辽河口湿地土壤多环芳烃的分布及来源研究

于2008年10月、2009年5月和8月采集辽河口湿地31个表层土壤样品,利用GC-FID技术定量分析其16种优控多环芳烃（PAH）含量.结果表明,PAHs总量分布范围为293.4～1936.9 ng·g^-1,平均值为851.5 ng·g^-1,其中油井区苇田PAHs含量最高（1717.5 ng·g^-1）,滩涂区最低（614.6 ng·g^-1）.2008年10月PAHs总量和中高环组分比重均高于2009年5月和8月.应用不同环数的相对丰度和比值法进行来源解析,结果表明,燃烧是2008年10月的主要来源,石油污染和燃烧源的混合来源为2009年5月和8月的主要来源.主成分分析和多元线性回归法显示交通污染和燃煤混合来源为2008年10月PAHs的主要来源,贡献率为45.5%;石油和交通混合污染是2009年5月和8月PAHs的主要来源,贡献率分别为75.2%和42.2%.     

上海交通沿线农田土壤中PAHs分布特征及源解析

为探讨交通干线对周围农田土壤环境中16种优先多环芳烃（PAHs）累积的影响,采集了上海市交通干线旁与道路垂向分布的70个农田土壤表层样品及2个土壤柱样品,系统分析了土壤中16种优控PAHs的含量、组成及来源.结果表明上海交通干线旁农田表层土壤PAHs含量范围为23.16~21250.25ng/g,平均值为928.16ng/g,且随着与防护林距离的增加呈现出先下降后增加而后又下降的趋势,农田土壤柱中PAHs含量则表现出随着距土壤深度的增加而上升的趋势.基于正定矩阵因子分析（PMF）模型及特征因子比值法的来源辨析结果,表明表层土壤和土壤柱中的PAHs均主要来源于煤、生物质的燃烧及交通排放.     

青岛近岸表层海水中PAHs的分布特征及物源初步解析

采用固相萃取-高效液相色谱-荧光检测法分析了青岛近岸海水中15种PAHs的质量浓度.结果表明,海水中PAHs的总量变化范围为8.23～272.02 ng.L-1,河口区质量浓度最高,远离城区的清洁区质量浓度最低.就组成特征而言,2～3环PAHs是其主要组分,占总量的质量分数为52.2%～93.8%,4～6环PAHs占总量的质量分数为6.2%～47.8%.表层海水中PAHs总浓度和DOC浓度之间有较好的相关性,相关系数为0.944 3.青岛湾表层海水中PAHs浓度组成相对稳定.利用Fl/(Fl+Py)和An/(An+Ph)分析表层海水中PAHs的来源,结果表明除清洁区表层海水中PAHs主要来源于煤和木材燃烧外,青岛近岸海水中的PAHs主要来源于石油制品和石油燃烧.     

上海市表层土壤中多环芳烃的分布特征与源解析

应用气相色谱-质谱联用仪(GC-MS)对上海市80个表层土壤样品中16种优控多环芳烃的浓度进行了测定,分析了上海市土壤中PAHs的含量分布特征,并利用同分异构体比值、主成分分析方法对表层土壤中的PAHs进行了源解析.结果表明,80个样点PAHs的含量在0.12~24.5μg/g之间,呈现出郊区>市区>农村的梯度变化,市区内不同功能区采样点呈现出交通区>文教区>公园绿地>商业区>住宅区的梯度变化. PAHs组成以4环和5环为主,平均含量分别占∑PAHs的49.2%和27.0%,其次为3环和6环,分别占∑PAHs的14.8%和6.6%,最低为2环PAHs,仅占2.4%,单体PAHs化合物以荧蒽、芘、苯并芘为主.源解析表明,表层土壤中PAHs的主要来源是燃烧源,主要是石油燃烧.     

太原市耕地土壤PAHs的含量、分布、源解析与风险评价

为研究太原市耕地土壤中多环芳烃(PAHs)的含量、空间分布特征、来源与健康风险,采集了太原市22个耕地土壤样本,通过GC-MS分析土壤中PAHs的含量,使用诊断比率法与正定矩阵因子分解(PMF)模型分析土壤PAHs的来源,使用增量终生致癌风险模型分析土壤的健康风险.结果表明,太原市耕地土壤(干重)中∑₂₁PAHs和∑₁₆PAHs含量平均值分别为934.6 ng·g^-1和787.7 ng·g^-1,土壤中PAHs含量低于GB 15168-2018规定的农用地土壤污染风险筛选值.工业区、丘陵区和污灌区分别有约60%、 13%和33%的样点的PAHs含量超过了1 000 ng·g^-1.空间分布显示耕地土壤PAHs含量高的区域集中在工业区;诊断比率显示煤炭和生物质燃烧与交通排放是太原市耕地土壤中PAHs污染的主要来源;PMF模型模拟结果表明,耕地土壤中PAHs的来源和贡献率为煤炭和生物质燃烧源(59%)、交通源(22%)和炼焦源(19%).风险评价结果表明太原市耕地土壤普遍具有高致癌风险...     

