技术摘要：面向城市规模平流扩散系统的可识别性感知源解析技术

问题陈述

城市空气质量源解析是一个逆问题，其目标是利用稀疏传感器网络，将观测到的污染物浓度归因于特定的源组（例如：交通、工业、砖窑）。作者指出存在一个关键的几何限制：即使模型能够精确拟合传感器数据，底层的源贡献也可能具有不可识别性（non-identifiable）。

在稀疏传感器网络中，由于风驱动的输送、衰减、背景变化以及噪声的影响，不同的源组可能会产生近乎相同的传感器时间特征。一个强远源和一个弱近源在经过输送和背景校正后，在观测上可能变得等效。因此，标准的受体模型（如化学质量平衡法 CMB 或正定矩阵因子分解法 PMF）往往会在数据无法区分不同源的情况下，依然报告出高置信度的归因结果，从而导致潜在的误导性政策结论。本文将此问题不仅视为不确定性问题，而是将其视为传感系统在本质上缺乏可识别性的问题。

方法论

作者提出了**可识别性感知源解析（Identifially-Aware Source Apportionment, IASA）**框架，该框架将基于清单的源解析视为一个受风场调节的、带有滞后效应的逆问题。其核心方法包括：

1. 问题表述

• 基于清单的参数化： 源场被限制在一组已知的或代理的源图谱（$S$）中。随时间变化的活动量被建模为预先声明的时间基函数（$\Phi$）的非负组合。未知量是源–基函数系数（$c$）。
• 受风调节的滞后响应： 模型包含一个输送算子（$G^\partial$），该算子将时间 $t-\ell$ 释放的排放映射到时间 $t$ 的传感器浓度。这产生了一个“滞后”响应矩阵（$H^{lag}_\Phi$），其中每一列代表单位系数的传感器时间指纹。
• 背景校正： 观测浓度包含区域背景和趋势。通过投影掉一个低维背景基函数（$Q$）来隔离源信号。该逆问题的核心对象是投影滞后响应矩阵：
  $$\tilde{H}_\Phi = P^\perp_Q H^{lag}_\Phi$$
  其中 $P^\perp_Q$ 是向背景空间的正交补空间进行的投影。

2. 可识别性诊断

IASA 将关注点从“最佳拟合”转向“可识别分辨率”。它通过计算 $\tilde{H}_\Phi$ 的一系列诊断指标，来确定哪些内容是可以可靠恢复的：

• 精确可识别性： 要求 $\text{rank}(\tilde{H}_\Phi) = J$（满列秩）。
• 噪声鲁棒性： 由最小奇异值（$\sigma_J$）和条件数（$\kappa$）决定。较小的 $\sigma_J$ 意味着对噪声的高度敏感。
• 系数可见性： 投影指纹的幅度（$v_j = \|\tilde{h}_j\|_2$）。低于阈值的系数会被标记为“微弱”。
• 成对相干性（Pairwise Coherence）： 衡量两个指纹之间的比例关系（$\rho_{ij}$）。高相干性意味着源是不可区分的。
• 背景吸收： 源信号损失到背景空间的比例（$a_j$）。

3. IASA 算法

该程序强制执行拟合与诊断之间的严格分离：

1. 预声明： 在检查数据之前，所有模型选择（背景基函数、滞后窗口、时间基函数、零掩码）都是固定的。
2. 拟合： 求解非负正则化最小二乘法（NNLS）以获得系数 $c$。
3. 诊断： 在 $\tilde{H}_\Phi$ 上计算诊断指标。
4. 报告：
   • 如果系数微弱或具有高度相干性，则不单独报告它们。
   • 构建一个源模糊图（source ambiguity graph），其中边连接不可区分的配对。
   • 连通分量构成“保守报告组”。
   • 最终输出是传感器、风场、噪声和声明的清单所支持的最精细归因分辨率，并附带不确定性区间和模糊性证书。

核心贡献

1. 形式化： 本文将稀疏传感器源解析形式化为一个滞后的、受风调节的逆问题，并将投影响应矩阵 $\tilde{H}_\Phi$ 确定为决定可区分性的核心要素。
2. 报告协议： 引入了一种具体的协议，将预测准确性与可识别性区分开来。它仅报告在现有数据下可辩护的贡献，标记不可区分的源并将其合并为保守组，而非报告虚假的精确度。
3. 算法 (IASA)： 该程序拟合非负系数，重建活动轨迹，量化不确定性，并诊断不可区分的源。它还包括每台传感器的空间足迹，用以追踪回溯至上风向区域的输送响应。
4. 经验验证： 该框架在德里平台（使用政府 PM2.5 和风速记录）上进行了实例化。实验证明，标准基准方法（NNLS, CMB, PMF）无法检测出不可识别的情况，而 IASA 能标记出每一个不可识别的情景，并在受控设置中实现 0.01 份额误差内的恢复。

结果

作者在德里平台（32 个传感器，2018–2020 年数据）和受控合成实验上评估了 IASA：

• 受控实验：

  • 风向/几何坍缩： 当风向恒定或传感器几何结构导致源指纹对齐时，标准方法会报告置信但错误的拆分（误差高达 1.2）。IASA 将其标记为不可识别，并报告接近零误差的合并组。
  • 背景压力： 当背景基函数吸收源信号时，标准方法会发生误归因。IASA 检测到这种吸收并标记了可识别性的丧失。
  • 条件性： 恢复误差被证明受限于 $\tilde{H}_\Phi$ 的条件性（奇异值），而非仅仅是观测噪声。
  • 滞后选择： 最优滞后窗口是基于响应矩阵的几何结构（Frobenius 范数稳定性）进行选择的，而非基于拟合系数，从而确保滞后不会人为地提高可识别性。

• 德里实测数据：

  • 通过对连续四个单周期的应用，系统识别出在这些特定周内，所有四个源组（砖窑、工业、人口、交通）在个体上都是可识别的（满秩、低相干性）。
  • 归因结果显示了显著的时间变异性（例如：前几周以人口为主，最后一周以砖窑为主），这些结果被分别报告而非聚合，反映了实际的数据支撑。
  • 系统提供了不确定性区间，并确认了所报告的分辨率是其声明的清单、输送和噪声所支持的最精细分辨率。

意义与主张

本文声称预测准确性并非可识别性的证据。如果源在传感器空间中是几何不可区分的，即使模型能完美拟合传感器轨迹，也可能将污染错误地归因于错误的源。

IASA 的意义在于其保守的分辨率：它报告的是在给定的风场、输送、背景和清单模型条件下，传感系统实际支持的归因分辨率。它并不声称要解决所有的逆问题；相反，它提供了一个诊断框架，用于确定问题何时是可解的，以及什么是可以可靠报告的。

作者强调，其工作通过增加一层可识别性分析，对现有的受体模型和面向源的模型进行了补充。他们并不声称发明了新的源类别或新的物理输送模型，而是严格分析了在稀疏传感条件下，声明的源组是否具有可区分性。该框架确保了政策决策是基于可辩护的、可识别的贡献，而非模型过拟合或几何模糊性的产物。