چکیده:
هدف اصلی این پژوهش تعیین میزان سمیت اجزای شیمیایی موجود در ذرات PM2.5 و منابع تولید آن به کمک روش های مبتنی بر آنالیز آماری شامل ضریب همبستگی پیرسون و مدلهای رگرسیون چندمتغیره خطی در فاصله سال های 2014 تا 2015 در ایستگاه دانشگاه صنعتی شریف میباشد. بر اساس آنالیز شیمیایی نمونهها و استفاده از ظرفیت اکسایش ذرات معلق ریز به عنوان شاخصی از سمیت ذرات (ROS)، امکان تعیین سمیت ذرات، ترکیبات شیمیایی آن و منابع تولید فراهم شد. مقدار سمیت بدست آمده در فصول سرد سال، 3-5/1 برابر بیشتر از فصول گرم سال بوده و با توجه به سهم غالب وسایل نقلیه سبک در فصول سرد، احتمال ارتباط بین این منبع و میزان سمیت ذرات تقویت میگردد. نتایج آنالیز همبستگی پیرسون نشان داد، اجزای شیمیایی با منشا انسانی آنتیمونی، کادمیم، نیکل و آرسنیک با شاخص سمیت بیشترین مقادیر همبستگی را داشته اند. این نتیجه با آنالیز همبستگی رتبهای اسپیرمن نیز مطابقت دارد. همچنین با بررسی ارتباط بین پارامتر سمیت و سهم مشارکتی منابع، ارتباط بین سهم مشارکتی ماهانه منا بع وسایل نقلیه بنزینی و نفت کوره با هر دو نوع شاخص سمیت تبیین می-گردد. با انجام رگرسیون چند متغیره خطی بین مقادیر سمیت و المانهای شیمیایی همبسته و همچنین دو منبع همبسته ذکر شده، نحوه برآورد سمیت ذرات معلق ریز مشخص می-گردد.با توجه به نتایج به دست آمده، سهم مشارکت وسایل نقلیه بنزینی در ایجاد سمیت ذرات در دره بررسی به طور میانگین برابر با 83 درصد میباشد .
The purpose of this research is to determine the toxicity of chemical components in PM2.5 particles and its production sources with the help of linear multivariate regression models between 2014 and 2015 at the Sharif University station. Based on the chemical analysis of the samples and the use of the oxidation capacity of suspended particles as an indicator of particle toxicity (ROS), it is possible to determine the toxicity of particles, their chemical compositions and provide resources. The amount of toxicity received in the cold seasons of the year was 1.5-3 times higher than in the hot seasons of the year, and due to the concentration of light vehicles in the cold seasons, the possibility between this source and the toxicity of particles is strengthened. The results of Pearson's correlation analysis showed that chemical components of human origin antimony, cadmium, nickel and arsenic had the highest correlation with toxicity index. This result is also consistent with Spearman's rank correlation analysis. Also, by examining the relationship between toxicity and resource contribution, the monthly contribution of MENA to gasoline vehicles and fuel oil is explained with both types of toxicity indices. By performing multivariate linear regression between toxicity and related chemical elements as well as two related sources, according to the obtained results, the contribution of gasoline vehicles in causing particle toxicity in the survey valley is equal to 83% on average.