1.5　國內外研究現狀

1.5.1　大氣顆粒物化學特性研究概況

1.5.1.1　水溶性離子成分

大氣顆粒物成分根據污染來源不同而具有不同的化學特性，一般而言，大氣中懸浮顆粒的主要成分包括水溶性離子、金屬元素以及碳成分。水溶性離子成分主要包括Na+、Mg2+、K+、Ca2+、N、F-、Cl-、N 及S等，其中又以N、N 及S含量較高。從污染來源來看，各種離子主要受區域空氣污染特性及環境因素影響，其中Mg2+、K+、Ca2+主要來自土壤、塵埃、水泥廠排放及海水飛沫；Na+和Cl-絕大部分皆來自海水飛沫，且Na+被視為海洋的標志元素，而一少部分 Cl-來自化工行業及燃料燃燒產生的含氯污染物，如氯化氫等；K+被視為生物質燃燒的標志性元素，主要由于城市周邊秸稈等農作廢物的燃燒產生。N、N及S大部分由二次反應產生，直接排放相對較少，其中S及N一般來自于燃料高溫燃燒排放的廢氣再經二次反應生成，也有一少部分來自機動車輛尾氣排放。另外有機物質腐化也會產生大量的N，這主要由農業活動造成；N主要由汽機車尾氣排放產生的NOx轉化而來；S則主要來自人為排放以及燃料燃燒產生的SO2經在空氣中的二次轉化產生。另外F-在大氣顆粒物中濃度相對較少，主要污染源為高熱的冶金工業，如玻璃廠、陶瓷廠、煉鋁廠、磷肥廠等，在生產過程會排放大量的含氟氣體及塵埃。

由于受物種來源的影響，大氣顆粒物中化學成分也會因其粒徑不同而具有明顯的差異性，因此研究其化學成分在粗顆粒和細顆粒的分布有很大的必要性。Wall等對大氣懸浮顆粒中主要離子成分的粒徑分布進行了研究，研究結果顯示Na+、Cl-是海水的主要成分，所以兩者皆以粗顆粒（PM2.5～10）為主，N及S主要分布在細顆粒（PM2.5）中，S主要是由大氣中SO2氣體氧化成H2SO4，其中的S會與N發生反應，并且以（NH4）2SO4或NH4HSO4為主要形式存在；N在粗顆粒和細顆粒中都有分布，主要是因為N在城市地區可由車輛尾氣直接排放產生，以粗顆粒為主，細顆粒中N會與N發生反應，而粗顆粒中N則會與N及Na+發生反應。同時，各種離子在空氣中也會發生一些其他的復雜反應，有待進一步研究。

2005年，莊馬展等對廈門市2004年冬季、2005年春季及2005年夏季分別采集了PM10和PM2.5樣本，采樣時間分別為10天、5天和10天，并對樣本進行了水溶性離子成分分析。研究結果顯示廈門市大氣中PM10水溶性離子成分呈現季節性變化，其中春季濃度最高，其次為冬季，夏季最低。春季期間，環境溫度低、濕度大、風速低，此條件下有利于N的形成，因此S/N比值在該季節均低于夏季和冬季，同時N在冬季的濃度要高于夏季，這主要與N的形成機制有關，即大氣中存在的NH4NO3的氣固平衡反應，當溫度較低時有利于NH4（g） 和HNO3（g）結合生成NH4NO3；夏季期間，PM10和PM2.5均表現為Na+/Cl-比值最高的季節；冬季期間，PM10中S、N和N所占比例為39.3%，Na+、Cl-作為海鹽離子所占比例為7.06%，PM2.5中前三種離子占47.7%，后兩種離子占3.06%。

2003年1～12月，陳永橋等對北京市兩個區域不同粒徑的大氣懸浮顆粒進行采集，并利用離子色譜法分析了樣品中的水溶性性離子成分。研究結果顯示，城鄉混合區顆粒物中水溶性離子濃度比郊區高，而且離子濃度在兩區域表現出明顯的季節變化特征， S在冬季期間最高，而許多離子在夏季的濃度普遍較低，N質量中值直徑有明顯的季節變化趨勢。Na+濃度受地表植被特征的影響較大。兩區域大氣顆粒物中N、K+、N和S四種離子間的相關系數較好，主要由于這些離子有相似的污染來源。蔡瀛逸等在高雄地區對大氣中細顆粒PM2.5和粗顆粒PM2.5～10進行了研究，研究結果顯示粗細顆粒中主要化學組成為S、N、N、EC和OC，其中S、N、N是顆粒物的主要組成成分，在細顆粒中占86.0%～87.9%，在粗顆粒中占68.9%～78.3%，此結果也證明二次衍生性氣膠是高雄地區大氣顆粒物的主要成分。

