南京地区PCB52多介质迁移归趋行为模拟及环境风险评价

刘丹，张圣虎，刘济宁,*，姚成，石利利

1. 环境保护部南京环境科学研究所，南京 210042 2. 南京工业大学理学院，南京 210009

南京地区PCB52多介质迁移归趋行为模拟及环境风险评价

刘丹1,2，张圣虎1，刘济宁1,*，姚成2，石利利1

1. 环境保护部南京环境科学研究所，南京 210042 2. 南京工业大学理学院，南京 210009

运用多介质逸度模型对PCB52在南京地区空气、水体、土壤和沉积物中的浓度分布与多介质间的迁移、归趋行为进行模拟研究并分析PCB52在研究区域环境多介质间的迁移通量，确定其在环境中的主要迁移过程；结合文献中的监测数据，对模型的可靠性进行验证；对模型的输入参数进行灵敏度分析；通过模拟浓度与实际浓度的对比，表明模型在该地区具有很好的适用性。结果表明，环境系统达到平衡时，PCB52在沉积物中的含量占其在环境系统总含量的96.12%；PCB52从环境系统中的消失途径主要为空气平流输出和空气降解；环境温度和空气平流输入是影响化合物在环境相中浓度分布的最主要因素。此外，PCB52初步的生态风险评价表明其对生态环境未构成严重威胁，但潜在危害仍不容忽视。

PCB52；迁移归趋；多介质模型；风险评价

多氯联苯(polychlorinated biphenyls, PCBs)是目前污染严重的持久性有机污染物(POPs)之一[1-4]，由于具有优良的化学惰性、不可燃性和抗热性，20世纪70年代前曾被广泛应用于化工、电力工业和塑料工业等领域。目前，全球绝大多数国家停止生产和禁止使用PCBs，虽然我国也已经禁止生产和使用PCBs，但是由于我国PCBs贮存量较大，相应的处置技术与保管措施还不完善，导致环境污染问题比较严重，给人体健康和生态系统造成了潜在的威胁[5-6]。

长江三角洲地区是我国工农业发达、人口密集的区域之一，同时也是我国典型的PCBs污染区[7]，而南京作为长江下游承东启西的枢纽城市，南临浙江，东滨上海，不仅容易受到周边工业化程度较高城市的污染影响，而且区域内有多家电机工厂、造纸厂和塑料厂，这些潜在的污染源也会造成PCBs的环境污染，因此，对南京地区PCBs归趋行为的研究，对于了解南京地区PCBs归趋行为规律及生态风险具有重要影响。国内外已有较多PCBs环境归趋行为的相关研究，Devi等[8]对印度某地区的PCBs含量进行研究，结果发现在检测的PCBs同系物中，PCB52的检出浓度最高，其在空气中的浓度为(0.96～1.6)×10-10mg·m-3，而在土壤中的浓度是空气中的2～3倍。Pan等[9]研究结果表明PCB52在滇池水体和沉积物中的浓度分别为(1.3～7.2)×10-5mg·m-3，(0.6～2.4)×10-3mg·g-1，其含量仅次于PCB28。Donald Mackay的逸度模型也被广泛的应用于污染物归趋行为的研究[10]。Mackay等[11]应用多介质逸度模型模拟PCB180在丕平湖和安大略湖的环境归趋行为，结果发现PCB180在不同的湖泊中表现出不同的趋势，主要原因在于降解半衰期和空气-水分配系数的不同。国内学者李英明等[12]研究东北某钢铁厂及其附近地区PCBs的迁移规律和交换通量，构建的模型较好地揭示该地区PCBs的迁移规律。盖楠等[13]通过测定若尔盖地区不同季节和海拔的大气和土壤样品，结果发现无论是冬季还是夏季，PCB28和PCB52的检出率都是最高，同时构建的模型模拟该地区环境介质中PCBs的迁移过程。目前，尚未见利用逸度模型对南京地区PCBs归趋规律的研究报道。因此，本文拟运用Mackay的三级多介质逸度模型方法，针对环境中检出率和检出浓度较高的PCB52在南京地区各环境介质中的主要迁移过程进行模拟，分析PCB52在南京地区的迁移规律和浓度分布，并在此基础上对南京地区环境介质中的PCB52进行初步的生态风险评价，为该地区的持久性有机污染物控制和风险评价提供科学依据[14-15]。

