PMF正交矩阵因子分解软件翻译.docx
《PMF正交矩阵因子分解软件翻译.docx》由会员分享，可在线阅读，更多相关《PMF正交矩阵因子分解软件翻译.docx（102页珍藏版）》请在冰豆网上搜索。
PMF正交矩阵因子分解软件翻译
PMF是一个多变量因素分析工具，它把采样数据矩阵分解成两个矩阵：
系数的贡献（G）和因字数（F），这些因子情况需要用户利用测得的源配置文件信息，以及排放或排放清单进行解释，以识别对样品有贡献的的源类型。
该方法在这里简要回顾，在其他地方更详细地描述。
结果使用约束：
没有样品可以有显著负贡献。
PMF的使用样品的浓度和用户提供的不确定度进行各个点加权。
此功能允许分析人员占信心在测量。
例如，检测限下面的数据可以被保留用于该模型中，与相关联的调整的不确定度，以便这些数据点比测量高于检测限的数据点，对解决方案有较小的影响。
因子贡献和因字数使PMF模型目标函数Q最小化。
Q是PMF的一个关键参数，两个版本的Q显示在模型运行。
Q（真）计算是包括所有点的拟合优度参数。
Q（鲁棒）是计算排除不符合模型的点（定义为样品的量的不确定度残差大于4）的拟合优度参数。
Q（真）和Q（鲁棒）的区别在于测试残差高的数据的影响。
这些数据点可能与来自源的峰值影响相关联
EPAPMF需要底层多线性多次迭代（ME），以帮助识别最优化的因子贡献和因字数。
这是由于在ME算法的性质，用随机生成的因子数开始搜索因子配置文件。
这一因素配置文件使用梯度的方法来绘制的到最佳的解决方案的最优路径。
在空间方面，该模型利用观察构建多维空间，然后使用梯度的方法来遍历空间沿着这条道路找到最佳解决方案。
最佳的解决方案通常是由沿着路径的最低Q（稳健）值（即最小Q）所识别，可以被想象成一个槽的底部在一个多维的空间中。
由于起点的随机性（由种子值和它表示的路径来确定），不能保证该梯度方法总能找到多维空间（全球最低）的最深点;它可能找到一个局部的最低水平。
为了最大限度地达到全局最小，该模型应为一个开发的解决方案运行20次和100次对一个最终的解决方案，每次以不同的起点。
因为Q（鲁棒）不被那些没有被PMF拟合的点影响，它被用作一个关键参数从多个运行选择最佳的运行。
此外，可变性Q（稳健）提供了一个指示（初始运行结果是否有显著变化），因为用来启动梯度算法的随机种子在不同的位置。
如果数据提供稳定的路径到最小，则间Q（可靠）的值在不同运行之间将会变化很小（判据）。
在其他情况下，该起始点和由数据定义的空间的组合会影响到最小值的路径，导致Q（鲁棒）的值变化;最低Q（健壮）值默认使用，因为它代表了最优化的解决方案。
应当注意的是Q值的微小的变化并不一定表示该不同的运行具有的小的差异在源成分之间。
由于化学成分变化或过程变化引起的变异可能会造成因子配置的显著差异在PMF运行中。
提供两个诊断去评估不同运行间的差异：
内部运行残差分析和物种分布的因素总结相比那些最低的Q（稳健）运行。
用户必须评估PMF中的所有的错误估计去理解模型结果的稳定性;算法和ME输出在Paatero等人进行了描述。
（2014年）。
PMF的解决方案的差异可以使用三种方法估计：
1、自举（BS）分析用于确定是否有一个小的观察组可以不成比例地影响解决方案。
BS误差区间包括随机误差和部分包括旋转歧义的影响。
旋转歧义是由PMF产生的在许多方面相似的无限的解决方案引起。
也就是说，对于任意一对矩阵，可以通过简单的旋转一对矩阵可产生无限变化。
只有一个源的贡献非负的约束，不可能限制这个空间旋转。
BS错误估计通常是坚固的和不被用户指定的样品的不确定度影响。
2、替换（DISP）是一种分析方法，它可以帮助用户了解解决方案的更详细的细节，包括其对微小变化的敏感性。
DISP误差区间包括旋转歧义的影响，但不包括数据中的随机误差的影响。
数据的不确定度将直接影响DISP误差估计。
因此，向下加权的物种的误差区间很可能大
3、BS-DISP（混合方式）的误差区间包括随机误差和旋转歧义的影响。
