大量电镜单颗粒分析研究表明，不同污染源排放的颗粒物具有独特的形貌、粒径和成分特征，一定程度上可以作为识别环境颗粒物来源的直接证据。传统人工电镜分析受限于分析效率，难以直接用于源解析工作，服务于环境管理。与之相比，计算机控制的扫描电镜（CCSEM）技术的发展实现了大量单颗粒信息的快速获取，为建立基于大量单颗粒形貌和化学成分信息的颗粒物来源解析方法提供了技术基础。
目前，国内基于CCSEM技术对环境颗粒物进行溯源的研究非常有限，相关的技术方法尚未建立、评估和完善。本研究基于一种先进的CCSEM技术——IntelliSEM-EPAS，在北京、曲阜、烟台、石家庄、邢台、南浔、淄博、济宁等全国十多个地区采集环境单颗粒样品，尝试建立单颗粒分类方法以量化污染源贡献。此外，我们近期在CCSEM分析测试方法，单颗粒源谱建立以及机器学习源判别方面取得了很大进展。
研究结果表明，基于分类算法的单颗粒源解析结果可以较好地指征研究区域的大气污染源特征，可为大气污染防控提供科学依据。在样品分析测试方法上我们提出了高、低电压相结合的分析方法，很大程度上解决了传统分析方式细粒径碳质颗粒易低估的问题。同时我们初步采集并分析了几种污染源样品，并将机器学习的方法应用于污染源样品单颗粒的分类，准确率超过90%。

CCSEM, 单颗粒, 形貌特征, 来源解析