-
随着工业的快速发展，近年来我国O3污染逐渐严重[1 − 2]，O3污染对地面植被、粮食作物和人体健康造成了严重威胁[3 − 5]. VOCs作为O3的重要前体物，在复杂的光化学循环反应中发挥了重要作用，且我国大部分地区O3形成处于VOCs限制区[6 − 7]，控制VOCs排放对于O3污染的改善至关重要[8]. 此外，VOCs也会对人类的健康造成严重的不利影响，如芳香烃、卤代烃和OVOC（含氧VOC）会造成呼吸道、过敏性和心血管等疾病[9].
大气中VOCs来源广泛，包括工业源、不完全燃烧、溶剂使用、车辆排放、生物质燃烧和生物排放等，其中工业排放是VOCs重要来源[10]. 2013年京津冀地区排放清单显示工业排放源对VOCs贡献高达70.4%，其中焦炭生产占工业排放的14.1%[11]. 山西省作为我国主要的焦炭生产区，2015年焦炭产量为
8039 万吨，占全国的18.0%，随后焦炭产量逐年增加，2020年焦炭生产量达到10494 万吨[12 − 13]. 闫雨龙和彭林[14]建立的山西省人为源VOCs排放清单显示，焦炭生产的VOCs排放量占工业排放的72.2%. 焦炭生产排放VOCs包括有组织排放和无组织排放，其中有组织排放包括装煤、推焦和焦炉烟囱等，无组织排放包括焦炉顶和焦炉炉体逸散烟气等[15]. 现有焦化VOCs研究多为有组织排放，且焦炉炭化室高度多低于6 m，其中焦炉烟气为主要研究对象，因焦炉类型和检测物种的不同，焦炉烟气污染特征有所不同，但多以芳香烃和烷烃为主[15 − 19]. 无组织排放研究集中于焦炉顶逸散烟气[15, 20 − 21]，对其它无组织研究较少[22].基于此，本文以山西省某典型焦化厂为研究对象，炭化室高度高于6 m，对焦炉顶和焦炉机侧的无组织烟气进行采集，通过GC-MS/FID共检测58种VOC，研究其排放特征及差异，建立焦炉顶和焦炉机侧无组织烟气的源成分谱，通过最大增量反应活性法（MIR）[23]评估VOCs的臭氧生成潜势（OFP），并进行健康风险评估，以期为焦化VOCs防治及O3污染治理提供依据.
-
本研究选取山西一典型焦化厂为研究对象，采样点位为焦炉顶和焦炉机侧无组织. 采样时使用内壁硅烷化的3.2 L苏玛罐，采样前使用高纯氮气清洗4次并抽至真空. 本研究采用瞬时采样的方法，每个点位采集3个样品，同时设置空白样品，以保证样品的准确性. 样品采集完成后，1周内进行分析.
样品经高精度稀释仪（Nutech 2202A）稀释后，连接至自动进样器（Nutech
3603 ）进入预浓缩仪（Nutech8900 ），自动取400 mL样品浓缩分析，同时加入50 mL内标标准使用气，经液氮冷却-低温预浓缩技术富集和热解析后，进入GC-MS/FID（Agilent 8890A-5977B）分离检测. 其中，C2—C3经FID检测，用保留时间定性，外标法定量；其余化合物经MS检测，用保留时间和质谱图与标准物质比对定性，内标法定量. 样品分析过程均满足质量保证与质量控制要求[24], 首先进行标准曲线的建立，外标法满足R2>0.99，内标法满足平均相对响应因子的标准偏差（RSD）<30%；样品分析前，进行仪器空白和罐清洗空白检查，VOCs浓度均低于检出限，确保分析系统和采样罐内无污染；分析过程中随机选取一样品检测2次，检测浓度的相对偏差均小于30%；整个检测过程中，样品内标化合物峰面积在标准曲线中间浓度点内标化合物峰面积的60%—140%之间，保证标准曲线可准确有效定量样品. 本研究检测VOCs物种58种，包括烯烃11种、烷烃29种、芳香烃18种和炔烃1种. -
（1）VOCs成分谱
通过VOCs排放成分谱，可以得到某个排放源主要排放特征物种，以及不同排放源的特征物种质量占比大小，成分谱的建立对受体模型源识别和VOCs组分排放源清单的构建有重要意义[25]. 本研究选取不同焦化工段无组织VOCs的质量浓度进行整理分类，进行归一化后得到可以代表各工段的VOCs成分谱，以质量百分比的形式表示.
（2）臭氧生成潜势（OFP）
本研究采用最大增量反应活性（MIR）法计算VOCs的臭氧生成潜势（OFP），对VOCs的O3生成贡献进行评估，得到O3形成的优先控制排放源、排放组分和物种. OFP计算方法如式（1）：
其中，OFPi为VOCs中化合物i的臭氧生成潜势（μg·m−3），Ci为VOCs中化合物i的浓度（μg·m−3），MIRi为VOCs中化合物i的最大增量反应活性，各VOCs的MIR值参考文献[26].
（3）健康风险评估
采用US EPA的标准方法对焦炉顶和焦炉机侧无组织烟气中可吸入VOCs进行致癌风险评估和非致癌风险评估. 评估方法如下：
对于非致癌风险，通过计算危害商值（HQ）评估，如式（2）所示:
对于致癌风险，通过计算终身致癌风险（LCR）评估，如式（3）所示：
其中，Rfci为参考浓度（103 μg·m−3），IURi为单位吸入致癌风险（μg·m−3），ECi为暴露浓度（μg·m−3），ECi计算方法如下：
其中，Ci为所测得VOCs浓度（μg·m−3），ET为每日暴露时间（ h·d−1，设为8 h·d−1）， EF为暴露频率（d·a−1，设为250 d·a−1），ED为暴露时间（a，设为30 a），AT为平均暴露时间（h，非致癌风险设为30×250×24 h，致癌风险设为70×250×24 h），参数选取参考文献[1, 27].
-
焦化过程不同环节VOCs排放浓度有所差异，焦炉顶无组织烟气主要来自结焦时炭化室逸散的烟气，以及部分未进入装煤出焦除尘站而无组织排放的装煤和出焦烟气，焦炉机侧无组织烟气来自机侧炉门的烟气外溢. 图1展示了焦化过程中焦炉顶和焦炉机侧的无组织排放VOCs各组分浓度及占比. 焦炉顶VOCs浓度为（663.7 ± 19.6）μg·m−3，焦炉机侧烟气VOCs浓度（（272.2 ± 71.4 ）μg·m−3）显著低于焦炉顶. 焦炉顶和焦炉机侧的VOCs主要组分均为芳香烃，其占比分别为46.5%± 3.9%和47.6%± 12.6%，其次为烷烃（28.1%± 1.7%和38.5%± 5.7%）和烯烃（24.5%± 2.0%和13.6%± 7.1%）. 通过对比，可以发现焦炉顶和焦炉机侧烟气中芳香烃占比相差不大，烯烃占比焦炉顶大于焦炉机侧，烷烃占比焦炉机侧大于焦炉顶，这种差别主要是焦炉内煤炭经高温燃烧后，烷烃类物质裂解成为烯烃类物质造成的. 将本研究与先前的研究结果进行对比，Li等[28]的研究结果表明焦炉顶VOCs主要组分为烷烃（41.5%）和芳香烃（39.8%），Zhang等[15]发现，烷烃、烯烃和芳香烃的占比为30.6%、29.4%和27.8%，Wang等[29]的研究结果主要组分为芳香烃（52.9%）、烯烃（28.4%）和烷烃（15.2%）. 不同的研究，焦炉顶无组织烟气VOCs组分占比不同，这可能与测试焦化厂焦炉的不同有关.
