王蘇蓉，喻義勇，王勤耕，3*，陸 燕，殷麗娜，張予燕，陸小波（.南京大學(xué)環(huán)境學(xué)院，江蘇 南京 003；.南京市環(huán)境監(jiān)測中心站，江蘇 南京 004；3.大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 0044）

基于PMF模式的南京市大氣細顆粒物源解析

王蘇蓉1，喻義勇2，王勤耕1，3*，陸 燕1，殷麗娜1，張予燕2，陸小波2（1.南京大學(xué)環(huán)境學(xué)院，江蘇 南京 210023；2.南京市環(huán)境監(jiān)測中心站，江蘇 南京 210024；3.大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044）

為研究南京市大氣細顆粒物（PM2.5）污染來源，分別在3個點位、4個季節(jié)開展了PM2.5環(huán)境樣品的采集，共獲得170個有效樣本.對樣本進行了化學(xué)成分分析，包括Al、Fe、Na、Mg、K、Ba、Li、Tl、Mn、Co、Ni、Cu、Zn、Sb、Pb、Cr、Ce、Na+、NH4+、Mg2+、Ca2+、SO42-、NO3-、Cl-、以及OC、EC，共計26種.首先采用OC/EC最小比值法估算出二次有機氣溶膠（SOA）的含量；然后利用正矩陣因子分解法（PMF）對PM2.5的非SOA部分進行來源解析，共解析出6類因子:二次無機氣溶膠（SIA）、燃煤、機動車排放、地面揚塵、冶金和其它源，貢獻率分別25.0%、23.5%、20.4%、17.1%、3.0%和11.0%；最后基于南京市SO2、NOx、VOCs三種主要前體污染物的排放量，分別對SIA和SOA在一次來源中進行再分配.最終結(jié)果表明，南京市PM2.5主要來源為燃煤、機動車、揚塵、工業(yè)和其它源，其貢獻率分別為29.6%、22.4%、14.6%、18.7%和14.7%.

源解析；正矩陣因子分解法（PMF）；細顆粒物

目前大氣顆粒物源解析的技術(shù)方法主要包括排放清單法、源模型法和受體模型法.其中，受體模型法通過分析環(huán)境受體大氣顆粒物的化學(xué)組分和物理特性來推斷各類污染源的貢獻率，簡便易行、且相對可靠，該方法包括化學(xué)質(zhì)量平衡法（CMB）和正矩陣因子分解法（PMF）等，在國內(nèi)外都得到了廣泛應(yīng)用［1-19］.

國外運用受體模型進行PM2.5來源研究起步較早［1-7］；國內(nèi)該領(lǐng)域的研究主要集中在2002年以后［8-18］，在北京、天津、廣州、南京等城市開展的來源解析工作已有一定基礎(chǔ).通過對比上述研究結(jié)果發(fā)現(xiàn)PM2.5環(huán)境樣品的采樣年份、時間段及樣品數(shù)，采樣點的地理位置和經(jīng)濟結(jié)構(gòu)等均對PM2.5來源的類型和貢獻率有較大的影響.近10多年來，針對南京市PM2.5來源解析也有不少研究工作［16-19］，如樊曙先［16］基于2002～2003年4個季節(jié)共計20d的PM2.5的無機元素樣品，運用CMB解析了南京市區(qū)與郊區(qū)的細顆粒物來源；黃輝軍等［17］對南京市4個站點2004年冬夏進行為期7d PM2.5氣溶膠樣品采集，對PM2.5的無機元素和離子應(yīng)用CMB方法計算各類源對PM2.5的貢獻；丁銘等［18］通過在2011～2012年期間在南京市草場門進行PM2.5采樣，基于19種組分應(yīng)用FA法和CMB法分別對采樣結(jié)果進行來源分析.

總體來說，目前南京市PM2.5的源解析研究十分有限，存在采樣點位代表性不強、樣品數(shù)量少、分析的化學(xué)物種不全等問題，從而導(dǎo)致研究結(jié)果具有較大的不確定性.本研究在南京市3個典型地點和4個不同季節(jié)，開展了PM2.5環(huán)境樣品采集，并進行了較全面的化學(xué)成分分析.考慮到南京市目前尚缺乏可靠的污染源化學(xué)成分譜資料，本研究主要基于PMF模型，在上述資料的基礎(chǔ)上開展PM2.5源解析.

