土壤中污染物源解析技术受体模型研究进展

范 巍,李兴春

(中国石油集团安全环保技术研究院,北京100049)

1 引言

2 受体模型的定义

源解析所用数学模型可以分为2种。一种是以污染源为研究对象的扩散模型(diffusion m odel);另一种是以污染区域为研究对象的受体模型(receptor mode1)。对前者的研究及其应用较多,而对后者的研究及应用主要集中在大气污染物。

(1)扩散模型根据各个污染源的排放量、研究区域与排放源的水平与垂直距离、污染物的理化性质,以及风速风向、湍流等环境因素来计算各个源对研究区域的影响程度。模型必需的输入数据是源排放清单,如果输入数据不准确性,会造成预测误差,而由于排放源清单存在很大的不准确性,模型的预测效果不能使人信服。

(2)受体模型就是通过测量排放源和受体样品的物理、化学性质,定性识别对受体有贡献的污染源并定量计算各污染源的分担率,着眼于研究排放源对受到排放源影响的局部环境介质的贡献。受体模型不依赖于排放源的排放条件、气象、地形等数据,不追踪污染物的迁移过程,避开了扩散模型遇到的困难,因此得到了更广泛的应用。

3 受体模型技术的研究进展

受体模型的基础是质量守恒原理。如果各源排放物之间没有相互反应,传输过程中没有引起某种物质的消除和形成,则受体中元素(或化合物)含量是各源贡献的线性加和。

3.1 化学质量平衡法(CMB)

CMB是是美国环保总署(USEPA)推荐使用的受体模型,并开发出了相应的应用软件包[2]。

3.1.1 CMB的原理

设采样分析测得受体区域中污染物质i的浓度为di(μg/m3),该区域排放物质i的源有P种,若已知某排放源 j排放污染物中物质i的含量为xij(μg/mg),则源j对受体的贡献值g j(mg/m3)应满足：

源j的贡献率η为：

研究组患者的住院时长、卧床时长、医疗费用、健康知识评分等一般情况均优于常规组患者的(P<0.05)。具体见表1:

测定n种污染物就可建立n个方程,只要测定项目数量大于或等于排放源数目,就可解出一组g j,即各排放源的贡献值。

3.1.2 CMB的模拟效果检验

检验模型的目的是验证排放源贡献值的有效性以及方程拟合的好坏程度。方法主要包括源贡献值拟合优度检验、不定性/相似性组检验、元素浓度计算值拟合优度检验等。通常用所得的gj和排放源各组分浓度计算出预测浓度,从而得到预测浓度与观测浓度的比值,评价模型的模拟效果。结果越接近1,说明计算值与测量值拟合得越好[3～4]。如果某非挥发性物质的模拟效果较差,可能是由于含有这种物质的重要排放源未被考虑。

3.1.3 CM B的特点

CMB从一个受体样品的分析项目出发就可以得到结果,可以避免大量的样品采集所带来的资金等方面的压力,且能够检测出是否遗漏了某重要源,可以检验其他方法的适用性。但同一类排放源排放的成分是有差别的,同一排放源在不同的时间排放物质也不同,而CMB模型对此没有加以区别;CMB模型假设从排放源到受体之间,排放的物质组成没有发生变化,而实际上某些物质并不满足该条件;排放源的选择上存在主观性和经验性。

3.1.4 CMB的应用

CMB模型已应用于水体[5～7]、沉积物[8～9]等介质的研究。污染物种类主要集中在多环芳烃(PAH s)等有机污染物。Li等[9]通过文献搜集了28种源成分谱并对其进行了修正,运用USEPA开发的软件包CMB8.2对9种模型进行了422次运行,对Lake Calum et沉积物中PAH s的来源进行了解析。这一研究为CMB模型在土壤污染物源解析上的应用提供了宝贵的经验。

3.2 多元统计模型(multivariate statistics)

多元方法的基本思路是利用观测信息中物质间的相互关系来产生源成分谱或产生暗示重要排放源类型的因子,主要包括因子分析法、多元线性回归法等。

3.2.1 因子分析法(factor analysis,FA)及主成分分析(principal component analysis,PCA)

因子分析能把具有复杂关系的变量归结为数量较少的几个综合因子。在污染物来源研究中,通常采集大量(设为N个)样品,从每一样品中分析出若干种(设为M)化学成分的浓度,这样就构成了一个包含N×M个数据的集合。由于同一环境样品的组成成分并不相互独立,来自于同一类源的那些成分间存在较强的相关性,因此可以用P个因子(P＜M)来描述原来的样品集合[10]。

3.2.2 多元线性回归法(mu ltivariate linearregression,M LR)

不同行业污染源排放出的污染物质含量差别很大。这些主要由某一类排放源决定的元素(物质)就称为示踪元素(物质)。测量受体的某物质浓度,并对各示踪元素的浓度进行多元回归,回归系数可以用于计算各示踪元素对应排放源对受体中该物质的贡献。该方法需要知道各类排放源的最佳示踪元素。示踪元素之间必须相互独立,否则会存在共线性问题,导致多元线性回归技术不稳定,但可以通过因子分析(varimax旋转)来实现。

3.2.3 多元统计方法的特点

与CMB相比,多元统计方法不用事先假设排放源的数目和类型,排放源的判定相对比较客观;能够解决次生或易变化物质的来源,能利用除浓度以外的一些参数;研究者只需对排放源组成有大致的了解,并不需要准确的源成分谱数据。但是这种方法也具有一定的局限性：方法不是对具体数值进行分析而是对偏差进行处理,如果某重要排放源比较恒定,而其他非重要源具有较大的排放强度变异,可能会忽略排放强度较大的排放源;气象学因素的变化影响较大,为了得到准确的结果,需要采集足够多数量的样品;在实际中一般只能鉴别出5～8个因子,如果重要排放源类型大于10,这种方法不能提供较好的结果[11]。

