《亞洲清潔空氣中心：2023亞洲主要城市PM2.5貢獻來源-《大氣中國》系列報告專題篇（16頁）.pdf》由會員分享，可在線閱讀，更多相關《亞洲清潔空氣中心：2023亞洲主要城市PM2.5貢獻來源-《大氣中國》系列報告專題篇（16頁）.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、 1 作者：Philip K.Hopke 教授 美國克拉克森學 翻譯：王思 環境研究員 亞洲清潔空中 2 錄 簡介.3 中國.3 北京.3 成都.4 港.4 武漢.5 安.5 上海.6 南京.6 州.6 深圳.6 蒙古烏蘭巴托.6 韓國爾.6 來亞吉隆坡.7 新加坡.7 越南河內.7 菲律賓尼拉.8 印度尼亞雅加達.8 孟加拉達卡.8 印度德.9 印度孟買.9 巴基斯坦卡拉奇.9 參考獻.10 3 簡介簡介 本報告總結了近年來全球主要城市最新的 PM2.5來源解析結果（2015 年或之后的采樣）。2014-2019 年間，由于排放控制政策的實施，眾多國家的污染物排放量幅下降。值得提的是，中國先

2、后發布了污染防治動計劃和北地區冬季清潔取暖規劃（2017-2021 年），并實施了全的治理措施，如將北地區的燃煤取暖改為燃燒天然取暖。美國等其他國家也在實施相關控制政策，如從 2017 年 1 1 起把級輕型輛標準升級到三級標準等。因此，對 2015 年前采集的 PM 樣本進的分析研究不能準確反映這些來源對當前 PM2.5濃度的貢獻，所以，本報告側重對最新開展的研究進分析。從 2020 年開始，新冠疫情的爆發導致空質量系統發了許多變化，在強制減少活動期間，污染物的排放量也相應減少（Amouei Torkmahalleh et al.,2021）。然，持續的新冠疫情使得收集數據變得困難，且前的源

3、解析結果對新冠肺炎疫情后空質量系統的適性尚不清楚。因此，本報告的發現適于新冠疫情前的情景。我們查詢了全球31個城市的PM源解析情況，城市范圍如表1。然，在Google、Google Scholar、Scopus 和 Web of Science 上搜索 PM2.5和“源解析”，只發現其中 20個城市有可的源解析研究論?；诖?，本報告對 20 個城市逐進了分析。表 1 31 城市 PM2.5源解析結果發布情況 曼(研究)伊斯蘭堡(研究)新德 北京 雅加達 邊(研究)柏林(研究)卡拉奇(年份太)爾 成都 加德滿都(研究)上海 科倫坡(研究)吉隆坡 深圳 達卡 倫敦(研究)新加坡(具體信息)州 洛杉

4、磯(研究)東京(研究)杭州(研究)尼拉 烏蘭巴托 河內 孟買 萬象(研究)港 南京 武漢 安 中國中國 北京北京 2013 年啟動污染防治動計劃以來，北京的細顆粒物（PM2.5）來源發了重變化。Li 等（2019a）分析了 2012 年 6-2013 年 4 的 PM2.5數據，包括4 了 2013 年 1 的重污染時期。確定的來源包括：交通、物質燃燒、硝酸鹽和硫酸鹽、焚燒、硫酸鹽、煤炭燃燒、取暖和炊事、道路揚塵和壤揚塵，以上來源對 PM2.5的貢獻分別為 10.4%、8.9%、22.4%、7.2%、24.5%、6.2%、15.4%和 5.0%。Du 等（2022）分析了 2013-2018

5、年在朝陽區個地點采集的 PM2.5成分數據，共解析了六種來源類型：道路揚塵、輛尾、煤炭燃燒、物質燃燒、次硝酸鹽和次硫酸鹽。這些來源對 PM2.5的平均貢獻分別為 3.12%、19.47%、11.04%、5.47%、28.23%和 30.07%。Park 等（2022）采 DN_PMF 法，對 2019 年在中國環境科學研究院收集的224 個過濾樣本進了分析，具體源解析結果表 2。表 2 2019 年北京 PM2.5源解析結果(Park et al.,2022)來源 濃度(g/m3)貢獻百分 次硝酸鹽 13.063 31.7%次硫酸鹽 7.225 17.6%交通 4.717 11.5%燃油 2.

