蒙特卡罗不确定性分析在受体模型来源解析中的应用.pdfVIP

2011 年 第 56 卷 第 32 期：2675 ~ 2680 《中国科学》杂志社 论 文 SCIENCE CHINA PRESS 蒙特卡罗不确定性分析在受体模型来源解析中的应用 ①② ②* ① ① ① ① 田福林 , 陈景文 , 刘成雁 , 王志嘉 , 任雪冬 , 李红 ① 辽宁省化学危害分析与处理技术重点实验室, 辽宁省分析科学研究院, 沈阳 110015; ② 工业生态与环境工程教育部重点实验室, 大连理工大学环境学院, 大连 116024 * 联系人, E-mail: jwchen@ 2011-03-28 收稿, 2011-08-18 接受 辽宁省博士科研启动基金资助项目 摘要 利用蒙特卡罗模拟和虚拟数据矩阵对一种受体模型(非负约束的因子分析模型)来源解 关键词 析结果的不确定性进行了分析. 假设多氯联苯(PCBs) 产品 Arolcor1016, Aroclor1248 和 蒙特卡罗模拟 Aroclor1260 为PCBs 的3 个主要污染源, 并设定它们在40 个样品中的贡献值, 由此组成一个 不确定性分析 有25 种PCBs 系列物和40 个样品的虚拟数据矩阵, 通过对每个PCBs 系列物依次取变异系数 受体模型 源解析 (Cv) 0.1, 0.2, 0.4 和0.6, 以考察输入参数的不确定性对非负约束的因子分析模型输出结果的 多氯联苯 影响, 模型以随机数组为输入数据运行1000 次, 对输出结果进行统计分析得到均值和标准偏 差等指标. 通过本研究表明, 当Cv 在0.4 之内时, 模型能够较为准确地解析出主要污染源的 指纹谱图和贡献率, 在输入数据为正态分布的情况下, 输出结果也呈正态分布, 说明非负约 束的因子分析模型有较好的稳健性. 受体模型解析结果的不确定性主要受到输入参数误差、 污染源指纹谱图的相关性等因素的影响. 受体模型是通过对采样点的环境样品 (受体 ) 的 生 [11]. 利用蒙特卡罗模拟的方法定量研究输入参数 化学和显微分析 , 确定各污染源贡献率的一系列技 的不确定性对模型结果的影响, 可以识别出造成模 术 . 非负约束的因子分析模型 (FA-NNC)是受体模型 型结果误差的来源, 找出影响模型结果的主要因素 , 的一种, 在多氯联苯 (PCBs)和多环芳烃 (PAHs) 的来 以提高模型结果的准确度和可靠性, 同时为模型的 源解析中有较多的应用[1~5]. 受体模型的成功应用很 改进提供理论依据. 大程度上要依靠对污染物的大量采集和准确分析 . 受体模型在环境污染物的来源解析中应用较为 模型的输入参数由于环境条件的多变性和环境系统 广泛 , 而对受体模型结果的不确定性分析却鲜有报 的复杂性而不可避免地存在不确定性, 样品的前处 道 . 蒙特卡罗方法是进行模型不确定性分析最常用 理和仪器分析等过程同样会带来误差 , 相应的模型 的方法[12~14], 本研究以 PCBs 为目标化合物, 假设