-
城市具有环境界面多样、污染物迁移归趋过程复杂等特征，正面对着全球变暖和区域环境恶化的严峻挑战. 城市土地覆被正快速被人工不透水面（建筑屋顶、路面等）所取代，形成了“城市第二自然地理格局”[1]. 不透水面改变了城市水文、能量分布和非点源污染负载，是城市环境系统最重要的环境介质之一[2-3]. 多环芳烃（polycyclic aromatic hydrocarbons, PAHs）广泛分布于城市环境系统中，其具有的“致癌、致畸、致突变”效应和持续输入特征，对城市生态和居民健康构成了极大的威胁. 目前，关于城市环境系统中PAHs的研究多聚焦在大气气溶胶[4]、城市植被[5]、道路灰尘[6]、水体[7]和降水[8]等环境介质，并已检测出较高质量浓度水平的PAHs富集.
Gustafson等发现城市大气中半挥发性有机污染物质量浓度随温度的升高呈指数增加，认为污染物可能来源于被污染的路面[9]. Diamond等发现了典型不透水面（玻璃）表面有机膜存在的证据，认为玻璃可以吸附大气中半挥发性有机污染物[10]. 随后，Diamond等利用多介质逸度模型对城市环境系统中半挥发性有机污染物的迁移归趋过程进行了模拟，发现不透水面的存在增加了污染物在环境中的停留时间[11]，认为不透水面是PAHs主要的“汇”[12]，而汽车尾气和本地短距离传输的污染物是不透水面PAHs的主要来源[13]. 此外，不透水面的存在增强了PAHs在城市环境系统中的可迁移性，通过大气-不透水面-水体系统增加了水体中PAHs的含量，造成地表水的污染[14]. 玻璃表面已检测出较高质量浓度的有机污染物，如美国“911”恐怖袭击现场玻璃表面PAHs质量浓度高达154 μg·m-2[15]，上海市金山工业区玻璃表面PAHs质量浓度达87.8 μg·m-2[16]. 当环境条件改变时，玻璃表面富集的PAHs又会释放到室内空气中，居民日常生活和工作与玻璃直接接触也较频繁，这样不可避免的暴露于PAHs风险之中. 基于此，本研究选择上海市公园绿地玻璃为研究介质，了解玻璃表面PAHs富集水平和组分特征，进一步对污染源进行分析，以期为城市多介质PAHs研究提供理论和数据支撑.
-
本研究共选择了8个代表性公园绿地，其中杨浦公园（YP）、鲁迅公园（LX）、华漕公园（HC）和普陀体育公园（PTS）位于上海市中心城区，主要满足于附近居民日常休闲需要；世纪公园（SJ）靠近陆家嘴商务区，为4A级旅游景区，汽车流量大；临江公园（LJ）和吴泾公园（WJ）分别位于宝山工业区和吴泾工业区附近，为附近居民日常休闲活动场所；佘山森林公园（SS）位于上海市松江区，为远郊区旅游景区，工业排放和汽车尾气对其影响较小（图1）. 考虑降雨时采样点附近草本植物叶片喷溅对玻璃表面PAHs累积的影响和采样的方便性，选择不受降雨冲刷影响且高于地面约2 m左右的玻璃作为采样对象. 根据玻璃大小确定采样面积，保证采样区域距玻璃边框10 cm以上，以免玻璃边框密封材料污染样品. 由于采样玻璃表面PAHs的累积时间不确定，用低尘擦拭纸沾取二氯甲烷将玻璃擦拭干净，然后每隔3个月擦拭玻璃表面采集样品1次，共采集4次，分别代表春季、夏季、秋季和冬季. 采样时，用已净化的低尘擦拭纸（Kimwipes，购于美国kimberly clark公司）沾取二氯甲烷定面积擦拭玻璃表面，采集好的样品用铝箔包好装于自封袋中. 每个采样点采集2个样品，共计64个. 为检验大气中气相PAHs对采样过程的影响，同时采集野外空白样品，用镊子夹取低尘擦拭纸沾取二氯甲烷后在空气中挥动至风干后用铝箔包好，所有样品带回实验室-20℃保存待分析.
-
样品冷冻风干后称重，加适量铜粉和无水硫酸钠一并填装于滤纸槽中，加入氘代回收率内标物（购于德国Dr. Ehrenstorfer公司），用丙酮和二氯甲烷混合溶剂（120 mL，体积比1:1）在索式抽提器中以4次·h−1的速率连续回流抽提20 h，将抽提液旋转蒸发至约1 mL，用25 mL正己烷进行溶剂置换后再蒸发至1 mL，过硅胶－氧化铝层析柱去除杂质（体积比2∶1，湿法填装），用15 mL正己烷和70 mL混合溶剂（二氯甲烷和正己烷体积比为3∶7）分别淋洗出烷烃和芳烃组分，含芳烃组分浓缩定容至1mL上机分析. 利用气相色谱－质谱联用仪（Agilent, 7890A/5975C, 美国Agilent公司）分析16种优控PAHs（萘（Na）、苊（Acy）、二氢苊（Ace）、芴（Fluo）、菲（Phe）、蒽（An）、荧蒽（Fl）、芘（Pyr）、苯并[a]蒽（BaA）、䓛（Chry）、苯并[b]荧蒽（BbF）、苯并[k]荧蒽（BkF）、苯并[a]芘（BaP）、茚并[1,2,3-cd]芘（InP）、二苯并[a,h]蒽（DahA）、苯并[ghi]苝（BghiP））. 色谱柱为DB-5聚硅氧烷聚合物色谱柱（30 m×0.25 mm×0.25 μm）. 升温程序为色谱柱在55 ℃维持2 min，然后以20 ℃·min−1速率升温到280 ℃，以10 ℃·min−1 速率升温到310 ℃，维持5 min. 载气为高纯He，流速1 mL·min−1. 扫描模式：SIM模式.
-
部分空白样品检出Na和Phe（含量低于样品实际含量的3%），方法空白实验无PAHs被检出，16种PAHs加标空白回收率为70%—110%. 氘代内标物回收率为：萘-d8：79.8%—95.1%，二氢苊-d10：79.85%—95.73%，菲-d10：74.83%—98.89%，䓛-d12：77.8%—106.2%，苝-d12：80.1%—101.65%.
-
玻璃表面PAHs质量浓度有两种表达方式：面积归一化和质量归一化. 计算公式如下：（1）面积归一化质量浓度（ANMC）=C/A（单位为ng·m−2，C为每个采样点2个样品的平均质量浓度，A为采样面积，采样时用刻度尺标出采样范围，一般为30 cm×30 cm）；（2）质量归一化质量浓度（MNMC）=C/M（单位为ng·g−1，C为每个采样点2个样品的平均质量浓度，M为采样前后低尘擦拭纸质量差）[15]. 应用毒性当量因子（TEFs）计算PAHs的毒性当量（TEQ），计算公式如下：TEQ=（Ci×TEFs），Ci为单体PAH的浓度，TEFs为毒性当量因子[17]. 运用Freehand，Origin 7.5软件进行绘图.
