高山地区夏季大气PM<sub>2.5</sub>中元素的污染特征、生态风险及健康风险评估——以武当山为例

赵明升; 韩志勇; 任丽红; 李刚; 杨小阳; 赵刚; 韩慧霞; 杜虹萱; 高元官; 徐义生

doi:10.7524/j.issn.0254-6108.2022102006

高山地区夏季大气PM_2.5中元素的污染特征、生态风险及健康风险评估——以武当山为例

1.
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，北京，100012
2.
兰州理工大学石油化工学院，兰州，730050
3.
华北理工大学矿业工程学院，唐山，063210

通讯作者: E-mail：renlh@craes.org.cn;

基金项目:
国家自然科学基金 ( 41705136, 41375133)和中央级公益性科研院所基本科研业务专项(JY-41375133, 2019YSKY-025)资助.
中图分类号: X-1；O6

Pollution characteristics, ecological risk and health risk assessment of PM_2.5 -bound elemental species at mountain site in summer: A case study of Mt.Wudang

1.
State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing, 100012, China
2.
School of Petrochemical Engineering, Lanzhou University of Technology, Lanzhou, 730050, China
3.
School of Mining Engineering, North China University of Science and Technology, Tangshan, 063210, China

Corresponding author: REN Lihong, renlh@craes.org.cn ;

Fund Project: the National Natural Science Foundation of China (41705136, 41375133) and Central Public Welfare Research Institute Basic Research Business Specia (JY-41375133, 2019YSKY-025).

摘要: 为了解华中高山地区夏季大气PM_2.5中元素的污染特征，于2018年6月在湖北省十堰市武当山国家空气质量监测站采集PM_2.5样品，利用电感耦合等离子体质谱仪（ICP-MS）测定样品中18种元素（Na、K、Ca、Mg、Al、Fe、V、Cr、Mo、Cu、Zn、Mn、Ni、As、Se、Cd、Ba和Pb）的浓度，并探讨了其来源、生态风险和健康风险. 结果表明，武当山PM_2.5的日均浓度范围为5.00—33.65 μg·m^-3，平均浓度为(16.84±7.07) μg·m^-3；元素K、Na、Fe、Ca、Al、Mg和Zn的浓度较高，7种元素占所分析元素的97.68%以上；富集因子结果表明，Mo、Zn、Pb、Cd和Se的EF值高于100，可能受周边人为活动排放污染物的区域或长距离传输影响；主成分-多元线性回归（PCA-MLR）结果表明，PM_2.5中元素主要来自于燃煤和机动车(57.57%)、工业源(22.52%)和地壳(19.91%)；武当山PM_2.5重金属的生态风险指数极高，其中Cd、Se和Mo的潜在生态危害程度极强；健康风险评估显示，综合非致癌风险（HI）在儿童和成人中分别为2.28×10^-2和3.04×10^-2，均在可接受水平内，综合致癌风险（CRT）在儿童和成人中分别为4.45×10^-7和2.37×10^-6，说明成人存在潜在的致癌风险；Cr在成人中的致癌风险为1.88×10^-6，说明Cr在成人中存在潜在的致癌风险，同种金属对人体的非致癌风险和致癌风险均表现为成人>儿童.
- PM_2.5 /
- 元素 /
- 富集因子 /
- 主成分-多元线性回归(PCA-MLR) /
- 生态风险 /
- 健康风险评估.
Abstract: To understand the pollution characteristics of PM_2.5-bound elemental species at mountain site in summer, PM_2.5 samples were collected at the Mt.Wudang National Air Quality Monitoring Station in Shiyan of Hubei Province in June 2018. The concentrations of 18 elements (Na, K, Ca, Mg, Al, Fe, V, Cr, Mo, Cu, Zn, Mn, Ni, As, Se, Cd, Ba and Pb) in PM_2.5 were determined by inductively coupled plasma mass spectrometer (ICP-MS), and the sources, ecological and health risks were discussed. The results showed that the concentration of PM_2.5 during observation period at Mt.Wudang were ranged from 5.00 μg·m^-3to 33.65 μg·m^-3, with an average value of (16.84±7.07) μg·m^-3. K, Na, Fe, Ca, Al, Mg and Zn) was the main elements accounting for 97.68% of all detected elements. The enrichment factor (EF) values showed that the EF values of Mo, Zn, Pb, Cd and Se were higher than 100, which may be affected by the regional or long-range transport of pollutants emitted from human activities. The principal component analysis-multiple linear regression (PCA-MLR) showed that the elements species of PM_2.5 mainly come from coal burning and motor vehicles (57.57%), industrial production (22.52%) and crustal sources (19.91%). The ecological risk index of heavy metals in PM_2.5 at Mt.Wudang is extremely high and Cd, Se and Mo have a very high degree of potential ecological damage. The health risk assessment showed that the comprehensive non-carcinogenic risks (HI) were 2.28×10^-2 and 3.04×10^-2 for children and adults, respectively, which are within the acceptable level. The comprehensive carcinogenic risks (CRT) were 4.45×10^-7 and 2.37×10^-6 for children and adults, respectively, indicating heavy metal had potential carcinogenic risk for adults. The carcinogenic risk of Cr for adults is 1.88×10^-6, indicating that Cr has potential carcinogenic risk in adults. The non-carcinogenic risk and carcinogenic risk to human body followed the order of adults > children.
- PM_2.5 /
- elements /
- enrichment factor /
- principal component analysis-multiple linear regression /
- ecological risk /
- health risk assessment.

毒品属于精神活性物质，是一类使人体在吸收后产生生理和心理依赖的物质^[1]，主要包括阿片类的海洛因及吗啡（MOR）制品，可卡因、苯丙胺类的甲基苯丙胺（METH）、苯丙胺和摇头丸等^[2-3]，截至2020年底，联合国毒品和犯罪办公室及欧洲药物与成瘾监测中心（EMCDDA）共鉴定出1000余种精神活性物质^[4-6]。根据《2021年世界毒品问题报告》的数据显示，去年全球约有2.75亿人接触过毒品，相比2010年增加了22%，在2019年，吸毒直接导致近50万人死亡，超过 5400 万人患精神障碍疾病或丧失生命^[6]，引发了极其严峻的全球公共卫生问题^[7-9]。《2020年中国毒品形势报告》指出，由于疫情扩散蔓延，毒品泛滥态势仍然复杂但整体向好，截至2020年底，中国现有吸毒人员180.1万名，海洛因、冰毒等滥用品种仍维持较大规模^[10]，严重影响了社会治安并造成了极大的社会危害^[11-15]。

毒品滥用是对公共卫生和社会安全的巨大威胁^[16]，并严重威胁着人体健康^[17]，毒品滥用趋势的实时预测和社会危害的准确评价是当前亟待解决的问题^[18]，基于污水流行病学发展而来的污水验毒技术恰好能够解决这一难题。冰毒和海洛因等传统毒品，经过人体吸食和代谢后，随着尿液排入各级污水处理系统并最终汇入环境。通过对环境样品的采集、处理和分析，可以直观获取环境中毒品母体及其代谢物的种类、浓度及变化趋势，结合数学模型计算，可反推目标区域的毒品滥用种类和滥用量^[19]。该方法所得数据客观、时效性高，可用于不同区域横向比较，在估算传统毒品滥用量等方面发挥了巨大作用^[20-24]。但在污水及河流等的传输过程中，由于本底因素复杂，目标物可能存在生物化学降解、吸附或其他转化过程^[25]。不同水环境性质的差异对传统毒品及其代谢产物的稳定存在具有不同程度的影响^[26]。Baker等^[26]认为，中性水样中，METH具有较好的稳定性倾向^[27]。但海洛因代谢产物6-单乙酰吗啡（6-MAM）非常不稳定，可进一步转化为MOR^[28]，在污水流行病学范畴内，海洛因的估算通常是以其代谢产物6-MAM作为标准进行的^[29]，但污水中，6-MAM的损失比例高达42%^[26]，从而该方法失效。张小寒^[30]则认为pH值可通过影响水底质中悬浮物的表面电荷，使得水样中传统毒品含量测量值偏低。张春水等^[31]认为，海洛因在碱性条件下会加速降解。此外，吕昱帆等^[32]在其研究中发现盐析剂NaCl的使用对6-MAM及MOR的回收率具有不同程度的影响。