表1展示了本研究与其他研究的焦炉顶无组织烟气VOCs浓度的对比. 本研究与李国昊等[30]研究结果（（663.7 ± 19.6） μg·m−3和（669.9 ± 184.1 ）μg·m−3）相似，均为顶装焦炉，采样方法相似，但烷烃浓度（（241.5 ± 75.3） μg·m−3）高于本研究（（186.4 ± 16.4） μg·m−3），可能是由于炭化室高度不同（>6 m和5.5 m），炭化室高度低时，烟气中的烷烃不能充分裂解，浓度较高. 炭化室高度同为5.5 m，侧装捣固焦炉的VOCs浓度（
1390.1 μg·m−3）高于顶装焦炉（（669.9 ± 184.1） μg·m−3），且侧装捣固焦炉中芳香烃占比更大（74.2%），烷烃占比较低（14.3%），而顶装焦炉中芳香烃和烷烃占比相似，分别为38.9%和36.1%，主要与不同焦炉类型配煤要求及煤质不同有关[20,29]. -
根据在焦化厂焦炉顶和焦炉机侧的无组织烟气中各VOCs化合物的归一化浓度，建立了VOCs源成分图谱（图2），表2列出了排放环节质量浓度较大的10种VOCs物种. 本研究焦炉顶无组织烟气的特征组分为乙烯（（138.6 ± 9.8） μg·m−3、20.9% ± 0.9%）、苯（（124.6 ± 8.8） μg·m−3、18.8% ± 2.0%）、乙烷（（111.3 ± 6.6） μg·m−3、16.8% ± 0.5%）和萘（（63.6 ± 9.1） μg·m−3、9.6% ± 1.7%），均为焦炉煤气的特征组分[31 − 32]. 各研究结果表明焦炉顶无组织烟气中乙烯、苯和乙烷为特征化合物，如李国昊等[30]对顶装和侧装捣固两种焦炉类型进行采样分析，均表明质量浓度较大的物种均分别为乙烯（29.9%和42.8%）、苯（25.1%和16.0%）和乙烷（16.6%和20.5%）；Wang等[29]对焦炉顶烟气VOCs分析结果显示，苯（41.4%）、乙烯（23.4%）和乙烷（11.8%）的质量浓度占总VOCs的76.6%. 本研究中萘作为特征组分之一，与Li等[28]的研究相似，乙烷（40.2%）、萘（27.5%）和苯（7.4%）排放浓度较高，主要原因为研究的焦炉类型均为顶装焦炉，都在推焦过程中对样品进行采集，萘作为焦炉煤气的特征组分及煤气不完全燃烧的产物，是推焦过程废气的主要成分[28, 31]，因此萘成为焦炉顶烟气的特征组分之一. 焦炉机侧的无组织排放烟气中，主要VOCs物种为乙烷（（31.3 ± 18.4） μg·m−3、11.5% ± 6.1%）、萘（（22.0 ± 2.7 ）μg·m−3、8.1% ± 1.9%）、间，对-二甲苯（（18.3 ± 1.4） μg·m−3、6.7% ± 1.1%）和乙烯（（16.5 ± 8.7） μg·m−3、6.1% ± 2.6%）. 焦炉机侧烟气的外溢主要包括装煤和出焦操作时机侧炉门处的烟气及推焦结束后从炭化室内排出的热烟尘[22]，乙烷、萘、间，对-二甲苯和乙烯均为装煤和出焦环节中的特征组分[25, 28 − 29, 33].
-
为进一步明确焦化无组织排放对O3生成的影响，使用MIR法计算焦化厂焦炉顶和焦炉机侧的无组织烟气的OFP. 如图3（a）所示，焦炉顶和焦炉机侧无组织排放的OFP分别为（
2703.0 ± 164.5） μg·m−3和（1211.0 ± 296.0） μg·m−3，二者特征较一致，主要组分均为烯烃和芳香烃. 不同的是，焦炉顶烟气OFP浓度较高为烯烃（（1518.4 ± 174.3） μg·m−3），占比高达56.2% ± 3.3%；焦炉炉体烟气OFP浓度较高为芳香烃（（762.5 ± 47.9） μg·m−3），OFP贡献为63.0% ± 17.9%. 图3（b）和（c）可以看出，各环节VOCs的OFP贡献占比前10的化合物有一定的相似性. 两个环节OFP贡献前10的化合物分别占总OFP的83.8% ± 0.4%和72.0% ± 2.1%. 焦炉顶和焦炉炉体OFP贡献最大物种均为乙烯，OFP为（1247.3 ± 87.8） μg·m−3和（148.93 ± 78.0） μg·m−3，占总OFP的46.1% ± 0.4%和12.3% ± 5.4%. 乙烯、间，对-二甲苯、1,3,5-三甲苯等物种反应速率常数较高且炼焦过程中产生浓度也较高，对O3的生成贡献较大，这些物质对形成光化学污染的贡献较为突出.该研究结果表明，焦炉顶无组织排放是焦化厂VOCs减排的重点环节，烯烃和芳香烃是其重点减排的组分，特别是乙烯、丙烯、正丁烯、间，对-二甲苯和1,3,5-三甲苯等等，所以除了加强VOCs总量减排，还要注重对O3生成潜力较高物种的控制.
-
采用US EPA的标准方法对焦炉顶和焦炉机侧可吸入VOCs进行非致癌风险（HQ）和致癌风险（LCR）评估（图4）. 当HQ＞1时，人们面临非致癌风险；焦炉顶和焦炉机侧中HQ分别为
9006.3 ±1013.1 和3053.1 ± 480.8，远高于限值1. 芳香烃均为HQ的最大贡献者（97.1%和91.4%），其中萘的HQ高达7069.9 ±1009.5 和2448.6 ± 303.0，是对工人非致癌风险的主要污染物. 致癌风险评估中，LCR > 1 × 10−4时被认为是“确定风险”，1×10−6< LCR < 1×10−4为“可能风险”， LCR < 1×10−6为“可忽略风险”. 本研究中，焦炉顶和焦炉机侧的LCR分别为4.6×10−4 ± 5.3×10−4和1.2×10−4 ± 9.3×10−5，均高于限值. 芳香烃均为主要的致癌风险贡献者，占比分别为98.9%和96.0%. 其中，萘的LCR分别为3.1×10−4±4.4×10−5和1.1×10−4±1.3×10−5，应作为优势物种优先加以控制. -
（1）焦化过程中无组织排放环节，焦炉顶烟气VOCs浓度（663.7 ± 19.6 μg·m−3）明显高于焦炉机侧（（272.2 ± 71.4） μg·m−3），主要组分均芳香烃，其占比分别为46.5% ± 3.9%和47.6% ± 12.6%，其次为烷烃（28.1% ± 1.7%和38.5% ± 5.7%）和烯烃（24.5% ± 2.0%和13.6% ± 7.1%）.
（2）根据归一化浓度建立了焦炉顶和焦炉炉体VOCs源成分图谱，焦炉炉顶无组织VOCs中浓度较高的物种分别为乙烯（（138.6 ± 9.8） μg·m−3、20.9% ± 0.9%）、苯（（124.6 ± 8.8） μg·m−3、18.8% ± 2.0%）、乙烷（（111.3 ± 6.6） μg·m−3、16.8% ± 0.5%）和萘（（63.6 ± 9.1） μg·m−3、9.6% ± 1.7%）. 焦炉机侧无组织排放中主要VOCs物种为乙烷（（31.3 ± 18.4 ）μg·m−3、11.5% ± 6.1%）、萘（（22.0 ± 2.7） μg·m−3、8.1% ± 1.9%）、间，对-二甲苯（（18.3 ± 1.4） μg·m−3、6.7% ± 1.1%）和乙烯（（16.5 ± 8.7） μg·m−3、6.1% ± 2.6%）.