BS-DISP结果比DISP结果更加可靠，因为BS-DISP的DISP相不像DISP本身那样强烈的置换。
这些方法在三个空气污染数据集中被应用在Brown等人。
（2014年）。
本文提供了基于环保局误差估计应用的解释。
Paatero等人（2014）和布朗等人（2014年）文献是美国环保署的PMF的重要参考，两者都提供了错误估计的详细信息和他们的解释，这只简要介绍在本指南中。
1.2多线性发动机
如上所述，两种常见的方案解决了PMF的问题，最初，PMF2解决方案（Paatero，1997）被使用。
在PMF2，非负约束可能被加在因子元素和最小二乘拟合时，测量将会被单独进行基于不确定度。
有了这些功能，PMF2是环境数据的受体模型的显著改进对以前的主成分分析（PCA）技术。
然而，PMF2是有局限的，因为它被设计来解决一个非常具体的PMF问题。
在20世纪90年代后期，ME，一个更灵活的方案，开发出来（Paatero，1999）。
这个方案，目前在它的第二个版本，并称为ME-2中，包括与PMF2许多相同的特征（例如，用户能够进行单独的加权测量，并提供非负约束条件）;然而，不像PMF2，ME-2的结构使得它可以用来解决各种多线性问题，包括双线性，三线性和混合模型
ME-2是通过将两个单独的步骤结合来解决PMF问题。
首先，用户定义感兴趣的PMF模型的表。
然后，一个自动化的二次程序读取表格模型参数，并计算该解决方案。
当采用EPAPMF解决PMF问题，第一步是通过由所述EPAPMF的用户界面产生的输入文件取得。
一旦指定了模型，数据和用户规格由EPAPMF送入二次ME-2程序。
ME-2解决了PMF的迭代公式，最小化求和-平方对象函数，Q，通过一系列的步骤，如图1。
一个稳定的解决方案已经达到，当额外的迭代用来降低提供的Q值递减。
通过以上三个层次的迭代，寻求解决方案从粗到细规模。
迭代的第一级识别空间解决方案的整体区域。
在这个水平上，Q的变化（DQ）需要小于0.1超过20个连续的步骤且不到800步。
第二个水平识别的最终解决方案的附近。
这里，dQ的要求小于0.005超过50个连续的步骤且不到2000的步骤。
第三级收敛到最佳的Q值（Paatero，2000），其中dQ的应该小于0.0003超过100个连续的步骤且小于5000的步骤。
ME-2通常需要小数据集（小于300的观察）的几百次迭代和高达2000对于大型数据集（Paatero，2000）。
如果没有找到一个解决方案，满足三个层次任何一个的要求，那么解决方案是不收敛的（Paatero，2000年）。
从ME-2的输出由EPAPMF读取，然后格式化由用户解释。
此外，EPAPMF具有通过ME-2和EPAPMF实现的三个错误估计方法。
ME-2和PMF2模型的结果之间的差异已通过相同的数据集各模型的，其结果的比较应用研究在几个研究中。
总的来说，这些研究显示了主要成分的相似的结果，但在PMF2溶液中的更大的不确定度（斋戒等人，2003），并使用ME-2更好。
盲源分离（Kim等人，2007）。
在最近的两个出版物，要素配置文件限制由ME-2的应用导致了发现的来源数量较多（阿马托等人，2009;阿马托和Hopke，2012）。
EPAPMF5版本采用了最新版本的ME-2和PMF的脚本文件，该文件通过PenttiPaatero在赫尔辛基和雪莱埃伯利大学几何被开发工具（2014年3月3日;me2gfP4_1345c4.exePMF_bs_6f8xx_sealed_GUI.ini）
2PMF的使用
PMF已应用于多种范围的数据，包括24小时分辨率的PM2.5数据，气溶胶粒度分辨，沉降物，有毒气体，高时间分辨率的测量，从气溶胶谱仪（AMS）得到的和挥发性有机化合物（VOC）的数据。
参考部分（第9部分）提供了PMF引用的众多参考。
关于PMF应用的更多讨论可在多元受体建模工作簿中见到（Brown等，2007）。
