台州湾围塘养殖水体中多环芳烃的浓度及来源

采集台州湾6个代表性点位的围塘养殖水体表层水,分析其中15种多环芳烃(PAHs)的含量,探讨其可能的来源.结果表明,水体中总PAHs平均含量为8 309.4 ng·L-1,变化范围为5 868.7～1 5156.1 ng·L-1,PAHs的组成以2-3环为主.荧蒽/(荧蒽 芘)和茚并[1,2,3-cd]芘/(茚并[1,2,3-cd]芘 苯并[g,h,i])苝比值表明,台州湾围塘养殖水体中的多环芳烃主要来自于化石燃料的燃烧.     

亚南极潮间带生物体中PAHs组成特征及源解析

该研究在中国第27次南极科考(27th CHINARE)度夏期间(2009.11-2010.01)在长城湾潮间带采集了11种常见生物样品,通过GC-MS检测了生物体内的16种常见多环芳烃(polycyclic aromatic hydrocarbons,PAHs)的含量,根据检测数据分析亚南极地区海域潮间带生物群落中的PAHs在潮间带生物群落中的含量状况,初步探讨该地区PAHs的潜在来源。ΣPAHs为136.97~649.31(ng/g干重,下同),萘、菲、蒽、芴等低环芳烃所有生物样品均检出包括萘、菲、蒽、芴等常见低环芳烃,苯并芘(a)、茚苯(1,2,3-cd)芘、二苯并(a,h)蒽、苯并(g,h,i)芘少数样品苯并芘(a)、茚苯(1,2,3-cd)芘、二苯并(a,h)蒽、苯并(g,h,i)芘未检出,ΣPAHs为136.97~649.31(ng/g干重,下同),低环芳烃占57.45%~86.27%,Phe和Nap是最主要的2种PAHs。采用比值法分析该地区PAHs组成可知该地区PAHs主要来自柴油燃烧和柴油泄漏。对不同生物体内的16种多环芳烃组成比例进行比较,可以发现长城湾潮间带生物群落具有相似的PAHs组成比例。     

北京市交通路口大气颗粒物污染特征研究(Ⅲ)——大气颗粒物中多环芳烃污染特征

研究了北京市典型交通路口大气颗粒物中多环芳烃的污染特征及影响因素.于2000年6月在北京市主要交通路口之一的崇文门路口采集大气中TSP,PM₁₀和PM_2.5样品,并进行样品中ρ(PAHs)的分析及机动车流量调查.研究结果表明:机动车排放是交通路口大气颗粒物中PAHs的首要来源;多环芳烃在粒径较小的粒子中比例较高;白天ρ(PAHs)随机动车流量的增加而增加,夜晚ρ(PAHs)高于白天;污染源识别表明,交通路口大气颗粒物中的多环芳烃除主要来源于机动车尾气排放外,还有一部分来源于道路扬尘.      

餐饮源油烟中PM2.5的化学组分特征

集中分析了餐饮无组织排放源(街边小吃、火锅店、露天烧烤)及有组织排放源(10家大中型餐馆)油烟PM_2.5中的TC(总碳)、元素组分、离子组分和16种PAHs,得到了各类餐饮源油烟PM_2.5的化学组成特征,建立了餐饮源油烟化学成分谱. 结果表明:各餐饮源油烟的ρ(PM_2.5)是大气背景值的3~42倍,其中露天烧烤油烟的ρ(PM_2.5)最高,达5 659.8 μg/m3. 不同餐饮源油烟的PM_2.5中各化学组分均为w(TC)(38.1%~75.8%)＞w(元素组分)(4.5%~27.0%)＞w(离子组分)(2.7%~22.6%),并且ρ(PM_2.5)与w(TC)呈显著正相关(R=0.84). 菲(PHE)、芘(PYR)、荧蒽(FLT)的质量分数在各类餐饮源油烟的PAHs中均普遍较高,分别为13.8%~21.6%、9.2%~26.5%、6.9%~22.0%.大中型餐馆油烟的PAHs中苯并苝(BPE)的质量分数最高(27.5%),而在其他餐饮源中均小于6.7%;(CHR)的质量分数最低(3.3%),而在其他餐饮源中均大于5.3%. 露天烧烤油烟的PAHs中芘、荧蒽的质量分数分别是其他餐饮源的2.7和2.3倍以上;萘(NAP)的质量分数(0.3%)较小,但在其他餐饮源中均大于11.4%,可以作为特定餐饮源油烟的特征物种.      