1 樣品采集與分析

1.1 樣品采集

綜合考慮南京市環(huán)境功能區(qū)以及大氣污染物濃度分布特征，選取3個采樣點.第1個點位于鼓樓區(qū)草場門南京市環(huán)境監(jiān)測中心站樓頂，代表城市中心區(qū)；第2個點位于棲霞區(qū)南京大學(xué)仙林校區(qū)“氣候與全球變化綜合觀測站”，代表城市東部城郊結(jié)合區(qū)；第3個點位于高淳區(qū)固城湖生態(tài)觀測站，代表城南遠郊清潔區(qū).

采樣時間分別為最近幾年中春、夏、秋、冬4個季節(jié)的典型月份，每個月至少采樣15d，采樣時間為當日的14:00到次日的12:00.具體采樣時間及有效樣品數(shù)如表1所示，共獲得170個樣品.

PM2.5環(huán)境樣品的采集采用美國熱電公司生產(chǎn)的四通道大氣顆粒物采樣器（RP-2300），4個通道分別放置石英濾膜（Whatman QM/A， England）和Teflon濾膜（Whatman PTFE， England）各2張.石英濾膜樣品用于分析水溶性離子和碳組分，Teflon濾膜樣品用于分析元素組分.

表1 PMF模型輸入的樣品信息Table 1 Sample information of PMF input

1.2 濾膜處理

采樣前，將石英濾膜置于馬弗爐中，在700℃高溫下灼燒3h，去除可能的有機碳.在采樣前后，均采用精度為10μg的電子天平（Sartorius G?ttingen，Germany）對濾膜進行稱重，稱重前保證濾膜已置于恒溫恒濕箱（溫度25℃，相對濕度50%）平衡24h，每次稱量嚴格依照操作規(guī)程［20-21］，且對濾膜進行了除靜電操作.分析前的濾膜樣品放置于冰箱冷凍柜（溫度-18℃）環(huán)境中保存.

1.3 樣品化學(xué)成分分析

分析的化學(xué)組分包括水溶性離子、微量元素及碳組分等.使用離子色譜儀［22］（CIC-300）分析了10種離子分別為:N、K+、Ca2+、Mg2+、Na+、S、N、N、Cl-、F-；采用熱/光碳分析儀（DRI2001A）分析OC和EC；采用電感耦合等離子體質(zhì)譜儀［23］（NexION TM300XICP MS， Perkin Elmer）分析了24種元素，分別為:Ag、As、Al、V、Zn、Ba、Ca、Cd、Ce、Cr、Cu、Co、Mg、Mn、Ni、Fe、Li、Se、Sr、Na、K、Tl、Hg、Pb.

2 研究方法

當前國內(nèi)外應(yīng)用廣泛的顆粒物源解析受體模型主要為CMB和PMF［24-25］，前者需要提供全面具體的各類污染源顆粒物的化學(xué)成分譜，由于目前相關(guān)基礎(chǔ)工作薄弱，制約了CMB方法的有效應(yīng)用.PMF是在因子分析方法基礎(chǔ)上發(fā)展起來的一種新的分析方法［7，25］，并很快在國際上得到推廣和使用.該方法主要基于環(huán)境受體點顆粒物樣品的化學(xué)組分數(shù)據(jù)，不直接依賴于污染源的化學(xué)成分譜資料，因此其應(yīng)用具有更大的靈活性.考慮到現(xiàn)有的工作基礎(chǔ)和資料條件，本研究選擇PMF受體模型開展南京PM2.5的來源解析.

2.1 PMF模型基本原理

PMF是一種多變量因子分析工具，它將一個含有多個日期、不同組分的樣品數(shù)據(jù)矩陣分解為兩個矩陣，即源譜分布矩陣和源貢獻矩陣，然后依據(jù)掌握的源譜分布的信息來決定分解出的源的類型，對于源的數(shù)量也依據(jù)分析者對污染源的理解給定，數(shù)量沒有限制［6，25］.

