行源解析,根據(jù)解析結(jié)果將混合塵分拆為對應(yīng)的單一塵源,然后與原有的單一塵源共同代入 CMB進行源解析,提出了大氣顆粒物混合塵溯源解析新方法.將混合塵溯源解析新方法應(yīng)用于某市的大氣顆粒物塵源解析,得到揚塵的貢獻率為28.75%,較二重源解析技術(shù)的46.3%和二重源解析技術(shù)改進方法的38.38%都要低,表明新方法更好地解決了共線源代入CMB出現(xiàn)的問題.受體元素計算值與測量值的比值較二重源解析技術(shù)改進方法有更多元素接近1,表明新方法建立的模型更加合理.

源解析；混合源；化學(xué)質(zhì)量平衡模型

揚塵是城市大氣顆粒物污染的一個重要來源,因此,準確解析揚塵對大氣顆粒污染物的貢獻率是非常重要的.化學(xué)質(zhì)量平衡(CMB)模型[1-2]是解析大氣顆粒物來源的一種受體模型,在PM10、PAHs、VOCs等的來源解析中得到了廣泛的應(yīng)用

[3-5].由于揚塵是一種混合源,可能與其他單一塵源如土壤風沙塵、建筑水泥塵或煤煙塵等存在著較為嚴重的共線性,不能同時納入 CMB模型中進行計算[6].因此,不能直接采用 CMB模型解析揚塵對大氣顆粒污染物的貢獻率.為了解決這個問題,馮銀廠等[7]首次提出了大氣顆粒物二重源解析技術(shù).該技術(shù)提出后得到了廣泛的認可,在多個城市的顆粒物污染來源解析中得到了應(yīng)用

[8-13],并已經(jīng)開發(fā)出相應(yīng)的軟件[14].其后郝明途等[15]又對二重源解析技術(shù)進行了改進,提出采用獨立源反推揚塵對受體的貢獻率.此外,朱坦等[16]提出PCA/MLR-CMB復(fù)合模型提高CMB模型中源和受體的匹配程度,從而得到共線源類比較理想的解析結(jié)果.

不論是二重源解析技術(shù)還是其改進方法都采用將揚塵代替與其共線性最嚴重的某一個單一源類納入 CMB模型進行計算.但除了被揚塵代替的單一源類以外,其他單一源類也與揚塵存在一定的共線性,這樣必然導(dǎo)致解析結(jié)果存在較大的誤差.因此,二重源解析技術(shù)的具體實施方法還有待進一步改進.在二重源解析技術(shù)思想的啟發(fā)下,筆者嘗試首先對混合塵進行源解析,按解析結(jié)果將混合塵的總量分解為相應(yīng)的單一塵源的量,然后與直接進入大氣顆粒污染物的單一塵源一起代入 CMB模型中解析出混合塵的貢獻率,提出混合塵溯源解析新方法.

1 大氣顆粒物二重源解析技術(shù)及其改進方法

1.1 二重源解析技術(shù)

二重源解析技術(shù)的基本原理見文獻[7],下面只對其計算過程作簡單介紹.

第1步,將各單一塵源類成分譜和受體成分譜同時納入CMB軟件進行計算,得到各單一塵源類對受體的貢獻值.該貢獻值包括各單一塵源類以揚塵形式對受體的貢獻值和直接對受體的貢獻值兩部分,這里稱之為結(jié)果A.用Ai表示第i個單一塵源類對受體的貢獻值.

第2步,用揚塵代替與其共線性最嚴重的源類并納入軟件中進行計算,得到揚塵和除被代替源類外的各單一塵源類對受體的貢獻值,這里稱之為結(jié)果B.用Bi表示第i個源類對受體的貢獻值.

第3步,以揚塵為受體進行源解析,得到揚塵中各單一塵源類的百分含量,這里稱之為結(jié)果C.用Ci表示第i個單一塵源類在揚塵中的百分含量.

第4步,用結(jié)果C去分解結(jié)果B中揚塵的貢獻值,得到各單一塵源類以揚塵的形式對受體的貢獻值,這里稱之為結(jié)果D.用Di表示第i個單一塵源類以揚塵形式對受體的貢獻值.

第 5步,在各單一塵源對受體總的貢獻(結(jié)果 Ai)中減去以揚塵形式對受體的貢獻值(結(jié)果Di),得到各單一塵源類直接對受體的貢獻值.這里稱之為結(jié)果E.用Ei表示第i個單一塵源類直接對受體的貢獻值.

第 6步,結(jié)果Bi和結(jié)果Ei共同組成了源解析的最后結(jié)果.