我们鼓励用户阅读与他们的数据有关的论文以及源解析论文。
用于PMF分析的方法已经改变了，例如限制已提供。
重要引用总结于表1中。
PMF需要一个数据集通过多个样品检测得到的一组参数。
例如，PMF常用于100个样品以上包含10〜20个物种的PM2.5数据集。
不确定度数据集，分配了每个种类和样品的不确定度值。
不确定度计算使用以往的不确定度或其他可用信息例如采样精度。
3、PMF5.0安装
4、特点
通过PMF5.0可获得以下特征
1整理数据列在表中可以通过左键点击列标题进行排序。
点击一次会以递增顺序对项目进行排序，点击两次将降序排序。
如果列已排序，箭头会出现在标题显示在它的排序方向
2保存图像
所有图形输出可以通过右键单击图像以各种格式保存。
可用的格式是.GIF及.BMP，.png和.TIFF。
在同一个菜单中，用户可以选择复印或打印图形。
一种堆叠图形选项也可以把因子或者时间序列结合在一个页面。
当“复制”时，图形将被复制到剪贴板。
在“打印”时，图形将自动发送到本地机器上的默认打印机。
当保存一个图形，会出现一个对话框，以便用户可以改变文件的路径和文件的输出文件的名称
3出图
任何图形可以在新窗口中打开通过右键单击图，并选择浮动窗口。
根据需要，用户可以打开多个窗口。
但是，当模型参数和输出改变时，浮动窗口的图形不更新。
4调整表内部分
许多标签都用灰线分隔成多个部分（图2，红色箭头指向的灰色条使用户可以调整高度和宽度）。
这些部分可以通过点击灰色的线并将其拖动到所需的位置调整大小。
5显示选定的数据点
当用户移动光标到一个散点图或时间序列图的一个点，点用虚线正方形括住，状态栏上显示的信息是该点的信息。
6在列表和表中使用箭头键
选择（点击或Tab键）一个菜单或表，键盘上的箭头键可用于改变所选择的行。
7访问帮助文件。
大多数屏幕的左下角有一个“帮助”快捷方式提供用户访问的帮助文件与当前屏幕有关的主要功能
8使用状态栏
大多数屏幕都在窗口底部的状态栏提供了额外的信息给用户。
根据所选择的选项卡，这些信息在变动。
各个选项卡的详细信息将在本指南后面的章节中讨论。
浓度屏幕上散点图的状态栏的例子显示在图2的底部。
5开始启动
每次PMF5.0程序启动时，有关该软件的各种版权的发展信息的闪屏将显示。
用户必须单击OK按钮或按空格键或回车键继续。
EPAPMF的第一窗口是数据模型选项卡下的数据文件，如图3，在该屏幕上，用户可以提供文件的位置信息，并进行所需的选择。
这个屏幕具有三个部分：
输入文件（图3,1），输出文件（图3,2），和配置文件（图3,3），每一个在下面有详细描述。
EPAPMF5.0可以读取多个站点的数据;物种浓度的时间序列图或源的贡献在将显示以相同的顺序像用户提供数据那样，PMF显示垂直线区别不同的站点。
在数据文件屏幕底部的状态栏显示该项目的哪部分已经完成。
在数据文件屏幕底部的状态栏显示该项目的部分已经完成。
在任何用户输入数据文件之前，屏幕上状态栏红色显示“NO浓度数据，没有不确定度的数据，没有基础的结果，无自举结果，无BSDISP结果，和NODISP结果”。
当任务完成后，“否”替换为“有”，颜色变为绿色。
在图3的例子中，浓度和不确定度的文件已经提供给程序，所以前两个项目上的状态栏是绿色的。
基本运行，BS运行，BS-DISP运行，DISP运行尚未完成，因此最后的四个项目是红色的。
巴尔的摩pm文件（数据集巴尔的摩背景和数据set_Baltimore_unc.txt）是安装包的一部分，可以在被发现在“C：
\文件\EPAPMF\Data”文件夹，如果用户使用的是默认安装模式安装设置。
5.1输入文件
PMF所需的两个输入文件：
（1）样品的物种的浓度值和
（2）样品的物种的不确定度，或用于计算不确定度的参数。
EPAPMF接受制表符分隔（.txt），逗号分隔值（CSV），和Excel工作簿（.xls或.XLSX）文件。
