-
作为典型的非点源污染，城市地表灰尘可通过重力等自身因素以及各种人为活动累积到地面或建筑物表面中，目前已经成为城市地表分布最为广泛的污染物载体之一[1]．大气积尘作为地表灰尘的一种，其累积来源十分复杂，例如地表土壤扬尘可通过风力的水平迁移和自身重力导致的二次沉降使得积尘在水平与垂直方向上出现空间累积差异，交通排放的尾气颗粒物也可以在风力等作用下造成积尘的累积，王萧等[2]对北京市大气灰尘研究发现其来源也受到周围沙地的影响．
随着中国城市化进程加快，经济快速发展，各种能源消耗的增加所带来的大气污染会对城市和人类健康产生一系列不利影响．近年来，对于大气积尘重金属的研究主要为分析其污染特征、健康风险评价，来源解析等，主要的研究方法有地累积指数法[3]、富集因子法[4]、潜在生态健康评价法[5]、主成分分析法[6]、PMF[7]等方法．Wang等[8]通过富集因子法和因子分析法对2008—2009年北京市地面降尘来源研究发现，通过风蚀作用而使农田产生的土壤粉尘是其主要来源，建筑扬尘是第二贡献者，汽车尾气次之；刘玥等[9]用PMF法对地表灰尘的来源进行分析发现土壤、燃煤和交通是其主要污染源．稀土元素（REE）的化学性质较为稳定，在风化、搬运等作用中不易受到影响，可以作为示踪元素来研究大气降尘来源[10]，目前对于稀土元素的研究多为其浓度、地球化学特征[11]和来源解析[12]等，Wang等[13]对厦门市PM2.5中稀土元素的分布及来源研究发现，稀土元素并非以当地天然土壤为主，并且城市PM2.5中的稀土元素主要来自汽油车和柴油车尾气，郊区PM2.5中的稀土元素主要来自汽油车尾气．
近年来，对于大气积尘中微量元素的研究大多数以近地面水平方向为主，在其垂直高度上的研究较少．马志强[14]对大气垂直污染物的分布研究中发现，人类日常的生活生产活动早已达到了100 m以上，导致在垂直高度上污染物进行累积．本文研究了北京市近地面不同高度上积尘的微量金属元素包括11种重金属和14种稀土元素污染水平和来源解析，揭示其在垂直高度微量金属变化特征，为研究积尘在垂直高度上的污染防治提供科学依据．
-
如图1所示，在北京市海淀区西三环首都师范大学校本部内（39°57′N,116°17′E）共设置了十四个点位，且点位主要位于西三环主路附近，基本可以代表北京城区基本状况．为避免降雨影响，选择具有窗沿的平台作为采样区域，最大程度模拟积尘的自然累积状态，于2021年9—11月进行采样，每个采样点采样时间为（30±3）d，共采集3次，并将采样点分为低、中、高的3个范围层次进行采集，采样点个数分别为5、4、5个，其平均高度分别6、17、41 m．在采样点布设1 m
× 1 m木框，并用PO膜进行木框底部覆盖，PO膜防静电、不粘尘，使积尘自然降落于采样框内，并可以自然迁移，木框用混凝土砖压实，防止大风及恶劣天气对采样收集框的破坏，利用塑料刷将PO膜区域内所有积尘进行采集到信封中，最后共采集到42份有效积尘样品． -
积尘样品采集完成后，将收集到的样品使用塑料镊子将其中的植物组织、石头碎屑、虫子尸体等杂物取出，将较大颗粒杂质于过滤筛中过滤，过筛后的样品放置在烘箱（105 °C）内烘干2 h，烘干结束后放入干燥器内储存．本实验采用ICP-MS（8800）对样品进行分析，分析前样品加入6 mL HNO3、2 mL H2O2、0.25 mL HF的酸体系进行微波消解预处理，将预处理的样品定容至100 mL容量瓶中，静置24 h后进行上机分析．在前处理过程中，每一批消解做试剂空白和质控样品（GSS-3），并保证各个无机元素的回收率在80%—120%之间以及测试金属元素浓度低于仪器检出限．
-
目前，重金属的污染评价方法有内梅罗综合污染指数法、地积累指数法、基于GIS的地统计学评价法、单因子质量指数法等[15]，其中内梅罗综合污染指数法没有考虑土壤中各种污染物对作物毒害的差别，只能反映污染的程度而难于反映污染的质变特征；单因子质量指数法只能对单元素进行污染评价，不能综合地反映污染程度；而地积累指数法不仅考虑了环境地球化学背景值，人为污染因素，还可以反应出重金属的自然分布特征，给出很直观的重金属污染级别，近年来被广泛的应用于大气及土壤重金属污染评价，本文选用地累积指数法对其进行重金属污染评价，其计算公式如下[16]：
其中，Cn是元素在积尘中的浓度；Bn是该元素的地球化学背景值；k为考虑各地岩石差异可能会引起背景值的变动而取的系数（一般取值为1.5），用来表征沉积特征、岩石地质及其他影响.
跟据Igeo分级从而确定重金属污染程度:Igeo<0，0级，无污染；0≤Igeo<1，1级，轻度污染；1≤Igeo<2，2级，中度污染；2≤Igeo<3，3级，中度－严重污染；3≤Igeo<4，4级，严重污染；4≤Igeo<5，5级，严重－极度污染；Igeo≥5，6级，极度污染．
-
富集因子法于1974年Zoller首次提出，是评价重金属污染程度和来源的重要指标，该方法选择具有一定条件的元素作为参考标准，对测试样品中元素进行标准化处理[17]．参比元素的选择要求其性质较稳定，具有较强的抗风化能力和较小的分布离散性，李丽娟等[18]将Ti，Al，Fe元素作为参考元素对比发现，三者均可以用作参比元素来计算其富集程度，本文选用Fe元素作为参比元素对其进行计算，计算公式如下[17]：
其中，Cn、Cr分别为测定金属元素和参比元素Fe的浓度；CN、CR分别为该元素和参比元素Fe的地球化学背景值．若EF<1，认为元素相对于地壳未富集，主要来源为自然源，由土壤岩石风化造成；若EF在1—10范围内，认为元素被轻微富集，受到自然源和人为共同作用；若EF>10，则认为元素被富集，主要由人为活动所影响，来源为人为源．
-
对积尘重金属数据用Excle 2019和Spss 26版本进行处理和统计分析，采用GraphPad Prism 9.0版本进行绘图．
-
图2显示，在所有高度中积尘11种重金属平均浓度由高到低顺序为Mn>Zn>Cu>Cr>Pb>V>Ni>As>Co>Mo>Cd，其浓度分别为808.5、496.05、105.18、93.95、82.19、68.74、46.43、13.29、8.97、2.87、0.98 mg·kg−1，与中国土壤元素背景值（不受人为活动影响土壤元素浓度）Mn>V>Cr>Zn>Ni>Pb>Cu>Co>As>Mo>Cd相比，积尘中Zn、V、Cd、As元素受人为影响较大．