PMF的原理是將多樣本、多物種的采樣數(shù)據(jù)看作是一個n×m的矩陣X（i， j），其中i代表受體樣本，j代表物種，那么矩陣X可以分解為矩陣G和矩陣F.PMF解析模型的目標就是找p個污染源的成分譜矩陣F（k， j）p×m和p個污染源在每一個樣本中的貢獻矩陣G（i，k）n×p，k代表污染源.則第ij個樣本的實測質(zhì)量濃度xij可以表達為:

式中:i、j、k、n、m、p均為正整數(shù)，i∈［1，n］，j∈［1，m］，k∈［1，p］，n代表樣本數(shù)，m代表物種數(shù)，p代表污染源數(shù)，Eij為實測的第ij個樣本質(zhì)量濃度與其解析值的殘差［25-26］；

PMF將所有樣本殘差Eij與其不確定度uij的和定義為目標函數(shù)Q:

式中:i、j、k、n、m、p同式（1），Gik≥0，F(xiàn)kj≥0，uij＞0.

本研究采用Paatero和Tapper提出的算法尋求目標函數(shù)Q最小化的解［25，27］，從而確定污染源貢獻譜G和污染源成分譜F.PMF使用自展技術(shù)來估計其解析的穩(wěn)定性，利用與原始采樣數(shù)據(jù)一致的另一組數(shù)據(jù)來分解出源譜和源貢獻矩陣，并與利用原始采樣數(shù)據(jù)解析的結(jié)果進行比較，增加了結(jié)果的可信度［28-29］.

2.2 二次有機氣溶膠的處理

由于二次有機氣溶膠（SOA）的來源十分復(fù)雜，通過PMF很難直接解析，故將有機碳化合物（TOC）分解為一次有機碳化合物（POC）和二次有機碳化合物（SOC），POC直接通過PMF進行解析，而SOC則作為一個預(yù)先解析的組分.本研究采用OC/EC最小比值法［30］，基于OC/EC的最小比值將TOC分解為POC和SOC，即:

根據(jù)有關(guān)研究結(jié)果［8-9，30］，本文選取1.6進行SOA與SOC的轉(zhuǎn)換，即:

2.3 二次氣溶膠（SOA）的再解析方法

在對PM2.5的來源一次解析結(jié)果中，包含二次無機氣溶膠（SIA）和二次有機氣溶膠（SOA）.為了進一步明確二次氣溶膠的來源，本研究假定二次氣溶膠含量與其相對應(yīng)的主要前體物的排放量成正比.其中，對于SIA，主要依據(jù)SO2和NOx的排放量；對于SOA，則主要依據(jù)VOCs的排放量.

3 結(jié)果與討論

3.1 PMF直接解析結(jié)果

采用美國環(huán)保局發(fā)布的PMF3.0［31］，依據(jù)Polissar推薦的方法［32］對模型的輸入資料進行檢驗，從170個樣品中篩選出138個有效樣品參與模型計算.參與計算的樣品數(shù)超過了Herry［33］提出的最小樣品數(shù)45個，符合有效計算的要求.模型輸入的樣品資料具體包括26 種化學(xué)組分、PM2.5質(zhì)量濃度和各組分的不確定性資料.

本研究通過多次運行程序，試驗不同因子參數(shù)和不確定性參數(shù)，尋找最小目標函數(shù)值，同時觀察殘差矩陣值，使其盡可能小，以此保證模擬結(jié)果和觀測結(jié)果有較好的相關(guān)關(guān)系，最終得到6類因子的貢獻率和成分譜，如圖1和表2所示.需要說明的是，本研究對SOA進行了預(yù)先解析，其含量為14.4%，該部分未參與PMF模型的計算.

因子1代表二次無機氣溶膠（SIA）來源，占25.0%.硫酸鹽、硝酸鹽、銨鹽是該因子的主要組分.Huebert等［34］研究表明硝酸鹽和硫酸鹽的濃度比 （N/S）可指示固定源（如燃煤）和移動源（如機動車）對大氣中硫和氮的貢獻量大小，如表1本因子中，N/S小于1，表明固定源對南京市細顆粒物污染貢獻略大于移動源，這與黃輝軍等［17］的研究結(jié)果一致.

圖1 南京市PM2.5不同污染來源的貢獻率（不包括SOA）Fig.1 Contributions of different sources of PM2.5identified by PMF in Nanjing （not including SOA）

因子2代表燃煤來源，占PM2.523.5%.該因子中OC、EC、Cl-、Na以及一些土壤元素的相對含量較高.Yao等［35］研究發(fā)現(xiàn)國內(nèi)很多城市因為燃煤的緣故，冬季細粒子中常可見高濃度的Cl-，表1中本因子中CCl-（1.34μg/m3）顯著高于其他五個因子.Takuwa等［36］發(fā)現(xiàn)Na也會富集在燃煤產(chǎn)生的細粒子中，與本結(jié)果相符.Zhang等［37］發(fā)現(xiàn)燃煤產(chǎn)生的飛灰中富含鉛，未在本結(jié)果中有體現(xiàn)，可能與采集的樣品典型性和應(yīng)用模型差異性有關(guān).

