2019年三亚市PM2.5微量元素的源解析和健康评价

李曾曾, 王平, 丁文慈, 路放, 赵由之, 郭昭伟, 黄鼎. 2019年三亚市PM2.5微量元素的源解析和健康评价[J]. 环境化学, 2023, 42(7): 2282-2291. doi: 10.7524/j.issn.0254-6108.2022020905
引用本文: 李曾曾, 王平, 丁文慈, 路放, 赵由之, 郭昭伟, 黄鼎. 2019年三亚市PM2.5微量元素的源解析和健康评价[J]. 环境化学, 2023, 42(7): 2282-2291. doi: 10.7524/j.issn.0254-6108.2022020905
LI Cengceng, WANG Ping, DING Wenci, LU Fang, ZHAO Youzhi, GUO Zhaowei, HUANG Ding. Source analysis and health assessment of PM2.5 trace elements in Sanya City in 2019[J]. Environmental Chemistry, 2023, 42(7): 2282-2291. doi: 10.7524/j.issn.0254-6108.2022020905
Citation: LI Cengceng, WANG Ping, DING Wenci, LU Fang, ZHAO Youzhi, GUO Zhaowei, HUANG Ding. Source analysis and health assessment of PM2.5 trace elements in Sanya City in 2019[J]. Environmental Chemistry, 2023, 42(7): 2282-2291. doi: 10.7524/j.issn.0254-6108.2022020905

2019年三亚市PM2.5微量元素的源解析和健康评价

    通讯作者: E-mail:wpalong@hntou.edu.cn ;E-mail:dingwenci@hotmail.com; 
  • 基金项目:
    国家自然科学基金 (41867046,42267015),海南省基础与应用基础研究计划(自然科学领域)高层次人才项目基金(2019RC243,2019RC240),中国科学研究院气溶胶化学与物理重点实验室开放基金(KLACP2001),海南省高等学校教育改革项目(Hnky2019-56)和海南省研究生创新项目(Hys2020-396)资助.

Source analysis and health assessment of PM2.5 trace elements in Sanya City in 2019

    Corresponding authors: WANG Ping, wpalong@hntou.edu.cn ;  DING Wenci, dingwenci@hotmail.com
  • Fund Project: National Natural Science Foundation of China (41867046, 42267015),Hainan Provincial Natural Science Foundation of China(2019RC243,2019RC240),Key Laboratory of Aerosol Chemistry and Physics (KLACP2001), Institute of Earth Environment, CAS,Hainan Province Higher Education Reform Project (Hnky2019-56) and Hainan Graduate Innovation Research Project (Hys2020-396).
  • 摘要: 本研究通过滤膜采样分析得到三亚市PM2.5微量元素数据,结合富集因子,表征化学特征;使用PMF模型进行源解析,定量估算各排放源的贡献比例,并与南海周边城市源解析比较;根据暴露评估模型评估健康效应. 结果表明,三亚市致癌性重金属Cr(7.70×10-3 μg·m−3)已经超过标准限值(2.50×10−5 μg·m−3),S的富集因子高达825.46,表明三亚PM2.5受S元素污染严重;源排放贡献大小比例分别为:海洋源(24.9%)>生物质燃烧源(20.8%)>工业源(20.5%)>土壤源(19%)>交通源(14.8%),源解析结果比较得知,海盐贡献比例与采样点离岸距离有梯度变化特征;滨海城市的主要人为排放源受制于城市经济发展程度;二次无机气溶胶的贡献与工业源的比例呈反比,取决于SAN SNA标识物的配分;重金属污染对三亚不同人群的影响大小顺序为:成年男子>成年女子>儿童;9种重金属元素对 3 类人群经呼吸途径暴露的健康风险均为Cr>As>Ni>Al>Mn>Pb>Cu>Zn>Se.
  • 加载中
  • 图 1  元素平均质量浓度

    Figure 1.  Average mass concentration of elements

    图 2  微量元素富集因子

    Figure 2.  Element enrichment factor

    图 3  PMF源解析因子贡献比例

    Figure 3.  Contribution ratio of PMF source analytical factor

    图 4  三亚市PM2.5源解析结果

    Figure 4.  Analysis results of PM2.5 sources in Sanya city

    图 5  人群超额危险度

    Figure 5.  Population excess risk

    表 1  经呼吸进入人体的暴露参数

    Table 1.  Exposure parameters of breathing into human body

    重金属元素
    Heavy metal element
    性质
    Characteristic
    致癌因子/((kg·d)· μg−1
    SF
    参考剂量/(μg·(kg·d) −1
    RfD
    As致癌2.01×10−2
    Cd致癌8.40×10−3
    Ni致癌1.19×10−3
    Al非致癌4.00×10−1
    Cu非致癌2.00
    Mn非致癌3.00×10−1
    Pb非致癌4.30×10−1
    Se非致癌1.00
    Zn非致癌1.00×10−2
    重金属元素
    Heavy metal element
    性质
    Characteristic
    致癌因子/((kg·d)· μg−1
    SF
    参考剂量/(μg·(kg·d) −1
    RfD
    As致癌2.01×10−2
    Cd致癌8.40×10−3
    Ni致癌1.19×10−3
    Al非致癌4.00×10−1
    Cu非致癌2.00
    Mn非致癌3.00×10−1
    Pb非致癌4.30×10−1
    Se非致癌1.00
    Zn非致癌1.00×10−2
    下载: 导出CSV