偏远高山湿地土壤中PAHs污染特征:以神农架大九湖为例

于2012年4月沿大九湖湿地平均分布10个采样点,各采集0~10、10~20以及20~30 cm浅层土壤,采用GC-MS对大九湖湿地浅层土壤中USEPA 16种优控多环芳烃（PAHs）进行分析,对其分布、组成、来源进行了详细的讨论,并对高山湿地PAHs污染标志物进行了浅析.结果表明,研究区0~10、10~20、20~30cm浅层土壤中∑₁₆PAHs含量分别为48.55~984.73、14.36~806.47、12.84~1191.53 ng·g^-1,均值分别为302.94、142.98、208.68 ng·g^-1;7种致癌单体多环芳烃含量范围分别为21.20~844.29、2.96~592.06、0.66~964.70 ng·g^-1,均值分别为197.25、93.16、147.16 ng·g^-1,分别占总PAHs的65.12%、65.13%、69.08%;泥炭区PAHs含量明显高于非泥炭区,且已达到重度污染程度;PAHs组成以4、5、6环为主;结合IcdP/（IcdP+BghiP）及Pyr/BaP比值分析,推测大九湖湿地浅层土壤中PAHs主要来源于化石燃料及木材的燃烧,近年来旅游车辆的进入对PAHs的贡献较大;对浅层土壤中各单体PAH与PAHs总含量进行回归分析表明、苯并（b）荧蒽、茚（1,2,3cd）并芘、苯并（a）蒽作为泥炭地PAHs标志性化合物,用来评价PAHs的污染程度.     

中国湖泊PAHs污染现状及其源解析研究进展

湖泊生态系统对多环芳烃(PAHs)的累积、降解、代谢产物及其来源识别是中国环境保护领域持续关注的热点问题。开展不同区域湖泊PAHs污染现状、发展趋势、分布特征、生态风险和来源解析研究对中国受损湖泊生态系统修复具有重要意义。文章论述了中国湖泊中PAHs的污染水平和分布特征,并对其源解析方法进行了分析比较。结果表明:(1)中国约89%的湖泊处于PAHs中度污染以上,49%的湖泊受到PAHs的重度及严重污染。(2)全国受PAHs重度及严重污染的湖泊中,东部平原湖区占比67%。(3)湖泊沉积物中单体PAHs分布,东部湖区以高环为主,云贵高原湖区、蒙新和青藏高原湖区低环PAHs占优势。(4)改革开放以来,湖泊沉积物中PAHs含量呈上升趋势,普遍在1980-1990年出现峰值。低环PAHs呈下降趋势,而高环单体PAHs呈增加趋势。(5)目前最常用的源解析方法为特征比值法和主成分分析法,进行定量源识别时适宜采用PMF模型。     

PMF和PCA/MLR法解析上海市高架道路地表径流中多环芳烃的来源

以上海市内环高架道路径流中的多环芳烃(PAHs)为研究对象,于2012年7~9月,实测了8场降雨的道路径流中的PAHs,了解了城市交通干道径流中PAHs的污染状况,并采用正定矩阵因子分解(PMF)和主成分分析/多元线性回归(PCA/MLR)两种模型对径流中的PAHs进行源解析.因子分析表明,径流中Σ16 PAHs的浓度范围为1.585~7.523μg·L-1,两种模型对于PAHs的来源有较为一致的判定.交通源为高架道路地表径流中PAHs的主要来源,PMF和PCA/MLR得到的源贡献率分别为37.7%和44.3%,其余3种来源石油源、燃气源和其他源,PMF得到的源贡献率依次为21.9%、26.4%、14.0%;与之对应,PCA/MLR得到的源贡献率依次为28.9%、18.3%、8.5%.PMF和PCA/MLR模型的计算值与实测值拟合较好,相关系数分别为0.961和0.997.     

