HJ 1353-2024 环境空气 颗粒物来源解析 正定矩阵因子分解模型计算技术指南

中华人民共和国国家生态环境标准1353—2024环境空气颗粒物来源解析 正定矩阵因子分解模型计算技术指南Ambient

air—Source

particulate

matter—Technical

guideon

positive

matrix

factorization

model

calculation2024-02-18

发布 2024-05-01

实施生 态 环 境 部

 发

 布HJ

13532024

............................................................................................... HJ

13532024

2024

18

2024

iiHJ

13532024

环境空

颗粒物来源解析 基于手工监测的受体模型法监测数据处理与检验《环境空气颗粒物来源解析监测技术方法指南》（监测函〔2020

3.1

ambient

receptor3.2

positive

matrix

3.3

source

chemical

profile特定污染源类排放颗粒物的相对稳定的化学组分信息（），简称源成分谱。源成分谱应包含该3.4

source

contribution3.5

source

chemical

tracerHJ

135320243.6

factor

3.7

function

3.8

residual

3.9

base

run在计算过程中不加入任何数学、物理意义的约束条件，只根据模型

值函数的收敛条件（

值最

rotational

run对于基础计算得到的因子贡献

矩阵和因子谱

矩阵，加入一定的约束条件再次进行计算，转换

4.1

��

×

×

×

2(nm)

(np)(

2×

×

×

×

n

mi1

j1

值函数；

HJ

135320244.2应用

模型进行颗粒物来源解析的计算流程包括数据处理和检验、基础计算及结果分析、旋转

环境受体颗粒物监测分析数据准备

基础计算

旋转计算颗粒物来源解析结果图1

PMF

5.1 数据种类和数量要求。

100

HJ

13532024源的标识组分，常用的标识组分包括有机碳（）、元素碳（）、

等。为解析更多的源类，可增加多环芳烃、左旋葡聚糖、正5.2数据质量要求。用于颗粒物来源解析工作的监测数据，应按照采用国家标准、行业标准、地方标法，经评估确认满足方法要求后使用，同时监测工作需按照

630

的要求纳入质量管理体系，开展质5.3

5.4

数据检验。对于每个颗粒物样品的颗粒物及化学组分质量浓度数据，按照

，进行颗粒物5.5 不确定度计算。不确定度是颗粒物来源解析工作中采样、实验分析等环节引起的误差，直接影响

Unc

56

MDL

Unc

(EFConc)

(0.5MDL)

fraction

0.10.6

6.1

等化学组分）的计算权重需设为“强”。其他非关键标识组分（如

因子个数的确定。因子个数需要基于对颗粒物可能来源、样品数量、采集时间等，通过模型反HJ

13532024

结果（如

20

次运行的结果中，有多个结果之间差异较大），如有，则说明因子数的设定可能

明因子个设置可能过多存在共线源；

阵的每一因子除以相应回归系数

1.26.2

值（）的大小、是否收敛等，初步选择查看特定的计算结果。然后，从

计算值与

理论值差异

85%

通过“残差分析”，查看每一个化学组分的加权残差（通过不确定度加权）。比如，通过残差6.3

基础计算的结果主要包括因子谱

矩阵和因子贡献

矩阵。因子谱识别是

模型计算的关

6.4

通过分析

误差评估得到的因子和基础计算得到的因子匹配程度，评估因子中主要化学组分分配的合理性。如果两者匹配不到

80%，则这个因子的主要化学组分分配可能不当，需要通过调整因

通过分析

误差评估得到的

修正值分布情况，评估基础计算中

值的合理性。

计算可得到

修正值的最小、最大、中位数，以及第

25

和第

75

百分位数值。基础计算得到的

值一般要求HJ

13532024

25

75

通过分析

误差评估得到的每个化学组分计算结果分布情况，评估化学组分计算结果的不确定性。比如一个化学组分的箱型图上下距（第

25

分位与第

75

百分位数）较宽（超过

20%），则表明

7.1

当模型基础计算得到的因子谱难以识别为实际源类的时候，可使用旋转计算（

），使因子谱中的标识组分更加突出，促进因子谱识别为具体污染源类。旋转计算包括

矩阵峰值模型

model

7.2

矩阵峰值模型计算是常用的旋转计算方法，适用于标识组分的占比在各因子谱中的占比比较平均，不利于源类识别的情况。通过

矩阵峰值模型旋转计算，调整

矩阵中的各因子谱中化学组分7.3

的化学组分在某些因子中占比会分别更加突出或趋向平均。查看不同

参数下

值的变化情况，

6.26.36.47.4

源类（如道路扬尘、施工扬尘等）的信息，则

模型计算出现了共线性问题，可进行二次解析。另

8.1

PMPM

8.2

8.3

9.1 结果需符合模型计算要求，即各化学组分的模型计算结果与实测结果接近。可通过直接比较颗粒物及化学组分质量浓度计算值与实测值、分析主要化学组分或标识组分的残差、对比

计算值与

HJ

135320249.2

balance

model的合理性。此外，还可通过其他监测结果（比如

的浓度比值，自动监测的

EC

SOECZnSi

SiFeMn

EC9-

Mg

Mg

Sr

Mg

Mg

SOHJ

13532024

A.1根据各种源类的主要标识组分来识别。某个因子谱的标识组分与其他因子谱相比占比较高，则可

30%50%

A.2根据源类排放特有的时间变化特征来识别。某些源类排放具有显著时间变化特征，比如机动车源特殊节假日（如春节期间）贡献大。如果在

模型计算中某个因子谱具有显著时间变化特征，则可A.3 根据当地监测得到的主要源类源成分谱来识别。通过当地污染源采样和分析，构建当地主要的颗

A.4

模型进一步优化计算得到的因子谱来识别。当基础计算的结果难以识别为具体源类时，

A.1

HJ

13532024

PMF

B.1

PMF

HJ

13532024

PMF