基于PMF、卫星观测排放清单与WRF-Chem模型的三重验证：解析中国北方农业区居民生物质燃烧对PM2.5的贡献机制

针对中国北方农业区PM2.5污染源解析的不确定性，本研究创新性整合受体模型（PMF）、卫星修正排放清单和WRF-Chem数值模拟，首次系统量化了吉林省四平市生物质燃烧的贡献（占比35.10%-40.13%），揭示居民燃烧为主导因素（28.12%），为农业区空气污染治理提供了多方法交叉验证的科学范式。

　　

在中国东北的“黄金玉米带”上，四平市每年产出数百万吨玉米秸秆，这些农业副产品在带来经济效益的同时，也因露天焚烧和居民炉灶的不完全燃烧，成为PM_2.5（空气动力学直径≤2.5微米的颗粒物）污染的隐形推手。尽管中国政府已严格禁止露天焚烧，但居民生物质燃烧仍缺乏有效监管，其贡献长期被低估。更棘手的是，传统单一方法（如排放清单或受体模型）的局限性使得污染源解析结果存在显著差异，严重制约了精准治霾政策的制定。

针对这一难题，由西安交通大学领衔的研究团队在《Environment International》发表了一项突破性研究。该工作首次将正矩阵分解（PMF）、卫星观测修正的排放清单和WRF-Chem（气象与化学耦合模型）三种方法有机结合，对四平市2021-2022年PM_2.5展开“立体式”溯源。研究团队采集了四季PM_2.5样品，分析其有机碳（OC）、元素碳（EC）及离子组分；利用Sentinel-2卫星数据反演50.73 km²焚烧区域；并基于本地化参数更新排放清单，最终通过WRF-Chem模拟冬季污染事件验证结果。

3.1 时间变异与基本特征
PM_2.5年均浓度（51.20±19.00 μg/m³）超标国家标准的50%，冬季峰值达118.80 μg/m³。OC/EC强相关性（R²=0.98）及钾离子（K⁺）、氯离子（Cl^-）的季节性激增，暗示生物质燃烧的关键作用。

3.2 PMF源解析
六类污染源中，生物质燃烧贡献35.10%居首，其因子以OC、EC、K⁺和Cl^-为特征。二次生成（5.00%）和工业排放（7.90%）贡献较低，显示农业区污染的特殊性。

3.3 排放清单验证
卫星修正后，生物质燃烧占PM_2.5总排放的37.50%（居民燃烧占97.40%），与PMF结果高度吻合，证实清单可靠性。

3.4 WRF-Chem综合解析
冬季污染事件模拟显示，生物质燃烧贡献40.13%（居民28.12%+露天12.01%），远超工业（4.28%）和交通源（3.76%）。模型验证指标IOA达0.83，显示优异性能。

这项研究通过方法学创新，首次在农业区实现PM_2.5源解析的多维交叉验证。其核心结论——居民生物质燃烧贡献超1/3PM_2.5负荷，直接挑战了传统“工业主导”的治理思路。研究团队建议：优先推进农村清洁能源替代（如生物质气化）、强化炉灶排放标准，并开发卫星-地面联动的焚烧监测系统。该成果不仅为东北地区，也为全球农业城市的空气质量管理提供了可复制的技术框架。值得注意的是，研究也存在排放因子本地化不足等局限，未来需结合现场实测进一步优化模型参数。