为明确水环境对METH、6-MAM和MOR的基质效应，本研究选取了山东省潍坊市11条不同河流的实际水样，测定相关水质参数，采用内标法和主成分分析法探讨基本水质参数对3种精神活性物质METH、6-MAM和MOR定量分析准确度的影响；设计不同梯度pH及氯离子浓度的模拟水样，加入定量METH、6-MAM和MOR并储存不同时间，测试分析其中目标物含量，验证pH、氯离子浓度及存储时间对3种精神活性物质检出浓度的影响。

1. 实验部分（Experimental section）

1.1 实验试剂与仪器

精神活性物质METH、6-MAM及MOR由山东省公安厅提供；氘代内标储备液MOR-D₃、6-MAM-D₃、METH-D₈（100 μg·mL⁻¹, 美国Cerilliant公司）；实际水样来源于山东省潍坊市白浪河及利民河等处。主要化学试剂浓氨水、氢氧化钠、氯化钠、硝酸银、重铬酸钾、硫酸汞、高锰酸钾（分析纯，国药集团化学试剂有限公司），甲醇、二氯甲烷、甲酸（色谱纯，J&K百灵威公司）。

固相萃取仪（美国SUPELCO公司），Oasis MCX固相萃取小柱（美国Waters公司），0.45 μm微孔滤膜（天津津腾实验设备有限公司），氮吹仪（美国Organomation公司），XW-80A漩涡混合器（中国金昌实验仪器厂），三重四极杆液质联用仪（Thermo Scientific TSQ Quantiva LC-MS），水质多参仪（美国HACH公司），Milli-Q纯水机。

1.2 实验方法

1.2.1 毒品标准储备液的配制

用分析天平分别称取0.0500 g METH、6-MAM及MOR，逐级稀释溶解于色谱纯的甲醇中，得到浓度均为50 ng·mL⁻¹的毒品标准储备液，超声45 min使其溶解完全。

1.2.2 不同pH、氯离子浓度模拟水样配制

取浓盐酸和NaOH，加入Milli-Q水中，配制pH值分别为2、4、7、10的溶液备用。称取NaCl固体，配制质量浓度为0、1、2、3、4、5 g·L⁻¹的溶液。在50 mL模拟水样中分别加入毒品标准储备液100 μL，使METH、6-MAM及MOR的质量浓度均为100 ng·L⁻¹，常温（25℃）下存储12 、24、36、48、72、120 h。

1.2.3 实际水样的采集

实验样品于2019年12月在山东省潍坊市内白浪河及利民河等11条河流中采集。每个采样点取水样1000 mL, 分为两份，均置于提前用甲醇和Milli-Q水洗净并烘干的棕色玻璃瓶中。采样结束后立即运回实验室，于 4 ℃冷藏。1份样品在48 h内处理完毕，另1份加入定量毒品标准储备液，使METH、6-MAM及MOR的质量浓度均为100 ng·L⁻¹，常温保存72 h。同步参照国家标准测试温度、pH、氯离子浓度，化学需氧量等6项相关水质参数。

1.2.4 样品前处理

①过滤：将水样经过玻璃纤维滤膜（Whatman GF/F）过滤，去除悬浮颗粒物，收集滤液至少100 mL。②MCX小柱活化：依次将甲醇、Milli-Q水和 pH=2的水溶液通过MCX小柱，控制流速为1—2 mL·min⁻¹，充分活化并平衡柱子。③配制MOR-D₃、6-MAM-D₃、METH-D₈的内标溶液，浓度均为200 μg·L⁻¹。④于pH=2的条件下加载已过滤并添加内标的样品，控制流速为1—2 mL·min⁻¹。⑤对淋洗后的SPE小柱持续抽气20 min，直至MCX小柱完全干燥。依次用甲醇和氨水/甲醇溶液（5/100，质量比）洗脱干燥的Oasis MCX柱，并控制流速为1—2 mL·min⁻¹。⑥收集洗脱液，33 ℃水浴下置于柔和的氮气流下吹至近干，用注射器取0.5 mL 20%的甲醇水溶液复溶氮吹残留物，涡旋振荡1 min，用注射器吸取溶液，用0.45 μm针头过滤器（Whatman）过滤并转移至HPLC-MS/MS专用样品瓶中，重复此操作一次。⑦样品测试前用0.2 μm滤膜过滤，滤液上机测试。

1.2.5 分析方法优化

流动相：0.12%甲酸和30 mmol·L⁻¹甲酸铵超纯水溶液（A相）；甲醇（B相），流速为0.3 mL·min⁻¹，柱温为30 ℃，进样量为5 μL。以该液相色谱条件为初始方法^[24]，进一步手动优化，以获得对目标化合物的最高灵敏度（表1）。

表 1 HPLC-MS流动相洗脱梯度

Table 1. HPLC-MS mobile phase elution gradient

时间/min Time	A/%	B/%
0.0	95	5
3.0	70	30
6.0	20	80
6.5	10	90
8.0	10	90
8.5	95	5
11.0	95	5

| Show Table

DownLoad: CSV

质谱：离子源为电喷雾离子源（ESI），喷雾电压3500 V，离子传输管温度350 ℃，离子化模式为ESI（+）；碰撞池气压（CAD）1.5 mTorr，鞘气压力（Sheath gas）为80 Arb，辅气压力（Aux gas）15 Arb。每种目标化合物及其相应内标的母离子和定量、定性离子的质荷比（m/z）见表2，其中，选取每种目标物丰度最大的离子对作为定量离子。

表 2 目标物测试质谱参数

Table 2. Mass spectral parameters of the target compound

化合物Compound	母离子Parent ion	定量离子Quantitative ion			定性离子Qualitative ion			保留时间/minRetention time
化合物Compound	m/z	m/z	DP/V	CE/V	m/z	DP/V	CE/V	保留时间/minRetention time
MOR	286	152.1	82	55	165	82	32	2.73
MOR-D3	289.2	152.1	80	55	165	80	41	2.72
METH	150.1	91.1	30	16	119.1	30	16	4.62
METH-D8	158.2	93.2	40	19	124.2	40	10.3	4.59
6-MAM	328.1	165.3	90	36	211.3	90	36	4.35
6-MAM-D3	331.1	165.1	90	38.3	211.2	90	25	4.36

| Show Table

DownLoad: CSV

2. 结果与讨论(Results and discussion)

2.1 分析方法的评价

2.1.1 回收率

取3种毒品储备液适量，配制成低、中、高浓度（100 ng·L⁻¹、300 ng·L⁻¹、400 ng·L⁻¹）的质控样品，分别按相同的前处理方法平行操作；每一浓度进行双样本分析，根据当日标准曲线，计算样品测定浓度，得出METH、6-MAM和MOR的方法回收率，结果见表3。数据结果表明METH、6-MAM和MOR的回收率良好。

表 3 实验方法回收率、检出限及定量限

Table 3. Experimental methods Recovery rate, detection limit and quantitation limit

