环境科学  2016, Vol. 37 Issue (1): 82-87   PDF    
晋城城市扬尘化学组成特征及来源解析
王燕1, 彭林2, 李丽娟1, 王毓秀1, 张腾1, 刘海利1, 牟玲1     
1. 太原理工大学环境科学与工程学院, 太原 030024;
2. 华北电力大学环境与化学工程系, 北京 102206
摘要: 采集晋城市城市扬尘及其他污染源样品,分析其中元素、离子、碳含量,选取富集因子分析法、潜在生态风险评价法、化学质量平衡模型分析城市扬尘化学组成及来源,为制定有效的城市扬尘污染防治工作方案提供科学依据. 结果表明,晋城市城市扬尘中主量成分包括Si、TC、Ca、OC、Al、Mg、Na、Fe、K和SO42-,质量分数总和为61.14%. 地壳元素在城市扬尘中含量最丰富,离子更易在细颗粒上富集. OC在PM2.5上的质量分数较高,EC在PM10上的质量分数较高,说明二次有机污染物主要集中在细颗粒上. 城市扬尘PM2.5和PM10潜在生态风险指数均为极强,且PM2.5比PM10具有更强的生态危害性. 城市扬尘中Pb的富集因子最大,在PM2.5中达196.97,其次为As、Cr、Ni、V、Zn、Cu,且这些重金属元素的富集因子均在10以上,表明这几种元素显著富集,受人类活动影响较大. 土壤风沙尘、建筑水泥尘、机动车尾气尘、煤烟尘是城市扬尘的主要来源.
关键词: 城市扬尘     富集因子     潜在生态风险     化学质量平衡    
Chemical Compositions and Sources Apportionment of Re-suspended Dust in Jincheng
WANG Yan1, PENG Lin2 , LI Li-juan1, WANG Yu-xiu1, ZHANG Teng1, LIU Hai-li1, MU Ling1    
1. College of Environmental Science and Engineering, Taiyuan University of Technology, Taiyuan 030024, China;
2. School of Environment and Chemical Engineering, North China Electric Power University, Beijing 102206, China
Abstract: In order to make effective plan to provide the scientific basis for prevention and control of re-suspended dust(RD),samples of particulate sources including RD and other pollution sources of Jincheng were collected. Elements, ions and carbon in particulate sources were analyzed. Enrichment factor, potential ecological risk assessment, and chemical mass balance model were used to analyze the chemical composition and the source of RD. The result indicated that the main components in RD of Jingcheng were Si, TC, Ca, OC, Al, Mg, Na, Fe, K and SO42-, contributing 61.14% of total mass of RD. The most abundant content of RD was crustal elements, and the ions were enriched in the fine particles. The mass fraction of OC in PM2.5 was higher, whereas the mass fraction of EC in PM10 was higher, indicating that secondary organic pollutants were mainly dominated in the fine particles. The dust PM2.5 and PM10 potential ecological risk indexes were extremely strong, and PM2.5 had higher ecological harm than PM10. Pb had the highest enrichment factor of 196.97 in PM2.5, which was followed by As, Cr, Ni, V, Zn and Cu, the enrichment factors of which were all greater than 10, indicating that they were apparently enriched and affected by human activities. Soil dust, construction dust, vehicle exhaust, and coal dust were the main sources of RD.
Key words: re-suspended dust     enrichment factor     potential ecological risk     chemical mass balance    

大气颗粒物是影响环境空气质量的首要污染物[1, 2, 3, 4],进行大气颗粒物来源解析是制定污染防治战略的重要措施[5]. 城市扬尘是各单一源类排放的初始态颗粒物随机沉降形成的一种混合源,具有源强不确定性和排放不连续性等特点[6, 7],是大气颗粒物PM10、 PM2.5的重要来源[8, 9]. 扬尘会直接影响人体健康,且扬尘中的PM2.5对人体健康的危害远比PM10[10]. 目前,国内外对于城市扬尘的研究主要是PM10,以化学组成和来源解析为主[11, 12],而有关城市扬尘中PM2.5化学组分、 重金属的富集以及健康风险评价较少.

