PMF源解析——实操教学及实验设计与项目应用

PMF 即正交矩阵因子分解法（Positive Matrix Factorization），是由Paatero 和Tapper 在1993年提出的一种有效的数据分析方法。其思路是：首先利用权重计算出颗粒物中各化学组分的误差，然后通过最小二乘法来确定出颗粒物的主要污染源及其贡献率。与其他源解析方法相比，具有不需要测量源成分谱，分解矩阵中元素分担率为非负值，可以利用数据标准偏差来进行优化，并且可处理遗漏数据和不精确数据等特点。

推荐以下PMF源解析教程，由浅入深，手把手教学，实现对PMF模型的熟练掌握与运行，提供源解析相关领域常用的示踪物及其他方法拓展，指导学员完成相关论文、作图及工作应用，零基础也可学习。

主讲老师毕业于大气专业TOP高校，高级工程师，从事大气污染物源解析研究、高效液相色谱分析等相关工作多年，熟悉各类PMF模型，实操经验、教学经验丰富。