2003～2006年，Favez等對埃及開羅各季節的懸浮顆粒樣品進行了化學成分分析，從而了解各水溶性離子的季節變化特性。研究結果顯示Ca2+濃度在春季最高，其次為冬季，Ca2+背景濃度值高達6μg/m3，此特征與沙塵暴期間相似，可以推估當地受到水泥業及沙塵的影響。S和N濃度特征變化不明顯，沒有較強的季節特性，而S平均濃度（15μg/m3）明顯高于N平均濃度（5μg/m3），主要原因是該地平均溫度較高，約在20℃，此條件下有利于硫酸銨[（NH4）2SO4]的產生。相比S、N兩種離子，N則顯示出較強的季節變化趨勢，此離子在春、冬兩季濃度明顯高于其他兩季，說明在春季大氣中硫酸銨的生成較夏季明顯。Na+、Cl-作為海鹽離子則呈現春冬季濃度明顯高于其他季節，且Cl-/Na+在春冬季的比值高于1.8。Hueglin等在瑞士對大氣中的粗細顆粒進行了化學成分分析，分析結果顯示地殼元素（Fe、Ti、Mn、Ca）、海鹽離子（Na+、Cl-、Mg2+、Br-）和人為污染物（N）主要富集在粗顆粒上，約占顆粒質量的75%以上；Cr、Ni及水溶性離子（S、N）等主要富集在細顆粒上，約占顆粒質量的60%以上。

1.5.1.2　無機元素成分

大氣顆粒物中無機元素成分較為復雜，其中大部分為金屬元素，特別是重金屬元素及痕量元素，由于其潛在的環境危害性之大，也得到越來越多研究學者的重視。大氣顆粒物中無機元素成分也可分為自然源和人為源，自然源產生的元素成分主要由海水飛沫、土壤以及道路揚塵等所造成，海水飛沫會產生較高的Na、Cl等元素，土壤和道路揚塵則可能產生較高的Fe、Al、Ca及Mg等元素。人為源所產生的元素成分分布范圍較廣，種類較多且復雜，主要污染源為工業生產排放、交通排放及農業活動排放等，元素種類包括Ni、V、As、Zn、Fe、Mn、Cu、Cr、Cd、Pb、Sn及Se等。國內許多學者也對此進行了研究。

于令達于2008年10～12月在北京市北三環內區域采用分級式撞擊采樣儀對大氣顆粒物樣品進行了采集，并用質子激發X射線熒光（PIXE）分析方法對16種無機元素成分進行了分析。研究結果顯示，16種元素在采暖期的總濃度比采暖期前增長了3%，其中As和 Cu在采暖期的濃度較高，且比采暖前增長了30%以上，細顆粒中Pb濃度增加較為突出，增長幅度為27%。利用富集因子對各元素來源的解析結果表明，Cu、As、Pb等元素在細顆粒的富集程度比1999年同期有明顯的降低趨勢，說明北京近年來空氣質量有好轉趨勢。

沈軼等于2000年10月～2001年10月利用等離子發射光譜對上海市細顆粒物PM2.5中Pb、As、Cu、Zn等元素進行了濃度特征分析，研究結果顯示上海市PM2.5中Pb、As、Cu、Zn等元素濃度呈一定的季節分布特征，且在顆粒物中的富集程度與國內外其他城市基本一致。余濤等于2005年對遼寧省沈陽市、錦州市和葫蘆島市等典型地區不同尺度大氣顆粒物中多種重金屬元素分布特征進行了研究。研究結果表明，Pb、Zn在PM10中含量最高，其次是Cu、Mn、As、Cr、Cd，燃煤、燃油和工業污染源等方面可能是造成這些元素含量較高的主要原因。

魏復盛等對廣州等四城市空氣中PM2.5和PM10的42種污染元素的組成分布及富集特征進行了研究，結果表明Cu、CI、Br、S、As、Pb、Se、Zn 8種元素在PM2.5和PM10中都有不同程度的富集，但在PM2.5中的富集程度要明顯高于PM10，倍數比例高達數十倍至數萬倍。但一些地殼元素和惰性元素富集程度不明顯，相對土壤背景值和地殼豐度反而有所減少。

Breed在加拿大都市區域利用元素組成判斷該區域可能的污染來源，研究結果顯示主要污染源有地殼元素、OC、EC、硫酸鹽、硝酸鹽及氨鹽6種物種，Na與Cl元素為沿海地區主要物種。Wu在2003年對澳門的研究結果顯示地殼元素如Al、Si、Ca、Mg、Fe等元素是主要物種，這些地殼元素主要來自于無鋪面道路的再懸浮的粗顆粒。Balachandran和Maenhaut在2002年的研究結果表明地殼元素（Al、Fe、Ca）集中分布在粗顆粒物中，而重金屬元素（Pb、Cu、Zn、Se、As）主要分布在細顆粒物中。Querol、Fang和Srivastava對重金屬的來源也做了歸納，其中Al、Ca、Fe主要來源于地殼表層，Na、Mg主要來源于海鹽飛沫，而Pb、Cu、Zn等重金屬主要與人為污染有關。Macrazna等對意大利米蘭大氣中PM10和PM2.5多種元素成分進行了研究，并利用元素組成對污染源進行了推估。研究結果表明，當地PM2.5和PM10主要來源于機動車尾氣的排放、二次衍生性反應形成的硫化物和工業污染源的排放。

