当前位置：
X-MOL 学术
›
Environ. Sci.: Processes Impacts
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Discrimination and geo-spatial mapping of atmospheric VOC sources using full scan direct mass spectral data collected from a moving vehicle.
Environmental Science: Processes & Impacts ( IF 4.3 ) Pub Date : 2019-12-06 , DOI: 10.1039/c9em00439d L C Richards 1 , N G Davey 2 , C G Gill 3 , E T Krogh 1
Environmental Science: Processes & Impacts ( IF 4.3 ) Pub Date : 2019-12-06 , DOI: 10.1039/c9em00439d L C Richards 1 , N G Davey 2 , C G Gill 3 , E T Krogh 1
Affiliation
|
Volatile and semi-volatile organic compounds (S/VOCs) are ubiquitous in the environment, come from a wide variety of anthropogenic and biogenic sources, and are important determinants of environmental and human health due to their impacts on air quality. They can be continuously measured by direct mass spectrometry techniques without chromatographic separation by membrane introduction mass spectrometry (MIMS) and proton-transfer reaction time-of-flight mass spectrometry (PTR-ToF-MS). We report the operation of these instruments in a moving vehicle, producing full scan mass spectral data to fingerprint ambient S/VOC mixtures with high temporal and spatial resolution. We describe two field campaigns in which chemometric techniques are applied to the full scan MIMS and PTR-ToF-MS data collected with a mobile mass spectrometry lab. Principal Component Analysis (PCA) has been successfully employed in a supervised analysis to discriminate VOC samples collected near known VOC sources including internal combustion engines, sawmill operations, composting facilities, and pulp mills. A Gaussian mixture model and a density-based spatial clustering of application with noise (DBSCAN) algorithm have been used to identify sample clusters within the full time series dataset collected and we present geospatial maps to visualize the distribution of VOC sources measured by PTR-ToF-MS.
中文翻译：
使用从行驶中的车辆收集的全扫描直接质谱数据对大气VOC源进行判别和地理空间映射。
挥发性和半挥发性有机化合物（S / VOC）在环境中无处不在，来自各种各样的人为和生物来源，并且由于它们对空气质量的影响，因此是环境和人类健康的重要决定因素。可以通过直接质谱技术连续测量它们，而无需通过膜引入质谱（MIMS）和质子转移反应飞行时间质谱（PTR-ToF-MS）进行色谱分离。我们报告了这些仪器在行驶中的车辆中的运行情况，产生了完整的扫描质谱数据，以具有高时间和空间分辨率的指纹环境S / VOC混合物为指纹。我们描述了两个野外活动，其中将化学计量学技术应用于通过移动质谱实验室收集的全扫描MIMS和PTR-ToF-MS数据。主成分分析（PCA）已成功地用于监督分析中，以区分在已知VOC来源附近收集的VOC样品，这些来源包括内燃机，锯木厂操作，堆肥设施和制浆厂。高斯混合模型和基于密度的应用噪声空间聚类（DBSCAN）算法已被用于识别收集的全时间序列数据集中的样本聚类，并且我们展示了地理空间图以可视化通过PTR-ToF测量的VOC源的分布-小姐。
更新日期：2020-02-13
中文翻译：
使用从行驶中的车辆收集的全扫描直接质谱数据对大气VOC源进行判别和地理空间映射。
挥发性和半挥发性有机化合物（S / VOC）在环境中无处不在，来自各种各样的人为和生物来源，并且由于它们对空气质量的影响，因此是环境和人类健康的重要决定因素。可以通过直接质谱技术连续测量它们，而无需通过膜引入质谱（MIMS）和质子转移反应飞行时间质谱（PTR-ToF-MS）进行色谱分离。我们报告了这些仪器在行驶中的车辆中的运行情况，产生了完整的扫描质谱数据，以具有高时间和空间分辨率的指纹环境S / VOC混合物为指纹。我们描述了两个野外活动，其中将化学计量学技术应用于通过移动质谱实验室收集的全扫描MIMS和PTR-ToF-MS数据。主成分分析（PCA）已成功地用于监督分析中，以区分在已知VOC来源附近收集的VOC样品，这些来源包括内燃机，锯木厂操作，堆肥设施和制浆厂。高斯混合模型和基于密度的应用噪声空间聚类（DBSCAN）算法已被用于识别收集的全时间序列数据集中的样本聚类，并且我们展示了地理空间图以可视化通过PTR-ToF测量的VOC源的分布-小姐。
京公网安备 11010802027423号