北京PM2.5中多环芳烃的污染特征及来源研究

采用GC/MS定量分析了2003年9月至2004年7月期间北京市PM2.5中16种优控PAHs的含量.研究表明.PAHs总浓度年均值139.59ng·m-3,变化范围1.02-776.4 ng·m-3.冬季浓度最高271.05 ng·m-3,夏季最低26.10 ng·m-3,反映了主要源排放(燃煤)变化与气象条件的共同影响.全年平均不同环数PAHs所占总浓度的比例由大到小:4环>5环>6环>3环>2环;冬季4环PAHs所占比例最大(48.7%),其次为5环(32.5%)和6环PAHs(14.9%);夏季5环、6环PAHs所占比例最高(36.5%),其次为4环PAHs(24.1%).源排放特征化合物比值法和主成分分析法结果都表明,燃煤、机动车和油类挥发是多环芳烃的3类主要污染源,能够解释主成分分析法总方差的88%.     

太原市空气颗粒物中正构烷烃分布特征及来源解析

为明确城市空气颗粒物中正构烷烃分布特征及污染来源,采集采暖和非采暖季环境空气PM10样品和典型排放源(高等植物、燃煤和机动车)样品,利用GC-MS测定正构烷烃,选取诊断参数并结合污染源排放特征讨论PM10中正构烷烃分布和来源,采用主成分分析法定量解析源贡献率.结果表明,环境空气PM10中正构烷烃含量呈较强时空变化,采暖和非采暖季浓度分别为213.74~573.32 ng·m-3和22.69~150.82 ng·m-3,前者总浓度最高是后者的18倍;采暖季郊区点位(JY、JCP、XD和SL)浓度均高于市区,以JY最高(577.32 ng·m-3),非采暖季工业区(JS)总烷烃量(150.82 ng·m-3)明显高于其它点位,是SL总量的7倍.采暖季化石燃料来源烷烃(C n≤C24)与总烷烃量相关性优于植物来源烷烃(C n≥C25),非采暖季相反,表明前者化石燃料输入较后者高.CPI和%WNA指示非采暖季植物贡献率较采暖季高,且植物蜡烷烃随环境压力的增大总产率增加;C max和OEP表明非采暖季PM10中有机质成熟度低于采暖季;两季样品TIC图均存在UCM鼓包,机动车尾气是该城市的重要污染源.PCA解析结果表明太原市环境空气PM10中正构烷烃首要排放源为机动车尾气和高等植物,约占51.28%;其次为煤烟尘,贡献率为43.14%.煤烟尘污染控制协同机动车尾气净化措施的完善将成为降低城市空气颗粒物中正构烷烃浓度的有效途径.     

室内外PM10中多环芳烃相关关系及来源分析

为研究室内外PM10中多环芳烃相关性和来源特征,于2009年非采暖季、采暖季在天津市某小区36位住户室内和室外进行PM10膜采样,并分析其中12种PAHs浓度.结果表明,非采暖季较采暖季更为良好的室内外通风性,导致非采暖季室内外PM10中PAHs浓度没有显著差异(P>0.05),而采暖季室内PM10中PAHs浓度显著小于室外浓度;非采暖季室内外PM10中各PAHs占总PAHs的质量百分比基本一致,而采暖季其室内外质量百分比有明显不同;采暖季和非采暖季室内外PM10中PAHs的I/O平均值均低于1,但采暖季I/O值小于非采暖季. 对参与者的时间活动模式分析表明,在采暖季和非采暖季,室内吸烟、清洁活动以及烹饪对室内PM10中PAHs浓度变化均没有显著影响(P>0.05). 室内外PAHs浓度线性回归分析表明,室内PM10中5~7环PAHs主要受到室外源的影响,2~4环PAHs主要受到室内源的影响,非采暖季和采暖季室内外PM10中总PAHs的有效穿透因子分别为0.73和0.51. 通过特征比值法对PM10中PAHs来源进行解析得出,燃煤源、柴油机动车是其主要来源.     