    表 2  重金属经呼吸进人体的剂量-反应参数

    Table 2.  Dose-response parameters of heavy metals breathing into human body

    人群
    Crowd
    呼吸速率/(m3·d−1
    IR
    体重/kg
    BW
    暴露持续时间/d
    ED
    致癌暴露时间/d
    AT-Carcinogenesis
    非致癌暴露时间/d
    AT-Non-carcinogens
    儿童8.7036.0018.0070.0018.00
    成年女性14.1757.3030.0070.0030.00
    成年男性19.0266.2030.0070.0030.00
    人群
    Crowd
    呼吸速率/(m3·d−1
    IR
    体重/kg
    BW
    暴露持续时间/d
    ED
    致癌暴露时间/d
    AT-Carcinogenesis
    非致癌暴露时间/d
    AT-Non-carcinogens
    儿童8.7036.0018.0070.0018.00
    成年女性14.1757.3030.0070.0030.00
    成年男性19.0266.2030.0070.0030.00
    下载: 导出CSV

    表 3  三亚市PM2.5重金属元素的质量浓度

    Table 3.  Mass concentration of PM2.5 heavy metal elements in Sanya

    元素
    Element
    2019年均值/(μg·m−3
    2019 mean
    6月均值/(μg·m−3
    June mean
    10月均值/(μg·m−3
    October mean
    12月均值/(μg·m−3
    December mean
    标准限值/(μg·m−3
    Standard limit
    As4.30×10−34.00×10−44.90×10−36.00×10−3
    Cr7.70×10−37.60×10−38.50×10−37.40×10−32.50×10−5
    Ni3.50×10−33.00×10−34.00×10−33.60×10−3
    Cu1.74×10−21.44×10−21.64×10−22.04×10−2
    Pb1.53×10−21.19×10−21.75×10−21.68×10−35.00×10−1
    Se1.60×10−31.00×10−31.80×10−32.00×10−3
    Zn3.23×10−22.04×10−23.79×10−23.92×10−2
    元素
    Element
    2019年均值/(μg·m−3
    2019 mean
    6月均值/(μg·m−3
    June mean
    10月均值/(μg·m−3
    October mean
    12月均值/(μg·m−3
    December mean
    标准限值/(μg·m−3
    Standard limit
    As4.30×10−34.00×10−44.90×10−36.00×10−3
    Cr7.70×10−37.60×10−38.50×10−37.40×10−32.50×10−5
    Ni3.50×10−33.00×10−34.00×10−33.60×10−3
    Cu1.74×10−21.44×10−21.64×10−22.04×10−2
    Pb1.53×10−21.19×10−21.75×10−21.68×10−35.00×10−1
    Se1.60×10−31.00×10−31.80×10−32.00×10−3
    Zn3.23×10−22.04×10−23.79×10−23.92×10−2
    下载: 导出CSV

    表 4  南海周边大气颗粒物PM受体模型源解析比较表

    Table 4.  Comparison of source analysis of PM receptor models around the South China Sea

    采样点
    Sampling site
    粒径
    Size
    采样时间
    Date
    模型
    Model
    源解析结果
    Source analysis results
    参考文献
    References
    中国海南省三亚市PM2.5
    n=34)
    2012, 1.6 — 2.8;
    2013.6.6—7.25
    PMF1.生物质燃烧(23.2%);2.机动车(37.9%); 3.燃煤(22.6%); 4.其他(16.3%);[8]
    PM2.5
    n=90)
    2019, 6 — 2019,12PMF1. 海洋源(24.9%); 2. 生物质燃烧源(20.8%); 3. 工业源(20.5%); 4. 土壤源(19%); 5. 交通源(14.8%)本研究
    中国海南省三沙市TSP
    n=73)
    2014.3—2015.2PMF1. 海盐(46.6%); 2. 土壤尘(11.9%); 3. 二次无机气溶胶(30.1%); 4. 海洋排放(11%)[11]
    中国海南省海口市PM2.5
    n=38)
    2011.12.26 — 2012.6.3; 2012.4.17—26CMB1. 扬尘(14.9%); 2. 机动车尾气(17.5%);
    3. SO42-(9.5%); 4. 海盐(3%);
    [9]
    PM10
    n=76)
    1. 扬尘(23.6%); 2. 机动车尾气(35%);
    3. SO42-(15.7%); 4. 海盐(8%);
    中国台湾省高雄港PM2.5
    n=28)
    2018.5— 2019.1PMF1. 船舶排放(15.6%);2. 二次无机气溶胶(24%);3. 机动车尾气(12.2%);4. 海盐(20.7%);5. 海盐和生物质燃烧(14.4%);6. 重油, 生物质燃烧(13.2%)[30]
    菲律宾马尼拉
    PM2.5
    n=28)
    2018.5— 2019.1PMF1. 道路扬尘, 燃煤(17.4%);2. 船舶排放, 机动车(19.1%);3. 工业(17.7%);4. 机动车(12.6%);5. 二次气溶胶,土壤, 生物质燃烧(21.3%);6. 海盐, 生物质燃烧(11.8%)[30]
    马来西亚八打灵PM2.5
    n=247)
    2017.1.11—2018.2.19PMF1. 混合冶炼工业和道路扬尘(5.6);2. 矿物尘(7.2%);3. 海盐(7.4%);4. 冶金工业(5.1%);
    5. 农业(19.2%);6. 制造业 (12%);
    7. 二次无机气溶胶,交通 (28.5%);8.生物质燃烧(15.2%)
    [31]
    采样点
    Sampling site
    粒径
    Size
    采样时间
    Date
    模型
    Model
    源解析结果
    Source analysis results
    参考文献
    References
    中国海南省三亚市PM2.5
    n=34)
    2012, 1.6 — 2.8;
    2013.6.6—7.25
    PMF1.生物质燃烧(23.2%);2.机动车(37.9%); 3.燃煤(22.6%); 4.其他(16.3%);[8]
    PM2.5
    n=90)
    2019, 6 — 2019,12PMF1. 海洋源(24.9%); 2. 生物质燃烧源(20.8%); 3. 工业源(20.5%); 4. 土壤源(19%); 5. 交通源(14.8%)本研究
    中国海南省三沙市TSP
    n=73)
    2014.3—2015.2PMF1. 海盐(46.6%); 2. 土壤尘(11.9%); 3. 二次无机气溶胶(30.1%); 4. 海洋排放(11%)[11]
    中国海南省海口市PM2.5
    n=38)
    2011.12.26 — 2012.6.3; 2012.4.17—26CMB1. 扬尘(14.9%); 2. 机动车尾气(17.5%);
    3. SO42-(9.5%); 4. 海盐(3%);
    [9]
    PM10
    n=76)
    1. 扬尘(23.6%); 2. 机动车尾气(35%);
    3. SO42-(15.7%); 4. 海盐(8%);
    中国台湾省高雄港PM2.5
    n=28)
    2018.5— 2019.1PMF1. 船舶排放(15.6%);2. 二次无机气溶胶(24%);3. 机动车尾气(12.2%);4. 海盐(20.7%);5. 海盐和生物质燃烧(14.4%);6. 重油, 生物质燃烧(13.2%)[30]
    菲律宾马尼拉
    PM2.5
    n=28)
    2018.5— 2019.1PMF1. 道路扬尘, 燃煤(17.4%);2. 船舶排放, 机动车(19.1%);3. 工业(17.7%);4. 机动车(12.6%);5. 二次气溶胶,土壤, 生物质燃烧(21.3%);6. 海盐, 生物质燃烧(11.8%)[30]
    马来西亚八打灵PM2.5
    n=247)
    2017.1.11—2018.2.19PMF1. 混合冶炼工业和道路扬尘(5.6);2. 矿物尘(7.2%);3. 海盐(7.4%);4. 冶金工业(5.1%);
    5. 农业(19.2%);6. 制造业 (12%);
    7. 二次无机气溶胶,交通 (28.5%);8.生物质燃烧(15.2%)
    [31]
    下载: 导出CSV

