多环芳烃PAHs是一类主要因生物质等固体燃料不完全燃烧而产生的、 分布广泛的持久性有机污染物，也是最早被发现具有“三致”效应的有机污染物之一. 迄今为止，多环芳烃仍是数量最多的一类致癌物，在1 000多种致癌物中，PAHs占1/3以上^[1]，美国环保署已将16种母体PAHs列为优先控制的有毒有机污染物. 天然土壤环境具有高度复杂性，含有大量可吸附污染物的有机成分，从而成为多环芳烃等污染物的天然汇^[2]. 伴随环境条件变化，土壤中积聚的PAHs可与大气形成再分配^[3]，也可通过食物链经由植物、 动物进入人体，危害人体健康^[4].

长江三角洲地区为我国第一大经济区，人口稠密，经济发展迅速，是内地综合实力最强、 最为发达的地区. 工业化的迅猛发展不仅带来可观的经济效益与社会进步，同时也呈现环境方面的突出问题，加重环境的承载力. 发达的工业、 便利的交通以及人类频繁的高强度活动产生大量的多环芳烃PAHs污染，而农田土壤作为多介质环境中PAHs的重要汇之一，同时也是当地重要的粮食、 蔬菜、 其它经济作物的主产地，其环境质量须得到高度重视. 相关研究表明，2007年长三角地区30个样点的PAHs浓度范围为8.6~3 881 ng ·g^{-1 [5]}； 上海市区农田土壤PAHs浓度为141~2 371 ng ·g^{-1 [6]}； 浙江省嘉兴市部分农田土壤PAHs浓度为9~2 421 ng ·g^{-1 [7]}. 以往针对长江三角洲地区土壤PAHs污染的研究多见于分区或局部的污染调查； 而对长三角较大区域范围内的表土PAHs污染近况、 整体分布和空间变异的研究更具重要性，可为大范围PAHs污染监测和削减控制提供背景基础数据，为管理和决策部门提供科学决策的可靠依据.

本研究采集长江三角洲区域11个行政市所管辖范围内的表层土壤样品进行检测，探讨当地表土中29种PAHs(内含16种优控PAHs)的空间分布模式、 组分谱特征，与土壤总有机碳TOC分数的相关性，在此基础上初步分析其多环芳烃的主要来源.

表土样品于2014年6月采集，目标区域位于长江三角洲偏重杭州湾地区的两省(江苏省J和浙江省Z)、 一市(上海市S)等共计11个行政市，包括：上海(30点)、 南京 (12点)、 镇江(14点)、 常州(24点)、 无锡(18点)、 苏州(22点)、 湖州 (26点)、 嘉兴(24点)、 杭州东部(25点)、 绍兴(18点)和宁波(30点)，合计243个样点. 区域内大体按均匀布点法，样点分布如图 1所示. 在实地通过GPS记录样点经纬度位置. 根据地表植被和土地利用类型，将样点大体分为农田、 草地、 林地和荒地4类，分别包含166、 8、 53和16个样点. 采集1~10 cm表层土壤，每个样点在100 m×100 m的区域内按(四周加中心)5点采样法采集5个子样加以混合，共计约500 g土样，装入干净的塑封袋中密封避光保存. 土样在室内避光自然风干，全部样品用玛瑙研钵研磨通过20目筛，再用四分法选取40 g土样进一步研磨通过70目筛并低温保存备用. 最后，利用四分法选取部分样品研磨通过200目筛以检测土壤总有机碳TOC分数.

图 1

Fig. 1

图 1 目标区域内表土样点分布示意 Fig. 1 Distribution of 243 sampling sites in the studied area

采用四分法称取已研磨好的土壤样品8 g置于聚四氟乙烯微波管中，加入20 mL正己烷/丙酮(1 ∶1，体积比)混合溶剂进行微波萃取，微波萃取仪(MARS Xpress，美国)萃取条件为以10℃·min^-1的速率升温到110℃，升温过程为10 min，在110℃条件下保持10 min，冷却30 min到常温停止. 溶剂与土壤样品经压滤分离后运用旋转蒸发仪将滤液在35℃水浴条件下旋转蒸发至1 mL. 浓缩液利用氧化铝-硅胶层析柱净化，净化过程先用10 mL正己烷以2.0 mL ·min^-1的速度淋洗，弃去淋洗液后用50 mL正己烷/二氯甲烷(1 ∶1，体积比)混合溶液洗脱得到洗脱液. 净化柱内径为1 cm，柱长35 cm，采用湿法装柱法自下而上依次填充12 cm氧化铝、 12 cm硅胶和1 cm无水硫酸钠. 洗脱液旋蒸浓缩至1 mL，加入正己烷5 mL再次旋蒸至1 mL后，加入200 ng内标物质，包括：NAP-d₈、 ACE-d₁₀、 ANT-d₁₀、 CHR-d₁₂和Perelyne-d₁₂(AccuStandard，美国)，于4℃保存待测.