重庆主城区春季大气PM10及PM2.5中多环芳烃来源解析

于2012年春季采集了重庆主城区和缙云山共6个环境采样点的大气PM₁₀、PM_2.5样品,同步采集了燃煤尘、机动车尾气尘、施工机械尾气尘、船舶尾气尘、餐饮油烟尘、生物质燃烧尘及土壤尘等7类污染源,采集到有效受体样品139个、有效源样品233个,使用GC-MS分析样品中18种PAHs的质量浓度(ρ),分析了PM₁₀、PM_2.5上载带PAHs的污染特征,并分别运用比值法、主成分分析法及CMB(化学质量平衡)受体模型法对PM₁₀、PM_2.5中的PAHs进行来源解析,所得源解析结果较为一致. 结果表明:重庆主城区大气PM₁₀、PM_2.5中ρ(PAHs)较低,ρ(PAHs)分别为22.03~31.71、19.02~29.92 ng/m3,其中位于工业区新山村采样点的ρ(PAHs)最高. PM₁₀载带的PAHs有86%~99%集中在PM_2.5中,说明PAHs主要富集在PM_2.5中. 重庆主城区大气PM₁₀、PM_2.5载带的PAHs主要来自机动车尾气尘和燃煤尘的贡献,这2类源对PM₁₀的贡献率分别为25.89%、32.80%;而在PM_2.5中,机动车尾气尘的贡献率较高,可达62%左右.      

广州灰霾期间颗粒态PAHs的污染特征及来源

采集广州五山和荔湾（2002-03-12～2003-06-31）PM₁₀样品,并对冬、夏两季灰霾和非灰霾期间大气颗粒物中的PAHs进行分析. 广州市灰霾期间PAHs污染程度严重,特别是冬季灰霾期. 广州市夏季灰霾期间菲、蒽、荧蒽、芘、苯并［a］蒽、、茚并［1,2,3-cd］芘、二苯并［ah］蒽和苯并［ghi］比非灰霾期间相对浓度高,而冬季灰霾期间苯并［a］荧蒽、苯并［e］芘、苯并［a］芘、、茚并［1,2,3-cd］芘、二苯并［ah］蒽和苯并［ghi］比非灰霾期间的相对浓度高. 夏季非灰霾、夏季灰霾、冬季非灰霾和冬季灰霾期间的BEQ值分别为3.5、 3.35、 1.43和13.0 ng·m^-3,与国内外各大城市相比,广州市夏季非灰霾、冬季非灰霾和夏季灰霾期间的BEQ值（平均值为2.76 ng·m^-3）在国内处于较低水平,与国外城市基本相当. 冬季灰霾期间的BEQ值在国内城市中处于较高水平,说明广州冬季灰霾对人体健康的威胁比较严重. 此外,诊断参数法研究还表明夏季PAHs主要为汽油车和柴油车的混合排放,冬季PAHs的主要来源于柴油车排放和燃煤;冬季非灰霾期间PAHs一部分来自于本地排放,另一部分可能来自北方的长距离传输.     

基于GIS的松花江沿岸某区浅层地下水污染特征及人群暴露风险评价

对松花江流域吉林段某区浅层地下水进行采样监测,并筛选流域特征污染物包括有机污染物:芴、蒽、八氯联苯、芘、苯并(b)荧蒽、苯并(k)荧蒽、苯并(a)芘、茚(1,2,3-cd)芘、四氯联苯、五氯联苯、硝基苯、α-六氯环己烷、β-六氯环己烷、γ-六氯环己烷、七氯、p,p'-DDD、O,O-二甲基-O-2,2-二氯乙烯磷酸酯,重金属污染物:Cr、Cd、Pb、Hg,共21种,采用US EPA推荐的健康风险评价“四步法”,对研究区人群经口途径健康风险进行科学评估.结果表明:∑PCBs、七氯、滴滴涕、O,O-二甲基-O-2,2-二氯乙烯磷酸酯、硝基苯和Hg、Cr、Cd、Pb均未超出相关标准.∑PAHs低于报道的∑PAHs水平,芴浓度最高,六氯环己烷总量超标;研究区地下水污染物成人经口暴露总剂量为2.79×10-4mg/(kg×d),儿童为5.34×10-5mg/(kg×d),成人经口暴露剂量是儿童的5.23倍.成人和儿童经口暴露剂量中Cr的贡献率均最高分别为46.67%、42.82%,其次是β-六氯环己烷分别为27.29%、25.15%;采用Arcgis 9.3软件的插值运算功能,估算流域成人和儿童的健康风险,生成健康风险图,可以从地域上发现,流域人群非致癌风险由北向南呈现递减趋势,松花江两岸非致癌风险波动不大,上游风险大于下游风险;人群致癌风险总体趋势不明显.人群致癌风险高于非致癌风险,成人健康风险水平均高于US EPA推荐的最大可接受风险水平1.0×10-4,儿童健康风险水平仅小部分区域高于1.0×10-4.     