在垂直高度中，积尘中11种重金属从低层至中层均呈现随高度升高浓度增加的趋势，V、Mn、Zn、As、Pb、Co元素变化比例较小，增长范围在7.40%—22.53%之间，其余元素变化比例较大，增长范围在32.81%—52.21%之间，一方面，秋季气旋活动频繁，地面尘埃等磁性矿物易在大风天被扬起，一部分颗粒物被带入至低空中，产生近地面吹扬模式[19]，本研究积尘量从低层至高层分别为0.25 t·（km2·30 d）−1、0.39 t·（km2·30 d）−1、0.16 t·（km2·30 d）−1表现为从低层至高层先升高后减少的趋势，这与11种重金属浓度从低层至中层趋势一致；另一方面，研究发现受高空气流的影响，大气颗粒物会随大气环流的输送进行扩散沉降[20]，进而使得中层元素重金属浓度受到高层气流影响而升高；对比中层和高层元素重金属浓度发现，Zn元素呈现出随高度增加而浓度增加的趋势，张舒婷等[21]对贵阳市不同高度重金属浓度进行研究发现，Zn元素浓度整体随高度增加浓度减少，但仍在中层区域出现高值，与本研究Zn元素浓度趋势相似．V、Mn、Ni、Cu、Pb等重金属元素从中层至高层浓度呈递减趋势，分析其原因为，当风受到建筑物的阻尼作用时，会在动力学上产生衰减反应，有研究表明发现，在建筑物的低层高度上，风速衰减明显[22]，当土壤尘埃等磁性矿物通过近地面吹扬模式使得颗粒物聚集后，处于高层的颗粒物易受到风的影响，高度越高，所受到的风速越快，一些细粒级颗粒物易受到风的影响而进行扩散，谢华林等[23]对重金属元素在不同粒径上的形态分布发现，V、Cu、Pb等元素主要富集在<2 μm的细颗粒中，属于亲气元素，并且积尘采集方式通常情况下有两种，一种为降尘缸干湿采集法，另一种为将积尘收集在露天采集框中进行采集，本研究采用第二种收集方式进行样品采集，受到风力条件影响较大，从而易造成在细颗粒物中富集的重金属元素浓度降低的现象；对比低层和高层二者重金属浓度发现，Cr、Ni、Zn、Mo高层浓度较低层浓度有所升高，V、Co、Cu、As、Mn、Pb元素高层浓度较低层浓度有所下降，但11种元素整体变化范围不大．
图3显示为不同高度稀土元素浓度分布，14种元素平均含量从高到低为Ce>Dy>Er>Eu>Gd>Ho>La>Lu>Nd>Pr>Sm>Tb>Tm>Yb，均未超出土壤环境背景值，表明降尘中稀土元素相对于土壤未被污染，且14种元素其原子序数为偶数的元素明显高于两侧原子序数为奇数的元素，符合奥多－哈尔金斯定律，与土壤稀土元素分布特征一致[24]，表明积尘中稀土元素的来源可能为土壤源．除Ce、Gd、Yb外，其余元素都在中层出现低值，与重金属在中层浓度高的现象呈现相反规律，分析可能原因为中层采样平均高度与北京市西三环主路高度接近，交通活动所产生的重金属会导致中层浓度升高，而稀土元素受交通源影响较小所致．从低层至高层，14种元素整体呈现出随高度升高浓度先减小后增加的趋势，这可以用“爬墙效应”[25]来解释，即地表污染物会在气流的作用下，使得污染物浓度随着高度增加而下降，但超过其一半高度时浓度上升，进一步表明其主要受地表土壤的影响．
-
表1和表2分别为不同高度积尘重金属地累积指数及其分级，从整体看，积尘中11种重金属污染程度次序为Cd>Zn>Cu>Pb>Ni>Cr>Ni>Mn>V>Co>Mo；其中Cd在低层与中层污染最为严重，污染程度为严重污染，在高层污染程度略有降低为中度－严重污染；Cu、Zn、Pb污染等级为2级，为中度污染，虽然3种元素在不同高度上展示出相同的污染等级，但从地累积指数数值来看，Cu、Cd在中层污染数值最大分别为1.93、3.46，Zn元素在高层污染数值最大为4.59，表明Zn元素除受到地表交通等影响外，可能也与空中灰尘带的沉降和扩散有关[20]；Ni、Cr在低层中污染等级为均为0级，为无污染状态，但在中层污染等级达到最高为轻度污染；As、Mn、Mo、Co、V污染程度均为无污染，但对于低层与高层地累积指数来看，中层污染指数相对较高．
图4a为重金属富集因子显示结果，不同高度下11种元素整体富集程度在中层出现低值；其中富集因子接近于1的元素为V、Cr、Mn、Co、As、Mo、Ni、As、Mo，说明其来源主要为自然源，受其周边土壤影响；富集因子为1-10的元素为Pb、Cu，受到轻微富集，说明其除去受到周边土壤影响外，还受到人为因素的影响；富集因子均大于10的元素为Zn、Cd，表明二者均被富集，受到明显的人为因素影响. 图4b为稀土元素富集因子结果，从图中可以看出14种稀土元素富集因子都小于1，表明其未受到人为因素的影响，主要来源为自然源，但在不同高度下，其高层富集因子明显高于中层，这可能与周边区域传输影响有关．由富集因子结果可知，稀土元素主要来源为自然源，部分重金属元素主要受人为因素影响．
-
稀土元素按地球化学理论可分为15种镧系元素以及Y和Sc两种元素，其中La-Eu元素为轻稀土（LREE），Gd-Lu为重稀土（HREE），表3和图5分别为不同高度积尘稀土元素特征参数和配分模式结果，其中特征参数结果显示从低层至高层LREE/HREE值分别为4.39、4.47、3.89，均低于北京市土壤稀土元素LREE/HREE背景值9.91，表明北京市积尘中轻稀土元素相对土壤富集程度低，且在不同高度下高层轻稀土富集程度低于中层与低层；不同高度下(La/Yb)N值变化范围为9.17—11.75之间，表明稀土元素内部分馏明显，轻稀土元素较为富集，中层相比于高层与低层分馏程度较低；(La/Sm)N与(Gd/Yb)N在不同高度下变化范围分别为3.10—3.54,1.92—2.42，表明其轻稀土内部分馏程度较重稀土分馏明显．分布模式结果显示，不同高度下其配分模式基本相似，具有一致性，整体表现为右倾，LREE与HREE分馏明显，表现为Eu负异常，并且其配分模式图与北方黄土和黄河沉积物配分图相似，表明北京市积尘来源受到其影响．
-
为进一步了解其来源，对重金属元素进行主成分分析，表4为经过最大公差旋转的主成分分析结果，三个主成分因子共解释了原始变量的78.2%，第一主成分解释了原始变量的34.3%，主要由V、Co、Ni、Zn、As、Pb构成，各元素因子负荷分别为0.566、0.804、0.871、0.761、0.832、0.606.结合富集因子结果可知，V、Co、Ni、As未被富集，主要来源为自然源；Xiong等[26]对北京城区冬季降尘来源进行了分析，表明北京市微量元素主要来源为地壳来源，包括道路的再悬浮粉尘等，本研究与其研究结果一致；Pb、Zn主要来源于轮胎、汽车刹车、润滑油中[27]，这些活动可以将重金属重新释放到空气中从而造成道路灰尘的二次吸附，王利军[28]对宝鸡市街尘重金属研究发现，Zn元素浓度远远超出当地环境背景值，尤其出现在重交通区中；除此以外，北京市从1997年开始禁止使用含铅汽油，2000年起全国禁止生产含铅汽油，但Pb作为一种持久性的元素，难以在短时间内消失，Gioia等[29]研究显示，虽然巴西早已禁止含铅汽油的使用，但在环境中检测到的Pb元素浓度依然较高，Pan等[30]对西安的一项研究中发现尽管含铅汽油已经停止使用，但道路灰尘中的Pb元素仍为125.0 mg·kg−1．
因此本研究认为第一主成分为以V、Co、Ni组成的地壳源和以Zn、Pb元素组成的交通源混合来源．第二主成分解释了原始变量的31.3%，主要由Mn、Cu、Mo组成，各元素因子负荷为0.842、0.863、0.924，其中Cu常在油泵材料中使用，Amato等[31]指出井盖的腐蚀、发动机排放和刹车片的使用是Cu产生的来源之一．另外Cu、Mn作为工业活动的代表元素，建筑材料、电线等也是其产生来源之一[27]，本研究采样点位于首都师范大学内，临近西三环主要交通道路，附近无明显的工业活动，因此本研究认为第二主成分为交通源；第三主成分解释了原始变量的12.6%，主要元素为Cd，因子负荷为0.783，Cd作为燃料燃烧的产物，存在于汽车尾气，煤炭燃烧和工业活动中，息朝庄等[32]对贵州省大气降尘中Cd研究发现，其污染来自于地壳源、工业三废、燃煤的综合影响，刘进等[33]研究表明，2015—2019年大气降尘已经成为华北农田土壤Cd的主要输入源，贡献占总输入源的1/2，是未来需要关注的重点途径，因此本研究认为第三主成分为燃烧源.