（3）使用MIR法计算焦炉顶和焦炉机侧的无组织烟气的OFP，分别为（
2703.0 ± 164.5）μg·m−3和（1211.0 ± 296.0） μg·m−3. 焦炉顶烟气OFP浓度较高为烯烃（（1518.4 ± 174.3） μg·m−3），占比高达56.2% ± 3.3%；焦炉炉体烟气OFP浓度较高为芳香烃（（762.5 ± 47.9） μg·m−3），OFP贡献为63.0% ± 17.9%. 两个环节VOCs的OFP贡献最大均为乙烯，分别占总OFP的46.1% ± 0.4%和12.3% ± 5.4%.（4）采用US EPA的标准方法对焦炉顶和焦炉机侧VOCs进行健康风险评估，HQ分别为
9006.3 ±1013.1 和3053.1 ± 480.8，远高于限值1，LCR为4.6×10−4 ± 5.3×10−4和1.2×10−4 ± 9.3×10−5，高于致癌风险限值1×10−4.
山西某典型焦化厂VOCs无组织排放特征、臭氧生成潜势和健康风险评估
Fugitive emission characteristics, ozone formation potential and health risk assessment of VOCs in a typical coking plant in Shanxi
-
摘要: 焦化过程是大气挥发性有机物（VOCs）的主要工业排放源，相关研究多集中于有组织排放，无组织排放研究较少. 本研究选取山西省某典型焦化厂，采用罐采样和GC-MS/FID方法，分析了焦炉顶和焦炉机侧无组织烟气中58种VOCs浓度，探讨了焦化过程中VOCs的无组织排放特征、臭氧生成潜势（OFP）和健康风险. 结果表明，焦炉顶无组织烟气VOCs浓度（(663.7 ± 19.6） μg·m−3）明显高于焦炉机侧（(272.2 ± 71.4 )μg·m−3），主要组分均为芳香烃，占比分别为46.5% ± 3.9%和47.6% ± 12.6%. 源成分谱显示：焦炉顶VOCs中占比较高的物种为乙烯（20.9% ± 0.9%）、苯（18.8%± 2.0%）、乙烷（16.8% ± 0.5%）和萘（9.6% ± 1.7%），而焦炉机侧的主要VOCs物种为乙烷（11.5% ±6.1%）、萘（8.1% ± 1.9%）、间，对-二甲苯（6.7% ± 1.1%）和乙烯（6.1% ± 2.6%）. 焦炉顶和焦炉机侧的OFP分别为
2703.0 ± 164.5 μg·m−3和1211.0 ± 296.0 μg·m−3，焦炉顶OFP贡献较大的物种为乙烯（46.1% ± 0.4%）、萘（7.9% ± 1.8%）和间，对-二甲苯（6.7% ± 0.2%），焦炉机侧的OFP占比较高为乙烯（12.3% ± 5.4%）、间，对-二甲苯（11.8% ± 1.7%）和1，3，5-三甲苯（8.5% ± 3.2%）. 采用US EPA的标准方法对焦炉顶和焦炉机侧VOCs进行健康风险评估，结果显示焦炉顶的非致癌风险（HQ）和致癌风险（LCR）分别为(9006.3 ±1013.1 )和(4.6×10−4 ± 5.3×10−4)，焦炉机侧分别为(3053.1 ± 480.8)和(1.2×10−4 ± 9.3×10−5)，均高于安全限值（1和1×10−4）.Abstract: The coking process is the main industrial emission source of atmospheric volatile organic compounds (VOCs). Most of previous researches focused on organized emissions, and researches on fugitive emissions were limited. In this study, the tank sampling and GC-MS / FID methods were used to analyze 58 kinds of VOCs in the fugitive flue gas of the coke oven top and the coke oven machine side in a typical coking plant in Shanxi Province. The fugitive emission characteristics, ozone formation potential (OFP) and health risks of VOCs in the coking process were discussed. The results showed that the concentration of VOCs in fugitive flue gas from the top of coke oven ((663.7 ± 19.6) μg·m−3) was significantly higher than that the coke oven machine side ((272.2 ± 71.4) μg·m−3). Aromatics were abundant in the top of coke oven and coke oven machine side(46.5% ± 3.9% and 47.6 % ± 12.6%). The source profiles showed that ethylene (20.9% ± 0.9%), benzene (18.8% ± 2.0%), ethane (16.8% ± 0.5%) and naphthalene (9.6% ± 1.7%) were the main VOCs species on the coke oven top, while ethane (11.5% ± 6.1%), naphthalene (8.1% ± 1.9%), m, p-xylene (6.7% ± 1.1%) and ethylene (6.1% ± 2.6%) were the main VOCs species on the coke oven machine side. The OFP of the coke oven top and the coke oven machine side were (2703.0 ± 164.5 ) μg·m−3 and (1211.0 ± 296.0) μg·m−3, respectively. The species with large contribution to the OFP of the coke oven top were ethylene (46.1% ± 0.4%), naphthalene (7.9% ± 1.8%) and >m,p-xylene (6.7% ± 0.2%). Ethylene (12.3% ± 5.4%), m,p-xylene (11.8% ± 1.7%) and 1,3,5-trimethylbenzene (8.5% ± 3.2%) were the major species of OFP on the coke oven machine side. The US EPA standard method was used to assess the health risk of VOCs in the two links. The results showed that the non-carcinogenic risk (HQ) and carcinogenic risk (LCR) of the coke oven top were9006.3 ±1013.1 and 4.6×10−4 ± 5.3×10−4, respectively, and the coke oven machine side were3053.1 ± 480.8 and 1.2×10−4 ± 9.3×10−5, respectively, which were higher than the safety limits (1 and 1×10−4). -
随着城镇化快速发展，我国城市垃圾的总量急剧增加，其中生活垃圾产生量从1979年的0.25亿吨[1 − 2]增长到2021年2.49亿吨[3]（以清运量计），年平均增长率为5.21%，“垃圾围城”已经成为制约城市发展，影响市民生活质量的重要因素之一[4]. 城市生活垃圾的生命周期为：居民区生活垃圾产生点（以垃圾桶为代表）经由垃圾车运输至垃圾收集点（垃圾中转站），待垃圾分拣中心对生活垃圾分类后，最后集中运到垃圾处理终端（垃圾焚烧厂、垃圾综合处理园区）统一对垃圾进行无害化处理[5]. 当前大部分研究主要针对垃圾处理终端（垃圾填埋场[6 − 8]、垃圾综合处理园区[9 − 10]、垃圾焚烧厂[11 − 14]等）周边土壤重金属的污染研究，城市中较为分散的垃圾中转站周围土壤重金属污染评估却鲜有研究. 垃圾在中转站处理的过程中，含有的重金属经垃圾渗滤液释放到土壤，易在土壤中积累，给人类健康和生态安全带来潜在危害[15]. 垃圾中转站周边土壤中重金属含量除可能受到生活垃圾自身渗滤液的影响外，还可能受到各种人类活动（农业活动、工业生产和交通运输等）的影响. 因此，开展垃圾中转站周围土壤重金属污染和生态风险评价，对开展区域性土壤污染防治具有重要意义.
合理、准确地评价土壤环境质量可为土地资源的有效利用和土壤污染风险管控提供重要依据. 以往的研究中，学者们多采用地累积指数[16]、内梅罗污染指数[17]、污染负荷指数[18]、潜在生态风险指数[19]等方法评估土壤重金属的污染风险程度. 然而在实际运用中，内梅罗指数注重指数最大值的重金属污染物的危害性，导致对土壤污染程度分级不精确，评价有所偏差[20]；潜在生态风险虽然考虑了毒性反应因素，但由于重金属种类和数量的增加，结果可能被夸大[21]，且该方法没有考虑重金属赋存形态的影响[22]. 基于此，有关学者对污染评价方法进行改进[23 − 24]，改进的内梅罗污染指数（INI）将污染因子（PI）替换为地累积指数（Igeo），可以评估所有重金属的总体生态风险. Men等[25]将内梅罗污染指数（NIPI）与潜在生态风险（RI）相结合，提出了改进后的生态风险评价（NIRI）. 已有学者[26 − 29]采用改进后的内梅罗污染指数和改进后的潜在生态风险进行重金属污染研究，但有关于INI、NIRI与NIPI、RI进行对比分析的研究相对较少.
