北京地区表层土壤中多环芳烃的分布特征及污染源分析

根据北京地区不同环境功能区62个样品的分析结果,讨论了研究区表层土壤中多环芳烃的分布特征及污染源类型。结果表明：（1）研究区表层土壤中检测到的多环芳烃主要包括萘、苊、菲、惹烯、三芴、荧蒽、芘、、苯并蒽、苯并[b]荧蒽、苯并[k]荧蒽、苯并[e]芘、苯并[a]芘、苝、二苯并[a,h]蒽、茚并[1,2,3–cd]芘、苯并[g,h,i]苝及其同系物;（2）不同环境功能区表层土壤中多环芳烃的组成及质量分数均存在一定的差别,16种优先控制的多环芳烃质量分数为175.1~10 344 ng.g-1,其中城市中心区表层土壤中多环芳烃的质量分数最高,交通干线附近、工矿企业附近表层土壤中PAHs的质量分数较高,林地、果园和农田表层土壤中PAHs的质量分数较低;（3）表层土壤中PAHs既有来源于石油源,也有来源于化石燃料燃烧产物的,但不同功能区二者贡献存在差别,其中农业用地（林地、果园、农田）中PAHs主要来源于石油源（或部分来源于土壤母岩中的有机质）,城区、交通干线附近及工矿企业附近表层土壤中PAHs污染源以化石燃料燃烧产物输入为主。     

太湖梅梁湾沉积物中多环芳烃的生态和健康风险

持久性有机物引起的水质安全性问题日益受到广泛的关注.利用生态和健康风险评价的原理和方法,对太湖梅梁湾水源地沉积物中的多环芳烃可能导致的负面效应进行了分析.首先采用商值法筛选出该地区沉积物中具有潜在风险的多环芳烃,再进一步用建立在暴露浓度分布和物种敏感度分布上的概率法定量表征风险.结果表明,太湖梅梁湾水源地沉积物的多环芳烃中,菲、荧蒽、芘、苯并[a]蒽、屈、苯并[a]芘、二苯并[a,h]蒽7种具有潜在风险;在保护95%的物种水平下,菲的风险最小,而荧蒽和芘风险较高,达20%.健康风险分析表明,美国EPA提出的7种具有遗传毒性的多环芳烃其致癌风险在梅梁湾沉积物中均在10-5水平以下.     

应用物种敏感性分布评估多环芳烃对淡水生物的生态风险（Assessing Ecological Risks of Polycyclic Aromatic Hydrocarbons（PAHs）to Freshwater Organisms by Species Sensitivity Distributions）

阐述了利用物种敏感性分布进行生态风险评价的原理与方法,构建了淡水生物对8种常见多环芳烃(蒽、芘、苯并[a]芘、荧蒽、菲、芴、苊、萘)的物种敏感性分布;在此基础上,计算了这8种多环芳烃对不同类别生物的HC5(Hazardous Concentration for5%of the species)阈值,预测了不同浓度多环芳烃对生物的潜在影响比例PAF(Potentialaffected fraction),比较了不同类别生物对多环芳烃的敏感性,以及多环芳烃对淡水生物的生态风险,并对以红枫湖、黄河、白洋淀为代表的中国典型水体中的多环芳烃进行了联合生态风险评价.结果表明:1)当污染物浓度达到10μg·L-1时,半数多环芳烃的风险超过了5%的阈值;当浓度上升到100μg·L-1时,只有萘和苊没有显著生态风险.2)对于芴和荧蒽,无脊椎动物更为敏感;而对于萘,则脊椎动物更敏感.3)通过HC5值比较和SSD曲线图比较,可得出污染物对所有物种的生态风险大小依次为:蒽>芘>苯并[a]芘>荧蒽>菲>芴>苊>萘;对脊椎动物风险大小为:荧蒽>苊>萘;对无脊椎动物:蒽>芘>荧蒽>菲>芴>苊>萘.4)多环芳烃在红枫湖、黄河、小白洋淀的生态风险均较低,急性联合msPAF(multisubstance PAF)值小于1%.     

