环境科学  2015, Vol. 36 Issue (8): 2735-2742   PDF    
北京城区冬季降尘微量元素分布特征及来源分析
熊秋林1, 赵文吉1 , 郭逍宇1, 陈凡涛1, 束同同1, 郑晓霞1, 赵文慧2    
1. 首都师范大学资源环境与旅游学院,城市环境过程与数字模拟国家重点实验室培育基地, 北京 100048;
2. 北京市环境保护监测中心, 北京 100044
摘要:降尘含量是评价大气污染程度的指标之一.降尘中的微量元素尤其是重金属,其质量分数超标会引发生态环境风险及人体健康风险.为了研究北京城区冬季大气降尘中微量元素分布特征以及其中的重金属污染状况及其来源,于2013年11月至2014年3月收集了北京城区及周边大气降尘样品49份.用Elan DRC II型电感耦合等离子体质谱仪(ICP-MS)测试了样品中40种微量元素的质量分数,结果表明,一半以上的微量元素在降尘中的质量分数不足10 mg·kg-1,约四分之一的微量元素其质量分数在10~100 mg·kg-1之间,Pb、Zr、Cr、Cu、Zn、Sr、Ba等7种元素的质量分数超过100 mg·kg-1.北京城区冬季降尘中Pb、Cu、Zn、Bi、Cd和Mo的含量分别是同期地表土壤中相应元素含量的4.18、4.66、5.35、6.31、6.62和8.62倍,均超出土壤背景值的300%以上,人为活动对北京城区降尘微量重金属含量的贡献较大.通过Pearson相关分析、Kendall相关分析以及主成分分析对大气降尘以及其中的Cd、Mo、Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce、Pb、Zr、Cr、Cu、Zn、Sr、Ba等20种主要微量元素的来源进行了探讨.研究发现,北京城区冬季降尘的来源主要由地壳来源(包括道路扬尘、建筑粉尘和远程传输的尘埃)和化石燃料燃烧(汽车尾气排放、煤炭燃烧、生物质燃烧和工业过程)构成.
关键词降尘     微量元素     Pearson相关分析     Kendall相关分析     主成分分析    
Distribution Characteristics and Source Analysis of Dustfall Trace Elements During Winter in Beijing
XIONG Qiu-lin1, ZHAO Wen-ji1 , GUO Xiao-yu1, CHEN Fan-tao1, SHU Tong-tong1, ZHENG Xiao-xia1, ZHAO Wen-hui2    
1. Urban Environmental Process and Digital Modeling Laboratory, School of Resources, Environment & Tourism, Capital Normal University, Beijing 100048, China;
2. Beijing Municipal Environmental Monitoring Center, Beijing 100044, China
Abstract: The dustfall content is one of the evaluation indexes of atmospheric pollution. Trace elements especially heavy metals in dustfall can lead to risks to ecological environment and human health. In order to study the distribution characteristics of trace elements, heavy metals pollution and their sources in winter atmospheric dust, 49 dustfall samples were collected in Beijing City and nearby during November 2013 to March 2014. Then the contents (mass percentages) of 40 trace elements were measured by Elan DRC Ⅱ type inductively coupled plasma mass (ICP-MS). Test results showed that more than half of the trace elements in the dust were less than 10mg·kg-1; about a quarter were between 10-100mg·kg-1; while 7 elements (Pb, Zr, Cr, Cu, Zn, Sr and Ba) were more than 100mg·kg-1. The contents of Pb, Cu, Zn, Bi, Cd and Mo of winter dustfall in Beijing city were respectively 4.18, 4.66, 5.35, 6.31, 6.62, and 8.62 times as high as those of corresponding elements in the surface soil in the same period, which went beyond the soil background values by more than 300%. The contribution of human activities to dustfall trace heavy metals content in Beijing city was larger than that in the surrounding region. Then sources analysis of dustfall and its 20 main trace elements (Cd, Mo, Nb, Ga, Co, Y, Nd, Li, La, Ni, Rb, V, Ce, Pb, Zr, Cr, Cu, Zn, Sr, Ba) was conducted through a multi-method analysis, including Pearson correlation analysis, Kendall correlation coefficient analysis and principal component analysis. Research results indicated that sources of winter dustfall in Beijing city were mainly composed of the earth's crust sources (including road dust, construction dust and remote transmission of dust) and the burning of fossil fuels (vehicle emissions, coal combustion, biomass combustion and industrial processes).
Key words: dustfall     trace elements     Pearson correlation analysis     Kendall correlation analysis     principal component analysis    

