滚动正矩阵因子分解用于气溶胶光学分配

《Atmospheric Environment》：Rolling positive matrix factorisation for aerosol optical apportionment

　　

传统的气溶胶光学分配方法，如Aethalometer模型和Multi-Wavelength Absorption Analyzer (MWAA)模型，仅依赖于光吸收系数，并且通过对作用源的数量及其吸收特性的波长依赖性进行严格假设来运作。本文提出了一种改进的光学分配方法，通过改编Positive Matrix Factorisation (PMF)以接受气溶胶吸收和散射系数作为输入数据。这使得研究人员能够放弃当前广泛使用的气溶胶光学分配模型的两个主要假设，即固定的吸收源数量及其吸收波长依赖性，从而形成一种更全面的方法，其中不仅考虑吸收系数，还考虑并分配散射系数。该新方法在意大利莱切（Lecce）测量的两年多波长吸收和散射系数数据集上进行了测试。通过独立测量的化学组成变量验证，研究人员清晰识别出四个气溶胶光学剖面，并解释为与黑碳（Black Carbon，BC）、棕碳（Brown Carbon，BrC）、二次气溶胶和粗气溶胶相关。

**论文解读：滚动正矩阵因子分解在气溶胶光学分配中的应用**

**研究背景与问题**

大气气溶胶（悬浮在空气中的液体和/或固体颗粒物）与不良健康效应相关，并通过与太阳和地球辐射的相互作用影响局部能见度及全球辐射平衡，从而对气候变化起到贡献或缓解作用，但其辐射强迫作用仍存在很大不确定性。因此，基于光学数据识别和分配气溶胶源，不仅对空气质量，也对气候危机管理至关重要。传统的气溶胶光学分配方法，如Aethalometer模型和Multi-Wavelength Absorption Analyzer（MWAA）模型，仅依赖光吸收系数，并基于两个严格假设：吸收源数量固定（通常为两个）且其吸收特性呈幂律波长依赖性（如固定?ngstr?m指数）。然而，实际大气中存在多种吸收源（如黑碳（Black Carbon，BC）、棕碳（Brown Carbon，BrC）、矿物粉尘等），且其吸收光谱可能更复杂，同时散射系数数据未被充分利用。因此，有必要开发一种更全面的方法，能够同时利用吸收和散射系数，并脱离对源数量和波长依赖性的先验假设。

**研究内容与结论**

研究人员将正矩阵因子分解（Positive Matrix Factorisation，PMF）改编为可同时接受气溶胶吸收和散射系数作为输入，并在滚动窗口上运行，从而实现了对吸收和散射系数的定量分配。该方法在意大利莱切CNR ISAC环境气候观测站（ACTRIS监测网络，城市背景站点）长达两年（2023-2024年）的每小时平均多波长气溶胶光学数据集上进行了测试，包括7波长吸收系数（由AE33 aethalometer测量，但排除370 nm通道）和3波长散射及后向散射系数（由Aurora 3000 nephelometer测量）。通过独立测量的化学组成变量（如元素碳EC、可溶性钾K⁺、硫酸盐SO₄^2-、硝酸盐NO₃^-、铵NH₄⁺、钛Ti）进行验证，成功识别出四个气溶胶光学剖面，分别归因于BC、BrC、二次气溶胶和粗气溶胶。该研究发表在《Atmospheric Environment》。

**主要技术方法**

研究人员采用正矩阵因子分解（PMF）分析，输入变量包括6波长吸收系数（470、520、590、660、880、950 nm）和3波长散射及后向散射系数（450、525、635 nm）。数据来自意大利莱切ACTRIS站点的AE33 aethalometer和Aurora 3000 nephelometer，采样时间为2023-2024年。对光学剖面施加了基于物理的约束：后向散射分数小于0.5，散射?ngstr?m指数（SAE）在-1到4之间。采用滚动PMF，窗口长度为28天，步长为1天，以基础解（全数据集PMF）的光学剖面作为起点，随机初始化贡献矩阵。最终每个数据点的分配值由所有覆盖该点的重叠窗口的平均值得到。

**研究结果**

**5.1 基础解与滚动PMF解**
基础PMF分析确定了四个因子，其光学剖面可物理解释为粗气溶胶、二次气溶胶、BC和BrC气溶胶。BC和BrC剖面显示高吸收值，BC吸收波长依赖性较弱，BrC散射贡献更高；二次和粗气溶胶剖面显示相对较高的散射值，且二次气溶胶散射波长依赖性更陡。滚动PMF分析（共704个窗口）揭示了光学剖面随时间的变化，如BC和BrC的?ngstr?m指数（AAE）月变化显示夏季BrC光漂白效应导致AAE降低。

**5.2 全光学分配**
经过粒子依赖性校正（Müller散射校正和ACTRIS吸收校正）后，吸收和散射系数被分配至四个因子。BC是主要吸收体，其吸收百分比随波长增加而增加；BrC在短波长吸收贡献较大；二次气溶胶剖面也显示出对吸收的贡献（可能源于aethalometer对散射的交叉敏感性）；粗气溶胶对吸收贡献可忽略。在635 nm波长，粗气溶胶是散射系数的主要贡献者，但随波长变短，二次气溶胶的散射贡献增加。后向散射系数的分配更倾向于细粒子（BC和BrC）。

**5.3 验证**
通过独立化学变量验证：BC吸收信号（950 nm）与PM₁₀元素碳（EC）呈良好相关性；BrC吸收信号（470 nm）与PM_2.5可溶性钾（K⁺）相关，且夏季斜率更陡，表明光漂白效应；二次气溶胶散射信号（450 nm）与PM_2.5硫酸盐、硝酸盐、铵盐总和相关；粗气溶胶散射信号（635 nm）与撒哈拉沙尘事件中的PM_2.5钛（Ti）相关，且后向轨迹浓度加权轨迹（CWT）分析显示高粗气溶胶散射信号与撒哈拉沙漠北部来源相关。

**结论与讨论**

本研究证明了多波长光学数据可用于定量分配吸收和散射系数。通过将正矩阵因子分解（PMF）改编为同时接受吸收和散射系数数据，并施加基于光学理论的约束，以及在滚动窗口上运行PMF，研究人员开发了一种比传统方法更全面的光学分配模型，实现了三大改进：（1）散射系数的分配成为可能；（2）放弃了当前模型关于作用源数量和吸收光谱波长依赖性的主要假设；（3）解决了光学性质的动态变化问题。该方法在意大利莱切两年数据上测试，结果将光学数据分配为四个因子：BC（交通源）、BrC（木材燃烧）、二次气溶胶和粗气溶胶（矿物粉尘），并通过化学数据验证。该研究为其他站点的光学分配提供了可推广的框架，但未来需增加测量波长和变量以分离更多因子。