-
公园绿地玻璃表面PAHs面积归一化质量浓度如表1所示，16种PAHs在春季和夏季的检出率为100%；YP采样点InP、DahA和BghiP，SJ和LJ采样点Acy在秋季低于检出限，而YP、LX、HC、LJ和WJ采样点Acy在冬季低于检出限. 从季节平均质量浓度看，玻璃表面Phe最高（66.9—111.6 ng·m−2），不同季节质量浓度占比在14%—22%之间，其次为Fl（质量浓度在51.3—78.8 ng·m−2之间，占比为9%—17%）和Pyr（质量浓度在32.4—60.7 ng·m−2之间，占比为5%—14%），而DahA最低（质量浓度在2.8—16.4 ng·m−2之间，占比为1%—3%），说明玻璃表面更易吸附大气中的中低环数PAHs，使得高环PAHs的质量浓度较低. 这一结果与上海市大气干湿沉降样品中PAHs富集特征相似，Phe、Fl和Pyr的占比最高[4].
公园绿地玻璃表面PAHs的质量浓度范围在83.6—1689.6 ng·m−2之间（表1）. 玻璃表面PAHs质量浓度在夏季最高（599.7 ng·m−2），其次秋季（533.1 ng·m−2）和春季（464.2 ng·m−2），冬季最低（351.4 ng·m−2）. 在夏季，高温使得中低环数PAHs从被污染的土壤、植物叶片和路面等介质挥发到大气中，促进了玻璃表面有机膜的冷凝过程[9]. 与其它研究相比，远低于广州城区（1290 ng·m−2）[18]、上海市交通区（4007.9 ng·m−2）和商业区（3655.6 ng·m−2）[12]、巴尔的摩城区（5408 ng·m−2）[19]、多伦多城区（6100 ng·m−2）[15]和911恐怖袭击后的纽约世贸中心废墟附近玻璃表面PAHs质量浓度（38744 ng·m−2）[20]，但高于多伦多农村（210 ng·m−2）[15]. 具体来看（图2），紧邻上海陆家嘴金融区的SJ玻璃表面PAHs季节平均质量浓度最高（1107.6 ng·m−2），SJ采样点附近交通流量大，PAHs更多来源于交通排放[21]；其次为WJ（546.9 ng·m−2），该采样点位于黄浦江边，北面为吴泾火电厂，往来船舶尾气和火电厂燃煤是PAHs的主要来源.
由于气-固分配系数的差异，大气中低环数PAHs以气相形式存在，而高环数PAHs以颗粒相形式存在[22]. 由图3可知，公园绿地玻璃表面PAHs组成特征季节差异明显，4环PAHs的质量浓度平均占比在春季（43%）和冬季（42%）最高；随着季节转换，2+3环PAHs质量浓度平均占比在秋季（57%）和夏季（46%）增加明显，说明大气中PAHs存在形式季节差异明显，进一步影响玻璃表面PAHs吸附过程，这种富集模式表征了城市大气颗粒物中PAHs的老化[15]；而5+6环PAHs质量浓度平均占比在夏季（24%）>春季（22%）>秋季（15%）=冬季（15%）. 总体上，玻璃表面以2+3环和4环PAHs为主，这与Toronto、香港和广州玻璃表面PAHs组成相似[15,18]. 从单体PAH来看，春季和冬季以Phe、Fl和Pyr为主，夏季以Phe和BghiP为主，而秋季以Phe、Na和Fl为主.
-
汽车尾气、工业排放和居民生活排放是城市环境系统中PAHs的主要来源[23~25]. 上海市路网稠密、汽车保有量大，汽车尾气对环境中PAHs的贡献不容忽视，而汽车尾气中气相有机物又是玻璃表面有机膜形成的主要物质[13]. 上海地区源成分谱研究表明，柴油车（卡车和客车）尾气中Na、Phe和Fl占比最高，而汽油车尾气中BaP、BghiP和Pyr占比最高[26]. 朱利中等研究认为，BghiP是汽油引擎或柴油内燃机的主要排放物[23]，因此，BghiP与T-PAHs之间相关性常被作为城市PAHs的判源指标. 如图4所示，不同季节玻璃表面BghiP与T-PAHs之间均存在很强的正相关关系，春季的相关系数（r=0.99806）>夏季（r=0.97443）>冬季（r=0.90834）>秋季（r=0.889），说明汽车尾气是公园绿地玻璃表面PAHs的主要贡献源.
PAHs同分异构体的热稳定性不同，可利用同分异构体比值判断PAHs来源类型[27]. An/（Phe+An）和Fl/（Fl+Pyr）、InP/（InP+BghiP）和BaA/（BaA+Chry）异构体比值常被用作环境介质中PAHs的判源指标[28]. 不同研究区域环境参数差异较大，使得PAHs在迁移归趋过程中的降解转化不同，所以利用其它研究区异构体比值得出的判源结果可能存在偏差. 本研究利用上海市PAHs污染源成分谱数据对玻璃表面PAHs进行源解析研究[26]. 如图5所示，从An/（Phe+An）和Fl/（Fl+Pyr）异构体比值来看，春季PAHs异构体比值与柴油车，降尘、裸露表土和油烟中PAHs成分谱相近，夏季PAHs异构体比值与柴油车、裸露表土和烧烤PAHs成分谱相似，而秋季和冬季PAHs异构体比值主要与裸露表土和降尘PAHs成分谱相似，可以看出不同季节玻璃表面PAHs污染源存在差异，但主要污染源相对稳定，即为汽车尾气和扬尘源（降尘和裸露表土），而夏季户外烧烤对PAHs有一定的贡献. 从InP/（InP+BghiP）和BaA/（BaA+Chry）异构体比值来看，春季PAHs异构体比值与秸秆燃烧物、草木灰、裸露表土和工业区路面尘、降尘相似，夏季主要与油烟、汽车修理厂表土和草木灰相似，秋季和冬季与秸秆燃烧物和裸露表土相似，说明玻璃表面PAHs在春季、秋季和冬季可能更多来源于扬尘源（裸露表土）和秸秆焚烧，油烟和修理厂表土挥发出的气相PAHs在夏季的贡献较为明显. 相较于其它环境介质（土壤、水体和大气颗粒物等），吸附在玻璃表面的PAHs在光照和气温发生变化时更易发生光降解[12]，所以玻璃表面PAHs的溯源还需结合其它判源方法进一步研究.
-
在城市环境中，PAHs以气相或颗粒相吸附在玻璃表面，居民日常生活不可避免的暴露于PAHs风险之中，所以开展玻璃表面PAHs的毒性当量评估非常必要. BaP毒性当量浓度（toxic equivalent quantity, TEQ）已被广泛地应用于评估PAHs的潜在风险，通过毒性当量因子（toxic equivalence factors, TEFs）将不同毒性的PAHs质量浓度转化为生物毒理学数据，进而了解PAHs的潜在风险[17]. 有关玻璃表面PAHs研究开展较晚且资料较少，对玻璃表面PAHs进行质量归一化处理后的7种致癌性PAHs（BaA、Chry、B[b]F、B[k]F、BaP、InP和DahA）的质量浓度范围为58.3—1311.8 ng·g−1. 计算后的TEQ浓度为夏季（466.6 ng·g−1）>春季（361.0 ng·g−1）>秋季（262.9 ng·g−1）>冬季（214.6 ng·g−1），与上海市文教区（490 ng·g−1）和商业区（261 ng·g−1）玻璃表面TEQ浓度相当[12]；但远低于上海市PM2.5中PAHs的TEQ浓度[4]；也低于上海市路边土壤中TEQ浓度（892 ng·g−1），与绿化带（401 ng·g−1）、商业区（341 ng·g−1）和公园（324 ng·g−1）土壤中TEQ浓度相当[29]；高于上海市不同功能区香樟树叶片中PAHs的TEQ浓度值[30]. BaP、DahA和B[b+k]F是玻璃表面主要的致癌单体PAH，共计占TEQ浓度的80%—91%，其中BaP的TEQ浓度占比高达50%—62%.