6、310 5.6%燃煤 2.642 6.4%壤揚塵 2.807 6.8%焚燒爐+業 4.208 10.2%物質燃燒 3.599 8.7%海鹽粒 0.593 1.4%成都成都 Kong 等（2020）分析了成都市環境保護科學研究院距地 25 處的 PM2.5時濃度和化學成分。該區域包括道路、商業區和住宅區，建筑物度都不超過 200。結果展示了六個來源及其貢獻占，分別為機動排放（8%）、物質燃燒（11.7%）、業排放（3.1%）、次溶膠（35.9%）、煤炭燃燒（27.3%）和粉塵（13.9%）。Xue 等（2022）發表了項基于 2018 年采集的 80 個過濾樣本的研究結果。他們應 PMF 法確定

7、了六個來源及其貢獻占，包括次源（28%）、揚塵（15%）、建筑粉塵（4%）、煤炭燃燒（13%）、汽油排放（12%）和柴油排放（10%）。港港 Chow 等（2022）分析了 2015 年在港六個監測站點采集的 PM2.5樣本數據。他們使 PMF 法明確了九個來源，分別是：次硫酸鹽、次硝酸鹽、煤炭燃燒、物質燃燒、次天然源顆粒、汽排放、殘油燃燒、揚塵和海鹽粒。具體的源解析結果表 3。5 表 3 2015 年港六個監測點的源解析結果(Chow et al.,2022)來源 路邊站(MK)城市(YL)城市(TW)城市(TC)鄉村(HKUST)鄉村(HT)次硫酸鹽 31%40%35%46%46%49%次

8、硝酸鹽 13%15%10%10%6%6%煤炭燃燒 12%20%14%18%16%16%物質燃燒 5%3%13%3%8%2%次天然源顆粒 2%0%3%0%1%0%汽排放 24%7%9%6%2%2%殘油燃燒 2%2%4%2%2%4%揚塵 4%6%5%5%6%8%海鹽粒 7%7%9%9%12%12%武漢武漢 Zhang 等（2022b）基于 2019 年 12-2020 年 11 的監測數據，使主成分分析法（PCA）和隨機森林模型的組合來量化武漢的 PM2.5來源。結果包括五個來源及其貢獻占，分別為：燃煤和次源（45%）、汽排放（25%）、業排放（16%）、揚塵（8%）和物質燃燒（8%）。安安 Da

9、i 等（2018）于 2014 年 12-2015 年 11 在安及其周邊的 6 個地點采集了 PM2.5過濾樣本，并利 PMF 法分析確定了七個來源：煤炭燃燒、道路交通、壤揚塵、物質燃燒、硫酸鹽、硝酸鹽和冶業。具體的源解析結果表 4。表 4 2014-2015 年安 PM2.5的源解析結果(Dai et al.,2020b)站點 貢獻（%）PM2.5(g/m3)交通 物質燃燒 硫酸鹽 硝酸鹽 壤揚塵 燃煤 冶業 城市 16.3 6.2 18.5 31.4 5.6 17.7 4.3 115.4 業區 11.0 5.8 23.0 28.7 5.7 17.3 8.5 117.8 鄉村 11.0 7

10、.2 26.3 25.8 4.8 23.1 1.7 113.3 CA 9.9 19.9 15.0 31.0 6.4 17.8-110.8 SS 14.2 14.1 11.1 45.0 3.9 11.8-106.0 6 上海上海 Li 等（2020a）使了 2018 年 11 9-12 3 期間采集的樣本數據。他們在上海市區進了為期三周的實地調查，每隔個時測量次 PM2.5濃度及其化學成分，確定了 11 個來源及其貢獻占，分別為：次硝酸鹽（30.4%）、次硫酸鹽（15.3%）、汽尾（12.6%）、業排放和輪胎磨損（3.8%）、業排放 2（2.0%）、殘油燃燒（2.0%），揚塵（4.2%）、煤炭燃

11、燒（5.3%）、物質燃燒（4.8%）、炊事（2.8%）。南京南京 Yu 等（2020）從 2017 年 1 1-2017 年 12 31 對 PM2.5樣本進采集，并使 PMF 法確定了來源，包括：次硝酸鹽（37.4%）、次硫酸鹽（30.8%）、道路交通（15,1%）、煤炭燃燒（7.48%）、地殼揚塵（3.47%）、殘油燃燒（2.76%）和屬冶煉（2.94%）。州州 Li 等（2020b）從 2013 年 10 16-2014 年 7 18 期間采集了州的 PM2.5樣本，對采集到的 92 個過濾樣本進了 PMF 分析，最終得到了六個主要來源及其貢獻占，分別為：交通排放（30.6%）、物質燃燒

12、（23.1%）、煤炭燃燒（17.7%）、船舶排放（14.0%）、物質鍋爐（9.9%）和業排放（4.7%）。深圳深圳 Sun 等（2019）于 2014 年 3、6、9 和 12 在深圳的五個地點采集了PM2.5過濾樣本，結果顯示汽排放、次硫酸鹽、次有機溶膠和次硝酸鹽是 PM2.5的主要來源，分別占 27%、21%、12%和 10%，其他來源還包括業排放（8%）、海鹽（3%）、建筑揚塵和燃煤（7%），揚塵、物質燃燒和船舶排放這三個來源貢獻了剩下的 11%。蒙古蒙古烏蘭巴托烏蘭巴托 Gunchin 等（2019）使 PMF 法對 2014-2016 年烏蘭巴托 PM2.5和 PM2.5-10進了源

