APP下载

重金属在灰尘及其水溶解相中的分布特征及其影响因素——以南昌市为例

2022-06-29聂明华晏彩霞盛燕茹丁明军

中国环境科学 2022年6期
关键词:降尘高值南昌市

王 筱,聂明华,2,晏彩霞*,盛燕茹,陈 洁,丁明军

重金属在灰尘及其水溶解相中的分布特征及其影响因素——以南昌市为例

王 筱1,聂明华1,2,晏彩霞1*,盛燕茹1,陈 洁1,丁明军1

(1.江西师范大学地理与环境学院,鄱阳湖湿地与流域研究教育部重点实验室,江西 南昌 330022;2.自然资源部生态地球化学重点实验室,北京 100037)

以南昌市为例,分析了不同功能区和公交车站降尘及其水溶解相中重金属浓度的空间分布特征.同时结合多种分析技术,探究降尘及其水溶解相理化性质对降尘重金属在固-液相中分配行为的影响.结果表明:南昌市降尘及其水溶解相中总重金属浓度范围分别为310~4393μg/g和2.17~55.62μg/g.两相中重金属的空间分布可能受到车流量较大的交通干线和汽车轮胎零件磨损的影响,其高值区主要分布于南昌县政府、部分高校以及客运站、驾校附近.风险评价的结果表明,南昌市降尘重金属综合生态风险总体处于中等水平,且Cr和As具有一定的致癌风险.溶解态中重金属所占百分比(值)的排序为:Ni>Mn>Cu>As>Cr>Zn>Pb,值的空间分布高值区多分布于人口密集地区、交通道路以及汽车客运站附近.大部分降尘及其水溶解相的理化性质与Pb、As、Mn具有显著正相关关系,降尘溶解相中较高的溶解性有机碳和腐殖化程度对重金属向溶解相中的释放具有重要作用.

重金属;灰尘;溶解相;分配行为;DOM

地表降尘是城市环境中各种污染物质的“源”和“汇”,是典型的非点源污染之一[1].其中,重金属是城市降尘中检测频率、检测浓度最高的一类污染物[2].这些重金属可通过手-口、呼吸道、皮肤接触等渠道进入人体并积累,降尘中较高浓度的重金属还会增加人体的非致癌和致癌风险[3-5].目前国内外对城市降尘中重金属的研究多集中于重金属的浓度水平[6]、不同功能区分布[7-8]以及健康风险等方面的研究[9-13].随着大气污染防治工作的持续进行和深入开展,对城市降尘重金属的分布特征研究的需求增加,并且针对城市交通体系及其组成要素本身(如公交车站等)降尘中污染物的研究也有待进一步提升.

公交车站作为城市交通体系微环境的重要组成部分,通常分布于城市人口密集区域,是城市降尘和重金属的主要聚集地之一,因而对等车乘客及过往行人的身体健康具有潜在威胁.例如,西班牙巴塞罗那公共汽车站的空气中Sb和Cu的浓度异常高[14];我国甘肃省庆阳市绝大多数公交车站降尘的Cd、Hg和Pb的污染达到了“中度污染”以上[15];而在哈尔滨市的公交系统降尘中的重金属Pb和Cr已经对市民构成了非致癌和致癌风险[16].这些重金属元素的污染可能与公交车尾气排放、轮胎磨损和燃油泄漏有关[17-19].

此外,降尘能够通过污染城市雨水径流对水体造成污染并对人体健康产生潜在威胁[20-21].有研究指出,城市降雨径流污染是仅次于农业面源污染的第二大面源污染[22],而大气沉降是城市中心附近雨水中微量金属的一个重要来源[23].我国各地雨水径流存在着不同程度的重金属污染.有研究对沈阳市地表径流水中的重金属进行了主成分分析和空间分布研究,结果表明,地表雨水径流中重金属来源为土壤粉尘和交通车辆的排放以及磨损[24].有研究对雨水径流重金属污染的相关性进行了分析,结果表明,交通重要枢纽、商圈的雨水径流重金属污染较为严重,其主要原因是汽车尾气的排放、轮胎刹车皮的磨损等使地表附着许多含重金属成分的粉尘及颗粒物,经雨水冲刷后导致雨水径流中重金属含量增加[25].因此研究“降尘-水”体系中重金属的分配行为,对探究城市降尘重金属迁移转化行为具有重要意义.有研究引用分配系数模型分析元素在“水-悬浮颗粒”为体系中的分配行为,发现海口市不同土地利用类型中,交通区域Pd的“悬浮(颗粒相)-溶解相的”固-液分配系数最大;上海市径流中的悬浮颗粒物浓度与固液分配系数存在显著负相关关系,呈现明显的“颗粒物浓度效应”[26-27].

南昌市是中国中部地区典型省会城市,近年来发展迅速,工业的发展、人口的增多、汽车保有量的增长,给城市的大气环境带来了巨大的压力.南昌地区灰尘重金属Cr、Ni、Cu、Zn、Cd、Sr和Pb浓度均显著高于江西省土壤背景值且存在一定的污染[21,28].然而关于南昌市灰尘中重金属在水体中的迁移行为如何却未可知.而目前,国内外学者多针对降水特征、地形、地表灰尘粒径、水体理化特征(如pH值、水动力和水化学)等影响因素分析重金属在固-液相中的分配行为[27,29],而从可溶解相的理化性质角度分析“城市降尘-溶解相”体系中重金属分配行为的研究仍较缺乏.基于此,本文采集了南昌市不同功能区和公交车站中的降尘样品,分析了降尘及其可溶解相中重金属的分布特征,并重点分析可溶解相的理化性质对重金属分配行为的影响,以期丰富城市降尘重金属污染的基础数据,从而为城市大气环境整治、城市雨水径流污染防治提供依据.

1 材料与方法

1.1 样品采集与处理

基于不同功能区(文教区、住宅区、公园区、道路区、火车站、工业区),在南昌市共采集了77个地表降尘样品.同时选取其中的60个代表性样点(#3、#7、#14、#16~22、#26~30、#23、#34、#35~77)进行空间分布分析,采样点分布及样点描述详见图1和表1.采样前至少一周无明显降雨和大风.将所采集的降尘样品过筛后放置于暗室保存.