每个文件可以被加载通过输入路径进入“数据文件”框中输入或浏览到相应的文件。
如果文件包含多个工作表或命名区域，用户将被要求选择他们想要使用的一个。
浓度的文件具有物种如行所示和日期，样品编号如列所示，都有一个标题（图4）。
所有标准的日期和时间被接受，他们被列在日期格式下拉列表中。
四个可能的输入选项被接受：
（1）只用样本ID，
（2）只有日期/时间，（3）样品ID和日期/时间，（4）不带ID或日期/时间。
单位可被包括作为浓度文件中的第二标题行，但不做要求，单位不包括在不确定度文件。
如果单位是由用户提供的，它们仅被用于图形用户界面（GUI）的轴标签，不会被所用的模型使用。
空白单元不被接受;用户将被提示检查数据，然后再试一次;品种名称不能包含逗号。
如果小于-999的值被发现在数据集，程序会给出一个警告信息，但将继续进行。
如果这些值并不是真值或指示是缺失值，用户应该修改程序之外的数据文件，并重新加载数据集。
此外，每个品种的名称必须是唯一的。
用户必须指定日期/时间和ID/站点列假如它们包含在输入数据里。
基本PMF功能展示了使用单一站点的数据和多站点的数据的例子示于第8.1节。
多个站点的数据应当把站点和日期/时间加载到PMF之前进行排序。
线划定样品ID将不会被显示出来如果缺失值是出现在样品ID之间的过渡和“排除缺失样本”选项将会被选择;缺失过渡的样本应该被移除或“用样品中位数代替缺失的样本”的将会入选。
图中输入文件画面的例3。
样品种类的不确定度应该包括错误，如取样和分析误差。
对于某些数据集，分析实验室或报告机构提供了每个值的一个不确定度估计。
然而，不确定度并不总是报告，当它们不可用时，误差必须由用户进行估计。
不确定度的的计算讨论在文献等人提供的。
（2007年）。
EPAPMF5.0接受两种形式的不确定度的文件：
基于观察和基于方程。
观察为基础的不确定度文件提供每个样品中的物种的不确定度的估算。
它应该与浓度文件具有相同的尺寸和第一列仍然是日期，日期时间或样本号;然而，不确定度文件中不包括单位。
如果浓度文件中有包含单位的行，该不确定度的文件将比浓度文件少一行。
如果浓度和不确定度的列和行标题不相符，用户将得到通知，但该程序将继续进行。
此外，该程序将检查以查看在浓度和不确定度的文件中的日期或样本数是否一致。
如果有一个不匹配的数据，程序将不会允许进行评估。
如果表头是不同的，由于命名，但实际上具有相同的顺序，用户可以继续进行下一个步骤。
如果不是，用户应纠正GUI以外的问题，并重新加载这些文件。
负值和零不能作为不确定度值;EPAPMF将提供一个错误信息，并且用户必须从EPAPMF中删除这些值，并重新加载该不确定度文件。
以方程为基础计算不确定度提供EPAPMF5.0用于计算每个样品不确定度的特异性参数。
这个文件应该具有的物种分隔的行，与物种的名称（图5）。
下一行应该是物种特异性的方法检出限（MDL（方法检出限）），随后是不确定度的行（物种特异性）。
任一检测限或不确定度百分数都不允许零和负值。
如果浓度小于或等于所提供的MDL（方法检出限），不确定度（UNC）的计算使用MDL（方法检出限）的固定部分（公式5-1;Polissar等，1998）。
Unc=5/6.MDL（方法检出限）
如果浓度大于提供的MDL（方法检出限），该计算是基于用户提供的浓度分数和MDL（方法检出限）（方程5-2）
基于方程的样本不确定度文件（数据集巴尔的摩等式）已在C：
\文档\EPAPMF\Data文件夹中提供了。
该方程为基础的不确定度是有用的，如果仅MDL（方法检出限）和误差百分比可用;然而，这种方法不会捕获与特定样品相关联的错误。
由方程为基础的方法计算出的不确定度，由于简化，不与巴尔的摩unc.txt匹配。
用户可以在屏幕上的输入文件中指定一个缺失值指标（可以是任何数值）的数据文件。
用户不应该选择一个数字指标那可能是一个真正的浓度。