    表 5  三亚市大气PM2.5中重金属元素经呼吸途径对人群的年均超额危险度

    Table 5.  Average annual excess risk of heavy metal elements in atmospheric PM2.5 in Sanya City to the population through respiratory pathway

    元素
    Elements
    年均超额危险度R(无量纲)

    Annual excess risk R(No unit)
    儿童
    Child
    成年女性
    Adult women
    成年男性
    Adult men
    As7.64×10−81.30×10−71.51×10−7
    Cr3.85×10−76.57×10−77.63×10−7
    Ni3.68×10−96.27×10−97.28×10−9
    Al2.21×10−92.26×10−92.62×10−9
    Cu3.01×10-113.08×10-113.58×10-11
    Mn5.46×10-105.58×10-106.49×10-10
    Pb1.23×10-101.26×10-101.46×10-10
    Se5.40×10-125.52×10-126.42×10-12
    Zn1.12×10-111.14×10-111.33×10-11
    元素
    Elements
    年均超额危险度R(无量纲)

    Annual excess risk R(No unit)
    儿童
    Child
    成年女性
    Adult women
    成年男性
    Adult men
    As7.64×10−81.30×10−71.51×10−7
    Cr3.85×10−76.57×10−77.63×10−7
    Ni3.68×10−96.27×10−97.28×10−9
    Al2.21×10−92.26×10−92.62×10−9
    Cu3.01×10-113.08×10-113.58×10-11
    Mn5.46×10-105.58×10-106.49×10-10
    Pb1.23×10-101.26×10-101.46×10-10
    Se5.40×10-125.52×10-126.42×10-12
    Zn1.12×10-111.14×10-111.33×10-11
    下载: 导出CSV
  • [1] 曹军骥. PM2.5与环境[M]. 北京: 科学出版社, 2014.

    CAO J J. PM2.5 and environment[M]. Beijing: Science Press, 2014 (in Chinese) .

    [2] 周元. 努力建设以人民为中心的海南自贸港[N]. 海南日报, 2021-07-27(A02).

    ZHOU Y. Strive to build people-centered Hainan Free Trade Port[N]. Hainan Daily, 2021 /7 /27 / A02 edition (in Chinese).

    [3] 周家茂, 赵由之, 刘随心, 等. 三亚冬季大气PM2.5及碳气溶胶特征与来源分析 [J]. 地球环境学报, 2012, 3(5): 1060-1065.

    ZHOU J M, ZHAO Y Z, LIU S X, et al. Characteristic and source identifications of PM2.5 and carbonaceous aerosol at Sanya durning 2011 winter [J]. Journal of Earth Environment, 2012, 3(5): 1060-1065(in Chinese).

