SEM-EDX metodes izmantošanas iespējas atmosfēras aerosolu sastāva analīzē

Abstract

Bakalaura darbā tiek veikta cieto daļiņu ķīmiskā satura un morfoloģisko parametru analīze, kuru papildina meteoroloģisko apstākļu un gaisa kvalitātes datu analīze, ar mērķi atšķirt atmosfēras aerosolu izcelsmes avotus. 12 ķīmisko elementu koncentrācija (C, O, Fe, Ca, Si, S, Al, Mg, Na, K, Mo, Cl) noteikta ar skenējošā elektronu mikroskopa (SEM) un rentgenstaru enerģijas dispersijas spektroskopa (EDX) palīdzību Latvijas Universitātes Cietvielu fizikas institūtā, bet laika apstākļu novērojumu dati, gāzveida piesārņotāju un aromātisko ogļūdeņražu koncentrācijas dati iegūti no Latvijas Vides, ģeoloģijas un meteoroloģijas centra (LVĢMC) novērojumu stacijām Rīgā. Iegūtie rezultatīvie rādītāji apkopoti skaitļu matricā un veikta to statistiskā apstrāde, izmantojot galveno komponentu analīzi (PCA) un hierarhisko klāsteranalīzi (HCA). Balstoties uz ķīmiskā sastāva un morfoloģijas datiem, tika identificēti dažādi daļiņu klāsteri (karbonātu minerālu daļiņas, alumosilikāti, kvēpi, nātrija hlorīds, metāliskas daļiņas). Papildinot analīzi ar meteoroloģiskajiem un gaisa kvalitātes datiem, tika interpretēta iespējamā aerosolu izcelsme – augsnes minerālā daļa, transports, jūras aerosoli, metalurģija, pārrobežu piesārņojums un sekundāro aerosolu veidošanās.

Thesis includes statistical analysis of chemical composition and morphology of particulate matter, supplemented by data of meteorological conditions and air quality, for the purpose to distinguish the emitting sources of atmospheric aerosols. The concentration of 12 chemical parameters (C, O, Fe, Ca, Si, S, Al, Mg, Na, K, Mo, Cl) was determined by Scanning Electron Microscopy (SEM) and Energy Dispersive X-ray Spectroscopy (EDX) at the Institute of Solid State Physics, University of Latvia, but weather observation data and concentration data of gaseous pollutants, and aromatic hydrocarbons, were obtained from the Latvian Environment, Geology and Meteorology Centre observation stations in Riga. Principal Component Analysis (PCA) and Hierarchical Cluster Analysis (HCA) were applied on particle data in order to identify different particle clusters, differentiated on the bases of chemical composition and morphological parameters (carbonate mineral particles, aluminosilicates, soot, sodium chloride, metallic particles). Complementing the analysis with meteorological and air quality data, the possible origin of aerosols was interpreted - soil mineral part, transport, marine aerosols, metallurgy, transboundary pollution and formation of secondary aerosols.