Urban air pollution is a matter of concern due to its health hazards and the continuous population growth exposed to it at different urban areas worldwide. Nowadays more than 55% of the world population live in urban areas. One of the main challenges to guide pollution control policies is related to pollutant source assessment. In this line, U.S. Environmental Protection Agency’s Positive Matrix Factorization (EPA-PMF) has been extensively employed worldwide as reference model for quantification of source contributions. However, EPA-PMF presents issues associated to source identification and discrimination due to the collinearities among the source tracers. Multi-Isotopic Fingerprints (MIF) have demonstrated good resolution for source discrimination, since urban sources are characterized by specific isotopic signatures. Although, source quantification based on total aerosol mass is the main limitation of MIF. This study reports strategies for PMF and MIF combination to improve source identification/discrimination and its quantification in urban areas. We could achieve three main findings: 1) cross-validation of PMF source identification based on Pb and Zn isotopic fingerprints, 2) source apportionment in MIF model for total PM mass and 3) new insights of potential Zn isotopic signatures of biomass burning, fossil fuel and secondary aerosol. We support future studies on the improvement of isotopic fingerprints database of sources based on diverse elements or compounds to boost advances of MIF model applications in atmospheric sciences.

中文翻译：

---

使用多同位素指纹（MIF）和正矩阵分解（PMF）改善城市气溶胶的源分配：交叉验证和新见解

由于其对健康的危害以及全世界不同城市地区暴露于其中的人口的持续增长，城市空气污染是一个令人关注的问题。如今，全球超过55％的人口居住在城市地区。指导污染控制政策的主要挑战之一与污染物源评估有关。在这一方面，美国环境保护局的正矩阵分解（EPA-PMF）已在全世界范围内广泛用作量化源贡献的参考模型。然而，由于源示踪剂之间的共线性，EPA-PMF提出了与源识别和辨别有关的问题。多同位素指纹图谱（MIF）已显示出良好的分辨源分辨力的能力，因为城市震源具有特定的同位素特征。虽然，基于总气溶胶质量的源量化是MIF的主要局限性。这项研究报告了PMF和MIF组合的策略，以改善城市地区的源识别/区分及其量化。我们可以实现三个主要发现：1）基于铅和锌同位素指纹图谱对PMF来源识别进行交叉验证； 2）MIF模型中总PM质量的来源分配；以及3）生物质燃烧，化石潜在锌同位素特征的新见解燃料和二次气雾剂。我们支持有关改进基于多种元素或化合物的同位素同位素指纹数据库的未来研究，以促进MIF模型在大气科学中的应用。这项研究报告了PMF和MIF组合的策略，以改善城市地区的源识别/区分及其量化。我们可以实现三个主要发现：1）基于铅和锌同位素指纹图谱对PMF来源识别进行交叉验证； 2）MIF模型中总PM质量的来源分配；以及3）生物质燃烧，化石潜在锌同位素特征的新见解燃料和二次气雾剂。我们支持有关改进基于多种元素或化合物的同位素同位素指纹数据库的未来研究，以促进MIF模型在大气科学中的应用。这项研究报告了PMF和MIF组合的策略，以改善城市地区的源识别/区分及其量化。我们可以实现三个主要发现：1）基于铅和锌同位素指纹图谱对PMF来源识别进行交叉验证； 2）MIF模型中总PM质量的来源分配；以及3）生物质燃烧，化石潜在锌同位素特征的新见解燃料和二次气雾剂。我们支持有关改进基于多种元素或化合物的同位素同位素指纹数据库的未来研究，以促进MIF模型在大气科学中的应用。2）MIF模型中总PM质量的源分配，以及3）生物质燃烧，化石燃料和二次气溶胶潜在的Zn同位素特征的新见解。我们支持有关改进基于多种元素或化合物的同位素同位素指纹数据库的未来研究，以促进MIF模型在大气科学中的应用。2）MIF模型中总PM质量的源分配，以及3）生物质燃烧，化石燃料和二次气溶胶潜在的Zn同位素特征的新见解。我们支持有关改进基于多种元素或化合物的同位素同位素指纹数据库的未来研究，以促进MIF模型在大气科学中的应用。