-
（1）玻璃表面PAHs质量浓度在83.6—1689.6 ng·m−2之间. 在夏季最高（599.7 ng·m−2），冬季最低（351.4 ng·m−2）. SJ玻璃表面PAHs平均质量浓度最高（1107.6 ng·m−2），可能受控于附近繁忙的交通排放. 单体PAH中Phe的质量浓度最高（66.9—111.6 ng·m−2），其次为Fl（51.3—78.8 ng·m−2），DahA的质量浓度最低（2.8—16.4 ng·m−2）. 玻璃表面以2+3环和4环PAHs为主，4环PAHs在春季和冬季占比最高；2+3环PAHs在秋季和夏季占比最高.
（2）BghiP与T-PAHs之间相关系数呈春季（r=0.99806）>夏季（r=0.97443）>冬季（r=0.90834）>秋季（r=0.889）. An/（Phe+An）和Fl/（Fl+Pyr）异构体比值表明主要污染源相对稳定，即为汽车尾气和扬尘源（降尘和裸露表土）；而InP/（InP+BghiP）和BaA/（BaA+Chry）异构体比值说明玻璃表面PAHs在春季、秋季和冬季可能更多来源于扬尘源（裸露表土）和秸秆焚烧，油烟和汽车修理厂表土挥发的气相PAHs对夏季PAHs的贡献较明显.
（3）质量归一化处理后，TEQ浓度呈现出夏季（466.6 ng·g−1）>春季（361.0 ng·g−1）>秋季（262.9 ng·g−1）>冬季（214.6 ng·g−1）. BaP、DahA和B[b+k]F是玻璃表面主要的致癌单体PAH，共计占TEQ浓度的80%—91%，其中BaP的TEQ浓度占比高达50%—62%.
上海市公园绿地玻璃表面多环芳烃污染特征及源解析
Pollution characteristics and source analysis of polycyclic aromatic hydrocarbons on the glass surface of park green space in Shanghai
-
摘要: 为研究上海市公园绿地玻璃表面多环芳烃（PAHs）的污染特征及污染源，利用气相色谱－质谱联用仪（GC-MS）对16种优控PAHs质量浓度进行了测定，对玻璃表面PAHs质量浓度的季节分布，组成特征和潜在污染源进行了分析. 此外，利用毒性当量因子（TEFs）对玻璃表面PAHs进行了毒性当量分析. 结果表明，玻璃表面PAHs面积归一化质量浓度在83.6—1689.6 ng·m−2之间，呈现夏季（599.7 ng·m−2）>秋季（533.1 ng·m−2）>春季（464.2 ng·m−2）>冬季（351.4 ng·m−2）. PAHs组成特征季节差异明显，4环PAHs在春季（43%）和冬季（42%）的占比最高；而2+3环PAHs在秋季（57%）和夏季（46%）占比最高. BghiP与T-PAHs强相关性说明汽车尾气是玻璃表面PAHs的主要贡献源；异构体比值表明不同季节玻璃表面PAHs主要污染源相对稳定，即为汽车尾气和扬尘源（降尘和裸露表土）. 质量归一化处理后的7种致癌性PAHs的质量浓度范围为58.3—1311.8 ng·g−1，TEQ的浓度在夏季（466.6 ng·g−1）>春季（361.0 ng·g−1）>秋季（262.9 ng·g−1）>冬季（214.6 ng·g−1）. BaP、DahA和B[b+k]F是主要的致癌单体PAH，共计占TEQ浓度的80%—91%.Abstract: In order to study the pollution characteristics and pollution sources of polycyclic aromatic hydrocarbons (PAHs) on the glass surfaces in the Shanghai park green space, the mass concentrations of 16 types of PAHs were determined by gas chromatography-mass spectrometry (GC-MS), the seasonal distribution, composition characteristics and potential pollution sources of PAHs on the glass surface were analyzed. In addition, the toxic equivalent factors (TEFs) were used to analyze the toxic equivalents of PAHs on the glass surface. The results showed that the area-normalized mass concentrations of PAHs on the glass surface ranged from 83.6 to 1689.6 ng·m−2, with the following characteristics: summer (599.7 ng·m−2) > autumn (533.1 ng·m−2) > spring (464.2 ng·m−2) > winter (351.4 ng·m−2). The seasonal deviations in the PAH compositions were evident, such that the proportion of 4-ring PAHs was maximized in spring (43%) and winter (42%). In comparison, the amounts of 2+3 rings accounted for the highest proportion in autumn (57%) and summer (46%). The strong correlation between BghiP and T-PAHs indicated that automobile exhaust gases were the primary contributing source of PAHs on the glass surface. Furthermore, the isomer ratios indicated that the primary pollution sources, including automobile exhaust gases and dust sources (dust fall and exposed topsoil), were relatively unchanged in different seasons. The mass concentrations of seven carcinogenic PAHs after mass-normalization ranged from 58.3 ng·g−1 to 1311.8 ng·g−1, while the concentration of TEQ followed the order of summer (466.6 ng·g−1) > spring (361.0 ng·g−1) > autumn (262.9 ng·g−1) > winter (214.6 ng·g−1). BAP, DahA and B[b+k]F were the main carcinogenic monomers of PAHs, accounting for 80%—91% of the TEQ concentration.
-
Key words:
- urban park /
- glass surface /
- polycyclic aromatic hydrocarbons /
- pollution level /
- Shanghai.
-
制定水质标准的科学依据是水质基准[1]，但目前的研究中，很少有针对我国水域的水质基准研究报道[2]，我国现行水质标准的确定主要是依据国外的水质基准数值[3-4]，但不同的生物区系与水质状况各不相同，这会导致水质基准产生明显差异[5-6]. 因此，基于我国水环境管理的迫切需求，应依据我国国情开展水质基准研究[7].
荧蒽（fluoranthene，FLU），是多环芳烃中4环芳烃的代表性化合物[8]，也是水体中多环芳烃污染物的一个主要成分[9]. 然而，目前我国尚缺乏有关本土水生生物荧蒽的生态毒性数据，因此通过实验开展荧蒽的水生生物基准阈值研究工作，获得有关数据是十分必要的，同时对荧蒽在我国的水生生物基准的建立以及水环境相关工作等具有一定的现实意义与科学意义. 本研究进行了急性与慢性毒理学试验，参考美国的水质基准“指南”要求（“三门八科”最低毒性数据），以及对我国淡水生物区系特征和影响因素等具体分析，最终选取了符合物种筛选规定的9种具有典型代表性的中国本土水生生物进行试验. 根据实验结果得出荧蒽本土水生生物基准阈值，同时，本文分析比较了本土物种与美国物种毒性敏感度是否一致，其中美国物种毒性敏感度基于美国水生生物毒性数据，分析结果可表明在进行我国本土水生生物基准研究时，是否可以直接采用非本土水生生物毒性数据.