近年来,随着我国城市化和工业化的不断推进,城市降尘量大量增加,日益成为环境领域的关注热点.降尘又称“落尘”,是指空气动力学当量直径大于10 μm、依靠重力自然沉降于地面的空气颗粒物,它反映颗粒物的自然沉降量.降尘中的微量元素(trace elements,TEs),尤其是有毒重金属,易沉积在植物、土壤和水中,通过食物链的传递和累积,对生态环境和人类健康造成严重的危害[1,2].

早在20世纪80年代,国内外的学者就开展了降尘的相关研究工作[3,4].目前对降尘微量元素及其重金属的研究主要集中在分布特征[5, 6, 7]、污染来源分析[8, 9, 10]以及生态环境和人体健康风险评价[11,12]. 研究方法主要有Pb同位素示踪法[13,14]、主成分分析法(principal component analysis,PCA)[15]、相关性分析法[16,17]、聚类分析法(cluster analysis,CA)[18]、富集因子法(enrichment factor,EF)[19,20]、地积累污染指数法[21, 22, 23]、健康风险评价法[24]以及磁学参数法[25]. Yan等[26]利用MODIS卫星和地面光谱数据建立遥感反演模型,模拟了北京城区的降尘量. Ma等[27]研究发现重金属(铜、锰、锌、铅)含量超标是典型的汽车废气污染所致. 文献[28]研究发现,钒、铬、镍、锰等重金属的高含量与电厂的分布空间上相关; 重金属在降尘中的含量与在土壤中的含量相比富集效应不明显.

国内外许多研究报道和评价了降尘微量重金属元素污染[29, 30, 31],然而有关降尘中其它微量元素的含量和分布特征研究相对缺乏.本研究主要以北京城区冬季降尘以及其中的微量元素为对象,探讨了降尘中微量元素的含量分布及其变异特征,并通过Pearson相关分析、Kendall相关分析和主成分分析方法考察了北京城区冬季降尘的主要来源.

1 材料与方法

大气降尘采样严格按照国家标准(GB/T 15265-1994)执行.集尘缸选用高30 cm、内径15 cm、缸底平整的圆筒形玻璃缸.采样点一般设在矮建筑物的屋顶或根据需要设在电线杆上(集尘缸统一设在离地面2.5 m高处,收集该位置的大气降尘),且附近(10 m×10 m)无高大建筑,且避开烟囱和交通主干道等点、线污染源的局部污染.此外,采样点的选择要先考虑集尘缸不易损坏,还要考虑易于更换集尘缸,且要避开高大建筑物及局部污染源.2013年11月15日至2014年3月5日(北京市供暖期),遵循“随机、均匀”的布点原则,分别在北京城区及周边地区布置采样点49个,其中周边地区有13个采样点,作为本研究的对照,如图 1.

图 1 北京城区及周边降尘采样点分布示意 Fig. 1 Schematic graph of sampling points of dustfall in Beijing City and surrounding region

集尘缸在放到采样点之前,加入少量乙二醇(防止冬季冰冻,保持缸底湿润,抑制微生物及藻类生长),以占满缸底为准,加蒸馏水量视当地的气候情况而定.按月定期更换集尘缸一次,取缸时核对地点、缸号,并记录取缸时间.在夏季多雨季节,为防止缸内水满溢出,及时更换新缸,采集的样品合并后测定.集尘缸采集的大气降尘样品的重量在100~1000 mg之间.降尘样品收集完成后,用密封盖密封; 并同步收集采样点附件的地表土样品,用专用塑料袋密封保存.