表1 南昌市降尘采样点描述

图1 南昌市降尘采样点空间分布

1.2 重金属提取与分析

利用多通量微波消解/萃取仪(MDS-8G, 上海)对77个灰尘样品进行消解.灰尘消解步骤如下:称取0.1g过筛降尘样品,按6:3:1的比例加入总体积为10mL的HNO3、HCl、H2O2混合酸溶液,接着利用微波消解仪进行消解,并将冷却后的酸溶液以150°C继续消解至近干(1~1.5mL),用5% HNO3定容至5mL待上机测定.采用电感耦合等离子体光谱仪(ICP-OES 5110, 安捷伦)测定降尘中Cr、Cu、Ni、Pb、Zn、As、Cd、Co、Mo等重金属浓度.灰尘中重金属的回收率为82%~105%,两平行样的标准偏差小于5%.因Cd、Co、Mo在样品中几乎未检出,因此,后续只对Cr、Cu、Mn、Ni、Pb、Zn、As等7种重金属进行分析.

称取适量样品于10mL的纯水中,震荡3d后离心取上清液,经0.45 μm过滤器(PVDF, Millipore)进行过滤,此滤液即为降尘的水溶解相.向滤液中加入1:1:2的 H2O2、HCl、 HNO3组合酸10mL,以150 °C进行消解至近干,最后用5% HNO3定容至5mL待上机测定.上机步骤同灰尘样品.水溶解态中重金属的回收率为75%~99%,两平行样的标准偏差小于8%.

1.3 降尘及其溶解相的理化性质分析

采用GB 9834-88中的K2Cr2O7-FeSO4法,测定灰尘中总有机碳浓度(TOC).采用岛津TOC-L分析仪(日本)测定溶解性有机碳(DOC)浓度.利用紫外-可见吸收光谱仪(UV-2600,岛津)测定南昌市降尘溶解相中溶解性有机质(DOM)的吸收光谱特性.采用荧光分光光度计(F-7100,日立)对样品溶解相中的DOM进行三维荧光光谱(3D-EEM)测定.选用的激发波长(x)范围为200~450nm,发射波长(m)范围为250~600nm.为了避免内滤效应,使用Milli-Q超纯水将样品进行不同程度的稀释,使其254nm处吸光度低于0.3[30].

1.4 数据分析与处理

1.4.1 光谱参数的数据处理 (1)355即波长为355nm处的吸收系数,运用式(1)计算[31].

()=2.303/(1)

式中:()为波长的吸收系数,m-1;为吸光度;为光程路径,m.

(2)R值、值为275~295nm及350~400nm波长下吸光度自然对数拟合的光谱斜率;R值为两个波段下值的比值,计算公式如式(2)、(3)所示[32]:

()=0e-S(-0)(2)

R=275~295/350~400(3)

(3)荧光指数(FI、BIX、HIX)荧光指数(FI)定义为x = 370nm时,m在450nm与500nm处荧光强度的比值;腐殖化指数(HIX)定义为x=254nm时,m在435~480nm与300~345nm区间的峰面积比值;自生源指标(BIX)定义为x=310nm时,m在380nm与430nm处荧光强度的比值[20].

(4)平行因子分析(PARAFAC)使用Matlab 2010a软件的DOMFlour模块对降尘溶解相DOM的荧光成分进行识别[33].在建模之前,通过软件去除数据中的拉曼和瑞利散射[34],并将结果转换成水拉曼单位(r.u)[35].分析时采用裂半分析法、残差法和载荷法以确保数据结果的可靠性[36].使用每个组分的最高荧光强度(max)来表示其浓度[37].

1.4.2 固-液相中重金属分配关系使用溶解态百分比(%)来描述降尘中重金属在固相和液相中的分配行为,计算如式(4)所示:

式中:液表示溶解相中重金属浓度,μg/g;固表示单位降尘中重金属浓度,μg/g.

1.4.3 风险评价(1)潜在生态风险指数 本研究使用潜在生态危害指数法定量评价重金属对生态系统的潜在风险程度[38-39].计算方法如式(5)~(6)所示:

(2)人体健康风险评价

本研究采用美国环境保护署(USEPA)提出的健康风险评价模型对南昌市地表7种降尘重金属暴露剂量进行估算.该模型认为,人群主要通过手-口摄入、呼吸和皮肤接触三种途径暴露于地表降尘中[40].重金属暴露量计算模型如式(7)~(13)所示,对非致癌金属Cu、Mn、Pb、Zn进行非致癌风险(HQ)评价,对致癌金属Cr、Ni、As进行致癌风险(CR)评价,其中由于评价研究中的Cr浓度为降尘中总Cr浓度,但USEPA中仅将Cr(VI)列为人类致癌物,而Cr(III)未列为人类致癌物,故在风险评价中假设Cr(VI)与Cr(III)之比是1:6[5].

CR=ADD´SF(12)

式中:ADD代表3种重金属暴露途径,ADDing、ADDinh、ADDder分别为手-口摄入、呼吸、皮肤接触暴露途径;为地表降尘中重金属浓度,mg/kg.式中IRing为摄取降尘的速率,mg/d;EF为暴露频率, d/a;ED为暴露年龄,a;BW为成人体重,kg;AT为平均作用时间,d.IRinh为呼吸摄入量,m3/d;PEF为降尘排放因子,m3/kg.AF为皮肤对降尘的吸附系数,mg/ (cm2·d);SA为暴露皮肤的表面积,cm2;ABS为皮肤吸收因子.RfD为重金属参考剂量;HQ为单一元素非致癌风险指数;HI为多种金属元素非致癌风险指数之和. CR为单一元素致癌风险指数;ILCR为多种金属元素致癌风险指数之和;SF为致癌斜率因子;3种途径的健康风险评价参数参考EPA 提出的评价标准[41].各金属RfD和SF参考值如表2所示:

表2 USEPA提供的重金属的RfD和SF[41-42]

注:“-”代表暂无数据.