1. 材料与方法（Materials and methods）
1.1 实验材料
一般来说，复杂水生态系统的功能、基本结构特征可通过鱼类、底栖动物、浮游生物和植物所表征[10-11]. 在推导我国水质基准时，试验生物的确定可依据美国水质基准“指南”中的规定，即“三门八科”最低毒性数据要求，同时参考《中国脊椎动物大全》[12]和《中国生物多样性国情研究报告》[13]等文献资料，试验生物必须包括鲤科鱼类；另外鉴于我国鲤科种类丰富、数量庞大[14]，因此本文选用两种鲤科鱼. 如上所述，物种选择应具体分析中国淡水生物群的特点，同时根据源自欧盟和美国水质基准的物种选择原则，本次荧蒽基准研究初步选择了9个本地水生生物物种作为受试物种，它们分别是锦鲤、麦穗鱼、泥鳅、泽蛙蝌蚪，大型溞、青虾、摇蚊幼虫，霍甫水丝蚓，水螅属. 其中锦鲤和麦穗鱼为脊索动物门鲤科，其余依次为鳅科、蛙科、节肢动物门溞科、虾科、摇蚊科、环节动物门颤蚓科和腔肠动物门水螅虫科，共“四门八科”. 另外对照毒性数据筛选原则[15]，本研究在搜集荧蒽的水生植物毒性数据数据的过程中，发现所得结果很少能够满足上述筛选原则.
在“朝来春及大森林水产市场”购入试验所需的9种本土水生动物（既包括淡水，也包括海水），正式试验前均在实验室驯养至少7 d；在中国环境科学研究院环境基准与风险评估国家重点实验室可获得试验所需的大型溞（Daphnia magna），其龄期在24 h之内[15]. 水生生物培养条件为：pH 8.0±0.2，DO （8.3±0.3） mg·L−1，温度（22±2）℃，试验类型采用换水式，每24 h进行一次换水，急性试验不喂食，慢性试验按照0.1%生物重量一天喂食2次；溞类光照周期为12 h:12 h.
在筛选受试物种时，不同种类的受试生物对其龄期有着不同的要求，其中对于水溞或其他水溞类动物要求为24 h内，蚊类，要求为第二代、三代幼虫，对于鱼类或其他物种，要求为至少先于性腺发育前60 d的幼龄阶段生物[15].
在“美国Sigma Aldrich化学品公司”购入实验所用荧蒽，其化学式为C16H10，纯度≥98%（HPLC）为色谱纯；其他试剂均为分析纯. 为了确保浓度配置的准确性，在第一次实验之前，通过中国计量学院校准了用于制备蒽溶液的移液枪，对每个浓度组进行了气相色谱测试. 为了避免试验过程中的任何干扰，实验者严格遵循操作规范，在气相色谱分析之前，所有未使用的玻璃器皿都用高价的酸溶液进行冲洗. 在3组空白实验中加入内标荧蒽-d10，96 h后测定其回收率，结果显示，荧蒽-d10的回收率为74.3%—89.6%. US EPA[15]公布的回收率为70%—130%，试验结果满足其要求，证明了本实验结果的可靠性和准确性.
1.2 实验方法
根据美国材料与试验协会[16]标准方法[17-18]进行急性实验，设空白对照组、助溶剂（二甲基亚砜, DMSO）对照组、浓度组，每组3个重复. 急性实验的时间设置为：溞类48 h，其余水生生物96 h. 具体实验信息如表1所示.
表 1 FLU 9种本土水生生物急性毒性实验信息Table 1. Acute toxicity tests information of FLU to nine resident aquatic organisms分类Classification 生物科Families 物种Species 生长阶段Growth phase 体重/gWeight 体长/cmLength 实验时间/hTime 浓度设置/ （mg·L−1）Concentration 脊索动物门 鲤科 锦鲤（Rhodens sinensis） 幼龄期（<30 d） 0.25 ± 0.05 3.0 ± 0.5 96 0.00, 2.40, 3.10, 4.00, 5.20, 6.80, 8.80, 11.40 麦穗（Pseudorasbora parva） 幼龄期（<30 d） 0.25 ± 0.02 2.5 ± 0.2 96 0.00, 2.40, 3.10, 4.00, 5.20, 6.80, 8.80, 11.40 鳅科 泥鳅（Misgurnus anguillicaudatus） 幼龄期（<30 d） 0.70 ± 0.05 6.0 ± 0.5 96 0.00, 0.96, 1.16, 1.39, 1.67, 2.00, 2.40, 2.88 蛙科 泽蛙蝌蚪（Rana limnocharis） 幼龄期（<10 d） 0.20 ± 0.02 1.6 ± 0.2 96 0.00, 3.50, 4.60, 5.50, 7.80, 10.10, 13.20, 17.10 节肢动物门 溞科 大型溞（Daphnia magna） <24 h — — 48 0.00, 2.70, 3.60, 4.70, 6.20, 8.00, 10.40, 13.50 虾科 青虾（Macrobrachium nipponense） 幼龄期（<10 d） 0.25 ± 0.05 3.0 ± 0.2 96 0.00, 2.40, 3.10, 4.00, 5.20, 6.80, 8.80, 11.40 摇蚊科 摇蚊幼虫（Chironomus plumosus） 第3代（幼虫） 0.03 ± 0.01 1.0 ± 0.2 96 0.00, 2.70, 3.60, 4.70, 6.20, 8.00, 10.40, 13.50 环节动物门 颤蚓科 霍甫水丝蚓（Limnodrilus hoffmeisteri） 幼龄期（<10 d） 0.05 ± 0.01 1.5 ± 0.2 96 0.00, 3.40, 4.40, 5.70, 7.40, 9.60, 12.50, 16.20 腔肠动物门 水螅虫科 水螅属（Hydra sp.） 幼龄期（<10 d） 0.03 ± 0.01 1.0 ± 0.2 96 0.00, 1.39, 1.67, 2.00, 2.40, 2.88, 3.74, 4.87 | Show Table
DownLoad:
CSV
在急性毒性实验结束后，参考荧蒽对麦穗、泥鳅和大型溞的急性实验结果开展慢性实验，设空白对照组、助溶剂（二甲基亚砜, DMSO）对照组、浓度组，每组3个重复. 慢性实验的组次中，其最高浓度不得高于急性毒性LC50值. 受试液和喂食的频率为1 d，采用静态更新试液法. 慢性毒理学实验时间设置为：溞类不得少于21 d，麦穗、泥鳅不得少于8 d. 具体实验浓度设置如下：麦穗为0.00、0.42、0.55、0.72、0.94、1.22、1.59 mg·L−1 FLU；泥鳅为0.00、0.35、0.46、0.60、0.78、1.01、1.32 mg·L−1 FLU；大型溞为0.00、0.42、0.55、0.72、0.94、1.22、1.59 mg·L−1 FLU. 试验中需要记录的内容如下：大型溞的产卵数量、时间（第一窝及总数）、麦穗和泥鳅的生长指标（体重、体长等），以上数据每天记录一次.
