基于BP神经网络的污染场地土壤重金属和PAHs含量预测

受土壤检测成本和项目周期等因素制约,污染场地土壤经常存在检测数据缺失的现象,如何利用有限的检测数据获得更全面的信息成为当前研究热点.以某金属加工厂污染场地为研究对象,运用多元统计方法分析土壤样品中重金属(As、Zn、Cu、Pb、Ni、Cd、Cr)和多环芳烃(polycyclic aromatic hydrocarbons,PAHs)〔苯并[a]芘(BaP)、二苯并[a,h]蒽(DBA)、苯并[k]荧蒽(BkF)、苯并[b]荧蒽(BbF)、苯并[a]蒽(BaA)、萘(Nap)、?(Chr)〕之间的关联性,并以此为基础,利用已知数据建立BP神经网络模型,预测缺失土壤样本中重金属和PAHs的含量.结果表明:与GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》中的风险筛选值对比,重金属超标率表现为w(Ni)>w(Cu)>w(As)>w(Pb)>w(Zn)=w(Cd)>w(Cr),除w(Chr)未超标外,其他6种PAHs按超标率排序为w(BaP)>w(DBA)>w(BbF)=w(BaA)>w(Nap)>w(BkF).重金属Zn与Pb、As与Cd关联性较好,Cu与Ni关联性较好,Cr与其他6种重金属关联性较差,PAHs中除Nap外,BaP、DBA、BkF、BbF、BaA和Chr彼此关联性均较好;构建的BP神经网络模型的污染物浓度预测值与实测值的决定系数(R₂)范围为0.812~0.993,模拟效率系数(NSE)范围为0.779~0.959,均方根误差(RMSE)和平均绝对误差(MAE)均较小.研究显示,研究区土壤重金属和PAHs含量整体存在不同程度的超标现象,构建的BP神经网络模型对污染物浓度预测结果准确可靠,利用该模型对土壤污染进行空间分析与评价具有可行性,且关联性较弱的因子作为输入参数能进一步提高预测模型的精度.      

辽河和太湖沉积物中PAHs和OCPs的分布特征及风险评估

于2009年6月分别采集辽河和太湖表层沉积物样品,测定了多环芳烃(PAHs)和有机氯农药(OCPs)的含量.结果表明,辽河表层沉积物中∑PAHs含量(干重)为120.8~22120ng/g,平均值为3281ng/g,处于较高的水平;太湖∑PAHs的含量为256.6~1709ng/g,平均值为829.0ng/g,处于中等水平.两采样区的PAHs以4环和5~6环为主,荧蒽含量最高,PAHs主要因热解产生.辽河和太湖表层沉积物中OCPs的含量均处于较低水平,且均以β-HCH为主.利用相平衡分配法建立了15种PAHs和8种OCPs的沉积物基准值,对沉积物中PAHs和OCPs进行了生态风险评估,结果显示辽河流域的浑河段均有∑PAHs、∑DDTs和∑HCHs超标点位,具有较大的生态风险;太湖流域未发现超标点位,沉积物中各类污染物中含量均未超过基准值,生态风险较小.     

我国腾冲大气PAHs的可能来源分析

2005年10月22日至2006年10月21日,在云南腾冲一典型背景点进行了每周一次的大气采样,以监测季风期东南亚地区生物质燃烧导致的多环芳烃(PAHs)的输入状况.结果表明,监测期内总PAHs含量为43.1~156ng/m3 (平均值为87.9ng/m3).其中气相PAHs均值为85.8ng/m3,无明显的季节变化;颗粒相PAHs均值为2.35ng/m3,在春季出现显著高值,可能与东南亚生物质燃烧释放的PAHs在南亚季风作用下向腾冲的跨境迁移有关.颗粒相PAHs以毒害性较大的高环PAHs化合物为主,其在偏远地区生态系统中的累积可能带来一定的生态风险.     

生物质露天焚烧及家庭燃用的多环芳烃排放特征研究

农村地区生物质燃烧排放是大气多环芳烃(PAHs)的重要来源之一.本研究利用建立的烟尘罩稀释通道采样系统,对我国典型的生物质燃烧方式—水稻、玉米、花生、大豆秸秆的家庭炉灶燃烧,并对水稻、玉米、花生秸秆以及荔枝树、大叶榕、小叶榕等落叶的露天焚烧进行实验室模拟,实测了秸秆野外焚烧、落叶野外焚烧、秸秆炉灶燃烧等3种典型生物质燃烧类型排放的气相及颗粒相PAHs的排放因子.结果表明,本研究生物质露天焚烧PAHs排放因子高于大部分已有实验结果,秸秆炉灶燃烧PAHs排放因子亦高于大部分排放清单采用值.3类燃料燃烧排放PAHs的谱分布相近,均以中低环PAHs为主,中高环(4~6环)PAHs比例为22.2%~28.8%.采用某单一数值作为某类源PAHs特征比的取值,并将其运用于大气PAHs的来源解析可能会造成偏差.     