化合物Compound	加标浓度/(ng·L⁻¹)Added	检出浓度/ (ng·L⁻¹)Found	方法回收率/%Method recovery	检出限/(ng·mL⁻¹)		定量限/(ng·mL⁻¹)
化合物Compound	加标浓度/(ng·L⁻¹)Added	检出浓度/ (ng·L⁻¹)Found	方法回收率/%Method recovery	ILOD	MLOD	ILOQ	MLOQ
METH	400	377.0	94.25	0.2	0.0008	0.8	0.0032
	300	304.9	101.63
	100	102.6	102.60
6-MAM	400	384.2	96.05	0.2	0.0008	0.8	0.0032
	300	283.7	94.57
	100	101.4	101.4
MOR	400	418.0	104.50	0.2	0.0008	0.8	0.0032
	300	294.8	98.27
	100	102.3	102.3

| Show Table

DownLoad: CSV

2.1.2 线性范围、检出限及定量限

将低浓度目标物混合标准溶液上机测定，仪器检出限（ILOD）和仪器定量限（ILOQ）分别以3倍信噪比（S/N=3）和10倍信噪比（S/N=10）确定。方法检出限（MLOD）和方法定量限（MLOQ）分别通过以下公式计算得到：

$\mathrm{M}\mathrm{L}\mathrm{O}\mathrm{D}\left(或\mathrm{M}\mathrm{L}\mathrm{O}\mathrm{Q}\right)=\frac{\mathrm{I}\mathrm{L}\mathrm{O}\mathrm{D}(\mathrm{或}\mathrm{I}\mathrm{L}\mathrm{O}\mathrm{Q})\times 200\;{\text{μ}}\mathrm{L}}{50\;\mathrm{m}\mathrm{L}}$

式中，200 μL为上机浓缩液的体积，50 mL为前处理所取水样的体积。

取混合毒品标准溶液适量，用流动相稀释，得质量浓度分别为1.5、3、6、12、25、50、100、150、200、250 ng·mL⁻¹系列标准溶液。依次取上述各浓度标准溶液50 mL，按照相同的前处理方法操作，记录色谱图；以标准溶液中目标物的峰面积与同位素内标的峰面积之比为纵坐标（Y），进样浓度（X）为横坐标，进行线性回归运算，得METH、6-MAM和MOR回归方程：

$Y = -0.040+0.033X \qquad R^{2} = 0.9996$

$Y = -0.044+0.023X \qquad R^{2} = 0.9998$

$Y = -0.042+0.023X \qquad R^{2} = 0.9992$

结果表明METH、6-MAM及MOR质量浓度在1.5—250 ng·mL⁻¹范围内线性关系良好，仪器的检出限和定量限见表3。

2.2 河流水质参数与毒品目标物检出浓度的相关性评价

水样温度、pH值、氯离子浓度、化学需氧量、氨氮、高锰酸盐指数和溶解氧等水质参数见表4。

表 4 样品水质参数

Table 4. Water quality parameters of the samples

样品名称Sample name	温度/℃Temperature	pH	氯离子浓度/(mg·L⁻¹)Chloride ion	化学需氧量/(mg·L⁻¹)COD	氨氮/(mg·L⁻¹)NH₄⁺-N	高锰酸盐指数/(mg·L⁻¹)Permanganate Index	溶解氧/(mg·L⁻¹)DO
YX	3.6	8.02	1.10×10⁴	94.0	6.67	9.30	10.1
WS	7.0	8.27	9.09×10²	9.50	3.81	11.6	9.50
BQ	2.6	8.34	2.25×10²	24.0	1.22	6.70	13.1
GS	4.1	8.49	5.60×10²	34.0	0.87	9.40	10.8
DH	2.6	8.50	1.30×10³	41.0	0.89	10.0	11.6
BX	4.4	8.56	1.26×10³	40.0	1.20	7.90	15.5
CZ	3.6	8.60	1.77×10³	53.0	1.30	11.4	11.8
LZ	-0.3	8.62	1.29×10⁴	141	1.09	5.10	10.1
LX	0.6	8.64	1.24×10⁴	126	0.88	10.5	14.0
XC	3.7	8.66	1.02×10³	47.0	2.22	12.7	13.7
DX	4.3	8.68	1.13×10³	39.0	1.08	10.5	14.2

| Show Table

DownLoad: CSV

检测水样中METH、MOR及6-MAM浓度（记为c₁），在样品中均加入定量毒品标准储备液，使METH、6-MAM及MOR的质量浓度均为100 ng·L⁻¹，常温保存72 h后按照2.3所述方法进行样品前处理，并检测3种毒品目标物加标后的浓度（记为c₂），见表5。

表 5 样品加标前后三种毒品目标物的检出浓度

Table 5. Detected concentrations of three drug targets before and after labeling

样品名称Sample name	METH/（ng·L⁻¹)		MOR/（ng·L⁻¹)		6-MAM/（ng·L⁻¹)
样品名称Sample name	c₁	c₂	c₁	c₂	c₁	c₂
YX	3.19	90.61	n.d.	6.99	n.d.	1.67
WS	2.15	98.73	1.97	25.15	1.25	23.85
BQ	1.13	103.19	3.05	44.63	n.d.	47.25
GS	3.35	99.54	n.d.	42.98	3.29	42.25
DH	n.d.	91.70	n.d.	21.36	n.d.	7.37
BX	2.73	94.57	n.d.	19.41	3.12	11.03
CZ	n.d.	90.50	3.26	20.41	n.d.	3.34
LZ	n.d.	90.27	2.91	7.13	n.d	n.d
LX	1.59	92.11	2.29	4.59	n.d.	1.91
XC	3.41	95.85	n.d.	24.33	n.d.	26.29
DX	1.28	94.95	3.01	23.97	n.d.	4.01

| Show Table

DownLoad: CSV

对河流水质参数及METH、6-MAM和MOR加标后的浓度分别进行主成分分析，探讨7个河流水质参数与污水样品中目标物检出浓度的相关性。主成分分析过程在 SPSS 20.0软件包中进行。对所有数据进行Bartlett球形度检验，相伴概率小于0.05，进行 PCA 以获得分数图和因子载荷,经变量最大旋转后,提取出特征值大于1的因子,主成分分析如图1所示。

图 1 样品中各水质参数与三种毒品目标物的成分图

Figure 1. The composition diagram of water quality parameters and three drug targets in the samples

a. METH在旋转空间的成分图； b. MOR在旋转空间的成分图； c. 6-MAM在旋转空间的成分图

下载: 全尺寸图片幻灯片

METH与pH及溶解氧存在较强的负相关性，说明pH或溶解氧的升高可能会导致其检出浓度的下降。MOR与6-MAM均呈现出与化学需氧量及氯离子浓度的强负相关，说明较高浓度的氯离子浓度可能造成MOR及6-MAM检出浓度不准确。此外，METH与氨氮存在明显的正相关，而水体中氨氮的主要来源是生物体代谢所产生的尿素，与人口高度密切相关。METH是中国滥用人数最多且最为广泛的毒品，氨氮浓度较大的流域为人口聚集区域，METH浓度也呈现聚集趋势。MOR及6-MAM是海洛因的代谢产物，稳定性较低，在因子分析中表现为与温度及高锰酸盐指数相关。高锰酸盐指数是反映水体中有机和无机可氧化物质污染的常用指标，结果表明在较高温度及氧化性较强的水环境中，MOR及6-MAM易于分解。