1.3 数据搜集与分析
数据选自ELSEVIER数据库（http://www.sciencedirect.com）、US EPA ECOTOX 毒性数据库（http://cfpub.epa.gov/ecotox/）、和CNKI数据库（http://www.cnki.net）等. 在进行筛选数据时应满足以下要求：①数据无法使用的情况有：使用受权限、信息保密、测试信息不完全、由于其他因素而无法传播、试验缺少对照组、试验生物受污染、试验设计不科学等；②可以使用具有不稳定性质（易挥发、易水解、易降解）的物质进行试验，但一般仅可采用流水式试验的结果；③若慢性NOEC和LOEC值均出现在测试终点中，NOEC值的选取具有优先权[19]. 另外，对于水生植物，前人研究发现FLU对淡水藻[20]（Scenedesmus subspicatus）的96-h EC50为7.447 mg·L−1，本文选用此数据.
另外，实验数据的正态分布检验方法有如下两种：K-S检验、T检验. 本文选用前者检验表2中数据是否符合正态分布，检验结果表明美国水生生物毒性数据对FLU毒性敏感的总体分布情况是大致吻合的，符合正态分布（P =0.08＞0.05）.
表 2 FLU美国水生生物急性毒性数据Table 2. Acute toxicity data of FLU to American aquatic organisms排序 Rank 物种 Species （LC50/EC50）/（mg·L−1） t/h 1 美洲海螯虾 0.6 96 2 浅绛单孔蚓 0.7 96 3 俄勒冈虾 0.8 96 4 蓝鳃太阳鱼 20.9 96 5 斑点叉尾鮰 36.0 96 6 端足虫 44.0 96 7 非洲爪蟾 52.0 96 8 隐居蜾嬴蜚 54.0 96 9 沙蟹 74.0 96 10 虹鳟 91.0 96 11 呆头鲦鱼 118.3 96 12 宽纹北箭蜓 139.9 96 13 伸展摇蚊 250.0 96 | Show TableDownLoad:
CSV
EC/LCx可通过概率单位直线回归法和95%置信区间来计算，按照测试标准所规定的浓度规定，若实测浓度与名义浓度的差值在20%以内，即可采用名义浓度，x值分别取50（急性毒性实验）和10（慢性毒性实验），通过在试验开始的前后，对溶液中的FLU浓度进行检测，对比检测结果后计算实测和名义浓度的比率，结果为90.03%—99.15%，满足要求[21]，因此本文在计算EC/LCx时，浓度采用名义浓度.
2. 结果与讨论（Results and discussion）
2.1 急性毒性实验
表3显示了9种本土水生生物的急性毒性试验结果，其中空白对照组和助溶剂对照组在试验期间中没有出现死亡现象. 窗体顶端结果表明泥鳅对FLU暴露最为敏感，其96-h LC50为1.887 mg·L−1， 其次是水螅属、青虾、麦穗鱼、大型溞、锦鲤、霍甫水丝蚓和摇蚊幼虫，对FLU最不敏感的是泽蛙蝌蚪，其96-h LC50为8.695 mg·L−1.
表 3 FLU本土水生生物急性试验结果Table 3. Results of acute toxicity tests of FLU to resident aquatic organisms物种 Species 暴露时间/h Exposure time 公式 Formula R2 P LC50/（mg·L−1） 锦鲤 96 y = 3.4458x + 2.2589 0.9268 ＜0.01 6.251 （5.748—6.443） 泥鳅 96 y = 1.4976x + 4.5875 0.9436 ＜0.01 1.887 （1.594—2.258） 大型溞 48 y = 3.8675x –2.0147 0.9850 ＜0.01 5.487 （5.012—5.897） 青虾 96 y = 2.5612x + 3.7744 0.9089 ＜0.01 3.011 （2.412—3.647） 霍甫水丝蚓 96 y = 1.5825x + 3.7347 0.9065 ＜0.01 6.313 （5.688—6.578） 麦穗 96 y = 1.6443x + 3.8262 0.854 ＜0.01 5.177 （4.231—5.593） 摇蚊幼虫 96 y = 2.3053x + 2.9664 0.9243 ＜0.01 7.628 （7.390—8.159） 水螅属 96 y = 1.3879x + 1.9976 0.9017 ＜0.01 2.032 （1.785—3.074） 泽蛙蝌蚪 96 y = 1.9267x + 3.1911 0.9044 ＜0.01 8.695（8.393—90.145） | Show TableDownLoad:
CSV
2.2 慢性毒性数据
在慢性毒性实验中各试验浓度组均未出现死亡现象. 对于慢性毒性数据（表4），Barata等[22]研究表明大型溞的存活率21-d NOEC为0.937 mg·L−1，这一结果与本试验中大型溞总繁殖数量的21-d EC10为0.881 mg·L−1十分接近. 根据表4，对于大型溞，对FLU暴露的产卵总数量试验终点相比于其存活率，表现出更为敏感的趋势. 在慢性毒性试验中，3种水生生物中对FLU暴露的敏感性最低的为大型溞，最高的为泥鳅. 结果表明泥鳅在急性与慢性实验中，对FLU暴露都表现出最高的敏感性.
表 4 FLU本土水生生物慢性试验结果Table 4. Results of chronic toxicity tests of FLU to resident aquatic organisms.物种 Species 暴露时间/d Exposure time 终点 Endpoint 公式 Formula R2 P EC10/（ mg·L−1） 锦鲤 28 生长（t/d） y = 4.5521x +2.8004 0.9930 ＜0.01 0.798 泥鳅 28 生长（t/d） y = 5.3131x –1.989 0.9743 ＜0.01 0.269 大型溞 28 生长（t/d） y = 4.7745x+ 1.667 0.8971 ＜0.05 1.187 第一窝时间 （t/d） y = 2.8499x+ 1.525 0.9572 ＜0.01 1.243 第一窝数量 （n） y = 3.8261x+ 0.657 0.9315 ＜0.01 0.987 总数量 （n） y= 3.7966x+ 1.0801 0.9203 ＜0.01 0.881 总窝数 （n） y= 3.7450x+ 1.4623 0.9364 ＜0.01 1.471 | Show TableDownLoad:
CSV
2.3 基于本土与美国生物毒性数据拟合SSD曲线比较
Davies等提出“灵活使用毒性数据”的设想[23]，即在某一地区进行生态风险评估时，可使用其他地区的生物毒性数据. 但由于不同地区的水中溶解氧浓度、水温差别较大，且不同种类生物对于相同有害物质的敏感程度也各不相同[24]，因此这一设想在提出后受到多方面质疑. 本研究将本地（表2）和美国（表3）的生物毒性数据进行SSD曲线拟合，并进行比较讨论，探讨 "灵活使用毒性数据 "这一概念的可行性. 受限于相对缺少慢性数据，本研究仅采用急性毒性数据. 本研究以本土、美国、本土+美国的FLU毒性数据为基础，共得出3条SSD拟合曲线（图1）. 在对FLU暴露的敏感性方面，图中本土数据（黑）、总体数据（蓝）与美国数据（红）从左到右存在显著的位移分布，意味着美国生物比本土生物表现出更加敏感的趋势. 经过计算，总体数据、本土数据及非本土数据三条曲线的HC5值分别是1.527、1.869、2.142 mg·L−1.