辽河流域多环芳烃(PAHs)的分布特征及来源解析

采用气相色谱-质谱(GC/MS)的分析方法,对辽河水系主要河流的表层水和悬浮物中的16种PAHs进行了定量分析,并对其分布特征、污染水平以及来源进行了探讨。结果显示:颗粒态PAHs的浓度范围为0.41～76.45μg.g-1,溶解态PAHs的浓度范围为32.57～108.47ng.L-1,西辽河PAHs的浓度比东辽河以及辽河干流中PAHs的浓度要高。在多环芳烃组成上,溶解态和颗粒态样品的PAHs均以低环数(二、三环)为主,且溶解态中低环数PAHs所占比例较颗粒态中所占的比例高。其中,溶解态中二环的PAHs比例最高(平均为68.19%),颗粒态中三环的PAHs比例最高(平均为66.28%)。相对于国内外其他河流,辽河流域的PAHs污染处于较低水平,部分河流受到一定程度的污染。辽河水系中PAHs的来源主要是以石油类和化石类燃料燃烧为主的混合源,这与辽宁复杂的能源结构密切相关。     

重庆金佛山土壤中PAHs含量的海拔梯度分布及来源解析

高海拔山区的冷凝效应使其成为了持久性有机污染物(persistent organic pollutants,POPs)的储存库.利用气相色谱-质谱联用仪(GC/MS)测定了重庆金佛山南坡不同海拔高度10个表层土壤样品中多环芳烃(polycyclic aromatic hydrocarbons,PAHs)的含量和组成,运用比值法和主成分分析法解析其污染来源,采用Ba P毒性当量浓度(TEQBa P)评价其生态风险.结果表明,土壤中16种优控PAHs的含量范围是240~2 121 ng·g-1,平均值为849 ng·g-1,并以2~3环为主,7种致癌性PAHs的含量平均占到了总PAHs的17.8%.研究区土壤中不同环PAHs和PAHs的总量都随着海拔的升高有增加的趋势,其中低环的增加趋势最显著,而高环的波动性较大,但不同环PAHs占总PAHs的比例并未随着海拔的升高表现出一定的规律性.研究区土壤中PAHs主要来自于石油源,石油产品以及煤炭和生物质的燃烧源.研究区土壤已受到一定程度的污染,但毒性风险较小.     

广州市大气中颗粒态多环芳烃(PAHs)的主要污染源

采用特征化合物与因子分析对广州市大气中颗粒态PAHs的来源及其贡献率进行研究.结果表明,广州大气中颗粒态多环芳烃主要来源是机动车尾气排放和燃煤,其中机动车为主要污染源,占了69%,其次为燃煤,占了31%.冬季大气中颗粒态多环芳烃污染加重的主要原因为低温、无风的气象条件下形成的逆温效应,主要污染源为机动车的尾气排放;夏季颗粒态多环芳烃污染的增大同样是无风时不利于污染物扩散的结果,但此时燃煤对大气中颗粒态多环芳烃污染的贡献要略大于机动车尾气排放.     

煤矿区表层土壤中芳香烃组成、分布特征及标志化合物研究

通过分析2005年3月至2006年1月间北京市东南郊3个采样点大气总悬浮颗粒物(TSP)样品中多环芳烃(PAHs)的浓度,对北京市东南郊大气TSP中的多环芳烃的来源进行了解析.4个季节中16种多环芳烃组分比例变化反映出各个季节PAHs来源的变化;各方向风频数与PAHs浓度的相关分析表明,研究区内PAHs浓度与西北方向的污染来源贡献密切相关;利用比值法进行源解析,发现研究区PAHs的主要来源为燃煤,此外机动车和焦炉源也可以识别出来;应用因子分析和多元线性回归计算出3个采样点各PAHs源的相对贡献率.     

Pattern of polycyclic aromatic hydrocarbons (PAHs) pollution in communication air of Hangzhou,China

1　ＩｎｔｒｏｄｕｃｔｉｏｎＰｏｌｙｃｙｃｌｉｃａｒｏｍａｔｉｃｈｙｄｒｏｃａｒｂｏｎｓ(ＰＡＨｓ)ｃｏｎｔａｉｎｔｗｏｏｒｍｏｒｅａｒｏｍａｔｉｃｒｉｎｇｓｗｈｉｃｈｆｕｓｅｄｔｏｇｅｔｈｅｒｉｎｄｉｆｆｅｒｅｎｔｐｏｓｓｉｂｌｅａｒｒａｎｇｅｍｅｎｔｓ ,ｔｈｕｓｎｕｍｅｒｏｕｓＰＡＨｓ,ｔｈｅｉｒｉｓｏｍｅｒｓ,ａｎｄｔｈｅｉｒｄｅｒｉｖａｔｉｖｅｓａｒｅｔｈｅｏｒｅｔｉｃａｌｌｙｐｏｓｓｉｂｌｅ.Ｂｅｃａｕｓｅｍａｎｙｏｆｔｈｅｍａｎｄｔｈｅｉｒａｎａｌｏｇｓａｒｅｓｔｒｏｎｇｌｙｐｏｔｅｎｔｃ…     