因子3可以認為是機動車排放源，貢獻率為20.4%.典型組分OC、EC， Zn、Cu、Mn、Pb等含量相對較高.Birmili等［38］發(fā)現(xiàn)交通源的氣溶膠中含有大量的Cu、Zn、Mn， Lee等［39］研究結(jié)果也表明這些元素常在機動車尾氣中富集. Puxbaum等［40］研究表明維也納城區(qū)大氣顆粒物中的Pb、Zn、Cd等金屬元素較高，細顆粒物中濃度較高的微量元素包括Cu、Co、Cd等，本研究與之具有一定可比性，尤其典型的是Zn濃度達到0.13μg/m3.然而，PMF解析出的機動車因子中陰陽離子占物種百分比很低，陰離子的濃度也是6類因子中最低，這與Birmili等［38］研究顯示機動車尾氣塵含有S、N的比例不同，可能原因是由于采樣中硝酸鹽損失較多導(dǎo)致模型結(jié)果與實際情況有一定偏差.

因子4為揚塵來源，占PM2.517.1%.該源中含有大量的地殼成分，如Al、Ca （Ca2+）、Fe、Mg.Ca含量高于Al，表明土壤塵中Ca富集.OC在該源中比例約為13%，表明該土壤塵中混合了沙塵、黃土、人為建設(shè)塵，浮塵和再懸浮塵［41］.我國城市化進程較快，工地建設(shè)在城市中都比較普遍，對于防止工地的沙塵污染，目前還沒有十分有效的辦法，鈣可以作為建設(shè)揚塵的示蹤元素.

因子5可以認為與冶金工業(yè)來源，其貢獻率為3.0%.本源中含有較高比例的Fe、Cr、Mn，二者可能來源于冶煉和冶金行業(yè).

因子6的化學(xué)組分沒有表現(xiàn)出明顯的指示性特征，故被定義為其它來源，該因子占PM2.5的11.0%.其中OC、EC、Mn、NO3-可能來源于化學(xué)工業(yè)、水泥工業(yè)、燃料工業(yè)等工業(yè)源，OC、EC和 K（K+）可能來源于生物質(zhì)燃燒.

表2 基于PMF的南京市PM2.5不同污染來源的化學(xué)組成（不包括SOA）（μg/m3）Table 2 Chemical compositions of different sources of PM2.5identified by PMF in Nanjing （μg/m3）

3.2 二次顆粒物的再解析結(jié)果

本研究基于南京市2012年各部門SO2、NOx和VOCs的排放量，對二次細顆粒物（包括SIA和SOA）的來源進行粗略的再解析，結(jié)果如表3所示.其中，僅火電的排放作為燃煤源，鋼鐵、水泥等其它工業(yè)的排放作為工業(yè)源，機動車包含道路移動源和非道路移動源，民用燃料和生物質(zhì)燃燒等作為其它源.綜合PMF直接解析結(jié)果以及SIA和SOA的再解析結(jié)果，燃煤、機動車、工業(yè)、揚塵和其它源對南京市PM2.5的貢獻率分別為29.6%、22.4%、18.7%、14.6%和14.7%.

