基于机载多现场采样美元PM_ {2.5} $而且美元PM_ {10} $，分析了微量元素的含量。
我在靠近露天采煤区的现场发现重金属含量约为3-4倍(美元美元，$ Cd $而且Pb美元)与其他矿区(距离产煤区约50公里)相比。
利用受体导向的源解析工具，可以识别Cd、As、Pb等元素的高负荷因子。
因此，我推断这个因素可能是煤矿粉尘造成的。由于Zn、Cd、Pb等矿物均存在于煤层中，在煤矿开采、运输等活动中均有排放。
由于没有类似的研究指出这一因素，我怀疑自己判断的合理性。
更详细的描述如下:
(1)该因子仅在靠近煤矿区域的场地有明显的贡献
(2)在两者的PMF分析中均可产生该因子美元PM_ {2.5} $而且美元PM_ {10} $样本,分别。如果我删除了相应站点的数据集，那么在源识别分析中就没有这个因素了。
一些“负面”信息:
(1)实现了风向因子。源变率与风场不太一致(如预期，煤矿扬尘的高贡献应该出现在风从煤矿区域方向吹来的时间)
(2)结合先验知识，煤矿粉尘源廓线(风吹过程的上层土壤)应以粗粒为主，而粗粒所占比例较高美元美元，$ Cd $，Pb美元在美元PM_ {2.5} $/美元PM_ {10} $仍然建立在煤矿遗址上。
下面的数字是煤燃烧和“煤矿粉尘”的排放特征(我自己推断)。
我不太满意我对分摊结果的解释。如果一些研究人员能在这个问题上提供一些线索，我会很感激。
更多关于抽样地点的信息
每天在研究区域内的六个地点同时收集PM样本。作为能源基地，该地区有8座燃煤电站。
Site 1位于煤矿附近，如下图所示。
更多关于源识别的信息。
Na、Cr、As、Zn、Pb的高质量负荷均为一个因素。这些微量元素存在于煤中，在高温燃烧过程中挥发，在大气中凝固成固相。
该因子的季节变化也呈现出趋势冬季贡献最高．这可能表明在中国北方普遍存在的家庭取暖用煤的增加。
因此，我推断这一因素是煤炭燃烧(燃煤电厂/供热厂和家庭使用散装煤)的排放。
另一个因素与源文件中的因素相似。同时还发现了As、Cd、Pb的高质量负载。同时，该因子仅在近地表采煤区现场呈升高贡献。
因此，我认为这个因素应该是煤矿开采活动的排放。
煤矿开采信息
针对第一个问题，我调查了这个地区的煤矿开采活动。这是一个煤矿露天矿的图，煤是用机械切割技术开采的。