13、解析，確定的 PM2.5的來源及其貢獻占分別為交通（30.7%）、壤揚塵（33.1%）、煤炭燃燒（26.0%）、油燃燒（10.2%），PM2.5-10的來源和占分別為交通（41.9%）、壤揚塵（34.4%）、煤炭燃燒（15.6%）、油燃燒（8.1%）。韓國韓國爾爾 韓國直在實施污染物監管控制措施，以減少空污染和改善公眾健康。2017 年，政府出臺了細顆粒物動計劃，其標是到 2022 年，PM2.5排放量相 2014 年減7 少 30%，并將爾的 PM2.5年均濃度降 1718g/m3（Lee，2018）。Park 等（2022）采 PMF 分析法對爾的 PM2.5樣本進了分析，共解析出九個來源

14、及其貢獻占，分別是：次硝酸鹽（25.5%）、次硫酸鹽（20.5%）、物質燃燒（11.3%）、焚燒爐（10.5%）、移動源（10.0%）、殘油燃燒（10.0%）、燃煤和業（5.9%）、壤揚塵（5.1%）、海鹽粒（1.4%）。Kim 等（2022）基于爾國家環境研究所（NIER）提供的 2019 年和 2020 年 1-3 的 PM2.5數據，應 DN-PMF 法解析了個來源及其貢獻占，分別為：硫酸鹽（25.9%）、次硝酸鹽（24.5%）、物質燃燒（21.3%）、交通（9.2%）、采礦業（4.2%）、區域供暖（3.8%）、壤和道路揚塵（2.5%）、冶業（1.8%）、殘油燃燒（1.2%）。來亞來亞吉

15、隆坡吉隆坡 Jamhari 等（2022）報告了吉隆坡 PM 的組成、濃度和源解析結果。他們在 2017年 2 17-12 3 期間在英過濾器上采集了多個尺的樣本，然后使 EPA PMF V5 法進分析，結果包含五個來源及其貢獻占，分別為：海鹽粒（18.6%）、礦物和道路揚塵（4.7%）、物質燃燒和次機溶膠（38.5%）、交通排放（22.4%）。新加坡新加坡 Yan 等對 2015 年 7-2016 年 1 在新加坡采集的 114 個 PM2.5過濾樣本進解析，最終確定個來源，分別是：地殼揚塵、物質燃燒、航運排放、海鹽粒 1、海鹽粒 2、廢物焚燒、磨料/冶和汽排放。然，這篇研究中沒有關于來源對

16、 PM2.5貢獻占的具體信息。越南越南河內河內 Hien 等（2021）報告了在河內新城區進的 PM 源解析結果。他們從 2015 年11-2016 年 6 采集樣本，使 EPA PMF V5 法解析了 PM1.0和 PM2.5的七個來源，具體的源解析結果如表 5。表 5 河內 PM1.0和 PM2.5的源解析結果 來源 PM1.0 PM2.5 煤炭燃燒 15.4%3.0%汽排放 10.7%8.0%道路揚塵 5.5%26.9%海鹽粒 5.1%7.0%物質燃燒 4.3%9.1%建筑揚塵 1.0%4.0%區域傳輸 32.2%24.1%未能解釋 25.7%17.9%8 菲律賓菲律賓尼拉尼拉 Pabr

17、oa等（2022）于2016年6-11的周三和周在尼拉的三個地點（NAMRIA、MMDA 和 Valenzuela）采集了 PM 樣本，每個地點提供了少 75 個 PM2.5和 PM2.5-10的樣本。三個站點的源解析結果如表 6。表 6 尼拉三個站點 PM2.5源解析結果(Pabroa et al.,2022)來源 Valenzuela MMDA NAMRIA 壤揚塵 9.2%11.0%13.5%汽排放 35.2%20.0%32.5%海鹽粒 8.5%13.3%14.5%業排放 14.1%30.7%6.7%物質燃燒 27.6%-24.9%次硫酸鹽-21.2%7.9%業(鋅)-3.9%-業(鋅-

18、鉛)5.4%-印度尼亞印度尼亞雅加達雅加達 在雅加達，該研究收集了三個地點（Gelora Bung Karno（GBK）、Kebon Jeruk（KJ）和 Lubang Buaya（LB）的 PM2.5過濾樣本，并采 CMB 法對樣本數據進了解析（Vital Strategies,2022），具體的源解析結果表 7。表 7 雅加達三個地點的 PM2.5源解析結果(Vital Strategies,2022)來源 季 旱季 GBK KJ LB GBK KJ LB 未能確定 31%26%22%17%0%10%次溶膠 11%16%6%7%2%1%汽尾 41%32%38%42%57%43%道路揚塵 6