    [4] ZHOU J M, HO S, CAO J J, et al. Chemical characterization of PM2.5 from a southern coastal city of China: Applications of modeling and chemical tracers in demonstration of regional transport [J]. Environmental Science and Pollution Research International, 2018, 25(21): 20591-20605. doi: 10.1007/s11356-018-2238-1
    [5] TIAN J, WANG Q Y, HAN Y M, et al. Contributions of aerosol composition and sources to particulate optical properties in a southern coastal city of China [J]. Atmospheric Research, 2020, 235: 104744. doi: 10.1016/j.atmosres.2019.104744
    [6] WANG Q Y, LIU H K, WANG P, et al. Optical source apportionment and radiative effect of light-absorbing carbonaceous aerosols in a tropical marine monsoon climate zone: The importance of ship emissions [J]. Atmospheric Chemistry and Physics, 2020, 20(24): 15537-15549. doi: 10.5194/acp-20-15537-2020
    [7] WANG P, HAN C, ZHAO Y Z, et al. Characterization of PM2.5 mass concentration in the onshore of Sanya, China [J]. Journal of Atmospheric Science Research, 2020, 3(2): 32-38.
    [8] WANG J Z, HO S, CAO J J, et al. Characteristics and major sources of carbonaceous aerosols in PM2.5 from Sanya, China [J]. The Science of the Total Environment, 2015, 530/531: 110-119. doi: 10.1016/j.scitotenv.2015.05.005
    [9] FANG X Z, BI X H, XU H, et al. Source apportionment of ambient PM10 and PM2.5 in Haikou, China [J]. Atmospheric Research, 2017, 190: 1-9. doi: 10.1016/j.atmosres.2017.01.021
    [10] LIU B S, ZHANG J Y, WANG L, et al. Characteristics and sources of the fine carbonaceous aerosols in Haikou, China [J]. Atmospheric Research, 2018, 199: 103-112. doi: 10.1016/j.atmosres.2017.08.022
    [11] XIAO H W, XIAO H Y, LUO L, et al. Atmospheric aerosol compositions over the South China Sea: Temporal variability and source apportionment [J]. Atmospheric Chemistry and Physics, 2017, 17(4): 3199-3214. doi: 10.5194/acp-17-3199-2017
    [12] GENG X F, MO Y Z, LI J, et al. Source apportionment of water-soluble brown carbon in aerosols over the northern South China Sea: Influence from land outflow, SOA formation and marine emission [J]. Atmospheric Environment, 2020, 229: 117484. doi: 10.1016/j.atmosenv.2020.117484
    [13] SONG J W, ZHANG Y Y, ZHANG Y L, et al. A case study on the characterization of non-methane hydrocarbons over the South China Sea: Implication of land-sea air exchange [J]. The Science of the Total Environment, 2020, 717: 134754. doi: 10.1016/j.scitotenv.2019.134754
    [14] ZHANG Y L, LI J, ZHANG G, et al. Radiocarbon-based source apportionment of carbonaceous aerosols at a regional background site on Hainan Island, South China [J]. Environmental Science & Technology, 2014, 48(5): 2651-2659.
    [15] XIAO H W, XIE L H, LONG A M, et al. Use of isotopic compositions of nitrate in TSP to identify sources and chemistry in South China Sea [J]. Atmospheric Environment, 2015, 109: 70-78. doi: 10.1016/j.atmosenv.2015.03.006
    [16] 郑玫, 张延君, 闫才青, 等. 中国PM2.5来源解析方法综述 [J]. 北京大学学报(自然科学版), 2014, 50(6): 1141-1154.

    ZHENG M, ZHANG Y J, YAN C Q, et al. Review of PM2.5 source apportionment methods in China [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(6): 1141-1154(in Chinese).

    [17] 魏青, 陈文怡, 金麟先. 枣庄市大气PM2.5重金属元素健康风险评价及污染来源解析 [J]. 中国粉体技术, 2020, 26(6): 69-78.

    WEI Q, CHEN W Y, JIN L X. Health risk assessment and source analysis of heavy metal elements in PM2.5 in Zaozhuang City [J]. China Powder Science and Technology, 2020, 26(6): 69-78(in Chinese).

    [18] 单慧, 欧阳钏, 柯鸿阳, 等. 西北地区典型城市PM2.5中重金属污染特征及健康风险评价 [J]. 中国公共卫生, 2022, 38(4): 476-480. doi: 10.11847/zgggws1127718

    SHAN H, OUYANG C, KE H Y, et al. Heavy metals in PM2.5 in four metropolitan cities in Northwest China: Pollution characteristics and health risk assessment [J]. Chinese Journal of Public Health, 2022, 38(4): 476-480(in Chinese). doi: 10.11847/zgggws1127718

    [19] CAO J J, WU F, CHOW J C, et al. Characterization and source apportionment of atmospheric organic and elemental carbon during fall and winter of 2003 in Xi'an, China [J]. Atmospheric Chemistry and Physics, 2005, 5(11): 3127-3137. doi: 10.5194/acp-5-3127-2005
    [20] WU F, ZHANG D Z, CAO J J, et al. Soil-derived sulfate in atmospheric dust particles at Taklimakan desert [J]. Geophysical Research Letters, 2012, 39(24): L24803.
    [21] ANTONY CHEN L W, CAO J J. PM2.5 source apportionment using a hybrid environmental receptor model [J]. Environmental Science & Technology, 2018, 52(11): 6357-6369.
    [22] USA EPA. Integrated risk information system [DB/OL] [2019-02-03]https://www.epa.gov/research-states/integrated-risk-information-system-iris-webinar-archive.
    [23] ATSDR. Agency for Toxic Substances and Disease Registry[DB/OL]. [2019-02-03] .
    [24] 范逸飞, 陈秀玲, 方滋婧, 等. 漳州市城市公园灰尘重金属来源及健康风险评价 [J]. 地球环境学报, 2021, 12(1): 104-120.