-
1）从低层至中层，北京城区积尘中11种重金属元素浓度呈现出随高度增加浓度增大的现象；高层中Zn元素浓度高于中层，其余元素呈现相反趋势；Cr、Ni、Zn、Mo高层浓度较低层浓度有所升高，V、Mn、Co、Cu、As、Mn、Pb元素高层浓度较低层浓度有所下降，但11种元素整体变化范围差距不大. 14种稀土元素整体上在中层出现低值，在低层与高层浓度相差不大．
2）不同高度下北京城区积尘中14种稀土元素浓度均未超出环境背景值，11种重金属在不同高度中整体处于同一等级污染水平，其中Cd为中度－严重污染，Cu、Zn、Pb为中度污染， As、Mn、Mo、Co、V为无污染，11中重金属除Zn外，其余元素均在中层表现出最高的污染累积指数．
3）北京城区积尘中轻稀土元素相对土壤富集程度较低，不同高度下配分模式基本一致，表现为轻稀土富集的Eu负异常地球化学元素特征，与北方黄土和黄河沉积物配分图相似，表明北京市积尘来源受到其影响．
4）通过富集因子显示V、Cr、Mn等重金属和14种稀土元素主要来源为自然源，Ni、Cu、Zn、Cd主要受人为因素的影响；通过主成分分析结果显示，北京城区秋季积尘中重金属共有3个主要贡献源，分别为地壳源、交通源和燃烧源．
北京城区秋季不同高度积尘中微量元素污染特征及源解析
Characteristics and source analysis of trace element pollution in dust accumulated at different heights in Beijing
-
摘要: 为研究北京市城区大气积尘中微量元素在不同高度下的污染特征及来源，于2021年9—11月采集了积尘样品，用电感耦合等离子体质谱仪ICP-MS(8800)分析了11种重金属元素(Mn、Zn、Cu、Cr、Pb、V、Ni、As、Co、Mo、Cd)和14种稀土元素，采用地累积指数法、富集因子法、配分模式图和主成分分析法对其进行污染特征和来源分析．结果表明，11种重金属元素的浓度从低层至中层逐渐升高，低层与高层浓度相差不大，Zn元素浓度从中层至高层呈上升趋势，在高层出现最大值584.3 mg·kg−1，而V、Mn、Ni、Cu等元素浓度从中层至高层降低，14种稀土元素浓度均在中层最低，其浓度在所有高度下均未超出环境背景值．地累积指数结果表明， Cd元素在中层污染最为严重，污染等级为4级，Zn元素在高层污染最为严重，污染等级为2级，而As、Mn、Mo、Co、V污染程度均为无污染，但相对于低层与高层，中层污染指数较高．通过富集因子、配分模式图和主成分分析结果显示，14种稀土元素来源为自然源，11种重金属元素来源为地壳源、交通源和燃烧源．Abstract: To study the pollution characteristics and sources of trace elements in Beijing's atmospheric dust at different heights, dust samples were collected from November to December, 2021, and the contents of 11 heavy metals (Mn, Zn, Cu, Cr, Pb, V, Ni, As, Co, Mo, Cd) and 14 rare earth elements were analyzed by ICP-MS(8800). The results show that the contents of 11 heavy metal elements gradually increase from the lower layer to the middle layer, and the contents of the lower layer and the upper layer are not much different, while the maximum value of Zn element is 584.3 mg·kg−1 in the upper layer, and the concentrations of 14 rare earth elements are all in the middle layer and the bottom region, and their contents do not exceed the environmental background values at all heights. The results of the ground accumulation index show that Cd elements are the most polluted in the middle layer with pollution level 4, Zn elements are the most polluted in the upper layer with pollution level 2, while As, Mn, Mo, Co, V pollution levels are non-polluted, but the pollution index is higher in the middle layer compared to the lower and upper layers. The results of enrichment factors and principal component analysis show that 14 rare earth elements are from crustal sources and 11 heavy metals are from crustal, traffic and combustion sources.
-
Key words:
- dust accumulation /
- different heights /
- heavy metals /
- rare earth elements /
- pollution characteristics /
- sources
-
近年来，随着我国经济迅速增长和城市化进程持续推进，城镇污水处理领域取得了显著进展。与此同时，污水处理过程中产生的剩余污泥也带来了不小的负担，需要处理厂投入大量资金进行有效处理[1]。因此，探索在现有污泥脱水工艺的基础上引入造粒处理技术，有助于一定程度上应对当前污泥处理中存在的高投资、高运行费用等问题，同时也可提升污泥处理效率，增强污泥后续资源化利用的效率。
当前，我国在污泥处理技术方面面临诸多挑战：虽然相关技术已趋于成熟，但依然存在不少不足之处，主要体现在污泥浓缩、脱水、干化等处理方式以及填埋、焚烧等处理手段方面，同时，对污泥的高效回收利用技术亟待完善[2]。污水处理厂的剩余污泥主要源自二沉池，其特性主要涉及物理、化学和微生物学等方面[3]。在这些特性中，污泥的物理特征主要包括含水率和热值等指标[4]。污泥处理方法通常取决于其含水率以及最终处置方式的确定。为便于外运，需要将污泥含水率降至80%以下。采用干燥焚烧方式可有效降低含水率，减少污泥体积，但同时也会消耗大量能源[5]。经实验研究表明，通过对干化污泥进行造粒处理后，不仅可以有效避免扬尘和提高干燥效率，还能大幅降低能源消耗[6]。将经过造粒处理的污泥与焚烧厂协同焚烧，对焚烧系统的运行稳定性和经济性具有显著的积极影响[7]。污泥颗粒还可以用于制备活性炭，能够吸附污水中有机污染物及重金属等，从而在污水处理工艺中发挥有效作用[8]。此外，城镇污泥造粒技术的应用还能够有效提升微生物群落在碳源利用方面的优势性和均衡性，如对蚯蚓堆肥系统中微生物的碳源利用具有显著影响。秦洁等[9]学者曾描述了一项直接利用污泥造粒进行城镇污泥预处理的方法，该方法操作简便、高效，不仅产出质量稳定的有益堆肥产品，而且省去了繁琐的添加混合膨化材料的步骤，避免了引入新的难降解物质而带来的堆肥过程风险。
目前国内污泥处理处置有4条主流工艺路线：1）干化+焚烧/协同焚烧/建材利用[10]；2）预处理+厌氧消化+脱水+土地利用[11]；3）好氧发酵+土地利用[12]；4）深度脱水+协同焚烧/填埋[13]。污泥的处置方式可以归纳为直接填埋、堆肥、焚烧处置及材料利用等[14]。其中直接填埋是最常见的污泥处置方式之一，污泥填埋操作简单，但未经处理直接填埋会对土地造成二次污染[15]；同样地，污泥堆肥也存在相似的问题，污泥中的各类难降解有机物，包括残留药物、化学品、干扰素等，在堆肥过程中会产生大量的恶臭气体以及污泥本身所含有的有害物质都需要处理以免造成二次污染[16]。污泥干化+焚烧处置工艺是污泥减量化、无害化效果最好的处置方式之一[17]。污泥通常具备高含水率，因此需进行脱水处理以便进行后续处理。据研究表明，污泥的脱水效果受多种因素影响，其中造粒尺寸对污泥颗粒干燥具有显著影响[18]。