此外，在进行土壤重金属污染评价时，一些学者所采用的参比值往往相对单一，难以准确反映土壤污染状况和风险. 姜冰等[30]认为选择相关标准为潜在生态风险评价的参比值时，高于标准值则污染风险大，低于标准值则污染风险小，评价结果直接反映了重金属的污染程度；而选择背景值为参比值时，除在一定程度上反映污染风险外，还可客观反映重金属在区域背景下的富集程度. 因此，本文选取中国潮土背景值[31]和农业用地风险筛选值[32]为参比值进行土壤重金属污染和风险的评估.
开封作为八朝古都，国务院首批公布的24座历史文化名城之一，面临着经济快速发展和环境保护的艰巨任务，土壤污染问题亟待解决. 本研究选取开封市区内11个垃圾中转站为研究对象，测定其周围土壤中重金属Cd、Pb、Cr、Cu、Zn和Ni的含量，以中国潮土背景值和风险筛选值为参比值，采用内梅罗污染指数（NIPI）和改进型内梅罗污染指数（INI）、潜在生态风险指数（RI）和改进型潜在生态风险（NIRI）分别评价重金属污染程度及生态风险，以期为城市土壤重金属生态风险防控和修复治理提供理论依据.
1. 材料与方法（Materials and methods）
1.1 研究区概况
开封位于河南省中东部的黄淮平原，经纬度为113°52′15"—115°15′42"E，34°11′45"—35°01′20"N，气候属于暖温带大陆性季风气候，年均降水量636 mm，年均气温14 ℃；成土母质为黄河冲积物，土壤类型主要为黄潮土，质地偏砂，多为粉壤土和砂壤土[33]； 土壤pH介于4.08—8.43之间，呈弱碱性[34]. 孙艳丽等[35]对开封市城市土壤性质进行研究，开封城区土壤呈碱性，pH平均值为8.58，开封市土壤有机质由东向西呈环状递减. 刘德新等[36]研究表明，开封市城市土壤中As、Cd、Hg含量逐年升高，Cd、Hg元素富集明显. 马建华等[37]对开封市城市土壤状况调查发现，Cd是主要的污染因子. 2022年开封市常住人口为478.30万人，人口密度为842人·km−2，截至2020年，开封市垃圾焚烧处理厂全年处置生活垃圾42.3×104 t，平均每人生活垃圾产量为每年0.087 t[38]. 研究区11个垃圾中转站分布情况如图1所示.
1.2 样品采集与处理
样点布设主要依据城市土壤样品采集点布设规范《土壤环境监测技术规范》（HJ/T166—2
004 ），在野外调查与室内分析的基础上，距离每个垃圾中转站0 m、15 m和50 m分别设置采样点（表1）. 每个采样点按梅花形布点法，经四分法充分混匀后，获得土样1 kg，带回实验室待测，并记录采样点和周边环境信息. 土壤样品在室内自然风干，除去石块和植物，用玛瑙研钵研磨后过0.149 mm筛. 土壤样品采用HNO3-HF-HCIO4消解体系，使用电感耦合等离子体质谱仪（美国热电，X series2）测定土壤中重金属Cr、Ni、Cd、Cu、Pb和Zn的含量，样品在测试过程中，每个样品设3个平行样，质量控制采用国家土壤标准参比物质（GSS-24）进行，误差保持在5%以内，回收率为81%—109%，测量结果均在允许的误差范围内.表 1 垃圾中转站采样点信息Table 1. Sampling point information of garbage transfer station编号No. 垃圾站名称Garbage station name 采样点与垃圾站中心距离Distance between sampling site and garbage station center 周边环境情况The surrounding environment Z1 刘寺垃圾中转站 15 m、50 m 住宅、国道、工业、河流 Z2 铁南新村生活垃圾中转站 0 m、15 m、50 m 铁路、工业、农田、住宅 Z3 五顷四生活垃圾中转站 15 m、50 m 住宅、商业设施 Z4 高屯生活垃圾中转站 15 m、50 m 铁路、工业、住宅 Z5 晋安路生活垃圾中转站 15 m 住宅、商业设施 Z6 开大生活垃圾中转站 15 m、50 m 商业、建筑工地、住宅 Z7 五福路生活垃圾中转站 0 m、15 m、50 m 住宅、商业设施、小学 Z8 文化宫垃圾中转站 0 m、15 m、50 m 工业、学校、住宅、商业 Z9 吹古台垃圾中转站 15 m 商业区、住宅 Z10 涧水河垃圾中转站 0 m、15 m、50 m 住宅、河流 Z11 东陈庄垃圾中转站 15 m、50 m 商业设施、小吃街 | Show Table
DownLoad:
CSV
1.3 重金属污染程度评价方法
内梅罗污染指数（Nemerow integrated pollution index，NIPI）是环境污染评价中使用较为广泛的一种评价方法，该方法可以全面了解土壤环境质量的综合污染状况[39]，公式如下：
stringUtils.convertMath(!{formula.content}) (1) stringUtils.convertMath(!{formula.content}) (2) 式中，Ci为重金属i的浓度，Si为重金属i的参考水平，PI是每种重金属的污染指数，PIave和PImax是所研究重金属PI的平均值和最大值. NIPI分级标准见表2.
表 2 污染指标分类Table 2. Classification of pollution indicators评价方法Evaluation method 分类Classification 污染等级Class of pollution 参考文献Reference 内梅罗污染指数Nemerow integrated pollution index （a） NIPI≤0.7 无污染 [39] （b） 0.7<NIPI≤1 警告限值 （c） 1<NIPI≤2 轻度污染 （d） 2<NIPI≤3 中度污染 （e） NIPI>3 重度污染 改进型内梅罗污染指数Improved Nemerow index （A） INI≤0.5 未被污染 [40] （B） 0.5<INI≤1 未污染至中度污染 （C） 1<INI≤2 中度污染 （D） 2<INI≤3 中度至重度污染 （E） 3<INI≤4 重度污染 （F） 4<INI≤5 重度至极度污染 （G） INI>5 极度污染 潜在生态风险Potential ecological risk index （Ⅰ）RI≤60 轻微生态风险 [41] （Ⅱ）60<RI≤120 中度生态风险 （Ⅲ）120<RI≤240 强生态风险 （Ⅳ）240<RI≤480 很强生态风险 （Ⅴ）RI>480 极强生态风险 改进型潜在生态风险Nemerow integrated risk index （1） NIRI ≤30 轻微生态风险 [25] （2） 30<NIRI≤60 中度生态风险 （3） 60<NIRI≤120 强生态风险 （4） 120<NIRI≤240 很强生态风险 （5） NIRI>240 极强生态风险 | Show TableDownLoad:
CSV
改进型内梅罗指数法（Improved Nemerow index，INI）可以评估所有重金属造成的整体污染[40]. 由于地累积指数只能评估单个重金属的污染水平，而内梅罗污染指数可能会夸大或缩小一些污染物的影响，导致对污染程度等级的不准确，因此采用改进后的内梅罗污染指数. 计算公式为：
stringUtils.convertMath(!{formula.content}) (3) stringUtils.convertMath(!{formula.content}) (4) 式中，Igeo（max）和Igeo（avg）分别为重金属中Igeo的最大值和平均值；Igeo为地累积指数；Cn为土壤重金属n实测值；Bn为土壤重金属n背景参比值；K为成岩作用可能对背景值的影响，修正值K取1.5. INI分级标准见表2.
1.4 重金属潜在生态风险评价方法
潜在生态风险指数法（Potential ecological risk index，RI）是瑞典科学家Hakanson（1980）提出的方法，这种评价方法和生态学、环境学以及生物毒理学密切相关，是通过定量法对重金属的潜在性危险程度进行准确划分[41]. 其公式如下：
stringUtils.convertMath(!{formula.content}) (5) 式中，Eir为重金属i的潜在生态风险指数；Tir为重金属i的毒性响应系数，Cd、Pb、Cu、Ni、Cr 和Zn的毒性系数分别为30、5、5、5、2、1；Ci为土壤重金属实测值（mg·kg−1）；Bi为土壤重金属的背景值（mg·kg−1），本文分别以中国潮土背景值和风险筛选值为例. 由式（5）可知RI的大小与污染物的种类和数量有关，污染物的数目越多、毒性越强，则RI值越大. 因此，在实际应用中，应根据具体研究的污染物种类和毒性对Hakanson的Er和RI分级标准进行调整[42]，调整后的RI分级标准见表2.
