香烟燃烧排放的主流烟气中PAHs的含量检测研究

研究10种不同价格香烟燃烧烟气的多环芳烃(PAHs)含量特征,结果表明,每种香烟烟气都含有多环芳烃,但是含量差别较大,平均值为405.405ng/g。在检测出来的多环芳烃中,主要是以2,3环多环芳烃为主,占据的比例达到80%左右。因此香烟烟气中的多环芳烃应该引起人们的广泛关注。     

DOM对被动采样技术的影响与应用

主要研究了不同浓度的天然溶解性有机物(DOM)对单片膜被动采样技术的影响.结果表明,DOM的存在会影响膜吸附有机污染物的能力:当lg KOW为3~5时,DOM对膜吸附有机物的影响较小;当lg KOW5.5时,DOM会显著增强膜的吸附能力.同时,通过低密度聚乙烯膜(LDPE)被动采样技术对太子河流域3个表层沉积物的孔隙水进行多环芳烃类(PAHs)和邻苯二甲酸酯类(PAEs)监测.结果表明,所选取的几种目标污染物在各监测点均有不同程度的检出.最后,利用商值法对太子河流域的PAHs和PAEs进行生态风险评价.结果表明,荧蒽超过水生生态基准值,其生态风险较大.     

多环芳烃在冬小麦体内的吸收与转运及富集研究进展

多年来以煤炭为主的能源消费结构和经济社会持续发展,导致我国PAHs(多环芳烃)排放量居高不下,直接造成土壤和大气PAHs严重污染.为了探明PAHs在冬小麦体内的积累过程和调控机制,在系统分析PAHs在冬小麦体内的吸收、转运和富集的基础上,重点阐述了冬小麦PAHs根系吸收和叶面吸收影响因素方面的最新研究进展.研究发现:① 小麦根系对PAHs的吸收包括主动吸收和被动吸收两种方式,其中主动吸收是一个载体协助、消耗能量、PAHs与H+共运的过程;被动吸收除了在高等植物中普遍存在的简单扩散外,水-甘油通道也参与了该过程. ② PAHs通过气态、颗粒态沉降到小麦叶面角质层或直接通过气孔进入叶片. ③ 影响PAHs根系和叶面吸收的主要因素包括PAHs理化性质、植物生理状况、环境因素等. ④ 小麦根系吸收的PAHs可以向地上部转运,并且与辛醇-水分配系数(K_OW)、蒸腾速率、土壤中氮的形态和浓度有关.主要问题:① 对于小麦叶片吸收的PAHs向基运输机理有待进一步研究. ② 农田生态系统中冬小麦往往遭受土壤及大气双重污染,根系吸收及叶面吸收分别对其体内积累PAHs的贡献尚不清楚.因此,需关注韧皮部、木质部在PAHs转运中所起的作用;利用同位素示踪、双光子激发显微镜等先进技术观察和跟踪PAHs如何进入小麦以及在小麦叶中的转移和分布,阐明PAHs叶面吸收的微观机理;注重大田试验研究,为揭示冬小麦对PAHs的吸收、积累及调控机理,同时也为有机污染地区生产安全农产品提供重要依据.      

杭州市降雪中多环芳烃的污染特征及生态风险评价

2016年1月,在杭州市城区及主要郊县建成区采集降雪样品,利用高效液相色谱法分析了雪样中16种多环芳烃(PAHs)的质量浓度,探讨它们的分布特征、来源和生态风险。结果表明,杭州市降雪中属于美国环境保护署(US EPA)优先控制16种PAHs均有检出,各采样点位ΣPAHs的质量浓度范围在97.0~964 ng/L之间,平均598 ng/L,其中富阳降雪中最高,临安最低。降雪中PAHs以低分子量的3环和中分子量的4环为主,以菲的含量最高。特征组分比例分析结果表明临安和淳安降雪中PAHs以石油源为主,而其余采样点以燃烧污染和石油排放污染的混合源为主。采用风险商值法进行生态风险评价结果显示,除了临安降雪PAHs污染的生态风险较低外,其余各采样点均处于高、中风险等级,存在不利的生态风险。     

深圳近岸海域表层沉积物中多环芳烃(PAHs)的风险评估研究

以2015年8月对深圳近岸海域沉积物中PAHs的含量调查资料为基础,采用毒性及致畸性当量和效应区间低、中值法、平均效应区间中值商法等分别进行PAHs的健康风险和生态风险评估。研究表明,深圳近岸海域沉积物中PAHs的含量（干重）范围为（227.51~3897.42）×10-9。PAHs的毒性当量和致畸性当量相对于世界范围内沉积物来说,处于较低的毒性水平和致畸风险状态。深圳湾海域大沙河口附近的表层沉积物对海洋生物可能产生中低毒性,整体生态风险处于中低水平。     

基于蒙特卡罗模拟的土壤环境健康风险评价:以PAHs为例

为获得更为合理的健康风险评价结果,并辨识对健康风险影响最大的因素,基于蒙特卡罗随机模拟,运用概率风险评价模型,定量评估了中国上海某居民区土壤中16种PAHs对居民的健康风险水平,并对各参数进行敏感性分析.结果表明,土壤中PAHs造成的健康风险服从对数正态分布,总的致癌风险为3.43×10~(-5)±2.63×10~(-5),最小值为8.10×10~(-7),最大值为2.39×10~(-4),超过10-6的概率为95%,超过10~(-5)的概率为75%,超过10~(-4)的概率小于5%;总的危害商为4.74×10~(-2)±3.42×10~(-2),不超过1,风险较小;在7种具有致癌效应的PAHs中,苯并(a)芘、二苯并(a,h)蒽和苯并(a)蒽是总致癌风险的主要贡献物质,贡献率分别占60.41%、26.84%和6.56%;3种暴露途径中,经口途径是造成致癌风险的主要途径,贡献率为73.22%;对于总致癌风险,人体暴露参数中每日土壤摄入量、暴露周期、暴露皮肤面积敏感度较大,分别为58.35%、50.21%和20.51%;体重具有负敏感性,敏感度为-11.66%.     