本研究以苏州市某家污水处理厂脱水污泥为研究对象，在传统污泥干化过程中加入造粒处理。通过分析污泥含水率等参数，阐述了污泥脱水过程的特性，通过造粒处理对传统污泥干化工艺进行优化，并针对造粒处理后颗粒污泥的长度分布、堆积密度以及形貌特征进行分析，为进一步研究污泥处理和资源化利用提供了理论基础和技术支持。污泥干化造粒技术不仅可以有效降低污泥体积，解决污泥的安全处置问题，而且减少了自然资源的使用，达到固体废物的资源化、无害化利用，实现变废为宝。通过对多种污泥造粒后性状研究，减少处理过程中能源的消耗以及污泥对环境的危害，为后期污泥的合理处置和研究提供理论依据和实践经验。
1. 材料与方法
1.1 实验材料
试验用泥取自苏州某污水处理厂剩余污泥，经过24 h沉淀后，去除上清液，测定污泥pH、含水率等，其基本特征如表1所示，采集的污泥保存于4 ℃冰箱中，待用。
表 1 原污泥基本性质Table 1. Basic properties of raw sludge含水率 pH 密度/（g·cm−3） 温度/ ℃ SV30 TSS/（g·L−1） VSS/（g·L−1） SRF/（1013·m−1·Kg−1） 99.87% 7.10 1.002 5 19.7±2 49% 21.26±0.3 14.36±0.1 4.68 注：SV30表示污泥沉降比；TSS表示总悬浮固体；VSS表示挥发性悬浮固体；SRF表示污泥比阻。以上指标测定参考CJ/T 221—2005 城市污水处理厂污泥检验方法。 | Show Table
DownLoad:
CSV
1.2 仪器设备
本试验仪器有电热鼓风干燥箱（GZX-9140MBE，上海博迅仪器生物有限公司），便携式离子计（PXBJ-287L型，上海雷磁有限公司），电子分析天平（ME204E，梅特勒-托利多上海有限公司），旋转制粒机（XL型，常州佳发制粒干燥设备有限公司），1 700 ℃下开门马弗炉（SGM M1700-12，西格马上海高温电炉有限公司）等。
1.3 试验方法
取原污泥装入玻璃培养皿（Φ=100 mm）中进行碱性预处理，加入适当剂量的氢氧化钠（NaOH）（4 mol·L−1）将pH调节至10。完成后将试样放入电热鼓风干燥箱中，设定温度 105 ℃，每隔0.5 h快速拿出称重，直至恒重为止。重复多组实验，检测高温脱水后的污泥含水率，计算确定高温热处理对污泥脱水不同时间的含水率。
取原污泥装入多组玻璃培养皿中，并通过适当剂量的氢氧化钠（NaOH）（4 mol·L−1）将pH调节至10。待每组污泥试样碱处理完成后，试样放入电热鼓风干燥箱中，设定温度105 ℃，待每组污泥试样高温热处理后干燥至一定含水率，取不同含水率污泥进行旋转造粒，造粒完成后再次干燥至恒重，分析不同含水率与颗粒形态的关系以及污泥造粒前后干燥速率，堆积体积和能量消耗（图1）。污泥造粒是将一定含水率的絮状污泥制成颗粒污泥，从而能够改善污泥的通气性，改变了污泥的物理性状，增加了污泥的比表面积。
取相同质量不同含水率污泥颗粒采用直接热解法（600 ℃热解2 h）制备活性炭，将制备好的活性炭材料放入SEM，观察其孔结构，之后将其放入模拟废水中静置，研究其对COD去除效果。
1.4 分析方法
1）污泥含水率。污泥含水率的测定采用热干燥法，将均匀的污泥样品放在称至恒重的玻璃培养皿中，放入105 ℃烘箱内烘至恒重，减少的重量以百分率计为污泥含水率，进行多组实验取平均值。污泥含水率如式(1)所示。
W=m1（m1+m2）×100% (1) 式中：W为污泥各时间段的含水率数值，%；m1为干燥过程t时刻样品中含水质量，g；m2为样品除去水分的质量，g；计算结果表示至小数点后两位。
2）污泥干燥速率。污泥失水效果可用单位质量的平均干燥速率如式(2)所示。
V1=m1−mtΔt (2) 式中：V1为污泥颗粒单位质量的平均干燥速率，g·min−1；m1为污泥颗粒初始质量，g；mt为污泥颗粒干燥至 t 时刻的质量，g；Δt为计算时间间隔。
3）污泥长度。将造粒完成后的不同含水率污泥样品分别通过0.1、0.2、0.3、0.5、0.8、0.9、1.25、2、2.5、2.8、3.2、4 mm标准筛进行筛分称量，测定污泥长度分布，每个样品测定3次后取平均值。
4）污泥堆积密度。污泥堆积密度测定采用容积法，颗粒污泥从漏斗口在一定高度自由落下充满确定容积的容器，测定松装状态下比重杯内单位体积污泥的质量，即污泥松散堆积密度。
污泥松散堆积密度如式(3)所示。
ρ=m1−m0V (3) 式中：ρ为污泥松散堆积密度，g·cm−3；m1为污泥颗粒和容器总质量，g；m0为空容器质量，g；V为容器体积，cm3。
将100 ml固定体积的空杯与延长筒链接组成一个振实密度组件，然后将污泥填满延长筒盖上盖，将组件固定到定位孔中。将容器中污泥振实，直到体积不再减少为止，用玻璃棒将容器口刮平。然后称量污泥和容器的总质量计算振实堆积密度。
污泥振实堆积密度如式(4)所示。
ρ1=mt−mcV1 (4) 式中：ρ1为污泥振实堆积密度，g·cm−3；mt为振实污泥和容器总质量，g；mc为空容器质量，g；V1为空容器体积，cm3。
5）污泥微观结构。污泥样本在烘箱里烘干后，采用Quanta FEG 250扫描电子显微镜（SEM）对污泥样本进行分析。
2. 结果与讨论
2.1 絮状污泥干燥特性
在本研究中，针对污泥在105 ℃下的含水率变化进行了多组实验，试图全面掌握其变化规律。实验结果如图2所示，随着干燥时间的延长，污泥的含水率整体呈逐渐下降的趋势。初始含水率为99.87%，经过7 h的干燥后，污泥的含水率基本降至零。干燥速率变化情况显示在0~1.5 h内呈现加速上升的趋势，此时污泥的含水率由99.87%下降至81.62%，表明该时段污泥含水率较高，污泥表层自由水开始受到外部热量的影响进一步脱水[19]，干燥速率快速爬升至0.25 g·min−1。在经历平稳后，随后稳定维持至4 h时，干燥速率维持在0.21~0.25 g·min−1，污泥含水率下降至46.53%。这种现象可能源于热传递最初影响到污泥表面，导致表面结构受损形成结痂，使热量无法有效传导至内部，从而干燥速率保持稳定[20]；而在4 h后，干燥速率相较之前明显加快，随着干燥时间不断延长，含水率越来越低，含固率不断升高，污泥表面发生龟裂，使空气流通，促进热量传递至内部，增加接触面积，从而显著提高了干燥速率达到最高峰0.348 g·min−1，污泥内外温度趋于一致；随后干燥至6 h时，污泥含水率降至10%以下，由于污泥中水分所剩无几使得干燥速率相应变得缓慢。
图 2 絮状污泥在105 ℃下的含水率及干燥速率随时间的变化Figure 2. Variation of moisture content and drying rate of flocculent sludge at 105 °C with time2.2 污泥颗粒干燥特性及形貌特征
本研究首先对不同含水率的污泥进行造粒处理，研究了污泥颗粒的干燥速率变化，详细结果见图3。实验中发现，污泥经过造粒处理后干燥速率显著提升，尤其在含水率较高的情况下，干燥时间显著缩短。这是因为经过造粒处理后，污泥与热空气的接触面积增大，同时部分破坏了污泥内部的结构，因此其脱水性能得到改善。在不同含水率的污泥中，造粒处理对干燥速率的影响不尽相同。60%含水率的污泥在造粒后，干燥速率一开始增大，但后来趋于稳定，总体干燥时间与原始污泥相近；40%~60%含水率的污泥在4.5 h到6.0 h之间，干燥速率基本持平；5%和10%含水率的污泥经过造粒后，干燥速率显著提高，但由于已处于干燥过程的末端，干燥时间并没有显著缩短；当污泥含水率为20%和30%时，其干燥速率存在显著变化，并且相较于原污泥，干燥时间减少了1 h，这表明在这两种含水率下进行污泥造粒处理有助于加快干燥速率、缩短干燥时间、降低能量消耗，可被视为最优化处理节点。另外，实验结果还指出当污泥含水率不低于65%时呈流态状态，丧失了进行制粒的可行性。