2.3 验证水质参数对模拟样品中毒品目标物的检出影响

根据实验结果，pH、氯离子浓度等均会不同程度影响3种毒品目标物的准确检出，故选取pH、氯离子浓度作为变量，设计单因素模拟实验验证其对毒品目标物稳定性的影响，此外，在应用污水验毒技术评估地区毒情及进行环境风险评估时，需要对污水及地表水中各毒品目标物进行精确定量，毒品母体及其生物标志物在不同水环境中驻留时间各不相同，也应考虑常温下不同存储时间对毒品目标物的检出影响。

2.3.1 pH对模拟样品中毒品目标物的检出影响

取pH=2、pH=4、pH=7、pH=10的模拟水样各50 mL，分别向其加入METH、6-MAM及MOR标准溶液及内标，按照1.2.4进行前处理，3种目标物的检出浓度见表6。

表 6 不同条件下模拟样品中目标物的检出浓度（ng·L⁻¹）

Table 6. Detected concentration of target in simulated samples under different conditions (ng ·L⁻¹)

条件梯度Condition Gradient		METH/（ng·L⁻¹）	回收率/%Recovery	MOR/（ng·L⁻¹）	6-MAM/（ng·L⁻¹）	MOR与6-MAM回收率/%Recovery
pH	2	84.05±10.21	81.92±9.95	42.44±2.52	150.35±3.86	94.88±3.13
	4	85.45±16.65	83.28±16.23	50.71±16.99	136.71±6.03	92.19±11.27
	7	85.88±3.03	83.7±2.95	63.87±1.22	117.78±5.75	89.3±3.44
	10	68.32±9.19	66.59±8.96	54.42±3.62	150.78±11.71	100.95±7.54
氯化钠浓度/（g·L⁻¹）	0	57.33±1.71	55.88±1.67	34.57±0.04	81.45±0.26	57.06±0.15
	1	66.99±5.53	65.29±5.39	46.97±0.77	17.49±1.13	31.58±0.94
	2	54.11±1.22	52.74±1.19	33.16±1.22	0	16.21±0.6
	3	53.39±1.86	52.04±1.81	38.10±0.74	0	18.62±0.36
	4	50.96±3.76	49.67±3.66	35.46±1.04	0	17.33±0.51
	5	55.85±0.94	54.43±0.92	37.54±2.25	0	18.35±1.1
存储时间/h	12	102.60±4.29	100±4.18	73.26±6.35	202.54±2.87	135.68±4.52
	24	79.59±6.29	77.57±6.13	61.15±4.24	137.83±5.43	97.85±4.75
	36	67.29±4.10	65.58±4	47.47±3.05	128.44±9.03	86.53±5.94
	48	62.64±2.80	61.05±2.73	49.65±2.60	115.97±7.38	81.45±4.91
	72	61.85±2.92	60.28±2.85	27.12±1.24	97.78±6.17	61.47±3.65
	120	57.89±3.23	56.42±3.15	29.93±3.72	92.24±4.47	60.11±4.02

| Show Table

DownLoad: CSV

当pH=2时，模拟样品中METH的回收率在71.97%—91.87%之间，pH值升高至4和7时，METH回收率为67.05%—99.51%，基本不变， pH升高至10时，METH的回收率明显降低，为57.63%—75.55%，即pH对METH的准确检出有影响，当水体呈现酸性及中性时，METH可以稳定存在并准确检出，在碱性水体中，METH稳定性发生改变，检出浓度下降，与实际水体因子分析的结论相符。原因可能为，在不同的pH体系中，METH的电离度及形态发生了变化。METH的结构中含有碱性的氨基官能团，溶液的pH会影响其质子化/去质子化的过程，此外，含胺类物质在水溶液中易发生光降解，且光解行为与氨基上N电子与三重激发物的转移有关，在低pH条件下，氢离子与N电子结合，阻碍了N电子向活性物的转化从而抑制其光降解，反之，N电子的可用性增强，加速了METH的降解^[30]。模拟样品中，MOR在中性条件下检出浓度最高，酸性或碱性的条件下降低。6-MAM的变化趋势与其相反，中性条件下，其检出浓度最低，在酸性及碱性环境中，检出浓度较高，即pH也会干扰MOR和6-MAM在水体中的准确定量，张春水等^[33]在研究中发现，海洛因的化学形式在不同pH环境下存在变化，当pH升高时，水解反应加剧，发生6-MAM向MOR的转化。实验结果对实际水体的主成分分析结果进行了补充，可知MOR在中性水体环境中较稳定，6-MAM在酸性条件下更稳定。

由图2可见，不同pH条件下， 6-MAM与MOR的浓度变化规律各不相同，两者呈现相反的趋势，在碱性水体环境中易发生6-MAM向MOR的转化，与张春水等^[31]提出的海洛因在碱性条件下加速降解成MOR的结论一致。

图 2 不同pH条件下模拟样品中6-MAM和MOR的检出浓度

Figure 2. Detection of 6-MAM and MOR in simulated samples at different pH conditions

下载: 全尺寸图片幻灯片

在实际污水验毒工作中，6-MAM与MOR均被用来估算海洛因滥用量，在pH值为2、4、7、10时，6-MAM与MOR的回收率之和分别为95%、92%、89%和100%，可知pH对于二者的定量分析及海洛因滥用量的准确估算影响较小。

2.3.2 氯离子浓度对模拟样品中毒品目标物的检出影响

取不同氯离子浓度梯度的模拟水样各50 mL，分别加入METH、6-MAM及MOR标准溶液和内标，按照1.2.4节进行前处理，结果见表6。氯化钠浓度为0 g·L⁻¹时，3种目标物都能在模拟水环境中稳定存在。METH的检出浓度随氯离子浓度升高基本不变；MOR的检出浓度在氯化钠浓度为1 g·L⁻¹时最高，为47.74 ng·L⁻¹，其它浓度时在31.94—39.79 ng·L⁻¹范围内小幅波动，因此氯离子浓度的增大对MOR的稳定性存在负影响，与2.2主成分分析所得结论吻合；6-MAM的浓度随氯离子浓度的升高变化较大，在超过2 g·L⁻¹的氯离子浓度的水环境中不能检出。吕昱帆等^[32]在对腐败血中6-MAM和MOR的检出研究中发现，在2.5 mL样品中，加入盐析剂NaCl的质量大于30 mg时，6-MAM及MOR的回收率显著降低，与2.3.2节实验结果吻合，故氯离子浓度的影响在实际应用污水验毒技术的过程中不可忽略。

2.3.3 存储时间对模拟样品中毒品目标物的检出影响

对常温（20℃）下存储不同时间的模拟水样进行前处理和定量分析，结果见表6。常温存储会使METH、6-MAM及MOR的浓度均下降，METH在120 h内降解35%左右，6-MAM在120 h内降解50%左右，MOR在120 h内降解达到了60%，即常温存储会造成METH、6-MAM及MOR在水中降解。

3. 结论（Conclusion）

（1）本文研究了山东省潍坊市的11条河流中，不同水质参数与传统精神活性物质METH、MOR、6-MAM检出浓度的相关性，运用主成分分析法进行相关性评价。结果表明，METH与pH及溶解氧存在较强的负相关，与氨氮存在明显的正相关；MOR与6-MAM均与化学需氧量及氯离子浓度负相关，与其它水质参数相关性较小。

（2）根据实际水样主成分分析结果，选取相关性较大的水质参数进行单因素模拟实验，结果表明，METH在中性及酸性环境下较稳定，MOR在中性条件下较稳定，6-MAM在酸性和碱性条件下均能稳定存在和准确检出；METH的检出几乎不受氯离子浓度的影响，但6-MAM及MOR受氯离子浓度的影响较大；常温（20℃）保存120 h后，METH、6-MAM和MOR的含量均有不同程度的下降。