19、%1%0%0%9%0%建筑 0%13%0%0%0%0%壤 1%0%1%12%10%18%露天焚燒 0%11%11%0%-9%海鹽粒 10%0%9%22%22%19%燃煤 0%0%14%0%0%0%孟加拉孟加拉達卡達卡 Begum 和 Hopke（2019）報告了達卡 PM2.5的最新源解析情況。他們分析了 1997-2015 年采集的 PM 樣本，最終確定了種來源（物質燃燒、壤揚塵、磚窯、揚塵、道路揚塵、鍍鋅、機動排放和海鹽粒）。然，該研究中沒有關于來源對 PM2.5貢9 獻占的具體信息。印度印度德德 德已成為世界上污染最嚴重的城市之，尤其是在秋冬季污染問題特別顯著，這在很程度上是由于恒河平原

20、的農業燃燒以及周邊地區使固體物質燃料進取暖。尤其是在排燈節等節期間，量燃放煙花爆會使空質量下降（Manchanda 等，2022）。Shivani Gadi 等（2019）在 2016 年 12-2017 年 12 期間，每周兩次或三次在 3 個地點進 PM2.5過濾采樣。他們應 PMF 法解析了五個來源及其貢獻占，分別為：汽排放（34.6%）、物質燃燒（26.8%）、炊事（15.7%）、塑料和廢物燃燒（13.5%）和次有機碳（9.5%）。Jain 等（2020）于 2013 年 1-2016 年 12 在印度德 CSIR 國家物理實驗室收集 PM2.5和 PM10樣本，使 EPA PMF V

21、5 解析了種來源：次硝酸鹽、次硫酸鹽、汽排放、物質燃燒、壤揚塵、化燃料燃燒、鈉鹽和鎂鹽以及業排放，它們對 PM2.5的年均貢獻率分別為：11.7%、9.0%、16%、23%、13%、10%、6%和10.3%。印度印度孟買孟買 Police 等（2018）報告了 2010 年和 2011 年在孟買采集的 PM2.5和 PM2.5-10的源解析結果。他們使 EPA PMF V5 法解析出六個來源，分別為：燃油、煤炭和物質燃燒、道路交通、海鹽粒、地殼揚塵和屬業。具體的源解析結果如表 8。表 8 孟買 PM2.5和 PM2.5-10源解析結果(Police et al.,2018)來源 PM2.5 P

22、M2.5-10 地殼揚塵 8.7%8.7%海鹽粒 6.1%15.0%燃煤和物質燃燒 25.5%13.8%道路交通 17.7%12.6%燃油 19.0%11.2%屬業 10.6%7.9%未知源 12.4%15.0%巴基斯坦巴基斯坦卡拉奇卡拉奇 Shahid 等（2018）和 Lurie 等（2019）分別發表了卡拉奇的 PM10和 PM2.5的源解析結果。然，Shahid 等的研究分析了 2009 年 3-4 采集的九個樣本數據，Lurie 等的研究分析了 2008 年 8-2009 年 8 采集的樣本數據。因此，前尚未發現卡拉奇最近的 PM 源解析的相關研究結果。10 參考獻參考獻 1.Amo

23、uei Torkmahalleh,M.,Akhmetvaliyeva,Z.,Omran,A.D.,Darvish Omran,F.,Kazemitabar,M.,Naseri,M.,Naseri,M.,Sharifi,H.,Malekipirbazari,M.,Kwasi Adotey,E.,Gorjinezhad,S.,Eghtesadi,N.,Sabanov,S.,Alastuey,A.,de Ftima Andrade,M.,Buonanno,G.,Carbone,S.,Crdenas-Fuentes,D.E.,Cassee,F.R.,Dai,Q.,Henrquez,A.,Hopke,P

24、.K.,Keronen,P.,Khwaja,H.A.,Kim,J.,Kulmala,M.,Kumar,P.,Kushta,J.,Kuula,J.,Massagu,J.,Mitchell,T.,Mooibroek,D.,Morawska,L.,Niemi,J.V.,Ngagine,S.H.,Norman,M.,Oyama,B.,Oyola,P.,ztrk,F.,Petj,T.,Querol,X.,Rashidi,Y.,Reyes,F.,Ross-Jones,M.,Salthammer,T.,Savvides,C.,Stabile,L.,Sjberg,K.,Sderlund,K.,Sunder R