改进型潜在生态风险（Nemerow integrated risk index，NIRI）可以更准确地评价多种重金属的综合效应[25]，该指数综合了潜在生态风险指数和内梅罗综合污染指数的优点，考虑了环境污染物对生物群的毒性及每种重金属的毒性反应因子. NIRI的计算公式如下：
stringUtils.convertMath(!{formula.content}) (6) stringUtils.convertMath(!{formula.content}) (7) 式中，Eir(max)和Eir(ave)分别为Eir的最大值和平均值. NIPI、INI、RI和NIRI的分级标准见表2所示.
2. 结果与讨论（Results and Discussion）
2.1 土壤重金属含量特征
距垃圾中转站不同距离处采样点土壤重金属含量见表3，土壤重金属（Zn、Cr、Cu、Pb、Ni、Cd）含量平均值依次为97.68、44.64、26.63、24.08、23.08、0.32 mg·kg−1，均低于农用地土壤污染风险筛选值（GB15618—2018），与建设用地土壤风险筛选值[43]相比，除Cr和Zn元素外，其他4种元素的含量平均值也均低于建设用地土壤风险筛选值，表明垃圾中转站周围土壤环境质量整体较好；与中国潮土背景值相比，除Ni和Cr低于中国潮土背景值外，其他重金属（Cu、Zn、Cd和Pb）平均值均高于中国潮土背景值，分别是背景值的1.10、1.37、3.20、1.10倍. 总体来看，距垃圾中转站15 m的土壤中重金属Pb的含量较高，平均含量为24.40 mg·kg−1，距垃圾中转站50 m的土壤中Ni、Cu、Cr、Zn和Cd的含量较高，平均含量分别为26.70、26.92、49.18、108.99、0.36 mg·kg−1. 垃圾中转站周边土壤重金属污染来源除了受垃圾站生活垃圾物质组成的影响，另一方面还受当地人类活动及大气沉降的影响.
表 3 垃圾中转站不同距离处土壤重金属含量（mg·kg−1）Table 3. Soil heavy metal content at different distances from garbage transfer station （mg·kg−1）不同距离处土壤Soil at different distances 统计量Statistic Ni Cu Pb Cr Zn Cd 15 m（n=11） 最小值 14.16 18.31 16.45 25.28 34.90 0.16 最大值 30.19 38.58 50.37 59.49 177.36 0.43 平均值 20.94 25.05 24.40 40.92 93.06 0.27 CV/% 24.50 26.54 41.71 23.31 51.74 33.36 50 m（n=9） 最小值 17.72 20.32 17.65 32.71 31.78 0.17 最大值 44.59 43.26 27.38 73.51 263.70 0.84 平均值 26.70 26.92 21.96 49.18 108.99 0.36 CV/% 33.31 29.96 16.19 30.39 67.06 67.56 全部（n=24） 最小值 13.44 16.35 16.36 25.28 31.78 0.16 最大值 44.59 43.73 50.37 73.51 263.70 0.84 平均值 23.08 26.63 24.08 44.64 97.68 0.32 CV/% 31.18 31.37 34.51 28.56 61.21 58.62 中国潮土背景值Background value of fluvo-aquic soil in China 29.60 24.10 21.90 66.60 71.10 0.10 农用地土壤污染风险筛选值Agricultural land soil pollution risk screening value 190 100 170 250 300 0.60 建设用地土壤污染风险筛选值（第二类用地）Construction land soil pollution risk screening value （ the second type of land ） 900 18000 800 5.7 — 65 注：“—”表示文献中没有相关数据. Note : “—” means there is no relevant data in the literature. | Show TableDownLoad:
CSV
依据变异系数（CV）评价标准[44]，所有采样点（n=24）各重金属的CV依次为：Zn>Cd>Pb>Cu>Ni>Cr，其中Zn和Cd的CV大于36%，属于强变异，表明其空间离散性大，受人类活动影响大，Ni、Cu、Pb和Cr的CV在16%—36%之间，属于中等变异，可能同时受到人类活动和成土母质的影响. 以上结果表明，Zn和Cd是研究区土壤的主要污染元素.
所有样点不同重金属含量分布箱线图见图2，在所有采样点中，Ni、Cu、Pb、Cr和Zn元素的重金属含量均低于农用地土壤污染风险筛选值，只有Cd元素有12.5%的样品超过土壤污染风险筛选值. 与中国潮土背景值相比，所有重金属均有部分样点高于中国潮土背景值，所有样点中除Cd元素的超标率为100%外，Ni、Cu、Pb、Cr和Zn元素的超标率分别为16.67%、41.67%、41.67%、4.17%和54.17%. 总的来说，研究区绝大部分样点的土壤重金属含量未超过农用地土壤风险筛选值，而只有少部分样点的重金属含量高于中国潮土背景值.
图 2 重金属含量分布箱线图Figure 2. Heavy metal content distribution box plot背景值：中国潮土背景值；筛选值：农用地土壤污染风险筛选值（GB 15618—2018）Background value : Chinese fluvo-aquic soil background value ; screening value : Risk screening value of soil pollution in agricultural land （GB 15618—2018）与开封市不同区域土壤重金属[45 − 46,21]污染对比发现（表4），研究区6种重金属含量均低于同城的城乡交错区、污灌区和生活垃圾填埋场附近土壤重金属含量. 与国内外其他城市垃圾焚烧厂和垃圾填埋场研究对比发现，研究区除Pb和Cr略高于老挝万象垃圾填埋场[47]外，所有重金属含量均低于国内[48 − 49,10]和伊朗法尔斯省卡泽润垃圾填埋场[50]. 整体来看，研究区周围土壤重金属含量偏低，这可能是因为垃圾中转站主要用于临时存放来自各小区的生活垃圾，其占地面积较小，专人负责管理维护，站内垃圾存放集中规范的原因. 相关研究表明，垃圾处理设施周围重金属含量可能与该设施修建投入使用时间长短、功能及地理位置有关[47]，因此，不同城市及地域对土壤重金属含量具有不同的影响特点.
表 4 不同城市垃圾处理设施周边土壤重金属含量（mg·kg−1）Table 4. Heavy metal content in soil around different municipal waste treatment facilities （mg·kg−1）研究区Study area Ni Cu Pb Cr Zn Cd 文献来源Literature resource 开封市生活垃圾中转站 23.08 26.63 24.08 44.64 97.68 0.32 本研究 开封市城乡交错区农田 25.28 33.92 40.77 49.00 180.23 1.43 [45] 开封市污灌区 27.20 62.90 82.60 53.20 127.00 0.62 [46] 开封市生活垃圾填埋场附近 200.41 52.30 33.72 51.32 258.07 1.27 [14] 青岛市城阳区生活垃圾综合处理园区 30.56 23.49 23.23 69.97 60.13 0.07 [9] 成都市城乡结合部垃圾焚烧厂周边 41.21 38.12 30.24 82.84 129.00 0.37 [11] 拉萨市生活垃圾填埋场 20.90 — 30.92 60.44 67.00 0.11 [49] 伊朗法尔斯省卡泽润垃圾填埋场 69.97 61.69 — 125.41 125.99 1.50 [50] 老挝万象垃圾填埋场 9.61 11.70 21.47 19.33 4.79 1.06 [47] 注：“—”表示文献中没有相关数据. Note : “—” means there is no relevant data in the literature. | Show TableDownLoad:
CSV
2.2 基于不同参比值的土壤重金属污染评价
利用式（1）和式（2）计算内梅罗综合污染指数（NIPI），结果见图3（a），以中国潮土背景值为参比值时，各垃圾中转站受重金属污染程度依次为：Z7>Z1>Z3>Z6>ZA>Z11>Z8>Z4>Z10>Z5>Z9>Z2，其中Z2、Z4、Z5、Z8、Z9、Z10、Z11处于轻度污染，Z3、Z6为中度污染水平，Z1和Z7为重度污染. 总体来看，11个垃圾中转站污染程度为轻度污染及以上等级，NIPI平均值为2.25，说明该区总体上为重金属中度污染区，重金属污染程度较为严重. 以农用地土壤污染风险筛选值为参比值时，各垃圾中转站污染程度依次为：Z7>Z1>Z3>Z6>ZA>Z8>Z11>Z4>Z10>Z5>Z9>Z2，所有垃圾中转站的NIPI介于0.23—0.76，只有Z7为警戒级，其余10个垃圾中转站均处于安全无污染的水平，总体上不存在污染风险.