所有样品均使用玛瑙研钵充分研磨,过100目筛.准确称取40 mg样品粉末于聚四氟乙烯内胆中,加入0.6 mL HNO3和2 mL HF,封盖.待静置后,放入防腐高效溶样罐罐体,在防腐烘箱内150℃加热24 h.待冷却后,加0.5 mL HClO4,并敞口放置在120℃的防腐电热板上至半干.随后加入1 mL HNO3和1 mL H2O,密闭置于防腐烘箱150℃回溶12 h.冷却后将溶液转移至聚酯瓶内,并用高纯水定容至40 g.

本研究中,样品元素质量分数测试所用的仪器为美国Perkin Elmer公司生产的Elan DRC Ⅱ型电感耦合等离子体质谱仪(ICP-MS),符合全国土壤污染状况调查样品分析测试技术规定以及最新的土壤环境质量标准GB 15618-2008中有关土壤污染分析测试方法的要求. 通过ICP-MS测定Lu、Tm、Tb、Ta、Ho、Eu、Yb、Er、B、Cd、U、Be、Hf、Dy、Cs、Sm、Gd、W、Mo、Pr、Sc、Th、Cr、Pb、Cu、Zr、Sr、Zn、Ba、Nb、Ga、Co、Y、Nd、La、Li、Ni、Rb、Ce、V等40种微量元素的质量分数.ICP-MS法可以实现多元素分析,具有灵敏度高、检出限低,分析取样量少等优点,它可以同时测量周期表中大多数元素,测定分析物浓度可低至 ng ·L-1的水平. 以上元素含量测定工作均在中国科学院海洋研究所完成.且采用国家海洋沉积物一级标准物质GBW07315、GBW07316,美国地质调查局玄武岩标准物质BCR-2、BHVO-2作质量监控.本研究的数据分析在Excel和SPSS 17.0软件中完成.

2 结果与讨论 2.1 微量元素含量分布特征

根据样品元素质量分数测试结果(样本数为49),分别统计了北京城区及周边冬季大气降尘中40种微量元素质量分数的最小值、最大值、极值比、平均值、中值、标准偏差以及变异系数,见表 1(北京城区)和表 2(北京周边).从表 1中可以看出,北京城区冬季大气降尘微量元素之间含量差异非常大,Lu、Tm、Tb、Ho、Ta、Eu、Yb、Er、U、Be、Cd、Bi、Hf、Dy、Cs、Sm、Gd、W、Pr、Th、Mo、Sc等22种元素,其质量分数的平均值和中值都不足10mg ·kg-1,其中,Lu的含量最低,仅有0.2mg ·kg-1,在北京城区冬季大气降尘中的含量最少;Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce等11种元素,其质量分数的平均值和中值在10~100mg ·kg-1之间(其中,Ce的平均值和中值分别为106.6mg ·kg-1和56.7mg ·kg-1),在大气降尘中的含量较少; Pb、Zr、Cr、Cu、Zn、Sr、Ba等7种元素,其质量分数的平均值和中值超过100mg ·kg-1(Ba的质量分数最高,其平均值和中值分别为1462.3mg ·kg-1和908.4mg ·kg-1),在大气降尘中的含量较多,是北京城区冬季大气降尘中的主要微量元素.与北京周边冬季大气降尘微量元素含量(表 2)相比,大部分微量元素在城区与周边地区的含量差异不大; 但重金属Pb、Cr、Cu、Zn在城区的含量(分别为147.1、195.9、 239.2和713.2mg ·kg-1)明显高于周边地区的含量(分别为91.6、125.1、131.9和514.5mg ·kg-1),质量分数分别超出61%、57%、81%和39%.北京城区相比周边地区,人口更密集、交通生产生活活动更剧烈,说明人为活动对降尘微量重金属含量的贡献较大.