德州、北京重污染过程PM2.5中PAHs污染特征及来源分析

为探讨华北地区秋冬季重污染过程PM_2.5（细颗粒物）中PAHs（多环芳烃）的污染水平、分布特征及来源,分别采集2018年11月17日—2019年1月19日德州市和北京市PM_2.5样品,利用气相色谱-质谱法测量两个站点6次重污染过程中26种PAHs浓度水平,分析PAHs污染特征、分子组成分布及其来源,并利用毒性当量因子估算了PAHs毒性.结果表明:①6次重污染过程中,德州站点∑₂₆PAHs浓度为62~191 ng/m3,北京站点为61~129 ng/m3.②单位质量PM_2.5中PAHs的浓度北京站点更高.③两个站点PAHs分子组成分布较为一致,萘、蒽、芴等低分子量的PAHs浓度较低,高分子量PAHs浓度较高,浓度最高的分别为苯并[b]荧蒽、苯并[a]芘、苯并[a]蒽和甲基荧蒽等.④特征比值结果显示,PAHs来源包括柴油车尾气、燃煤和生物质燃烧,德州站点受生物质燃烧影响更为显著.⑤毒性当量计算结果表明,德州站点毒性当量浓度（TEQ）高于北京站点,6次重污染过程中两个站点PAHs的TEQ平均值在6.5~17.2 ng/m3之间,低于国内其他一些地区,但苯并[a]芘的浓度在5.2~13.1 ng/m3之间,超过了GB 3095—2012《环境空气质量标准》日均值的标准限值（2.5 ng/m3）,对人体健康存在潜在危害.研究显示:秋冬季重污染过程中,北京站点单位质量PM_2.5中PAHs的浓度较高,两个点位PAHs分子组成分布特征及来源较为相似,且均对人体健康存在潜在危害;应进一步加强对PAHs浓度水平的控制,这不仅有利于持续改善PM_2.5污染,也有助于减轻人体潜在的健康风险.      

基于逸度方法的辽东湾海水-沉积物中多环芳烃扩散行为

为研究辽东湾PAHs（多环芳烃）在海水-沉积物之间的扩散行为,于2014年5月对辽东湾14个采样点海水和沉积物中的16种PAHs进行了调查研究,并采用逸度方法、变异系数、响应系数等统计和计算方法对研究结果进行分析.结果表明:辽东湾海水中ρ（∑PAHs）和沉积物中w（PAHs）的平均变异系数分别为0.25和0.39,属于中等变异,高分子量PAHs的变异系数高于低分子量PAHs;利用ff（逸度分数）评估PAHs在海水-沉积物间的扩散行为,Nap（萘）、Acp（苊）和Fl（芴）表现出从沉积物向海水释放,沉积物是二次释放源;Ace（二氢苊）、Phe（菲）、An（蒽）、Flu（荧蒽）、Pyr（芘）、BaA（苯并[a]蒽）、Chr（?）在海水-沉积物之间接近平衡状态,5环和6环PAHs则表现出从海水向沉积物沉降富集,沉积物是汇;有机碳和碳黑是影响PAHs在沉积物和海水之间扩散的重要参数.研究显示,7种潜在致癌PAHs[BaA、Chr、BbF（苯并[b]荧蒽）、BkF（苯并[k]荧蒽）、BaP（苯并[a]芘）、InP（茚并[1,2,3-cd]芘）和DbA（二苯并[a,h]蒽）]海水-沉积物之间的扩散行为可能受到陆源排污和海上石油开发活动的影响.      

