Ανάπτυξη και εφαρμογή μοντέλων αποδέκτη (receptor models) για την ταυτοποίηση και ποσοτικοποίηση των πηγών εκπομπής ρύπων στην ατμόσφαιρα

Abstract

This work presents a set of recent advances achieved in receptor modeling of airborne Particulate Matter (PM), via the use of a newly developed Chemical Mass Balance (CMB) model, the so-called Robotic Chemical Mass Balance (RCMB), and a well-established factor analysis model, named Positive Matrix Factorization (PMF). Within the framework of this work, a two-fold methodology was developed for Source Apportionment (SA) of reactive species, using RCMB. The developed methodology (a) employs a detailed set of theoretical source profiles, taking into account secondary reactions that were not considered in CMB modelling until now, and (b) implements a Least Squares (LS) fitting method that iteratively readjusts the values of independent variables in the CMB fit, providing, for the first time, CMB source profiles as output data, in which secondary transformations may be reflected. Another goal of this work was to statistically associate the output of RCMB (and PMF) with air-mass back-trajectories, in order to infer source locations. Source-receptor relationships were established using the Conditional Probability Field (CPF) function, as well as the Potential Source Contribution Function (PSCF). The statistically significant values of PSCF were discriminated by a non-parametric bootstrap method, providing a high level of accuracy in the identification of regions that contribute to transboundary air-pollution. A straight-forward computational procedure named Factor Mapping (FM) was developed as well in this work, for intercomparison between RCMB and PMF. The distinctive feature of FM is that similarity measures are used not just to compare the results of the two models, as in previous intercomparison exercises, but, moreover, to actively assist in the physical interpretation of PMF factors, thus minimizing user interference. The intercomparison between RCMB and PMF also involved an independent evaluation of each model’s performance in reproducing ambient concentrations of particulate matter (PM) and associated chemical constituents. Furthermore, RCMB was evaluated against synthetic data generated from a dispersion model. Finally, this work also presents an application of PMF alone, using a multi-step procedure for the physical interpretation of apportioned factors, which, among others, involved (a) statistical association of PMF factor contributions with air-mass back-trajectories ending at the receptor during sampling and (b) Multiple Linear Regression (MLR) using PMF factor contributions as the dependent variables, and meteorological parameters, such as relative humidity, and solar radiation flux, as the independent variables. Another distinctive feature of this application was the use of a non-parametric bootstrap method for the determination of factor profile uncertainties.