图 1 武当山金属元素的富集因子值

Figure 1. Enrichment factor values of metal elements in Mt.Wudang

下载: 全尺寸图片幻灯片

图 2 武当山金属元素潜在生态风险

Figure 2. Potential ecological risk of metal elements in Mt.Wudang

下载: 全尺寸图片幻灯片

图 3 武当山重金属非致癌风险和致癌风险

Figure 3. Non-carcinogenic risk and carcinogenic risk of heavy metals in Mt.Wudang

下载: 全尺寸图片幻灯片

表 1 潜在生态风险分级

Table 1. Classification criteria of the potential ecological risk index

NIRI	${E}_{\rm{r}}^{i}$	风险等级 Risk level
NIRI≤40	${E}_{\rm{r}}^{i}$ ≤40	低风险Low risk
40<NIRI≤80	40< ${E}_{\rm{r}}^{i}$ ≤80	中等风险Medium risk
80<NIRI≤160	80< ${E}_{\rm{r}}^{i}$ ≤160	较高的风险Higher risk
160<NIRI≤320	160< ${E}_{\rm{r}}^{i}$ ≤320	高风险High risk
NIRI>320	${E}_{\rm{r}}^{i}$ >320	极高风险Extremely high risk

NIRI	${E}_{\rm{r}}^{i}$	风险等级 Risk level
NIRI≤40	${E}_{\rm{r}}^{i}$ ≤40	低风险Low risk
40<NIRI≤80	40< ${E}_{\rm{r}}^{i}$ ≤80	中等风险Medium risk
80<NIRI≤160	80< ${E}_{\rm{r}}^{i}$ ≤160	较高的风险Higher risk
160<NIRI≤320	160< ${E}_{\rm{r}}^{i}$ ≤320	高风险High risk
NIRI>320	${E}_{\rm{r}}^{i}$ >320	极高风险Extremely high risk

下载: 导出CSV

表 2 重金属健康风险评价计算参数含义和取值

Table 2. Definitions and values of calculated parameters for health risk assessment of heavy metals

参数Parameter	符号Notation	单位Unit	儿童Children	成人Adults
暴露时间Exposure time	ET	h·d⁻¹	24	24
暴露频率Exposure frequency	Ef	d·a⁻¹	180	180
暴露年限Exposure duration	ED	a	6	24
平均寿命Average lifetime	AT_n	h	ED × 365 × 24（非致癌作用for non-carcinogens）	ED × 365 × 24（非致癌作用for non-carcinogens）
平均寿命Average lifetime	AT_n	h	70 × 365 × 24（致癌作用for carcinogens）	70 × 365 × 24（致癌作用for carcinogens）

下载: 导出CSV

表 3 重金属参考剂量^[11]

Table 3. Reference doses of heavy metals^[11]

种类Parameter	RfC_i/（mg·m⁻³）	IUR/（（μg·m⁻³）⁻¹）
Pb	3.52×10⁻³	0.000012
As	1.50×10⁻⁵	0.0043
Cr	1.00×10⁻⁴	0.084
Ni	9.00×10⁻⁵	0.00026
Cd	1.5×10⁻⁵	0.0018
Se	2.00×10⁻²	—
Mo	4.00×10⁻⁴	—
Zn	3.01×10⁻¹	—
Cu	4.02×10⁻²	—
V	1.00×10⁻⁴	—
“—”表示没有相关数据. “—” indicates no relevant data.

下载: 导出CSV

表 4 中国不同山地站点微量元素平均浓度（ng·m⁻³）

Table 4. Average trace elements concentrations at different mountain sites in China（ng·m⁻³）

项目Parameter	武当山Mt.Wudang	泰山^[12]Mt.Tai	庐山^[13]Mt.Lu	贡嘎山^[14]Mt.Gongga
高度/mAltitude	862	1534	1165	1600
K	477.84±113.33	145.95	—	498.20
Na	398.47±81.17	340.25	—	211.50
Fe	305.53±104.41	152.07	330.40	224.00
Ca	215.52±82.32	355.48	—	372.80
Al	174.10±125.68	50.65	369.10	295.80
Mg	84.83±43.94	53.31	—	167.80
Zn	27.57±13.07	42.16	274.30	154.60
Pb	15.20±7.76	17.36	65.40	39.40
Mn	7.04±3.25	6.15	24.70	—
Cu	4.27±1.31	3.22	13.20	2.20
Ba	3.71±1.85	6.26	66.00	6.00
Cr	2.78±1.13	1.62	18.20	—
As	1.72±0.73	1.63	22.30	4.30
Se	1.47±0.69	1.20	7.60	—
V	1.40±0.46	0.50	—	0.70
Ni	1.30±0.57	11.17	—	0.90
Mo	0.57±0.27	—	—	—
Cd	0.48±0.19	0.34	2.80	—
注：“—”表示没有相关数据. “—” indicates no relevant data.

下载: 导出CSV

表 5 PM_2.5中元素PCA-MLR结果

Table 5. Results of PCA-MLR of elements in PM_2.5

元素Elements	F1	F2	F3
Na	0.694	0.110	-0.402
Mg	0.977	0.039	-0.080
Al	0.981	-0.059	-0.030
K	0.73	-0.047	0.418
Ca	0.935	0.120	0.025
Mn	0.803	0.434	0.340
Fe	0.813	0.325	0.135
Ba	0.893	0.183	0.189
V	0.626	0.374	0.332
Mo	0.575	0.494	0.169
Cr	0.136	0.815	0.094
Ni	0.098	0.889	0.029
Cu	0.192	0.778	0.478
Zn	0.182	0.770	0.424
Se	0.035	0.596	0.525
As	0.067	0.425	0.780
Cd	0.107	0.167	0.931
Pb	0.074	0.202	0.914
方差贡献率/%Variance contribution rate	48.43	22.68	8.96
来源Sources	地壳Crustal sources	工业源Industrial production	燃煤和机动车Coal burning and motor vehicles
污染源贡献率/%Contribution rate of pollution sources	19.91	22.52	57.57
注：表中黑体字为影响较大的因子载荷（>0.60）. Bold letters in the table for influential factor loading（>0.60）.

