源解析技术简介
发布网友
发布时间：2024-12-17 14:04
共1个回答
热心网友
时间：2024-12-29 15:27
源解析技术，作为大气科学与环境监测中的重要工具，主要应用于识别、表征和评估大气中污染物的来源。这一领域包含了多种模型方法，如化学质量平衡模型法（CMB）、正定矩阵因子分解法（PMF）、主成分分析法（PCA）、因子分析法（FA）和多元线性模型 UNMIX。其中，CMB与PMF是受体模型法中的两种主要方法。
CMB和PMF模型基于不同的原理进行计算。CMB模型需要输入源谱信息（X）和受体浓度（G），通过线性方程组求解源贡献浓度（F）。这一方法由一组线性方程构成，描述了每种示踪物种的受体浓度与其源成分谱中该物种质量分数的乘积。最新的CMB版本为CMB8.2。而PMF模型则更为灵活，仅需输入受体浓度矩阵（X），通过迭代计算得到源谱（G）和贡献比例（F）。PMF模型定义了一个目标函数Q，通过最小化Q值实现因子提取。诊断指标Q值是ME2模型诊断的一部分，模型结果需满足理论Q值接近模型计算值。PMF模型的优点在于不需要源成分谱数据，计算出的因子成分谱和源贡献为非负值，能优化数据标准偏差，处理缺失数据和误差较大的数据。
为解决多重线性和拟多重线性问题，Paatero于1999年提出Multilinear Engine (ME)模型。ME2模型改进了ME模型，通过“基础运行程序”和“再运行程序”进行迭代计算，其中“基础运行程序”类似于PMF，利用最小二乘法解决多重线性问题，“再运行程序”通过读取先验信息，但先验信息需以辅助方程形式表示。ME2模型通过辅助方程将先验信息耦合到模型计算过程，因子矩阵元素，从而得到更具有物理意义的结果。ME2模型在计算数据不确定性时，包含了不确定性参数C1、C2和C3，考虑了测量误差和模型误差。模型不确定性公式定义了不确定性参数的计算方式。
在空气质量模型领域，EPA社区多尺度空气质量（CMAQ）模拟系统作为第三代空气质量模型，是大气科学与环境分析的重要工具。CMAQ模型设计目的包括模拟臭氧、颗粒物（PM）、空气中有毒污染物、能见度以及整个大气中酸化和营养污染物种，旨在从局地到半球空间尺度解决多种空气质量问题。CMAQ模型基于欧拉类的数值方法，通过连续三维网格单元格保存质量的基本概念，模拟大气中污染物的气象学、化学转化、化学物种的排放以及去除过程。模型需要气象信息与排放源的排放速率作为输入参数。气象输入参数规定了CMAQ的配置参数，而排放的输入数据依赖于用于估算污染物源强度、位置和时间变化性的排放模型。CMAQ模型在预测空气质量时，使用实际化学和物理过程的耦合数学表现，而非仅仅基于观测历史趋势的统计方法。