1.5.1.3　碳成分

含碳顆粒是大氣顆粒中重要的組成部分，主要是由燃料不完全燃燒所引起，主要包括有機碳（Organic Carbon， OC）、元素碳（Elemental Carbon， EC）和少量碳酸鹽（Carbonate），其中碳酸鹽類在大氣顆粒物中含量非常少，所以常常被忽略。有機碳（OC）主要由不完全燃燒和二次光化學反應形成，按照其形成機制可分為一次有機碳（Primary Organic Carbon， POC）和二次有機碳（Secondary Organic Carbon， SOC），其中一次有機碳是由污染源直接排放的， 二次有機碳一般是由氣態有機物經過光化學反應等途徑形成，其環境危害要大于一次有機碳。城市大氣顆粒物中有機碳來源比較廣泛，主要包括交通工具排放、燃料燃燒、木材燃燒、肉類烹制過程、柏油路面揚塵、剎車皮磨損及農作物葉片碎屑等。元素碳（EC）又稱為黑炭或石墨碳，是一種鈍性物質，在大氣環境中十分穩定，不易與其他物質結合產生二次反應，主要來源為燃料燃燒排放，如燃煤燃油、木材燃燒、工業生產排放等。由于元素碳化學活性不強，在大氣中不易利用化學反應去除，只有通過干濕沉降使之減少，但去除率相當低，所以元素碳在大氣中的停留時間最多可以達到數十天，若停留時間較長，則長距離的傳送顯得相當重要。

遲旭光于2000年分析了北京市十三陵站（清潔對照點）和天壇站（居民生活區）兩個采樣點110 個大氣顆粒物樣品中的有機碳和元素碳。研究結果表明兩個監測點均具有明顯的季節變化特征，十三陵站OC年均濃度值為 22.0μg/m3， EC為3.6μg/m3；天壇站OC年均濃度值為41.5μg/m3，EC 為7.8μg/m3。在兩監測站，OC在秋季具有較高的百分含量，主要與該季節活躍的大氣化學反應和嚴重的污染狀況有關，而在春季濃度值較低，主要由于該季節表現為風沙氣候。居民生活區的EC百分含量在冬季有所增高，這主要與煤燃燒采暖有關。從研究的總體結果來看穩定的天氣條件和北京特殊的地域特征是導致空氣污染事件的主要原因，另外有機物污染是北京秋季空氣污染的一個重要特征。

2003年Wu等對澳門道路旁所采集的PM10和PM2.5行了碳成分研究。研究結果中顯示，元素碳分別占兩種粒徑顆粒物的3.7%～7.8%和8.0%～12.9%，而在背景地區所采集的PM10和PM2.5中，元素碳分別占2.0%和2.4%～3.0%，其比例范圍明顯比道路旁??；根據道路及背景OC/EC平均值結果可知，道路旁OC/EC平均值介于2.9～5.2之間，而背景地區OC/EC平均值介于9.4～13.8之間，這主要由于道路旁大量的機動車尾氣排放使EC濃度增高，從而使OC/EC比值下降。

崔蓉等在2006年6月16～18日和20～22日在北京市城區采集了大氣顆粒物 PM2.5與PM10，并對顆粒物中的17種多環芳烴及有機碳和元素碳進行了分析。結果顯示多環芳烴在PM2.5和PM10中的平均質量濃度分別為0.011～2.846ng/m3和0.013～4.415ng/m3；有機碳和元素碳在PM2.5與PM10中的平均質量濃度分別為28.56μg/m3、8.75μg/m3、41.14μg/m3和15.43μg/m3。四環和五環多環芳烴是PM2.5和PM10中多環芳烴的主要成分；含碳組分在 PM2.5與PM10中所占的比例相當，且碳成分仍然是兩種粒子中主要的化學成分之一。

譚吉華在2009年的研究中使用沖擊式采樣器對廣州市灰霾天氣形成過程的大氣顆粒物進行了采集，同時分析了顆粒物中有機碳和元素碳污染特征。結果顯示，灰霾期間大氣中主要消光積聚態顆粒物及其中的OC和EC在 PM10中所占的比例及其絕對濃度要遠高于正常天氣。OC和EC在正常天氣中呈雙模態分布，而在嚴重灰霾天氣期間，OC的粒徑分布呈雙模態分布，但EC的粒徑分布呈單一模態分布，且峰值都偏移到大粒徑方向。可以得出結論，大氣顆粒物以及OC和 EC積聚態在顆粒物中的大幅度增長是形成灰霾天氣的重要原因。

