论文部分内容阅读
多环芳烃(PAHs)是大气细粒子(PM2.5)中广泛存在且含量较高的一类重要毒害有机污染物，对人体具有致癌、致畸和致突变作用，一直是国内外环境毒害物研究的热点。我国能源结构中燃煤占主导，带来大量的PAHs排放。近年来，我国机动车数量剧增，对PAHs排放也具有重要贡献。而在我国农村地区，生物质能源是居民生活和取暖活动的主要能源，消耗量很大，其燃烧也加重区域性PAHs污染。研究PM2.5中PAHs的含量水平、组成和来源特征，对深入揭示PM2.5的健康效应有重要意义，可为空气毒害物控制决策提供支撑。
广州是珠江三角洲（珠三角）地区中心城市。近年来，随着经济的发展，在化石燃料消耗量不断增涨的情况下，PAHs排放具有很多潜在源。前期研究表明广州市大气中PAHs的含量水平较高。但对PM2.5中PAHs的时空分布、致癌风险和来源解析的系统研究还十分缺乏。本论文通过对广州中心城区的路边采样点（距离地面1.2 m高度）和楼顶采样点（距离地面50 m高度）的系统对比、广州6个典型采样点（2个城区、2个城郊和2个农村点）的同步采样，测定了18种PAHs的组成，并同时分析了有机碳(organic carbon，OC)、元素碳(elementalcarbon，EC)、无机离子和分子标志物(molecular tracer):藿烷（对机动车）、左旋葡聚糖（对生物质燃烧）、苉（对燃煤）的浓度。在此基础上，对PAHs的时空分布、致癌风险进行了分析评价，并用4种新的tracer/PAH比值对其来源做了定性分析，用正矩阵因子(PMF)模型进行了定量源解析。论文的主要结论如下:
1、2006-2007年三个采样时段中，9月为非灰霾期，平均气温为29.0℃，变化范围为28.6-29.3℃，平均相对湿度为54％，变化范围为50-62％，平均能见度为28.3 km，变化范围为17.9-36.7 km，平均风速为6.3 km h-1，变化范围为6.1-6.5km h-1，盛行东北风。PAHs平均浓度为12.2 ng m-3，浓度变化范围为7.4-19.4 ngm-3。苯并[a]芘(BaP)平均浓度为0.9 ng m-3，浓度变化范围为0.5-1.4 ng m-3。10月和1月为灰霾期，其中10月平均气温为28.0℃，变化范围为27.6-28.7℃，平均相对湿度为73％，变化范围为72-75％，平均能见度为8.5 km，变化范围为7.6-9.9km，平均风速为4.6 km h-1，变化范围为2.6-6.2 km h-1，盛行东北风。PAHs平均浓度为17.8 ng m-3，浓度变化范围为12.4-22.9 ng m-3。BaP平均浓度为1.4 ng m-3，浓度变化范围为0.6-2.1 ng m-3;1月平均气温为19.0℃，变化范围为17.3-21.1℃，平均相对湿度为41％，变化范围为28-53％，平均能见度为7.5 km，变化范围为5.7-8.8 km，平均风速为13.3 km h-1，变化范围为3.2-24.3 km h-1，盛行北风。PAHs平均浓度为28.4 ng m-3，浓度变化范围为15.2-41.8 ng m-3。BaP平均浓度为1.7 ngm-3，浓度变化范围为0.9-3.2 ng m-3。大多数灰霾天中，BaP的浓度超过了世界卫生组织(WHO)空气质量标准中BaP的日均浓度限值，1 ng m-3。