哈尔滨冬季积雪中多环芳烃同大气污染物的关系及其潜在源区分析

源于燃烧释放的多环芳烃(PAHs)易于吸附在大气颗粒物上,通过降雪清除效应累积于积雪中,是区域大气污染的良好指示器.于2020年底采集哈尔滨市积雪样本,结合前期逐日大气污染物监测数据(AQI、PM_2.5、PM₁₀、NO₂、SO₂、CO),明确哈尔滨市冬季大气污染类型与污染特征和积雪PAHs空间分布特征与来源,定量解析积雪PAHs同大气污染物的关系,揭示其对大气污染的指示意义,识别哈尔滨市冬季大气污染物的潜在源区.结果表明：研究期内存在3次以PM_2.5为主要污染物的中度污染天气,ρ(PM_2.5)/ρ(PM₁₀)比值表明区域受细颗粒物影响显著,为偏二次污染类型,ρ(NO₂)/ρ(SO₂)和ρ(CO)/ρ(SO₂)比值表明本地固定污染源和外来传输源贡献均呈加强趋势.积雪中Σ16PAHs浓度为1705～7243 ng·L^-1,中高环PAHs浓度属强变异,区...     

石家庄市冬季一次重污染过程分析与反馈效应研究

为深入探究高ρ（PM_2.5）地区重污染过程的发展变化规律,以石家庄市一次重污染过程（2017年1月13-20日）为例,结合空气质量监测数据、PM_2.5组分测试数据、气象观测资料,从重污染发展阶段（简称"P1阶段"）、维持阶段（简称"P2阶段"）和清除阶段（简称"P3阶段"）分析PM_2.5及其化学组分的变化特征、气象条件和高低空天气形势演变特征,并利用WRF-Chem模型定量研究重污染过程气溶胶反馈效应对典型气象要素的影响.结果表明:①此次重污染过程属于逐步累积增长、快速清除型,在P2阶段ρ（PM_2.5）平均值为241.0 μg/m3,最大值为367.5 μg/m3.②P1和P2阶段高低空大气环流配置稳定,大气边界层高度范围为620.6~712.2 m,风速范围为1.3~2.5 m/s,相对湿度范围为60%~80%.③P2阶段SOR（硫氧化率）和NOR（氮氧化率）均为0.3,ρ（SNA）（SNA为SO₄2-、NO₃-和NH₄+的统称）为128.8 μg/m3,占ρ（PM_2.5）的56.2%;OM[有机质,ρ（OM）=ρ（POA）+ρ（SOA）,其中,POA为一次有机气溶胶,SOA为二次有机气溶胶]是除SNA以外的第二大组分,在P1和P3阶段ρ（POA）大于ρ（SOA）,而在P2阶段ρ（SOA）与ρ（POA）相等,均为28.0 μg/m3,表明在重污染过程中二次污染严重;整个污染过程ρ（NO₃-）/ρ（SO₄2-）为1.0,表明石家庄市移动源和固定源对ρ（PM_2.5）贡献相当.④WRF-Chem模型模拟结果表明,太阳辐射量、温度和大气边界层高度受气溶胶反馈效应的影响在P2阶段的下降量分别为75.1 W/m2、2.7℃和109.9 m,比P1阶段分别高33.6%、91.4%和18.6%,比P3阶段分别高147.0%、305.3%和24.1%.研究显示,此次静稳天气下的重污染过程二次污染严重,气溶胶反馈效应整体使得太阳辐射量、温度和大气边界层高度均向不利于污染扩散的趋势发展,造成石家庄市的ρ（PM_2.5）进一步增加.      

Bioaccumulation and function analysis of glutathione S-transferase isoforms in Manila clam Ruditapes philippinarum exposed to different kinds of PAHs

This study analyzed the function of different glutathione S-transferase(GST) isoforms and detoxification metabolism responses in Manila clam, Ruditapes philippinarum, exposed to 4 kinds of polycyclic aromatic hydrocarbons(PAHs) single, and their mixtures for 15 days under laboratory conditions. 13 kinds of GSTs in R. philippinarum were classified, and the results of tissue distribution indicated that 12 kinds of GSTs(except GST sigma 3) expressed most in digestive glands. We detected the m RNA e...     