1 研究方法(Research method)

1.1 研究区域简介

南京地处长江下游中部地区，位于北纬31°14″至32°37″，东经118°22″至119°14″，属亚热带季风气候，雨量充沛，年降水1 200 mm，四季分明，夏季盛行东南风，冬季盛行西北风，年平均温度15.3 °C。全市土地面积6 597 km2，长江南京段长度约97 km，江南有秦淮河，江北有滁河，为南京市境内2条主要长江支流，其河谷平原为重要农业区[16]。

1.2 模型框架

三级多介质环境逸度模型模拟的是稳态、非平衡、流动的环境系统下，假定物质在各环境相间处于非平衡状态，模型中考虑污染物的稳态输入、输出和在各个环境相内发生的反应，以及物质在相邻环境相间的扩散与非扩散过程[11]。本文构建的PCBs多介质逸度模型的基本框架如图1所示[17]。模型将整个研究区域分为空气、水、土壤和沉积物四个主环境相，每个主相又由若干个子相组成，其中空气相包括气相和气溶胶，水体相包括水相和悬浮颗粒物，土壤相包括固相、水相和气相，沉积物相包括固相和水相。

根据稳态假设和质量平衡关系，其质量平衡方程组可用如下形式表示：

(1)空气

df1/dt=(E1+GA1CB1+f2D21+f3D31-f1(D12+D13+DR1+DA1))/V1Z1

(2)水

df2/dt=(E2+GA2CB2+f1D12+f3D32+f4D42-f2(D21+D24+DR2+DA2))/V2Z2

(3)土壤

df3/dt=(E3+f1D13-f3(D31+D32+DR3))/V3Z3

(4)沉积物

df4/dt=(E4+f2D24+f3D31-f4(D42+DR4+DA4))/V4Z4式中：Ei为化合物向环境的排放速率，mol·h-1；GA为平流流入速率，m·h-1；CBi为平流流入浓度，mol·m-3；DRi为反应速率D值，mol·(pa·h)-1；DAi为平流流速D值，mol·(pa·h)-1；V为环境相体积，m3；Z为逸度容量，mol·m-3·pa；f为逸度，pa；i=1～4，分别表示空气相、水相、土壤相和沉积物相。稳态非平衡模型可以表述为df/dt=0的形式。具体的符号意义参照文献[10]。

图1 多介质逸度模型概念图注：迁移通量的数值均为-lg T(mol·h-1)。Fig. 1 Mechanisms incorporated into the multimedia fugacity mode1Note: All values of transfer fluxes are defined as -1g T(mol·h-1).

1.3 过程和参数识别

PCB52在环境系统中所涉及的环境相和基本的环境过程为：气相所涉及的环境过程主要有污染源排放、邻近区域的平流流入和流出、土壤和水界面的扩散、降解过程、悬浮颗粒的干湿沉降、向土壤和水的扩散；水相所涉及的环境过程主要有污染源排放、邻近水相的平流流入和流出、气-水界面的扩散、气相中颗粒物的干湿沉降、土壤径流、水-沉积物界面的扩散、沉降和再悬浮以及自身的降解过程；土壤相所涉及的环境过程主要有污染源排放、地表径流的流入和流出，气-土壤界面的扩散，降雨气相中颗粒物的干湿沉降土壤水相水的渗漏和自身的降解过程；沉积物相所涉及的环境过程主要有水-沉积物界面的扩散、沉降和再悬浮。

