TU Darmstadt / ULB / TUprints

The use of Positive Matrix Factorization (PMF) in source apportionment of ambient aerosol in the Central Mediterranean

Scerri, Mark (2019):
The use of Positive Matrix Factorization (PMF) in source apportionment of ambient aerosol in the Central Mediterranean.
Darmstadt, Digilabs srls, Technische Universität, ISBN 978-88-7522-081-5,
[Ph.D. Thesis]

[img]
Preview
Cumulative Thesis submitted to the Department of Materials and Earth Sciences - Text (pdf version of the thesis)
Mark Scerri Cumulative thesis copy Signed.pdf - Accepted Version
Available under CC-BY-NC-ND 4.0 International - Creative Commons, Attribution Non-commerical, No-derivatives.

Download (23MB) | Preview
Item Type: Ph.D. Thesis
Title: The use of Positive Matrix Factorization (PMF) in source apportionment of ambient aerosol in the Central Mediterranean
Language: English
Abstract:

Positive Matrix Factorization (PMF) is a widely used receptor modelling technique in order to determine the nature and contribution of the different aerosol sources modulating ambient levels of particulate matter at a receptor. This cumulative thesis together with the papers included within, reports the results of three source apportionment exercises: a) the isolation of the natural contribution to PM10 levels at a rural background site in Malta; b) the estimation of the contributions of the sources driving PM2.5 levels at a traffic hotspot in Malta and c) a methodological investigation of how PMF can be used on a smaller dataset using samples taken from an agricultural area in Apulia, South eastern Italy. The study on the magnitude of the natural contribution to PM10 involved a sampling campaign at a rural background station in Għarb, Gozo (one of the islands in the Maltese archipelago). This sampling campaign resulted in the collection 224 samples, which were subsequently characterised by inductively coupled plasma mass spectrometry (ICP – MS) and ion chromatography (IC) respectively for, their metallic and ionic content. The use of data resulting from this analysis with PMF resulted in the isolation of the two natural sources expected to be of relevance to Malta (marine aerosol and Saharan dust) as well as in the estimation of their apportionment. PMF also resolved three additional sources: a local crustal source, and two secondary inorganic aerosol components (one rich in nitrate and the other rich in sulfate). The natural sources jointly accounted for approximately 39% of the measured PM10, which is at the upper end of the 0.5 – 58% range determined by previous studies for natural contributions in Europe.

A total of 180 membranes sampled throughout 2016 were used in the study on the sources of PM2.5 at a traffic site. These membranes were analysed for: elemental concentrations (using X-ray fluorescence spectroscopy, XRF); ionic content (using IC) and for black carbon – BC (using an optical method). The use of this chemical database with PMF resulted in the isolation of 7 aerosol sources, 4 of which were common to the exercise carried out on PM10 at the rural background site (all the sources except for the local crustal source). The additional three sources isolated at this site were traffic, shipping and fireworks. The isolation of the latter component is itself an interesting result, because it shows that a seasonal activity such as the letting of fireworks during the summer village feasts affects the annual levels of PM2.5. Additionally, this component probably has an effect on human health due to its chemical composition. This work will also provide evidence-based information to the policy makers on the emission reductions required in order for the PM2.5 levels to be compliant with the annual air quality guideline issued by the World Health Organization. Finally, a fundamental methodological investigation on how PMF can be used on a small dataset was carried out. This study is based on 29 PM10 and 33 PM2.5 samples collected from a rural area in Apulia, Italy. PMF did not work correctly when the datasets for the two different fractions were used separately. The datasets were therefore aggregated into a single chemical database of 62 samples and this was then used with PMF. A 5-factor model, which exhibited a fairly good rotational stability was the result of this modelling exercise. This was subsequently further improved through the imposition of constraints based on the chemical constitution of the aerosol sources affecting this receptor, which is made possible by the new features included in the United States Environment Protection Agency PMF version 5. Given the size of the dataset the, the uncertainties in the solution returned by PMF were fully characterised using all the error estimation methodologies included in this version of PMF. Additionally, the results of the PMF modelling were validated against those returned by two other models, Constrained Weighted Non-negative Matrix Factorization (CW – NMF) and Chemical Mass Balance (CMB) as well as through the use of other statistical parameters. These results essentially confirm the validity of the model returned by PMF and indicate that the latter model extracted all the information about the aerosol sources affecting the receptor from the speciation data.