晋城市位于山西省东南部,是全省煤电能源重化工开发的重点地区之一,是重要的无烟煤生产基地. 本研究选择晋城市的城市扬尘为对象,系统地进行来源解析,分析其元素、 离子、 碳以及重金属的潜在危害性,以期为制定有效的城市扬尘污染防治工作方案提供科学依据.

1 材料与方法 1.1 样品采集

本研究共采集了城市扬尘、 土壤风沙尘、 煤烟尘、 建筑水泥尘和机动车尾气尘这5种源类样品.

城市扬尘:采样点位基本覆盖晋城市全市域面积,设置30个点位(见图 1),选取2层以上楼房、 仓库、 商店等建筑物的窗台、 橱窗、 台架等处长期积累的灰,用毛刷刷入袋内,每袋0.5 kg左右,共采集30个样品. 样品采集晾干后按照不同方位混样,共得到5个混合样(北:混样1; 东:混样2; 中:混样3; 南:混样4; 西:混样5).

土壤风沙尘:在晋城市中心区周边20 km范围内的不同距离上和主导风向的不同距离上,为了保证采集的土壤风沙尘具有代表性,按梅花型布设采样点. 在每个采样点上用干净的扫帚或大的毛刷扫地表土并用木铲将其收集到纸袋中,每袋0.5 kg左右.

图 1 城市扬尘采样点位示意
采样点位1~6混合得到混样1; 7~12混合得到混样2;13~18混合得到混样3; 19~24混合得到混样4; 25~30混合得到混样5
Fig. 1 Location of the sampling sites of re-suspended dust

煤烟尘:选取典型的正常使用的以煤为燃料的工业锅炉(电厂锅炉),采集工业锅炉除尘器下的灰.

建筑水泥尘:选择晋城市主要水泥厂有组织排放尘和无组织排放尘以及施工作业面上建筑水泥尘.

机动车尾气尘:通过在机动车排气筒上加装有滤膜的采样器,固定在各类机动车的排气管上,在道路上运行3 h左右,分别用石英膜和聚丙烯膜采集的尘来代表晋城市机动车各种运行工况下机动车尾气尘. 机动车尾气尘样品共采集18个.

1.2 样品处理及测试

采样点采集的粉末样品,分析前需进行前处理,步骤为:①粉末样品运回实验室后自然晾干; ②粉末样品过150目(泰勒标准筛150目=0.104 mm)的不锈钢筛. 过筛后按照要求将各类样品分别进行混样,样品于低温条件(4℃)下保存; ③混样后对每个样品进行再悬浮,同时采用聚丙烯和石英滤膜平行采集PM2.5和PM10样品,再悬浮采集完成后待测.

将采集的膜样品剪碎,放入锥形瓶中,加去离子水润湿,加入分析纯的HNO3(1.42 g ·mL-1)15 mL和HClO4(75%)5 mL,在电炉上加热,控制在100℃以下. 当酸剩余约3 mL时,冷却锥形瓶,加入少许去离子水,过滤残渣,定容至15 mL,待测. 采用美国热电公司ICP-9000(N+M)型等离子体发射光谱仪对处理好的样品进行元素分析测试,被测元素包括Si、 Ti、 Al、 Mn、 Mg、 Ca、 Na、 K、 Cu、 Zn、 As、 Pb、 Cr、 Ni、 Co、 Cd、 Hg、 Fe、 V,共19种元素.

采用瑞士万通861型离子色谱仪对样品中水溶性离子Cl-、 NO-3、 SO42-、 K+、 Na+、 Ca2+、 Mg2+、 NH+4进行定量分析,阴离子色谱柱为:Metrosep A Supp5,淋洗液用1.78 mmol ·L-1 KOH+2.4 mmol ·L-1 Na2CO3的混合溶液; 阳离子色谱柱为:Metrosep C4 150,淋洗液用1.7 mmol ·L-1HNO3+0.7 mmol ·L-1吡啶二甲酸的混合溶液. 碳分析由德国元素分析系统公司的Analysensysteme GmbH vario EL cube型元素分析仪直接测定颗粒物中的总碳和有机碳的质量浓度.