25、aman,R.,Timonen,H.,Umezawa,M.,Viana,M.,Xie,S.,2021.Global Air Quality and COVID-19 Pandemic:Do We Breathe Cleaner Air?Aerosol Air Qual.Res.21,200567.2.Baldauf,R.W.,Lane,D.D.,Marotz,G.A.,2001.Ambient air quality monitoring network design for assessing human health impacts from exposures to airborne c

26、ontaminants.Environ.Monitoring Assess.66,6376.doi:10.1023/A:1026428214799.3.Begum,B.A.,Hopke,P.K.,2019.Identification of sources from chemical characterization of fine particulate matter and assessment of ambient air quality in Dhaka,Bangladesh.Aerosol Air Qual.Res.19,118-128.4.Bi,X.H.,Simoneit,B.R.

27、T.,Sheng,G.Y.,Fu,J.M.,2008.Characterization of molecular markers in smoke from residential coal combustion in China.Fuel 87,112119.https:/doi.org/10.1016/j.fuel.2007.03.047.5.Chen,Y.,Rich,D.Q.,Hopke,P.K.,2022.Long-term PM2.5 source analyses in New York City from the perspective of dispersion normali

28、zed PMF.Atmospheric Environment 272,118949.6.Choi,J.K.,Ban,S.J.,Kim,Y.P.,Kim,Y.H.,Yi,S.M.,Zoh,K.D.,2015.)Molecular marker characterization and source appointment of particulate matter and its organic aerosols.Chemosphere 134,482491.https:/doi.org/10.1016/j.chemosphere.2015.04.093.7.Chow,W.S.,Huang,X

29、.H.H.,Leung,K.F.,Huang,L.,Wu,X.,and Yu,J.Z.,2022.Molecular and elemental marker-based source apportionment of fine particulate matter at six sites in Hong Kong,China.Sci.Total Environ.,813,152652,https:/doi:10.1016/j.scitotenv.2021.152652.8.Dai,Q.,Bi,X.,Liu,B.,Li,L.,Ding,J.,Song,W.,Bi,S.,Schulze,B.,

30、Song,C.,Wu,J.,Zhang,Y.,Feng,Y.,Hopke,P.,2018.Chemical nature of PM2.5 and PM10 in Xian,China:insights into primary emissions and secondary particle formation.Environ.Pollut.240,155166.9.Dai,Q.L.,Bi,X.H.,Song,W.B.,Li,T.K.,Liu,B.S.,Ding,J.,Xu,J.,Song,C.B.,Yang,N.W.,Schulze,B.C.,Zhang,Y.F.,Feng,Y.C.,Ho

31、pke,P.K.,2019.Residential coal combustion as a source of primary sulfate in Xian,China.Atmos.Environ.196,6676.11 10.Dai,Q.,Liu,B.,Bi,X.,Wu,J.,Liang,D.,Zhang,Y.,Feng,Y.,Hopke,P.K.,2020a.Dispersion normalized PMF provides insights into the significant changes in source contributions to PM2.5 after the

32、 COVID-19 outbreak.Environ Sci.Technol.54,9917-9927.11.Dai,Q.L.,Hopke,P.K.,Bi,X.H.,Feng,Y.C.,2020b.Improving apportionment of PM2.5 using multisite PMF by constraining G-values with a priori information.Sci.Total Environ.736,139657.https:/doi.org/10.1016/j.scitotenv.2020.139657.12.Feng,X.,Feng,Y.,Ch

33、en,Y.,Cai,J.,Li,Q.,Chen,J.,2022.Source apportionment of PM2.5 during haze episodes in Shanghai by the PMF model with PAHs.J.Clean.Prod.330,129850.https:/doi.org/10.1016/j.jclepro.2021.129850.13.Gunchin,G.,Manousakas,M.,Osan,J.,Karydas,A.G.,Eleftheriadis,K.,Lodoysamba,S.,Shagjjamba,D.,Migliori,A.,Pad

34、illa-Alvarez,R.,Streli,C.and Darby,I.(2019).Three-Year Long Source Apportionment Study of Airborne Particles in Ulaanbaatar Using X-Ray Fluorescence and Positive Matrix Factorization.Aerosol Air Qual.Res.19:1056-1067.https:/doi.org/10.4209/aaqr.2018.09.0351.14.Han,Y.M.,Cao,J.J.,Chow,J.C.,Watson,J.G.