Gray認為元素碳一般可被作為重要的尾氣排放指示性元素，且多富集在細顆粒之中。Viana在2006年的研究中也認為 EC主要來自于機動車排氣管排放，文獻對巴塞羅那夏、冬兩季中細顆粒PM2.5及PM10中碳成分進行了研究。研究結果顯示總碳（Total Carbon， TC）在夏季期間且占PM2.5的25%～29%，在冬季期間占PM2.5的33%～46%；在夏季期間占PM10的16%，在冬季期間占PM10的24%。兩種顆粒物中總碳在冬季和夏季的比值約為1.8，說明在冬季期間有較高的人為污染源排放及較差的大氣擴散效應，所以導致總碳在冬季的濃度高于夏季，而夏季大氣擴散良好，不利于碳成分的形成和富集，總碳濃度相對低很多。

1.5.2　大氣顆粒物源解析技術研究進展

隨著人們對大氣顆粒物源解析技術的深入研究，現已先后形成三種源解析技術，分別為污染排放源清單、擴散模型法和受體模型法。表1-5為擴散模型和受體模型對比分析。

污染排放源清單法是根據研究區域各污染源的污染排放量和排放因子，來識別各污染源對受體環境的貢獻；此方法有如下缺陷：一是污染大氣環境的開放源眾多，污染排放量無法確定；二是各污染源的排放量與其對受體環境的貢獻一般不呈線性關系，因此，隨著各污染源類型的增加和環境管理要求的增加，污染排放源清單方法已無法滿足大氣顆粒物源解析要求，現以將排放源清單方法應用于擴散模型法中，作為污染源基礎數據用來進行源模型的解析。

擴散模型是從大氣顆粒物污染來源出發，將大氣顆粒物污染來源源強資料和氣象參數資料來估算各污染源對大氣顆粒物的貢獻。由于大量開放源的增加，使得該種方法無法準確得到污染源強的資料，限制該方法的應用。

受體模型方法是從大氣顆粒物污染受體環境出發，根據大氣顆粒物的理化性質特征信息估算各類污染源的貢獻，該種方法只能得到污染源類的貢獻而不能得到各污染源的貢獻。受體模型方法種類很多，但總體上分為：源已知受體模型和源未知受體模型，該種方法已廣泛應用于世界各地對大氣顆粒物進行源解析。

源未知受體模型在事先不知道源成分譜和源數量的基礎上，基于同一污染受體上測定的大量數據（顆粒物中水溶性離子、無機元素、碳成分等），對這些成分進行分析，從而得出污染源的成分和數據。源未知受體模型種類繁多，具有代表性的為主成分分析法（Principal Component Analysis， PCA）、正定矩陣因子分析（PMF）、富集因子分析法（Enrichment Factor， EF）等。源已知受體模型是將污染源與污染受體（顆粒物中水溶性離子、無機元素、碳成分等）間建立平衡關系，利用多元線性回歸運算，計算得到各污染源對受體的貢獻值，一般以化學質量平衡受體模式（Chemical Mass Balance，CMB）為代表。幾種常用的受體模型的對比分析如表1-6所示。

除此之外，研究大氣顆粒物污染源及其與下游污染物相關性的方法還有很多，如掃描電子顯微鏡法（SEM-EDX）、聚集分析法（Cluster Analysis）、UNMIX模型、逆軌跡模式（Backward Trajectory）、區域沙塵模式（TAQM/Kosa）、灰色理論模式（Gray System Theory）等，其中很多方法已成功應用于土壤相關性分析、河川上下游相關分析以及大氣中懸浮顆粒源解析等，特別是化學質量平衡受體模式應用比較廣泛，具有可靠的穩定性及研究結果的準確性。本書經過查閱大量文獻，在這些解析方法中選擇幾種較為常用且已被國內外專家認可的模式加以討論，主要針對電子顯微鏡法、主成分分析法、化學質量平衡受體模式和逆軌跡模式。

1.5.2.1　掃描電鏡分析

Yue等于2005年在上海采集了三個代表地區的PM2.5顆粒，并利用掃描電子顯微鏡（SEM-EDX）對其形態和元素組成進行分析。根據顆粒的形態和元素組成分析結果，可將其顆粒形態分為四個類型。進一步對單一顆粒進行micro-SXRF光譜分析，并和電鏡掃面結果進行比對，結果可以鑒定出大氣中顆粒主要有六種來源，分別為金屬工業、汽車尾氣排放、土壤揚塵、煤燃燒、柴油機排氣和油燃燒。其中金屬工業、汽車尾氣排放和煤燃燒被確定為上海市空氣中PM2.5的主要污染源。