所有试剂均为色谱纯试剂. 压滤中所用滤膜为经450℃烧4 h的玻璃纤维滤膜. 所用氧化铝和硅胶(100~200目)在450℃烧6 h，130℃活化16 h后加入3%去离子水去活化2 h加入正己烷平衡12 h. 分析纯硫酸钠在650℃下焙烧8 h备用.

采用GC-MS(Agilent GC6890/5973 MSD)分析测定29种多环芳烃组分. GC条件：DB-5 MS，30 m×0.25 mm×0.25 μm毛细管色谱柱(Agilent Technology)，载气为高纯He，不分流进样，恒流模式流速1.0 mL ·min^-1，柱前压30 kPa，进样量1 μL,进样口温度290℃. 初始柱温70℃，以5℃ ·min^-1速度升温至280℃，保持20 min至样品完全流出，目标物为29种多环芳烃组分. 质谱条件：EI电离源70 eV，质量范围45~600 u，初始倍增器电压1288 V，离子源温度230℃，四极杆温度150℃，选择离子检测(SIM)模式. 29种目标检测的PAHs组分分别为：萘Naphthalene (NAP)、 苊烯Acenaphthylene (ACY)、 二氢苊Acenaphthene (ACE)、 芴Fluorene (FLO)、 菲Phenanthrene (PHE)、 蒽Anthracene (ANT)、 荧蒽Fluoranthene (FLA)、 芘Pyrene (PYR)、 苯并[a]蒽Benz[a]anthracene (BaA)、 Chrysene (CHR)、 苯并[k]荧蒽Benzo[k]fluoranthene (BkF)、 苯并[b]荧蒽Benzo[b]fluoranthene (BbF)、 苯并[a]芘Benzo[a]pyrene (BaP)、 茚并[1,2,3-cd]芘Indeno[l,2,3-cd]pyrene (IcdP)、 二苯并[a,h]蒽Dibenz[a,h]anthracene (DahA)、 苯并[g,h,i]苝Benzo[g,h,i]perylene (BghiP)、 惹烯Retene (RET)、 7H-苯并[c]芴7H-benzo[c]fluorine (7H-BCF)、 苯并[c]菲Benzo[c]phenanthrene (BcPh)、 环戊烯[c,d]芘Cyclopenta[c,d]pyrene (CcdP)、 苯并[e]芘Benzo[e]pyrene (BeP)、 苝Perylene (PER)、 二苯并[a,e]荧蒽Dibenzo[a,e]fluoranthene (DaeF)、 二苯并[a,c]芘Dibenzo[a,c]pyrene (DacP)、 二苯并[a,l]芘Dibenzo[a,l]pyrene (DBalP)、 晕苯Coronene (COR)、 二苯并[a,e]芘Dibenzo[a,e]pyrene (DBaeP)、 二苯并[a,i]芘Dibenzo[a,i]pyrene (DaiP)、 二苯并[a,h]芘Dibenzo[a,h]pyrene (DBahP)，其中前16种为优控PAHs. 土壤中TOC分数利用TOC分析仪(岛津TOC-5000A，SSM-5000，配备固体进样器)测定.

质量控制执行实验室统一操作规范. 根据已有的方法规范，采用全程质量控制，确保测定数据的可靠性^[8]. 29种PAHs的基质加标方法回收率为54.1%~125.5%，随机抽取所有样品的50%加入100 ng 2-氟联苯(2-Fluorobiphenyl)、 对三联苯-d₁₄(4-Terphenyl-d14，AccuStandard，美国)的混合溶液用以检测流程回收率，两种指示物的流程回收率分别73.15%±13.09%和76.38%±12.54%. 所有样品采集至少两个平行以检验方法重现性，平行性检验结果符合质量控制要求. 采用内标法对目标物质进行定量分析. 研究中不同的多环芳烃的仪器检出限在0.01~0.89 ng ·mL^-1之间. 建立采样和分析程序空白，按相同的提取、 净化流程与实际样品同时分析测定，用以监控提取、 净化流程中可能的外来污染，并用于测定数据空白校正. 本研究所有结果数据均以干重形式表示.