    FAN Y F, CHEN X L, FANG Z J, et al. Heavy metal sources and health risk assessment of dust in Zhangzhou urban parks [J]. Journal of Earth Environment, 2021, 12(1): 104-120(in Chinese).

    [25] 郑乃嘉, 谭吉华, 段菁春, 等. 大气颗粒物水溶性重金属元素研究进展 [J]. 环境化学, 2014, 33(12): 2109-2116. doi: 10.7524/j.issn.0254-6108.2014.12.005

    ZHENG N J, TAN J H, DUAN J C, et al. Research progress on water-soluble heavy metal in atmospheric particulate mattters [J]. Environmental Chemistry, 2014, 33(12): 2109-2116(in Chinese). doi: 10.7524/j.issn.0254-6108.2014.12.005

    [26] YAO X H, CHAN C K, FANG M, et al. The water-soluble ionic composition of PM2.5 in Shanghai and Beijing, China [J]. Atmospheric Environment, 2002, 36(26): 4223-4234. doi: 10.1016/S1352-2310(02)00342-4
    [27] LEE Y N, WEBER R, MA Y, et al. Airborne measurement of inorganic ionic components of fine aerosol particles using the particle-into-liquid sampler coupled to ion chromatography technique during ACE-Asia and TRACE-P [J]. Journal of Geophysical Research:Atmospheres, 2003, 108(D23): 8646. doi: 10.1029/2002JD003265
    [28] MA Y, WEBER R J, LEE Y N, et al. Characteristics and influence of biosmoke on the fine-particle ionic composition measured in Asian outflow during the Transport and Chemical Evolution Over the Pacific (TRACE-P) experiment[J]. Journal of Geophysical Research: Atmospheres, 2003, 108(D21),doi:10.1029/2002JD003128.
    [29] 海南日报. 2020 年海南省生态环境状况公报[N]. 2021 年/6 月/5 日/第A06 版.

    Hainan Daily. Ecological and Environmental Status Report of Hainan Province in 2020 [N] . 2021/26/25/A06 edition (in Chinese).

    [30] TSENG Y L, WU C H, YUAN C S, et al. Inter-comparison of chemical characteristics and source apportionment of PM2.5 at two harbors in the Philippines and Taiwan [J]. Science of the Total Environment, 2021, 793: 148574. doi: 10.1016/j.scitotenv.2021.148574
    [31] HASSAN H, LATIF M T, JUNENG L, et al. Chemical characterization and sources identification of PM2.5 in a tropical urban city during non-hazy conditions [J]. Urban Climate, 2021, 39: 100953. doi: 10.1016/j.uclim.2021.100953
    [32] ROVIRA J, ROIG N, NADAL M, et al. Human health risks of formaldehyde indoor levels: An issue of concern [J]. Journal of Environmental Science and Health. Part A, Toxic/Hazardous Substances & Environmental Engineering, 2016, 51(4): 357-363.
  • 加载中
图( 5) 表( 5)
计量
  • 文章访问数:  2203
  • HTML全文浏览数:  2203
  • PDF下载数:  38
  • 施引文献:  0
出版历程
  • 收稿日期:  2022-02-09
  • 录用日期:  2022-05-24
  • 刊出日期:  2023-07-27

2019年三亚市PM2.5微量元素的源解析和健康评价

    通讯作者: E-mail:wpalong@hntou.edu.cn;  ;E-mail:dingwenci@hotmail.com; 
  • 1. 海南热带海洋学院,三亚 ,570022
  • 2. 中国科学院地球环境研究所,气溶胶化学与物理重点实验室,西安,710061
基金项目:
国家自然科学基金 (41867046,42267015),海南省基础与应用基础研究计划(自然科学领域)高层次人才项目基金(2019RC243,2019RC240),中国科学研究院气溶胶化学与物理重点实验室开放基金(KLACP2001),海南省高等学校教育改革项目(Hnky2019-56)和海南省研究生创新项目(Hys2020-396)资助.

摘要: 本研究通过滤膜采样分析得到三亚市PM2.5微量元素数据,结合富集因子,表征化学特征;使用PMF模型进行源解析,定量估算各排放源的贡献比例,并与南海周边城市源解析比较;根据暴露评估模型评估健康效应. 结果表明,三亚市致癌性重金属Cr(7.70×10-3 μg·m−3)已经超过标准限值(2.50×10−5 μg·m−3),S的富集因子高达825.46,表明三亚PM2.5受S元素污染严重;源排放贡献大小比例分别为:海洋源(24.9%)>生物质燃烧源(20.8%)>工业源(20.5%)>土壤源(19%)>交通源(14.8%),源解析结果比较得知,海盐贡献比例与采样点离岸距离有梯度变化特征;滨海城市的主要人为排放源受制于城市经济发展程度;二次无机气溶胶的贡献与工业源的比例呈反比,取决于SAN SNA标识物的配分;重金属污染对三亚不同人群的影响大小顺序为:成年男子>成年女子>儿童;9种重金属元素对 3 类人群经呼吸途径暴露的健康风险均为Cr>As>Ni>Al>Mn>Pb>Cu>Zn>Se.

English Abstract

  • 大气颗粒物PM2.5与气候变化、人体健康、生态环境等密切相关[1]. 三亚市(18°18′N,109°31′E)位于海南岛的最南端,地处低纬度,属热带海洋性季风气候区. 随着海南自由贸易港建设进展加快、国际旅游岛对外开放和海南热带气候等区位优势,海南人口激增与经济快速发展,空气质量的压力越来越大[2],三亚市政府和国内外游客也日益重视PM2.5的健康效应.