图 1 FLU本土、美国及全部生物毒性数据SSD曲线拟合比较Figure 1. Species sensitivity distribution of native, American and all species toxicity data for FLUTwo-sample Kolmogorov-Smirnov（K-S test）检验常用于数学统计中，可用于对两样本总体分布差异性的检验[24]. 利用此方法，研究美国毒性数据和本土毒性数据是否存在较为明显的不同具有十分重要的学术和科学意义：若二者差异明显，则在本土进行相关的基准阈值研究时，应选取本土水生生物；若二者较为一致，那么证明美国水生生物毒性数据可用于本土基准阈值的推导过程，从而降低受试生物的消耗以及节省资源的投入. K-S结果如下：（ks = 1.342, n1 = 9, n2 = 13, P = 0.01）. P= 0.0114<0.05，按a=0.05水准，结果表明两组数据在FLU毒性敏感的总体分布上并为呈现较高的一致性，两组数据之间存在的差异十分显著（图1）. 另外，由于浮游类不被包含在非本土生物毒性数据中，因此在本土生物数据中浮游类大型溞的毒性数据暂时去除之后，对数据再次进行K-S检验，两者之间仍然存在较为显著的差异（ks= 0.830, n1 = 8, n2= 13, P = 0.0183）. 因此我们可以初步判断本土对FLU的敏感性与非本土生物有着较大差别，需要进一步开展针对本土化的相关研究工作（图1）.
2.4 FLU水生生物水质基准阈值推导
以实测数据为基础，在计算FLU水生生物基准阈值时，本文采用了USEPA“指南”推荐的SSR方法[15]，9种本土物种的SMAV值和GMAV值及其排序如表5所示，CMC（FLU的急性基准阈值）=FAV/评价因子，其中FAV取1.141 mg·L−1，评价因子通常取值为2，最后计算出我国FLU的急性基准阈值结果为0.570 mg·L-1[25-26]. 鉴于我国FLU慢性毒性数据较少，FCV值可通过“指南”所推荐的方法计算，即FCV=FAV/FACR，FACR的值是3种水生生物SACR的几何平均值（如表所示，3种水生生物的SAVR值分别为：大型溞6.23、麦穗6.49、泥鳅7.01），最终计算得出FACR值为6.57，FCV值为0.174 mg·L−1，已知淡水藻的FLU植物毒性值为7.447 mg·L−1，远远大于计算所得的FCV值，因此对植物的保护作用得到验证[27]. CCC的确定按“指南”所指出的方法，即由FPV、FCV和FRV三者中最小的值所确定[28]. 相比于动物，植物的敏感性要低得多，且我国缺少相应的BCF和MPC值，因而CCC可直接通过FCV值计算，在很多情况下FRV则不被考虑，最后计算出我国FLU的慢性基准阈值CCC为0.174 mg·L−1.
表 5 FLU水生生物种平均值及急慢性比Table 5. Ranked GMAVs with SACRs.排序 Rank 物种 Species SMAVs/（mg·L−1） GMAVs/（mg·L−1） SACRs 来源 Source 1 泥鳅 1.887 1.887 7.01 本研究 2 水螅属 2.032 2.032 本研究 3 青虾 3.011 3.011 本研究 4 麦穗 5.177 5.177 6.49 本研究 5 大型溞 5.487 5.487 6.23 本研究 6 锦鲤 6.251 6.251 本研究 7 霍甫水丝蚓 6.313 6.313 本研究 8 摇蚊幼虫 7.628 7.628 本研究 9 泽蛙蝌蚪 8.695 8.695 本研究 植物 淡水藻 7.447 7.447 [20] | Show TableDownLoad:
CSV
另外，本文也对比了FLU对美国水生生物的毒性. 例如，本研究中本土代表性鱼类敏感性相对较高，泥鳅、麦穗鱼和锦鲤的96-h LC50分别为1.887、5.177、6.251 mg·L−1 FLU，而作为非本土鱼类的蓝鳃太阳鱼[29]、斑点叉尾鮰[30]、虹鳟[31]和呆头鲦鱼[32]的96-h LC50分别为20.90、36.00、91.00、118.3 mg·L−1 FLU，数值不在一个数量级，本土鱼类更加敏感；已经报道的非本土两栖类动物非洲爪蟾[33]的96-h LC50为52.00 mg·L−1FLU，远远高于本土两栖类泽蛙蝌蚪的实测值（8.695 mg·L−1 FLU）；本土底栖动物节肢动物门的摇蚊幼虫96-h LC50为7.628 mg·L−1 FLU，而已报道的非本土昆虫类生物是端足虫[30]和伸展摇蚊[34]，96-h LC50分别为44.00 mg·L−1和250.00 mg·L−1 FLU，差异较为明显，本土节肢动物门相对敏感. 综上所述，可以确定本土水生生物中鱼类、两栖类对FLU和底栖节肢动物门比非本土同类生物更加敏感.
本土底栖动物中环节动物门受试生物为霍甫水丝蚓，96-h LC50为6.313 mg·L−1 FLU，非本土浅绛单孔蚓[30]96-h LC50为0.700 mg·L−1 FLU，此外还有底栖甲壳类生物差异较大，本土青虾96-h LC50为3.011 mg·L−1FLU，而非本土底栖甲壳类动物美洲海螯虾[35]和俄勒冈虾[35]96-h LC50相对较低，为0.600 mg·L−1及0.800 mg·L−1 FLU. 因此可以确定非本土水生生物中底栖环节动物及甲壳类动物对FLU比本土生物更加敏感.
另外，借助荷兰RIVM公布的ETX2.0软件及逻辑斯蒂SSD曲线求出HC5值，分别是1.657 mg·L−1和1.869 mg·L−1. 因此当评价因子取值为2时，CMC在这两种SSD曲线下，计算的结果分别为0.829 mg·L−1和0.935 mg·L−1，上文采用US EPA“指南”中推荐的SSR法计算的CMC值为0.570 mg·L−1，由此可见，计算结果都同在一个数量级.
3. 结论（Conclusion）
（1） 基于US EPA“指南”推荐的方法，荧蒽本土水生生物急性基准阈值（CMC）为0.570 mg·L−1，慢性基准阈值（CCC）为0.174 mg·L−1；另外，通过荷兰RIVM公布的ETX2.0软件及欧盟推荐的SSD方法所得的基准阈值与本文所得结果（SSR方法得出）在数量级上一致，本文结果得到验证.
（2） 在敏感性方面，通过比较分析本土与美国物种的一致性较低，说明在进行我国荧蒽水生生物基准阈值的推导时，可利用美国水生生物毒性数据的概率很小.
致谢：感谢中国环境科学研究院刘征涛研究员在文章修改中给予的帮助.