室内外PM_(10)中多环芳烃相关关系及来源分析——以天津市某老年社区为例

为研究室内外PM10中多环芳烃相关性和来源特征,于2009年非采暖季、采暖季在天津市某小区36位住户室内和室外进行PM10膜采样,并分析其中12种PAHs浓度.结果表明,非采暖季较采暖季更为良好的室内外通风性,导致非采暖季室内外PM10中PAHs浓度没有显著差异(P0.05),而采暖季室内PM10中PAHs浓度显著小于室外浓度;非采暖季室内外PM10中各PAHs占总PAHs的质量百分比基本一致,而采暖季其室内外质量百分比有明显不同;采暖季和非采暖季室内外PM10中PAHs的I/O平均值均低于1,但采暖季I/O值小于非采暖季.对参与者的时间活动模式分析表明,在采暖季和非采暖季,室内吸烟、清洁活动以及烹饪对室内PM10中PAHs浓度变化均没有显著影响(P0.05).室内外PAHs浓度线性回归分析表明,室内PM10中5~7环PAHs主要受到室外源的影响,2~4环PAHs主要受到室内源的影响,非采暖季和采暖季室内外PM10中总PAHs的有效穿透因子分别为0.73和0.51.通过特征比值法对PM10中PAHs来源进行解析得出,燃煤源、柴油机动车是其主要来源.     

室内空气PM10中PAHs对老年人的致癌风险评价 ——以天津市某社区为例

选取天津市37户家庭,分别在2009年(8、9月)非采暖期和2009年(11、12月)采暖期采集室内PM10并对PM10载带的18种多环芳烃(PAHs)的含量进行测定,分析其浓度特征.结果表明,采暖季的总PAHs的浓度高于非采暖季总PAHs的浓度,采暖季和非采暖季室内PM10载带的多环芳烃以4环和5环为主,占PAHs总含量的60%以上,18种多环芳烃的平均浓度为190ng/m3,其中BaP的浓度为12ng/m3,超过了国家标准(1ng/m3),根据特征比值法初步判断室内PAHs的来源为烹调,吸烟,燃煤,交通,PAHs的毒性等效因子浓度(c-BaPeq)为22.65ng/m3,根据多环芳烃增量终身致癌风险估算,预计天津市老年人潜在致癌风险为5×10-6,超过了可接受水平.     

北京市西三环地区大气颗粒物中多环芳烃的分布特性

于2012年3—12月在北京市西三环地区按粒径分6级采集大气颗粒物样品,采用气相色谱-质谱(GC-MS)对颗粒物样品中16种优控PAHs(多环芳烃)进行分析. 结果表明:颗粒物中ρ(∑₁₆PAHs)(PAHs的总质量浓度)季节变化显著,表现为冬季>春季>秋季>夏季,并且与ρ(PM)(PM为颗粒物)呈良好线性相关;不同粒径颗粒物中ρ(PAHs)呈向小粒子富集的趋势,PM_2.1中ρ(PAHs)约占ρ_sum(∑₁₆PAHs)〔6级颗粒物中ρ(∑₁₆PAHs)总和〕的64%~87%;除夏季3环PAHs占优势外,其他季节均以4~ 5环PAHs占优势;同时,随着粒径的减小,PAHs有向高环数富集的趋势. 运用主成分分析和多元线性回归法进行源解析发现,机动车尾气排放和燃煤是本地区大气颗粒物中PAHs的主要来源;不同粒径颗粒物中的PAHs来源有差异,2.1~10.2μm粒径段颗粒物中PAHs主要来源于机动车尾气排放,贡献率为63.0%;而1.3~2.1μm和<1.3μm的颗粒物中PAHs均主要来源于燃煤,贡献率分别为56.8%和58.7%.      