利用式（3）和式（4）计算改进型内梅罗综合污染指数（INI），结果见图3（b），以中国潮土背景值为参比值时，各垃圾中转站受重金属污染程度依次为：Z7>Z1>Z3>Z6>ZA>Z4>Z2>Z5>Z11>Z10>Z9>Z8，研究区受到Ni、Cu、Pb、Cr、Zn、Cd不同程度的污染，其中，18.18%的垃圾中转站达到了中度污染水平（Z1、Z7），81.82%的垃圾中转站处于未污染至中等污染水平（Z2、Z3、Z4、Z5、Z6、Z8、Z9、Z10、Z11），总体来看，11个垃圾中转站INI平均值为0.90，说明垃圾中转站周围土壤重金属的整体生态风险为未污染至中度污染，部分区域需要进行环境质量保护和污染修复. 以农用地土壤污染风险筛选值为参比值时，各垃圾中转站INI依次为：Z2>Z5>Z9>Z10>Z4>Z11>ZA>Z8>Z6>Z3>Z1>Z7，11个采样点的INI指数评价值介于1.89—2.89，平均值为2.37，说明11个垃圾中转站总体上为中度污染及以上水平，垃圾中转站周围土壤重金属的整体生态风险较为严重，超过一半均为中度至重度污染.
2.3 改进型内梅罗污染指数（INI）和内梅罗污染指数（NIPI）结果对比分析
从以上4种不同的土壤重金属污染评价结果可以看出，以中国潮土背景值为参比值的NIPI、RI和以中国潮土背景值为参比值的NIPI对Z7、Z1、Z3、Z6、ZA的受污程度排序相一致，均为Z7>Z1>Z3>Z6>ZA，而以风险筛选值为参比值的INI与前3种评价结果的受污程度排序完全相反，说明在使用改进型内梅罗污染指数评价土壤重金属污染时，不宜选择农用地土壤污染风险筛选值作为参比值.
4种评价结果不同污染等级占比如图4所示，以中国潮土背景值为参比值时，各垃圾中转站NIPI的污染程度占比依次为：轻度污染（63.6%）>中度污染（18.2%）=重度污染（18.2%），INI的污染程度占比依次为：未污染至中度污染（72.7%）>中度污染（18.2%）>未被污染（9.1%）. 两种方法中重度污染和未被污染的占比差异较大，其原因可能是内梅罗综合污染指数法虽然可以全面展现各重金属对土壤的危害程度，但当有某重金属元素出现异常值会对结果造成较大影响. 同时，因为没有扣除基准值的影响，不能有效区分外来因素的作用.
图 4 内梅罗综合污染与改进型内梅罗污染等级占比Figure 4. The proportion of Nemerow comprehensive pollution and improved Nemerow pollution grade外圆：以背景值为参比；内圆：以筛选值为参比；NIPI:内梅罗污染指数；INI：改进型内梅罗污染指数Excircle:With the background value as reference ; Internal circle: With the screening value as the reference NIPI: Nemerow pollution index ; INI: Improved nemerow pollution index2.4 基于不同参比值的土壤重金属潜在生态风险评价
利用式（5）计算各生活垃圾中转站潜在生态风险指数（RI），结果如图5（a）所示. 以中国潮土背景值为参比值时，各垃圾中转站生态风险程度依次为：Z7>Z1>Z3>Z6>ZA>Z8>Z11>Z4>Z10>Z5>Z9>Z2，其中，Z7、Z1、Z3、Z6为强生态风险，其余7个垃圾中转站均为中度生态风险，整体来看，研究区综合潜在生态风险较高. 以农用地土壤污染风险筛选值为参比值时，潜在生态风险评价表明，各垃圾中转站生态风险程度依次为：Z7>Z1>Z3>Z6>ZA>Z8>Z11>Z4>Z10>Z9>Z5>Z2，RI平均值为18.48，远远小于警告限值，表明11个垃圾中转站均为轻微生态风险.
图 5 土壤重金属潜在生态风险评价Figure 5. Potential ecological risk assessment of heavy metals in soilZ1—Z11为各垃圾中转站，详细名称见表1所示，ZA为平均值. RI：潜在生态风险；NIRI：改进型潜在生态风险Z1—Z11 is the waste transfer station, the detailed name is shown in table 1, ZA is the average. RI : potential ecological risks ; NIRI : Improved Potential Ecological Risks利用式（6）和式（7）计算垃圾中转站周围土壤改进型潜在生态风险（NIRI），统计结果如图5（b）所示. 各垃圾中转站潜在生态风险依次为：Z7>Z1>Z3>Z6>ZA>Z11>Z4>Z8>Z10>Z5>Z9>Z2，以中国潮土背景值为参比值时，所有样点的NIRI均大于30，表明研究区土壤重金属均存在不同程度的潜在生态风险，11个点位均为中度及以上生态风险，其中有4个垃圾中转站的NIRI大于60，处于强生态风险，Z7的NIRI高达127.56，为很强生态风险，整体来看，研究区各垃圾中转站生态风险程度严重. 以农用地土壤污染风险筛选值为评价标准时，各垃圾中转站生态风险依次为：Z7>Z1>Z3>Z6>ZA>Z11>Z4>Z8>Z10>Z5>Z9>Z2，NIRI结果表明，所有样点的NIRI均低于30，表明研究区土壤重金属均为轻微生态风险，重金属污染程度较轻，潜在生态风险程度较低.
2.5 改进型潜在生态风险指数（NIRI）和潜在生态风险指数（RI）结果对比分析
在4种不同土壤重金属污染评价结果中（图6），各垃圾中转站生态风险排序基本一致，Z7、Z1、Z3生态风险最高，Z5、Z9、Z2生态风险最低，表明中国潮土背景值和风险筛选值均适用于RI和NIRI.
图 6 潜在生态风险与改进型潜在生态风险等级占比图Figure 6. The proportion of potential ecological risk and improved potential ecological risk level外圆：以背景值为参比；内圆：以筛选值为参比值；RI：潜在生态风险；NIRI：改进型潜在生态风险Excircle:With the background value as reference; Internal circle: With the screening value as the reference RI: potential ecological risks ; NIRI: Improved Potential Ecological Risks当使用NIRI评价土壤重金属风险时，以中国潮土背景值和农用地土壤污染筛选值对垃圾中转站的生态风险评估均为Z7>Z1>Z3>Z6>ZA>Z11>Z4>Z8>Z10>Z5>Z9>Z2，不同的是，风险筛选值的评价结果均为轻微污染（100%），而中国潮土背景值的生态风险程度均为中度生态风险及以上等级. 造成这种结果可能是因为中国潮土背景值远低于风险筛选值，土壤背景值反映区域背景下元素在土壤中的正常含量，风险筛选值代表土壤污染的临界值，以土壤背景值为参比值时，展现的是重金属的局部小范围富集，即便未达到污染级别，但可能已存在潜在的生态危害；以风险筛选值为参比值时，更直观地展现土壤污染程度. 开封市土壤以潮土为主，因此，以中国潮土背景值为标准得出的结果反映的是开封市范围下土壤重金属污染状况.