1.3 质量保证与质量控制(QA/QC)

为了保证样品前处理和分析方法的准确性和可靠性,元素测定选择GSD6沉积物标准样进行相同的消解和分析,各检测物质加标回收率在80%~120%,平行样相对标准偏差(RSD)均小于7%,且空白膜中化学组分含量均低于检出限,达到质量控制规范. 同时每批样品随机抽取10%做平行样分析,实行质量控制措施.

2 结果与讨论 2.1 城市扬尘化学组成特征分析 2.1.1 城市扬尘化学组成特征与其他城市比较分析

将大气颗粒物中质量分数大于1%的化学组分作为主量成分,质量分数小于1%的化学组分作为次量成分[10]. 从表 1可知,晋城市城市扬尘中主量成分包括Si、 TC、 Ca、 OC、 Al、 Mg、 Na、 Fe、 K和SO42-,质量分数总和为61.14%; 次量成分包括Ti、 V、 Cr、 Mn、 Co、 Ni、 Cu、 Zn、 As、 Cd、 Pb、 Cl-、 NO-3和K+,质量分数总和为2.09%. 质量分数依次为:TC>Si>Ca>Al>Mg>Na>Fe>SO42->K,分别为14.6933%±4.4364%、 11.1638%±0.8789%、 9.7137%±3.561%、 6.4851%±2.2161%、 3.0091%±2.0715%、 2.1839%±2.0287%、 1.8481%±1.0267%、 1.6235%±0.4719%、 1.2833%±0.0703%,同时总碳TC为机动车尾气尘的标识化学组分,Si是土壤风沙尘的标识元素,Ca为建筑水泥尘的标识元素,Al为煤烟尘的标识元素[13],表明土壤风沙尘、 建筑水泥尘、 机动车尾气尘、 煤烟尘是影响城市扬尘的主要因素.

表 1为晋城市城市扬尘PM10与其他5个城市(东营[14]、 太原[9]、 安阳[9]、 天津[9]、 济南[9])城市扬尘的成分谱. 结果显示,不同城市的城市扬尘成分谱存在差异,但主要化学组分基本相同,只是浓度相差较大:①晋城市TC含量最高,济南市为Ca含量最高,其他城市均为Si含量最高. ②晋城市城市扬尘中TC含量高于其他5个城市,考虑主要原因是晋城市为山西省无烟煤的主要产地,OC/TC约0.62,表明TC中大部分为OC. ③晋城市Na、 Mg、 V、 Cr、 Ni、 Pb、 Cl-含量高于其他5个城市; SO42-含量高于安阳,低于其他4个城市; Fe含量低于其他5个城市. 燃煤和机动车尾气的共同作用导致V、 Pb的含量相对较高[15, 16],Ni、 Cr的主要来源为焦化煤燃烧和冶炼废气排放[17],As的主要来源为有色金属冶炼[18]. 这与晋城市地处内陆,是山西省重要的煤生产基地,加之特殊的地形和气候条件是与大气污染物不易扩散有关.

表 1 晋城市与其他5个城市的城市扬尘PM10成分谱比较 /%Table 1 Comparison of chemical compositions of re-suspended dust among Jincheng and other five cities/%
2.1.2 晋城市的城市扬尘PM2.5、 PM10成分谱比较

为便于比较,将成分谱中化学组分分为地壳元素,包括Si、 Ti、 Al、 Mn、 Mg、 Ca、 Fe、 K和Na,痕量元素(去掉地壳元素),离子(Na+、 NH+4、 Mg2+、 K+、 Ca2+、 F-、 Cl-、 NO-3和SO42-),有机碳(OC)和元素碳(EC).

图 2中可以看出,城市扬尘中地壳元素为含量最丰富的物种[19, 20],分别占到无机成分谱化学组分总量的35.83%、 39.11%. 城市扬尘中离子在PM2.5上的质量分数比PM10高,分别为9.61%、 10.72%,表明该种组分更易于以细颗粒形式存在. OC在PM2.5上的质量分数较高,且OC中也包含大气中发生光化学氧化生成的二次有机碳(SOC),说明二次有机污染物也主要集中在细颗粒上. EC在PM10上的质量分数较高,因为EC主要来自于化石燃料或生物质的不完全燃烧,是由污染源直接排放.