例如，如果用户指定的“-999”作为缺失值指示符，以及选择要替换该物种用中位数，程序将找到的数据文件中的“-999”的所有实例，并将它们用物种特异性中位数替代。
该程序将取代所有相关的不确定度值，用一个比物种特异性中位数4倍高的不确定度。
如果所有样本的一个物种的丢失，该物种被自动归类为“坏”，并排除进一步分析。
缺少的值指示符被用在输出的文件。
如果显示一条消息，浓度和不确定度的文件中的日期/时间不相匹配，用户需要检查文件的日期/时间，并能够在评估PMF中的数据之前，重新加载数据。
如果日期/时间在这两个文件是相同的，尝试以不同格式保存的浓度和数据文件，如.csv或.txt。
5.2输出文件
用户可以指定输出目录（“输出文件夹”），选择环保局PMF输出文件类型（“输出文件类型”单选按钮），并定义一个输出文件的前缀（“输出文件前缀”），前缀将被添加到每个文件的开头;例如在图3的例子中，文件将被保存为Balt_profile.xls。
对于在用户指南中的示例中，前缀用星号（*）。
“输出文件类型”包括制表符分隔的文本（。
txt），逗号分隔值（。
CSV）或Excel工作簿（的.xls）。
“输出文件前缀”是将被作为任何输出文件的第一部分;该前缀可以包含任何字母和/或数字（例如其它字符“-”和“_”是不允许的）。
如果在启动一个新的运行前不改变这个前缀，警告将被显示。
如果输出为Excel工作簿被选择，两个输出文件将自动被创建由EPAPMF在基础运行期间，并保存在由用户选择的我的文档\EPAPMF\输出文件夹：
*_base.xls和*diagnostics.xls.每一个文件有标签和PMF结果。
∙*_base.xls–轮廓，贡献值，残差，运行比较
∙*-diagnostics.xls–总结，输入，基本运行
如果选择分隔的输出，在基本运行选项卡上的相应的信息将作为单独的文件提供并且诊断选项卡上的信息将合并到一个文件中。
以下列表提供关于被保存在Excel中输出文件中的数据的细节。
进行引导后，附加文件被创建和保存：
（*_profile_boot），DISP（*_DISPres1，*_DISPres2，*_DISPres3，*_DISPres4），BS-DISP（*_BSDISP1，*_BSDISP2，*_BSDISP3，*_BSDISP4），FPEAK（*_fpeak），和/或约束的模型运行（*_Constrained）。
DISP和BS-DISP的这四个文件输出为是为每个dQmax;使用了最低dQmax的运行在图形和输出文件总结中使用了。
文件*_ErrorEstimationSummary提供了使用BS，DISP，和BS-DISP错误估计已经完成的基本运行和错误总结。
文件*_profile_boot包含了BS映射到每个基础运行的次数，每一个被映射到基础轮廓的BS轮廓，和由GUI生成的所有的引导统计。
该文件*_fpeak包含轮廓和每次FPEAK运行的贡献。
当多个基础模型运行完成后，默认情况下，只有以最低Q（robust）值运行的运行保存到输出端，但用户可以选择在输出中包含的所有运行通过取消选择“只有选定的运行输出。
5.3配置文件
EPAPMF提供了在一个配置文件中保存优先运行和输入参数的选择。
用户必须对屏幕输入文件上的配置文件提供一个名称来创建一个配置文件。
保存在配置文件中的信息包括数据文件屏幕的一些信息（如，输入文件，输出文件的位置和输出文件类型），浓度/不确定度屏幕上的物种分类，基础模型屏幕上的所有运行规范，FPEAK旋转屏幕，约束模型运行画面。
模型输出不保存为配置文件的一部分;然而，如果随机开始按钮被选中，模型随机起点或种子数目将被保存。
为了选择一个配置文件，用户可以点击“浏览”，浏览到正确的路径或键入一个路径和名称。
用户也可以按“加载上次”按钮或直接按键盘上的“Enter”键加载最近使用的配置文件。
“保存”和“另存为”按钮可用于将当前设置保存到现有的或新的配置文件。
配置文件可以被用在多台计算机或与合作者共享，从而避免喜好一长串复制结果。