对于同种参比值，以风险筛选值为参比值时，RI和NIRI的风险评价结果基本一致，11个垃圾中转站均为轻微生态风险，因此选择农用地土壤污染风险筛选值为参比值时，可以从两种方法中任选一个进行污染风险评估，建议使用RI，计算过程更便捷. 以中国潮土背景值为参比值时，RI的评价结果为中度生态风险占比63.6%，强生态风险占比为36.4%. NIRI评价结果为中度生态风险占比63.6%、强生态风险占比27.3%、很强生态风险占比9.1%，相比于RI，NIRI的污染分级突出了污染程度为重度污染的五福路生活垃圾中转站（Z7），有利于相关风险管控部门有针对性合理分配资源进行治理和修复.
综上所述，在实际应用中，各种土壤重金属评估方法各有优缺点，建立更实际、更科学的风险评估与管理体系，能够降低过度环境管理的可能性，同时也为从源头上更好控制土壤重金属污染提供建议，这将有助于我国生态文明建设以及社会的可持续发展.
3. 结论（Conclusions）
本文基于开封市11个生活垃圾中转站周围土壤中6种重金属元素的调查，对重金属污染状况、分布情况、生态风险进行分析. 结果表明：
（1）垃圾中转站附近所有采样点土壤重金属Zn、Cr、Cu、Pb、Ni、Cd的平均值依次为97.68、44.64、26.63、24.08、23.08、0.32 mg·kg−1，Zn的含量最高，Cd的含量最低；除Cd外，Ni、Cu、Pb、Cr和Zn的含量均低于农用地土壤污染风险筛选值，仅Cd有部分样点高于农用地土壤污染风险筛选值，其点位超标率为12.5%. 与中国潮土背景值相比，所有重金属均有部分样点高于中国潮土背景值，除Ni和Cr外，其余4种重金属的平均含量均高于中国潮土背景值.
（2）采用传统内梅罗综合污染指数和改进型内梅罗污染指数分别对垃圾中转站周围土壤进行污染评价得出的结果差异显著，整体来看，11个垃圾中转站均受到不同程度的污染，计算结果表明，改进后的内梅罗污染指数不适合以农用地土壤污染风险筛选值为参比值进行土壤重金属污染水平的评估.
（3）采用潜在生态风险指数和改进型潜在生态风险评价垃圾中转站周围土壤重金属生态风险，结果表明，两种方法得出的各垃圾中转站生态风险排序基本一致，五福路生活垃圾中转站、刘寺垃圾中转站和五顷四生活垃圾中转站生态风险最高，晋安路生活垃圾中转站、吹古台垃圾中转站和铁南新村生活垃圾中转站生态风险最低，表明中国潮土背景值和风险筛选值均适用于潜在生态风险评价和改进型潜在生态风险评价这两种方法.
-
图 1 焦炉顶和焦炉机侧VOCs组分与其他研究对比
Figure 1. Comparison of the proportion of coke oven top and coke oven machine side
图 2 焦炉顶和焦炉机侧的VOCs成分谱
Figure 2. VOCs composition profiles of coke oven top and coke oven machineside
图 3 焦炉顶和焦炉机侧OFP组分及前10物种
Figure 3. OFP components and top ten species of coke oven top and coke oven machine side
图 4 焦炉顶和焦炉机侧的非致癌风险（HQ）和致癌风险（LCR）
Figure 4. HQ and LCR of coke oven top and coke oven machine side
表 1 不同研究焦炉顶无组织烟气VOCs浓度对比
Table 1. Comparison of VOCs concentration at coke oven top in different studies
下载: 导出CSV
表 2 焦炉顶和焦炉机侧排名前10的VOCs化合物
Table 2. Top 10 VOCs compounds of coke oven top and coke oven machineside
物种Species 焦炉顶Coke oven top 物种Species 焦炉机侧Coke oven machine side 浓度/（μg·m−3）Concentration 占比/%Proportion 浓度/（μg·m−3）Concentration 占比/%Proportion 乙烯 138.6 ± 9.8 20.9±0.9 乙烷 31.3 ± 18.4 11.5±6.1 苯 124.6 ± 9.8 18.8±2.0 萘 22.0 ± 2.7 8.1±1.9 乙烷 111.3 ± 8.8 16.8±0.5 间，对二甲苯 18.3 ± 8.7 6.7±1.1 萘 63.6 ± 6.6 9.6±1.7 乙烯 16.5 ± 9.8 6.1±2.6 间，对二甲苯 23.4 ± 9.1 3.5±0.1 丙烷 15.9 ± 0.1 5.8±3.4 甲苯 18.1 ± 1.4 2.7±0.7 十二烷 14.2 ± 0.1 5.2±2.2 丙烷 16.1 ± 4.6 2.4±0.2 十一烷 13.1 ± 1.4 4.8±2.0 十二烷 14.1 ± 1.6 2.1±0.1 1,2,4-三甲苯 9.3 ± 0.2 3.4±1.4 十一烷 12.9 ± 0.4 1.9±0.1 癸烷 9.1 ± 0.2 3.3±1.3 正丁烯 11.5 ± 0.4 1.7±0.6 正丁烯 8.8 ± 5.6 3.2±1.9
下载: 导出CSV
-
[1] LIANG Z L, YU Y J, SUN B B, et al. The underappreciated role of fugitive VOCs in ozone formation and health risk assessment emitted from seven typical industries in China[J]. Journal of Environmental Sciences, 2024, 136: 647-657. doi: 10.1016/j.jes.2022.12.037 [2] ZHAO H, CHEN K Y, LIU Z, et al. Coordinated control of PM2.5 and O3 is urgently needed in China after implementation of the “Air pollution prevention and control action plan”[J]. Chemosphere, 2021, 270: 129441. doi: 10.1016/j.chemosphere.2020.129441 [3] YUE X, UNGER N, HARPER K, et al. Ozone and haze pollution weakens net primary productivity in China[J]. Atmospheric Chemistry and Physics, 2017, 17(9): 6073-6089. doi: 10.5194/acp-17-6073-2017 [4] ANENBERG S C, SCHWARTZ J, SHINDELL D, et al. Global air quality and health co-benefits of mitigating near-term climate change through methane and black carbon emission controls[J]. Environmental Health Perspectives, 2012, 120(6): 831-839. doi: 10.1289/ehp.1104301 [5] TAI A P K, MARTIN M V, HEALD C L. Threat to future global food security from climate change and ozone air pollution[J]. Nature Climate Change, 2014, 4(9): 817-821. doi: 10.1038/nclimate2317 [6] ATKINSON R. Atmospheric chemistry of VOCs and NO x[J]. Atmospheric Environment, 2000, 34(12/13/14): 2063-2101. [7] WANG T, XUE L K, BRIMBLECOMBE P, et al. Ozone pollution in China: A review of concentrations, meteorological influences, chemical precursors, and effects[J]. The Science of the Total Environment, 2017, 575: 1582-1596. doi: 10.1016/j.scitotenv.2016.10.081 [8] LIU Z Y, QI Z L, NI X F, et al. How to apply O3 and PM2.5 collaborative control to practical management in China: A study based on meta-analysis and machine learning[J]. Science of the Total Environment, 2021, 772: 145392. doi: 10.1016/j.scitotenv.2021.145392 [9] MOLHAVE L. Volatile organic compounds, indoor air quality and health[J]. Indoor Air, 1991, 1(4): 357-376. doi: 10.1111/j.1600-0668.1991.00001.x [10] LI J, XIE S D, ZENG L M, et al. Characterization of ambient volatile organic compounds and their sources in Beijing, before, during, and after Asia-Pacific Economic Cooperation China 2014[J]. Atmospheric Chemistry and Physics, 2015, 15(14): 7945-7959. doi: 10.5194/acp-15-7945-2015 [11] QI J, ZHENG B, LI M, et al. A high-resolution air pollutants emission inventory in 2013 for the Beijing-Tianjin-Hebei region, China[J]. Atmospheric Environment, 2017, 170: 156-168. doi: 10.1016/j.atmosenv.2017.09.039 [12] 山西省统计局. 山西统计年鉴. 2022[M]. 北京: 中国统计出版社有限公司, 2022. Shanxi Provincial Bureau of Statistics. Shanxi statistical yearbook. 2022[M]. Beijing: China Statistics Press, 2022(in Chinese).