3.2.4 多元统计方法的应用

王学松等[12]对徐州城市表层土壤中重金属含量进行了因子分析,鉴别出自然、交通及燃煤等3个因子,从而把该地区重金属元素分为“自然因子”类别元素、“交通因子”类别元素、“燃煤因子”类别元素及混合源类别元素等4种。多元线性回归的研究报道并不多见[13～14],还未见到大气环境以外的研究实例。

3.3 分子标志物及同位素

分子标志物(molecu lar markers,MM),是指可用于来源相关关系研究的指标化合物,它们具有确定的化学结构,直接或间接地与母源的变化作用有关[15～16]。介质中特定组分的比值可以作为污染源识别的线索,即为分子标志物参数(MMI)。MM已经成为了追踪有机污染物污染源的重要手段[17～18],刘瑞民等[19]利用6种分子标志物鉴别出天津地区土壤中主要的PAH s污染源是煤燃烧源,且在天津绝大部分地区都有分布,其次是石油源和交通污染源,主要分布在中部和滨海地区,在远郊县的边界地区有一定的木柴污染源分布。

4 结语

我国在源解析方面的研究工作起步较晚,直到20世纪80年代后期才开始进行空气中悬浮颗粒物来源解析的研究,取得了一定的成绩,特别是在CMB法的应用方面。但目前研究内容主要体现在大气环境的研究,研究介质较单一,对土壤的研究还十分不足,各种方法相结合的趋势也并不明显。土壤环境介质污染物源解析的研究起步较晚,很多方面需要借鉴大气颗粒物研究的经验。受体模型只能反推出对某受体贡献较大的几类排放源,而不能求出某一具体排放源对受体的贡献大小,这对土壤污染防治工作是不利的。而扩散模型可能会成为解决这一困难的途径,因此如何找到扩散模型与受体模型的结合点是未来研究的重要课题之一。

[1]Simeonov Einax J,Tsakovski S,K raft J.Multivariate statistical assessment of polluted soils[J].Cen tral Eu ropean Science Jou rnals,2005,3(1)：1～ 9.

[2]Desert Research Institute(DRI).CM B8 User's Manual：EPA's O ffice of A ir Quality Planning&Standards fOAQPs)[M].W ashington DC：United States Environmen tal Protection Agency,Research T riange Park,2001.

[3]王帅杰,朱 坦.大气颗粒物源解析技术研究进展[J].环境污染治理技术与设备,2002,3(8)：8～12.

[4]朱 坦,白志鹏,陈 威,等.化学质量平衡受体模型新技术的应用——TEDA大气颗粒物来源解析实例[J].城市环境与城市生态,1996,9(1)：9～ 14.

[5]黄国兰,萧 航,陈春江,等.化学质量平衡法在水体污染物源解析中的应用[J].环境科学,1999,20(6)：14～17.

[6]Booty WG,Resler O,M cCrimmon C.Mass balancemodelling of priority toxic chemicals within the g reat lakes toxic chemicaldecision support system：RateCon m odel resu lts for Lake Ontario and Lake Erie[J].Environm en talModelling and Softw are,2005,20(6)：671～ 688.

[7]Xie ZQ,Sun LG,Zhang PF,et al.Prelim inary geochem ical eviden ce of groundw ater contam ination in coral islands of Xisha[J].Sou th China Sea：Applied Geochem istry,2005,20(10)：1 848～ 1 856.

[8]Kelley D,Nater EA.Sou rce apportionmen t of lake bed sediments to watersheds in an Upper M ississippi basin using a chem ical mass balancemethod[J].Catena,2000,41(4)：277～ 292.

[9]Li A,Jang JK,Schef PA.Ap plication of EPA CMB8.2m odel for sou rce apportionment of sedim en t PAH s in Lake Calumet[J].Environm en tal Science and Technology,2003,37(13)：2 958～2 965.

[10]柯昌华,金文刚,钟 秦,等.玉溪市中心城区TSP源解析研究[J].安全与环境学报,2003,3(5)：40～43.

[11]Gordon GE.Recep tor models[J].Environmental Science and Technology,1980,14(7)：792～ 799.

[12]王学松,秦 勇.徐州城市表层土壤中重金属环境风险测度与源解析[J].地球化学,2006,35(1)：88～94.

[13]胡 勇.空气中总悬浮颗粒物来源的研究[J].云南环境科学,1999,18(4)：37～ 38.

[14]Christensen ER,Zhang X.Sources of polycyclic aromatichyd rocarbons to Lake M ichigan determined from sedimentary records[J].Environm ental Science and Technology,1993,27(1)：139～146.

[15]Sim oneit BRT,Sheng G,Chen X.M olecu lar marker study of extractab le organicmatter in aerosols from urban areas of China[J].A tmospheric Environmen t.General Topics,1991,25(10)：2111～ 2129.

[16]祁士华,傅家谟,盛国英,等.大气气溶胶物质来源研究进展[J].环境污染治理技术与设备,1999,7(6)：26～31.

[17]Fabb ri D,Vassura I,Sun CG.Sou rce apportionment of polycyclic aromatic hyd rocarbons in a coastal lagoon bym olecu lar and isotopic characterization[J].Marine Chem istry,2003,84(2)：123～135.

[18]Walker SE,Dickhut RM,Chisholm-BrauseC.M olecu lar and isotopic identification of PAH sources in a highly industrialized urban estuary[J].Organic Geochem istry,2005,36(4)：619～632.

[19]刘瑞民,王学军,陶 澍,等.天津表层土壤 PAH s分子标志物参数的空间特征[J].中国环境科学,2004,24(6)：684～687.