我国36个重点城市饮用水中多环芳烃健康风险评价

分别用2种基于不确定性的风险评价方法(蒙特卡洛法和三角模糊数法)和1种基于确定性的风险评价方法(美国EPA终身致癌风险)对我国36个重点城市饮用水中多环芳烃的终生致癌风险进行评价。所研究的98个水厂出水中多环芳烃浓度范围为17.5~408.3 ng·L-1,致癌性多环芳烃(苯并[a]蒽,屈,苯并[b]荧蒽,苯并[k]荧蒽,苯并[a]芘,茚并[1,2,3-cd]芘)的总量浓度为nd~94.7 ng·L-1。所有水厂出水中苯并[a]芘浓度均小于10 ng·L-1。假设出厂水即为最终饮用水,对16种PAHs浓度用毒性当量因子法转化为相对于苯并[a]芘等效浓度(TEQ BaP)。使用概率风险评价方法计算,结果显示在95%的概率区间我国居民通过饮水途径暴露多环芳烃的终生致癌风险小于5.45×10-6(蒙特卡洛法)和7.56×10-6(三角模糊数法)。而采用确定性风险评价方法,计算得到的最大风险为7.12×10-6。两种计算方法得到的我国饮用水中多环芳烃的终生致癌风险都处于可接受水平。比较不同的评价方法后发现,不同方法获得的信息并不完全重合,相对于通常的基于确定性的非概率健康风险评价方法,基于不确定性的概率风险评价方法获得的结果更为保守。     

青岛地区大气气溶胶中多环芳烃的GC/MS分析

本文采集了青岛5个区的大气气溶胶样品，参照美国EPA610方法，用GC/MS分析鉴定多环芳烃。结果表明，青岛市大气气溶胶中PAHs总量的总趋势是东部高于西部，中部高于南、北部。多环芳烃的环数分布表明，气溶胶中PAHs几乎全部由人类活动产生。16种优先控制多环芳烃化合物中的萘、苊、芴、荧蕙、茚并[1，2，3-cd]芘，苯并[b]荧蒽、苯并[k]荧蒽等有毒有害有机污染物普遍检出于市内五区。苯并[a]芘的大气含量甚微。     

薪柴燃烧源和燃煤源中多环芳烃的成分谱研究

采集了薪柴燃烧源、燃煤源产生的PM10颗粒物样品,采用超声萃取、硅胶-氧化铝柱层析分离、气相色谱/质谱联用技术,对美国环保总局推荐的优控多环芳烃进行了定量分析。薪柴源、燃煤源产生的多环芳烃单体质量浓度分别在0.81～199.52、9.86～591.95ng/m3之间;对结果进行归一化处理,从而确定了薪柴源、燃煤源产生的多环芳烃成分谱。对比两种污染源发现,薪柴源产生的多环芳烃以荧蒽和芘为主,燃煤源以荧蒽、苯并苝的含量最高。薪柴源产生的多环芳烃中,4环芳烃含量非常高,归一化含量达到60%,其他环数芳烃的含量很低;燃煤源中,3、4环芳烃含量较高,5、6环芳烃次之,它们之间的差别不如薪柴源各环芳烃之间的差别大。     

焦化场地典型多环芳烃类污染物精细化风险评估

为准确评估多环芳烃(PAHs)污染土壤对人体的健康风险,解决目前基于总量风险评估导致土壤PAHs修复目标值过严的问题,采用德国标准研究院颁布的生物可给性测试方式研究了石家庄某焦化厂土壤中苯并[b]荧蒽(BBF)、苯并[k]荧蒽(BKF)、苯并[a]芘(BAP)、茚并[1,2,3-cd]芘(IPY)和二苯并[a,h]蒽(...     

钢铁工业区周边农业土壤中多环芳烃(PAHs)残留及评价

对某大型矿业企业周边农业土壤中多环芳烃(PAHs)残留量进行了调查。结果表明,PAHs总残留量范围为312. 2~27 580. 9ng·g-1,且以4环以上多环芳烃组分为主。所有土样中均检出PAHs,单一污染物以芘、艹屈、荧蒽、苯并[a]芘、蒽、菲、苯并[a]蒽、苯并[k]荧蒽、茚并[1,2,3 cd]芘、苯并[g,h,i]苝为主。PAHs残留量与有机质含量相关性较好。不同样区土壤PAHs残留量受常年风向影响明显。以加拿大农业区域土壤PAHs的治理标准值为指标,用内梅罗综合指数法进行评价表明,研究区农业土壤达重污染水平的占37%,中度污染的占19%,轻污染的占25%,另有13%的采样点污染程度处于警戒限,仅有6%的采样点尚处于安全级。     