收集的数据包括用于模拟计算和模拟验证的2套数据，模型计算的参数分为PCB52的物理化学参数(表1)、南京地区的主要环境参数(表2)以及PCB52排放参数(表3)。用于模型验证的数据来自于文献。我国于1965年开始生产多氯联苯，到20世纪80年代初国内基本已停止生产PCBs，因此本文所研究的环境系统中假设没有直接污染源[18]。大气相中的污染源全部来自于上风向大气的输入，采用南京夏季上风向地区空气中PCB52的浓度作为模型中大气平流输入污染源浓度，用GA1CB1表示；水体平流输入浓度参考长江口水体中PCB52的浓度，用GA2CB2表示；土壤相和沉积物相不直接输入[19]。

表1 PCB52主要物理化学性质(25 ℃)[20]Table 1 Main physicochemical properties of PCB52 (25 ℃)[20]

注：“-”表示无量纲。

Note: “-”represents dimensionless parameter.

表2 南京地区主要环境参数Table 2 The environmental parameters of Nanjing

注：*表示实验测得数据。

Note:*obtained from experiments.

表3 南京地区PCB52的排放参数Table 3 Emission parameters of PCB52 in Nanjing

1.4 模型求解与验证

用Matlab编程对上述方程进行求解，计算出PCB52在各环境相中的浓度，将其与文献中的实测浓度进行比较，验证模型结果，分析模型的可靠性和准确性。多介质模型是由方程和参数组成的，由于环境的复杂性和可变性，随着时间的推移，模型参数不可避免地会发生变化。因此，在研究过程中为了评价输入参数对模型输出结果的影响，对模型进行必要的灵敏度分析。

2 结果与讨论(Results and discussions)

2.1 模型验证及浓度分布

为验证模型的适用性，从文献中搜集了PCB52在南京地区大气、水、土壤和沉积物的实测浓度，对模型的实测值和模拟值进行比较。由于缺乏研究区域内的测试数据，故参考了研究区域周围地区的测试数据[23-26]，大气中PCB52的浓度为7.4×10-7mg·m-3，水体中PCB52的浓度为6.0×10-5mg·m-3，土壤中PCB52的浓度为3.0×10-9mg·g-1，沉积物中PCB52的浓度为7.9×10-6mg·g-1。经过模拟计算，PCB52在大气、水、土壤和沉积物相间的浓度分别为7.3×10-7mg·m-3、3.2×10-6mg·m-3、1.4×10-6mg·g-1和6.2×10-6mg·g-1。图2为该区域PCB52的实测浓度和模拟浓度的对比。由于区域环境的复杂性使模型受到不确定因素的影响，模型预测值与实测值在同一数量级内均认为合理[27-28]，本次模拟结果只有土壤相浓度残差略高于一个对数，其余各相浓度残差均控制在一个对数范围内，说明模拟值与实测值具有较好的一致性，表明所建立的三级多介质逸度模型适用于PCB52在南京地区各环境相浓度分布的模拟计算。

模拟结果还表明，当系统达到稳态时，PCB52在环境各相中的浓度分布为沉积物>土壤>水体>大气，总量分布为沉积物>土壤>大气>水体。在大气、水体、土壤和沉积物相的量占总量的比例分别为：0.67%、0.01%、3.20%和96.12%。其中沉积物是PCB52最主要的储库，几乎占据了整个环境系统中总量。由于PCB52是一种疏水性化合物，使其更容易吸附在沉积物和土壤中而不利于迁移，且PCB52在水体中有直接的输入污染源，随着水-沉积物界面的扩散和沉降过程而进入沉积物，使得PCB52主要分布于沉积物中[29-30]。

2.2 相间迁移通量和主要迁移过程

PCB52在空气、水体、土壤和沉积物相间的迁移过程主要包括：在气相中，输入过程以空气的平流输入为主，输出过程以空气的平流输出为主；在水体中，输入过程以空气-水界面的干湿沉降为主要途径，输出则以水-空气界面的扩散为主；土壤相的大气中颗粒物的干湿沉降和雨水溶解为主要输入途径，输出途径以土壤-大气界面的扩散为主；在沉积物相中，污染物来源为水体-沉积物间的扩散、沉降和再悬浮，消失途径为沉积物相降解。