银川市冬季PM2.5重污染特征、来源与成因分析

近年来银川市冬季重污染过程频发,为明确银川市冬季PM_2.5重污染的特征,分析其主要来源及成因,于2016年12月-2017年1月在银川市选取3个采样点开展PM_2.5的样品采集与化学组分分析,利用CMB（化学质量平衡）模型对银川市冬季PM_2.5进行来源解析,对比分析了重污染日与非重污染日污染特征的差异.结果表明:①银川市冬季重污染日ρ（PM_2.5）[（181±33.6）μg/m3]是非重污染日的2.1倍;重污染日和非重污染日的ρ（NO₃-）/ρ（SO₄2-）均小于1,表明燃煤仍是银川市冬季PM_2.5的重要来源.银川市冬季PM_2.5中ρ（SOC）为（14.4±7.34）μg/m3,约占ρ（OC）的65.2%.②与非重污染日相比,重污染日人为源无机元素As、Pb、Cd和Zn质量浓度在ρ（PM_2.5）中的占比分别升高33.2%、18.4%、9.8%和2.9%,表明银川市冬季重污染主要受人为源贡献影响.③源解析结果表明,燃煤源、机动车尾气源、二次离子源和扬尘源是银川市PM_2.5的主要污染源,与非重污染日相比,重污染日机动车尾气源的贡献率明显降低.研究显示,银川市冬季重污染受人为源污染物排放的影响较大,燃煤源是银川市冬季PM_2.5的重要来源.      

北京秋冬季有机碳和元素碳(黑碳)测试结果的细节研究

长期以来,对碳气溶胶的定量研究主要关注OC（有机碳）、EC（元素碳）或BC（黑碳）的整体测定结果,很少有对测定结果细节特征的深入解读.为全面掌握和利用仪器分析结果包含的科学信息,使用热光法IMPROVE_A协议（model 2001A）测定了2015年10月（秋季）和2016年1月（冬季）北京市PM_2.5中的ρ（OC）和ρ（EC）,使用光学法（黑碳仪AE31）测定了相应的ρ（BC）.结果表明:① ρ（OC）和ρ（EC）的秋季平均值分别为8.59、3.89 μg/m3,冬季分别为16.45和6.19 μg/m3,冬季明显高于秋季;② 热光法测定结果显示,秋季样品中ρ（OC₁）/ρ（OC）的平均值为0.08±0.04,而冬季则升至0.22±0.05,这可能与冬季较高的挥发性有机物（VOCs）排放及低温带来的冷凝效应有关;③ 七波长黑碳仪测定结果显示,在秋季,紫外波段（370 nm）测定的BC当量[ρ（BC370）]与红外波段（880 nm）测定的BC标准量[ρ（BC880）]的比值[ρ（BC370）/ρ（BC880）]为1.05±0.11,说明棕色碳（BrC）的吸光影响非常弱,而冬季该比值升至1.47±0.11,升幅达40%;④ 结合两种方法对强吸光碳的测定结果,发现ρ（BC）/ρ（EC）与ρ（PM_2.5）的变化趋势一致,证明污染程度加重会带来EC内混合比例上升,因而提高其吸光能力,使黑碳仪测得的ρ（BC）上升.然而,进一步考察表明,这种上升是有限度的,当ρ（PM_2.5）达到50~70 μg/m3时,ρ（BC）/ρ（EC）进入"平台状态",秋季"平台值"约为1.05,冬季约为0.55.研究显示,仪器的测定结果包含大量被忽略的信息,对其细节的深入解读有利于更好地了解碳气溶胶的综合特征.      

滇池流域宝象河水库沉积物中多环芳烃的垂直分布特征及来源解析

采用GC-MS检测了滇池宝象河水库沉积物中16种美国环保署(US EPA)优先控制的多环芳烃(PAHs)的含量,并对其垂直分布特征及来源进行分析,以此了解宝象河水库近年来PAHs的变化.结果表明,水库沉积物中16种PAHs均有检出,其含量范围为162.26~762.24ng·g~(-1),平均值为423.30 ng·g~(-1).自底层50 cm至表层,沉积物中PAHs含量呈上升趋势.从多环芳烃环数来看,沉积物中的PAHs以2~3环为主,其含量为128.34~518.81 ng·g~(-1),平均值为279.88 ng·g~(-1),占PAHs总量的42.2%~84.1%,平均值为67.6%.FLA/(FLA+PYR)、Ba A/(Ba A+CHR)和Icd P/(Icd P+Bghi P)3组比值及PAHs各组分的分析结果表明,燃烧过程是沉积物中PAHs的主要来源,主要为煤炭、生物质的燃烧.PAHs含量与总有机碳(TOC)之间有显著正相关关系,TOC影响宝象河水库沉积物中PAHs的分布.     