实测结果的数据分析主要包括：方差分析(analysis of variance,ANOVA)、 主成分分析(principal component analysis,PCA)、 多元线性回归分析(regression analysis)和相关分析(pearson correlation analysis). 分析软件为SPSS 20.0，克里格插值软件为ArcGIS 10.2.

研究区域中所有样点的29种PAHs总浓度差异较大，最低21.0 ng ·g^-1，最高可达3 578.5 ng ·g^-1，总浓度算术均值310.6 ng ·g^-1，标准偏差459.1 ng ·g^-1. 其中16种优控母体PAHs浓度范围10.1~3 058.6 ng ·g^-1，算术均值266.6 ng ·g^-1，标准偏差395.5 ng ·g^-1. 最高值样点位于苏州下属昆山市陶雪村，最低值样点位于杭州市萧山区六工段. 图 2显示29种PAHs单体浓度的统计结果，其中低环LMW(low molecular weight)组分占47%±16%，中环MMW(median molecular weight)组分占34%±9%，高环HMW(high molecular weight)组分占19%±11%，区域内表土以2~4环的中低环PAHs为主. 如图 2所示，除去少数低于检测限的组分，低环组分变异程度普遍低于中高环组分. 不同组分理化性质和环境行为的差异导致表土中PAHs浓度的变异程度不同. 一般而言，低环组分分子量较小，饱和蒸气压和亨利常数较高，易存在于气相中并随气流扩散到较远地区； 土壤体系内低环组分也易于再挥发，这些导致低环组分的区域分布相对均匀. 另一方面，高环组分相对更易沉降且不易再挥发，同时也更易受土壤有机质吸附、 锁定等过程的影响，因而其空间分布的变异性较大^[9].

图 2

Fig. 2

其中R5表示5%分位数，R95表示95%分位数，R50表示中位数图 2 表层土壤中29种多环芳烃组分浓度分布与变异程度 Fig. 2 Concentrations and variations of 29 PAH components in surface soils 其中R5表示5%分位数，R95表示95%分位数，R50表示中位数

根据1996年欧洲土壤质量标准的生态风险分类，16种优控PAHs的总浓度<200 ng ·g^-1划定为未受污染，200~600 ng ·g^-1为轻度污染，600~1 000 ng ·g^-1为中度污染，而>1 000 ng ·g^-1则为严重污染^[10]. 研究区域内表土中16种PAHs总浓度超过1 000 ng ·g^-1的样点共计8个，主要集中在苏州和无锡两市，3个最高值样点分别位于苏州下属的昆山陶雪村、 太仓花墙村和相城区平天泾，浓度分别达到3 058.6、 2 923.5和2 447.6 ng ·g^-1； 无锡有1个样点的表土PAHs总浓度超过2 000 ng ·g^-1. 其它4个高值样点分别位于苏州、 无锡、 嘉兴三市. 中度污染的样点有8个，主要分布于南京(1点)、 无锡(1点)、 苏州(1点)、 上海(2点)、 杭州(2点)和宁波(1点). 所有243个样点中有75个样点属轻度污染，剩余超过总数60%的152个样点则在轻度污染以下.

图 3

Fig. 3

图 3 长三角地区表土多环芳烃总浓度与土壤有机碳分数关系 Fig. 3 Relationship between total PAH concentrations and TOC fractions in surface soils from Yangtze River Delta

有机质在土壤或沉积物吸附、 锁定疏水性有机污染物过程中通常发挥重要作用，直接影响污染物的浓度和空间分布. 大量研究表明有机污染物的土壤吸附量与土壤有机质含量呈显著正相关^[11]. 长三角地区的土壤有机碳含量范围为0.24%~3.41%，平均1.43%. 图 3显示经角变换的表土TOC分数与经对数变换的表土PAHs总浓度的相关关系(数据经检验符合正态分布^[12])，在0.01显著性水平上，可决系数为r=0.43(P<0.01)，表明目标区域内PAHs与TOC显著正相关，土壤有机质是影响土壤PAHs浓度分布的重要因素.