图 3 污泥颗粒在105 ℃下的含水率随时间的变化Figure 3. Variation of the moisture content of sludge particles at 105 °C with time2.2.1 污泥长度分布
根据图4数据显示，5%含水率条件下的污泥，其长度主要分布在0.3~0.5 mm范围，最大长度可达0.9 mm；10%和20%含水率条件下的污泥，0.3~0.5 mm颗粒比例显著增加，并且颗粒逐渐扩大至2.5 mm；含水率30%条件下的污泥，颗粒主要分布在0.2~0.5 mm范围；40%含水率污泥主要以0.1~0.9 mm颗粒污泥为主，并带有0.9~2.8 mm长条状污泥。此现象或许源于污泥含水率过高，难以通过造粒达到饱满颗粒状态；而含水率为50%的污泥颗粒则相对均匀地分布在0.5~3.2 mm之间。这一现象的可能原因在于，污泥颗粒构成较为坚固的细胞结构，在短时间内高温热处理难以充分传递所需的能量，因而无法有效破坏大部分细胞结构，造成后续造粒过程只能破坏较弱的污泥絮体结构，导致颗粒呈现细长条状；含水率达60%的污泥颗粒主要分布在0.8~4 mm范围内，最大粒径可达4 mm。
图 4 不同含水率污泥所造颗粒的长度分布Figure 4. Length distribution of particles produced by sludge with different water contents据观察得知，含水率30%可被视作一道明显分界，当含水率低于30%时，颗粒呈细小状，且粒径主要分布在0.3~0.5 mm范围内；而当含水率高于30%时，颗粒多呈细长条状，长度相对均匀。不仅如此，我们还可以发现造粒机孔径为1.5 mm，但却出现了较多小于该孔径下的颗粒，说明颗粒在干燥的时候，发生了破碎，而这部分颗粒所占比例越大，说明颗粒的强度越小。而从图中可以看出随着含水率增加，造粒后颗粒强度逐渐增大。
2.2.2 污泥堆积密度
从图5可以看出，5%和60%含水率的污泥与其他样本分布存在显著差异。其中，60%含水率的污泥因颗粒较大、形状不规则而导致颗粒间空隙较大，因此其松散密度和振实密度均较低；而5%含水率的污泥由于颗粒较小、形状简单，颗粒间间隙小，因此无论松散密度还是振实密度均远高于其他样本。20%和30%含水率的污泥松散密度与振实密度普遍较高且相互贴合，这可能是由于其既含有较大颗粒又含有细小颗粒，能够有效填补空隙。材料高堆积密度时，其堆积性优异，可以提高容积利用率，适宜于存储和运输，从而实现成本的显著降低；相反，低堆积密度的材料则通常具有较大体积，存储与运输困难，造成成本增加。由此，我们可以根据堆积密度差估算运输污泥时的装载数量，据此，我们可根据堆积密度差推算运输污泥所需的装载量。通常情况下，处理10×104 t生活污水能产生约100 t湿污泥，预计需要13车（每车可装载10 m3）；经过造粒后，污泥含水率约为20%~30%，预计需要10车（每车可装载10 m3）。在实验室中将正常湿污泥与造粒后污泥放置在相同50 ml量筒内称量分别得0.129、0.117 kg相当于每车减少2.4 t污泥量，运输成本极大降低，由于呈颗粒状状态，可显著缩短装卸时间，同时对卫生填埋用地需求量减少，现每立方土地可填埋约0.50 t污泥；造粒处理后，污泥含水率在20%~30%范围内，每立方土地可填埋约0.63 t污泥。
图 5 不同含水率污泥所造颗粒的堆积密度Figure 5. Bulk density of particles produced by sludge with different water contents2.2.3 污泥形貌特性分析
利用Quanta FEG 250扫描电子显微镜（SEM）对比不同含水率造粒后污泥表面形貌特征（表2），从图6我们可以观察到，污泥含水率在5%至60%范围内，颜色逐渐加深。当含水率为5%至40%时，呈现黄褐色；50%至60%时，污泥呈现黑色。此外，当含水率为5%时，污泥呈现细小颗粒状并伴有些许粉末，结构松散，形状不规则；含水率为10%至30%时，污泥呈现出分散的细粒状；当含水率为40%时，部分污泥开始出现细条状，但大部分仍呈颗粒状；当含水率为50%时，绝大部分为细条柱状，少部分为颗粒状；当含水率为60%时，几乎全部呈现细条状。由此可见，含水率在造粒过程中对颗粒污泥的外观有显著影响。
表 2 污泥数码照及电镜图汇总Table 2. Summary of sludge digital photography and electron microscopy images名称 编号 5%含水率污泥 (a1) 距样品上空40 cm形貌；(a2) SEM电镜x100形貌；(a3) SEM电镜x8 000形貌 10%含水率污泥 (b1) 距样品上空40 cm形貌；(b2) SEM电镜x100形貌；(b3) SEM电镜x8 000形貌 20%含水率污泥 (c1) 距样品上空40 cm形貌；(c2) SEM电镜x100形貌；(c3) SEM电镜x8 000形貌 30%含水率污泥 (d1) 距样品上空40 cm形貌；(d2) SEM电镜x100形貌；(d3) SEM电镜x8 000形貌 40%含水率污泥 (e1) 距样品上空40 cm形貌；(e2) SEM电镜x100形貌；(e3) SEM电镜x8 000形貌 50%含水率污泥 (f1) 距样品上空40 cm形貌；(f2) SEM电镜x100形貌；(f3) SEM电镜x8 000形貌 60%含水率污泥 (g1) 距样品上空40 cm形貌；(g2) SEM电镜x100形貌；(g3) SEM电镜x8 000形貌 | Show TableDownLoad:
CSV
图 6 不同含水率污泥所造颗粒的形貌特征Figure 6. Morphological characteristics of particles produced by sludge with different water contents其中图6(a)和图6(b)针对不同含水率5%和10%条件下的电子显微镜图像，呈现出结构松散的砂砾特征，表面呈现出各样的孔洞或孔隙，颗粒大小存在不均匀性；图6(c)则对比了含水率为20%条件下的电子显微镜图像，显示出紧密无孔洞的表面，光滑平整无突起的块状结构，少量球菌和杆菌部分也可观察到；图6(d)和(e)对应于不同倍数下污泥含水率为30%和40%的电子显微镜图。在这些图像中，出现了多块状粘结突起，这些特征逐渐增多。大块片状沉淀物和一些粒状团聚物堆积在孔隙处，表面的突起块状结构也变得更加明显。随着含水率的增加，污泥的形态逐渐演变为条形结构，这一特征在图6(f)和(g)中更为明显，分别对应含水率为50%和60%的情况。值得注意的是，当含水率较低时，结构较为松散无序，表面更为疏松，具有多出断裂面，而随着含水率增加，结构更为细密并且呈现出更多的块状结构。
2.2.4 污泥截面特征分析
本研究采用Quanta FEG 250扫描电子显微镜（SEM）对比分析含水率不同的污泥样本经过造粒处理后的截面形貌特征（表3）。可以观察到图7(a1)的断面表现为灰黑色，而其断口呈现出典型的塑性断裂特征[21]，且存在明显的深裂痕，形状不规则呈现出明显的粗糙特征，整体表面凹凸不平，具有多条沟壑状裂纹，而这些裂纹主要聚集在截面的中心区域，由图7(a2)可以观察到颗粒发生破碎，裂痕明显，说明该结构强度小；图7(b1)、(b2)表面的裂缝明显减少，仅存少量孔洞和微小裂纹，但仍然具有表面不平整的特点；与之相对应的图7(c1)、(c2)表面平滑且平整，其断口形态较为规则，呈现出脆性断裂的特征[21]，并且表面更加致密，具有明显结块现象，说明结构强度大。此外，图7(a)、(b)、(c)的整体形态存在显著差异。污泥经过造粒后显著增加了颗粒的产生力，同时由于含水率的提高导致颗粒截面发生明显变化。
表 3 污泥截面电镜图汇总Table 3. Summary of sludge cross-section electron microscopy diagrams名称 编号 5%含水率污泥造粒截面 (a1) SEM电镜x220形貌 (a2) SEM电镜x1 500形貌 30%含水率污泥造粒截面 (b1) SEM电镜x220形貌 (b2) SEM电镜x1 500形貌 60%含水率污泥造粒截面 (c1) SEM电镜x300形貌 (c2) SEM电镜x1 500形貌 | Show TableDownLoad:
CSV