石家庄市采暖前后大气颗粒物及其碳组分特征

为研究石家庄市大气颗粒物、碳组分特征和污染来源,采集2016年11月1日—12月31日石家庄市大气颗粒物（PM₁₀、PM_2.5和PM₁）样品,分析采暖前后PM₁₀、PM_2.5和PM₁及其中OC（有机碳）、EC（元素碳）和WSOC（水溶性有机碳）浓度水平,计算颗粒物与碳组分间相关性,进行OC/EC（质量浓度之比,下同）特征比值法和8个碳组分（OC1、OC2、OC3、OC4、OPC、EC1、EC2和EC3）研究.结果表明:①采暖后ρ（PM₁₀）和ρ（PM_2.5）比采暖前分别增加了26.4%和32.1%,而采暖后ρ（PM₁）比采暖前降低了12.2%.采样期间ρ（PM₁₀）与ρ（PM_2.5）显著相关,而ρ（PM₁）分别与ρ（PM_2.5）和ρ（PM₁₀）相关性差.采暖后散煤燃烧造成ρ（PM₁₀）和ρ（PM_2.5）增加,区域机动车限行和工业限产/停产导致ρ（PM₁）降低.②Pearson相关系数计算可知,ρ（OC）与ρ（EC）强相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（OC）和ρ（WSOC）强相关,而ρ（PM₁）分别与ρ（OC）和ρ（WSOC）中等相关;ρ（PM₁₀）和ρ（PM_2.5）分别与ρ（EC）弱相关,ρ（PM₁）与ρ（EC）中等相关.③采暖后PM₁₀、PM_2.5和PM₁中ρ（OC）比采暖前分别增加了215.1%、97.2%和18.5%;采暖后PM₁₀和PM_2.5中ρ（EC）比采暖前分别增加了65.2%和5.3%,而采暖后PM₁中ρ（EC）比采暖前降低了10.9%.集中供热和散煤燃烧排放了大量OC;PM₁₀和PM_2.5中EC主要来源于散煤燃烧,PM₁中EC主要来源于工业排放和机动车尾气.④采暖前PM₁₀、PM_2.5和PM₁中OC/EC平均值分别为4.5、4.5和4.3;采暖后PM₁₀和PM_2.5中OC/EC平均值分别为9.8和9.7,而PM₁中OC/EC平均值为7.4.采暖前后SOC/OC（质量浓度之比,下同）平均值的范围为0.36~0.65,石家庄市冬季大气中SOC污染严重;⑤8个碳组分分析发现,石家庄市机动车限行导致PM₁中ρ（EC1）降低,而采暖后集中供暖和散煤燃烧的增加,导致ρ（OC2）明显增加.研究显示,大气颗粒物中碳组分采暖前主要来源于机动车尾气,而采暖后主要来源于燃煤燃烧,尤其是散煤燃烧.      

路边微环境PM2.5化学组分特征及来源解析

采集并分析了武汉市机动车尾气源PM_2.5样品,并于2019年10月18~27日采集了武汉市不同路边微环境（市区路边、环线路边、环境背景点）PM_2.5样品并分析其化学组分特征,利用化学质量平衡模型（CMB）解析评估了机动车尾气对城市不同路边微环境PM_2.5的贡献.结果表明,机动车尾气成分谱以OC和EC为主,汽油车OC质量分数约为柴油车的1.14倍,柴油车EC质量分数是汽油车的1.08倍.路边碳组分主要来源于机动车尾气,其中OC浓度在市区路边最高,EC浓度在环线路边最高;市区路边NO₃^-和NH₄⁺浓度较高,与二次转化有关;环线路边Fe、Si、Al质量浓度高于市区路边.CMB来源解析结果显示,机动车尾气源是环线路边、市区路边微环境的主要来源,分担率为35.20%和38.89%,是环境背景点的2倍左右.不同路边微环境污染源贡献差异明显,与环线路边相比,市区路边机动车尾气源与二次来源均相对较高,而扬尘源贡献低于环线路边.     