-
图 2 不同季节玻璃表面PAHs质量浓度分布
Figure 2. Concentration distribution of PAHs on glass surface in different seasons
图 3 不同季节玻璃表面PAHs组分特征
Figure 3. Composition characteristics of PAHs on glass surface in different seasons
图 4 不同季节玻璃表面BghiP和T-PAHs比值
Figure 4. Ratio of BghiP and T-PAHs on glass surface in different seasons
图 5 不同季节玻璃表面PAHs特征比值
Figure 5. Characteristic ratio of PAHs on glass surface in different seasons
表 1 公园绿地玻璃表面PAHs质量浓度水平（ng·m−2）
Table 1. Mass concentration level of PAHs on the glass surface of the park green space（ng·m−2）
PAHs YP LX HC PTS SJ LJ SS WJ Na 20.4—113.0 9.1—50.6 31.5—80.8 11.0—40.3 51.6—147.4 14.9—75.5 12.4—71.0 25.3—92.0 Acy 0.0—23.7 0.0—25.2 0.0—25.3 2.3—23.1 0.0—48.6 0.0—67.0 1.5—21.0 0.0—23.4 Ace 2.0—38.2 2.8—20.6 1.9—43.9 2.8—46.0 2.7—42.7 1.5—72.7 1.8—40.5 4.4—52.6 Fluo 20.4—35.1 6.3—26.1 9.8—29.1 5.3—28.0 23.4—49.9 5.2—63.6 5.3—19.2 11.9—28.8 Phe 71.3—121.9 56.3—78.9 56.7—116.8 27.2—118.2 106.0—152.9 11.6—176.5 31.6—74.1 107.7—128.9 An 2.5—12.5 1.4—7.9 2.5—10.8 2.5—10.1 11.3—22.0 1.5—29.9 2.5—7.9 8.8—12.9 Fl 48.1—147.7 18.4—35.9 28.2—43.8 23.2—37.2 93.4—199.4 13.3—98.7 41.7—55.4 25.0—141.5 Pyr 36.0—111.9 12.1—24.1 31.0—36.9 17.7—39.1 61.3—163.7 10.7—74.4 7.7—46.7 31.4—103.3 BaA 9.1—44.6 2.4—17.5 5.8—20.0 5.0—13.3 27.2—82.5 3.4—49.5 11.7—20.7 7.6—32.8 Chry 36.0—98.8 10.0—26.5 20.6—31.9 16.1—28.5 54.2—109.8 6.5—84.7 33.7—43.0 24.3—80.5 B[b+k]F 17.1—63.3 3.7—25.3 9.0—26.6 8.7—20.3 46.0—133.5 7.5—202.1 22.3—33.9 10.3—76.3 BaP 4.8—47.9 2.0—10.0 3.2—11.3 3.6—7.4 22.2—136.0 3.0—88.3 12.6—19.0 4.8—42.8 InP 0.0—32.8 2.1—13.3 3.9—9.8 3.6—10.0 25.3—63.8 2.7—266.1 11.4—16.9 6.6—38.1 DahA 0.0—9.9 1.2—5.7 1.2—5.0 1.2—5.8 5.2—18.1 0.6—91.1 2.9—5.6 4.3—12.2 BghiP 0.0—41.4 2.8—15.2 3.3—10.9 5.0—11.5 32.2—70.5 3.4—402.5 9.7—27.2 8.6—54.2 T-PAHs 298.7—731.5 131.9—332.7 223.9—470.3 125.4—431.0 662.3—1066.7 83.6—1689.6 221.1—431.8 388.1—662.4
下载: 导出CSV
-
[1] 许世远. 上海城市自然地理图集[M]. 北京: 中国地图出版社. 2004. XU S Y. Shanghai urban physical geography atlas[M]. Beijing: China map publishing house. 2004(in Chinese).
[2] 孔锋, 王一飞, 方建, 等. 中国夏季极端降水空间格局及其对城市化的响应(1961—2010) [J]. 长江流域资源与环境, 2018, 27(5): 996-1010. doi: 10.11870/cjlyzyyhj201805007 KONG F, WANG Y F, FANG J, et al. Spatial pattern of summer extreme precipitation and its response to urbanization in China(1961-2010) [J]. Resources and Environment in the Yangtze Basin, 2018, 27(5): 996-1010(in Chinese). doi: 10.11870/cjlyzyyhj201805007
[3] 刘家宏, 骆卓然, 张永祥, 等. 城市化对河南省极端降水空间分布的影响 [J]. 水资源保护, 2022, 38(1): 100-105. doi: 10.3880/j.issn.1004-6933.2022.01.013 LIU J H, LUO Z R, ZHANG Y X, et al. Influence of urbanization on spatial distribution of extreme precipitation in Henan Province [J]. Water Resources Protection, 2022, 38(1): 100-105(in Chinese). doi: 10.3880/j.issn.1004-6933.2022.01.013
[4] WANG Q, LIU M, YU Y P, et al. Characterization and source apportionment of PM2.5-bound polycyclic aromatic hydrocarbons from Shanghai City, China [J]. Environmental Pollution, 2016, 218: 118-128. doi: 10.1016/j.envpol.2016.08.037 [5] YIN S, TAN H X, HUI N, et al. Polycyclic aromatic hydrocarbons in leaves of Cinnamomum camphora along the urban-rural gradient of a megacity: Distribution varies in concentration and potential toxicity [J]. Science of the Total Environment, 2020, 732: 139328. doi: 10.1016/j.scitotenv.2020.139328 [6] 冯精兰, 刘书卉, 申君慧, 等. 新乡市道路灰尘中PAHs的污染特征和来源解析 [J]. 环境化学, 2013, 32(4): 630-639. doi: 10.7524/j.issn.0254-6108.2013.04.014 FENG J L, LIU S H, SHEN J H, et al. Pollution characteristics and source appointment of polycyclic aromatic hydrocarbons(PAHs) in road dust from Xinxiang [J]. Environmental Chemistry, 2013, 32(4): 630-639(in Chinese). doi: 10.7524/j.issn.0254-6108.2013.04.014
[7] 王建龙, 夏旭, 冯伟. 基于场降雨的北京某高架桥雨水径流中多环芳烃污染特征 [J]. 环境化学, 2020, 39(7): 1832-1838. doi: 10.7524/j.issn.0254-6108.2019051004 WANG J L, XIA X, FENG W. Pollution characteristics of polycyclic aromatic hydrocarbons in urban viaduct stormwater runoff based on event rainfall process [J]. Environmental Chemistry, 2020, 39(7): 1832-1838(in Chinese). doi: 10.7524/j.issn.0254-6108.2019051004
[8] 王喆, 卢丽, 裴建国. 城郊型地下河表层沉积物多环芳烃来源分析与生态风险评价 [J]. 环境化学, 2020, 39(10): 2733-2741. doi: 10.7524/j.issn.0254-6108.2019071206 WANG Z, LU L, PEI J G. Source analysis and ecological risk assessment of polycyclic aromatic hydrocarbons in surface sediments from suburban type underground river [J]. Environmental Chemistry, 2020, 39(10): 2733-2741(in Chinese). doi: 10.7524/j.issn.0254-6108.2019071206
[9] GUSTAFSON K E, DICKHUT R M. Particle/gas concentrations and distributions of PAHs in the atmosphere of southern Chesapeake Bay [J]. Environmental Science & Technology, 1997, 31(1): 140-147. [10] DIAMOND M L, GINGRICH S E, FERTUCK K, et al. Evidence for organic film on an impervious urban surface: Characterization and potential teratogenic effects [J]. Environmental Science & Technology, 2000, 34(14): 2900-2908. [11] DIAMOND M L, PRIEMER D A, LAW N L. Developing a multimedia model of chemical dynamics in an urban area [J]. Chemosphere, 2001, 44(7): 1655-1667. doi: 10.1016/S0045-6535(00)00509-9 [12] YU Y P, YANG Y, LIU M, et al. PAHs in organic film on glass window surfaces from central Shanghai, China: Distribution, sources and risk assessment [J]. Environmental Geochemistry and Health, 2014, 36(4): 665-675. doi: 10.1007/s10653-013-9588-x [13] LAW N L, DIAMOND M L. The role of organic films and the effect on hydrophobic organic compounds in urban areas: An hypothesis [J]. Chemosphere, 1998, 36(12): 2607-2620. doi: 10.1016/S0045-6535(97)10222-3 [14] HUANG Y P, SUN X, LIU M, et al. A multimedia fugacity model to estimate the fate and transport of polycyclic aromatic hydrocarbons (PAHs) in a largely urbanized area, Shanghai, China [J]. Chemosphere, 2019, 217: 298-307. doi: 10.1016/j.chemosphere.2018.10.172 [15] GINGRICH S E, DIAMOND M L, STERN G A, et al. Atmospherically derived organic surface films along an urban-rural gradient [J]. Environmental Science & Technology, 2001, 35(20): 4031-4037. [16] 于英鹏, 杨毅, 刘敏, 等. 上海工业区玻璃表面多环芳烃分布特征与溯源 [J]. 中国环境科学, 2014, 34(1): 219-224. YU Y P, YANG Y, LIU M, et al. Distribution and sources of polycyclic aromatic hydrocarbons(PAHs) on glass surface of industrial zone in Shanghai [J]. China Environmental Science, 2014, 34(1): 219-224(in Chinese).