1.2 二重源解析技術(shù)改進方法

郝明途等[15]指出,在二重源解析的第2步中,揚塵代替了某一單一塵源類,相當于減少了一個源類,且代替的源類與其有嚴重的共線性,所以結(jié)果 B中揚塵對受體的貢獻值應(yīng)包括揚塵對受體的實際貢獻值和被代替源類以直接形式對受體貢獻值兩部分,也就是說,揚塵對受體的實際貢獻值應(yīng)該比結(jié)果B中揚塵對受體的貢獻值低,而被代替塵源類直接對受體的貢獻值應(yīng)比結(jié)果高.為了解決這個問題,文獻[15]從與揚塵沒有共線性或共線性很弱的獨立源著手,去反推揚塵對受體的實際貢獻值,提出了大氣顆粒物二重源解析技術(shù)的改進方法.該方法的計算過程為:

第1步,進行二重源解析技術(shù)第1、2、3步的工作.

第2步,確定獨立源,并根據(jù)獨立源反推揚塵對受體的實際貢獻值.其計算式為:

式中: θ為揚塵對受體的實際貢獻值;a為二重源解析技術(shù)第1步中得到的結(jié)果A中獨立源對受體的貢獻值;b為二重源解析技術(shù)第2步中獨立源對受體的貢獻值;c為二重源解析技術(shù)第3步中得到的獨立源在揚塵中的百分含量.

第3步,以求得的揚塵對受體的實際貢獻值θ代替結(jié)果B中揚塵對受體的貢獻值,再進行二重源解析技術(shù)第4、5、6步的工作.

2 大氣顆粒物混合塵溯源解析技術(shù)的實現(xiàn)過程

二重源解析技術(shù)改進方法指出二重源解析技術(shù)的第2步以揚塵代替某一單一塵源類代入CMB軟件進行計算存在問題,并提出采用獨立源反推揚塵對受體的實際貢獻值.盡管文獻[17]對獨立源的選取進行了專門說明,但實際操作中仍然難以確定獨立源,限制了該技術(shù)的推廣應(yīng)用.如果將揚塵根據(jù)源解析結(jié)果分解為相應(yīng)的單一塵源,與直接進入大氣顆粒污染物的單一塵源一起代入CMB模型進行解析,則不需要進行二重源解析技術(shù)的第2步,從源頭上避免了將共線塵源代入CMB模型.由于該技術(shù)對各種混合塵均適用,文中將其稱為大氣顆粒物混合塵溯源解析技術(shù).其實現(xiàn)過程為:

第Ⅰ步,首先對混合塵進行源解析,得到混合塵中各單一塵源的含量,記為 ri(i=1,2,3,…, m),m為單一塵源的總數(shù).

第Ⅱ步,假設(shè)混合塵對大氣顆粒污染物的貢獻值為xh,則根據(jù)混合塵中各單一塵源的含量可以將混合塵分解為各單一塵源以揚塵形態(tài)進入大氣顆粒污染物的貢獻值.各單一塵源以揚塵形態(tài)的貢獻值xi的計算公式為:

第Ⅲ步,假設(shè)各單一塵源直接進入大氣顆粒污染物的貢獻值為Ai,則可計算出各單一塵源的總貢獻值Ti為:

第Ⅳ步,由各單一塵源的總貢獻值Ti、各單一塵源的成分譜 Fij(j=1,2,3,…,n)和受體成分譜ρj代入CMB模型可以求解出xh和Ai.n為成分譜元素的總數(shù).

第Ⅴ步,由大氣顆粒污染物總質(zhì)量濃度 ρ、Ti、xh和 Ai計算出各單一塵源的總貢獻率、單一塵源的直接貢獻率和混合塵貢獻率.

需要說明的是,由于總貢獻值Ti為變量表達式,故不能直接采用CMB軟件求解xh和Ai,而需要求解 CMB模型.CMB模型本身要求n≥m即可,大氣顆粒物混合塵溯源解析技術(shù)中由于揚塵未計入單一塵源數(shù)目中,故要求n≥(m+1).

3 大氣顆粒物混合塵溯源解析技術(shù)應(yīng)用實例

為檢驗大氣顆粒物混合塵溯源解析技術(shù)的效果,首先將其應(yīng)用于文獻[15]中某城市的大氣顆粒物源解析中,并將解析結(jié)果與二重源解析技術(shù)及其改進方法的結(jié)果進行比較.