图 7 不同含水率污泥所造颗粒的截面特征Figure 7. Cross-sectional characteristics of particles made by sludge with different water contents据此可推断，随着污泥含水率增加，经过造粒处理后，污泥的截面形态从裂纹沟壑逐渐转变为平整光滑，结构也由砂砾状变为块状，由松散变为细密，结构强度增大。
通过电镜观察发现不同含水率颗粒污泥截面变化，因此在此基础上，选取多家污水厂进行污泥造粒，对不同来源的各种含水率在经过造粒后的污泥截面情况使用灰度共生矩阵（GLCM）方法进行进一步分析。本研究使用Matlab软件中的graycomatrix命令将SEM图像分为9个灰度等级（NumLevels=9），并使用对称性排序方法（Symmetric = true）创建灰度共生矩阵（GLCM），然后分析所得共生矩阵的对比度（Contrast）和同质性（Homogeneity）。其中，对比度反映图像的清晰程度和纹理的深浅程度，对比度越大，图像的纹理沟纹越深；同质性描述的是图像中局部区域的均一性，同质性越大，图像中的纹理越均匀。
图8为5家污水厂颗粒截面对比度和同质性的分析结果，其中A厂整体对比度保持在0.35~0.80，在20%含水率下为最低点0.35，随后在30%含水率达到最大值0.80；B厂整体对比度保持在0.50~1.35，在30%含水率达到最大值1.33同时也是五家污水厂中对比度最高点，随后在60%含水率下降为最低点0.50；C厂最高点对比度同样为30%含水率，但与其他污水厂不同的是C厂在5%~20% 、40%~60%含水率的对比度趋势与其他厂截然相反且在40%含水率情况下达到所有厂最低值0.32；D厂整体对比度保持在0.30~1.11，在50%含水率达到最大值1.11；E厂整体对比度保持在0.50~1.00，在30%含水率达到最大值0.99。
图 8 五家污水厂颗粒截面的灰度共生矩阵（GLCM）分析Figure 8. Grayscale Co-occurrence Matrix (GLCM) analysis of particle cross-sections from five wastewater plantsA厂同质性维持在0.74~0.83，在30%含水率为最低点0.74，以30%含水率为分界线左侧呈现先升再降趋势，右侧则先升再降再上升；B厂同质性保持在0.68~0.79，在30%含水率为最低点0.68且为5个厂同质性最低值，以30%含水率为分界线左侧同样呈现先升再降趋势，右侧则为单调递增趋势；C厂同质性保持在0.70~0.85，在60%含水率为最低点0.70，以30%含水率为分界线两侧呈现正态分布趋势；D厂同质性维持在0.71~0.84，在50%含水率为最低点0.71，以30%含水率为分界线左侧呈现正态分布，右侧则降至最低点后回升；E厂同质性在0.73~0.81，在30%含水率为最低点0.73，以30%含水率为分界线左侧呈现递减趋势，右侧则与A厂趋势一致；从纵向来看，在30%含水率下5个厂颗粒截面最具有相同性质。
综上所述，随着含水率的升高颗粒污泥截面呈现先下降后上升再下降的趋势，普遍在30%含水率下对比度最高，说明此时形貌变化最大。该现象同时与污泥颗粒的干燥速率以及长度分布相呼应。
2.3 污泥颗粒资源化应用
使用扫描电子显微镜对不同含水率制备活性炭材料进行观测（表4），对比分析形貌特征及吸附效果如图9、图10所示。可以观察到5%和10%含水率制备活性炭表面光滑，对COD去除率相对较低。相比之下，20%~40%含水率制备活性炭表面性状发生了显著变化。其中，40%含水率制备活性炭材料表面及孔隙内分布有较为丰富的附着物，结构相对疏松，表面孔隙数量较多且分布均匀，而活性炭表面丰富的多孔结构决定了活性炭较好的吸附能力[22]。因此表明此条件下制备的活性炭材料具有较好吸附性能，且通过对COD去除率也印证其吸附效果最好。最后50%、60%含水率制备活性炭材料表面大块片状沉淀物堆积在孔隙处，这与原始高含水率污泥颗粒表面形貌相对应，通过对COD去除率发现其吸附效果较差且不稳定。
表 4 活性炭表面电镜图汇总Table 4. Summary of activated carbon surface electron microscopy diagrams名称 编号 5%含水率污泥制备活性炭 (a) SEM电镜x5 000形貌 10%含水率污泥制备活性炭 (b) SEM电镜x5 000形貌 20%含水率污泥制备活性炭 (c) SEM电镜x5 000形貌 30%含水率污泥制备活性炭 (d) SEM电镜x5 000形貌 40%含水率污泥制备活性炭 (e) SEM电镜x5 000形貌 50%含水率污泥制备活性炭 (f) SEM电镜x5 000形貌 60%含水率污泥制备活性炭 (g) SEM电镜x5 000形貌 | Show TableDownLoad:
CSV
图 9 污泥颗粒所制活性炭的表面形貌特征Figure 9. Surface morphology characteristics of activated carbon made from sludge particles
图 10 污泥颗粒所制活性炭在模拟废水中的 COD 去除率Figure 10. COD removal rate of activated carbon made from sludge particles in simulated wastewater3. 结论
1）城市生活污水处理厂的污泥在处理之前，可以通过干燥造粒技术将其制成颗粒状，有效提升干燥效率，且在利用含水率20%~30%之间造粒时效果最为明显。
2）随着造粒时污泥含水率逐渐升高，成型颗粒的堆积密度逐渐降低、结构强度逐渐增大、微观结构从裂纹沟壑逐渐转变为平整光滑。
3）利用污泥颗粒制备的活性炭具有较好的吸附性能。其中含水率在30%~40%时制备的活性炭吸附效果达到最佳，尤其是40%含水率下制备的活性炭，因其表面及孔隙内分布有丰富的附着物，结构疏松，孔隙数量多且分布均匀，从而表现出较好的吸附能力。
-
图 2 不同高度积尘重金属元素浓度统计
Figure 2. Statistics of heavy metal element concentrations in dust at different heights
图 3 不同高度积尘稀土元素浓度统计
Figure 3. Statistics on the concentration of rare earth elements in dust at different heights
图 4 不同高度积尘重金属（a）和稀土元素（b）的富集因子
Figure 4. Heavy metal enrichment factors of dust accumulation at different heights
图 5 不同高度积尘稀土元素球粒陨石分配曲线
Figure 5. Distribution curve of dust-laden rare earth element chondrites with different heights
表 1 不同高度积尘重金属地累积指数
Table 1. Geoaccumulation index of heavy metals in dust at different heights
元素Elements 地累积指数Ground Accumulation Index 低层（6 m）Low Level 中层（17 m）Middle Level 高层（41 m）High Level V −0.80 −0.67 −0.91 Cr −0.26 0.16 −0.13 Mn −0.40 −0.31 −0.46 Co −0.85 −0.55 −1.02 Ni −0.04 0.40 0.03 Cu 1.40 1.93 1.41 Zn 1.55 1.70 1.88 As −0.58 −0.42 −0.63 Mo −1.42 −0.91 −1.10 Cd 3.02 3.46 2.99 Pb 1.14 1.24 0.93
下载: 导出CSV
表 2 不同高度积尘重金属地累积指数分级
Table 2. Grading of the geoaccumulation index of heavy metals in dust at different heights