[17] TSAI P J, SHIH T S, CHEN H L, et al. Assessing and predicting the exposures of polycyclic aromatic hydrocarbons (PAHs) and their carcinogenic potencies from vehicle engine exhausts to highway toll station workers [J]. Atmospheric Environment, 2004, 38(2): 333-343. doi: 10.1016/j.atmosenv.2003.08.038 [18] PAN S H, LI J, LIN T, et al. Polycyclic aromatic hydrocarbons on indoor/outdoor glass window surfaces in Guangzhou and Hongkong, South China [J]. Environmental Pollution, 2012, 169: 190-195. doi: 10.1016/j.envpol.2012.03.015 [19] LIU Q T, CHEN R, MCCARRY B E, et al. Characterization of polar organic compounds in the organic film on indoor and outdoor glass windows [J]. Environmental Science & Technology, 2003, 37(11): 2340-2349. [20] BUTT C M, DIAMOND M L, TRUONG J, et al. Semivolatile organic compounds in window films from lower Manhattan after the September 11th World Trade Center attacks [J]. Environmental Science & Technology, 2004, 38(13): 3514-3524. [21] LIU M, CHENG S B, OU D N, et al. Characterization, identification of road dust PAHs in central Shanghai areas, China [J]. Atmospheric Environment, 2007, 41(38): 8785-8795. doi: 10.1016/j.atmosenv.2007.07.059 [22] ALAM M S, DELGADO-SABORIT J M, STARK C, et al. Investigating PAH relative reactivity using congener profiles, quinone measurements and back trajectories [J]. Atmospheric Chemistry and Physics, 2014, 14(5): 2467-2477. doi: 10.5194/acp-14-2467-2014 [23] 朱利中, 王静, 杜烨, 许青青. 汽车尾气中多环芳烃(PAHs)成分谱图研究 [J]. 环境科学, 2003, 24(3): 26-29. doi: 10.3321/j.issn:0250-3301.2003.03.005 ZHU L Z, WANG J, DU Y, et al. Research on PAHs fingerprints of vehicle discharges [J]. Chinese Journal of Environmental Science, 2003, 24(3): 26-29(in Chinese). doi: 10.3321/j.issn:0250-3301.2003.03.005
[24] 朱利中, 王静, 江斌焕. 厨房空气中PAHs污染特征及来源初探 [J]. 中国环境科学, 2002, 22(2): 142-145. doi: 10.3321/j.issn:1000-6923.2002.02.011 ZHU L Z, WANG J, JIANG B H. Prelimilary exploration of features and sources of PAHs pollution in air of kitchen [J]. China Environmental Science, 2002, 22(2): 142-145(in Chinese). doi: 10.3321/j.issn:1000-6923.2002.02.011
[25] 朱先磊, 刘维立, 卢妍妍, 等. 民用燃煤、焦化厂和石油沥青工业多环芳烃源成分谱的比较研究 [J]. 环境科学学报, 2002, 22(2): 199-203. doi: 10.3321/j.issn:0253-2468.2002.02.014 ZHU X L, LIU W L, LU Y Y, et al. A Comparison of PAHs source profiles of domestic coal combustion, coke plant and petroleum asphalt industry [J]. Acta Scientiae Circumstantiae, 2002, 22(2): 199-203(in Chinese). doi: 10.3321/j.issn:0253-2468.2002.02.014
[26] 于英鹏, 刘敏. 上海市多环芳烃潜在污染源成分谱特征初探 [J]. 科学技术与工程, 2017, 17(11): 131-136. YU Y P, LIU M. Preliminary study of the component spectrum of polycyclic aromatic hydrocarbons(PAHs) in Shanghai [J]. Science Technology and Engineering, 2017, 17(11): 131-136(in Chinese).
[27] YUNKER M B, MACDONALD R W, VINGARZAN R, et al. PAHs in the Fraser River Basin: A critical appraisal of PAH ratios as indicators of PAH source and composition [J]. Organic Geochemistry, 2002, 33(4): 489-515. doi: 10.1016/S0146-6380(02)00002-5 [28] YUNKER M B, SNOWDON L R, MACDONALD R W, et al. Polycyclic aromatic hydrocarbon composition and potential sources for sediment samples from the Beaufort and Barents Seas [J]. Environmental Science & Technology, 1996, 30(4): 1310-1320. [29] 蒋煜峰. 上海地区土壤中持久性有机污染物污染特征、分布及来源初步研究[D]. 上海: 上海大学, 2009. JIANG Y F. Preliminary study on composition, distribution and source identification of persistent organic pollutants in soil of Shanghai[D]. Shanghai: Shanghai University, 2009(in Chinese).
[30] 刘营, 刘敏, 杨毅, 等. 上海市中心城区樟树叶片中多环芳烃的分布及来源辨析 [J]. 中国环境科学, 2014, 34(7): 1855-1862. LIU Y, LIU M, YANG Y, et al. Distribution and source apportionment of polycyclic aromatic hydrocarbons in Cinnamomum Camphora leaves in Shanghai urban area [J]. China Environmental Science, 2014, 34(7): 1855-1862(in Chinese).
-
点击查看大图
计量
- 文章访问数: 1261
- HTML全文浏览数: 1261
- PDF下载数: 99
- 施引文献: 0