图 2 晋城市城市扬尘PM10、 PM2.5无机化学组成 Fig. 2 Inorganic chemical composition percentage in PM10 and PM2.5 of re-suspended dustin Jincheng
2.1.3 城市扬尘中重金属的潜在生态风险特征分析

潜在生态风险分析是以元素丰度响应为基本条件,即沉积物中金属潜在生态危害指数(RI)与金属污染程度正相关,且多种金属污染的生态危害具有加和性[21]. 评价指标如下:

式中,Cfi为第i种重金属的污染系数; Ci为样品中第i种重金属含量的实测值,mg ·kg-1; Cni为第i种重金属的背景值,mg ·kg-1; Eri为第i种重金属的潜 在生态风险系数; Tri为第i种重金属的毒性系数,反映其毒性水平和生物对其污染的敏感性; RI为多种重金属的潜在生态风险指数[22]; 潜在生态风险评价指标的分级见表 2.

表 2 潜在生态风险评价指标的分级 Table 2 Classification criteria of the potential ecological risk index

本研究对8种重金属Mn、 Zn、 Cr、 Cu、 Pb、 Ni、 Co、 As进行潜在生态风险特征评价,其毒性系数分别为1、 1、 2、 5、 5、 5、 5、 10,元素背景值取中国土壤背景值,分别为583、 74.2、 61、 22.6、 26、 26.9、 12.7、 11.2 mg ·kg-1[23]

晋城市城市扬尘重金属潜在生态危害系数及生态风险指数见表 3. 对比表 2可知,在城市扬尘的PM2.5中,Pb和As的生态危害程度为极强,Ni的生态危害程度为强,Cr的生态危害程度为较强,Cu的生态危害程度为中,Zn、 Co、 Mn这3种重金属的危害程度为轻微. 在城市扬尘的PM10中,Pb、 As的生态危害程度为极强,Ni的生态危害程度为较强,Cr、 Cu的生态危害程度为中,Mn、 Zn、 Co这3种重金属的危害程度为轻微. 即:Pb、 As、 Ni和Cr在PM10中的潜在生态危害程度较在PM2.5中的降低了一个等级,而Cu、 Zn、 Co、 Mn这4种重金属在二者中的潜在生态危害程度一致. 总体来看,城市扬尘的PM2.5和PM10潜在生态风险指数均为极强,且PM2.5比PM10具有更强的生态危害性.

表 3 晋城市城市扬尘重金属潜在生态危害系数及生态风险指数Table 3 Potential ecological hazard coefficient and ecological risk index of heavy metals in re-suspended dust of Jincheng
2.2 城市扬尘来源解析 2.2.1 富集因子分析法

富集因子法(enrichmentfactor,EF)主要是用于研究元素在城市扬尘中的富集程度,从而识别和评价元素的自然来源和人为来源[24].计算公式如下:

式中,EFi为化学组分富集因子,ci、 cr分别为城市扬尘中测量元素i和参比元素的浓度; c′ i、 c′ r分别为参比系统中元素i和参比元素的浓度. 若EFi<10,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EFi在10~1×104范围,认为元素被富集,主要来源为人为.

在富集因子分析中,应尽量选受人类活动影响较小的元素作为参比元素,而Al化学性质较稳定且为分析精度最高最广泛使用的参比元素,故选取Al作为参比元素[25]; 背景值选取中国土壤中各元素的背景值. 根据式(4)计算各元素的富集因子,计算结果列于图 3.

图 3 晋城市城市扬尘的PM10、 PM2.5中元素的富集因子 Fig. 3 Enrichment factors of elements in PM10 and PM2.5 of re-suspended dust in Jincheng

图 3可知,各组分在PM10和PM2.5中富集程度的变化趋势是一致的. 城市扬尘中Pb的富集因子最大,在PM2.5中达196.97,其次为As、 Cr、 Ni、 V、 Zn、 Cu,且这些重金属元素的富集因子均在10以上,表明这几种元素显著富集,受人类活动影响较大; PM10、 PM2.5的城市扬尘中元素的富集程度基本一致,但是受人为源污染较大的元素在细颗粒中富集程度较大,说明人为源对PM2.5影响较大,而主要来源于自然源的元素在粗颗粒中较集中.