Shi等于2001年在北京西北商業區、南口及明陵水庫采集了PM2.5和PM2.5～10的大氣顆粒物，并利用電子顯微鏡進行分析，結果顯示在北京的大氣中，有多種不同型態的顆粒，分別為燃燒鏈狀顆粒、燃煤產生的顆粒、地殼塵土顆粒、生物性顆粒和礦物顆粒，而普遍存在的為燃燒產生的鏈狀顆粒。Shao等也于北京采樣發現PM2.5比PM10的氧化能力強，這可能與PM2.5中含有較高百分比的燃燒產生的鏈狀顆粒和較低百分比的礦物或飛灰微粒有關。

Srivastava等于2000年4～6月在Jawaharlal Nehru大學采集了室內的顆粒，并利用原子吸收光譜（AAS）和掃描電子顯微鏡分析了顆粒的形態和濃度。結果顯示顆粒的主要來源是海風吹拂卷掃的地殼物質、土壤揚塵以及機動車尾氣排放。

Smichowski等針對燃燒產生的飛灰進行了XRD（X-ray Diffraction Power）及SEM的分析。相關文獻所搜集的微粒形態如圖1-2所示，圖中分別顯示了濕式燃料燃燒產生的飛灰、飛灰吸附細微粒、鏈狀顆粒物、團聚顆粒物和典型的地殼物質以及特征采暖期、非采暖期以及沙塵暴時期的顆粒物SEM分析結果。其中A、B、D、E、H來自文獻Shi et al.（2003）；C來自文獻Smichowski et al.（2007）；F、G、I來自文獻Yue et al.（2006）；J、K、L來自文獻Shao et al.（2006）。

1.5.2.2　主成分分析

Anderson等于1992年在挪威的Spitsbergen進行氣溶膠的采集，以Automated Electron Microporbe分析了30000顆顆粒物，并以Nonhierarchical Cluster Analysis將顆粒分成30種類以上，主成分分析其中22種主要類型，顯示這些氣溶膠中有11個物種為主要的組成，某些種類的氣溶膠可能來自北歐亞大陸的污染空氣，同時證明即使在干凈的非污染季節，北極地區仍會被塵土及認為產生的氣溶膠污染。Anderson等于1996年在百慕大海域上空采集氣溶膠并進行單顆粒及混合相分析，以主成分分析將顆粒分成8種，其中1種為由北非傳輸而來的含矽及地殼元素顆粒，其混合相分析結果為含Al、Mg、V、Co、Cs、Eu、Fe、Hf等元素；3種富含硫的顆粒，其中1混合相分析含有Zn、Se，另1種混合相含有Cr，估計是由北美傳輸而來。

Rojas等于1990年利用XRF方法對大氣顆粒物中17種元素（Mg、Al、Si、P、S、K、Ca、Ti、V、Cr、Mn、Fe、Ni、Cu、Zn、Br、Pb）進行了分析，并以EPMA和LAMMA進行了單顆粒的分析，最后利用主成分分析法將細顆粒氣溶膠分成6種污染來源（土壤、工業污染、硫酸鹽顆粒、交通污染、燃油、木材燃燒），粗顆粒被分為5種來源（土壤、工業污染、硫酸鹽顆粒、交通污染、燃油），分別可解析出81.91%的變量。Rojas等于1990年將APCA應用在單一氣溶膠顆粒的污染來源推估上，他們于1987年間在Santiago收集了51組粗細顆粒物的樣本，并進行了絕對主成分分析，結果顯示二次硫酸鹽氣溶膠占了細顆粒的49%，其中木材饒少和機動車排放占了26%，殘油燃燒占了6%，塵土和冶煉工業排放占了6.4%。

Artaxo等于1999年使用PIXE（Particle Induced X-ray Emission）量測單顆粒氣溶膠，得到的數據在利用絕對主成分分析方法推估最主要的污染來源是交通污染源，在此絕對主成分中交通污染源排放的廢氣通常會和地表揚塵結合，利用單顆粒氣溶膠分析技術可以得到22種元素組成，在利用絕對主成分分析方法可以得到良好的結果。Swietlicki等于1996年利用APCA對捷克大氣中細顆粒氣溶膠的污染來源進行了分析，其結果見表1-7。

李玉武等在2005年9月18日～2006年9月13日期間，在北京南郊房山區、城區西二環和北郊昌平區3個采樣點采集了166個總懸浮顆粒物樣品。并用ICP-MS和ICP-AES方法對鉛等29個無機元素進行了分析。3個測站點大氣中鉛年均濃度依次為179ng/m3、142ng/m3和102ng/m3。用絕對主因子分析法對TSP樣品中鉛的來源進行了定性和定量解析。結果表明，樣品中鉛的來源及在TSP的分擔率分別為：土壤揚塵（10.2%）、建筑塵（11.8%）、燃煤（16.9%）、涉鉛有色冶金工業（55.6%），其中涉鉛有色冶金工業是主要來源。從濃度分布來看，鉛在土壤揚塵、建筑塵和燃煤等來源的分布比較均衡，3個測站點的濃度大體持平，來自于有色冶金工業的鉛在3個測站點的年均濃度從南到北分別為113ng/m3、77.0ng/m3和44.2ng/m3，這說明鉛污染具有南高北低的特征。