PAHs pollution from traffic sources in air of Hangzhou, China: Trend and influencing factors

Introduction China is experiencing rapid economic and populationgrowth. The rapid growth and increasing fossil fuel energyconsumption have resulted in large amounts of pollutants suchas TSP, SO2, NOx and hydrocarbons to be emitted intoambient atmosphere. Nowadays, national routine monitor haspaid much attention to TSP, SO2 and NOx. Highconcentrations of SO2 and NOx can lead to an increase ofregional levels of acid deposition and tropospheric ozon, thu…     

贵阳市秋冬季PM2.5中重金属污染特征、来源解析及健康风险评估

为掌握贵阳市大气PM_2.5中重金属的污染特征、潜在来源和健康危害,于2017年10月—2018年2月白天(08:00—19:00)、夜间(20:00—翌日07:00)连续采集秋、冬两季大气颗粒物PM_2.5样品(n=202),采用电感耦合等离子体质谱(ICP-MS)法,检测样品中10种重金属(Pb、Cd、Cr、As、Zn、Mn、Co、Ni、Cu和V)含量,分析其昼夜质量浓度特征及变化规律,运用PMF(正定矩阵因子分析)模型和HMHR(健康风险评价模型)分别探讨其来源及健康风险.结果表明:①秋、冬两季大气颗粒物ρ(PM_2.5)日均值分别为(53±18)(62±20)μg/m3,均低于GB 3095—2012《环境空气质量标准》二级标准(75 μg/m3);ρ(As)、ρ(Zn)和ρ(Mn)均呈冬季高于秋季的特征,其他元素变化不明显.②白天ρ(PM_2.5)为(61±20)μg/m3,稍高于夜间〔(58±24)μg/m3〕;ρ(Pb)白天低于夜间,ρ(Ni)、ρ(Mn)、ρ(Zn)和ρ(Cu)则白天高于夜间,其他元素昼夜质量浓度无明显差异.③PMF模型分析表明,交通污染、燃煤、工业冶金和土壤扬尘是采样期间10种重金属的主要来源,其贡献率分别为39%、37%、14%、10%.④HMHR结果表明,Cd和Mn对儿童存在非致癌风险,其他重金属元素对人群无非致癌风险.致癌元素As、Cr和Cd的致癌风险值介于4.3×10-6~4.4×10-5之间,对人群可能存在致癌风险;而Ni和Co的致癌风险值均低于可接受水平(10-6).研究显示,贵阳市秋、冬两季PM_2.5中重金属污染水平整体较低,交通污染和煤炭燃烧是其主要来源,重金属元素中Cd、Mn、As和Cr对人群存在一定的健康风险.      

黄石市大气PM2.5中水溶性离子浓度特征及来源分析

为研究黄石市大气PM_2.5中水溶性离子组成、质量浓度变化特征及来源,于2012年3月-2013年2月在湖北省黄石市利用MiniVol颗粒物采样器采集PM_2.5样品,用离子色谱分析了9种水溶性离子（NH₄+、Ca2+、Mg2+、Na+、K+、Cl-、NO₃-、SO₄2-、F-）的质量浓度,并采用PMF（正定矩阵因子分析法）模型讨论了不同离子的来源.结果表明:观测期间黄石市大气PM_2.5中ρ（总水溶性离子）的年均值为（61.5±26.8）μg/m3,占ρ（PM_2.5）的63.9%,各离子质量浓度的高低顺序依次为ρ（SO₄2-）> ρ（NO₃-）> ρ（NH₄+）> ρ（Na+）> ρ（Cl-）> ρ（Ca2+）> ρ（K+）> ρ（F-）> ρ（Mg2+）.二次无机离子SNA（为SO₄2-、NO₃-和NH₄+的统称）是水溶性离子的主要成分,占全部所测水溶性离子的74.4%.ρ（NO₃-）/ρ（SO₄2-）范围为0.12~1.29,平均值为0.53±0.30,说明全年观测点附近主要以固定源污染为主.4个季节的SOR（硫氧化率）和NOR（氮氧化率）均大于0.10,说明黄石市PM_2.5中的SO₄2-和NO₃-主要是经二次转化形成的.阴、阳离子相关性研究发现,4个季节阴、阳离子总体相关性（R2为0.98）较好,并且全年PM_2.5组分偏酸性.通过PMF模型源解析发现,黄石市大气PM_2.5中水溶性离子主要来源于燃烧源、二次转化源和土壤/矿物扬尘源.研究显示,黄石市大气PM_2.5中主要水溶性离子成分是SNA,燃烧、二次转化和土壤/矿物扬尘是其主要来源.