某城市的大氣顆粒物源解析的源成分譜和受體成分譜見文獻[15],揚塵源解析結(jié)果也直接引用文獻[15]的結(jié)果,求解 CMB模型時采用智能解域搜索算法[18].智能解域搜索算法首先根據(jù)實際問題確定一個較大的范圍進行解的搜索,然后隨著尋優(yōu)次數(shù)的增加逐步縮小搜索范圍以較高的精度進行搜索,是一種算法參數(shù)少且容易根據(jù)實際問題確定、收斂速度快且能夠收斂到全局最優(yōu)的新型進化算法.設(shè)置xh和Ai的取值范圍均為[0,200],智能解域搜索算法的參數(shù)設(shè)置為ε=0.01,優(yōu)化目標函數(shù)為:

式中: Q為受體成分譜測量值與計算值的誤差平方和.在matlab7.0環(huán)境下運行智能解域搜索算法對公式(4)中的xh和Ai進行優(yōu)化求解得到該城市的各類塵源貢獻值和貢獻率如表1所示.為便于對照,表1中同時列出二重源解析技術(shù)及其改進方法的解析結(jié)果.

表1 不同方法對某城市大氣顆粒物源解析結(jié)果Table 1 Souce contribution estimated by different methods

文獻[15]認為二重源解析技術(shù)的第 2步以揚塵代替某一單一塵源類帶入 CMB軟件進行計算時解析結(jié)果中揚塵的貢獻量包含了被代替塵源直接進入受體的貢獻量,會造成揚塵對受體的實際貢獻值比結(jié)果B中揚塵對受體的貢獻值低,而被代替塵源類直接對受體的貢獻值比結(jié)果高.新方法將揚塵分解后以單一塵源帶入CMB模型進行計算,解析結(jié)果中揚塵貢獻量就是各單一塵源以揚塵形式進入受體的量,各單一塵源的貢獻量就是直接進入受體的量,因此其解析結(jié)果中揚塵含量應(yīng)該比二重源解析技術(shù)及其改進方法都要低,而各單一塵源的貢獻量應(yīng)該更高.從表 1中可以看出,和二重源解析技術(shù)及其改進方法相比,混合塵溯源解析技術(shù)的結(jié)果中揚塵的貢獻值確實要低得多,土壤風沙塵、煤煙塵的貢獻值卻要高得多(其中土壤風沙塵與改進方法相差不大).

混合塵溯源解析技術(shù)計算得到的受體成分譜中所有貢獻值＞1μg/m3的元素的模型計算值與測量值的比值列于表2中.為便于比較,表2中同時列出二重源解析技術(shù)及其改進方法計算出的計算值/測量值.

表2 不同方法解析結(jié)果對受體譜元素擬合的比較Table 2 Comparision on the contributions by species calculated by different methods

從表2中可以看出,除Si、K、Ca、Fe、NO3-等少數(shù)幾個元素外,采用混合塵溯源解析技術(shù)計算的大多數(shù)元素的相關(guān)系數(shù)均比二重源解析技術(shù)及其改進方法更加接近1.

4 討論

混合塵溯源解析技術(shù)在對混合塵進行源解析的基礎(chǔ)上將混合塵按解析結(jié)果分解為單一塵源,然后以單一塵源的成分譜代入CMB模型進行解析,這樣就避免了共線塵源代入CMB模型進行源解析帶來的問題.結(jié)合大氣顆粒物混合塵溯源解析技術(shù)的實現(xiàn)過程可以看出,該技術(shù)簡單易懂、容易實現(xiàn),且從理論上能避免共線性塵源對解析結(jié)果的影響.

將混合塵代替與其共線性的單一塵源代入CMB模型會導(dǎo)致源解析結(jié)果中混合塵由于包含了單一塵源直接進入受體的貢獻量而偏高,而單一塵源的貢獻量偏低.某城市大氣顆粒物源解析實例結(jié)果印證了這一點,與二重源解析技術(shù)及其改進方法相比,混合塵溯源解析技術(shù)的解析結(jié)果中揚塵的貢獻值確實要低得多,土壤風沙塵、煤煙塵的貢獻值卻要高得多.

計算值/測量值能夠反映出模型自身診斷結(jié)果的好壞.在對某城市大氣顆粒物源解析實例中,混合塵溯源解析技術(shù)比二重源解析技術(shù)及其改進方法有更多元素的計算值/測量值接近1,進一步說明混合塵溯源解析技術(shù)更加合理.

5 結(jié)語

混合塵溯源解析技術(shù)將混合塵拆分為相應(yīng)的單一塵源代入CMB模型解析,建立模型方法更加合理,能避免二重源解析技術(shù)及其改進方法將共線源成分譜代入CMB模型導(dǎo)致的混合塵貢獻量偏高的缺點.

[1] Miller M S, Friedlander S K, Hidy G M. A chemical element balance for the Pasadena aerosol [J]. Colloid Interface Sci., 1972, 39:65-76.

[2] Cooper J A, Watson J G. Receptor oriented methods of air particulate source apportionment [J]. Air pollution Control Assoc., 1980,30:1116-1125.