樊曙先等［16］基于2002～2003年4個季節(jié)共計20d的PM2.1的元素樣品，運用CMB解析了市區(qū)與郊區(qū)兩地細顆粒物來源的平均結(jié)果為揚塵（61.5%）、建筑塵（17.3%）、燃煤塵（21.4%）、冶煉塵（5.6%）；黃輝軍等［17］基于2004年冬夏2季共計14d的PM2.1氣溶膠樣品，對其元素和離子組分應(yīng)用CMB方法計算各類源對PM2.1的貢獻平均結(jié)果為揚塵（37.28%）、煤煙塵（30.34%）、建筑塵（7.95%）、冶煉塵（2.57%）、硫酸鹽（9.87%）、汽車塵（2.98%）、其它源（9.01%）.上述2個研究結(jié)果與本研究的差異主要表現(xiàn)在揚塵和建筑塵的貢獻相對較高，這可能是由采樣期間南京道路等基礎(chǔ)設(shè)施建設(shè)工地較多所致.陳魁等［19］基于南京市2007年6月至2008年5月期間的31個霾日PM2.5樣品，運用因子分析法對30種元素組分進行解析，結(jié)果表明霾日PM2.5主要來源于土壤塵（29.21%）、冶金化工塵（20.15%）、燃煤燃油（27.15%）、垃圾焚燒（7.09%）和建筑揚塵（5.10%）.同樣土壤塵貢獻率相對較高，這表明土壤塵對霾污染可能有重要影響.丁銘等［18］基于南京市2011年P(guān)M2.5的碳組分、水溶性離子和元素組分運用CMB方法解析得到PM2.5主要來源和貢獻率分別是:機動車尾氣（19.0%）、二次污染（21.7%）、工業(yè)排放（18.6%）、生物質(zhì)燃燒（7.6%）和揚塵（6.4%）.與本研究相比，該研究未明確解析出燃煤源，另外，機動車的貢獻較低.這可能與當前污染源的化學(xué)成分譜相對缺乏有關(guān).2015年4月南京市環(huán)保局公布了該市PM2.5主要來源的貢獻率，分別為:燃煤28.5%、工業(yè)生產(chǎn)25.2%、揚塵22.5%、機動車15.0%、其它生物質(zhì)燃燒、餐飲、農(nóng)業(yè)等8.8%［42］.與之相比，本研究的揚塵源和工業(yè)源貢獻率相對較低，可能是由于本研究的其它源占比較高（14.4%），其中可能包含了模型未能識別的工業(yè)源和揚塵源.

表3 PM2.5來源的一次和二次解析結(jié)果（%）Table 3 Primary and Secondary Analytical Results of PM2.5Source Apportionment （%）

3.3 不確定性分析

盡管本研究采用全程質(zhì)量控制方法［43-44］，但結(jié)果仍存在一定的不確定性，主要來源于以下幾個方面:

時空代表性.由于受到工作量的限制，本研究的PM2.5樣品在時間上盡管覆蓋全年尺度，但主要基于4個季節(jié)的典型月份；在空間上，本研究的3個采樣點分別代表南京市區(qū)、近郊和遠郊，盡管PM2.5的濃度分布相對均勻，但仍存在一定的區(qū)域差異，特別是對于郊區(qū)來說，由于空間范圍大，單個采樣點可能存在較大的不確定性.

采樣誤差.主要影響因素包括采樣器誤差、濾膜稱重、樣品儲存等.采樣儀器誤差主要在于采樣流量，本研究采樣前儀器的管道與接頭等密封性都經(jīng)過嚴格檢查，流量誤差一般控制在±0.25%～0.5%以內(nèi).用于稱量的分析天平精度為10μg，每次稱量嚴格依照操作規(guī)程且對濾膜進行了除靜電操作，本研究稱量濾膜950張，平均質(zhì)量為（146.66±4.69）mg，相對誤差約為13.6%.在樣品收集和運輸時，盡管盡可能將樣品低溫保存，但PM2.5中硝酸銨等易揮發(fā)物質(zhì)仍會存在損失情況，從而可能造成NH4+和NO3-的離子濃度偏低.分析誤差.受體樣品分析時的誤差主要來源于儀器的性能指標、標準試劑的準確程度、檢測物質(zhì)在色譜柱上的分離度、試劑和濾膜的空白值過大或不穩(wěn)定等.通過儀器檢測限和空白值標準差得到樣品的各組分在化學(xué)分析中存在的不確定性，如表4.根據(jù)式（1）和式（2），組分分析的不確定性高于14%的組分對模型輸出結(jié)果的影響近似高于1%.對結(jié)果的不確定性影響最高的為NH4+，其次是SO42-、Cl-、OC和EC，這對結(jié)果中二次氣溶膠和燃煤因子的不確定性影響較大.

表4 PM2.5化學(xué)組分分析不確定性（%）Table 4 Analysis uncertainty of chemical components of PM2.5（%）

PMF模型.該模型沒有提供解析因子個數(shù)的確定方法，這對結(jié)果會產(chǎn)生一定的影響.因子數(shù)過少，會把不同的污染源合并成一個源，因子數(shù)過多，會造成把一個源分解成兩個甚至更多實際上并不存在的污染源.另外，由于PMF模型因不依據(jù)具體的源譜資料，直接根據(jù)樣品濃度和不確定性資料進行統(tǒng)計學(xué)解析，可能會造成解析結(jié)果與實際源譜不能完全可比的問題.