上海市中心城区樟树叶片中多环芳烃的分布及来源辨析

采用GC-MS对上海市中心城区樟树叶片中16种优控多环芳烃(PAHs)进行定量分析.结果表明,樟树叶片中∑16PAHs、致癌性PAHs、BaPeq含量范围分别为199.14~488.77、56.63~209.37、4.39~14.80ng/g(干质量),最高值均出现在工业区,其次是交通区、商业区,最低值均出现在公园绿地.各采样点樟树叶片不同环数PAHs分布特征相似,以3~4环为主,平均含量分布占∑16PAHs的31.60%和54.25%,其次为2环和5环PAHs,分别占5.83%和5.97%,6环最低,仅占2.35%;主要单体为菲(Phe)、 (Chry)、荧蒽(Fl)、芘(Pyr),工业区萘(Nap)的含量显著高于其他功能区.运用因子分析法和特征比值法源解析表明,樟树叶片中PAHs主要来源于化石燃料的不完全燃烧.     

上海工业区玻璃表面多环芳烃分布特征与溯源

利用GC-MS对上海工业区玻璃表面16种优控多环芳烃(PAHs)进行了定量分析.结果表明,宝山工业区、吴泾化工区和金山化工区玻璃表面PAHs平均含量分别为10.66,16.48,31.94mg/m2,工业区附近对照点PAHs平均含量分别为2.7,8.86,4.18mg/m2.各采样点玻璃表面不同环数PAHs分布特征相似,以3环和4环PAHs为主,平均含量分别占∑16PAHs的25%和47%;其次为5环和6环PAHs,分别占∑16PAHs的14%和9%,最低为2环PAHs,仅占5%.单体PAH以Phe、Fluo、Py和Chry为主.源解析表明,玻璃表面PAHs主要来源于煤和焦炭燃烧,部分来源于石油燃烧.质量标准化毒性当量浓度范围在0.07~3.23mg/g之间,对毒性当量贡献最大的单体PAH分别是BaP,BbF,BkF,DahA.     

长江和辽河沉积物中的多环芳烃类污染物

报道了长江和辽河沉积物中17种多环芳烃（PAHs）类污染物的含量及分布状况．所研究的长江南京段沉积物中多环芳烃总量变化范围为213.8～550.31ng/g（干重）,辽河新民段沉积物中多环芳烃总量变化范围为 27.45～198.26ng/g（干重）．测定结果表明,长江和辽河沉积物中多环芳烃具有不同的空间分布模式：长江段以南京市下游的沉积物中PAHs含量为最高,而辽河段则以新民市区的沉积物中PAHs含量为最高但总的来说,长江南京段沉积物中多环芳烃的污染水平明显高于辽河新民段沉积物所受的多环芳烃污染．     

澳门大气气溶胶中多环芳烃的源解析尝试

通过三角图和欧氏距离方法对澳门大气气溶胶中多环芳烃的源解析进行了尝试.结果表明,澳门所有的样品中PAHs来源在总体上与机动车排放关系密切,而与饮食加工和植物生长排放关系不紧密;不同功能区存在差异,即商业区以机动车和饮食加工排放为主,相对清洁区以植物生长排放为主,机动车排放次之;商业功能区排放源在白天和夜晚发生差异,总体特征是白天饮食污染排放高于夜晚排放.     

Source apportionment of polycyclic aromatic hydrocarbons (PAHs) in a sediment core from Lake Dagze Co, Tibetan Plateau, China: Comparison of three receptor models

Receptor models are a useful tool for identifying sources of polycyclic aromatic hydrocarbons (PAHs) in multiple environmental media. In this study, three different receptor models (including the principal component analysis-multiple linear regression (PCA-MLR), positive matrix factorization (PMF), and Unmix models) were used to apportion the sources of 16 priority PAHs in a sediment core of Lake Dagze Co. The ∑PAHs (sum of all 16 measured PAHs) concentrations ranged from 51.89 to 132.82 ng/g with an average of 80.39 ng/g. The ∑PAHs were dominated by 2-3 ring PAHs, accounting for 80.12% on average, thereby indicating that they mainly originated from biomass and coal combustion and/or from long-range atmospheric transportation. The three models produced consistent source apportionment results. The greatest contributor to ∑PAHs was biomass combustion, followed by coal combustion, vehicle emissions, and petrogenic sources. Moreover, the temporal variation of the common sources was well-correlated among models. The multi-method comparison and evaluation results showed that all three models were useful tools for source apportionment of PAHs, with the PMF model providing better results than the PCA-MLR and Unmix models. The temporal trends of factor contributions were verified by PAHs with different ring numbers. Significant correlations were found between the simulated concentrations of each source factor and the PAHs with different ring numbers (P<0.01), except for the petrogenic source identified by the Unmix model (P>0.05). This study can provide useful information for further investigation of source apportionment of PAHs in the sediment cores.