[3] Samara C, Kouimtzis T, Tsitouridou R, et al. Chemical mass balance source apportionment of PM10 in an industrialized urban area of Northern Greece [J]. Atmospheric Environment, 2003, 37(1):41-54.

[4] Sheldon K F. Chemical element balances and identification of air pollution sources [J]. Environ. Sci. Technol., 1973,7(3):235-240.

[5] Watson J G, Fujita E M, Chow J C. Review of volatile organic compound source apportionment by chemical mass balance [J]. Atmospheric Environment, 2001,35(9):1567-1584.

[6] Wang Dandong, Philip K Hopke. The use of constrained least squares to solve the chemical mass balance problem [J]. Atmospheric Environment, 1989,23(10):2143-2150.

[7] 馮銀廠,白志鵬,朱 坦.大氣顆粒物二重源解析技術(shù)原理與應(yīng)用 [J]. 環(huán)境科學(xué), 2002,23(增刊):106-108.

[8] 馮銀廠,吳建會,朱 坦,等.濟南市環(huán)境空氣中TSP和PM10來源解析研究 [J]. 環(huán)境科學(xué)研究, 2004,17(2):1-5.

[9] 馮銀廠,彭 林,吳建會,等.烏魯木齊市環(huán)境空氣中 TSP和PM10來源解析 [J]. 中國環(huán)境科學(xué), 2005,25(suppl.):30-33.

[10] 金永民,解 宇.利用二重源解析技術(shù)解析撫順市大氣顆粒物的來源 [J]. 環(huán)境科學(xué)與管理, 2006,31(8):88-89.

[11] 劉秋欣.MS-Urban大氣擴散模型和二重源解析技術(shù)聯(lián)合模型在鞍山市塵源解析中的應(yīng)用 [J]. 干旱環(huán)境監(jiān)測, 2007,21(1): 18-22.

[12] 李 偉,陳常東,龔敏玉,等.日照市可吸入顆粒物污染源的CMB受體模型解析 [J]. 環(huán)境科學(xué)與管理, 2007,32(7):45-49.

[13] 李云生,谷 清,馮銀廠.城市區(qū)域大氣環(huán)境容量總量控制技術(shù)指南 [M]. 北京:中國環(huán)境科學(xué)出版社, 2005:76-77.

[14] 趙 宏,郭光煥,白志鵬.“二重源解析”技術(shù)及其系統(tǒng)實現(xiàn) [J].環(huán)境污染防治, 2009,31(6):11-13,18.

[15] 郝明途,侯萬國,屈小輝,等.大氣顆粒物二重源解析技術(shù)的方法改進 [J]. 中國環(huán)境科學(xué), 2005,25(2): 138-141.

[16] 朱 坦,吳 琳,畢曉輝,等.大氣顆粒物源解析受體模型優(yōu)化技術(shù)研究 [J]. 中國環(huán)境科學(xué), 2010,30(7):865-870.

[17] 郝明途,侯萬國,劉春博,等.改進二重源解析技術(shù)應(yīng)用中需注意的幾個重要問題 [J]. 中國環(huán)境監(jiān)測, 2006,22(5):72-74.

[18] 鄒長武.智能算法及其在水科學(xué)模型參數(shù)優(yōu)化中的應(yīng)用 [D].成都:四川大學(xué), 2008.

A new method of source apportionment of atmospheric particulate matter by exploring origin of mixed source.

ZOU Chang-wu*, YIN Hong-ling, LIU Sheng-yu, ZHENG Xue-feng (Resources and Environment Institute, Chengdu University of Information Technology, Chengdu 610225, China). China Environmental Science, 2011,31(6)：881～885

It is difficult for chemical mass balance model to obtain the apportion coefficient of mixed atmospheric particulate source directly when mixed source and single sources are seriously collinear, so a new method, exploring origin of mixed source (EOMS), was proposed. The new model (EOMS), improved-souce-appointment technique (ISA) and method amending of ISA (MAISA) were used in source apportionment of atmospheric for a city respectively. The computational results showed that the contribution rate of dust was 28.75% according to EOMS model’s calculation, which was lower than 46.3% and 38.38% according to ISA model’s and MAISA model’s calculation respectively, at the same time, the ratio of calculated data and measured data of receptor elements based on EOMS model was closer to 1 than that base on MAISA model.

source apportionment；mixed source；chemical mass balance model

X513

A

1000-6923(2011)06-0881-05

2010-10-14

四川省教育廳項目(07ZB014);中國氣象局城市氣象科學(xué)研究基金(UMRF200903);成都信息工程學(xué)院引進人才科研啟動項目基金(KYTZ200806,KYTZ200919)

* 責任作者, 副教授, zoucw@cuit.edu.cn

鄒長武(1974-),四川宜賓人,副教授,博士,主要從事環(huán)境信息分析研究.發(fā)表論文20余篇.