二次顆粒物的再解析.當前來說，二次顆粒物的再解析仍是一個較大的難題，本研究假定二次顆粒物的含量與其主要前體物的排放量成正比，由于污染源分布、排放高度、氣象條件等因素，理論上，上述假定僅在較大時空尺度上才能近似成立.盡管本研究針對南京全年尺度的平均狀態(tài)，但仍可能是造成本研究結(jié)果不確定性的一個主要來源.

由于資料和方法限制，本研究結(jié)果仍存在較大的不確定性.開展更高時空代表性的環(huán)境監(jiān)測、構(gòu)建主要排放源成份譜、綜合采用多種解析方法相結(jié)合、以及充分利用先進在線監(jiān)測手段開展高時效性的源解析，都是下一步迫切需要開展的工作.

4 結(jié)論

4.1 二次氣溶膠是南京市環(huán)境空氣PM2.5最主要的組分，約占36.0%，其中二次無機氣溶膠（SIA）占21.4%，二次有機氣溶膠（SOA）占14.4%.加強主要氣態(tài)前體污染物（SO2、NOx、VOCs等）排放控制，對于控制PM2.5污染具有重要意義.

4.2 燃煤（29.6%）仍是南京市PM2.5最主要來源，其次分別為機動車（22.4%）、工業(yè)（18.7%）、揚塵（14.6%）和其它（14.4%）.可見，在努力提高燃煤煙氣處理效率的同時，進一步優(yōu)化調(diào)整能源結(jié)構(gòu)勢在必行.同時可以看出，對于PM2.5污染控制來說，全面開展工業(yè)、機動車、揚塵等多種污染源的綜合整理，都具有十分關(guān)鍵的作用.

［1］Amato F， Hopke P K. Source apportionment of the ambient PM2.5across St. Louis using constrained positive matrix factorization ［J］. Atmospheric Environment， 2012，46:329-337.

［2］Qin Y J， Kim E， Hopke P K. The concentration and sources of PM2.5in metropolitan New York City ［J］. Atmospheric Environment， 2006，40（2）:S312-S332.

［3］Zhao W X， Hopke P K. Source apportionment for ambient particle in the San Gorgonio wilderness ［J］. Atmospheric Environment， 2004，38（35）:5901-5910.

［4］Perrone M G， Larsen B R， Ferrero L， et al. Source of high PM2.5concentrations in Milan， Northern Italy: molecular marker data and CMB modellng ［J］. Science of the Total Environment， 414（1）: 343-355.

［5］Hopke P K. Receptor modeling in environmental chemistry ［M］. New York: Wiley， 1985:1-319.

［6］Hopke P K. Recent developments in receptor modeling ［J］. Chemometrics， 2003，17（5）:255-265.

［7］Paatero P， Tapper U. Positive matrix factorization: a non-negative factor model with optimal utilization of error estimates of data values ［J］. Environmetrics， 1994，5（2）:111-126.

［8］Song Y， Tang X Y， Xie S D， et al. Source apportionment of PM2.5in Beijing in 2004 ［J］. Journal of Hazardous Materials， 2007，146（1/2）:124-130.

［9］Zhang R J， Jing J S， Tao J， et al. Chemical characterization and source apportionment of PM2.5in Beijing: seasonal perspective［J］. Atmospheric Chemistry and Physics， 2013，13:7053-7074.

［10］Yu L D， Wang G F， Zhang R J， et al. Characterization and source apportionment of PM2.5in an urban environment in Beijing ［J］. Aerosol and Air Quality Research， 2013，13:574-583.

［11］董海燕，古金霞，白志鵬，等.天津市顆粒物中元素化學(xué)特征及來源 ［J］. 環(huán)境監(jiān)測管理與技術(shù)， 2012，24（1）:25-28.

［12］古金霞，吳麗萍，白志鵬，等.天津市PM2.5中水溶性無機離子污染特征及來源分析 ［J］. 中國環(huán)境監(jiān)測， 2013，29（3）:30-34.

［13］Gao B， Guo H， Wang X M， et al. Tracer-based source apportionment of polycyclic aromatic hydrocarbons in PM2.5in Guangzhou， southern China， using positive matrix factorization（PMF） ［J］. Environmental Science and Pollution Research， 2012，20（4）:2398-2409.