35、,Fung,K.,Jin,Z.D.,Liu,S.X.,An,Z.S.,2007.Evaluation of the thermal/optical reflectance method for discrimination between soot-and char-EC.Chemosphere 69,569574.15.Heo,J.B.,Hopke,P.K.,Yi,S.M.,2009.Source apportionment of PM2.5 in Seoul,Korea.Atmos.Chem.Phys.9,49574971.https:/doi.org/10.5194/acp-9-4957

36、-2009.16.Hopke,P.K.,2016.Review of receptor modeling methods for source apportionment.J.Air Waste Manag.Assoc.66,237259.17.Hopke,P.K.,Ramadan,Z.,Paatero,P.,Norris,G.A.,Landis,M.S.,Williams,R.W.,Lewis,C.W.,2003.Receptor modeling of ambient and personal exposure samples:1998 Baltimore Particulate Matt

37、er Epidemiology-Exposure Study.Atmospheric Environment 37,32893302.18.Hopke,P.K.,Xie,Y.,Raunemaa,T.,Biegalski,S.,Landsberger,S.,Maenhaut,W.,Artaxo,P.,Cohen,D.,1997.Characterization of the gent stacked filter unit PM10 sampler.Aerosol Sci.Technol.27,726735.doi:10.1080/02786829708965507.19.Jain,S.,Sha

38、rma,S.K.,Vijayan,N.,Mandal,T.K.,2020.Seasonal characteristics of aerosols(PM2.5 and PM10)and their source apportionment using PMF:A four year study over Delhi,India.Environmental Pollution 262,114337.https:/doi.org/10.1016/j.envpol.2020.114337.20.Jamhari,A.A.,Latif,M.T.,Wahab,M.I.A.,Hassan,H.,Othman

39、,M.,Abd Hamid,H.H.,Tekasakul,P.,Phairuang,W.,Furuuchi,M.,Hata,M.,Rajab,N.F.,2022.Seasonal variation and size distribution of inorganic and carbonaceous components,source identification of size-fractioned urban air particles in Kuala Lumpur,Malaysia.Chemosphere 287,132309.12 21.Joint Research Centre,

40、(JRC),2014.Institute for Environment and Sustainability,Viana,M.,Belis,C.,Vecchi,R.,et al.,European guide on air pollution source apportionment with receptor models,Publications Office,https:/data.europa.eu/doi/10.2788/9307.22.Kim,E.,Hopke,P.K.,Edgerton,E.S.,2004.Improving source identification of A

41、tlanta aerosol using temperature resolved carbon fractions in Positive Matrix Factorization.Atmospheric Environment 38,33493362.23.Kong,L.D.,Yang,Y.W.,Zhang,S.Q.,Zhao,X.,Du,H.H.,Fu,H.B.,Zhang,S.C.,Cheng,T.T.,Yang,X.,Chen,J.M.,Wu,D.,Shen,J.D.,Hong,S.M.,Jiao,L.,2014.Observations of linear dependence b

42、etween sulfate and nitrate in atmospheric particles.J.Geophys.Res.Atmos.119,341361.24.Kong,L.,Tan,Q.,Feng,M.,Qu,Y.,An,J.,Liu,X.,Cheng,N.,Deng,Y.,Zhai,R.,Wang,Z.,2020.Investigating the characteristics and source analyses of PM2.5 seasonal variations in Chengdu,Southwest China.Chemosphere 243,125267.h

43、ttps:/doi.org/10.1016/j.chemosphere.2019.125267.25.Lawson,C.L.,and R.J.Hanson.1974.Solving Least Squares Problems.Englewood Cliffs,NJ:Prentice Hall.26.Lee,S.,2018.Koreas new comprehensive plan on fine dust and its implications for policy and research.Res.Brief 29,17.27.Li,X.,Yang,K.,Han,J.,Ying,Q.,H

44、opke,P.K.,2019a.Sources of humic-like substances(HULIS)in PM2.5 in Beijing:Receptor modeling approach.Sci.Total Environ.671,765775.28.Li,X.,Han,J.,Hopke,P.K.,Hu,J.,Shu,Q.,Chang,Q.,Ying,Q.,2019b.Quantifying primary and secondary humic-like substances in urban aerosol based on emission source characte

45、rization and a source-oriented air quality model.Atmos.Chem.Phys.19(4),2327-2341.29.Li,R.,Wang,Q.,He,X.,Zhu,S.,Zhang,K.,Duan,Y.,Fu,Q.,Qiao,L.,Wang,Y.,Huang,L.,Li,L.,and Yu,J.Z.,2020a.Source apportionment of PM2.5 in Shanghai based on hourly organic molecular markers and other source tracers,Atmos.Ch

46、em.Phys.,20,1204712061,https:/doi.org/10.5194/acp-20-12047-2020.30.Li,T.,Li,J.,Jiang,H.,Chen,D.,Zong,Z.,Tian,C.,Zhang,G.,2020b.Source Apportionment of PM2.5 in Guangzhou Based on an Approach of Combining Positive Matrix Factorization with the Bayesian Mixing Model and Radiocarbon,Atmosphere 11,512.h