根据普通克里格插值法^[13]，基于243个样点的PAHs总浓度，绘制区域内其分布轮廓图(参见图 4)，相应的11市表土PAHs浓度的统计结果如图 5所示. 总PAHs高值浓度主要分布于苏州(758.97 ng ·g^-1±1 132.85 ng ·g^-1)和无锡(565.31 ng ·g^-1±705.49 ng ·g^-1)两市； 上海(349.36 ng ·g^-1±220.09 ng ·g^-1)地区整体水平较高； 宁波(260.11 ng ·g^-1±233.33 ng ·g^-1)与南京(341.01 ng ·g^-1±238.05 ng ·g^-1)也相对偏高. 另一方面，镇江(215.23 ng ·g^-1±116.05 ng ·g^-1)、 常州(180.37 ng ·g^-1±357.63 ng ·g^-1)、 湖州(182.79 ng ·g^-1±96.43 ng ·g^-1)、 嘉兴(265.61 ng ·g^-1±331.22 ng ·g^-1)、 杭州(208.45 ng ·g^-1±217.99 ng ·g^-1)和绍兴(140.81 ng ·g^-1±86.85 ng ·g^-1)等地的污染程度则相对较低. 高值样点通常主要集中在城区周边； 远离城区、 靠近农村或人口较少地区的PAHs浓度明显较低，由此可见人类活动的巨大影响. 需要说明：因研究区域面积比较广大，限于条件，本研究并非高密度采样，克里格插值法的结果主要体现区域整体较大尺度的空间分布特征，局部小范围的情况可能未予充分体现.

图 4

Fig. 4

图 4 长江三角洲地区表层土壤总多环芳烃空间分布轮廓 Fig. 4 Contour map of spatial distribution of total PAHs concentrations in surface soils from Yangtze River Delta

图 5

Fig. 5

图 5 11市表土多环芳烃总浓度的统计结果 Fig. 5 Statistics of total PAHs concentrations in surface soils from 11 cities

表 1列举同一区域内表土PAHs以往的部分调查数据，本研究浓度水平与2007年长三角地区16种PAHs总浓度(均值397 ng ·g^-1，范围9~3 881 ng ·g^-1)较为接近. 需要说明，因不同研究所涉及的 多环芳烃种类、 采样位置和目标区域的差异，检测结果不完全相同或近似. 其中，在大型企业附近的样品总浓度可高达27 581 ng ·g^-1. 通过比较，以往上海地区表土PAHs浓度普遍偏高，而本文的检测结果则呈现下降趋势； 苏州、 南京、 嘉兴表土的总PAHs浓度则变化不大.

表 1(Table 1)

表 1 以往长江三角洲部分区域表层土壤多环芳烃汇总 /ng ·g-1 Table 1 Historical records of total PAH concentrations in surface soils from some areas in Yangtze River Delta/ng ·g-1 年份 地区/PAHs组分 最大 最小 平均 排放源 2004 杭州市/PAH10[14] 616 60 298 — 2005 吴江市表层水稻土/PAH16[15] 1 629 220 — 石油源 2005 南京市某大型矿业企业/PAH15[16] 27 581 312 — — 2005 浙江杭钢集团/PAH15[17] 1 120 339 726 — 2006 吴江市/PAH16[18] 1 629 220 801 — 2006 宜兴市/PAH16[18] 267 93 211 交通源为主的混合源 2006 南京市六合区/PAH16[18] 211 46 127 — 2007 长江三角洲地区/PAH15[5] 3 881 9 397 生物质/石油源 2008 南京市生态示范区/PAH16[19] 49 9 — 石油源 2008 苏州市生态示范区/PAH16[19] 37 3 — 石油源 2008 钱塘江河岸土壤/PAH15[20] 676 85 350 石油/生物质燃烧 2009 上海市区表土/PAH22[21] 19 700 442 3 780 石油/煤/生物质燃烧 2009 南京市溧水县/PAH16[22] 91 3 — 煤 2010 苏州市农田土壤/PAH15[7] 3 703 45 313 煤/生物质/交通源 2010 嘉兴市农田土壤/PAH15[7] 2 421 9 152 生物质燃烧 2011 上海市区农业土壤/PAH21[6] 2 371 141 757 生物质/煤/石油源 2013 上海市区表土/PAH26[23] 8 650 133 2 420 煤/焦油/交通源 2015 南京市城郊表土/PAH16[24] 9 310 24.3 1 680 石油/交通源 2015 南京市农村表土/PAH16[24] 3 350 21.5 1 060 生物质/石油源

表 1 以往长江三角洲部分区域表层土壤多环芳烃汇总 /ng ·g-1 Table 1 Historical records of total PAH concentrations in surface soils from some areas in Yangtze River Delta/ng ·g-1