1.5.2.3　正定矩陣因子分析

楊凌霄利用PMF模型對濟南市大氣PM2.5進行源解析分析認為，濟南市不同季節大氣PM2.5污染來源差異大；山東大學監測點大氣PM2.5主要來源于道路揚塵和機動車尾氣、工業排放源、燃煤、土壤塵源及生物質燃燒，各年均貢獻分別是15.0%、15.1%、13.6%、19.0%、20.0%和17.7%。另一監測點苗圃點大氣PM2.5主要來源年均貢獻依次是16.00%、17.50%、18.7%、22.8%、19.50%和17.8%。

王琳利用正定矩陣因子分析（PMF）模型對青島市近海大氣氣溶膠源解析得出：沙塵天氣5類污染源包括地殼土壤源、燃煤、機動車尾氣、生物質燃燒和工業源，各類源貢獻分別為63.7%、17.0%、10.4%、7.9%、1%；非沙塵天氣污染源還包括海鹽成分，6 類來源源貢獻分別45.8%、12.6%、12.3%、7.9%、16.5%、5.0%。

王倩對上海市夏秋季大氣VOCs來源貢獻解析得出：研究期間污染源對大氣VOCs貢獻最大的為汽車尾氣，其次為燃料不完全燃燒，6類污染源包括汽車尾氣、不完全燃燒、燃料揮發、LPG/NG（液化石油氣/天然氣）泄漏、石油化工和涂料/溶劑使用，各類污染源貢獻分別為24.30%、17.39%、16.01%、15.21%、14.00%和13.09%。

徐敬、丁國安等對北京地區大氣PM2.5來源利用PMF模型解析認為：土壤塵和煤燃燒對大氣PM2.5污染貢獻突出，機動車尾氣在對大氣PM2.5污染貢獻在明顯增加。其次，海洋氣溶膠、生物質燃燒、二次氣溶膠、工業生產等過程也是北京地區大氣PM2.5污染重要的污染源。

劉莉、鄒長武將PMF模型和CMB模型進行耦合認為，可利用PMF模型得出各污染因子，這為CMB模型提供污染源的信息，并將PMF模型所得解析數據結果選擇性的用于CMB模型，最后甄選出污染源和特征元素，這相應地提高了CMB模型的可靠性和提高了工作效率。

邊璐等利用PMF模型和PCA-MLR模型對上海市高架道路地表徑流中多環芳烴的來源進行解析得出：兩種模型的計算值和實際值擬合較好，利用PMF模型判定的污染源包括交通源（37.7%）、石油源（21.9%）、燃氣源（26.4%）和其他類源（14.0%），利用PCA-MLR模型判定污染源的貢獻為交通源（44.3%）、石油源（28.9%）、燃氣源（18.3%）和其他類源（8.5%）。

E.Cuccia等對意大利卡拉拉地區附近采石場大氣PM10進行源解析研究認為，碳酸鹽在大氣可吸入顆粒物中濃度通常是相當低的，由于大理石采石場的地理環境很特殊，故該地點對大氣顆粒物中碳酸鹽水平影響意義重大。利用PMF模型得出，大理石運輸是該城市大氣PM10主要污染源，約有36% 大氣PM10來自該污染源。

J.Aldabe等對西班牙北部大氣PM2.5和PM10利用PMF確定5個大氣PM10和PM2.5污染來源，1個源來自Plaza de la Cruz地區（地殼、二級硫酸鹽、二級硝酸鹽、交通和海鹽鹽氣溶膠）和4來源在Bertiz 地區（地殼、二次硫酸鹽、二次硝酸鹽和海鹽）。

Jorge Herrera Murillo等對墨西哥薩拉，瓜納華托地區從2006年11月～2007年11月進行大氣PM2.5樣品分析檢測認為，監測時段該地區大氣PM2.5濃度為45μg/m3，為3倍墨西哥大氣PM2.5年度標準；利用UNMIX模型和PMF模型進行受體分析得出，眾多燃料燃燒，傳統磚生產-農業燃燒、地殼、道路交通和二次有機氣溶膠為主要污染貢獻源。

María Laura López對阿根廷科爾多瓦市大氣PM2.5和PM10污染源利用同步輻射熒光微束（SR-XRF）和PMF模型分析得到：4種源類型或因素顯示對該市大氣顆粒物，PM2.5和PM10的影響最大。交通和道路/建設灰塵是細粒物質量濃度的主要貢獻者，而石油燃燒對細顆粒物貢獻較小。