PCB52在环境中的迁移通量如图3所示。由图可知，输入途径主要是空气的平流输入，输出途径主要是空气的平流输出，其界面迁移过程主要空气-土壤沉降、土壤-空气挥发和水-空气挥发[31]。

2.3 灵敏度分析

灵敏度分析是一种分析模型的输出结果对参数变化的敏感程度的方法，根据灵敏度系数的绝对值大小可以判断输入参数对输出结果的影响程度，符号的正负则表明参数对输出结果的影响方向，即正值表示输出结果随输入参数的增加而增加，负值则反之。本文通过对 58个主要模型输入参数(除常数外)的灵敏度分析表明：影响大气相中PCB52浓度的参数主要有环境温度、降雨量、亨利常数和液态蒸发焓，灵敏度系数分别为-19.5%、-9.0%、8.3%和6.7%，如图4所示；影响水体相中PCB52大气平流速率、水体中降解速率常数、环境温度和沉积物空隙水分子有效扩散系数，灵敏度系数分别为18.4%、16.4%、16.0%和-1.4%，如图5所示；影响土壤相中PCB52浓度的因素主要有土壤中降解速率常数、大气平流速率、大气平流浓度和环境温度，灵敏度系数分别为18.2%、16.5%、14.1%和1.2%，如图6所示；影响沉积相中PCB52浓度的因素主要有沉积物中降解速率常数、大气平流速率、水体中降解速率常数和分子在沉积物中扩散路径长，灵敏度系数分别为13.7%、10.0%、10.0%和-6.9%，如图7所示。由此可知，对关键性模型参数可靠性的保证也是对模拟结果可靠性的保证[32]。

2.4 环境风险评价

目前，美国环境保护局(United States Environmental Protection Agency, USEPA)大多采用风险熵值法进行风险评估，即利用多介质逸度模型估算出的预测暴露浓度(predicted environmental concentration, PEC)与预测无效应浓度值(predicted no effect concentration, PNEC)相比，获得目标污染物的风险熵值(risk quotient, RQ)，如果计算得到的RQ值<1，那么就说明这种化学品生态风险低，不需要作进一步的评估；反之，如果任何一种生物级别计算得到的RQ值均>1，那么需要进行更高层次的风险评估，以确定其风险是否可接受或不可接受，并根据生态风险评估结果指导风险减少措施的制定[32-33]。

图3 PCB52在环境中的迁移通量Fig. 3 Transfer fluxes of PCB52 in the environment

图4 气相中PCB52浓度的灵敏度分析Fig. 4 Sensitivities of PCB52 concentration in air

图5 水相中PCB52浓度的灵敏度分析Fig. 5 Sensitivities of PCB52 concentration in water

图6 土壤相中PCB52浓度的灵敏度分析Fig. 6 Sensitivities of PCB52 concentration in soil

图7 沉积物相中PCB52浓度的灵敏度分析Fig. 7 Sensitivities of PCB52 concentration in sediment

表4 南京地区PCB52的生态风险熵Table 4 The ecological risk quotient of PCB52 in Nanjing

注：AF为评估因子，PNEC为预测无效应浓度值，PEC为预测暴露浓度，RQ为风险熵值。

Note: AF stands for assessment factor; PNEC stands for predicted no effect concentration; PEC stands for predicted environmental concentration; RQ stands for risk quotient.