表 1 北京城区冬季降尘微量元素统计/mg ·kg-1 Table 1 Statistics of dustfall trace elements of Beijing City in winter/mg ·kg-1

表 2 北京周边冬季降尘微量元素统计/mg ·kg-1 Table 2 Statistics of dustfall trace elements of the surrounding region of Beijing in winter/mg ·kg-1

分析对比微量元素的最大值与最小值(表 1),可以发现,北京城区冬季大气降尘同一种微量元素其含量分布的差异性同样非常大.通过求算两者的极差(最大值与最小值之差)和极值比(最大值与最小值之比),可以发现不同微量元素之间其含量分布范围的差异性较大. Lu、Tm、Tb、Ho、Eu、Ta、Er、Yb、U、Dy、Hf、Be、Sm、Cs、Gd、Th、Pr、Bi等18种微量元素的极差在0.2~9.1mg ·kg-1之间; Ga、Cd、Nb、Y、Sc、W、Nd、Co、Li、Mo、Rb、Ni、V等13种微量元素的极差在11.9~70.7mg ·kg-1之间; Zr、Cu、Pb、La、Zn等5种微量元素的极差在155.2~765.4mg ·kg-1之间; Cr、Ce、Ba、Sr等4种微量元素的极差在1156.2~9001.2 mg ·kg-1之间,可见这些元素的质量分数的绝对值分布范围非常广,变化幅度非常大.与北京周边地区微量元素的极值对照,大部分元素在两个地区差异不大,但3种主要重金属Cr、Pb、Cu在北京城区和北京周边的极值分别为1156.2、459.7、447.8 mg ·kg-1和106.1、74.3、114.6mg ·kg-1,差异较大,说明Cr、Pb、Cu这3种微量重金属含量在北京城区更易受人为影响而波动. Ga、Sm、Er、Dy、Tb、Eu、V、Lu、Rb、Tm、Th、Ho、Yb、Y、Li、Cs、Hf、U、Nd、Zr、Nb等21种微量元素的极值比在2.2~3.0之间; Gd、Ni、Pr、Ta、Be、Co、Zn、Sc、Cu等9种微量元素的极值比在3.1~6.9之间; W、Pb、Bi、Mo、Ba、Cr、Cd等7种微量元素的极值比在10.9~14.6之间; La、Ce、Sr 这3种微量元素的极值比分别高达36.5、37.7、42.0,是含量波动最大的3种元素,空间分布极不均匀.与北京城区相比,北京周边微量元素的极值比要小得多,Yb等31种微量元素的极值比在1.3~2.7之间; Cd等8种微量元素的极值比在3.1~6.6之间; Sr的极值比最高,为20.3; 说明北京城区微量元素含量的波动要比北京周边的剧烈.

由上述极差和极值比的分析来看,北京城区冬季降尘中大部分微量元素含量的分布较离散.为了具体考察这些微量元素的变异程度,通过标准偏差和变异系数求算了微量元素的变异系数[变异系数C.V=(标准偏差SD÷平均值MN)×100%],结果见表 1.从计算的结果来看,Dy、Ga、Tb、Rb、Er、Lu、Tm、Yb、Th、Ho、Sm、Y、Eu、V、Hf、U、Li、Cs、Nd、Gd、Zr、Pr、Be、Nb、Ta、Ni、Co、Zn、Sc、Cu等30种微量元素的变异系数在14.55%~45.40%之间; Bi、W、Mo、Cd、Pb等5种微量元素的变异系数在55.78%~75.61%之间; Ba、Cr、Sr、Ce、La的变异系数分别为102.03%、132.57%、216.77%、224.75%、231.26%.北京周边地区冬季降尘微量元素含量的变异系数相对要小得多,Er等35种微量元素的变异系数在8.09%~47.82%之间; Bi等4种微量元素的变异系数在50.47%~63.53%之间; Sr的变异系数最高,达到178.05%; 表明北京城区微量元素含量的变异性要比北京周边的更强,观测值的离散程度更大.