Η παρούσα διδακτορική διατριβή παραθέτει ένα σύνολο από καινοτομίες, όσον αφορά τη χρήση μοντέλων αποδέκτη για την ταυτοποίηση και ποσοτικοποίηση πηγών εκπομπής αιωρούμενων σωματιδίων στην ατμόσφαιρα. Οι εν λόγω καινοτομίες επιτεύχθηκαν, χρησιμοποιώντας τα εξής δύο μοντέλα αποδέκτη: (α) μία προχωρημένη υπολογιστική διαδικασία, ονόματι «μοντέλο ρομποτικής ισοστάθμισης χημικής μάζας», η οποία αναπτύχθηκε πρόσφατα, και η οποία μπορεί να θεωρηθεί ως μία μαθηματική βελτιστοποίηση των προγενέστερων μοντέλων ισοστάθμισης χημικής μάζας, και (β) ένα πολύ διαδεδομένο μοντέλο ανάλυσης παραγόντων, ονόματι «θετική παραγοντοποίηση πινάκων». Στα πλαίσια της παρούσας διδακτορικής διατριβής, αναπτύχθηκε, καταρχάς, μία δίπτυχη υπολογιστική μεθοδολογία, για την ταυτοποίηση και ποσοτικοποίηση συνεισφορών από δευτερογενή αεροζόλ, με χρήση του μοντέλου ρομποτικής ισοστάθμισης χημικής μάζας. Η εν λόγω υπολογιστική μεθοδολογία περιλαμβάνει (α) ένα εκτενές σύνολο από θεωρητικά προφίλ δευτερογενών χημικών συστατικών τα οποία δεν λαμβάνονταν έως τώρα υπ’όψιν, κατά την ανάπτυξη μοντέλων ισοστάθμισης χημικής μάζας, και (β) υλοποιεί μία επαναληπτική μέθοδο ελαχίστων τετραγώνων, η οποία μεταβάλλει δυναμικά τις τιμές των ανεξάρτητων μεταβλητών, σε κάθε επανάληψη, δηλαδή τα χημικά προφίλ των πηγών παρέχονται (για πρώτη φορά από μοντέλο ισοστάθμισης χημικής μάζας) και ως δεδομένα εξόδου, όπου μπορούν να αποτυπωθούν δευτερογενείς μετασχηματισμοί που λαμβάνουν χώρα μεταξύ των σημείων εκπομπής και του αποδέκτη.Ένας άλλος παράλληλος στόχος της παρούσας διδακτορικής διατριβής ήταν η στατιστική σύζευξη των δεδομένων εξόδου από το μοντέλο ρομποτικής ισοστάθμισης χημικής μάζας (και από τη θετική παραγοντοποίηση πινάκων), με κινήσεις των αερίων μαζών, προκειμένου να καταστεί δυνατός και ο γεωγραφικός εντοπισμός των σημείων εκπομπής. Η εν λόγω στατιστική σύζευξη πραγματοποιήθηκε, χρησιμοποιώντας δύο συναρτήσεις υπό συνθήκη πιθανότητας, ονόματι «πεδίο υπό συνθήκη πιθανότητας», και «συνάρτηση πιθανής συνεισφοράς πηγής». Η στατιστική σημασία των τιμών της δεύτερης συνάρτησης ελέγχθηκε με τη χρήση μίας μη-παραμετρικής μεθόδου τυχαίας δειγματοληψίας, μέσω της οποίας μάλιστα, επιτυγχάνθηκε ένας ιδιαίτερα υψηλός βαθμός ακρίβειας, όσον αφορά ειδικότερα τον εντοπισμό περιοχών που συμβάλλουν στη διασυνοριακή ατμοσφαιρική ρύπανση. Στα πλαίσια της παρούσας διδακτορικής διατριβής, αναπτύχθηκε ακόμη μία επαναληπτική υπολογιστική διαδικασία, ονόματι «χαρτογράφηση παραγόντων», για τη συνεργιστική εφαρμογή του μοντέλου ρομποτικής ισοστάθμισης χημικής μάζας, και της θετικής παραγοντοποίησης πινάκων. Το ιδιαίτερο χαρακτηριστικό της συγκεκριμένης υπολογιστικής διαδικασίας είναι ότι τα επιμέρους κριτήρια ομοιότητας δεν χρησιμοποιούνται απλώς για τη σύγκριση των συνεισφορών που εκτιμώνται από τα δύο μοντέλα, αλλά πολύ περισσότερο, για τη φυσική ερμηνεία των αποτελεσμάτων που λαμβάνονται από τη θετική παραγοντοποίηση πινάκων, ελαχιστοποιώντας την παρέμβαση από το χρήστη. Το μοντέλο ρομποτικής ισοστάθμισης χημικής μάζας εφαρμόστηκε και σε συνθετική βάση δεδομένων, στα πλαίσια διεργαστηριακής άσκησης που διοργάνωσε το Κοινό Κέντρο Ερευνών της Ευρωπαϊκής Επιτροπής.Τέλος, η παρούσα διδακτορική διατριβή παραθέτει και μία αυτοτελή εφαρμογή της θετικής παραγοντοποίησης πινάκων, σε δεδομένα για την κατανομή μεγέθους υπέρλεπτων αιωρούμενων σωματιδίων. Το ιδιαίτερο χαρακτηριστικό της συγκεκριμένης εφαρμογής έγκειται στη χρησιμοποίηση μίας μεθόδου πολλαπλών σταδίων για τη φυσική ερμηνεία των αποτελεσμάτων του μοντέλου, η οποία, εκτός των άλλων, περιλάμβανε: (α) στατιστική σύζευξη των εκτιμώμενων συνεισφορών με κινήσεις των αερίων μαζών, και (β) την εφαρμογή μεθόδου πολλαπλής γραμμικής παλινδρόμησης, θεωρώντας τις συνεισφορές των παραγόντων ως τις εξαρτημένες μεταβλητές, ενώ ως ανεξάρτητες μεταβλητές θεωρήθηκαν μετεωρολογικές παράμετροι, όπως η σχετική υγρασία, και η ένταση της προσπίπτουσας ηλιακής ακτινοβολίας. Ένα άλλο χαρακτηριστικό της συγκεκριμένης εφαρμογής ήταν η χρήση μίας μη-παραμετρικής μεθόδου τυχαίας δειγματοληψίας, για τον προσδιορισμό των αβεβαιοτήτων στα προφίλ των παραγόντων.