    三亚PM2.5研究报道较少,与之关联的是南海大气化学研究. 前人研究如下:三亚PM2.5中OC和EC [3-4];PM2.5光学特征[5-6];PM2.5的潜在源定性分析[4,7];PMF模型定量源解析[8]. 海口CMB模型源解析[9-10];南海PMF模型源解析[11-12];南海有机气溶胶分子标识物和同位素示踪来源[13-15];上述源解析很少单用微量元素. 受体模型PMF源解析优点在于灵活性(不需源谱)和操作性(模型软件化和源个数“眼球法”),缺点在于共线源问题和源解析结果时空差异大[16]. 基于PMF的优缺点,在实际运用中,呈现两种局面:一方面是接受PMF优点,广泛应用,同时,单用微量元素组分进行源解析,多与PM2.5中重金属健康效应结合 [17-18];另一方面是将受体模型、源清单法和源过程法等方法结合,进行多种源解析,相互验证解决PMF不足 [19]. 本文基于微量元素数据及其健康评价,采用PMF源解析第一情况,其不足在于微量元素标识物的共线源问题,优势在于微量元素相对于有机组分来说,其变化程度小. 三亚市PM2.5微量元素的源解析尚鲜见报道,研究PM2.5中微量元素污染特征及健康评价具有十分重要的意义.

    本文通过离线滤膜样品采集得到三亚市PM2.5微量元素数据,结合富集因子分析,表征三亚市PM2.5微量元素的化学特征;使用受体PMF模型进行源解析,定量估算微量元素排放源对三亚市PM2.5的贡献比例;利用暴露评估模型,评价PM2.5中微量元素的健康效应. 此论文为三亚市PM2.5的空气质量监测及防治提供思路及措施.

    • 本研究样品采集地点位于三亚市吉阳区热带海洋学院实验楼8栋楼顶大气颗粒物采样室. 采样时间选用2019年6月(代表夏季)和10月(秋季)、12月(冬季)作为季节性代表进行采样. 每天1个样,每个滤膜样品每天收集大气颗粒物至少20 h,每月30个样品,共计90个样品. 样品采集使用仪器为mini-volume便携式大气颗粒物PM2.5采样器,流量是5 L·min−1,该仪器已得USEPA(美国环保局)认可,选择特氟龙滤膜收集元素组分.

    • 本实验样品分析地点是在中科院地球与环境研究所化学与物理重点实验室,使用X射线荧光光谱仪对特氟龙膜上气溶胶所含的26种元素(Na、Mg、Al、Si、P、S、Cl、K、Ca、Sc、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、Ga、As、Se、Br、Sr、Ba、Pb)进行了分析测定. 仪器采用美国Micro Matter公司的薄膜滤纸作为标准物质建立工作曲线;采用NIST SRM 2783号标准物质进行质量控制,每8个样品任意挑选1个做复检. 检查各个元素的浓度测量值,并给出最终结果. 结合采样面积和采样流量,将初始浓度转化为最终的大气质量浓度单位. 样品分析过程中的质量保证/质量控制详见文献 [20].

    • 元素富集因子法简称“富集因子法”(Enrichment Factor,EF). 用以表示大气颗粒物中元素的富集程度,并判断和评价颗粒物中元素来源(自然来源和人为来源)的因子. 根据前人研究,元素的富集因子<10,主要来源为自然源;元素的富集因子>10,则认为其受到人为污染源的影响,富集因子越高,其受人为活动影响越大[1]. 富集因子EF的定义如下:

      式中,Cx是指研究中感兴趣的元素浓度,Cr为参考元素的浓度,分子的含义是样品中待测元素与参考元素的浓度比值,分母的含义为参考质中待元素与参考元素的浓度比值.

    • PMF法(Positive Matrix Factorization)是美国环保署EPA确定的区域环境污染评价的重要方法之一[21]. PMF法不依赖于排放源的排放条件、气象、地形等数据,能够定量确定污染源的类型和贡献比例 [19]. 受体模型PMF法的原理为:假设有p种来源、来源类型或来源区域影响一个受体,对观测得到的大气颗粒物中各种组分的浓度按照各因素的影响进行线性拟合. 数学表达式如下:

      式中,Xij是受体第i天第j种组分的浓度;gik是第k种因素在第i天对受体的贡献;fkj是组分j在第k种因素中所占的部分;eij是第i天第j种组分的残余部分. EPA PMF的任务就是最小化总方差,即Q值最小.

      式中,Sij是第i天第j种组分的不确定性,用户可以根据公式(4)和(5)确定每个Xij的不确定性,当化学组分浓度小于最低检测限(MDL)时,不确定度用公式(4)计算;当化学组分浓度大于最低检测限(MDL)时,不确定度用公式(5)计算,式中Error Fraction 的计算基于重复样测试结果计算,MDL 组分分析设备都会有该数据.

      本研究采用美国环保署认可的 EPA PMF 5.0 模型软件进行分析运算,以采样点位共计90个 PM2.5 样品中的26个微量组分浓度及其不确定性作为输入文件. 根据各因子的特征来解释污染源类型和贡献大小 (下载地址:http://www.epa.gov/air-research/positive-matrix-factorization-model-environmental-data-analyses).