京津冀地区城市环境空气颗粒物及其元素特征分析

于2013年四个季度,选择京津冀3个主要城市和1个对照点,以及4个全国大气背景站,同步采集环境空气颗粒物PM10和PM2.5样品,采用微波消解ICP-MS法分析样品中的68种元素.结果表明,京津冀3个城市四个季度PM10和PM2.5均超过国家二级标准限值,且采暖季高于非采暖季.全年PM2.5/PM10比值大于0.5,细颗粒物污染占主导.元素在PM2.5中所占比例高于PM10.而背景点颗粒物浓度低于标准限值,远低于城市点,且四个季节变化不大.在检出的57种元素中, Na、Mg、Al、S、K、Ca、Fe、Zn在0.1~10 μg/m3之间,P、Ti、Mn、Ni、Cu、Ba、Pb在10~100ng/m3之间,其他含量较低元素如Cd、Co、Ge、Ga、Zr、Sr、V等在0.01~10ng/m3之间.元素S、Na、K、Al、Fe、Mg、Ca等含量大于1%,P、Zn、Pb、Cu、Ba等其他元素含量介于0.1%~1%.富集因子分析结果提示,K、Ca、Cr、Fe、Cu、Zn、As、Cd和Pb等9种元素主要来源于人为污染,采暖季与非采暖季富集因子比值在1.1~3.5之间.因子分析提示,燃煤、工业污染源、燃油等是颗粒物污染的主要贡献因素.     

可吸入颗粒物中多环芳烃的分布特征与来源解析

按非采暖季和采暖季2个时段采集徐州市不同环境质量功能区的大气中可吸入颗粒物(PM10)样品,对EPA优先控制的16种多环芳烃(PAHs)进行了分析研究.研究表明:徐州市区PM10中的PAHs质量浓度均值为164.6 ng/m3.其中苯并(α)芘(BaP)年质量浓度均值为10.83 ng/m3,平均BEQ质量浓度值为24.51 ng/m3,PAHs组成以高环为主,污染水平较高,对人体健康的威胁比较严重.利用特征比值法和化学质量平衡模型对徐州市PM10中的PAHs进行来源识别和解析,得出一致的结果为:燃煤是徐州市PM10中的PAHs的主要来源.     

成都市PM10中多环芳烃来源识别及毒性评估

对成都市2009年冬夏两季可吸入颗粒物(PM10)中16种多环芳烃(PAHs)含量进行了研究,并进一步分析其空间分布、组成特征及来源.结果表明,16种PAHs中15种被普遍检出(Nap未检出),冬季和夏季的ΣPAHs浓度范围分别为40.25~150.68ng/m3和44.51~71.16ng/m3,平均浓度分别为88.36ng/m3和64.21ng/m3.空间分析表明,PAHs浓度在工业区较高,背景点较低.从PAHs组分分析结果显示,低环含量较低,4~6环所占比例较大,其比例范围为86.7%~96.1%.各组分含量季节差异不明显.利用特征化合物比值法、等级聚类法、PCA解析法分析了污染源类型,结果表明成都市PM10中PAHs的主要来源是机动车尾气排放源,以及煤与木材燃烧源.通过BaP当量(BaPE)进行了毒性评估,结果显示成都市冬夏两季的BaPE均值分别为13.41ng/m3和9.54ng/m3.     

忻州市环境空气PM10和TSP中水溶性阴离子特征分析

利用中流量采样器收集忻州市采暖季和非采暖季4个监测点位的PM10和TSP样品,通过离子色谱法测定SO2-4、NO-3和Cl-的质量浓度,并以此3种水溶性阴离子的时空分布、相关性参数和特征比值来探讨其在环境空气中的污染特征和来源.结果表明,采暖季PM10和TSP中3种水溶性阴离子的总质量浓度分别为14.24μg·m-3和21.97μg·m-3,明显高于非采暖季(分别为8.56μg·m-3和11.84μg·m-3).采暖季和非采暖季3种水溶性阴离子总质量在PM10中所占比例分别为15.70%和13.19%,在TSP中所占比例分别为12.16%和8.84%,离子主要富集在PM10中.采暖季4个采样点位3种阴离子的质量浓度均高于非采暖季,采样点位DC的阴离子质量浓度高于其它点位,时空差异明显.采暖季NO-3与SO2-4相关性显著,说明二者形成过程的控制因子相同;非采暖季Cl-与SO2-4、NO-3的相关性显著,说明三者具有共同来源.NO-3/SO2-4比值在0.31~1.41之内,相对较高,暗示机动车尾气对空气颗粒物的影响突出,但均值都小于1,表明空气污染来源仍以燃煤等固定源排放为主.总体而言,忻州市水溶性阴离子的污染属于机动车尾气和燃煤的复合型污染.     

