[發明專利]缺失組分迭代反演標定嵌套—PMF源解析算法

有效

• 申請號: 201810851472.6
• 申請日: 2018-07-30
• 公開（公告）號: CN109085291B
• 公開（公告）日: 2020-12-01
• 發明（設計）人: 史國良;董世豪;彭杏;馮銀廠
• 申請（專利權）人: 南開大學
• 主分類號: G01N33/00
• 分類號: G01N33/00
• 代理公司: 天津耀達律師事務所 12223
• 代理人: 張耀

1.一種缺失組分迭代反演標定嵌套—PMF源解析算法，其特征在于所述算法包括：

第1步、利用在線監測儀器監測的顆粒物及其組分濃度，構建多組分受體矩陣X，輸入到正定因子矩陣分解模型PMF；

第2步、選擇因子個數，設置模型計算參數；

第3步、進行模型計算，提取因子，計算因子貢獻；

第4步、結合實測源成分譜、因子成分譜和因子貢獻，反算受體Si和Al，分別獲得Si和Al的第一次重構受體數據j_1i、k_1i以及第一次重構受體矩陣X₁；

第5步、將第4步中的重構受體矩陣X₁重新輸入到正定因子矩陣分解模型PMF進行計算，得到新的因子譜和因子貢獻，再次結合實測源成分譜反算受體Si和Al，分別獲得Si和Al的第二次重構受體數據j_2i、k_2i以及第二次重構受體矩陣X₂；

第6步、重復上述第1步到第5步，直至得到第n次重構受體數據j_ni、k_ni以及重構受體矩陣X_n滿足限制條件：

式中，i代表X_i矩陣中第i個受體，m為受體個數，n為迭代計算次數，p、q分別為限制條件參數。

2.如權利要求1所述的缺失組分迭代反演標定嵌套—PMF源解析算法，其特征在于其中在線數據的輸入，是基于不同儀器監測的顆粒物濃度及其化學組分在線監測數據構成的模型輸入數據，包括顆粒物濃度，水溶性離子，碳組分和元素濃度數據；

顆粒物濃度是指由顆粒物在線監測儀器測量的PM_2.5濃度；水溶性離子由在線離子色譜分析儀測量，包括NH₄⁺、Na⁺、K⁺、Ca²⁺、Mg⁺、SO₄^2-、NO₃^-和Cl^-；碳組分由半連續OC/EC儀器測量，包括OC和EC；元素由重金屬在線分析儀監測，包括K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、Ga、As、Se、Ag、Cd、Sn、Sb、Ba、Au、Hg、Tl、Pb和Bi組分，但缺少重要的地殼標識組分Si和Al。

3.如權利要求1中所述的缺失組分迭代反演標定嵌套—PMF源解析算法，其特征在于所述的正定因子矩陣分解模型PMF，需要設定的參數包括組分的不確定性和因子個數，組分的不確定性設置方法如公式(1)或(2)所示；

若組分濃度≤最低檢測限MDL，不確定性計算如下：

Unc＝5/6*MDL (1)

若組分濃度最低檢測限MDL，不確定性計算如下：

式中，Unc表示組分的不確定性；Error Fraction是誤差分數，根據具體的采樣和分析情況來設定；concentration為組分濃度；

因子個數表示的是污染源的個數，根據需要觀測點位的實際情況設定，且因子設定的個數小于輸入數據中化學組分的數量。

4.如權利要求1所述的缺失組分迭代反演標定嵌套—PMF源解析算法，其特征在于使用正定因子矩陣分解模型PMF，根據輸入受體數據以及相應參數設置，計算得到因子譜F與因子貢獻矩陣G。

5.如權利要求1所述的缺失組分迭代反演標定嵌套—PMF源解析算法，其特征在于第4步中，反算受體Si和Al，獲得含有Si和Al的重構受體數據，工作原理如公式(3)所示：

F₀*G＝X₁ (3)

式中，F₀是因子譜和實測源成分譜的結合，因子譜是第3步獲得的，不含有Si和Al；G是第3步獲得的因子貢獻矩陣，X₁是第一次重構的受體數據，其中包含了第一次重構的Si和Al受體數據j_1i、k_1i。