粗放型绿色屋顶对多环芳烃的控制效果

构建4个粗放型绿色屋顶中试设施,考察不同基质组成的设施在实际降雨条件下出水中16种多环芳烃(PAHs)质量浓度并与降雨、沥青屋面径流、空白对照设施的出水进行对比.结果表明,8场监测降雨事件中,4种模拟屋面设施出流PAHs的平均质量浓度分别为145、166、151、160 ng·L~(-1),沥青屋面和空白对照设施出流PAHs的平均质量浓度分别为900 ng·L-1和270 ng·L~(-1),4个模拟设施出流PAHs质量浓度显著低于沥青屋面和空白对照设施;从质量负荷控制的角度,4个模拟设施均能有效控制屋面径流PAHs负荷,与空白屋面相比,平均负荷削减率为71.76%.绿色屋顶对PAHs的去除机制以基质材料的截留及吸附为主,同样基质配比的情况下,增加基质层厚度,能改善设施对PAHs的去除效果.将传统沥青屋面改造为粗放型绿色屋顶,有助于控制屋面径流PAHs排放.     

深圳市郊区大气中PM2.5的特征分析

为了确定深圳市郊区大气中PM2.5的污染特征,本研究分析了2009年和2010年夏季和冬季PM2.5样品中的水溶性离子和多环芳烃成分.结果表明,深圳市郊区大气中PM2.5的质量浓度很高,夏季53.9%和冬季100%的样品超过了WHO的大气质量准则浓度.PM2.5中,冬季最主要的3种离子是SO24-、NO3-和NH4＋.在夏季,这3种离子在PM2.5中的含量都会减少,而Cl-、Na＋、K＋、Ca2＋和Mg2＋的含量会增多.另外,冬季是多环芳烃浓度较高的季节,其中萘、苊烯、苊和苯并荧蒽是冬季PM2.5中多环芳烃的主要成分.本研究还通过比值法和特征化合物法对深圳市郊区大气中的PM2.5进行了源解析,确定了PM2.5的可能来源.     

南京冬季市区和郊区气溶胶中PAHs浓度的昼夜特征及粒径分布

为了研究南京市区与郊区气溶胶中多环芳烃(PAHs)污染状况和分布特征,利用气-质联用仪(GC-MS)分析了2010年1月1～10日日间和夜间分别在南京大学和南京信息工程大学采集的气溶胶样品,得到南京市区与郊区17种PAHs浓度,总浓度分别为41.36～220.35 ng.m-3和45.10～200.86 ng.m-3,其中约66%～67%分布于细粒子(Dp≤2.1μm)中.研究发现,南京市区和郊区气溶胶中PAH总浓度均处于较高的水平;但两者昼夜变化趋势不同,即市区PAH总浓度日间高于夜间,郊区PAH总浓度日间低于夜间.主导风向的改变和高压天气系统对PAH浓度变化影响较大;在市区其影响主要表现在细粒子部分,而郊区主要表现在粗粒子部分.市区和郊区不同环数的PAHs粒径分布不同;2～3环PAHs,郊区含量高于市区;而4～6环PAHs,市区含量高于郊区.高环数(4～6环)PAHs在粗模态出现较大浓度峰可能是由于南京地区粗模态气溶胶中碳含量较高.市区和郊区相似的特征比值说明两者的PAHs具有相同污染来源,主要为生物质及煤的燃烧和汽车尾气,表明南京市区PAHs受到郊区工业源排放影响较大.     

可可毛色二孢菌对焦化厂土壤多环芳烃污染修复

利用新型菌种可可毛色二孢菌(Lasiodiplodia theobromae)对北京焦化厂实际土壤PAHs污染进行修复,研究了该菌种在Tween 80和HPCD两种表面活性剂作用下对北京焦化厂土壤PAHs污染的强化修复效果,并探讨了修复过程中酶活动态变化及其与PAHs降解关系.结果表明,在L.theobromae作用下,焦化厂土壤中PAHs降解率在第70 d达到45.3%,比控制组提高了30个百分点;当Tween 80和HPCD在最佳含量(2 g.kg-1和1 g.kg-1)时,土壤中PAHs降解率达65.8%和63.9%,比控制组提高约50个百分点.因此,研究证实L.theobromae是实际土壤PAHs污染修复的可选菌种,表面活性剂与L.theobromae联合修复实际土壤PAHs污染修复是一种可选技术.在单一L.theobromae修复组和表面活性剂强化L.theobromae修复组中,土壤中过氧化氢酶和转化酶酶活性比控制组土壤中酶活性均提高2倍左右,表明L.theobromae可能产生过氧化氢酶和转化酶或者该菌种与土著微生物有协同作用.相关性分析表明,过氧化氢酶和转化酶活性最大值与PAHs降解率相关系数分别是0.781和0.837,转化酶活性与降解率的相关性高于过氧化氢酶.