杭州市郊区表层土壤中多环芳烃的风险分析

采集杭州市郊区表层土壤中多环芳烃的样品,用色谱-质谱技术对多环芳烃化合物进行定量分析。美国环保总署推荐优先控制的16种多环芳烃单体质量分数在1.49～87.43 ng.g-1之间,萘、芴、苊等低分子量芳烃质量分数相对较低;、茚并[1,2,3-cd]芘、苯并[ghi]苝等高分子量芳烃质量分数相对较高,其中苯并[ghi]苝质量分数最高。对照荷兰的土壤标准,杭州市郊区表层土壤中的荧蒽、、茚并[1,2,3-cd]芘、苯并[ghi]苝超标比较严重,超标率100%;多环芳烃的Bap等效毒性当量是荷兰规定目标值的2倍;因此,杭州市郊区表层土壤中存在一定的潜在风险。多环芳烃Ant/（Phe＋Ant）、BaA/（Chr＋BaA）、Flua/（Pyr＋Flua）等参数表明,多环芳烃主要来源于燃烧源,且以机动车尾气为主;BeP/（BeP＋BaP）比值偏高,可能与土壤中的多环芳烃主要来源于大气沉降有关。     

辽河沉积物中多环芳烃的污染水平与特征

测定了辽河干流15个沉积物样品中16种EPA优先控制多环芳烃的含量.结果表明,辽河沉积物中总PAHs含量介于27.8-1479 ng·g-1,平均值为285.5ng·g-1,其中蒽、菲、芴含量较高.特征化合物荧蒽/202与茚并[1,2,3,2cd]芘/276的比值表明辽河沉积物中的PAHs主要来源于燃烧产物.     

南昌市秋季PM_(2.5)中多环芳烃的污染特征、风险评价及来源分析

用气相色谱-质谱法(GC-MS)定量分析了2013年9月南昌市PM_(2.5)中16种优控多环芳烃(PAHs)含量.结果表明,PAHs总浓度平均值为17.95 ng·m~(-3),变化范围为3.55—39.97 ng·m~(-3).不同环数多环芳烃占总浓度比例由大到小依次为:5环(50.45%)4环(19.32%)6环(17.99%)2环(6.34%)3环(5.90%),表现出明显的机动车尾气排放特征.通过计算PAHs的苯并[a]芘(BaP)毒性当量浓度(9.458—14.454 ng·m~(-3)),表明南昌市PAHs对人体健康存在潜在危害.特征化合物比值法和主成分分析法结果表明,燃煤、机动车尾气、农业燃烧及少量的石油挥发是南昌市PM_(2.5)中PAHs的主要污染源.     

高铁酸钾降解荧蒽和苯并[a]芘的偏振荧光光谱研究

考察了高铁酸钾对荧蒽和苯并[a]芘两种PAHs(多环芳烃)的降解反应过程,并应用偏振荧光光谱技术研究了荧蒽和苯并[a]芘两种PAHsr降解体系反应过程及其差别的识别,着重探讨了两种PAHs降解体系反应过程中的多种荧光波长模式与偏振度、三维荧光(EEM)与偏振三维荧光(PEEM)变化规律,最后由时间扫描荧光模式直接获得反应动力学拟合方程式.实验结果表明,各荧光识别模式一致地显示出高铁酸钾对荧蒽和苯并[a]芘的显著性降解作用及其对应的各荧光强度变化规律,即反应时间大于40 s后,两种PAHs(多环芳烃)的降解反应均不明显,且降解过程中均无新的荧光发色团结构生成.在高铁酸钾与荧蒽/苯并[a]芘摩尔比为1∶1、1∶4、4∶1的各降解体系的反应过程均符合一级反应动力学规律.荧蒽降解曲线的线性关系更高,苯并芘降解速率更快,多种荧光光谱相结合能够实现对PAHs的降解过程的便捷而有效的追踪,其揭示的结果与分子机理一致,即苯并[a]芘分子较荧蒽分子具有更大的π电子密度,因而在Fe(Ⅵ)夺电子过程中,更易于失去电子而被Fe(Ⅵ)氧化降解.     