1.5.2.4　UNMIX模型

UNMIX模型為美國南加利福尼亞大學Ron Henny模式開發的受體模型，該模型通過一系列時間序列數據，從而確定污染源種類和源貢獻。

王啟航將UNMIX和CMB兩種模型聯合使用應用于蘭州市大氣環境中多環芳烴認為，根據各污染源的特征譜圖，多環芳烴來源于4中污染源，分別為建筑水泥源、燃煤源、交通污染源和土壤道路混合污染源，且模型擬合數據和原始模擬數據具有較好的擬合效果。

馮小瓊等利用CMB和UNMIX兩種模型共同分析香港地區2005～2010年大氣VOCs污染來源認為，研究區域大氣VOCs污染主要來自使用溶劑、機動車尾氣釋放、天然源等，且源解析結果存在季節差異，兩種模型進行源解析時有一定差異，并建議將兩種模型聯合使用以達到污染源解析的準確性。

冷菁等對金礦區大氣汞污染源應用UNMIX模型源解析得出，大氣汞污染主要污染源為交通塵源、土壤塵源、金礦選冶地點源和居民聚居區源4種，其中居民點為主要汞貢獻源，其次為金礦選冶點，貢獻最少的為交通源。

Mohammed A.Khairy等對埃及亞歷山大港地區大氣環境多環芳烴研究認為，在這項研究中，因子分析和多元線性回歸（FA/MLR），正定矩陣因子（PMF）和UNMIX模型對亞歷山大港的大氣環境中多環芳烴進行健康風險評估。3種受體模型獲得的結果具有可比性。汽車尾氣排放平均貢獻36.0%～49.0%，柴油和汽油平均貢獻19.0%～34.0%，天然氣燃燒平均貢獻11.0%～27.0%；在夏天，蒸發/未燃燒石油來源平均貢獻8.00%～18.0%，總的來說，PMF模型和UNMIX模型相比FA/MLR模型能更好地對污染源進行識別。

1.5.2.5　化學質量平衡受體模式分析

國外利用CMB受體模式對大氣顆粒物的研究比較廣泛，Samara等在希臘的一個褐煤燃燒發電的集中地區，對電廠周圍10個不同位置進行總懸浮顆粒物的采集，并利用化學質量平衡（CMB）模式，對大氣顆粒物的污染來源進行分析。研究結果顯示，電廠的煤燃燒排放及交通柴油燃燒排放的顆粒物是大氣總懸浮微粒的主要來源之一，其次是室內的煤燃燒、生物質燃燒（木頭燃燒和秸稈燃燒）。

Srivastava等在印度的特非爾市進行大氣顆粒物的采樣，分別討論了大氣顆粒中重金屬在粗顆粒和細顆粒中的組成和來源，結果顯示，在細顆粒中重金屬的主要來源是機動車的尾氣排放，而在粗顆粒中有明顯的區域性，但大多以機動車尾氣排放和土壤及地殼物質的貢獻為主，同時在結果中也顯示對于粗顆粒部分，季節性氣候特征也是一個重要的影響因素。Gupta等在印度Kolkata市的居民區和工業區利用CMB模式對大氣中的PM10進行污染來源的分析，結果顯示在居民區中PM10的污染來源主要是煤燃燒，貢獻率為42%，其次為道路揚塵、農業廢物燃燒和木頭燃燒，貢獻率分別為21%、7%和1%，而在工業區中，PM10主要的貢獻為機動車尾氣排放（47%），其次為煤燃燒、金屬工業和土壤揚塵，貢獻率分別為34%、1%和1%。

Ward等在2000～2001年在美國密蘇里州的山谷中采集大氣中的PM2.5并利用CMB模式推算出污染來源，結果顯示其山谷中最大的污染來源是木頭燃燒（41%），其次為柴油引擎排氣（19%）、硝酸銨（17%）、回收鍋爐（14%）、燃料鍋爐（6%）的燃燒以及當地木頭產品工業和街塵（5%）。Gertler等利用CMB模式推估美國亞利桑那地區PM10顆粒的污染來源，結果顯示主要污染源為地殼物質、交通排放和二次光化硫酸鹽，而硝酸鹽與火力發電廠只占0.1%左右。Watson等在加州地區利用CMB模式對PM10污染來源進行了多年的研究，結果顯示在夏季該地的主要污染來源為地殼物質、硫酸鹽、交通排放、硝酸鹽及海鹽，而秋季時主要污染來源則為交通排放和硝酸鹽，其次為地殼物質、硫酸鹽及海鹽。