为正确对南京地区PCB52进行初步的生态风险评价，选择蚯蚓作为陆生生物受体，大型溞类作为水生生物受体，根据US EPA的ECOTOX数据库[34]中PCB52对生物的急性毒性数据，用评估因子(assessment factor, AF) 法[35]，得到其对不同生物的PNEC值(表4)。

由此可知水生和陆生生态风险熵值(RQ为9×10-5和9×10-3)都在可接受范围内，虽然PCB52对生态环境未构成严重威胁，但由于该物质的生态累积效应，其潜在危害仍不容忽视。

综上，多介质逸度模型较好地模拟了南京地区PCB52的迁移和归趋行为，结果表明：沉积物是PCB52的主要储库，占整个环境系统总含量的96.12%；PCB52的空气平流输入是其主要输入途径，而空气平流输出和空气降解是其主要消失途径，其界面迁移过程主要是空气-土壤沉降、土壤-空气挥发和水-空气挥发；模型的灵敏度分析显示环境温度和空气平流输入是影响PCB52在环境相中浓度分布的最主要参数；PCB52的生态风险熵值(RQ<1=表明其对生态环境未构成严重影响。

[1] Wu S S, Chan A K Y, Fang J K H, et al. Measuring and monitoring persistent organic pollutants in the context of risk assessment [J]. Marine Pollution Bulletin, 2008, 57(6): 236-244

[2] 杨彦, 王宗庆, 王琼, 等. 电子垃圾拆解场多环境介质多氯联苯(PCBs)污染特征及风险评估[J]. 生态毒理学报, 2014, 9(1): 133-144

Yang Y, Wang Z Q, Wang Q, et al. Characteristics and environment risk assessment of PCBs in multi-media environment of the electronic waste dismantling venues [J]. Asian Journal of Ecotoxicology, 2014, 9(1): 133-144 (in Chinese)

[3] 连子如, 王江涛, 谭丽菊, 等. 青岛近海生物体内多环芳烃、多氯联苯和有机氯农药的含量和分布特征[J]. 生态毒理学报, 2010, 5(5): 746-751

Lian Z R, Wang J T, Tan L J, et al. Concentrations and distribution characteristic of PAHs, PCBs and OCPs in the marine organisms of Qingdao coastal area [J]. Asian Journal of Ecotoxicology, 2010, 5(5): 746-751 (in Chinese)

[4] 杨中艺, 郑晶, 陈社军, 等. 广东电子废物处理处置地区环境介质污染研究进展[J]. 生态毒理学报, 2008, 3(6): 533-544

Yang Z Y, Zheng J, Chen S J, et al. Advantage of researches on environmental pollutions from E-Waste treating activities in Guangdong, China [J]. Asian Journal of Ecotoxicology, 2008, 3(6): 533-544 (in Chinese)

[5] 李志勇. 大气中多氯联苯的研究进展[J]. 安徽农业科学, 2011, 39(18): 11043-11045, 11050

Li Z Y. Research progress of PCBs in the atmosphere [J]. Journal of Anhui Agriculture and Science, 2011, 39(18): 11043-11045, 11050 (in Chinese)

[6] Tasdemir Y, Vardar N, Odabasi M, et al. Concentrations and gas-particle partitioning of PCBs in Chicago [J]. Environment Pollution, 2004, 131: 35-44

[7] 高军. 长江三角洲典型污染农田土壤多氯联苯分布、微生物效应和生物修复研究[D]. 杭州: 浙江大学, 2005: 1-16

Gao J. Distribution, microbial effects and bioremediation of PCBs in typical polluted agricultural soils in the Yangtze River Delta [D]. Hangzhou: Zhejiang University, 2005: 1-16 (in Chinese)

[8] Ningombam L D, Ishwar C Y, Qi S H, et al. Distribution and risk assessment of polychlorinated biphenyls(PCBs) in the remote air and soil of Manipur, India [J]. Environment Earth Science, 2014, 72: 3955-3967

[9] Wan X, Pan X J, Wang B, et al. Distributions, historical trends, and source investigation of polychlorinated biphenyls in Dianchi Lake China [J]. Chemosphere, 2011, 85: 361-367

[10] Mackay D. Multimedia Environment Models: The Fugacity Approach [M]. Second edition. Boca Raton: Lewis Publishers, 2001: 1-141