水-硅油双相体系对多环芳烃降解菌的筛选及鉴定

选用水-硅油双相体系驯化筛选降解多环芳烃的优势菌株。筛选体系为：50mL无机盐溶液＋10mL硅油。从74瓶富集液中,对降解效果明显的富集液进行多环芳烃降解率的液相色谱定量测定。对蒽的降解率最高为45%;对荧蒽的降解率最高为99%,几乎全部降解,对苯并[a]芘的降解率为27%。筛选到一株能够高效降解蒽、菲、芘、荧蒽的菌株,编号LD29,鉴定结果为矢野口鞘氨醇杆菌LD29（Sphingobium yanoikuyae LD29）。富集液Y12对5种多环芳烃的降解效果同样很明显。     

淮河流域安徽段水系沉积物中多环芳烃的污染性状研究

应用气相色谱质谱联用仪测定淮河流域安徽段水系沉积物样品中萘、二氢苊、苊、芴、菲、蒽、荧蒽、芘、苯并[a]蒽、、苯并[a]芘和二苯并[a,h]蒽等12种多环芳烃的质量分数,并在此基础上分析沉积物中多环芳烃的区域分布、污染特征和来源。结果表明：研究区水系沉积物中多环芳烃有一定程度的富集,但与国内其他河流相比,样品中多环芳烃的质量分数不高;淮河南北岸支流沉积物中多环芳烃的含量差异比较明显,尤其是东淝河,含量明显低于淮北平原上的其它河流;淮河主干道和北岸支流沉积物中4环以上的多环芳烃含量较高,而南岸支流的淠河和东淝河沉积物中2～3环的多环芳烃平均含量明显高于其他环数;通过污染来源分析,沉积物中多环芳烃除与天然成岩过程有关外,大都是由有机物质的燃烧与热解引起的。     

基于均匀设计优化新鞘氨醇菌US6-1对高分子量多环芳烃的降解条件

运用均匀设计优化一株新鞘氨醇菌Novosphingobium pentaromativorans stain US6-1对芘、荧蒽、苯并[a]芘等高分子量多环芳烃(High molecular weigh polycyclic aromatic hydrocarbons,HMW-PAHs)的降解条件.结果表明,在最适生长条件(30℃、pH 6.5及NaCl浓度为2.5%)下,接种量与底物浓度是影响该菌降解能力的关键因素.在接种量D660 nm为0.6、芘初始浓度56 mg L-1、培养时间5 d的情况下,菌株US6-1对芘的降解达到32.5 mg L-1,预测平均准确率达99.38%;在接种量D660 nm为0.6、荧蒽初始浓度48 mg L-1、培养时间5 d的情况下,对荧蒽的降解达到34.3 mg L-1,预测平均准确率达99.61%;在接种量D660 nm为0.1、苯并[a]芘初始浓度60 mg L-1、培养时间为5 d时,对苯并[a]芘的降解达到24 mg L-1,预测平均准确率达98.75%.菌株US6-1对芘及苯并[a]芘的降解能力比未优化前分别提高了29.2%与58%.     

山西太谷农村薪柴和蜂窝煤颗粒物和多环芳烃排放特征研究

测定并计算了太谷农村蜂窝煤和薪柴两种燃料颗粒物、CO、CH4和多环芳烃排放因子,其中多环芳烃包括16种美国环保局优控化合物、12种非优控母体多环芳烃、12种硝基多环芳烃和4种含氧多环芳烃.蜂窝煤4类多环芳烃化合物的排放因子分别为3.56±5.42、0.73±0.099、0.22±0.48和0.36±0.62 mg·kg-1,薪柴为62.6±41.3、20.4±3.61、4.44±6.18和0.84±1.00mg ·kg-1.薪柴大多数污染物排放因子高于蜂窝煤,但蜂窝煤多环芳烃排放因子的变异则高于薪柴.蜂窝煤和薪柴多环芳烃排放因子的成分谱有显著差异,除菲、荧蒽和苯并(b)荧蒽为共同优势排放物外,萘、芴、屈和苯并(k)荧蒽为蜂窝煤的特征排放物,芘、环戊烯(c,d)芘和苯并[a]蒽为薪柴的特征排放物.3-硝基荧蒽与3-硝基菲和2-硝基萘分别是蜂窝煤与薪柴排放的主要硝基多环芳烃.母体多环芳烃排放因子的气固比主要受分子量(挥发性)影响,衍生多环芳烃则与取代基的性质有关.蜂窝煤燃烧前期母体多环芳烃的排放因子显著高于后期,两个阶段的总排放因子分别为9.52±12.3和2.54±2.42 mg· kg-1,衍生多环芳烃在两个阶段的差别小于母体多环芳烃.     