为了进一步了解2013年冬季北京城区降尘微量元素含量状况,将本次测试的降尘微量元素质量分数与同步测定的地表土壤元素背景值进行对照,将元素质量分数“平均值”与“背景值”的比值定义为“背景比值”(表 1表 2).从计算的结果来看,Rb、Eu、Sm、Ga、Nd、Lu、Yb、Ho、Th、Dy、Tm、Hf、Pr、Er、Nb、Tb、Ta、Gd、Cs、Zr、Y、Be、V、Sc、U、Li等26种微量元素的背景比值在0.71~1.22之间,与地表土壤中的含量相当; Co、La、Ce、Sr、Ba、Ni、Cr、W等8种微量元素的背景比值在1.52~3.35之间,比地表土壤中的含量高出50%~250%; Pb、Cu、Zn、Bi、Cd、Mo的背景比值分别为4.18、4.66、5.35、6.31、6.62、8.62,超出地表土壤中的含量300%以上,说明北京城区冬季大气重金属存在一定的污染.与北京城区相比,北京周边降尘中的微量元素的背景比值普遍要小,Rb等29种微量元素的背景比值在0.78~1.39之间; Cr等9种微量元素的背景比值在1.63~3.86之间; Cd和Mo的背景比值分别为4.12和4.67; 说明冬季降尘在北京城区和北京周边地区均存在一定的微量重金属元素污染状况,且北京城区的污染较北京周边地区的要严重.

综合以上分析可以得出,北京城区冬季降尘中的微量元素含量分布具有如下特征: 不同微量元素之间含量差异非常大,一半以上的微量元素在降尘中的质量分数不足10mg ·kg-1,约四分之一的微量元素其质量分数在10~100mg ·kg-1之间,Pb、Zr、Cr、Cu、Zn、Sr、Ba等7种元素的质量分数超过100mg ·kg-1(其中Ba的质量分数最高,为1462.3mg ·kg-1); 北京城区冬季降尘中大部分微量元素含量的分布较离散; 北京城区和北京周边地区均有微量重金属元素污染,且北京城区的污染较北京周边地区的要严重; 人为活动对北京城区降尘微量重金属含量的贡献较大. 2.2 主要降尘元素含量的相关分析

运用统计软件SPSS对北京城区冬季降尘中Cd、Mo、Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce、Pb、Zr、Cr、Cu、Zn、Sr、Ba等20种主要降尘微量元素(Cd、Mo为常见微量重金属,其余18种微量元素质量分数均大于10mg ·kg-1)进行相关分析.用直方图检验对变量(Cd、Mo、Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce、Pb、Zr、Cr、Cu、Zn、Sr、Ba)进行正态分布检验发现,Mo、Nb、Ga、Y、Nd、Li、Rb、V、Zr、Cu呈正态分布.因此对Mo、Nb、Ga、Y、Nd、Li、Rb、V、Zr、Cu进行Pearson相关分析(表 3),对Cd、Co、La、Ni、Ce、Pb、Zn、Sr、Ba、Cr进行Kendall相关分析(表 4).从表 3 Pearson 积矩相关系数可以看出,Mo与Cu在置信度为0.01时极显著相关,Mo与Y在置信度为0.05时显著负相关,Mo与除Y、Cu外其它微量元素相关性不显著; Cu与除Mo外其它微量元素相关性不显著; 除Mo、Cu外其它微量元素两两之间,绝大部分在置信度为0.01时极显著相关(Nb与 Nd在置信度为0.05时显著相关),这表明Mo、Cu与其它微量元素(Nb、Ga、Y、Nd、Li、Rb、V、Zr)在来源上有很大差异.从表 4 Kendall 秩相关系数可以看出,Co、La、Ce两两之间在置信度为0.01时极显著相关; Cd、Ni、Pb、Zn、Cr两两之间,绝大部分在置信度为0.01时极显著相关(Pb分别与Zn、Cr、Ni在置信度为0.05时显著相关); Sr与Ba在置信度为0.01时极显著相关,说明3组微量元素(Co、La、Ce; Cd、Ni、Pb、Zn、Cr; Sr、Ba)分别来自3类不同的来源.