哈尔滨大气中PAHs的污染源解析

通过将比值法、主成分分析和正定矩阵分析法相结合对大气中PAHs的污染源进行了解析,结果表明,煤的燃烧和汽车尾气的排放是PAHs的主要污染源,冬季,煤的燃烧是主要污染源,其贡献率为60.6%,其次为汽车尾气排放(34.4%),其他季节,汽车尾气的排放和燃煤污染是主要的污染源,其贡献率分别为59.3%和17.1%。通过等效毒性当量因子计算得到,哈尔滨大气中BaP当量浓度冬季为7.751 9 ng/m3,其他季节为0.688 6 ng/m3,均符合中国规定的10 ng/m3。     

二级热脱附结合气相色谱-质谱联用分析大气细颗粒物中多环芳烃类污染物

化学组分是影响大气细颗粒物(即PM_(2.5))健康危害的重要因素,但目前流行病学研究对于颗粒物组分的暴露评价受到了传统分析方法的限制.为探索高效的颗粒物组分测定方法,本研究建立并优化了二级热脱附结合气相色谱-质谱联用(TD-GC-MS)方法,以多环芳烃(PAHs)为目标污染物开展研究.结果表明,该方法具有极高的灵敏度,当使用0.28 m~3PM_(2.5)样品时,该方法的检出限为0.018~0.26 ng·m~(-3).对于标准参考物质的测量显示,该方法具有较好的准确性和精密度.同时,分析了北京2012年3月—2013年3月PM_(2.5)样品并与索氏提取结果进行对比,发现两种方法测量3~5环PAHs的一致性较好;部分物种的差异较大,热脱附因减少前处理步骤,结果可能更为准确.北京PM_(2.5)中∑_(12)PAHs浓度为4.27~340 ng·m~(-3),采暖季比非采暖季高一个数量级.基于正矩阵因子分解法(PMF)的源解析显示,燃煤是采暖季的主要污染源,非采暖季则为交通排放.最后,估算了成年北京居民暴露于PAHs的终生致癌风险,结果表明,可重点控制交通源及煤炭源以降低其潜在危害.     

武汉市洪山区春季PM2.5浓度及多环芳烃组成特征

分析了武汉市洪山区2014年春季PM2.5的浓度,并利用气相色谱/质谱(GC/MS)测定了多环芳烃(PAHs)的组成.结果表明,PM2.5的质量浓度为47.99～195.87μg/m3,平均质量浓度为(101.34±32.49)μg/m3,超标天数占总监测天数的81.82%;PM2.5质量浓度与各气象要素间的相关性不显著.PM2.5中PAHs日均浓度变化范围为8.44~34.45ng/m3,平均浓度为21.48±7.03ng/m3,其中4环PAHs的含量最高,达到11.72ng/m3,占总PAHs浓度的54.56%,结合典型污染来源中PAHs的特征比值和数学统计中主成分分析法,判断出其主要污染来源为车辆排放、燃烧源和燃煤源;PAHs日均总毒性当量(∑BaPeq)浓度范围为1.10~5.46ng/m3,平均值为2.99ng/m3,日均超标率达到60.61%.     

大气颗粒物中多环芳烃的污染特征及来源识别

研究了北京市2000年采暖期和非采暖期2个典型代表月(6月和12月)不同粒径颗粒物的质量浓度特征以及不同粒径颗粒物中ρ(PAHs)分布特征,并同时利用比值法和化学质量平衡(CMB)受体模型对可吸入颗粒物(PM₁₀)中PAHs的来源进行识别和解析.研究结果表明:北京市采暖期ρ(颗粒物)明显高于非采暖期;采暖期和非采暖期不同粒径颗粒物的比例有差别,采暖期、非采暖期ρ(PM₁₀)分别约占ρ(TSP)的0.662和0.734;PAHs具有更明显富集于细颗粒物中的特征;源解析结果表明燃煤污染和机动车污染是PM₁₀中PAHs的最主要来源.      