［14］房春生，陳定分，陳克華，等.龍巖市大氣顆粒物來源統(tǒng)計分析［J］. 中國環(huán)境科學(xué)， 2011，31（2）:214-219.

［15］銀 燕，童堯青，魏玉香，等.南京市大氣顆粒物化學(xué)成分分析［J］. 大氣科學(xué)學(xué)報， 2009，32（6）:723-733.

［16］樊曙先，徐建強，鄭有飛，等.南京市氣溶膠PM2.5一次來源解析［J］. 氣象科學(xué)， 2005，25（6）:587-593.

［17］黃輝軍，劉紅年，蔣維楣，等.南京市PM2.5物理化學(xué)特性及來源解析 ［J］. 氣候與環(huán)境研究， 2006，11（6）:713-720.

［18］丁 銘，郁建橋，陳玉柱，等.南京市PM2.5顆粒物來源探析 ［J］.環(huán)境科技， 2014，27（4）:23-26.

［19］楊衛(wèi)芬，銀 燕，陳魁等.霾天氣下南京PM2.5中金屬元素污染特征及來源分析 ［J］. 中國環(huán)境科學(xué)， 2010，30（1）:12-17.

［20］HJ 656-2013 環(huán)境空氣顆粒物（PM2.5）手工監(jiān)測方法（重量法）技術(shù)規(guī)范 ［S］.

［21］HJ/T 194-2005 環(huán)境空氣質(zhì)量手工監(jiān)測技術(shù)規(guī)范 ［S］.

［22］環(huán)境空氣顆粒物來源解析監(jiān)測方法指南（試行） ［Z］.

［23］HJ657-3013 空氣和廢氣顆粒物中鉛等金屬元素的測定-電感耦合等離子體質(zhì)譜法 ［S］.

［24］Miller M S， Friedlander S K， Hidy G M. A chemical element balance for the Pasadena aerosol ［J］. Colloid Interface Sci.， 1972，39:165-176.

［25］Paatero P， Tapper U. Analysis of different modes of factor analysis as least square fit problems ［J］. Chemometrics Intelligent Laboratory Systems， 1993，18（2）:183-194.

［26］Paatero P. Least square formulation of robust non-negative factor analysis ［J］. Chemometrics Intelligent Laboratory Systems， 1997，37:23-35.

［27］Paatero P. User's guide for positive matrix factorization programs PMF2 and PMF3 ［M］. 2000.

［28］Paatero P， Hopke P K， Song X H， et al. Understanding and controlling rotations in factor analytic models ［J］. Chemometrics Intelligent Laboratory Systems， 2002，60:253-264.

［29］Watson J G， Chow J C. A wintertime PM2.5episode at the Fresno，CA， supersite ［J］. Atmospheric Environment， 2002，36（3）:465-475.

［30］葉文媛.大氣顆粒物中二次有機碳（SOC）估算方法的應(yīng)用與比較 ［D］. 天津:南開大學(xué)研究生院， 2011:1-85.

［31］Gary N， Ram V. EPA Positive matrix factorization （PMF） 3.0 fundamentals & user guide. Technical report ［R］. Environmental Protection Agency Office of Research and Development，Washington D C， 2008.

［32］PolissarA V， Hopke P K， Paatero P， et al. The aerosol at Barrow，Alaska: Long-term trends and source locations ［J］. Atmospheric Environment， 1999，33:2441-2458.

［33］Henry R C， Lewis C W， Hopke P K， et al. Review of receptor model fundamentals ［J］. Atmospheric Environment， 1984，18（8）: 1507-1515.

［34］Huebert B J， Wang M X， Lu W X. Atmospheric nitrate， sulfate，ammonium and calcium concentrations in China ［J］. Tellus， 1988，40B:260-269.

［35］Yao X， Lau A P S， Fang M， et al. Size distribution and formation of ionic species in atmospheric particulate pollutants in Beijing，China ［J］. Atmospheric Environment， 2002，37（21）:4223-4234.

［36］Takuwa T， Mkilaha IS N， Naruse I. Mechanisms of fine particulates formation with alkali metal compounds during coal combustion ［J］. Fuel， 2006，85（5/6）:671-678.