2 结果与讨论

2.1 降尘及其溶解相的理化性质分析

如表3可见,南昌市降尘中TOC浓度变化范围为13.72~90.94g/kg,全市平均值为38.21g/kg.浓度最高值样本点位于工业园区内的停车场处(#33).降尘溶解相中DOC浓度范围为18~231mg/L,全市平均为112mg/L,其浓度分布特征与TOC一致.不同功能区中,以文教区TOC和DOC平均浓度最高,其次是火车站,公交车站的平均浓度最低.溶解相中355值,即CDOM相对浓度[43]范围为1.84~ 91.43m-1,均值为17.58m-1.不同功能区中,以道路区的CDOM相对浓度较高、工业园区为最低.其中最高值样本点位于市中心的公交车站(#35),可能是因为此处人流量大,交通拥挤所致.R值常用来表征DOM的分子量大小,且与DOM分子量成反比[32].南昌市降尘溶解态样品的R值范围为0.15~2.70,均值为1.47.在不同功能区中,以道路区R的均值较高,说明该区域降尘溶解相中DOM的分子量较小;相反,火车站的均值较低,说明该功能区的DOM分子量较大.

表3 南昌市不同功能区降尘及其溶解相的理化性质

表4 南昌市降尘理化性质参数相关性分析

注:*.在0.05级别(双尾),显著相关;**.在0.01级别(双尾),极显著相关.

南昌市降尘溶解相DOM的荧光指数(FI、HIX、BIX)均值分别为1.36、2.60、0.74.不同功能区中,除文教区、工业园区、公交车站外的其他功能区降尘样品DOM的FI均值均大于或等于1.40,说明这些降尘溶解相中的DOM以陆源输入为主[20].HIX值以工业园区、公交车站的降尘溶解相DOM为最高,说明其腐殖化程度较高[30];与之相反,住宅区HIX均值较低,说明该功能区DOM的腐殖化程度较低.各功能区BIX均值在0.62~0.81左右,表明南昌市降尘溶解相DOM既有新近自生源来源亦有外源输入[44-45].

此外,通过PARAFAC模型鉴定了南昌市降尘溶解相DOM的三个荧光组分(C1~C3).其中,C1的峰值位于xm=230/328nm处,主要为类蛋白物质[46]; C2在xm=230/410nm处存在一个峰值,在xm =315/410nm存在一个肩峰,属陆源腐殖质类物质[47-48];C3在xm =250(380)/470nm处出现最大荧光强度值,属于生物腐殖质[49].南昌市降尘溶解相DOM的C1~C3荧光强度均值分别为1.53、0.36、0.09.在不同功能区中,火车站降尘溶解相DOM荧光组分中C1的相对荧光强度较高,说明其降尘溶解相DOM荧光团主要为类蛋白物质;C2和C3的相对荧光强度以住宅区、文教区和火车站较高,说明该功能区DOM荧光团主要为陆源腐殖质类物质.

南昌市降尘及溶解相理化性质参数的相关性分析结果表明(表4),TOC与DOC、C2、C3呈显著正相关;DOC与C2、C3分别呈显著正相关;FI与C1、HIX分别呈显著正、负相关;BIX与C3呈显著负相关;C1与C2、C2与C3呈显著正相关.其中,以TOC- DOC的相关系数为最大(0.87),其次为C2-C3(0.76);以FI-HIX的负相关系数为最大(-0.42),其次是BIX-C3(-0.32).以上结果表明,南昌市降尘中TOC浓度较高时,其DOC浓度和陆源腐殖质和生物腐殖质浓度也较高;降尘DOM外源特征越明显,则腐殖化程度越低;生物腐殖质浓度越高,则降尘溶解相DOM的自生源特性越弱.

2.2 降尘中重金属分布特征及风险评价

2.2.1 重金属浓度空间分布特征 如表5所示,南昌市不同功能区降尘中所选7种重金属均有检出.所测样点降尘中重金属总浓度范围为310~ 4393μg/g,均值1155μg/g.南昌市降尘中重金属以Mn的平均浓度为最高(606.42μg/g),其次是Zn (293.20μg/g)和Cr(88.87μg/g).所选样点降尘中各重金属浓度平均值均高于江西省土壤背景值,与已报道结果一致[21].南昌市不同功能区总重金属浓度排序为:文教区>火车站>公园区>工业园区>住宅区>公交车站≈道路区.火车站的Cr和Cu浓度均值为所有功能区中最高,As浓度均值以工业园区最高,其余4种重金属的浓度均值以文教区最高.

变异系数反映了不同采样点重金属浓度之间的平均变异程度,如果变异系数大于50%,则认为重金属空间分布不均,应考虑局部点源污染的存在[50].南昌市除As(38.26%)之外的各元素个体变异系数均大于50%,高低顺序为:Pb>Cr>Mn>Zn>Cu>Ni>As,其中Pb和Cr的变异系数大于100%,说明降尘中的重金属在空间上的分布是不均匀的,这一结论也可从南昌市降尘重金属空间分布图中得以验证(图2).由图2可知,Cr和Cu的高值区分别位于南昌县政府(#44)和一处驾驶学校附近(#75);Mn的高值区出现在青山湖区东南处杭长高速周围(#39、#40),且该处采样点附近800m处有商砼,其分布特征与文献报道一致[10],即采样点附近的工业活动对灰尘中Mn的浓度有一定的影响;Ni的高值区出现在青山湖经适房、南昌县政府附近(#41、#42、#44);Pb的高值区与Ni存在部分重叠,高值区位于青山湖经适房(#41);Zn的两个高值区分别对应昌南客运站、南昌县政府和江西工业学院(#60、#44、#61);As的浓度值空间分布呈现出西高东低的特点,高值区位于南塘湖停车场处和南昌大学前湖校区 (#67、#70).可以看出,降尘中重金属的浓度空间分布可能受到交通频繁、人流量较大、施工地的存在和汽车轮胎零件磨损的影响,且昌南客运站(Cu、As、Zn)和南昌县镇政府(Cr、Ni、Zn)附近存在多种重金属的相对高值区,该区域降尘的重金属污染较为严重.