天津市大气颗粒物中有机标识物粒径分布的季节特征

为探讨采暖季和非采暖季大气颗粒物中有机标识组分的粒径分布特征,识别其来源,于2018年5月至2019年4月在天津采集分粒径颗粒物,利用GC-MS对9个粒径段颗粒物中17种多环芳烃(PAHs)、20种正构烷烃(n-Alkanes)和7种藿烷(hopanes)进行分析,并通过有机标识物及特征比值的方法探讨其主要来源。结果表明:非采暖季的四环多环芳烃Pyr、BaA、Chr和五环多环芳烃BbF、BaP呈3峰分布,其余PAHs呈双峰分布,采暖季的低环PAHs呈双峰分布,中高环PAHs近似单峰分布。根据PAHs特征比值发现,非采暖季的燃煤源和交通源是PAHs的主要贡献源,采暖季PAHs受燃煤源的影响更显著。非采暖季的正构烷烃中C29呈单峰分布,C27、C31、C32和C33近似单峰分布,其余正构烷烃呈双峰分布,采暖季的正构烷烃均呈双峰分布。根据正构烷烃碳优势指数(CPI)和主碳峰数(C_max)发现,人为源是正构烷烃的主要来源,非采暖季受自然源的影响大于采暖季,自然源排放的正构烷烃倾向于富集在粗颗粒物上,人为源排放的正构烷烃则更倾向于富集在细颗粒物上。藿烷在粗粒径段和细粒径段均存在峰值。根据藿烷特征比值发现,非采暖季的藿烷受交通源的影响较大,采暖季的藿烷受燃煤源的影响更显著。     

辽河口湿地表层土壤中PAHs的源解析研究

分别于2008年10月,2009年5月和8月采集31个辽河口湿地表层土壤样品,利用GC-FID技术定量分析其中多环芳烃(PAH)含量.结果表明, PAHs呈现出一定的时间分布特征,10月份的PAHs平均含量为1001.9ng/g,高于5月(877.1ng/g)和8月(675.4ng/g).应用比值法识别土壤PAHs主要来源,结果显示,2008年10月主要源于燃烧源,并表现出油类、生物质和煤的燃烧为主要来源的特征;2009年5月和8月均表现出石油源和燃烧源的混合源.正定矩阵因子模型解析结果表明,燃煤、交通燃油和生物质燃烧在2008年10月的贡献率最高,分别为26%、21%和20%.石油与交通污染、石油污染和生物质燃烧是2009年5月最重要的3种污染源,贡献率依次为33%、24%和17%.2009年8月以石油污染和交通污染与生物质燃烧混合源的贡献率最高, 贡献率分别为37%和19%.     

我国大气背景点颗粒物PAHs分布特征及毒性评估

选择我国自北向南4个国家大气背景监测站(吉林长白山、山西庞泉沟、湖北神农架和广东南岭),于2013年4个季度采集了环境空气PM2.5和PM10样品,采用超声波乙腈萃取-超高压液相色谱分析16种多环芳烃.结果表明,4个大气背景点的PM2.5和PM10中∑PAHs浓度分别为0.09~25.42ng/m3和0.13~30.16ng/m3,与国内外大气背景点基本处于同一浓度水平,空间分布特点为庞泉沟>长白山>神农架>南岭,季节分布特点为庞泉沟和神农架春季、冬季,长白山的春季,以及南岭冬季明显高于所在背景点的其他季节.PM2.5和PM10中BaP和∑PAHs在低浓度范围内均呈现显著的线性相关性.除了长白山冬季和南岭夏季的3环PAHs比例较高外,其余季节的背景点以4环和5环PAHs为主,主要为荧蒽、芘、苯并(a)荧蒽.通过BaP当量进行了致癌性和致突变性评价,结果显示庞泉沟春季和冬季颗粒物的∑BaPTEF和∑BaPMEF相对较高,分别为1.81~2.74ng/m3和2.92~4.36ng/m3, 对所在区域的PAH污染状况需要关注.     

机器学习耦合受体模型揭示驱动因素对PM2.5的影响

PM_2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM_2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM_2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM_2.5浓度范围为3.21~291.80 μg/m3,采暖季PM_2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM_2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM_2.5浓度的影响,发现观测期间排放源对PM_2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM_2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM_2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM_2.5浓度的重要性在排序上没有变化,然而驱动因素对PM_2.5浓度的影响程度有所不同. 采暖季排放源对PM_2.5浓度的影响程度高于非采暖季,采暖季大气压对PM_2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM_2.5的影响相对较大,气象条件和大气氧化能力对PM_2.5浓度的影响也不容忽视.