    • 本文选取9种重金属元素(As、Cr、Ni、Al、Cu、Mn、Pb、Se、Zn)进行健康评价. 依据美国环保署综合风险信息数据库和国际癌症研究机构的研究结论,大气细颗粒物重金属中的As、Cr、Ni属于致癌性物质,Al、Cu、Mn、Pb、Se、Zn属于非致癌性物质 [22-23]. 经呼吸途径暴露的健康风险评价公式如下:

      其中,R为人群超额危险度,无量纲;LADD(life average daily dose)为致癌物质终身日均暴露剂量[μg·(kg·d)−1];ADD(average daily dose)为非致癌物质日均暴露剂量[μg·(kg·d)−1];AL(average life)为人均寿命参数,取常量70;SF(slope factor)为致癌化学物质的致癌斜率因子[(kg·d)·μg−1;RfD(reference dose)为参考剂量[μg·(kg·d)−1];SF与RfD获得自美国环保署颁布的化学物质人体健康效应评价文件(HEA)(https://www.epa.gov/),见表1.

      暴露剂量率计算方法为:

      其中,C(concentration)为污染物浓度(μg·m−3);IR(inhalation rate)为呼吸速率参数(m3·d−1);ED(exposure duration)为暴露持续时间(d);BW(body weight)为体重(kg);AT(averaging time)为平均暴露时间(d);经呼吸途径进入人体的暴露剂量参数来自美国环保署( https://www.epa.gov/),其中成年男性与女性的IR与BW来自生态环境部(https://www.mee.gov.cn/),见表2.

    • 26种微量元素平均浓度见图1. 从图1可知,S(1.040 μg·m−3)、Mg(0.906 μg·m−3)、Na(0.325 μg·m−3)、Al(0.235 μg·m−3)、Si(0.228 μg·m−3)、K(0.214 μg·m−3)、Fe(0.126 μg·m−3)、Ca(0.112 μg·m−3)等元素含量较高. Na和K是碱金属元素,Ca和Mg是碱土金属元素,Al、Si和Fe是造岩元素或土壤中主量元素,Mg含量排序第二,表明样品受土壤排放源影响大. S是非金属元素,来源于含硫矿物燃烧,含量排序第一,表明三亚市大气颗粒物PM2.5已受人为源的影响[3-4,7-8].

      表3 是PM2.5中7种重金属元素浓度均值. 由表3可知,三亚市重金属元素的年均质量浓度排序为:Zn>Cu>Pb>Cr>As>Ni>Se. Zn的质量浓度最高,其中致癌性重金属Cr(7.70×10−3 μg·m−3)已超过《环境空气质量标准》(GB 3095—2012)中规定标准限值2.50×10−5 μg·m−3. 大气Zn排放源较多,除受电镀、冶金、化工等工业影响外,还与机动车辆橡胶轮胎磨损、垃圾焚烧、含锌矿石的开采等多种因素有关[24];Cr广泛应用于汽车零件,铝合金和钛合金等制品、轮胎摩擦产生的粉尘也含有Cr元素[25],研究表明,受海洋气候影响,滨海城市Cr高于内陆城市. 三亚是国际旅游城市,高速公路和景区常见大陆各省车辆,加之行车道路环境的不熟悉,高浓度的Zn和致癌性重金属Cr可能与车辆橡胶轮胎磨损有关;同时,海南岛处于季风交互地带,受大陆污染影响严重[4,7-8],这也是三亚重金属Cr超标原因之一.

    • 以Fe为参考物质,对Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Cr、Mn、Fe、Cu等15种元素进行富集因子分析,分析结果如图2. 由图2可知,S(825.46)、Cl(97.67)、Cu(67.87)、Cr(31.21)、Mn(18.80)、Mg(17.20)、V(10.57)均出现较高的EF值,其中S的富集因子高达825.46,表明这些元素已经明显受到人为活动的影响,与前人研究三亚PM2.5空气质量结果一致[4,7-8]. 三亚市PM2.5主要来源是海洋源、工业源和交通源等,故S、Cl、Cu等元素富集因子较高.

    • 为了确定因子(源)数量,分别对模型进行了迭代运算,通过比较分析,最终确定5个因子最为合理(“眼球法”) [21]. 5个因子的贡献比例如图3所示.

      本研究根据前人文献及研究,交通源用Pb、Zn等来指示,K来指示生物质燃烧源,Na来指示海洋源[1], Mn、Si、Ca、Fe来指示土壤源,V、Cu、Zn来指示工业源[16]. 对照相关因子浓度贡献占比及其时间序列,第1个因子是海洋源:标识物为Na、Cl和Br,Na是碱金属元素,Cl和Br是海洋卤族元素;第2个因子是生物质燃烧源:标识物为K、P,二者是植物生长的营养元素;第3个因子是工业源,标识物为Cu、Zn、V、Ni、Cr,这些都是重金属元素;第4个因子为土壤源,标识物为Ca、Si、Fe、Ti,其中,Ca是碱土金属,剩余的都是造岩元素,也是土壤的主量元素;第5个因子是交通源,标识物为S、Pb、Cl,其中,S和Pb是交通燃烧源的指纹,Cl是海洋源和燃烧源(如生物质燃烧、机动车燃烧和燃煤燃烧)的标识物 [26-28]. 虽然Cl是作物生长发育不可或缺的一种元素,是构成作物生长所必须的16种元素之一,可归属于生物质燃烧源,但限于Cl元素的共线源问题和PMF模型“眼球法”识别源个数的主观性,综合考虑,本文将Cl归属于交通源排放.