三种农作物秸秆燃烧颗粒态多环芳烃排放特征

收集3种农作物秸秆玉米,水稻和小麦露天燃烧排放的颗粒物样品,并利用气相色谱-质谱(GC-MS)对样品中的34种多环芳烃(PAHs)进行分析,研究颗粒态PAHs的排放因子及可用于源解析的诊断参数.结果表明,3种秸秆燃烧总PAHs的排放因子为644.18~1798.13μg/kg;其中4环PAHs在秸秆燃烧样品中含量最高,约占38.8%~58.8%,6环PAHs所占比例相对较小,约占5.72%~15.17%.PAHs中部分单体具有相对较强致癌性,对环境和人体健康的影响不可忽视.首次检测分子量为300的高分子多环芳烃二苯并[a,e]荧蒽.在玉米、水稻和小麦秸秆燃烧排放颗粒物中的排放因子分别为6.70,2.77和2.92μg/kg.此外,研究发现BaP/BghiP, Phe/Phe+Ant和Flu/(Flu + Pyr)比值可以作为较好的区分秸秆燃烧与其他来源的诊断参数.     

成都市冬季PM2.5中多环芳烃的源解析与毒性源解析

对成都市2010~2011年住宅区冬季PM2.5中16种多环芳烃(PAHs)进行了来源解析、毒性评估以及毒性源解析研究.结果表明,16种PAHs普遍检出,成都市冬季PM2.5中的ΣPAHs浓度范围为22.79~215.82ng/m3,平均浓度为71.38ng/m3.PAHs组分分析结果显示,低环(2~3环)PAHs含量较低,高环(4~6环)所占比例较大,其比例范围为75.95%~99.52%.利用EPA PMF5.0解析PAHs污染源类型,结果表明成都市冬季PM2.5中PAHs的主要来源是煤和木材燃烧源、柴油燃烧源和汽油燃烧源,其分担率分别是14.88%、31.34%和54.08%.等效因子(TEF)毒性评估表明,成都市冬季的TEQ均值为16.82ng/m3.此外,运用PMF-TEF耦合模型对PAHs进行了毒性源解析,结果表明煤和木材燃烧、柴油燃烧和汽油燃烧的毒性分担率分别是12.39%、24.78%、62.83%.     

南大西洋表层沉积物中多环芳烃的来源及风险评估

利用气相色谱-质谱联用(GC-MS)技术,对2011年采自南大西洋18个站位的表层沉积物中的16种多环芳烃(16PAHs)进行了检测分析,结果显示:南大西洋研究区域表层沉积物中16PAHs的含量范围为89.4810-9~508.6910-9,均值为234.4110-9,该区域表层沉积物中PAHs的污染水平与国际类似水体对比处于低等程度。经特征PAHs组分分析,判定该区域表层沉积物中PAHs主要来源于石油及其产品。由于苊、芴、蒽等化合物含量超过了风险评价低值,可能存在对生物潜在的不利影响。     

嘉陵江出口段硅藻水华发生规律

嘉陵江是三峡库区最大支流,是重庆主城区重要的饮用水源,其主城段硅藻水华的发生预示着水质下降. 2005年8月—2008年3月连续对嘉陵江出口段水体水华硅藻密度进行监测并对数据进行分析. 结果表明:水华优势藻种为星肋小环藻(原变种)(Cyclotella asterocoststs),于每年的冬、春之交(1—3月)发生,生长速度快,发生数量有明显峰值并在总藻比例中绝对占优(0.02＜优势度＜0.28),4月以后水华现象消失直至次年同期再次发生,具有明显的年规律性. 水华发生时,污染物含量较高的磁器口右岸与朝天门右岸2个采样点的水华现象严重,尤其在2008年3月,磁器口右岸小环藻密度达到269×104 L-1,占同期总藻密度的92%. 较短的生活世代(5～7 d)使小环藻在适宜的生境中迅速增殖并在短期内迅速成为嘉陵江出口段富营养化敏感水体水华的优势藻种.      

应急监测中便携式顶空/GC-MS法测定水中VOCs的初步研究

通过对实验室加标水样和实际水样的测定,研究了便携式顶空/气相色谱-质谱法(GC-MS)与吹扫捕集/GC-MS法测定水中VOCs的性能比较,探讨了利用Loop环测定水中高浓度VOCs的准确度. 结果表明:便携式顶空/GC-MS测定水中54种低浓度VOCs的检出限略高于吹扫捕集/GC-MS系统,准确度和精密度分别为67.4%～136%和9.08%～19.80%,均满足环境应急监测分析的要求;利用Loop环,便携式顶空/GC-MS可对水中高浓度级(mg/L)VOCs进行较为准确地测定,回收率为100%～149%;复杂的实际样品基本不干扰便携式顶空/GC-MS的测定,与吹扫捕集/GC-MS法相比,二者对实际水样的测定结果相对偏差小于20%;便携式顶空/GC-MS在水污染事故现场可得到基本准确的结果,可为事故后续处理提供有效的数据支持.