2.2.2 化学质量平衡模型

化学质量平衡模型是由一组线性方程构成,表示每种化学组分的受体浓度等于各种排放源类的成分谱中这种化学组分的含量和各种排放源类对受体的贡献浓度乘积的线性和[26],其计算公式如下:

式中,c为受体城市扬尘中的总质量浓度测量值μg ·m-3j为源类序号; J为源类的总数; Sjj种源类贡献的质量浓度,μg ·m-3; ci为受体城市扬尘中化学组分i的质量浓度测量值,μg ·m-3; Fijj种源类的受体城市扬尘中化学组分i的含量g ·g-1.

当化学组分总数(I)≥J时,式(4)的解为正,才能求得Sj; 再根据式(7)求得j种源类的分担率(ηj,%).根据城市扬尘定义可知,城市扬尘具有二重性. 根据化学质量平衡原理,可以采用化学质量平衡模型来计算各单一源类对城市扬尘的分担率,对晋城市城市扬尘的来源构成进行解析,结果如表 4所示.

表 4 各单一尘源类对城市扬尘的分担率 Table 4 Source apportionment of simplex source categories to re-suspended dust

表 4可知土壤风沙尘对城市扬尘PM2.5的贡献最大(分担率达50%),其次为建筑水泥尘(分担率达36%),机动车尾气尘(分担率达9%),煤烟尘(分担率达3%). 煤烟尘对城市扬尘PM10的贡献大于PM2.5. 城市扬尘主要来自土壤风沙尘和建筑水泥尘. 建筑水泥尘对城市扬尘的贡献仅次于土壤风沙尘,是城市扬尘中Ca含量较高的主要原因,说明晋城市的大规模建筑活动对城市扬尘有重大影响.

3 结论

(1)晋城市城市扬尘中主量成分包括Si、 TC、 Ca、 OC、 Al、 Mg、 Na、 Fe、 K和SO42-,质量分数总和为61.14%; 城市扬尘中TC、 Na、 Mg、 V、 Cr、 Ni、 Pb、 Cl-含量高于其他5个城市; Fe含量低于其他5个城市.

(2)地壳元素在城市扬尘中含量最丰富,离子在PM2.5上的质量分数比PM10高,更易在细颗粒上富集. OC在PM2.5上的质量分数较高,EC在PM10上的质量分数较高. 说明二次有机污染物主要集中在细颗粒上.

(3)城市扬尘中Pb的富集因子最大,在PM2.5中达196.97,其次为As、 Cr、 Ni、 V、 Zn、 Cu,且这些重金属元素的富集因子均在10以上,表明这几种元素显著富集,受人类活动影响较大. 城市扬尘PM10、 PM2.5中元素的富集程度基本一致,但是受人为源污染较大的元素在粗颗粒中富集程度较大,说明人为源对PM10影响较大,而主要来源于自然源的元素在细颗粒中较集中. 城市扬尘PM2.5和PM10潜在生态风险指数均为极强,且PM2.5比PM10具有更强的生态危害性.

(4)根据化学质量平衡原理,利用化学质量平衡模型计算各单一尘对城市扬尘的分担率. 土壤风沙尘对城市扬尘PM2.5的贡献最大(分担率达50%),其次为建筑水泥尘(分担率达36%),机动车尾气尘(分担率达9%),煤烟尘(分担率达3%).

