工业源含铅细颗粒物（Pb-FPs）多金属指纹特征与机器学习溯源研究：揭示大气铅污染来源与神经健康风险

本研究通过单颗粒电感耦合等离子体飞行时间质谱（spICP-TOF-MS）技术，首次构建了中国四大工业源（燃煤发电、钢铁冶炼、垃圾焚烧和生物质发电）排放含铅细颗粒物（Pb-FPs）的多金属指纹数据库，采用贝叶斯优化的XGBoost算法成功实现源解析（F1分数=0.76），发现钢铁冶炼源是京津冀和长三角地区Pb-FPs的主要贡献者（6.7–38.1%），为精准防控大气铅污染导致的神经发育毒性提供了新策略。

Highlight

本研究建立了全国首个134个工业PM样本的多金属（类金属）指纹数据集，为中国区域性Pb-FPs源解析提供了高分辨率基础数据。与燃煤发电（CFP）和生物质发电（BP）排放的PM相比，钢铁冶炼（ISS）和垃圾焚烧发电（WIP）排放的PM表现出显著更高的Pb-FPs数量浓度（p < 0.05），需优先关注其污染控制策略。此外，我们的数据表明……

Environmental implication

本研究建立了一个整合单颗粒表征与机器学习技术的先进分析框架，可实现复杂环境介质中含铅细颗粒物（Pb-FPs）的精准溯源。利用先进单颗粒ICP-TOF-MS技术，对中国四大关键行业（燃煤发电、钢铁冶炼、垃圾焚烧发电和生物质发电）排放的Pb-FPs进行了个体化定量表征。全面的多金属（类金属）指纹图谱……

Conclusions

本研究通过全国范围采样，首次构建了134个工业PM样本的多金属（类金属）指纹数据集，为区域尺度Pb-FPs源解析提供了高分辨率基础数据。与CFP和BP排放的PM相比，ISS和WIP排放的PM具有显著更高的Pb-FPs数量浓度（p < 0.05），需优先制定污染控制策略。此外，我们的数据表明……