表 3 降尘元素含量的Pearson相关矩阵1)(N=36) Table 3 Pearson correlation matrix of element concentrations in the dustfall(N=36)

表 4 降尘元素含量的Kendall相关矩阵(N=36) Table 4 Kendall correlation matrix of element concentrations in the dustfall(N=36)
2.3 降尘元素含量PCA分析

主成分分析法(PCA)通过计算变量方差以及协方差矩阵的特征量,将多个原始环境变量通过降维转化成少数几个综合变量,使人们能够从众多环境污染物中识别出起主导作用的成分,从而达到对环境污染物的信息进行集中和提取的目的,被广泛用于大气降尘污染评价分析中.为了研究2013年冬季北京城区降尘中主要微量元素(Cd、Mo、Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce、Pb、Zr、Cr、Cu、Zn、Sr、Ba)的来源,对各微量元素质量分数进行主成分因子分析,根据特征向量选取准则(特征值>1.0),共提取4个主成分,见表 5表 6.

表 5 主成分解释的总方差Table 5 Total variance of principal components explained

表 6 降尘微量元素的成分矩阵 Table 6 Component matrix of the dustfall trace elements

表 5中可以看出,这4个主成分可以解释原始变量的75.693%,其中第一主成分占解释变量的45.402%,提取的4个主成分代表了本次大气降尘中微量元素的主要来源.经最大公差旋转后,各主成分因子负荷矩阵见表 6.

表 6中可以看出,第一主成分主要由Ga、La、Co、Li、Sr、Ce、Rb、V、Y、Cd、Zr、Nd、Nb和Pb构成,其因子负荷分别为0.92、0.90、0.90、0.89、0.88、0.87、0.86、0.82、0.81、0.75、0.68、0.66、0.59和0.55; 第二主成分主要由Mo、Zn、Cu、Ni和Cd构成,其因子负荷分别为0.73、0.70、0.66、0.61和0.58; 第三主成分主要由Cr、Ni构成,其因子负荷分别为0.73、0.57; 第四主成分主要由Ba构成,其因子负荷为0.73.

第一主成分被认为是代表了地壳来源[32],包括道路的再悬浮粉尘、建筑粉尘和远程传输的尘埃.第二主成分被认为是代表了化石燃料燃烧,主要包括汽车尾气排放、煤炭燃烧、生物质燃烧和工业过程[32].第三主成分被认为是代表了地表扬尘和汽车尾气排放的混合来源[33].第四主成分主要代表了地表扬尘. 3 结论

(1)北京城区冬季降尘中不同微量元素之间含量差异非常大,一半以上的微量元素在降尘中的质量分数不足10mg ·kg-1,约四分之一的微量元素其质量分数在10~100mg ·kg-1之间,Pb、Zr、Cr、Cu、Zn、Sr、Ba等7种元素的质量分数超过100mg ·kg-1.与北京周边冬季大气降尘微量元素含量相比,大部分微量元素在城区与周边地区的含量差异不大; 但重金属Pb、Cr、Cu、Zn在城区的含量(分别为147.1、195.9、239.2和713.2mg ·kg-1)明显高于周边地区的含量(分别为91.6、125.1、131.9和514.5mg ·kg-1),质量分数分别超出61%、57%、81%和39%.北京城区相比周边地区,人口更密集、交通生产生活活动更剧烈,说明人为活动对降尘微量重金属含量的贡献较大.

(2)北京城区冬季降尘中微量元素含量分布的离散程度有差异,Dy、Ga等30种微量元素的变异系数在14.55%~45.40%之间; 而Bi、W、Mo、Cd、Pb、Ba、Cr、Sr、Ce、La等10种微量元素的变异系数在55.78%~231.26%之间,这些微量元素的高度空间分异是由于人为活动的强弱空间化差异的影响.