Yatkin等在2004～2005年在土耳其的市區和郊區進行大氣顆粒物PM10及PM2.5的采樣，并利用PMF（Positive Matrix Factorization）正矩陣因子法及CMB模式對其污染來源進行分析，而PMF結果顯示主要污染來源為燃料燃燒、交通排放、礦產業和海鹽，其未定量來源超過40%，而利用CMB模型對懸浮顆粒的解析結果較為理想，其中有70%的污染來自于交通排放，其次為燃料燃燒、礦產業、海鹽及天然氣發電廠。Lowenthal于加拿大利用CMB模式推估該地區的污染來源，結果顯示在PM2.5中，主要污染來源為交通污染源、二次光化硫酸鹽、硝酸鹽、木材燃燒、地殼物質和海鹽。

鐘宇紅等在吉林省4個典型城市設置了10個采樣點，分別在采暖期和非采暖期采集了空氣中的TSP及各類污染源樣品156個，并利用CMB8受體模型對TSP中無機組分進行了源解析研究。研究結果表明，在吉林市和白城市，TSP的主要來源是土壤風沙塵；在通化市TSP的主要污染源為道路塵；而在四平市，TSP受道路及土壤揚塵影響較大。陳添等于2004年在北京市亦莊、古城、房山、車公莊、定陵和奧體中心6個采樣點采集了大氣PM10樣品，并對北京市大氣顆粒物的主要PM10排放源樣品（土壤塵、建筑水泥塵、燃煤等）進行了采集，進一步對顆粒物中的水溶性離子成分、無機元素、有機碳和元素碳進行了分析和測定。將代表北京市PM10主要排放源的組分作為源成分譜，并利用CMB受體模型對PM10來污染來源進行解析。解析結果表明，PM10的主要來源是土壤塵，其次為燃煤排放、機動車 燃油排放、二次粒子、建筑水泥塵。研究結果同時體現了污染源貢獻率具有明顯的季節變化趨勢，并受到一定的地域環境的影響。

1.5.2.6　逆軌跡模式

現在許多學者研究氣團長程傳輸所使用的逆軌跡模式，多采用美國NOAA（National Oceanic Atmospheric Administration）空氣資源實驗室（Air Resources Laboratary）所研發的HYSPLIT（Hybrid Single Particle Langrangian Integrated Trajectory）模式（http：//www.arl.noaa.gov/ready.html），用此單顆粒軌跡模式，輸入采樣點坐標作為氣團軌跡線逆推的起點，并考慮當時的氣象條件輸入一個起點坐標及三個以內的不同高程，并依照實際需求選擇計算時段長短倒推上一時段的位置，以及總共倒推的時間長短，即可得到氣團的三維傳輸路徑，可選擇輸出圖片、坐標或高程數據。

袁中新等根據環保署2002～2005年所發布影響中國臺灣的24場沙塵暴事件為基礎，取經長程傳輸而對臺灣造成較大影響的15場事件進行探討，分別以HYSPLIT MODEL方式繪制其逆軌跡圖，并將軌跡分為三類，分別為東方折返型、東南回轉型以及東南直傳型三類，分析沙塵暴發生的時空背景等變因，對于其傳輸路徑及物化特征之影響。

Rafael等于2007年對歐洲三個主要都市（希臘、馬德里及伯明翰）利用HYSPLIT MODEL（NOAA）繪制其逆軌跡圖，結果發現馬德里及伯明翰發生高PM10濃度時，逆軌跡線主要來自于非洲北部及歐洲大陸；希臘發生高PM10濃度時，逆軌跡線主要來自于非洲北部撒哈拉沙漠帶來的沙塵。

He等（2003）于南韓泰安郡利用HYSPLIT MODEL（NOAA）繪制其以6天為一組共17個月（1998年3月～1999年7月）的逆軌跡圖，其中以泰安郡為基準點，以東南西北四方位分成四個象限，分別為東北象限為象限Ⅰ、西北象限為象限Ⅱ、西南象限為象限Ⅲ、東南象限為象限Ⅳ，結果發現在所有季節當中（春季～冬季）主要來自于第二象限（西北方向），發生率在40%～90%之間；若以全象限而言，象限Ⅰ～Ⅳ逆軌跡來源發生率分別為6%、81%、13%及0%，推測氣團主要來自于中國大陸西北地區（如戈壁沙漠）。其中硫酸根（S）、硝酸根（N）及銨根（N）由逆軌跡結果推測，主要來自于中國大陸西北地區及蒙古地區再吹送至南韓泰安郡。

Man等（2001）于中國香港使用CMDL-NOAA模式進行各季節的逆軌跡圖繪制，結果顯示香港地區的逆軌跡圖可分成7種不同的路徑，其中有3種來自于陸地傳輸至香港（分別定義為PC、CMC、CC），此種陸地型傳輸主要發生于冬季，因西北風較強氣團易經由風向吹送傳輸至香港地區；4種為海洋方向傳輸至香港（分別定義為LC、ESEM、SMC、SWM），此種陸地型傳輸主要發生于夏季，夏季期間盛行風向主要為南風及西南風。