参考文献
[1] Cao J J, Shen Z X, Chow J C, et al. Winter and summer PM2.5 chemical compositions in fourteen Chinese cities[J]. Journal of the Air & Waste Management Association, 2012, 62 (10): 1214-1226.
[2] Chan C K, Yao X H. Air pollution in mega cities in China[J]. Atmospheric Environment, 2008, 42 (1): 1-42.
[3] Tie X X, Cao J J. Aerosol pollution in China: Present and future impact on environment[J]. Particuology, 2009, 7 (6): 426-431.
[4] 刘凤娴, 彭林, 牟玲, 等. 忻州市市区大气颗粒物中的元素组成特征[J]. 环境化学, 2014, 33 (2): 313-320.
[5] Khan M F, Hirano K, Masunaga S. Quantifying the sources of hazardous elements of suspended particulate matter aerosol collected in Yokohama, Japan[J]. Atmospheric Environment, 2010, 44 (21-22): 2646-2657.
[6] 郭光焕, 吴建会. 城市扬尘及其来源解析技术[J]. 城市环境与城市生态, 2007, 20 (4): 31-33, 41.
[7] 王帅杰, 朱坦, 冯银厂, 等. 改变城市下垫面类型及控制道路尘环境效益评估方法[J]. 安全与环境学报, 2004, 4 (5): 52-55.
[8] Chow J C, Watson J G, Ashbaugh L L, et al. Similarities and differences in PM10 chemical source profiles for geological dust from the San Joaquin Valley, California[J]. Atmospheric Environment, 2003, 37 (9-10): 1317-1340.
[9] Bi X H, Feng Y C, Wu J H, et al. Source apportionment of PM10 in six cities of northern China[J]. Atmospheric Environment, 2007, 41 (5): 903-912.
[10] 崔伟伟, 邸小坛, 王志霞, 等. 城市扬尘污染的研究现状及展望[J]. 工程质量, 2012, 30 (4): 32-34.
[11] 方小珍, 孙列, 毕晓辉, 等. 宁波城市扬尘化学组成特征及其来源解析[J]. 环境污染与防治, 2014, 36 (1): 55-59, 79.
[12] Zhao P S, Feng Y C, Zhu T, et al. Characterizations of resuspended dust in six cities of North China[J]. Atmospheric Environment, 2006, 40 (30): 5807-5814.
[13] 冯银厂, 吴建会, 朱坦, 等. 济南市环境空气中TSP和PM10来源解析研究[J]. 环境科学研究, 2004, 17 (2): 1-5.
[14] 孔少飞. 大气污染源排放颗粒物组成, 有害组分风险评价及清单构建研究[D]. 天津: 南开大学, 2012.
[15] 古金霞. 天津市区PM2.5污染特征及灰霾等级评价方法研究 [D]. 天津: 南开大学, 2010.
[16] Kong S F, Ji Y Q, Lu B, et al. Similarities and differences in PM2.5, PM10 and TSP chemical profiles of fugitive dust sources in a coastal oilfield city in China[J]. Aerosol and Air Quality Research, 2014, 14 (7): 2017-2028.
[17] 谭吉华, 段菁春. 中国大气颗粒物重金属污染、来源及控制建议[J]. 中国科学院研究生院学报, 2013, 30 (2): 145-155.
[18] Thomaidis N S, Bakeas E B, Siskos P A. Characterization of lead, cadmium, arsenic and nickel in PM2.5 particles in the Athens atmosphere, Greece[J]. Chemosphere, 2003, 52 (6): 959-966.
[19] Kong S F, Ji Y Q, Lu B, et al. Characterization of PM10 source profiles for fugitive dust in Fushun-a city famous for coal[J]. Atmospheric Environment, 2011, 45 (30): 5351-5365.
[20] Qin Y J, Kim E, Hopke P K. The concentrations and sources of PM2.5 in metropolitan New York city[J]. Atmospheric Environment, 2006, 40 (2): 312-332.
[21] 林海鹏, 武晓燕, 战景明, 等. 兰州市某城区冬夏季大气颗粒物及重金属的污染特征[J]. 中国环境科学, 2012, 32 (5): 810-815.
[22] 安立会, 郑丙辉, 张雷, 等. 渤海湾河口沉积物重金属污染及潜在生态风险评价[J]. 中国环境科学, 2010, 30 (5): 666-670.
[23] 孙龙仁, 郑春霞, 王文全, 等. 乌鲁木齐市大气PM10中重金属元素的浓度和富集特征[J]. 新疆农业科学, 2009, 46 (3): 582-588.
[24] 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, (12): 4431-4438.
[25] 姬亚芹, 朱坦, 冯银厂, 等. 用富集因子法评价我国城市土壤风沙尘元素的污染[J]. 南开大学学报(自然科学版), 2006, 39 (2): 94-99.
[26] 郝明途, 高健, 戴晓燕, 等. 大气颗粒物化学质量平衡源解析方法研究[J]. 环境科学与管理, 2011, 36 (12): 54-61.