      图4是三亚市PM2.5源解析结果,5种排放源大小比例分别是:海洋源(24.9%)>生物质燃烧源(20.8%)>工业源(20.5%)>土壤源(19%)>交通源(14.8%). 结果表明,三亚比邻南海,海洋表层微生物或植物是第一自然排放源,与前人研究结果一致[6-7];海南岛属热带气候,森林覆盖率达80%,生物质燃烧多以谷物秸秆、烤槟榔、枯枝落叶等燃烧排放为主 [29],生物质燃烧是第二排放源;工业源为第三排放源;土壤源为第四贡献源;交通源是第五贡献源.

      表4是南海周边国家利用受体模型对PM(TSP、PM10、PM2.5)进行源解析的结果比较. 结果表明如下:1) 滨海城市中海盐贡献占比<10%, 如马来西亚八打灵海盐(7.4%),在贫营养化的三沙永兴岛,海盐占比高达46.6%;在离大陆最近的城市海口,海盐占比低达3%,这一现象说明海盐贡献比例与采样点离岸距离有梯度变化特征 [30]. 2) 滨海城市的主要人为排放源受制于城市经济发展程度,如三亚旅游国际岛,交通源占比高达37.9%;海口是海南省会城市,经济综合发展,交通源占比17.5%;中国台湾省高雄,港口贸易发达,船舶排放占比15.6%;马来西亚八打灵市工业发达,制造业(12%)+混合冶炼工业和道路扬尘(5.6)+冶金工业(5.1%)+ 矿物尘(7.2%),工业源的贡献比例高达30%;菲律宾马尼拉市是工业欠发达,以基础工业为主,如燃煤(17.4%),工业(17.7%),机动车(12.6%)等,工业源的贡献比例更高达50% [30-31]. 3) 二次无机气溶胶由于是二次生成,在滨海城市中,随着工业污染占比高,其贡献比呈现下降趋势,比例范围在20%—30%. 如海南省三沙市二次无机气溶胶(30.1%);海南省海口SO42-(9.5%);马来西亚八打灵二次无机气溶胶(28.5%);中国台湾省高雄港二次无机气溶胶(24%);菲律宾马尼拉二次气溶胶(21.3%)等 [30-31]. 4) 二次无机气溶胶是有SO42-、NO3-和NH4+组成(简称SNA),在PMF模型源解析中,中国大陆学者将其归为二次污染物,但溯源对应不了经济产业部门,而东南亚学者将标识物SO42-基本归为工业燃煤源;NO3-归为交通源;NH4+归为农业源,这是PMF源解析结果差异之一 [21]. 5) 具体确定生物质燃烧源的贡献比,如通用K+标识物外,应加上左旋葡萄糖等有机分子标识物,因为K+还来源于土壤等[16].

    • 根据经呼吸途径暴露的健康风险评价模型[18],分别计算出的PM2.5重金属元素对儿童、成年女性和成年男性的平均超额危险度见表5. 9种重金属元素的年均超额危险度在5.40×10-12—7.63×10−7之间,均低于人群可接受危险水平标准1.00×10-6 [32];9种重金属元素对3类人群经呼吸途径暴露的健康风险均为Cr > As > Ni > Al > Mn > Pb > Cu > Zn > Se,致癌性物质As、Cr、Ni年均超额危险度数量级为10−7—10−9,远高于非致癌性物质Al、Cu、Mn、Pb、Se、Zn在量级为10−9—10-12的年均超额危险度;结合表3可看出,Cr元素质量浓度超标,造成Cr的年均超额危险度接近人群可接受危险水平标准. 得出三亚市大气颗粒物PM2.5重金属元素对人群基本无健康风险,但致癌性元素Cr浓度超过国家标准,并且对人群具有潜在的危害. 较之前人研究结果[17],三亚市年均超额危险度量级更低,三亚人口较少,且无采暖季节,海陆风盛行导致扩散条件好,污染物不容易累积[3].

      各选取一种代表性致癌性重金属元素和非致癌性重金属元素代入健康风险评价公式,得出每日人群超额危险度见图5. 致癌性重金属代表元素Ni对儿童、成年女性、成年男性人群超额危险度分别为3.68×10−9、6.27×10−9、7.28×10−9;非致癌性重金属Al对儿童、成年女性、成年男性人群超额危险度分别为2.21×10−9、2.26×10−9、2.62×10−9,结合图5得出不同人群的健康风险评价结果为:成年男性>成年女性>儿童,与山东省枣庄市研究结果一致[17].

    • (1)26种微量元素中S、Mg、Na、Al、Si、K、Fe、Ca元素平均质量浓度较高,其中,重金属元素Zn的质量浓度最高,致癌性重金属Cr已经超过标准限值,S的富集因子高达825.46.

      (2)PMF源解析结果为海洋源(24.9%)>生物质燃烧源(20.8%)>工业源(20.5%)>土壤源(19%)>交通源(14.8%);对比南海周边滨海城市PMF,结果表明,海盐贡献比例与采样点离岸距离有梯度变化特征;滨海城市的主要排放源受制于城市主导经济产业发展;二次无机气溶胶的贡献与工业源的比例呈反比,取决于SNA标识物的分配;除K+作为生物质标识物外,应加上左旋葡萄糖等有机分子标识物.

      (3)三亚市大气颗粒物PM2.5重金属污染对不同人群的影响为:成年男子>成年女子>儿童;不同季节影响为冬季>秋季>夏季:9种重金属元素对3类人群经呼吸途径暴露的健康风险均为Cr > As > Ni > Al > Mn > Pb > Cu > Zn > Se,其年均超额危险度均低于可接受危险水平标准.

    参考文献 (32)

目录

/

返回文章
返回