元素Elements 地累积指数级别Ground Cumulative Index Level 低层（6 m）Low Level 中层（17 m）Middle Level 高层（41 m）High Level V 0 0 0 Cr 0 1 0 Mn 0 0 0 Co 0 0 0 Ni 0 1 1 Cu 2 2 2 Zn 2 2 2 As 0 0 0 Mo 0 0 0 Cd 4 4 3 Pb 2 2 2
下载: 导出CSV
表 3 不同高度积尘稀土元素特征参数
Table 3. Characteristic parameters of rare earth elements in dust at different heights
特征参数Characteristic parameters 低层（6 m）Low Level 中层（17 m）Middle Level 高层（41 m）High Level ΣREE 179.24 176.36 184.32 ΣLREE 145.99 144.13 146.60 ΣHREE 33.26 32.23 37.72 ΣLREE/HREE 4.39 4.47 3.89 δEu 0.90 0.80 0.91 δCe 1.31 1.75 1.04 (La/Yb)N 11.75 9.17 11.65 (La/Sm)N 3.54 3.13 3.10 (Gd/Yb)N 2.07 1.92 2.42
下载: 导出CSV
表 4 不同高度积尘重金属主成分分析
Table 4. Principal component analysis of heavy metals in dust at different heights
变量元素Variable elements 因子负荷Factor load 1 2 3 V 0.57 0.48 0.51 Cr 0.47 0.68 −0.15 Mn −0.01 0.84 0.42 Co 0.80 0.39 0.11 Ni 0.87 0.26 −0.03 Cu 0.33 0.86 0.03 Zn 0.76 −0.12 0.27 As 0.83 0.31 0.26 Mo 0.25 0.92 0.17 Cd 0.17 0.11 0.87 Pb 0.61 0.29 0.06 特征值 3.8 3.4 1.4 方差贡献率% 34.3 31.3 12.6 累计贡献率% 34.3 65.6 78.2
下载: 导出CSV
-
[1] CHANG J, LIU M, HOU L J, et al. Concept, pollution character and environmental effect of urban surface dust[J]. Ying Yong Sheng Tai Xue Bao = the Journal of Applied Ecology, 2007, 18(5): 1153-1158. [2] 王萧. 北京市街道灰尘地球化学特征及物源分析[D]. 北京: 中国地质大学(北京), 2021. WANG X. Geochemical characteristics and source analysis of street dust in Beijing[D]. Beijing: China University of Geosciences, 2021 (in Chinese).
[3] LOSKA K, WIECHUŁA D, KORUS I. Metal contamination of farming soils affected by industry[J]. Environment International, 2004, 30(2): 159-165. doi: 10.1016/S0160-4120(03)00157-0 [4] WANG X H, BI X H, SHENG G Y, et al. Chemical composition and sources of PM10 and PM2.5 aerosols in Guangzhou, China[J]. Environmental Monitoring and Assessment, 2006, 119(1): 425-439. [5] NKANSAH M A, OPOKU F, ACKUMEY A A. Risk assessment of mineral and heavy metal content of selected tea products from the Ghanaian market[J]. Environmental Monitoring and Assessment, 2016, 188(6): 332. doi: 10.1007/s10661-016-5343-y [6] XIA D S, WANG B, YU Y, et al. Combination of magnetic parameters and heavy metals to discriminate soil-contamination sources in Yinchuan—a typical oasis city of Northwestern China[J]. Science of the Total Environment, 2014, 485/486: 83-92. doi: 10.1016/j.scitotenv.2014.03.070 [7] TAN J H, DUAN J C, CHAI F H, et al. Source apportionment of size segregated fine/ultrafine particle by PMF in Beijing[J]. Atmospheric Research, 2014, 139: 90-100. doi: 10.1016/j.atmosres.2014.01.007 [8] WANG R D, ZOU X Y, CHENG H, et al. Spatial distribution and source apportionment of atmospheric dust fall at Beijing during spring of 2008-2009[J]. Environmental Science and Pollution Research, 2015, 22(5): 3547-3557. doi: 10.1007/s11356-014-3583-3 [9] 刘玥, 郭文强, 武晔秋. 基于PMF模型的大同市城区公园地表灰尘中重金属污染评价及来源解析[J]. 环境化学, 2022, 41(5): 1616-1628. doi: 10.7524/j.issn.0254-6108.2021091103 LIU Y, GUO W Q, WU Y Q. Pollution assessment and source analysis of surface dust heavy metals in parks of Datong city based on Positive matrix factorization model[J]. Environmental Chemistry, 2022, 41(5): 1616-1628 (in Chinese). doi: 10.7524/j.issn.0254-6108.2021091103
[10] TANG Y, HAN G L, WU Q X, et al. Use of rare earth element patterns to trace the provenance of the atmospheric dust near Beijing, China[J]. Environmental Earth Sciences, 2013, 68(3): 871-879. doi: 10.1007/s12665-012-1791-z [11] 张棕巍, 于瑞莲, 胡恭任, 等. 泉州市大气降尘中稀土元素地球化学特征及来源解析[J]. 环境科学, 2016, 37(12): 4504-4513. ZHANG Z W, YU R L, HU G R, et al. Geochemical characteristics and source apportionment of rare earth elements in the dustfall of Quanzhou city[J]. Environmental Science, 2016, 37(12): 4504-4513 (in Chinese).