47、ttps:/doi.org/10.3390/atmos11050512.31.Lin,L.,Lee,M.L.,Eatough,D.J.,2010.Review of recent advances in detection of organic markers in fine particulate matter and their use for source apportionment.J Air Waste Manage Assoc 60,325.https:/doi.org/10.3155/1047-3289.60.1.3.32.Lurie,K.,Nayebare,S.R.,Fatmi

48、,Z.,Carpenter,D.O.,Siddique,A.,Malashock,D.,13 Khan,K.,Zeb,J.,Hussain,M.M.,Khatib,F.,2019.PM2.5 in a megacity of Asia(Karachi):source apportionment and health effects.Atmos.Environ.202,223233.33.Malinowski,E.R.2002.Factor Analysis in Factor Analysis,3rd ed.Hoboken,NJ:Wiley.Manchanda,C.,Kumar,M.,Sing

49、h,V.,Hazarika,N.,Faisal,M.,Lalchandani,V.,Shukla,A.,Dave,J.,Rastogi.N.,Tripathi,S.N.,2022.Chemical speciation and source apportionment of ambient PM2.5 in New Delhi before,during,and after the Diwali fireworks,Atmos.Pollut.Res.13,101428.https:/doi.org/10.1016/j.apr.2022.101428.34.Oros,D.R.,Simoneit,

50、B.R.T.,2000.Identification and emission rates of molecular tracers in coal smoke particulate matter.Fuel 79,515536.https:/doi.org/10.1016/S0016-2361(99)00153-2.35.Paatero,P.,Hopke,P.K.,2003.Discarding or downweighting high-noise variables in factor analytic models.Anal.Chim.Acta 490,277289.36.Park,E

51、.H.,Heo,J.,Kim,H.,Yi,S.M.,2020.Long term trends of chemical constituents and source contributions of PM2.5 in Seoul.Chemosphere 251,126371.https:/doi.org/10.1016/j.chemosphere.2020.126371.37.Park,J.,Kim,H.,Kim,Y.,Heo,J.,Kim,S.W.,Jeon,K.,Yi,S.M.,Hopke,P.K.,2022.Source apportionment of PM2.5 in Seoul,

52、South Korea and Beijing,China using dispersion normalized PMF.Sci.Total Environ.833,155056.38.Police,S.,Sahu,S.K.,Tiwari,M.,Pandit,G.G.,2018.Chemical composition and source apportionment of PM2.5 and PM2.510 in Trombay(Mumbai,India),a coastal industrial area.Particuology 37,143153.https:/doi.org/10.

53、1016/j.partic.2017.09.006.39.Rahman.M.M.,Begum,B.A.,Hopke,P.K.,Nahar,K.,Thurston,G.D.,2020.Assessing the PM2.5 impact of biomass combustion in megacity Dhaka,Bangladesh.Environ Pollut 264,114798.40.Rahman,M.M.,Begum,B.A.,Hopke,P.K.,Nahar,K.,Newman,J.,Thurston,G.D.,2021.Cardiovascular morbidity and m

54、ortality associations with biomass-and fossil-fuel combustion fine-particulate-matter exposures in Dhaka,Bangladesh.Int.J.Epidemiol.50,11721183.41.Rahman MM,Nahar K Begum BA,Hopke PK,Thurston GD(2022)Respiratory emergency department visits associations with exposures to PM2.5 mass,constituents,and s

55、ources in Dhaka,Bangladesh air pollution.Ann Am Thorac Soc.19,28-38,https:/doi.org/10.1513/AnnalsATS.202103-252OC.42.Santoso,M.,Hopke,P.K.,Hidayat,A.,Dwiana,L.D.,2008.Sources identification of the atmospheric aerosol at urban and suburban sites in Indonesia by positive matrix factorization.Sci Total

56、 Environ.397,229238.doi:10.1016/j.scitotenv.2008.01.057.43.Schauer,J.J.,Rogge,W.F.,Hildemann,L.M.,Mazurek,M.A.,Cass,G.R.,Simoneit,B.R.T.,1996.Source apportionment of airborne particulate matter using organic 14 compounds as tracers.Atmospheric Environment 30,3837-3855.44.Shahid,I.,Alvi,M.U.,Shahid,M

57、.Z.,Alam,K.Chishtie,F.,2018.Source Apportionment of PM10 at an Urban Site of a South Asian Mega City.Aerosol Air Qual.Res.18:2498-2509.https:/doi.org/10.4209/aaqr.2017.07.0237.45.Shivani Gadi,R.,Sharma,S.K.,Mandal,T.K.,2019.Seasonal variation,source apportionment and source attributed health risk of