根据11市下属各样点PAHs的平均浓度计算不同环数组分的分布谱，如图 6所示. 就苏州、 无锡、 上海这3个表土PAHs浓度较高的三市而言，组分谱相当接近，均以2~3环的低环组分为主，其次是4环的中环组分，而5环以上的高环组分比例最低. 浙江省境内，除嘉兴、 湖州外，杭州、 绍兴、 宁波三市处于研究区域南部，类似地也以中、 低环组分为主. 另一方面，南京、 常州、 镇江、 嘉兴和湖州更接近苏州、 上海、 无锡等工业发达地区，低环组分比例上升而占据主导地位. 有研究表明不同分子量PAHs的远距离传输能力不同，低环组分烃挥发性强，饱和蒸气压高，更易以气态形式存在于大气中进行长距离输送(即外源输入)； 而高环组分不易挥发，多结合在颗粒物上易于伴随干、 湿沉降进入地表，被土壤有机质等吸附、 锁定等^{[25, 26]}.

图 6

Fig. 6

图 6 11市表土中多环芳烃的组分谱 Fig. 6 Compositional profiles of PAHs in surface soils from 11 cities

目前常用的多环芳烃源解析的方法有化学质量平衡模型(chemical mass balance,CMB)^[27]、 特征比值法^{[28, 29]}、 多元统计法^{[30, 31]}、 碳氢同位素法^[32]、 多介质逸度模型校正法^[33]等. 鉴于PAHs在土壤环境中行为的复杂性、 排放源类型以及源谱的不确定性、 以及实验条件的限制，CMB方法和碳氢同位素法的应用受到一定限制^[27]. 而特征比值是PAHs源解析常用的定性方法，依据特征化合物比值在不同源排放中的差异判断主要来源类型^{[28, 29]}. 需要指出，特征比值也存在局限性，需要校正PAHs在迁移、 归趋过程中同分异构体的行为差异，如各类降解过程等，否则会出现误判的风险，校正的方法如多介质逸度模型^[34]等. 另外，不必确定PAHs的降解因子，在样本量足够条件下多元统计也可用于土壤PAHs源解析^{[30, 31]}. 限于多介质采样条件和数据结果，本研究应用特征比值、 主成分分析PCA结合多元线性回归初步解析目标区域表土PAHs的主要来源.

多环芳烃的来源与其组成密切相关，同分异构体的特征比值通常被作为源解析的依据^{[28, 29]}. 在几种常用的多环芳烃特征比值中，FLA/(FLA+PYR)和IcdP/(IcdP+BghiP)因受环境变化影响相对较小，同分异构体的降解速率较为接近，而成为特征比值法的常用指标^[28]. 如前所述，基于土壤PAHs特征比值的排放源辨识具有一定风险，同分异构体不同的降解行为以及土壤环境的复杂性都会对比值的稳定性产生影响，因此，特征比值和后文述及的多元统计(如主成分分析PCA)等都属于初步判别. 当FLA/(FLA+PYR)<0.4时被认为以石油源为主，0.4~0.5以化石燃料为主，而>0.5则被认为源于煤/生物质燃烧； 而IcdP/(IcdP+BghiP)<0.2可判断为石油源，0.2~0.5以交通源为主，>0.5则是煤/生物质燃烧过程排放^[29].

图 7显示区域内表土样品的FLA/(FLA+PYR)介于0.32~0.70，平均0.50； 而IcdP/(IcdP+BghiP)介于0.32~0.61，平均0.52. 由此，研究区域内表土PAHs的来源大多与煤、 生物质燃烧有关，两者是重要的排放源； 而部分交通发达地区的PAHs来源还受到交通燃油排放(尾气)的影响.

图 7

Fig. 7

图 7 表土多环芳烃同分异构体的特征比值 Fig. 7 Specific isomeric ratios of PAH species in surface soils from the studied areas