[13] WANG Y, CHENG K, TIAN H Z, et al. Analysis of reduction potential of primary air pollutant emissions from coking industry in China[J]. Aerosol and Air Quality Research, 2018, 18(2): 533-541. doi: 10.4209/aaqr.2017.04.0139 [14] 闫雨龙, 彭林. 山西省人为源VOCs排放清单及其对臭氧生成贡献[J]. 环境科学, 2016, 37(11): 4086-4093. YAN Y L, PENG L. Emission inventory of anthropogenic VOCs and its contribution to ozone formation in Shanxi Province[J]. Environmental Science, 2016, 37(11): 4086-4093 (in Chinese).
[15] ZHANG X M, WANG D, LIU Y, et al. Characteristics and ozone formation potential of volatile organic compounds in emissions from a typical Chinese coking plant[J]. Journal of Environmental Sciences (China), 2020, 95: 183-189. doi: 10.1016/j.jes.2020.03.018 [16] SHI J W, DENG H, BAI Z P, et al. Emission and profile characteristic of volatile organic compounds emitted from coke production, iron smelt, heating station and power plant in Liaoning Province, China[J]. Science of the Total Environment, 2015, 515/516: 101-108. doi: 10.1016/j.scitotenv.2015.02.034 [17] LI R M, YAN Y L, PENG L, et al. Segment-based volatile organic compound emission characteristics from different types of coking plants in China[J]. Aerosol and Air Quality Research, 2021, 21(1): 200145. doi: 10.4209/aaqr.2020.04.0145 [18] MU L, FENG C Y, LI Y Y, et al. Emission factors and source profiles of VOCs emitted from coke production in Shanxi, China[J]. Environmental Pollution, 2023, 335: 122373. doi: 10.1016/j.envpol.2023.122373 [19] CHENG L, WEI W, ZHANG C Z, et al. Quantitation study on VOC emissions and their reduction potential for coking industry in China: Based on in situ measurements on treated and untreated plants[J]. Science of the Total Environment, 2022, 836: 155466. doi: 10.1016/j.scitotenv.2022.155466 [20] LI G H, WEI W, SHAO X, et al. A comprehensive classification method for VOC emission sources to tackle air pollution based on VOC species reactivity and emission amounts[J]. Journal of Environmental Sciences, 2018, 67: 78-88. doi: 10.1016/j.jes.2017.08.003 [21] 贾记红, 黄成, 陈长虹, 等. 炼焦过程挥发性有机物排放特征及其大气化学反应活性[J]. 环境科学学报, 2009, 29(5): 905-912. doi: 10.3321/j.issn:0253-2468.2009.05.002 JIA J H, HUANG C, CHEN C H, et al. Emission characterization and ambient chemical reactivity of volatile organic compounds(VOCs)from coking processes[J]. Acta Scientiae Circumstantiae, 2009, 29(5): 905-912 (in Chinese). doi: 10.3321/j.issn:0253-2468.2009.05.002
[22] 刘驰, 李洁, 马勇光. 机械炼焦过程中废气的无组织排放研究[J]. 能源与环境, 2017(6): 8-9,12. doi: 10.3969/j.issn.1672-9064.2017.06.004 LIU C, LI J, MA Y G. Study on unorganized emission of waste gas in mechanical coking process[J]. Energy and Environment, 2017(6): 8-9,12 (in Chinese). doi: 10.3969/j.issn.1672-9064.2017.06.004
[23] CARTER W P L. Computer modeling of environmental chamber measurements of maximum incremental reactivities of volatile organic compounds[J]. Atmospheric Environment, 1995, 29(18): 2513-2527. doi: 10.1016/1352-2310(95)00150-W [24] 中华人民共和国环境保护部. 环境空气 挥发性有机物的测定 罐采样/气相色谱-质谱法: HJ 759—2015[S]. 北京: 中国环境科学出版社, 2015. Ministry of Environmental Protection of the People's Republic of China. Ambient air-Determination of volatile organic compounds- Collected by specially-prepared canistersand analyzed by gas chromatography/mass spectrometry: HJ 759—2015[S]. Beijing: China Environmental Science Press, 2015(in Chinese).
[25] 刘政, 徐晨曦, 陈军辉, 等. 典型钢铁企业挥发性有机物排放量测算及组分特征[J]. 中国环境科学, 2020, 40(10): 4292-4303. doi: 10.3969/j.issn.1000-6923.2020.10.012 LIU Z, XU C X, CHEN J H, et al. Emission estimation and component characteristics of volatile organic compounds in typical iron and steel enterprise[J]. China Environmental Science, 2020, 40(10): 4292-4303 (in Chinese). doi: 10.3969/j.issn.1000-6923.2020.10.012
[26] CARTER W P L. Development of the SAPRC-07 chemical mechanism[J]. Atmospheric Environment, 2010, 44(40): 5324-5335. doi: 10.1016/j.atmosenv.2010.01.026 [27] YAO S, WANG Q H, ZHANG J M, et al. Ambient volatile organic compounds in a heavy industrial city: Concentration, ozone formation potential, sources, and health risk assessment[J]. Atmospheric Pollution Research, 2021, 12(5): 101053. doi: 10.1016/j.apr.2021.101053 [28] WANG J, LI X F, WANG B, et al. Emission characteristics of volatile organic compounds during a typical top-charging coking process[J]. Environmental Pollution, 2022, 308: 119648. doi: 10.1016/j.envpol.2022.119648 [29] WANG R P, WANG X Q, CHENG S Y, et al. Emission characteristics and reactivity of volatile organic compounds from typical high-energy-consuming industries in North China[J]. Science of the Total Environment, 2022, 809: 151134. doi: 10.1016/j.scitotenv.2021.151134 [30] 李国昊, 魏巍, 程水源, 等. 炼焦过程VOCs排放特征及臭氧生成潜势[J]. 北京工业大学学报, 2014, 40(1): 91-99. doi: 10.11936/bjutxb2014010091 LI G H, WEI W, CHENG S Y, et al. Emission characterization and ozone formation potential of VOCs during the coking process[J]. Journal of Beijing University of Technology, 2014, 40(1): 91-99 (in Chinese). doi: 10.11936/bjutxb2014010091
[31] 卢立栋, 王浩, 郑娟, 等. 关中地区炼焦行业VOCs排放特征及潜势影响研究[J]. 环境科技, 2021, 34(4): 11-16. doi: 10.3969/j.issn.1674-4829.2021.04.004 LU L D, WANG H, ZHENG J, et al. Study on VOCs emission characteristics and potential impact of key industries in Guanzhong area[J]. Environmental Science and Technology, 2021, 34(4): 11-16 (in Chinese). doi: 10.3969/j.issn.1674-4829.2021.04.004
[32] LI J, ZHOU Y, SIMAYI M, et al. Spatial-temporal variations and reduction potentials of volatile organic compound emissions from the coking industry in China[J]. Journal of Cleaner Production, 2019, 214: 224-235. doi: 10.1016/j.jclepro.2018.12.308 [33] WANG H L, HAO R, FANG L, et al. Study on emissions of volatile organic compounds from a typical coking chemical plant in China[J]. The Science of the Total Environment, 2021, 752: 141927. doi: 10.1016/j.scitotenv.2020.141927 -
点击查看大图
计量
- 文章访问数: 1204
- HTML全文浏览数: 1204
- PDF下载数: 27
- 施引文献: 0