[11] Mackay D, Hughes L, Powell D E, et al. An updated Quantitative Water Air Sediment Interaction (QWASI) model for evaluating chemical fate and input parameter sensitivities in aquatic systems: Application to D5 (decamethylcyclopentasiloxane) and PCB-180 in two lakes [J]. Chemosphere, 2014, 111: 359-365

[12] 李英明, 张庆华, 杨洪彪, 等. 钢铁厂及其周围环境中二恶英和多氯联苯土-气交换研究[J]. 中国环境监测, 2010, 26(4): 1-4

Li Y M, Zhang Q H, Yang H B, et al. Estimation on the soil-air exchange of PCDD/Fs and PCBs around an iron and steel making plant [J]. Environmental Monitoring in China, 2010, 26(4): 1-4 (in Chinese)

[13] 盖楠. 若尔盖湿地有机氯农药和多氯联苯的生态地球化学研究[D]. 北京: 中国地质科学院, 2012: 33-115

Gai N. Ecological geochemistry of organochorine pesticides and polychlorinated biphenyls in Zoige Alpine Wetland [D]. Beijing: China Academy of Geochemistry, 2012: 33-115 (in Chinese)

[14] 燕文明, 刘凌. 长江流域生态环境问题及其成因[J]. 河海大学学报: 自然科学版, 2006, 34(6): 610-613

Yan W M, Liu L. Eco-environmental problems in Yangtze River Basin and their causes of formation [J]. Journal of Hohai University: Natural Science, 2006, 34(6): 610-613 (in Chinese)

[15] 逄勇, 赵棣华, 姚琪, 等. 长江江苏段区域供水水源地水质可达性研究[J]. 水科学进展, 2003, 14(2): 184-188

Pang X, Zhao L H, Yao Q, et al. Reaching function analysis of water quality in large water supply planning in the Yangtze River in Jiangsu Province [J]. Advances in Water Science, 2003, 14(2): 184-188 (in Chinese)

[16] 方利江, 柳敏, 李向阳, 等. 南京地区DDTs跨界面迁移与归趋的研究[J]. 中国环境科学, 2011, 31(2): 307-315

Fang L J, Liu M, Li X Y, et al. Simulating the transfer and fate of DDTs in Nanjing [J]. China Environment Science, 2011, 31(2): 307-315 (in Chinese)

[17] 刘丹, 张圣虎, 刘济宁, 等. 化学品多介质逸度模型软件研究进展[J]. 环境化学, 2014, 33(6): 891-900

Liu D, Zhang S H, Liu J N, et al. Studies on software for multimedia fugacity models of chemicals [J]. Environmental Chemistry, 2014, 33(6): 891-900 (in Chinese)

[18] 张志. 中国大气和土壤中多氯联苯空间分布特征及规律研究[D]. 哈尔滨: 哈尔滨工业大学, 2010: 16-20

Zhang Z. Polychlorinated biphenyls in Chinese air and surface soil: Spatial distribution characteristics and their inherent causes [D]. Harbin: Harbin Institute of Technology, 2010: 16-20 (in Chinese)

[19] 王敏杰. 辽河口湿地PAHs和PCBs的多介质归趋行为研究[D]. 上海: 中国海洋大学, 2012: 30-32

Wang M J. Study on the environmental behavior of PAHs and PCBs in Liaohe estuarine wetland [D]. Shanghai: Ocean University of China, 2012: 30-32 (in Chinese)

[20] 刘振宇. 辽河流域残留多氯有机物的多介质环境模拟[D]. 大连: 大连理工大学, 2005: 39-45

Liu Z Y. Multimedia environment modeling of poylehlorinated organic compounds (PCOCs) in Liaohe River watershed [D]. Dalian: Dalian University of Technology, 2005: 39-45 (in Chinese)

[21] 林承冲, 吴小根. 长江径流量特性及其重要意义的研究[J]. 自然杂志, 1999, 21(4): 200-2005

Lin C C, Wu X G. A study on characteristics of runoff amount and its significance at Yangtze [J]. Ziran Zazhi, 1999, 21(4): 200-2005 (in Chinese)