表5 南昌市降尘重金属浓度(μg/g)及变异系数(%)

图2 南昌市降尘中重金属浓度空间分布

2.2.2 重金属风险评价

南昌市降尘重金属元素的综合潜在生态风险指数(RI)的范围为15.57~236.80,均值为56.04,处于中等生态风险范围.且各重金属中,以As(29.33%)和Cu(26.12%)在RI中的占比较高,Mn(4.61%)和Cr(6.76%)的占比较低,说明在综合潜在生态风险指数中,As与Cu的风险指数贡献较强.以公交车站采样点(#41)为最高值(236.80);其次为位于南昌站出口处的采样点(#25) (125.94);以赣江南大道某公交站处(#59)为最低值(15.57).南昌市77个采样点中存在2个采样点的综合生态风险为极强程度(#41、#25),23个采样点为强程度,46个为中等程度,6个采样点为轻微程度.南昌市RI值总体呈现西高东低的分布趋势(图3),其高值区主要分布于秦坊小学附近(#41),以南昌县政府、昌南客运站等为次高值区(#44、#60).综上所述,南昌市降尘重金属综合生态风险总体处于中等水平,部分区域存在较为严重的生态风险.

2.2.2.2 重金属元素健康风险评价 研究表明,地表灰尘污染物主要通过3种暴露途径进入人体:手-口途径暴露、呼吸暴露以及皮肤接触暴露途径[53].结果发现南昌市降尘中重金属以手-口暴露为主要途径,这与西安市城区的研究结果一致[54],且其在三种摄入途径中的占比约为99.94%,故本研究主要针对手-口暴露途径进行评价和分析.如表6所示,致癌金属Cr和As的手-口暴露途径致癌风险(CR)均值超过了癌症风险阈值范围(10-6~10-4),且分别是上限的4.40倍和1.84倍,说明具有明显的致癌效应.Ni的CR均值处于风险阈值范围内.南昌市降尘中4种非致癌金属Zn、Mn、Cu、Pb的手-口暴露途径非致癌风险指数(HQ)均值的排序为Zn>Mn>Cu>Pb,且均远低于安全阈值1.0,说明不存在非致癌风险.

南昌市各类重金属健康风险(ILCRHI)的空间分布特征表明(图3),南昌市降尘致癌风险指数之和(ILCR)高值区主要分布在南昌县政府附近(#44),总体呈现东南高西北低的分布特征.非致癌风险指数之和(HI)总体分布趋势则呈现出中部高四周低的特点,高值区分布于秋水广场、秦坊小学、南昌县政府、昌南客运站、江西工业职业技术学院附近(#21、#41、#44、#60、#61).综上所述,南昌市降尘重金属非致癌风险和致癌风险指数的高值区主要分布于人口密集、交通频繁的区域,且Cr和As的致癌风险较高,需要引起重视.

表6 南昌市重金属人体手-口摄入量(μg/(g·d))及风险评价(CR&HQ)

注:ND*未检测到.

图3 南昌市重金属RI值及各类重金属ILCR、HI值的空间分布

2.3 溶解相中重金属的分布特征

如表7所示,南昌市降尘溶解相中总重金属的范围为2.17~55.62μg/g,均值为10.61μg/g.溶解相中重金属平均浓度以Mn(8.30μg/g)为最高值,其次是Ni(1.08μg/g).除Pb(81.82%)、As(84.41%)和Zn (84.41%)外,其他四种重金属的检测率均为100%.不同功能区降尘溶解相中总重金属浓度排序为:住宅区>文教区>公交站台>道路区>公园区>工业园区>火车站.Cr、Cu、Pb、Zn和As的浓度以文教区为最高,Mn以住宅区为最高,Ni以公交车站为最高.

南昌市降尘溶解相中重金属浓度空间分布图如图4所示.Cr的高值区为秋水广场和南昌县政府周边(#21、#44);Cu的高值区位于陈毅纪念小学、蒋巷客运站和江西电力职业技术学院附近(#38、#66、#71),且#71采样点附近有建设工地.Mn的高值区出现在南昌县政府附近的公交车站处(#43、#44);Ni的高值区位于青山湖经适房和秦坊小学附近(#41、#42),且该高值区与降尘中存在重叠;Pb的高值区位于八一广场附近(#22).重金属Zn、As的空间分布特征较为相似,高值区均出现在南昌县政府周围(#44),且总体特征呈现出东南高西北低的特点.上述结果表明,溶解相中除重金属Cu和Ni外,其他重金属在南昌县政府区域都存在着相对的高值区,说明该地降尘水溶解相中的重金属浓度较高.对比图4与图2可知,两相中Cu、Ni、Zn的高值区存在着一定的重叠,而其他金属在两相中的空间分布差异较大.这说明除降尘中重金属本身浓度分布的影响外,还存在其他因素影响降尘中重金属向溶解相的迁移.

表7 南昌市不同功能区降尘溶解相中重金属浓度(μg/g)

重金属之间的相关性可用以识别其来源或迁移路径[50].图5为南昌市降尘及其溶解相中重金属元素之间相关性分析的结果.在降尘中(图4A),Cr与Mn、Ni、Zn, Mn与Ni、Pb, Ni与Pb、Zn, Pb与Zn之间呈显著正相关关系,除Cr-Mn其余结果均与西安市的研究结果相同[55],表明这些金属可能是同源的.As和Cu与其他金属相关性较弱且多呈现负相关,且两者都与Mn呈现负相关,说明它们的来源可能与其他金属不同.在溶解相中(图4B), Cr与Zn, Pb与Cu、Mn,Mn与Cr、Zn, As与Cr、Mn、Pb、Zn呈正相关.在降尘中,以Cr与Ni的相关性为最强(0.60),其次是Ni与Pb(0.56);在溶解相中,以Zn与As的相关性为最强(0.98),其次是与Mn(0.75).该结果说明,降尘中Ni和Cr、Pb可能是同源的,而降尘中Zn与As、Mn向溶解相的迁移过程可能相同.