下载: 导出CSV

[1]	WANG W J, CHEN C, LIU D, et al. Health risk assessment of PM_2.5 heavy metals in County units of Northern China based on Monte Carlo simulation and APCS-MLR[J]. Science of the Total Environment, 2022, 843: 156777. doi: 10.1016/j.scitotenv.2022.156777
[2]	陈衍婷, 杜文娇, 陈进生, 等. 海西城市群PM_2.5中重金属元素的污染特征及健康风险评价[J]. 环境科学, 2017, 38(2): 429-437. CHEN Y T, DU W J, CHEN J S, et al. Pollution characteristics of heavy metals in PM_2.5 and their human health risks among the coastal city group along western Taiwan Straits region, China[J]. Environmental Science, 2017, 38(2): 429-437(in Chinese).
[3]	KONG L W, TAN Q W, FENG M, et al. Investigating the characteristics and source analyses of PM_2.5 seasonal variations in Chengdu, Southwest China[J]. Chemosphere, 2020, 243: 125267. doi: 10.1016/j.chemosphere.2019.125267
[4]	FENG J L, YU H, MI K, et al. One year study of PM_2.5 in Xinxiang City, North China: Seasonal characteristics, climate impact and source[J]. Ecotoxicology and Environmental Safety, 2018, 154: 75-83. doi: 10.1016/j.ecoenv.2018.01.048
[5]	COPAT C, CRISTALDI A, FIORE M, et al. The role of air pollution (PM and NO₂) in COVID-19 spread and lethality: A systematic review[J]. Environmental Research, 2020, 191: 110129. doi: 10.1016/j.envres.2020.110129
[6]	雷文凯, 李杏茹, 张兰, 等. 保定地区PM_2.5中重金属元素的污染特征及健康风险评价[J]. 环境科学, 2021, 42(1): 38-44. LEI W K, LI X R, ZHANG L, et al. Pollution characteristics and health risk assessment of heavy metals in PM_2.5 collected in Baoding[J]. Environmental Science, 2021, 42(1): 38-44(in Chinese).
[7]	庞晓晨, 韩新宇, 史建武, 等. 昭通市周边扬尘重金属污染特征及健康风险[J]. 环境科学, 2022, 43(1): 180-188. doi: 10.13227/j.hjkx.202106018 PANG X C, HAN X Y, SHI J W, et al. Pollution characteristics and health risk of heavy metals in fugitive dust around Zhaotong City[J]. Environmental Science, 2022, 43(1): 180-188(in Chinese). doi: 10.13227/j.hjkx.202106018
[8]	徐静, 李杏茹, 张兰, 等. 北京城郊PM_2.5中金属元素的污染特征及潜在生态风险评价[J]. 环境科学, 2019, 40(6): 2501-2509. XU J, LI X R, ZHANG L, et al. Concentration and ecological risk assessment of heavy metals in PM_2.5 collected in urban and suburban areas of Beijing[J]. Environmental Science, 2019, 40(6): 2501-2509(in Chinese).
[9]	何瑞东, 张轶舜, 陈永阳, 等. 郑州市某生活区大气PM_2.5中重金属污染特征及生态、健康风险评估[J]. 环境科学, 2019, 40(11): 4774-4782. HE R D, ZHANG Y S, CHEN Y Y, et al. Heavy metal pollution characteristics and ecological and health risk assessment of atmospheric PM_2.5 in a living area of Zhengzhou City[J]. Environmental Science, 2019, 40(11): 4774-4782(in Chinese).
[10]	WU Z H, LIU F W, FAN W H. Characteristics of PM₁₀ and PM_2.5 at mount Wutai Buddhism scenic spot, Shanxi, China[J]. Atmosphere, 2015, 6(8): 1195-1210. doi: 10.3390/atmos6081195
[11]	ZHANG X, ETO Y, AIKAWA M. Risk assessment and management of PM_2.5-bound heavy metals in the urban area of Kitakyushu, Japan[J]. Science of the Total Environment, 2021, 795: 148748. doi: 10.1016/j.scitotenv.2021.148748
[12]	QIE G H, WANG Y, WU C, et al. Distribution and sources of particulate mercury and other trace elements in PM_2.5 and PM₁₀ atop Mount Tai, China[J]. Journal of Environmental Management, 2018, 215: 195-205.
[13]	LI T, WANG Y, LI W J, et al. Concentrations and solubility of trace elements in fine particles at a mountain site, Southern China: Regional sources and cloud processing[J]. Atmospheric Chemistry and Physics, 2015, 15(15): 8987-9002. doi: 10.5194/acp-15-8987-2015
[14]	YANG Y J, WANG Y S, WEN T X, et al. Elemental composition of PM_2.5 and PM₁₀ at mount Gongga in China during 2006[J]. Atmospheric Research, 2009, 93(4): 801-810. doi: 10.1016/j.atmosres.2009.03.014
[15]	ZHANG N N, CAO J J, LIU S X, et al. Chemical composition and sources of PM_2.5 and TSP collected at Qinghai Lake during summertime[J]. Atmospheric Research, 2014, 138: 213-222. doi: 10.1016/j.atmosres.2013.11.016
[16]	苏彬彬, 刘心东, 陶俊. 华东区域高山背景点PM₁₀和PM_2.5背景值及污染特征[J]. 环境科学, 2013, 34(2): 455-461. SU B B, LIU X D, TAO J. Characteristics of PM₁₀ and PM_2.5 concentrations in mountain background region of East China[J]. Environmental Science, 2013, 34(2): 455-461(in Chinese).
[17]	魏雅, 林长城, 胡清华, 等. 福建九仙山大气PM₁₀及部分化学组成的季节变化[J]. 环境科学, 2017, 38(10): 4077-4083. WEI Y, LIN C C, HU Q H, et al. Seasonal variations in PM₁₀ and associated chemical species in Jiuxian Mountain in Fujian Province[J]. Environmental Science, 2017, 38(10): 4077-4083(in Chinese).
[18]	LI Y F, GAO R, XUE L K, et al. Ambient volatile organic compounds at Wudang Mountain in Central China: Characteristics, sources and implications to ozone formation[J]. Atmospheric Research, 2020, 250: 105359.
[19]	HJ657—2013空气和废气颗粒物中金属元素的测定电感耦合等离子体质谱法[S]. HJ657—2013 Ambient air and stationary source emission - Determination of metals in ambient particulate matter - Inductively coupled plasma/mass spectrometry (ICP-MS) (in Chinese).
[20]	魏复盛, 陈静生, 吴燕玉. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990. WEI F S, CHEN J S, WU Y Y. China's soil element background value[M]. Beijing: China Environment Science Press, 1990(in Chinese).
[21]	刘威杰, 石明明, 程铖, 等. 夏季大气PM_2.5中元素特征及源解析: 以华中地区平顶山-随州-武汉为例[J]. 环境科学, 2020, 41(1): 23-30. LIU W J, SHI M M, CHENG C, et al. Characteristics and sources of elements in PM_2.5 during summer for three typical cities in Pingdingshan-Suizhou-Wuhan, central China[J]. Environmental Science, 2020, 41(1): 23-30(in Chinese).
[22]	MEN C, LIU R M, XU L B, et al. Source-specific ecological risk analysis and critical source identification of heavy metals in road dust in Beijing, China[J]. Journal of Hazardous Materials, 2020, 388: 121763. doi: 10.1016/j.jhazmat.2019.121763
[23]	DAHMARDEH BEHROOZ R, KASKAOUTIS D G, GRIVAS G, et al. Human health risk assessment for toxic elements in the extreme ambient dust conditions observed in Sistan, Iran[J]. Chemosphere, 2020, 262: 127835.
[24]	国家卫生健康委员会. 大气污染人群健康风险评估技术规范: WS/T 666—2019[S]. 北京: 中国标准出版社, 2019. National Health Commission of the People’s Republic of China. Technical specifications for health risk assessment of ambient air pollution: WS/T 666—2019[S]. Beijing: Standards Press of China, 2019(in Chinese).
[25]	李星谕, 毛瑶, 陈展乐, 等. 华中地区冬季灰霾天气下PM_2.5中重金属污染特征及健康风险评价: 以湖北黄冈为例[J]. 环境科学, 2021, 42(10): 4593-4601. LI X Y, MAO Y, CHEN Z L, et al. Characteristics and health risk assessment of heavy metals in PM_2.5 under winter haze conditions in central China: A case study of Huanggang, Hubei Province[J]. Environmental Science, 2021, 42(10): 4593-4601(in Chinese).