使用“浏览”按钮找到并加载配置文件。
浓度和不确定度的文件的位置必须在下一步确定。
PMF不存储过去的运行数据;然而，相同结果可以很容易地通过PMF计算只要使用相同的因子数，运行，以及固定的种子（随机开始没有被选中）。
5.4建议的操作顺序
图形用户界面被设计当运行PMF模型时给用户尽可能多的灵活性。
但是，某些步骤必须完成以利用所提供的工具的潜能。
操作的顺序主要基于标签和功能在程序中怎样安排（从左至右）（图6，图7，图8）;本用户指南中的部分也按照这个顺序。
开始使用该程序时，在其他操作可用之前，用户必须提供输入文件通过数据文件屏幕。
在第一次，PMF对数据集执行时，用户应通过浓缩/不确定度，浓度散点图，浓度时间序列和数据异常画面分析输入数据。
这一步通常后跟基本模型选项卡下的基本模型运行和基本模型结果;根据需要，这些步骤应重复，直到用户达到一个合理的解决方案。
该解决方案使用误差估计进行评估，以DISP开始，和进展到BS与BS-DISP;来自误差估计方法（DISP，BS和BS-DISP）的输出提供了关于该方案的稳定性的关键信息。
所有这三种错误估计方法都需要了解与解决方案相关的不确定度。
高级用户可能希望启动以一个选定的基础运行为基础的FPEAK运行或限制的模型;在旋转工具选项卡下，这两个选项都可用。
5.5分析输入数据
运行模型前有几个工具可以帮助用户分析浓度和不确定度的数据。
这些工具可帮助用户决定某些物种是否应被排除或向下加权（例，由于增加了不确定度或低信号噪声比），或者某些样本是否应排除在外（例如由于一个异常事件）。
所有更改和删除应报告的在最终解决方案。
四个屏幕用于分析输入数据如下所述。
输入数据的统计和浓度/不确定散点图呈现在浓度/不确定度画面，如图9所示。
以下统计计算每个物种和显示在屏幕左边的表中（图9中，1）：
其中，n表示所选择的变量的非缺失值的数目;p是感兴趣的百分位;I是L（N，P）的整数部分;F表示L（N，P）的小数部分;W1，W2和W3是权重;P是在p个百分点;和X1，X2...XN表示感兴趣的变量的有序值。
EPAPMF的S/N的计算在新的版本已经进行了修订。
先前，在给定物种的S/N基本上是由不确定度值的总和除以该浓度值的总和。
而事实上，这可能导致在某些特定情况下不同的问题。
虚高的S/N值将从物种屈指可数的高浓度事件获得，导致一个S/N实际上可能比另一个更稳定的信号的物种的S/N更高。
更为严重的是，人为的低S/N值可能出现在有几个遗漏值的物种上。
缺失值通常由非常大的不确定度值降低权重，通常（远）高于物种中的最大浓度值。
如果先于摄取到EPAPMF之前对数据做这一步，这种膨胀的不确定度值就会在S/N的计算中膨胀N，从而导致S/N足够小，以使一个分类完美的“强”变为“弱”。
后一个问题已多次在实际工作中观察到。
此外，小的负浓度值的存在，在环境数据中并不罕见，可以人为地降低S以致一个物种的S/N。
在修改后的计算中，仅超过了不确定度的浓度值对S/N计算的信号部分有作用，因为浓度值基本上等于信号和噪声的总和，因此，信号是浓度和不确定度之间的区别。
两个计算执行来确定S/N，其中，低于不确定度的浓度值被确定为没有信号，并且高于不确定度的浓度：
浓度（Ⅺ）和不确定度（SI）之间的差值被用作信号（公式5-3）：
这个新的S/N的计算结果是浓度总是低于其不确定度的物种S/N为0.与浓度是不确定度值两倍的，S/N为1，S/N大于1的通常表示一个物种“好”的信号，虽然这取决于不确定度如何进行测定。
负浓度值对S/N无贡献，和有屈指可数的高浓度的事件的物种将不会有虚高的S/N。
虽然有许多方法来确定S/N，在EPAPMF新版本所选择的一个可能会环境数据分析中更有益，与之前的版本相比，但需要提醒的是S/N只是许多筛选数据的分析之一。
基于这些统计和分析和取样问题的认识，用户可以把一个物种分类为“强”，“弱”或“坏”，通
升级会员 