[12] GWENZI W, MANGORI L, DANHA C, et al. Sources, behaviour, and environmental and human health risks of high-technology rare earth elements as emerging contaminants[J]. Science of the Total Environment, 2018, 636: 299-313. doi: 10.1016/j.scitotenv.2018.04.235 [13] WANG S S, YU R L, HU G R, et al. Distribution and source of rare earth elements in PM2.5 in Xiamen, China[J]. Environmental Toxicology and Chemistry, 2017, 36(12): 3217-3222. doi: 10.1002/etc.3902 [14] 马志强, 王跃思, 孙扬, 等. 北京大气中常规污染物的垂直分布特征[J]. 环境科学研究, 2007, 20(5): 1-6. MA Z Q, WANG Y S, SUN Y, et al. Characteristics of vertical air pollutants in Beijing[J]. Research of Environmental Sciences, 2007, 20(5): 1-6 (in Chinese).
[15] 胡永兴, 宿虎, 张斌, 等. 土壤重金属污染及其评价方法概述[J]. 江苏农业科学, 2020, 48(17): 33-39. HU Y X, SU H, ZHANG B, et al. Soil heavy metal pollution and its evaluation methods: A review[J]. Jiangsu Agricultural Sciences, 2020, 48(17): 33-39 (in Chinese).
[16] 李友平, 刘慧芳, 周洪, 等. 成都市PM2.5中有毒重金属污染特征及健康风险评价[J]. 中国环境科学, 2015, 35(7): 2225-2232. LI Y P, LIU H F, ZHOU H, et al. Contamination characteristics and health risk assessment of toxic heavy metals in PM2.5 in Chengdu[J]. China Environmental Science, 2015, 35(7): 2225-2232 (in Chinese).
[17] ZOLLER W H, GLADNEY E S, DUCE R A. Atmospheric concentrations and sources of trace metals at the South pole[J]. Science, 1974, 183(4121): 198-200. doi: 10.1126/science.183.4121.198 [18] 李丽娟, 温彦平, 彭林, 等. 太原市采暖季PM2.5中元素特征及重金属健康风险评价[J]. 环境科学, 2014, 35(12): 4431-4438. LI L J, WEN Y P, PENG L, et al. Characteristic of elements in PM2.5 and health risk assessment of heavy metals during heating season in Taiyuan[J]. Environmental Science, 2014, 35(12): 4431-4438 (in Chinese).
[19] 孔春霞, 郭胜利, 汤莉莉. 南京市生活区夏秋季节大气颗粒物垂直分布特征[J]. 环境科学与管理, 2009, 34(11): 35-38. KONG C X, GUO S L, TANG L L. Vertical distribution characteristics of atmospheric particles in summer and autumn in Nanjing[J]. Environmental Science and Management, 2009, 34(11): 35-38 (in Chinese).
[20] 倪刘建, 张甘霖, 阮心玲, 等. 南京市不同功能区大气降尘的沉降通量及污染特征[J]. 中国环境科学, 2007, 27(1): 2-6. NI L J, ZHANG G L, RUAN X L, et al. The flux and pollution character of dust-fall in different functional zones of Nanjing[J]. China Environmental Science, 2007, 27(1): 2-6 (in Chinese).
[21] 张舒婷, 李晓燕, 陈思民. 贵阳市不同空间高度灰尘和重金属沉降通量[J]. 中国环境科学, 2015, 35(6): 1630-1637. ZHANG S T, LI X Y, CHEN S M. Vertical characteristics of deposition fluxes of dust and heavy metals of Guiyang City[J]. China Environmental Science, 2015, 35(6): 1630-1637 (in Chinese).
[22] 刘红年, 苗世光, 蒋维楣, 等. 城市建筑动力学效应对对流边界层影响的敏感性试验[J]. 气象科学, 2008, 28(6): 599-605. LIU H N, MIAO S G, JIANG W M, et al. The sensitivity study on the effect of city buildings’ dynamics on turbulence characteristic of convective boundary layer[J]. Scientia Meteorologica Sinica, 2008, 28(6): 599-605 (in Chinese).
[23] 谢华林, 张萍, 贺惠, 等. 大气颗粒物中重金属元素在不同粒径上的形态分布[J]. 环境工程, 2002, 20(6): 55-57, 5. doi: 10.3969/j.issn.1000-8942.2002.06.018 XIE H L, ZHANG P, HE H, et al. Distribution of heavy metal elements in the different diametral atmospheric particulate matters[J]. Environmental Engineering, 2002, 20(6): 55-57, 5 (in Chinese). doi: 10.3969/j.issn.1000-8942.2002.06.018
[24] 王章玮. 大气中的稀土元素及稀土农用对温室气体排放的影响[D]. 南宁: 广西大学, 2003. WANG Z W. Rare earth elements of atmosphere and effects of rare earth elements on emissions of greenhouse gases[D]. Nanning: Guangxi University, 2003 (in Chinese).
[25] 吴铎, 魏海涛, 赵瑞瑞, 等. 兰州市室内大气降尘环境磁学特征及其随高度变化研究[J]. 环境科学, 2014, 35(1): 79-84. WU D, WEI H T, ZHAO R R, et al. Magnetic properties of indoor dustfall at different heights in Lanzhou[J]. Environmental Science, 2014, 35(1): 79-84 (in Chinese).
[26] XIONG Q L, ZHAO W J, GUO X Y, et al. Distribution characteristics and source analysis of dustfall trace elements during winter in Beijing[J]. Huan Jing Ke Xue= Huanjing Kexue, 2015, 36(8): 2735-2742. [27] NARGIS A, HABIB A, ISLAM M N, et al. Source identification, contamination status and health risk assessment of heavy metals from road dusts in Dhaka, Bangladesh[J]. Journal of Environmental Sciences (China), 2022, 121: 159-174. doi: 10.1016/j.jes.2021.09.011 [28] 王利军, 卢新卫, 雷凯, 等. 宝鸡市街尘重金属元素含量、来源及形态特征[J]. 环境科学, 2011, 32(8): 2470-2476. WANG L J, LU X W, LEI K, et al. Content, source and speciation of heavy metal elements of street dusts in Baoji city[J]. Environmental Science, 2011, 32(8): 2470-2476 (in Chinese).
[29] GIOIA S M C L, BABINSKI M, WEISS D J, et al. An isotopic study of atmospheric lead in a megacity after phasing out of leaded gasoline[J]. Atmospheric Environment, 2017, 149: 70-83. doi: 10.1016/j.atmosenv.2016.10.049 [30] PAN H Y, LU X W, LEI K. A comprehensive analysis of heavy metals in urban road dust of Xi'an, China: Contamination, source apportionment and spatial distribution[J]. Science of the Total Environment, 2017, 609: 1361-1369. doi: 10.1016/j.scitotenv.2017.08.004 [31] AMATO F, PANDOLFI M, VIANA M, et al. Spatial and chemical patterns of PM10 in road dust deposited in urban environment[J]. Atmospheric Environment, 2009, 43(9): 1650-1659. doi: 10.1016/j.atmosenv.2008.12.009 [32] 息朝庄, 吴林锋, 张鹏飞, 等. 贵州省惠水土壤-灌溉水-雨水-大气降尘中Cd、As等微量元素特征及来源讨论[J]. 中国地质, 2023, 50(1): 192-205. XI C Z, WU L F, ZHANG P F, et al. Characteristics and sources of Cd and As trace elements in soil-irrigation-rainwater-atmospheric dust-fall in Huishui County, Guizhou Province[J]. Geology in China, 2023, 50(1): 192-205 (in Chinese).
[33] 刘进, 潘月鹏, 师华定. 华北地区农田土壤镉来源及大气沉降的贡献[J]. 农业环境科学学报, 2022, 41(8): 1698-1708. LIU J, PAN Y P, SHI H D. Atmospheric deposition as a dominant source of cadmium in agricultural soils of North China[J]. Journal of Agro-Environment Science, 2022, 41(8): 1698-1708 (in Chinese).
-
点击查看大图
计量
- 文章访问数: 1404
- HTML全文浏览数: 1404
- PDF下载数: 50
- 施引文献: 0