Alternative Abstract:
Alternative AbstractLanguage
Die Positive Matrix-Faktorisierung (PMF) ist eine weit verbreitete Rezeptormodellierungstechnik, um den Ursprung und den quantitativen Beitrag von verschiedenen Aerosolquellen zu bestimmen, welche zusammen die Konzentration von Außenluft-Aerosolen an einem Ort bestimmen. Die vorliegende kumulative Doktorarbeit enthält die Ergebnisse von drei Untersuchungen zur Quellenzuordnung: a) die Isolierung des natürlichen Beitrags zu den PM10 –Konzentrationen an einem ländlichen Hintergrundsstandort in Malta; b) die Schätzung der Beiträge der Quellen an den PM2.5-Konzentrationen an einem Standort mit starkem Verkehrsaufkommen in Malta, und c) eine methodische Untersuchung zur Verwendung von PMF an einem kleineren Datensatz; letztere wird anhand der Verwendung von Proben aus einem landwirtschaftlichen Gebiet in Apulien, Südostitalien, demonstriert . Die Studie über das Ausmaß des natürlichen Beitrags zu PM10 umfasste eine Probennahmekampagne an einer ländlichen Hintergrundsstation in Għarb, Gozo (eine der Inseln des maltesischen Archipels). Während dieser Kampagne wurde 224 Proben genommen, die anschließend durch induktiv gekoppelte Plasmamassenspektrometrie (ICP - MS) bzw. Ionenchromatographie (IC) auf ihren metallischen und ionischen Gehalt hin untersucht wurden. Die weitere Untersuchung dieser Analysedaten mittels PMF führte zur Identifizierung und Quantifizierung zweier natürlicher Aerosolquellen (Meeresaerosol und Saharastaub), von denen erwartet wurde, dass sie für Malta relevant sind. PMF löste auch drei weitere Quellen auf: Eine Quelle von lokalen Erdkrustenmaterial und zwei sekundäre anorganische Aerosolkomponenten (die eine reich an Nitrat, die andere reich an Sulfat). Die natürlichen Quellen steuern ungefähr 39% der gemessenen PM10–Konzentrationen bei. Das Ergebnis liegt am oberen Ende des Bereichs von 0.5 bis 58%, den früheren Studien für natürliche Beiträge in Europa gefunden hatten. Für die Untersuchung der PM2.5-Quellen an einer Verkehrsstation wurden insgesamt 180 täglich beaufschlagten Filter aus dem Jahr 2016 analysiert. Diese Filter wurden wie folgt analysiert: Die Elementkonzentrationen wurden mittels Röntgenfluoreszenzspektroskopie (XRF) bestimmt, der Ionengehalt wurde mit IC gemessen, und Ruß wurde as ‘black carbon’ unter Verwendung einer optischen Methode analysiert. Die Auswertung dieser Daten mittels PMF führte zur Identifizierung von sieben Aerosolquellen, von denen vier vom Standort im ländlichen Hintergrund bekannt waren, nämlich alle Quellen mit Ausnahme des lokalen Bodenmaterials. Die zusätzlichen drei Quellen an dieser Station waren Verkehr, Schifffahrt und Feuerwerk. Die Identifizierung der letzteren Komponente ist für sich selbst genommen schon ein interessantes Ergebnis, da hier gezeigt wird, dass selbst eine saisonale Aktivität wie das Abbrennen von Feuerwerkskörpern während der sommerlichen Dorffeste sich auf die jährlichen PM2.5-Konzentrationen auswirkt. Darüber hinaus wirkt sich diese Komponente aufgrund ihrer chemischen Zusammensetzung wahrscheinlich auf die menschliche Gesundheit aus. Diese Arbeit liefert den politischen Entscheidungsträgern somit auch grundlegende Informationen, um eine Minderung der PM2.5 Emissionen zu erreichen, die für die Einhaltung der Luftqualitätsrichtlinie der Weltgesundheitsorganisation erforderlich sind. Schließlich wurde eine grundlegende methodologische Untersuchung durchgeführt, nämlich wie PMF an einem kleinen Datensatz verwendet werden kann. Diese Studie basiert auf 29 PM10- und 33 PM2.5-Proben aus einem ländlichen Gebiet in Apulien, Italien. PMF lieferte hier keine interpretierbaren Ergebnisse, wenn die Datensätze für die zwei verschiedenen Größenverteilungen separat verwendet wurden. Die Proben wurden daher in einen einzigen chemischen Datensatz von 62 Proben zusammengefasst, welcher dann mit PMF untersucht wurde. Das Ergebnis dieser Studie war schließlich ein Fünf-Faktor-Modell, welches eine relativ gute Rotationsstabilität aufwies. Dieses Ergebnis wurde anschließend durch a-priori-Vorgaben basierend auf der Kenntnis chemischer Fingerabdrücke von Aerosolquellen weiter verbessert. Letzteres wurde erst durch die neue Funktionalität der PMF-Version 5 der US-amerikanischen Umweltschutzbehörde ermöglicht. Angesichts der Größe des Datensatzes wurden die auf die PMF-Methode zurückgegebenen Unsicherheiten in der Lösung vollständig unter Verwendung aller in dieser Version von PMF enthaltenen Fehlerabschätzungsmethoden charakterisiert. Darüber hinaus wurden die Ergebnisse der PMF-Modellierung anhand der Ergebnisse von zwei weiteren Modellen validiert: Der Eingeschränkte Gewichtete Nicht-negativ Matrix-Faktorisierung oder ‘Constrained Weighted Non-Negative Matrix Factorization (CW - NMF)’ und der chemischen Massenbilanz oder ‘Chemical Mass Balance (CMB)’, sowie mithilfe weiterer statistischer Parameter. Die Ergebnisse bestätigen im Wesentlichen die Gültigkeit des von PMF ermittelten Ergebnis und zeigen, dass das Modell alle relevanten Informationen zu den Aerosolquellen identifiziert hat, die die chemischen Zusammensetzung an diesem Ort beeinflussen.German
Place of Publication: Darmstadt
Publisher: Digilabs srls
Classification DDC: 500 Naturwissenschaften und Mathematik > 550 Geowissenschaften
Divisions: 11 Department of Materials and Earth Sciences > Earth Science > Atmospheric Aerosol
11 Department of Materials and Earth Sciences > Earth Science > Environmental Mineralogy
Date Deposited: 06 Nov 2019 09:09
Last Modified: 09 Jul 2020 02:47
URN: urn:nbn:de:tuda-tuprints-91722
Referees: Weinbruch, Prof. Dr. Stephan and Kandler, Prof. Dr. Konrad
Refereed: 7 October 2019
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/9172
Export:
Actions (login required)
View Item View Item