除特征比值外，主成分分析也是常用的源解析方法之一^{[30, 31]}. 所得主成分代表不同环境反应过程，通过相关的环境成分可从成因角度对样品进行归纳，主成分荷载是主成分在各变量中的取值，用以研究各主成分的组成^[35]. 在本研究涉及的29种PAHs中，部分组分的浓度很低，对总浓度贡献率很小，为此选取16种优控PAHs进行主成分分析. 分析结果可提取2个特征值大于1.0的因子，提取因子累计方差为89.4%. 如表 2所示，因子1主要表征4~5环的中高环组分，因子2主要代表低环组分. 一般认为低分子量PAHs主要来源于原油和石油产品的泄漏、 化石燃料的不完全燃烧和生物质的低温燃烧或成岩作用； 而高温燃烧过程主要生成高环组分^[36]. 以往研究曾将ACY视为薪柴燃烧的特征产物^[37]，FLO和PHE代表炼焦活动^{[38, 39]}，BbF、 BkF和CHR主要来源于工业燃煤^[40]，IcdP和BghiP被归结为交通源排放^[38]. 据此，文中的主成分1体现工业燃煤/生物质燃烧过程和交通燃油(尾气)排放； 而主成分2则体现炼焦等人为活动的影响. 在此基础上，将所有样点16种优控母体PAHs总浓度的标准化分数作为因变量，结合多元线性回归分析，可拟合得到如下的回归方程：

表 2(Table 2)

表 2 长江三角洲区域表土PAHs主成分分析旋转成分矩阵 1) Table 2 PCA results of the topsoil samples from the Yangtze River Delta 成分 因子1 因子2 NAP 0.341 0.673 ACY 0.781 0.271 ACE 0.471 0.741 FLO 0.465 0.831 PHE 0.806 0.484 ANT 0.886 0.071 FLA 0.959 -0.062 PYR 0.975 -0.104 BaA 0.980 -0.178 CHR 0.983 -0.148 BbF 0.975 -0.183 BkF 0.963 -0.190 BaP 0.969 -0.199 IcdP 0.967 -0.210 DahA 0.964 -0.202 BghiP 0.962 -0.204 方差/% 75.0 14.4 累计方差/% 75.0 89.4 1)黑体字表示因子1、2提取的主要物质

表 2 长江三角洲区域表土PAHs主成分分析旋转成分矩阵 1) Table 2 PCA results of the topsoil samples from the Yangtze River Delta

根据回归系数，工业燃煤/生物质燃烧以及交通排放的PAHs占据总量约90%，而炼焦等活动的排放比例约10%. 结合前文利用特征比值所得的初步解析结果，长江三角洲地区主要的PAHs排放源应为工业燃煤/生物质燃烧与交通排放的混合源. 这一结果与当地主体的能源消耗构成联系密切，例如，上海市2013年的煤炭使用量达5 686.19万t，占一次能源消耗量50%以上^[41]； 而无锡市2013年的煤炭消耗量2 995.42万t，约占全市能源消耗的77%^[42]. 结合表 1所列举的以往长江三角洲地区PAHs的源解析结果，目标区域经济较为发达，下属不同地区的能源消耗结构和类型相似，PAHs的排放源以燃煤及生物质燃烧为主，并伴有交通源的排放.

(1) 根据本次研究结果，长江三角洲大部分区域表土的PAHs平均浓度不高，小部分地区表现为PAHs轻度污染，个别样区存在PAHs中度以上污染. 重度污染的样点大多集中于苏州、 无锡； 上海、 宁波、 南京表土PAHs水平也普遍偏高. 区域内PAHs总浓度空间变化差异大，范围在21.0~3 578.5 ng ·g^-1之间，16种优控PAHs极值浓度达3 058.6 ng ·g^-1. 不过，区域内PAHs整体水平较往年并未出现明显加重的趋势. 表土PAHs浓度与土壤有机质表现显著正相关.

(2) 长江三角洲区域表土PAHs以中低环组分为主，涉及的11个行政市中，表土PAHs浓度较高的苏州、 无锡和上海，低环组分占优，其次为中环组分； 类似地，杭州、 绍兴和宁波三市也以中低环组分为主； 其余5市则以低环组分为主，中环次之，高环最少. 初步的源解析结果表明，研究区域内PAHs的排放源主要来自工业燃煤和生物质燃烧过程、 部分伴有交通尾气排放的混合污染源，与近年来PAHs排放源统一，这与区域内能源消耗的主体结构密切相关.

致谢： 衷心感谢香港理工大学李向东课题组、 曾超华课题组的邴海健、 梁雨桐、 王磊、 北原晶子、 方临川、 赵艳萍； 北京大学王喜龙课题组的蔡菲、 陈薇晓、 刘晔、 张海韵； 浙江大学的蔡非、 邵迪维、 陆海楠等参与现场采样； 同时，衷心感谢浙江大学 环境与资源学院朱利中教授、 陈宝梁教授、 杨坤教授、 林道辉教授、 周文军和孙建腾等老师的大力支持和帮助.