老化土壤中As的人体可给性控制因素及健康风险

采用UBM(unified bioaccessibility model)模拟胃肠消化的方法测试了来自湖南省、广西壮族自治区和大连市的13个不同理化参数污染土壤中As的人体可给性,分析了考虑As人体可给性对风险评估结果的影响. 结果表明:①供试土壤样品模拟胃提取阶段As的人体可给性因子为3.9%~49.5%,平均值为19.6%;模拟肠提取阶段的人体可给性因子为1.2%~10.8%,平均值为6.0%,前者是后者的1.2~9.1倍. ②影响供试土壤样品胃提取阶段As人体可给性浓度的最显著性因素是w(TAs)(R2=0.94,P<0.01,n=13),其次为w(TP)(R2=0.82,P<0.01,n=13)和w(TMn)(R2=0.79,P<0.01,n=13);影响肠提取阶段As人体可给性浓度的显著因素依次为土壤w(TAs)(R2=0.83,P<0.01,n=13)、w(TP)(R2=0.80,P<0.01,n=13)、胃提取阶段As的人体可给性浓度(R2=0.76,P<0.01,n=13)、pH(R2=0.74,P<0.01,n=13)、w(TMn)(R2=0.65,P<0.02,n=13)以及w(TOM)(TOM为有机质)(R2=0.59,P<0.04,n=13). ③基于土壤w(TAs)和w(黏粒)构建的模型能较好地预测As在胃提取阶段的人体可给性浓度,预测值与实测值的R2达到0.97,ME(平均误差)、RMSE(均方根误差)、r_p2(可决系数)分别为0.02、0.17、0.95;仅基于土壤w(TAs)构建的模型能较好地预测As在肠提取阶段的人体可给性浓度,R2达到0.90,ME、RMSE、r_p2分别为-0.03、0.26、0.80. ④以供试土壤样品中w(TAs)为暴露浓度计算的健康风险分别是考虑As在胃及肠提取阶段人体可给性因子的2.0~15.0和7.3~81.0倍. 可见,基于土壤w(TAs)所制定的风险管理对策可能过于保守.      

VOCs污染场地风险管理策略的筛选及评估

以某VOCs(volatile organic compounds,挥发性有机化合物)污染场地为例,结合实地调查,将健康风险评估用于场地风险管理策略的筛选. 结果表明:①该场地不同深度土壤均受到氯仿、二氯甲烷和苯的污染,污染物垂向迁移特征明显,最大迁移深度达25.8 m,其中深度≤15.0 m的土壤污染较重. ②基于保守的通用场地概念模型对将其规划为居住用地时的健康风险进行评估显示,氯仿、二氯甲烷和苯的致癌风险分别达6.0×10-2、2.9×10-4、7.4×10-5,均超过可接受风险水平(1.0×10-6),三者修复目标分别为0.22、12.00和0.64 mg/kg. 如采取策略一,即将场地内超过修复目标的土壤进行清除,需修复的土壤深度达24.0 m,修复土方量为33.4×104 m3. ③结合污染物垂向分布及场地未来地下空间开发规划,提出策略二,即对0~15.0 m深度范围内重污染土壤进行清除异位修复、>15 m深度范围内土壤采取工程控制措施. 实施策略二后的风险评估结果显示,虽然>15.0 m深度范围内土壤中依然存在w(氯仿)超过修复目标的采样点,但致癌风险(8.3×10-8)远低于可接受水平;概率风险评估显示,该风险值对应的累计频率为99.5%,考虑各参数取值的不确定性后,风险模拟结果最大值也仅为1.06×10-7. 可见,策略二足够保守,能够保障未来居民的身体健康;与策略一相比,策略二可减少修复土方量6.4×104 m3,因此更具经济性,为风险管理策略的优选方案.      

基于用地规划的大型污染场地健康风险评估

以某焦化类大型污染场地苯污染土壤为例,针对S1(单一用地)、S2(多种用地)、S3(考虑建筑设计)3种暴露情景,分析不同情景下场地土壤中苯污染的暴露途径并进行健康风险评估. S1情景下的苯致癌风险为9.2×10-5. 在S2情景下,规划的5个分区中仅E区(居住用地)苯的致癌风险(4.3×10-4)高于可接受水平(1.0×10-6), 考虑到各功能区累积致癌风险,则E区高污染可导致其他4个功能区〔A区(商业用地)、B区(城市绿地)、C区(居住用地)、D区(商业用地)〕的累积致癌风险(分别为6.5×10-6、2.2×10-6、7.3×10-6、2.2×10-5)均高于可接受水平,表明单一用地会低估污染物聚集区的风险. 在S3情景下,A、B、C区土壤中苯的致癌风险(分别为1.2×10-7、2.7×10-7、2.5×10-7)均未超过可接受致癌风险水平;D区由于污染土壤被完全清除,不存在健康风险;E区开发后由剩余土壤产生的苯致癌风险为2.7×10-5,D区受E区影响产生的累积致癌风险(1.5×10-6)高于可接受水平. 进一步分析表明,场地的用地规划与建筑设计等因素将影响风险评估中关键参数(包括污染源浓度、水文地质参数、暴露参数、受体参数等)的取值,从而影响风险评估结果;此外,各功能区之间的风险影响也不容忽视. 对于大型污染场地,结合用地规划进行暴露情景分析与风险评估更为科学合理.      