北京市冬季大气气溶胶中PAHs的污染特征

利用大流量颗粒物采样器采集了2005-2006年冬季北京市大气气溶胶中PM10和PM2.5样品,采用气相色谱/质谱技术对样品中的多环芳烃进行检测.结果表明:北京市冬季大气颗粒物PM10和PM2.5中PAHs总量分别为520.5±476.9ng·m-3和326.8±294.3ng·m-3,且大部分存在于细粒子中,4环以上的稠环芳烃占总浓度的87%.根据荧蒽/芘等比值指标判别,北京市冬季PAHs主要以燃煤排放为主,其次是石油燃烧交通排放.风速增大和太阳辐射曝辐量增强,都会降低颗粒物中多环芳烃浓度.     

云南宣威肺癌高发区C1煤燃烧排放颗粒物中PAHs的组成特征及健康风险

宣威煤燃烧排放产物与其所导致的肺癌高发率一直是国际学术界关注的热点,但煤燃烧排放颗粒物中的关键致毒组分还不清楚。以肺癌高发区产出的晚二叠世C1煤燃烧排放不同粒径颗粒物为研究对象,分析其中主要有害有机污染物多环芳烃(PAHs)的分布特征及其健康风险。结果表明宣威煤燃烧排放的颗粒物中16种PAHs的总质量浓度为77 359.21 ng·m-3,其中含量最高的是苯并(g,h,i)苝,其他主要的PAHs依此为:屈、苯并(b)荧蒽、苯并(a)蒽、荧蒽、二苯并(a,h)蒽、菲、苯并(k)荧蒽、茚并(1,2,3-cd)芘;强致癌化合物苯并a芘(Ba P)总浓度亦可达到10 060.13 ng·m-3;这些有害有机物主要分布在细颗粒物中;不同粒径颗粒物的毒性当量存在明显差异,细颗粒的毒性当量占可吸入颗粒物中PAHs总毒性当量的87.4%,远高于粗颗粒(12%)和超细颗粒物(0.4%)的毒性当量。     

徐州市区大气颗粒物中多环芳烃的污染特征

采用高效液相色谱技术（HPLC）对徐州市大气颗粒物中优控的16种多环芳烃（PAHs）进行定量研究。结果表明：萘、芴、苊等低分子量芳烃的含量相对较低;苯并（g,h,i）苝、茚并（1,2,3-cd）芘、苯并（k）荧蒽、苯并（a）芘等高分子量芳烃的含量相对较高;含量最高的单体为荧蒽,占待检的16种PAHs的19%以上。不同环数多环芳烃含量大小顺序为：4环〉5环〉6环〉3环〉2环。可吸入颗粒物（PM10）中苯并（a）芘和∑PAHs在不同功能区的分布特征大体上一致,并呈现一定规律性：交通干线区〉工业区〉风景文化区〉居民区〉新城区。由此可以初步认为徐州市区PM10中的PAHs主要来源于燃煤和汽车尾气。     

墨水河表层沉积物中多环芳烃(PAHs)的分布特征、来源解析及生态风险评价

本文运用GC-MS测定了墨水河表层沉积物中16种优控多环芳烃(PAHs)浓度,采用多种数据分析技术解析了PAHs的来源.结果表明,苊烯、苊、蒽和苯并(a)蒽在部分样品中未检出,其余12种在所有样品中均有检出,16种PAHs总浓度为196.51—8549.33 ng·g~(-1),平均浓度为3320.03 ng·g~(-1).沉积物中PAHs的环数分布以高环为主,运用轻重比、分子比值和主成分分析-多元线性回归模型(PCA-MLR)等3种方法,共同确定PAHs的主要来源分别为混合源(煤炭、生物质和汽油燃烧源)、柴油燃烧源和石油源,这3种来源对总PAHs的贡献分别为59.8%、26.0%和14.2%.效应区间低/中值法(ERL/ERM)对PAHs生态风险分析表明,芴、菲、苯并(a)蒽、、苯并(b)荧蒽、苯并(k)荧蒽和苯并(a)芘在墨水河中下游偶尔会产生负面生态风险,二苯并(a,h)蒽存在经常产生负面生态效应的可能;平均效应区间中值商法(M-ERM-Q)分析表明,墨水河上游和入海口处PAHs的综合生态风险较低,而中下游站位则具有中低风险.