[22] 李昆, 赵高峰, 周怀东, 等. 枯、平、丰水期长江3条支流表层水中多氯联苯的分布特征及风险评价[J]. 环境科学, 2012, 33(8): 2574-2579

Li K, Zhao G F, Zhou H D, et al. Distribution characteristics and potential risk of PCBs in surface water from three tributaries of Yangtze River in different periods [J]. Environmental Science, 2012, 33(8): 2574-2579 (in Chinese)

[23] 丁倩. 辽东湾地区大气和土壤中多氯联苯组分特征分析[D]. 大连: 大连海事大学, 2008: 9-47

Ding Q. Component characteristics of PCBs in the atmosphere and soil of Liaodong Bay Area [D]. Dalian: Dalian Maritime University, 2008: 9-47

[24] 王英, 何松洁, 金军, 等. 无锡市大气中类二恶英多氯联苯污染水平[J]. 环境科学与技术, 2013, 6(4): 44-48

Wang Y, He S J, Jin J, et al. Level of dioxin-like polychlorinated biphenyls in atmosphere of Wuxi [J]. 2013, 6(4): 44-48 (in Chinese)

[25] 张利飞, 史双昕, 董亮, 等. 江苏省南通市地表水和大气中多氯联苯的污染特征[C]. 持久性有机污染物全国学术研讨会论文集, 2010: 72-73

[26] 黄宏, 尹方, 吴莹. 长江口表层沉积物中多氯联苯残留和风险评价[J]. 同济大学学报: 自然科学版, 2011, 39(10): 1500-1505

Huang H, Yin F, Wu Y. Residual characteristics and ecological risk assessment of polychlorinated biphenyls in surface sediments from Yangtze estuary and near shore of East China Sea [J]. Journal of Tongji University: Natural Science, 2011, 39(10): 1500-1505 (in Chinese)

[27] 田慧, 郭强, 方利江, 等. 半干旱地区典型POPs硫丹环境多介质迁移归趋模拟研究-以兰州河谷盆地为例[J]. 环境科学学报, 2013, 33(4): 1110-1117

Tian H, Guo Q, Fang L J, et al. Simulation of multimedia transfer and fate of endosulfan in semi-arid area: A case study in Lanzhou, a valley-basin city in Western China [J]. Journal of Environmental Sciences, 2013, 33(4): 1110-1117 (in Chinese)

[28] 董继元, 王式功, 高宏, 等. 兰州地区DDT的环境多介质迁移和归趋模拟[J]. 生态环境学报, 2009, 18(2): 519-522

Dong J Y, Wang S G, Gao H, et al. Simulation of multi-media transfer and fate of DDT in the Lanzhou Region [J]. Ecology and Environmental Sciences, 2009, 18(2): 519-522 (in Chinese)

[29] 毕新慧, 徐晓白. 多氯联苯的环境行为[J]. 化学进展, 2000, 12(2): 152-160

Bi X H, Xu X B. Behaviors of PCBs in environment [J]. Progress in Chemistry, 2000, 12(2): 152-160 (in Chinese)

[30] 聂海峰, 赵传冬, 刘应汉, 等. 松花江流域河流沉积物中多氯联苯的分布、来源及风险评价[J]. 环境科学, 2012, 33(10): 3434-3442

Nie H F, Zhao C D, Liu Y H, et al. Distribution, sources and ecological risk assessment of polychlorinated biphenyl in sediments from Songhua River Basin [J]. Environmental Science, 2012, 33(10): 3434-3442 (in Chinese)

[31] 田慧, 郭强, 高宏, 等. 广州地区典型多溴联苯醚迁移和归趋行为模拟[J]. 中国环境科学, 2014, 34(3): 758-765

Tian H, Guo Q, Gao H, et al. Simulating the transfer and fate of typical PBDEs in Guangzhou [J]. China Environmental Science, 2014, 34(3): 758-765 (in Chinese)