图4 南昌市降尘水溶解相中重金属浓度空间分布

图5 南昌市降尘(A)及其溶解相(B)中重金属元素之间的相关性

2.4 重金属在固相与液相中的分配关系

本文进一步利用重金属溶解态百分比()表征所研究的重金属在固-液相之间的分配行为.南昌市降尘重金属值箱式图如图5所示,南昌市降尘重金属值的范围为0.26%~5.50%,以重金属Ni(2.59%)为最高,其次是Mn(1.61%),最小为Pb(0.03%).这说明Ni和Mn更容易释放至溶解相中,对水环境的危害更大.不同功能区重金属值范围分别为:文教区1.26%~2.42%、住宅区0.95%~2.35%、公园区0.38~ 0.83%、道路区0.35%~2.10%、火车站0.41%~0.97%、工业园区0.33%~0.80%、公交车站0.26%~5.80%.不同功能区重金属值均值排序为:文教区>住宅区>公交车站>道路区>火车站>公园区>工业园区,这说明文教区降尘中的重金属更容易释放至水中.

从南昌市降尘重金属值空间分布图(图6)可以看出,Cr的值高值区主要分布于秋水广场、江西传媒职业学院、青山客运站附近(#21、#64、#68).Cu的值存在分布较分散且存在多个高值区,主要分布于青云谱区政府、陈毅纪念小学、江西省建筑工业学校、蒋巷客运站和江西电力职业技术学院等地(#28、#38、#55、#66、#71).Mn的高值区位于南昌县政府周边(#44),总体呈现西南高东北低的趋势;Ni的高值区位于青山湖经适房(#41、#42),呈现南高北低的分布特点;Pb的高值集中于八一广场附近(#22);Zn的高值区主要为某商砼有限公司、新坊小学、沿江南大道某公交车站、蒋巷客运站、江西电力职业技术学院附近(#39、#43、#59、#65、#71),其中#59和#71附近存在施工地,总体呈现出中部低四周高的分布特点.As的高值区位于南昌县政府附近(#44),总体呈西北低东南高的特点.综上所述,南昌市不同重金属值空间分布较为复杂,高值区多分布于人口密集地区、文教区以及汽车客运站附近,表明这些地方降尘中重金属易溶于水中.相关分析表明,重金属值与溶解相中重金属呈显著正相关关系,值大于0.75(Zn除外),并与降尘中重金属总体呈负相关关系或相关性较弱(Ni除外),这说明值主要受降尘溶解相重金属浓度的影响.

图7 南昌市降尘重金属K值空间分布

已有研究表明,重金属在固-液相中的分配行为可能与两相本身的理化性质有关[27].为了探究降尘及其溶解相的理化性质对重金属在灰尘-水体系中分布特征的影响,本研究分别对南昌市降尘及溶解相的理化性质参数与溶解相中重金属浓度、重金属在降尘-溶解相中分配值(值)进行冗余分析(图8). 由图8A可知,排序轴1和轴2(RDA1和RDA2)分别解释了9.6%和2.6%的降尘溶解相中重金属浓度分布的变化信息.根据冗余分析中解释变量与响应变量之间的关系可知,Zn、As、Mn与C1、BIX、C2、C3、FI之间呈显著正相关关系,Pb、Cr与TOC、DOC、CDOM呈显著正相关.大部分的理化参数位于RDA1的正方向,但S和HIX与各金属相关性较弱.图8B中,排序轴1和轴2(RDA1和RDA2)分别解释了8.0%和5.1%的值变化信息.除HIX和CDOM之外,其余理化性质参数均位于RDA1和RDA2的正方向,且与重金属Pb、As、Mn的值具有显著正相关关系,Zn、Cu、Ni的值与HIX呈显著正相关;Cr与TOC、DOC、CDOM呈显著正相关,这一点与溶解相中的特征相同.以上结果说明:降尘及溶解相理化性质参数对重金属溶解相及K值的解释并不算高,说明降尘中重金属向水环境的迁移还受其他因素的影响.相对来说,降尘中TOC、DOC、CDOM的浓度对重金属Cr向溶解相中的释放影响较大;金属As、Mn、Pb向溶解相中的释放与降尘的腐化程度、类腐殖质浓度及其来源有关;Cu、Ni的释放则与降尘的腐殖化程度有关.此外,结合重金属在灰尘及其水溶解相中的空间分布结果可知,重金属Cu、Ni、Zn的两相空间分布规律相似,而其他金属存在一定的差异;且Cu、Ni、Zn与大部分降尘理化性质参数的相关性较差,而其他金属的相关性较强.这些结果说明Cu、Ni、Zn在两相中的迁移规律不同于其他重金属,且与灰尘水溶解相的理化性质关系较小,推测可能受灰尘的其他性质影响.

图8 南昌市降尘理化性质参数与溶解相中重金属浓度(A)和K值(B)的冗余分析

3 结论

3.1 南昌市不同功能区降尘理化性质的差异主要表现为:TOC、DOC和CDOM浓度、芳香碳浓度和腐殖化程度均以文教区样品较高;火车站样品DOM分子量较大、芳香性程度较高;工业园区样品自生源比重大、且其降尘DOM生产力、腐殖化程度亦较高.

3.2 南昌市降尘中重金属空间分布的高值区主要分布于车流量较大的交通干线或存在施工地的区域.南昌市降尘重金属的潜在生态风险指数均值低于60,总体呈现中等水平;4种重金属手-口暴露途径的非致癌风险均低于1.0,非致癌风险较小;但Cr和As的致癌风险大于10-4,可能会对人体健康造成一定的致癌风险.

3.3 降尘水溶解相中多种重金属的浓度高值区主要分布于南昌县政府附近.两相中仅重金属Cu、Ni、Zn的高值区存在一定的重叠区域,说明存在着其他因素影响降尘中重金属向溶解相的迁移.

3.4 溶解态重金属所占百分比的空间分布高值区多分布于人口密集地区或道路区附近,文教区的重金属更容易释放至溶解相中(=1.83%).降尘的多种理化性质对降尘中Pb、As、Mn向溶解相的释放具有一定影响;Cr的释放主要与降尘中的总有机碳浓度有关;Cu、Zn、Ni的释放则与降尘的腐殖化程度以及DOM分子量大小有关.

[1] 常 静,刘 敏,侯立军,等.城市地表灰尘的概念,污染特征与环境效应 [J]. 应用生态学报, 2007,18(5):1153-1158.