北京城区PM_(2.5)不同组分构成特征及其对大气消光系数的贡献

为研究北京城区PM2.5不同组分对大气消光系数的贡献率,于2013年10月—2014年8月使用3台PQ200采样器在北京市环境保护科学研究院采集PM2.5样品并进行质量重建,采用IMPROVE方程计算大气消光系数并分析各组分的贡献率.结果表明:1北京城区ρ(PM2.5)年均值为(90.3±8.1)μg/m3,相比2005年有所下降,颗粒物呈弱碱性,NH4+略有剩余.2PM2.5质量重建后,化学构成为OM〔32.1%,为ρ(OM)占ρ(PM2.5)比例,下同〕、NO3-(13.6%)、SO42-(13.9%)、NH4+(11.1%)、Cl-(3.8%)、其他离子(4.0%)、EC(元素碳,5.0%)、FS(土壤尘,8.9%)、微量元素(1.3%)和未知物质(6.7%);与2005年相比,OM、NO3-、NH4+等二次污染物质量浓度占ρ(PM2.5)比例均显著增加,ρ(水溶性离子)占ρ(PM2.5)的比例随空气污染加重而增加.3北京城区大气消光系数年均值为(504.6±49.3)Mm-1,OM、(NH4)2SO4、NH4NO3、EC和FS的贡献率分别为37.5%、28.3%、25.2%、7.6%和1.4%;冬季由于ρ(PM2.5)高,大气消光系数最高,为(589±124.3)Mm-1,约是春季的2倍;夏季由于相对湿度大,PM2.5吸湿粒径增大,大气消光系数仅次于冬季.OM对大气消光系数贡献率为冬季最高,而(NH4)2SO4的贡献率在冬夏季均大于NH4NO3.     

基于土壤中多环芳烃解吸特性的生物修复效果评价

采用XAD-2树脂辅助解吸方法测试了生物堆修复前后土壤中荧蒽、苯并(a)蒽、苯并(a)芘、苯并苝这4种PAHs的解吸特性,并根据解吸结果进行了生物修复效果评价.结果表明,土壤中这4种PAHs的累计解吸量随解吸时间延长而增加,但解吸速率逐渐降低,符合"两阶段"解吸模型,生物修复前土壤中不同种类PAHs"快解吸"量占PAHs总量的32%～70%,修复后土壤中不同种类PAHs"快解吸"量占PAHs总量的14%～39%.经过6个月的生物修复,基于生物可利用含量变化的荧蒽、苯并(a)蒽、苯并(a)芘、苯并苝修复效率依次为82.9%、79.7%、64.9%、54.3%,,明显高于基于PAHs总含量的生物修复效率61.0%、51.7%、37.2%、38.7%.     

北京市土壤风蚀扬尘排放因子本地化

土壤风蚀扬尘源是细颗粒物(PM_(2.5))的来源之一,对比国内典型省市扬尘源排放清单,发现土壤风蚀扬尘源对本地扬尘源PM_(2.5)排放清单的贡献率最大差别为4个数量级.本研究改进一种土壤风蚀扬尘排放因子公式及参数值确定方法,利用遥感影像、中国土壤数据集和各区气象数据,分别获得北京市平原区植被覆盖因子(V)、土壤风蚀指数(I)和气候因子(C)空间分布,并估算土壤风蚀扬尘PM_(2.5)排放因子空间分布.结果表明:①以北京市2017年为例,发现国内学者计算的C值都存在不同程度低估,PM_(2.5)排放因子存在高估或低估;②V、I和C值都具有明显空间差异,V、I和C值平均值分别为0.63±0.09、 188±73和0.029±0.009,各区V、I和C值的最大值分别是最小值的1.5、 2.1和4.5倍;③北京市土壤风蚀扬尘PM_(2.5)排放因子呈现西北和东南方向较高的空间分布,全市平均排放因子为(0.001 8±0.000 8) t·(hm~2·a)~(-1),是最高区(西城)和最低区(平谷)数值的0.54和3.12倍,较高强度(0.6～0.8]和高强度(0.8～1.0]的标准化排放因子面积占比分别为0.72%和0.04%.