(3)北京城区和北京周边地区均有微量重金属元素污染,且北京城区的污染较北京周边地区的要严重.北京城区冬季降尘中Pb、Cu、Zn、Bi、Cd和Mo的含量分别是同期地表土壤中相应元素含量的4.18、4.66、5.35、6.31、6.62和8.62倍,均超出土壤背景值的300%以上.人为活动对北京城区降尘微量重金属含量的贡献较大.

(4)通过Pearson相关分析、Kendall相关分析以及主成分分析对大气降尘以及其中的Cd、Mo、Nb、Ga、Co、Y、Nd、Li、La、Ni、Rb、V、Ce、Pb、Zr、Cr、Cu、Zn、Sr、Ba等20种主要微量元素的来源进行了探讨.研究发现,北京城区冬季降尘的来源主要由地壳来源(包括道路扬尘、建筑粉尘和远程传输的尘埃)和化石燃料燃烧(汽车尾气排放、煤炭燃烧、生物质燃烧和工业过程)构成.

致谢:本实验的样品元素测试工作在中国科学院青岛海洋研究所完成,在此表示感谢.

参考文献
[1] Pan Y P, Wang Y S. Atmospheric wet and dry deposition of trace elements at 10 sites in Northern China[J]. Atmospheric Chemistry and Physics, 2015, 15 : 951-972.
[2] Kampa M, Castanas E. Human health effects of air pollution[J]. Environmental Pollution, 2008, 151 (2): 362-367.
[3] Vallack H W, Shillito D E. Suggested guidelines for deposited ambient dust[J]. Atmospheric Environment, 1998, 32 (16): 2737-2744.
[4] Liu T S, Gu X F, An Z S, et al. The dust fall in Beijing, China on April 18, 1980[J]. Geological Society of America Special Papers, 1981, 186 : 149-157.
[5] 焦荔, 沈建东, 姚琳, 等. 杭州市大气降尘重金属污染特征及来源研究[J]. 环境污染与防治, 2013, 35 (1): 73-76, 88.
[6] 张春荣, 吴正龙, 田红, 等. 青岛市区大气降尘重金属的特征和来源分析[J]. 环境化学, 2014, 33 (7): 1187-1193.
[7] 梁俊宁, 刘杰, 陈洁, 等. 陕西西部某工业园区采暖期大气降尘重金属特征[J]. 环境科学学报, 2014, 34 (2): 318-324.
[8] 汤洁, 韩维峥, 李娜, 等. 哈尔滨市城区大气重金属沉降特征和来源研究[J]. 光谱学与光谱分析, 2011, 31 (11): 3087-3091.
[9] Huang S H, Tu J, Liu H Y, et al. Multivariate analysis of trace element concentrations in atmospheric deposition in the Yangtze River Delta, East China[J]. Atmospheric Environment, 2009, 43 (36): 5781-5790.
[10] Mijic Z, Stojic A, Perisic M, et al. Seasonal variability and source apportionment of metals in the atmospheric deposition in Belgrade[J]. Atmospheric Environment, 2010, 44 (30): 3630-3637.
[11] 李萍, 薛粟尹, 王胜利, 等. 兰州市大气降尘重金属污染评价及健康风险评价[J]. 环境科学, 2014, 35 (3): 1021-1028.
[12] 唐荣莉, 马克明, 张育新, 等. 北京城市道路灰尘重金属污染的健康风险评价[J]. 环境科学学报, 2012, 32 (8): 2006-2015.
[13] 杨柳, 李旭祥. 大气降尘中重金属元素及铅同位素分析[J]. 西安交通大学学报, 2014, 48 (2): 118-124.
[14] Lee P K, Choia B Y, Kang M J. Assessment of mobility and bio-availability of heavy metals in dry depositions of Asian dust and implications for environmental risk[J]. Chemosphere, 2015, 119 : 1411-1421.
[15] 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.
[16] 邓昌州, 孙广义, 杨文, 等. 黑龙江甘南县大气降尘重金属元素沉降通量及来源分析[J]. 地球与环境, 2012, 40 (3): 342-348.
[17] 邓昌州, 平先权, 杨文, 等. 探讨富集因子背景值的选择[J]. 环境化学, 2012, 31 (9): 1362-1367.
[18] 张春荣, 吴正龙, 姚春卉, 等. 青岛市区大气降尘重金属对人体健康风险的评价[J]. 环境科学, 2014, 35 (7): 2736-2741.
[19] Bahena-Manjarrez J, Rosales-Hoz L, Carranza-Edwards A. Spatial and temporal variation of heavy metals in a tropical estuary [J]. Environmental Geology, 2002, 42 (6): 575-582.