Chang J, Liu M, Hou L J, et al. Concept, pollution character and environmental effect of urban surface dust. [J]. Chinese Journal of Applied Ecology, 2007,18(5):1153-1158.

[2] Yu Y, Ma J, Song N, et al. Comparison of metal pollution and health risks of urban dust in Beijing in 2007 and 2012 [J]. Environmental Monitoring & Assessment, 2016,188(12):657.

[3] Aguilera A, Bautista F, Goguitchaichvili A, et al. Health risk of heavy metals in street dust [J]. Front Biosci (Landmark Ed), 2021,26:327- 345.

[4] Tang Z, Miao C, Cheng J, et al. Contamination and health risks of heavy metals in street dust from a coal-mining city in eastern China [J]. Ecotoxicology & Environmental Safety, 2016,138:83-91.

[5] 刘建伟,晁思宏,陈艳姣,等.北京市不同年龄人群PM2.5载带重金属的健康风险 [J]. 中国环境科学, 2018,38(4):1540-1549.

Liu J W, Zhao S H, Chen Y J, et al. Health risk of PM2.5-bound heavy metals for different age population in Beijing, China. [J]. China Environmental Science, 2018,38(4):1540-1549.

[6] 马建华,董运武,陈彦芳.开封市周边地区地表灰尘重金属背景值研究 [J]. 环境科学学报, 2020,40(5):1798-1806.

Ma J H, Dong Y W, Chen Y F. Background values of heavy metals in surface dusts in the vicinity of Kaifeng, Henan Province [J]. Acta Scientiae Circumstantiae, 2020,40(5):1798-1806.

[7] Marín Sanleandro P, Sánchez Navarro A, Díaz-Pereira E, et al. Assessment of heavy metals and color as indicators of contamination in street dust of a city in SE Spain: Influence of traffic intensity and sampling location [J]. Sustainability, 2018,10(11):1-14.

[8] Jeong H, Choi J Y, Ra K. Characteristics of heavy metal pollution in road dust from urban areas: Comparison by land use types [J]. Journal of Environmental Analysis Health and Toxicology, 2020, 23(2):101-111.

[9] Shb C, Na Z, Lin T, et al. Pollution characteristics, sources, and health risk assessment of human exposure to Cu, Zn, Cd and Pb pollution in urban street dust across China between 2009 and 2018 [J]. Environment International, 2019,128:430-437.

[10] 王丽丽,金囝囡,武志宏,等.不同类型施工降尘中重金属污染特征及健康风险评价 [J]. 中国环境科学, 2021,41:1055-1065.

Wang L L, Jin J N, Wu Z H, et al. Heavy metal pollution characteristics and associated health risk assessment in different types of construction dust. [J]. China Environmental Science, 2021,41: 1055-1065.

[11] 程慧波,齐欣宇,沈 洁.兰州市主城区四季大气PM2.5中重金属污染及健康风险评价 [C]//2018中国环境科学学会科学技术年会论文集, 2018:451-458.

Cheng H B, Qi X Y, Shen J. Evaluation of heavy metal pollution in PM2.5and health risks in the main urban area of Lanzhou in four seasons [C]// Proceedings of the Annual Scientific and Technical Conference of the China Environmental Science (2018), 2018:451- 458.

[12] 朱兰保,盛 蒂,马 莉,等.安徽省城市地表灰尘重金属污染及人体健康风险评价 [J]. 地球与环境, 2019,47(1):100-107.

Zhu L B, Sheng D, Ma L, et al. Heavy metal pollution and human health risk assessment of surface dust in urban areas of Anhui [J]. Earth And Enviroment, 2019,47(1):100-107.

[13] 栾慧君,塞 古,徐 蕾,等.徐州北郊大气降尘重金属污染特征与风险评价 [J]. 中国环境科学, 2020,40(11):9.

Luan H J, Sékou M C, Xu L, et al. Characteristics and risk assessment of heavy metals from atmospheric deposition in northern suburban of Xuzhou [J]. China Environmental Science, 2020,40(11):9.

[14] Teresa, Moreno, Cristina, et al. Urban air quality comparison for bus, tram, subway and pedestrian commutes in Barcelona [J]. Environmental Research, 2015,142:495-510.

[15] Wu Y, Lu X. Physicochemical properties and toxic elements in bus stop dusts from Qingyang, NW China [J]. entific Reports, 2018,8(1): 12568.

[16] Lei T, Gao P, Jia L, et al. Trace metals in resuspended fraction of settled bus dust and assessment of non-occupational exposure [J]. Ecotoxicology & Environmental Safety, 2016,130:214-223.

[17] Shabanda I S, Koki I B, Low K H, et al. Daily exposure to toxic metals through urban road dust from industrial, commercial, heavy traffic, and residential areas in Petaling Jaya, Malaysia: a health risk assessment [J]. Environmental Science and Pollution Research, 2019, 26(21):1-19.

[18] 李小飞,陈志彪,张永贺,等.福州市公交枢纽站地表灰尘重金属含量,来源及其健康风险评价 [J]. 环境科学研究, 2021,26(8):7.

Li X F, Chen Z B, Zhang Y H, et al. Concentrations, sources and health risk assessments of heavy metals in ground surface dust from urban bus terminals of Fuzhou City [J]. Research of Environmental Science, 2021,26(8):7.

[19] Jahandari A. Pollution status and human health risk assessments of selected heavy metals in urban dust of 16cities in Iran [J]. Environmental Science and Pollution Research, 2020,27(4):23094– 23107.

[20] 晏彩霞,杨 雪,文鑫梅,等.南昌市灰尘中可淋溶态DOM的光谱特性 [J]. 环境科学学报, 2019,39(5):1452-1463.

Yan C X, Yang X, Wen X M, et al. Spectral characterization of leaching dissolved organic matter (LDOM) from the dust in Nanchang City [J]. Acta Scientiae Circumstantiae, 2019,39(5):1452-1463.

[21] 江英辉,张 华,丁明军,等.南昌市街道灰尘重金属时空分布特征及健康风险评估 [J]. 长江流域资源与环境, 2018,27(4):158-170.