2、2006-2007年整个采样期间，广州城区楼顶EC和藿烷的浓度比路边浓度分别低21-38％和28-84％，说明本地机动车排放是PM2.5一个重要的来源。另一方面，硫酸根浓度显示出很小的垂直空间梯度，这与其二次来源和区域性特征一致。这些化合物的路边-楼顶分布特征为我们提供了一个评估本地源和区域源对PAHs相对贡献的好机会。非灰霾期间，楼顶PAHs的浓度比路边低约43％，而灰霾期间，路边和楼顶PAHs的浓度没有显著差异，说明非灰霾期间PAHs以本地源为主，而灰霾期间PAHs以区域源为主。为了评估PAHs对公众的致癌风险，计算了苯并[a]芘毒性当量浓度(BaPeq)。结果显示非灰霾期间BaPeq浓度路边高于楼顶，而灰霾期间楼顶BaPeq浓度显著升高，与路边BaPeq浓度相近，表明控制区域源排放对降低广州城区大气PAHs引起的致癌风险意义重大。
3、通过对比环境和源谱中（包括广州珠江隧道机动车排放、稻谷秸秆/甘蔗叶燃烧和工业燃煤）PAH异构体散点图和PAH/EC比值辨别了不同环数PAHs的主要源。结果表明2006年9、10月份广州路边和楼顶PM2.5中4环PAHs如芘(Pyr)和荧蒽(Flu)的来源以机动车排放为主，到2007年1月则变为以生物质燃烧为主。这与我们观测到的1月份具有更高的钾离子和左旋葡聚糖浓度一致。MODIS火点图也显示1月份比9月和10月的火点更多。5-6环PAHs如苯并[g，h，i]苝(BghiP)和茚并[1，2，3-cd]芘(IcdP)则在整个采样期间均受生物质燃烧源很大影响。
4、2009年冬季，广州6个采样点总PAHs的平均浓度为17.13 ng m-3，变化范围为2.66-68.51 ng m-3。BaPeq平均浓度为2.21 ng m-3，变化范围为0.29-9.34 ngm-3。采样期间观测到3个高污染浓度期，可能是由于冷空气过程结束后污染物累积所致。用NOAA-HYSPLIT模型做后向轨迹聚类分析的结果表明这3个高污染时期的气团来自内珠三角东部。从城区到农村，总PAHs、5-6环PAHs（如BghiP）和BaPeq的浓度都没有显著变化，而4环PAHs（如Pyr）的浓度农村显著高于城区和城郊(p＜0.01)。
5、6点同步观测样品的主成分载荷图显示BghiP与藿烷、EC和苉的关联程度较高，表明机动车排放和燃煤对5-6环PAHs的影响较大。从BghiP到Pyr，随着环数降低，PAHs与源标志物(tracer)的关联程度下降，可能是因为4环的PAHs更易受气相-颗粒相分配的影响。为了进一步辨别5-6环PAHs的主要源，比较了环境和源谱中4种tracer/BghiP（藿烷/BghiP、苉/BghiP、左旋葡聚糖/BghiP和EC/BghiP）和IcdP/BghiP的比值，结果表明机动车排放不再是广州冬季5-6环PAHs最重要的源。
6、通过观察PMF模型各因子中主要物种及比较PMF源谱和实测源谱，解析出3种源:机动车排放、生物质燃烧和燃煤，对PAHs的贡献分别为11％±2％，31％±4％和58％±4％。燃煤代替机动车排放成为PAHs最重要的源。三种源对不同环数的PAHs贡献不同，其中生物质燃烧对4环PAHs的贡献更大（如Pyr，75％±3％），而燃煤对5-6环PAHs的贡献更大（如BghiP，57％±4％）。
7、用PMF模型计算出3种源贡献的PAHs浓度，即环境PAHs浓度被各源分配的部分(ng m-3)。结果表明机动车和燃煤贡献浓度的日变化仅受气象条件变化影响，而生物质燃烧贡献浓度的日变化还额外受自身排放强度的影响。当气团穿越火点时，生物质燃烧贡献浓度增加，当气团沿途不经过火点，生物质燃烧贡献浓度减少。广州北部2点（城郊HD和农村KD）机动车贡献浓度小于其余4点，这与广州北部较少的机动车排放的特征一致。北部2点和另一农村点WQS生物质贡献浓度大于其余3点，这与珠三角以北大量火点以及农村居民常用作物秸秆和木材燃烧做饭取暖的事实相符。WQS燃煤贡献浓度小于其余5点，目前尚不清楚具体原因，只能猜测是由于WQS相对较少的低燃烧效率的小型锅炉和民用燃煤导致。总之，这些结果表明PMF模型模拟的结果是比较合理的。