[26]	樊曙先, 樊建凌, 郑有飞, 等. 南京市区与郊区大气PM_2.5中元素含量的对比分析[J]. 中国环境科学, 2005, 25(2): 146-150. doi: 10.3321/j.issn:1000-6923.2005.02.005 FAN S X, FAN J L, ZHENG Y F, et al. Compared analysis of element content in atmospheric PM_2.5 in Nanjing urban and suburban area[J]. China Environmental Science, 2005, 25(2): 146-150(in Chinese). doi: 10.3321/j.issn:1000-6923.2005.02.005
[27]	LAI S C, ZOU S C, CAO J J, et al. Characterizing ionic species in PM_2.5 and PM₁₀ in four Pearl River Delta cities, South China[J]. Journal of Environmental Sciences (China), 2007, 19(8): 939-947. doi: 10.1016/S1001-0742(07)60155-7
[28]	DENG C, ZHUANG G, HUANG K, et al. Chemical characterization of aerosols at the summit of mountain Tai in central East China[J]. Atmospheric Chemistry and Physics, 2011, 11(14): 7319-7332. doi: 10.5194/acp-11-7319-2011
[29]	LI L, WANG W, FENG J L, et al. Composition, source, mass closure of PM_2.5 aerosols for four forests in Eastern China[J]. Journal of Environmental Sciences, 2010, 22(3): 405-412. doi: 10.1016/S1001-0742(09)60122-4
[30]	NIU Z C, WANG S, CHEN J S, et al. Source contributions to carbonaceous species in PM_2.5 and their uncertainty analysis at typical urban, peri-urban and background sites in southeast China[J]. Environmental Pollution, 2013, 181: 107-114. doi: 10.1016/j.envpol.2013.06.006
[31]	樊馨瑶, 卢新卫, 刘慧敏, 等. 西安市高校校园地表灰尘重金属污染来源解析[J]. 环境科学, 2020, 41(8): 3556-3562. doi: 10.13227/j.hjkx.201912041 FAN X Y, LU X W, LIU H M, et al. Pollution and source analysis of heavy metal in surface dust from Xi'an university campuses[J]. Environmental Science, 2020, 41(8): 3556-3562(in Chinese). doi: 10.13227/j.hjkx.201912041
[32]	肖凯, 任学昌, 陈仁华, 等. 典型西北钢铁城市冬季大气颗粒物重金属来源解析及健康风险评价: 以嘉峪关为例[J]. 环境化学, 2022, 41(5): 1649-1660. doi: 10.7524/j.issn.0254-6108.2021010704 XIAO K, REN X C, CHEN R H, et al. Source analysis and health risk assessment of heavy metals in air particulates of typical northwest steel cities in winter: A case study in Jiayuguan[J]. Environmental Chemistry, 2022, 41(5): 1649-1660(in Chinese). doi: 10.7524/j.issn.0254-6108.2021010704
[33]	WANG S, CAI L M, WEN H H, et al. Spatial distribution and source apportionment of heavy metals in soil from a typical County-level City of Guangdong Province, China[J]. Science of the Total Environment, 2019, 655: 92-101. doi: 10.1016/j.scitotenv.2018.11.244
[34]	陈江, 费勇, 马鑫雨, 等. 燃煤与垃圾焚烧飞灰中细颗粒物PM_2.5的重金属元素风险评价[J]. 中国粉体技术, 2016, 22(2): 104-107. CHEN J, FEI Y, MA X Y, et al. Risk assessment on heavy metal elements of fine particulate matter PM_2.5 in fly ash origin from coal and waste incineration[J]. China Powder Science and Technology, 2016, 22(2): 104-107(in Chinese).
[35]	胡月琪, 郭建辉, 张超, 等. 北京市道路扬尘重金属污染特征及潜在生态风险[J]. 环境科学, 2019, 40(9): 3924-3934. doi: 10.13227/j.hjkx.201903094 HU Y Q, GUO J H, ZHANG C, et al. Pollution characteristics and potential ecological risks of heavy metals in road dust in Beijing[J]. Environmental Science, 2019, 40(9): 3924-3934(in Chinese). doi: 10.13227/j.hjkx.201903094
[36]	王珍, 郭军, 陈卓. 贵阳市PM_2.5主要污染源源成分谱分析[J]. 安全与环境学报, 2016, 16(2): 346-351. WANG Z, GUO J, CHEN Z. Analysis of the source componential spectrum of PM_2.5 emission in Guiyang[J]. Journal of Safety and Environment, 2016, 16(2): 346-351(in Chinese).
[37]	YANG Z P, LU W X, LONG Y Q, et al. Assessment of heavy metals contamination in urban topsoil from Changchun City, China[J]. Journal of Geochemical Exploration, 2011, 108(1): 27-38. doi: 10.1016/j.gexplo.2010.09.006
[38]	XU L L, YU Y K, YU J S, et al. Spatial distribution and sources identification of elements in PM_2.5 among the coastal city group in the Western Taiwan Strait region, China[J]. Science of the Total Environment, 2013, 442: 77-85. doi: 10.1016/j.scitotenv.2012.10.045
[39]	CHEN P F, BI X H, ZHANG J Q, et al. Assessment of heavy metal pollution characteristics and human health risk of exposure to ambient PM_2.5 in Tianjin, China[J]. Particuology, 2015, 20: 104-109. doi: 10.1016/j.partic.2014.04.020
[40]	ZHANG N N, CAO J J, XU H M, et al. Elemental compositions of PM_2.5 and TSP in Lijiang, southeastern edge of Tibetan Plateau during pre-monsoon period[J]. Particuology, 2013, 11(1): 63-69. doi: 10.1016/j.partic.2012.08.002
[41]	王申博, 余飞, 燕启社, 等. 典型背景区大气颗粒物中元素粒径分布特征[J]. 环境科学与技术, 2017, 40(6): 133-140. WANG S B, YU F, YAN Q S, et al. Size distributions of elements in atmospheric particulates of the typical background region[J]. Environmental Science and Technology, 2017, 40(6): 133-140(in Chinese).
[42]	SONG Y, XIE S D, ZHANG Y H, et al. Source apportionment of PM_2.5 in Beijing using principal component analysis/absolute principal component scores and UNMIX[J]. Science of the Total Environment, 2006, 372(1): 278-286. doi: 10.1016/j.scitotenv.2006.08.041
[43]	ZHANG K, CHAI F H, ZHENG Z L, et al. Size distribution and source of heavy metals in particulate matter on the lead and zinc smelting affected area[J]. Journal of Environmental Sciences, 2018, 71: 188-196. doi: 10.1016/j.jes.2018.04.018
[44]	王士宝, 姬亚芹, 李树立, 等. 天津市春季道路降尘PM_2.5和PM₁₀中的元素特征[J]. 环境科学, 2018, 39(3): 990-996. WANG S B, JI Y Q, LI S L, et al. Characteristics of elements in PM_2.5 and PM₁₀ in road dust fall during spring in Tianjin[J]. Environmental Science, 2018, 39(3): 990-996(in Chinese).
[45]	虎彩娇, 成海容, 李锦伦, 等. 黄石市大气PM₁₀和PM_2.5中元素特征及重金属生态风险评价[J]. 环境化学, 2018, 37(1): 138-145. doi: 10.7524/j.issn.0254-6108.2017053106 HU C J, CHENG H R, LI J L, et al. Characteristics of elements and ecological risk assessment of heavy metals in PM₁₀ and PM_2.5 in Huangshi[J]. Environmental Chemistry, 2018, 37(1): 138-145(in Chinese). doi: 10.7524/j.issn.0254-6108.2017053106
[46]	周安琪, 刘建伟, 周旭, 等. 北京大气PM_2.5载带金属浓度、来源及健康风险的城郊差异[J]. 环境科学, 2021, 42(6): 2595-2603. ZHOU A Q, LIU J W, ZHOU X, et al. Concentrations, sources, and health risks of PM_2.5 carrier metals in the Beijing urban area and suburbs[J]. Environmental Science, 2021, 42(6): 2595-2603(in Chinese).
[47]	SAH D, VERMA P K, KANDIKONDA M K, et al. Pollution characteristics, human health risk through multiple exposure pathways, and source apportionment of heavy metals in PM₁₀ at Indo-Gangetic site[J]. Urban Climate, 2019, 27: 149-162. doi: 10.1016/j.uclim.2018.11.010
[48]	邢琼予, 戴启立, 毕晓辉, 等. 我国中西部典型城市PM_2.5中痕量金属的时空分布特征和健康影响[J]. 中国环境科学, 2019, 39(2): 574-582. doi: 10.3969/j.issn.1000-6923.2019.02.016 XING Q Y, DAI Q L, BI X H, et al. Temporal-spatial variation and health effects of trace metals in PM_2.5 in four central-western cities of China[J]. China Environmental Science, 2019, 39(2): 574-582(in Chinese). doi: 10.3969/j.issn.1000-6923.2019.02.016