Jiang Y H, Zhang H, Ding M J, et al. Spatial-temporal distribution and health risk assessment of heavy metals in street dust of Nanchang [J]. Resources and Environment in the Yangtze Basin, 2018,27(4):158- 170.

[22] 张志彬,孟庆宇,马 征.城市面源污染的污染特征研究 [J]. 给水排水, 2016,52(S1):163-167.

Zhang Z B, Zhang Q Y, Ma Z. Study on the characteristics of urban non-point source pollution [J]. Water & Wastewater Engineering, 2016,52(S1):163-167.

[23] Sabin L D, Lim J H, Stolzenbach K D, et al. Contribution of trace metals from atmospheric deposition to stormwater runoff in a small impervious urban catchment [J]. Water Research, 2005,39(16):3929- 3937.

[24] 陈昱奇,潘 俊,董 健,等.沈阳城区雨水径流中重金属的空间分布规律研究 [J]. 供水技术, 2015,52(5):32-36.

Chen Y Q, Pan J, Dong J, et al. Spatial distribution regularity of heavy metals in storm water runoff of Shenyang [J]. Water Technology, 2015, 52(5):32-36.

[25] 韦毓韬,姜应和,张校源,等.雨水径流中重金属污染现状及其相关性分析 [J]. 环境保护科学, 2018,44(5):68-72.

Wei Y T, Jiang Y H, Zhang X Y, et al. Heavy metal pollution in rainwater runoffs and its correlation analysis [J]. Environmental Protection Science, 2018,44(5):68-72.

[26] Liu H, Ding F, Liu Y, et al. Solid–liquid partitioning and variation of palladium in rainfall runoff [J]. Environmental Geochemistry and Health, 2021.

[27] 常 静,刘 敏,李先华,等.城市路面径流重金属固液分配系数及其影响因素 [J]. 水科学进展, 2009,20:714-720.

Jing C, M l, H L X, et al. Dissolved-particulate partitioning of heavy metals in urban road runoff of Shanghai [J]. Advances in Water Science, 2009,20:714-720.

[28] Zhao L, Hu G, Yan Y, et al. Source apportionment of heavy metals in urban road dust in a continental city of eastern China: Using Pb and Sr isotopes combined with multivariate statistical analysis [J]. Atmospheric environment, 2019,201:201-211.

[29] Ledesma E F, Lozano-Lunar A, Ayuso J, et al. The role of pH on leaching of heavy metals and chlorides from electric arc furnace dust in cement-based mortars [J]. Construction and Building Materials, 2018,183:365-375.

[30] Ohno, Tsutomu. Fluorescence inner-filtering correction for determining the humification index of dissolved organic matter [J]. Environmental Science & Technology, 2002,36(4):742-746.

[31] Bricaud A, Prieur M L. Absorption by dissolved organic matter of the sea (yellow substance) in the UV and visible domains [J]. Limnology & Oceanography, 1981,26(1):43-53.

[32] Helms J R, Stubbins A, Ritchie J D, et al. Absorption spectral slopes and slope ratios as indicators of molecular weight, source, and photobleaching of chromophoric dissolved organic matter [J]. Limnology and Oceanography, 2008,53(3):955-969.

[33] Stedmon C A, Bro R. Characterizing dissolved organic matter fluorescence with parallel factor analysis: a tutorial: Fluorescence- PARAFAC analysis of DOM [J]. Limnology and oceanography, methods, 2008,6(11):572-579.

[34] Zepp R G, Sheldon W M, Moran M A. Dissolved organic fluorophores in southeastern US coastal waters: correction method for eliminating Rayleigh and Raman scattering peaks in excitation–emission matrices [J]. Marine Chemistry, 2004,89(1–4):15-36.

[35] Lawaetz A J, Stedmon C A. Fluorescence Intensity Calibration Using the Raman Scatter Peak of Water [J]. Applied Spectroscopy, 2009,63 (8):936-940.

[36] Stedmon C A. Tracing dissolved organic matter in aquatic environments using a new approach to fluorescence spectroscopy [J]. Marine Chemistry, 2003,82(3/4):239-254.

[37] Sheng Y, Yan C, Nie M, et al. The partitioning behavior of PAHs between settled dust and its extracted water phase: Coefficients and effects of the fluorescent organic matter [J]. Ecotoxicology and Environmental Safety, 2021,223(2/3):112573.

[38] Lars, Hakanson. An ecological risk index for aquatic pollution control.a sedimentological approach [J]. Water Research, 1980,14(8): 975-1001.

[39] 王 丽,王利军,史兴民,等.西安城区地表灰尘中重金属分布、来源及潜在生态风险 [J]. 环境科学与技术, 2017,40(7):180-187.

Wang L, Wang L J, Shi X M, et al. Distribution, sources and potential ecological risk of heavy metals in surface dusts from urban areas of Xi’an City [J]. Environmental Science & Technology, 2017,40(7): 180-187.

[40] 张启钧,吴 琳,张衍杰,等.隧道环境PM2.5载带重金属污染特征与健康风险 [J]. 中国环境科学, 2018,38(12):4706-4712.

Zhang Q J, Wu L, Zhang Y J, et al. Characteristics and health risk assessment of heavy metal in PM2.5in tunnel environment. [J]. China Environmental Science, 2018,38(12):4706-4712.

[41] USEPA. Soil screening guidance: Technical background document [J]. 1996.

[42] Means B. Risk-assessment guidance for Superfund. Volume 1. Human Health Evaluation Manual. Part A. Interim report (Final) [J]. 1989.

[43] Zhang Y, Qin B, Zhu G, et al. Chromophoric dissolved organic matter (CDOM) absorption characteristics in relation to fluorescence in Lake Taihu, China, a large shallow subtropical lake [J]. Hydrobiologia, 2007,581(1):43-52.

[44] Huguet A, Vacher L, Relexans S, et al. Properties of Fluorescent Dissolved Organic Matter in the Gironde Estuary [J]. Organic Geochemistry, 2008,40(6):706-719.

[45] 高 洁,江 韬,李璐璐,等.三峡库区消落带土壤中溶解性有机质(DOM)吸收及荧光光谱特征 [J]. 环境科学, 2015,36:151-162.

