試驗設備
Airsentry OP-FTIR 紅外光譜氣體分析儀（AirSentry-FTIR, CEREX, USA）
實驗方法
圖1 在復雜的工業區中定位空氣污染源的方法論的概念框架的說明 
圖2 回溯排放源的四個步驟 - 采樣時間：2009年4月7日至2009年6月19日，共采集20401個連續數據。
- OP-FTIR設置：單程227m，高度20m。
- CC-FTIR設置：20m光程氣室。
采樣步驟如圖2所示：
- 第一步：在下風口設置OP-FTIR采樣線，以攔截工業園區內工廠排放的煙羽，并確定潛在的VOC物質及其擴散方向。
- 第二步：基于第一步FTIR路徑得出的分析結果，將第二個OP-FTIR和后向反射器單元定位在第一步FTIR光束的上風處。然后，并行操作這兩個FTIR光束以測量VOC物質的濃度，以確定包含潛在VOC排放源的區域的大小。
- 第三步：如果從先前的測量獲得的監測結果表明，在上風向仍可能存在大量的排放源，則可以在上風向進一步設置束流路徑。
- 第四步：對選定的潛在排放源進行CC-FTIR監視，以建立排放曲線并驗證OP-FTIR和PCA的結果。
實驗結果
步驟一：
圖3 不同時間段12種VOC的濃度表明夜間（20：00~04：00）的VOC濃度比早上（04：00~12：00）和晚上（12：00~20：00）高出兩倍至三倍。
圖4 五種主要VOC種類的日循環變化顯示，最高濃度出現在19：00~00：00，而從01：00至04：00則出現了較小程度的變化。
圖5 不同時間風向與主要VOC種類濃度的關系顯示，在盛行風向由東向北時沒有檢測到濃度，這意味著在東向北方向沒有排放源。且與白天相比，夜間（從晚上10點到早上6點）觀察到的濃度要高很多。
表1 VOC種類的PCA分析所提取的三個主成分，代表三個排放源類別，結合特點分析顯示三個排放源類別可能是（1）PU涂層行業，（2）化學包裝和（3）平版印刷行業。
圖6 使用Varimax和Kaiser歸一化（PC1，PC2，PC3）的旋轉因子圖表明，在PC1與PC2和PC1與PC3旋轉因子圖上的2-丁酮，DMF和甲苯之間存在密切相關性。與PC1相比，發現二氯甲烷，乙酸乙酯和丙酮，而與PC3相比，發現了氨，異丙醇和甲醇。將主成分分析受體建模應用于三個提取的排放源，其中排放源1，排放源2和排放源3占附近園區VOC排放的45％，27％和28％。換句話說，PU涂層工廠是附近大學中VOC污染問題的最大責任者，其次是平版印刷和化學包裝工廠。
圖7 應用多徑OP-FTIR監測線回溯N，N-二甲基甲酰胺的排放源（工廠“ E”是排放源）發現，A線和B線的排放方向從西南到東北方向顯示出幾乎相同的模式；然而，C線的方向與前兩條線（A線和B線）完全相反。
表2 總結了這些工廠檢測到的空氣污染物及其在CC-FTIR光譜法18小時連續監測中的平均濃度。在四個目標工廠中，工廠E的排放與步驟1（如圖2所示）調查中發現的排放一致（即DMF、甲苯、2-丁酮和乙酸乙酯），而且其排放濃度在運行期間一直很高。
圖8 展示了E廠的CC-FTIR（Closed-cell FTIR）光譜監測數據表明，E廠煙囪排氣中排放的主要VOCs是DMF、2-丁酮和甲苯，還有微量的乙酸乙酯。
結論
這項研究通過應用儀器測量和統計建模建立了一個定位排放源的系統方法。統計模型（PCA）在降低大型測量數據集的維度和識別潛在排放源方面發揮了重要作用。而儀器測量則有助于驗證統計建模的結果。現場研究證明了使用多路徑OP-FTIR測量的可行性，結合統計模型（PCA）的風向數據可以成功地確定復雜工業區的主要排放源。
