用PMF进行源解析是比较常用的确定颗粒物和挥发性有机物污染源贡献的方法。美国开展PMF源解析有很长时间，很多美国空气质量管理部门收集数据，但是在臭氧和PM2.5区域性分析规划中，可能三年左右才用这些数据做一次源解析分析工作。因此目前详细的源解析工作并不多见，也没有具体的自动开展实时的源解析工作。最近两年和上海的环境部门合作，基于美国环保署的PMF模型和ME2模型开发了计算模块，用于开展实时的颗粒物源解析分析工作。但是这个计算模块还没有直接应用在挥发性有机物分析上。

这里所问的“自动”开展实时源解析应该是指PMF模型运算可以把实时采集的观测源谱数据不断更新，重复运行PMF计算以确定动态（连续时间段）的源解析结果。不管如何实现自动源解析，确保输入数据质量是最为重要的。建议在进行自动实时源解析分析前以及分析过程中，对关键的输入数据进行完善的质量审核、修正和调整，比如PMF浓度和不确定度的数据、时间序列数据的更新频率，模型中设定的因子数量等。实时分析的结果也要有足够的人工判断，和已有的源解析结果进行比对，以确保实时分析结果的有效性。

据本人了解，目前尚未有经同行评审发表的将PMF应用于在线VOC监测数据的报道。应用PMF对在线监测数据进行源解析需要注意四方面的问题：

（1）监测数据的匹配性：污染物组分在线监测数据可能来自多种监测仪器，需要确保各仪器采样时段和时间分辨率的匹配；
（2）监测数据的可靠性：需要进一步加强监测数据的质保质控工作，避免基线漂移等系统性误差；
（3）与离线采样解析结果的可比性：需同时开展离线采样的工作，解析结果可以进行相互比对验证；
（4）监测数据不确定性估算：作为PMF模型的输入，不确定性数据对解析结果有较大影响。

对于VOC等大气化学反应较为显著的污染物，应给予较大的不确定性，确保解析因子在较大空间内可变，以便模型寻找最佳的解析结果。