［37］Zhang Y P， Wang X F， Chen H， et al. Source apportionment of lead-containing aerosol particles in Shanghai using single particle mass spectrometry ［J］. Chemosphere， 2009，74（4）:501-507.

［38］Birmili W， Allen A G， BaryF， et al. Trace metal concentrations and water solubility in size-fractionated atmospheric particles and influence of road traffic ［J］. Environment Science and Technology，2006，40（4）:1144-1153.

［39］Alastuey A， Querol X， Plana F， et al. Identification and chemical characterization of industrial particulate matter sources in southwest Spain ［J］. Journal of the Air and Waste Management Association， 2006，56（7）:993-1006.

［40］Puxbaum H， Gomiscek B， Kalina M， et al. A dual site study of PM2.5and PM10aerosol chemistry in the larger region of Vienna，Austria ［J］. Atmospheric Environment， 2004，38（24）:3949-3958.

［41］Watson J G， Chow J C. PM2.5chemical source profiles for vehicular 1063 exhaust， vegetation burning， geological materials and coal burning in Northwestern 1064 Colorado during 1995 ［J］. Chemosphere， 2001，43:1141-1151.

［42］徐小怗，邵 藝.南京發(fā)布PM2.5源解析結(jié)果，燃煤是最大污染源［N］. http://www.cenews.com.cn/xwzx2013/hjyw/201505/ t20150515_ 792386.html. 中國環(huán)境報， 2015，5.

［43］董德明，房春生，朱先磊，等.環(huán)境樣品的采集和分析質(zhì)量保證研究的現(xiàn)狀和進展 ［J］. 吉林大學(xué)科學(xué)學(xué)報， 2000，7:81-87.

［44］董德明，房春生，王 菊，等.土壤樣品采集和化學(xué)元素分析全過程質(zhì)量控制比較研究 ［J］. 分析化學(xué)， 2002，30（10）:1158-1162.

致謝：本研究的部分樣品的采樣與化學(xué)分析由南京市環(huán)境監(jiān)測中心站協(xié)助完成，在此表示感謝.

Source Apportionment of PM2.5in Nanjing by PMF.

WANG Su-rong1， YU Yi-yong2， WANG Qin-geng1，3*， LU Yan1， YIN Li-na1， ZHANG Yu-yan2， LU Xiao-bo2（1.School of the Environment， Nanjing University， Nanjing 210023， China；2.Nanjing Municipal Environment Monitoring Station， Nanjing 210024， China；3.Collaborative Innovation Center of Atmospheric Environment and Equipment Technology， Nanjing 210044， China）. China Environmental Science， 2015，35（12）：3535～3542

In order to identify the main emission sources of fine particulate matter （PM2.5） in Nanjing， a total of 170 ambient samples were collected at three receptors and in four typical seasons. Chemical compositions were analyzed，including Al， Fe， Na， Mg， K， Ba， Li， Tl， Mn， Co， Ni， Cu， Zn， Sb， Pb， Cr， Ce， Na+， NH4+， Mg2+， Ca2+， SO42-， NO3-， Cl-，organic carbon （OC） and element carbon （EC）. First， secondary organic aerosol （SOA） was estimated by using the OC/EC minimum ratio method. Then， the positive matrix factorization （PMF） model was applied for source apportionment basing on the non-SOA compositions. The PMF indicated six contribution factors of PM2.5， which are secondary inorganic aerosol （SIA， 25.0%）， coal combustion （23.5%）， motor vehicle （20.4%）， airborne soil （17.1%）， metal processing （3.0%）and undefined sources （11.0%）. Furthermore， based on the total emissions of SO2， NOxand VOCs in Nanjing， which are major precursors of secondary aerosols， the SIA and SOA were further apportioned among the primary sources. Final results show that the main sources of PM2.5in Nanjing are coal combustion， motor vehicle， airborne soil， industry and others， with contributions of 29.6%， 22.4%， 14.6%， 18.7% and 14.7%， respectively.

source apportionment；positive matrix factorization （PMF）；fine particles

X513

A

1000-6923（2015）12-3535-08

王蘇蓉（1989-），女，江蘇鹽城人，南京大學(xué)環(huán)境學(xué)院碩士研究生，主要從事大氣細顆粒物物理化學(xué)特征及來源解析等的研究.

2015-02-30

國家科技支撐項目（2011BAK21B03）；國家自然科學(xué)基金項目（41271511）

* 責(zé)任作者， 教授， wangqg@nju.edu.cn