点击查看大图

图( 3) 表( 5)

计量

文章访问数: 1204
HTML全文浏览数: 1204
PDF下载数: 31
施引文献: 0

1. 实验部分（Experimental section）
1.1 实验试剂与仪器
1.2 实验方法
2. 结果与讨论(Results and discussion)
2.1 分析方法的评价
2.2 河流水质参数与毒品目标物检出浓度的相关性评价
2.3 验证水质参数对模拟样品中毒品目标物的检出影响
3. 结论（Conclusion）

全文HTML

PM_2.5 （空气动力当量直径小于或等于2.5 μm的颗粒物）是发生雾霾事件的主要原因^{[1 − 2]}，是各种潜在污染源如汽车尾气、工业生产和煤炭燃烧等排放污染物的混合物^{[3 − 4]}. PM_2.5不仅影响大气能见度^[2]，而且严重威胁到人类的健康，长期暴露于细颗粒物污染会增加呼吸道、心血管和肾脏疾病的风险^[1,5]，尤其是PM_2.5中具有病理学和毒性的重金属元素，如Cr、As、Cd和Ni等对人体具有一定的致癌作用^[6]，过度积累会导致人体出现一系列疾病^{[7 − 8]}. 随着经济的快速发展，中国的空气污染，特别是城市区域的空气污染，已经成为严重的环境问题^{[7 − 9]}，而且城区人为污染源（如机动车排放和化石燃料的燃烧）排放的污染物可通过区域或长距离传输对背景或高山地区的PM_2.5产生影响^[10].

近年来，国内外对PM_2.5中元素的污染特征、生态风险和健康风险进行了大量研究^[6,9,11]，大多集中在人口密集的城市. 雷文凯等^[6]研究了保定市PM_2.5中重金属元素的健康风险，其中As和Cr存在致癌风险，且成人明显高于儿童. 何瑞东等^[9]评价了郑州市大气PM_2.5中重金属元素的生态风险和健康风险，Cd元素不仅生态风险极强，而且还存在致癌风险. Zhang等^[11]对日本北九州PM_2.5中重金属进行了生态风险和健康风险评估，Se是生态风险贡献最高的重金属，As既存在非致癌风险又有致癌风险. 国内在高山和背景地区的研究大多集中在PM_2.5的质量浓度、化学特征和来源分析^{[12 − 14]}. Zhang等^[15]在夏季对中国青藏高原东北部青海湖景区PM_2.5的研究，确定了其化学成分和主要来源. 苏彬彬等^[16]研究结果显示武夷山夏季PM_2.5浓度最低（15 μg·m⁻³），春季最高（31 μg·m⁻³）. Qie等^[12]在泰山顶部对PM_2.5中微量元素的来源解析表明，煤炭燃烧和机动车排放是微量元素的主要排放源. 目前，对高山地区PM_2.5中重金属的研究较少，特别是针对重金属的生态风险和健康风险评估方面的研究相对较少.

武当山位于湖北省西北部的十堰市，地处鄂、豫、渝、陕交界地带，属华中地区城市群区域大气本底，武当山海拔高度为1612 m，受到本地污染源的影响较小，主要受长距离输送或区域传输的影响，可以代表华中地区的大气污染的区域背景状况^{[16 − 18]}. 本研究于2018年夏季在武当山开展PM_2.5滤膜样品的采集和分析，采用富集因子法探讨18种金属元素（Na、K、Ca、Mg、Al、Fe、V、Cr、Mo、Cu、Zn、Mn、Ni、As、Se、Cd、Ba和Pb）的富集程度和污染水平，利用生态风险评估方法（NIRI）和美国环保署（EPA）开发的健康风险评价模型对武当山大气PM_2.5中元素的潜在生态风险和呼吸吸入途径的健康风险做出评价. 通过研究武当山细颗粒物中有毒有害重金属对生态环境和人体健康的影响，可为研究华中地区大气重金属污染特征和健康影响提供科学参考，为华中地区大气重金属风险防控提供理论依据.

高山地区夏季大气PM2.5中元素的污染特征、生态风险及健康风险评估——以武当山为例

通讯作者: E-mail：renlh@craes.org.cn;

Pollution characteristics, ecological risk and health risk assessment of PM2.5 -bound elemental species at mountain site in summer: A case study of Mt.Wudang

Corresponding author: REN Lihong, renlh@craes.org.cn ;

1. 实验部分（Experimental section）

1.1 实验试剂与仪器

1.2 实验方法

1.2.1 毒品标准储备液的配制

1.2.2 不同pH、氯离子浓度模拟水样配制

1.2.3 实际水样的采集

1.2.4 样品前处理

1.2.5 分析方法优化

2. 结果与讨论(Results and discussion)

2.1 分析方法的评价

2.1.1 回收率

2.1.2 线性范围、检出限及定量限

2.2 河流水质参数与毒品目标物检出浓度的相关性评价

2.3 验证水质参数对模拟样品中毒品目标物的检出影响

2.3.1 pH对模拟样品中毒品目标物的检出影响

2.3.2 氯离子浓度对模拟样品中毒品目标物的检出影响

2.3.3 存储时间对模拟样品中毒品目标物的检出影响

3. 结论（Conclusion）

计量

出版历程

高山地区夏季大气PM2.5中元素的污染特征、生态风险及健康风险评估——以武当山为例

通讯作者: E-mail：renlh@craes.org.cn;

English Abstract

Pollution characteristics, ecological risk and health risk assessment of PM2.5 -bound elemental species at mountain site in summer: A case study of Mt.Wudang

Corresponding author: REN Lihong, renlh@craes.org.cn ;

全文HTML

1.1. 采样点位概况

1.2. 样品的采集和分析

1.3. 数据分析方法

1.3.1. 富集因子评价

1.3.2. 主成分-多元线性回归分析

1.3.3. 潜在生态风险评价

1.3.4. 健康风险评价

2.1. PM2.5及元素浓度水平特征

2.2. 富集因子

2.3. PCA-MLR模型分析

2.4. 潜在生态风险分析

2.5. 健康风险评价

目录

全文HTML

1.1. 采样点位概况

1.2. 样品的采集和分析

1.3. 数据分析方法

1.3.1. 富集因子评价

1.3.2. 主成分-多元线性回归分析

1.3.3. 潜在生态风险评价

1.3.4. 健康风险评价

2.1. PM2.5及元素浓度水平特征

2.2. 富集因子

2.3. PCA-MLR模型分析

2.4. 潜在生态风险分析

2.5. 健康风险评价

高山地区夏季大气PM_2.5中元素的污染特征、生态风险及健康风险评估——以武当山为例

Pollution characteristics, ecological risk and health risk assessment of PM_2.5 -bound elemental species at mountain site in summer: A case study of Mt.Wudang

高山地区夏季大气PM_2.5中元素的污染特征、生态风险及健康风险评估——以武当山为例

Pollution characteristics, ecological risk and health risk assessment of PM_2.5 -bound elemental species at mountain site in summer: A case study of Mt.Wudang

2.1. PM_2.5及元素浓度水平特征

2.1. PM_2.5及元素浓度水平特征