Gao J, Jiang T, Li L L, et al. Ultraviolet-visible and fluorescence spectral characteristics of dissolved organic Matter(DOM) in soils of water-level fluctuation zones of the Three Gorges Reservoir region [J]. Environmental Science, 2015,36:151-162.

[46] Guéguen C, Cuss C W, Cassels C J, et al. Absorption and fluorescence of dissolved organic matter in the waters of the Canadian Arctic Archipelago, Baffin Bay, and the Labrador Sea [J]. Journal of Geophysical Research Oceans, 2014,119(3):2034-2047.

[47] Coble P G. Characterization of marine and terrestrial DOM in seawater using excitation-emission matrix spectroscopy [J]. Marine Chemistry, 1996,51(4):325-346.

[48] Li P, Lee S H, Lee S H, et al. Seasonal and storm-driven changes in chemical composition of dissolved organic matter: a case study of a reservoir and its forested tributaries [J]. Environmental Science and Pollution Research, 2016,23(24):1-12.

[49] Murphy K R, Hambly A, Singh S, et al. Organic Matter Fluorescence in Municipal Water Recycling Schemes: toward a Unified PARAFAC Model [J]. Environmental Science & Technology, 2011,45(7):2909- 2916.

[50] Cui X, Wang X, Liu B. The characteristics of heavy metal pollution in surface dust in Tangshan, a heavily industrialized city in North China, and an assessment of associated health risks - ScienceDirect [J]. Journal of Geochemical Exploration, 2019,210(8):106432.

[51] 何纪力.江西省土壤环境背景值研究 [M]. 2006.

He J L. Study on soil environmental background value in Jiangxi Province [M]. 2006.

[52] 马建华,王晓云,侯 千,等.某城市幼儿园地表灰尘重金属污染及潜在生态风险 [J]. 地理研究, 2011,30(3):486-495.

Ma J H, Wang X Y, Hou Q, et al. Pollution and potential ecological risk of heavy metals in surface dust on urban kindergartens [J]. Geographical Research, 2011,30(3):486-495.

[53] Ferreira-Baptista L, Miguel E D. Geochemistry and risk assessment of street dust in Luanda, Angola: A tropical urban environment [J]. Atmospheric Environment, 2005,39(25):4501-4512.

[54] 陈 莹,汤丹娜,吴亚刚,等.西安市大气降尘重金属的健康风险评价 [C]//2016中国环境科学学会学术年会论文集(第二卷), 2016:667- 674.

Chen Y, Tang D N, Wu Y G, et al. Health risk assessment of heavy metals from atmospheric dustfall in Xi'an [C]//Proceedings of the 2016 Annual Academic Conference of the China Environmental Science (Volume 2), 2016:667-674.

[55] 石栋奇,卢新卫.西安城区路面细颗粒灰尘重金属污染水平及来源分析 [J]. 环境科学, 2018,39(7):3126-3133.

Shi D Q, Lu X W. Contamination levels and source analysis of heavy metals in the finer particles of urban road dust from Xi'an, China [J]. Environmental Science, 2018,39(7):3126-3133.

Partitioning behavior and influence factors of heavy metals between settled dust and its extracted water phase: a case study of Nanchang city.

WANG Xiao1, NIE Ming-hua1,2, YAN Cai-xia1*, SHENG Yan-ru1, CHEN Jie1, DING Ming-jun1

(1.Key Laboratory of Poyang Lake Wetland and Watershed Research, Ministry of Education, School of Geography and Environment, Jiangxi Normal University, Nanchang 330022;2.Key Laboratory of Eco-geochemistry, Ministry of Natural Resource, Beijing 100037, China)., 2022,42(6):2862~2877

The spatial distribution of heavy metal concentrations in dust and its dissolved phase in different functional areas and bus stations was analyzed in Nanchang City. In addition, the influence of the physicochemical properties of dust and its dissolved phase on the partitioning behavior of heavy metals in the solid-liquid phase of dust was investigated by combining various analytical techniques. Results showed that the concentrations of total heavy metals in the dust and its dissolved phase in Nanchang city were 310~4393μg/g and 2.17~55.62μg/g. The spatial distribution of the heavy metals in the dust and its dissolved phase might be influenced by the traffic arteries with high traffic flow and the wear of automobile tire parts, and the high-value areas were mainly located near Nanchang County Government, some colleges and universities, passenger stations and driving schools. Results of the risk assessment indicated that the comprehensive ecological risk of heavy metals from dust in Nanchang City was generally at a medium level, and Cr and As had a certain carcinogenic risk. The percentage of heavy metals in the dissolved phase in the dust (i.e.value) was ordered as follows: Ni>Mn>Cu>As>Cr>Zn>Pb. The highervalues were primarily located in the densely populated areas, traffic roads, and near passenger stations. Most of the physicochemical properties of the dust and its dissolved phase had a significant positive correlation with the distribution of Pb, As and Mn, and the higher dissolved organic carbon and humification degree in the dissolved phase had a dominant effect on the release of heavy metals from dust to the dissolved phase.

heavy metals;dusts;water phase;partitioning behavior;DOM

X513

A

1000-6923(2022)06-2862-16

王 筱(1999-),女,江西九江人,江西师范大学硕士研究生,主要研究方向为水环境污染.

2021-11-29

国家自然科学基金资助项目(42067058,42067034);江西省自然科学基金项目(20202BAB203015,20202BAB203014);江西省主要学科学术和技术带头人培养计划(20212BCJL23058); 自然资源部生态地球化学重点实验室开放基金项目(ZSDHJJ202004)资助

* 责任作者, 副教授, yancaixia@jxnu.edu.cn

猜你喜欢

降尘高值南昌市
模拟成真
养殖废弃物快速发酵及高值转化土壤修复生物肥料关键技术
南京地区高值医用耗材的使用与医保支付研究
麻文化发展与高值利用前景展望
江西南昌市1169个建制村实现通客车
连云港市大气降尘时空分布特征
考了个大的
医疗器械:千亿市场面临洗牌
吃两个
朝阳地区大气降尘量对雾霾天气影响的初步分析