[20] Li B, Wang Z L. Anthropogenic influence on rainwater in the Xi'an City, Northwest China: Constraints from sulfur isotope and trace elements analyses[J]. Journal of Geochemical Exploration, 2014, 137 : 65-72.
[21] 杨孝智, 陈扬, 徐殿斗, 等. 北京地铁站灰尘中重金属污染特征及健康风险评价[J]. 中国环境科学, 2011, 31 (6): 944-950.
[22] Liu M D, Li Y, Zhang W, et al. Assessment and Spatial distribution of zinc pollution in agricultural soils of Chaoyang, China[J]. Procedia Environmental Sciences, 2013, 18 : 283-289.
[23] Khuzestani R B, Souri B. Evaluation of heavy metal contamination hazards in nuisance dust particles, in Kurdistan Province, western Iran[J]. Journal of Environmental Sciences, 2013, 25 (7): 1346-1354.
[24] 胡恭任, 于瑞莲, 林燕萍, 等. TCLP法评价泉州市大气降尘重金属的生态环境风险[J]. 矿物学报, 2013, 33 (1): 1-9.
[25] Qiao Q Q, Huang B C, Zhang C X, et al. Assessment of heavy metal contamination of dustfall in northern China from integrated chemical and magnetic investigation[J]. Atmospheric Environment, 2013, 74 : 182-193.
[26] Yan X, Shi W Z, Zhao W J, et al. Mapping dustfall distribution in urban areas using remote sensing and ground spectral data[J]. Science of the Total Environment, 2015, 506-507 : 604-612.
[27] Ma M M, Hu S Y, Lin H, et al. Magnetic responses to traffic related contamination recorded by backfills: A case study from Tongling City, China[J]. Journal of Applied Geophysics, 2014, 107 : 119-128.
[28] Meza-Montenegro M M, Gandol A J, Santana-Alcántar M E, et al. Metals in residential soils and cumulative risk assessment in Yaqui and Mayo agricultural valleys, northern Mexico[J]. Science of the Total Environment, 2012, 433 : 472-481.
[29] Arruti A, Fernández-Olmo I, Irabien A. Regional evaluation of particulate matter composition in an Atlantic coastal area (Cantabria region, northern Spain): Spatial variations in different urban and rural environments[J]. Atmospheric Research, 2011, 101 (1-2): 280-293.
[30] Wong C S C, Li X D, Zhang G, et al. Atmospheric deposition of heavy metals in the Pearl River Delta, China[J]. Atmospheric Environment, 2003, 37 (6): 767-776.
[31] Okubo A, Takeda S, Obata H. Atmospheric deposition of trace metals to the western North Pacific Ocean observed at coastal station in Japan[J]. Atmospheric Research, 2013, 129-130 : 20-32.
[32] Song S J, Wu Y, Jiang J K, et al. Chemical characteristics of size-resolved PM2. 5 at a roadside environment in Beijing, China[J]. Environmental Pollution, 2012, 161 : 215-221.
[33] Gao J J, Tian H Z, Cheng K, et al. Seasonal and spatial variation of trace elements in multi-size airborne particulate matters of Beijing, China: Mass concentration, enrichment characteristics, source apportionment, chemical speciation and bioavailability[J]. Atmospheric Environment, 2014, 99 : 257-265.