[32] 董继元, 王式功, 高宏, 等. 兰州地区苯并(а)芘的环境多介质迁移和归趋模拟[J]. 生态环境, 2008, 17(6): 2150-2153

Dong J Y, Wang S G, Gao H, et al. Simulation of multi-media transfer and fate of benzo[а]pyrene in Lanzhou Region [J]. Ecology and Environment, 2008, 17(6): 2150-2153 (in Chinese)

[33] Bilitewski B. Global risk-based management of chemical additives II: Risk-based assessment and management strategies [J]. Emerging Organic Contaminants and Human Health, 2013, 23: 47-72

[34] Leeuwen C J, van Vermeire T G. Risk Assessment of Chemicals: An Introduction [M]. Second edition. The Netherlands: Springer, 2007: 1-13

[35] US EPA. ECOTOX Database. [EB/OL]. [2008-07-01]. http://cfpub.epa.gov/ecotox/

[36] 汤薪瑶, 左剑恶, 余忻, 等. 制药废水中头孢类抗生素残留检测方法及环境风险评估[J]. 中国环境科学, 2014, 34(9): 2273-2278

Tang X Y, Zuo J E, Yu X, et al. Residue analysis method and environmental risk assessment of cephalosporin antibiotics in pharmaceutical wastewater [J]. China Environmental Science, 2014, 34(9): 2273-2278 (in Chinese)

◆

Simulating the Transfer and Fate and Environmental Risk Assessment of PCB52 in Nanjing

Liu Dan1,2, Zhang Shenghu1, Liu Jining1,*, Yao Cheng2, Shi Lili1

1. Nanjing Institute of Environmental Sciences, MEP, Nanjing 210042, China 2. College of Sciences, Nanjing Tech University, Nanjing 210009, China

17 November 2014 accepted 19 January 2015

A multimedia fugacity model was applied to simulate the concentrations distribution, transfer and fate of PCB52 in air, water, soil and sediment of Nanjing Area. Meanwhile, the transfer fluxes between different compartments were analyzed in order to infer the main transfer process. Moreover, the simulated concentrations in air, soil and sediment were compared to monitoring data for validation purpose. Input parameters of the model were tested and the key parameters were identified using sensitivity analysis method. The reliability of the model was verified by the agreement between calculated and measured concentrations. When the system reaches equilibrium, sediment compartments were the main reservoirs of PCB52 in Nanjing area because of the mass fraction of PCB52 was 96.12%. The air advection outflow and air degradation were the major elimination routes for PCB52 in Nanjing. The results of sensitivity analysis in this study also indicated that the temperature and air advection inflow had significant influence on concentrations of PCB52 in various media. The preliminary risk assessment suggested that the PCB52 in the study area might pose little harm to the environment, but the latent damage should not be disregarded.

PCB52; transfer and fate; multimedia model; risk assessment

国家高技术研究发展计划(863计划)(2013AA06A308)；中央级公益性科研院所基本科研业务费专项(2014)；科研院所技术开发研究专项(2012)

刘丹(1989-)，女，博士，研究方向为多介质暴露预测模型与风险评价，E-mail: liudan0809@njut.edu.cn；

*通讯作者(Corresponding author)， E-mail: ljn@nies.org

10.7524/AJE.1673-5897.20141117004

2014-11-17 录用日期：2015-01-19

1673-5897(2015)2-353-09

X171.5

A

刘济宁(1977-)，男，博士，副研究员，主要从事化学品风险评估研究工作。

刘丹, 张圣虎, 刘济宁, 等. 南京地区PCB52多介质迁移归趋行为模拟及环境风险评价[J]. 生态毒理学报, 2015, 10(2): 353-361

Liu D, Zhang S H, Liu J N, et al. Simulating the transfer and fate and environmental risk assessment of PCB52 in Nanjing [J]. Asian Journal of Ecotoxicology, 2015, 10(2): 353-361(in Chinese)