58、 fine carbonaceous aerosols over National Capital Region,India.Chemosphere 237,124500.https:/doi.org/10.1016/j.chemosphere.2019.124500.46.Subramanian,R.,Donahue,N.M.,Bernardo-Bricker,A.,Rogge,W.F.,Robinson,A.L.,2006.Contribution of motor vehicle emissions to organic carbon and fine particle mass in

59、Pittsburgh,Pennsylvania:effects of varying source profiles and seasonal trends in ambient marker concentrations.Atmos.Environ.40,80028019.https:/doi.org/10.1016/j.atmosenv.2006.06.055.47.Sun,T.-L.,Zou,B.-B.,Huang,X.-F.,Shen,H.-Y.,Dai,J.,He,Ling-Y.,2019.Source apportionment of PM2.5 in Shenzhen.China

60、 Environmental Science 39,13-20.48.Tian,Y.Z.;Liu,X.;Huo,R.Q.;Shi,Z.B.;Sun,Y.M.;Feng,Y.C.;Harrison,R.M.2021.Organic compound source profiles of PM2.5 from traffic emissions,coal combustion,industrial processes and dust.Chemosphere 278,130429.https:/doi.org/10.1016/j.chemosphere.2021.130429.49.Turpin,

61、B.J.,Lim,H.J.,2001.Species contributions to PM2.5 mass concentrations:revisiting common assumptions for estimating organic mass.Aerosol.Sci.Technol.35,602610.https:/doi.org/10.1080/02786820119445.50.Vital Strategies,2022.Main Sources of Air Pollution in Jakarta,available from:www.vitalstrategies.org

62、/source-apportionment-report.51.Wang,G.,Kawamura,K.,Xie,M.,Hu,S.,Gao,S.,Cao,J.,An,Z.,Wang,Z.,2009.Size-distributions of n-alkanes,PAHs and hopanes and their sources in the urban,mountain and marine atmospheres over East Asia.Atmos Chem Phys 9,88698882.https:/doi.org/10.5194/acp-9-8869-2009.52.Wang,Q

63、.Q.,Huang,X.H.H.,Zhang,T.,Zhang,Q.,Feng,Y.,Yuan,Z.,Wu,D.,Lau,A.K.H.,Yu,J.Z.,2015.Organic tracer-based source analysis of PM2.5 organic and elemental carbon:a case study at Dongguan in the Pearl River Delta.China Atmos Environ 118,164175.https:/doi.org/10.1016/j.atmosenv.2015.07.033.53.Wang,Y.,Zhang,

64、Y.,Li,X.,Cao,J.(2021).Refined Source Apportionment of Atmospheric PM2.5 in a Typical City in Northwest China.Aerosol Air Qual.Res.21,200146.https:/doi.org/10.4209/aaqr.2020.04.014.54.World Health Organization(WHO),2021.WHO global air quality guidelines.Particulate matter(PM2.5 and PM10),ozone,nitrog

65、en dioxide,sulfur dioxide and carbon monoxide.Geneva:World Health Organization.15 55.Xue,Q.,Tian,Y.,Wei,Y.,Song,D.,Huang,F.,Tian,S.,Feng,Y.,2022.Seasonal variation and source apportionment of inorganic and organic components in PM2.5:influence of organic markers application on PMF source apportionme

66、nt.Environ Sci Pollut Res(2022).https:/doi.org/10.1007/s11356-022-21332-5.56.Yan,M.,Yang,X.,Hang,W.,Xia,Y.,2019.Determining the number of factors for nonnegative matrix and its application in source apportionment of air pollution in Singapore.Stoch.Env.Res.Risk A.33,11751186.57.Yu,L.,Wang,G.,Zhang,R

67、.,Zhang,L.,Song,Y.,Wu,B.,Li,X.,An,K.,Chu,J.,2013.Characterization and source apportionment of PM2.5 in an urban environment in Beijing.Aerosol Air Qual.Res.13,574583.58.Yu,Y.,Ding,F.,Mu,Y.,Xie,M.,Wang,Q.G.,2020.High time-resolved PM2.5 composition and sources at an urban site in Yangtze River Delta,

68、China after the implementation of the APPCAP.Chemosphere 261,127746.59.Zhang,X.,Ji,G.,Peng,X.,Kong,L.,Zhao,X.,Ying,R.,Yin,W.,Xu,T.,Cheng,J.,Wang,L.,2022a.Characteristics of the chemical composition and source apportionment of PM2.5 for a one-year period in Wuhan,China.J Atmos Chem 79,101115.https:/doi.org/10.1007/s10874-022-09431-6.60.Zhang,Z.-H.,Chen,N.,Zhu,Bo,Tao,H.-T,Cheng,H.-R.,2022b,Source Analysis of Ambient PM2.5 in Wuhan City Based on Random Forest Model,Environ.Sci.43,1151-1158.