土壤中污染物源解析技術受體模型研究進展

范 巍,李興春

(中國石油集團安全環保技術研究院,北京100049)

1 引言

2 受體模型的定義

源解析所用數學模型可以分為2種。一種是以污染源為研究對象的擴散模型(diffusion m odel);另一種是以污染區域為研究對象的受體模型(receptor mode1)。對前者的研究及其應用較多,而對后者的研究及應用主要集中在大氣污染物。

(1)擴散模型根據各個污染源的排放量、研究區域與排放源的水平與垂直距離、污染物的理化性質,以及風速風向、湍流等環境因素來計算各個源對研究區域的影響程度。模型必需的輸入數據是源排放清單,如果輸入數據不準確性,會造成預測誤差,而由于排放源清單存在很大的不準確性,模型的預測效果不能使人信服。

(2)受體模型就是通過測量排放源和受體樣品的物理、化學性質,定性識別對受體有貢獻的污染源并定量計算各污染源的分擔率,著眼于研究排放源對受到排放源影響的局部環境介質的貢獻。受體模型不依賴于排放源的排放條件、氣象、地形等數據,不追蹤污染物的遷移過程,避開了擴散模型遇到的困難,因此得到了更廣泛的應用。

3 受體模型技術的研究進展

受體模型的基礎是質量守恒原理。如果各源排放物之間沒有相互反應,傳輸過程中沒有引起某種物質的消除和形成,則受體中元素(或化合物)含量是各源貢獻的線性加和。

3.1 化學質量平衡法(CMB)

CMB是是美國環保總署(USEPA)推薦使用的受體模型,并開發出了相應的應用軟件包[2]。

3.1.1 CMB的原理

設采樣分析測得受體區域中污染物質i的濃度為di(μg/m3),該區域排放物質i的源有P種,若已知某排放源 j排放污染物中物質i的含量為xij(μg/mg),則源j對受體的貢獻值g j(mg/m3)應滿足：

源j的貢獻率η為：

研究組患者的住院時長、臥床時長、醫療費用、健康知識評分等一般情況均優于常規組患者的(P<0.05)。具體見表1:

測定n種污染物就可建立n個方程,只要測定項目數量大于或等于排放源數目,就可解出一組g j,即各排放源的貢獻值。

3.1.2 CMB的模擬效果檢驗

檢驗模型的目的是驗證排放源貢獻值的有效性以及方程擬合的好壞程度。方法主要包括源貢獻值擬合優度檢驗、不定性/相似性組檢驗、元素濃度計算值擬合優度檢驗等。通常用所得的gj和排放源各組分濃度計算出預測濃度,從而得到預測濃度與觀測濃度的比值,評價模型的模擬效果。結果越接近1,說明計算值與測量值擬合得越好[3～4]。如果某非揮發性物質的模擬效果較差,可能是由于含有這種物質的重要排放源未被考慮。

3.1.3 CM B的特點

CMB從一個受體樣品的分析項目出發就可以得到結果,可以避免大量的樣品采集所帶來的資金等方面的壓力,且能夠檢測出是否遺漏了某重要源,可以檢驗其他方法的適用性。但同一類排放源排放的成分是有差別的,同一排放源在不同的時間排放物質也不同,而CMB模型對此沒有加以區別;CMB模型假設從排放源到受體之間,排放的物質組成沒有發生變化,而實際上某些物質并不滿足該條件;排放源的選擇上存在主觀性和經驗性。

3.1.4 CMB的應用

CMB模型已應用于水體[5～7]、沉積物[8～9]等介質的研究。污染物種類主要集中在多環芳烴(PAH s)等有機污染物。Li等[9]通過文獻搜集了28種源成分譜并對其進行了修正,運用USEPA開發的軟件包CMB8.2對9種模型進行了422次運行,對Lake Calum et沉積物中PAH s的來源進行了解析。這一研究為CMB模型在土壤污染物源解析上的應用提供了寶貴的經驗。

3.2 多元統計模型(multivariate statistics)

多元方法的基本思路是利用觀測信息中物質間的相互關系來產生源成分譜或產生暗示重要排放源類型的因子,主要包括因子分析法、多元線性回歸法等。

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

因子分析能把具有復雜關系的變量歸結為數量較少的幾個綜合因子。在污染物來源研究中,通常采集大量(設為N個)樣品,從每一樣品中分析出若干種(設為M)化學成分的濃度,這樣就構成了一個包含N×M個數據的集合。由于同一環境樣品的組成成分并不相互獨立,來自于同一類源的那些成分間存在較強的相關性,因此可以用P個因子(P＜M)來描述原來的樣品集合[10]。

3.2.2 多元線性回歸法(mu ltivariate linearregression,M LR)

不同行業污染源排放出的污染物質含量差別很大。這些主要由某一類排放源決定的元素(物質)就稱為示蹤元素(物質)。測量受體的某物質濃度,并對各示蹤元素的濃度進行多元回歸,回歸系數可以用于計算各示蹤元素對應排放源對受體中該物質的貢獻。該方法需要知道各類排放源的最佳示蹤元素。示蹤元素之間必須相互獨立,否則會存在共線性問題,導致多元線性回歸技術不穩定,但可以通過因子分析(varimax旋轉)來實現。

3.2.3 多元統計方法的特點

與CMB相比,多元統計方法不用事先假設排放源的數目和類型,排放源的判定相對比較客觀;能夠解決次生或易變化物質的來源,能利用除濃度以外的一些參數;研究者只需對排放源組成有大致的了解,并不需要準確的源成分譜數據。但是這種方法也具有一定的局限性：方法不是對具體數值進行分析而是對偏差進行處理,如果某重要排放源比較恒定,而其他非重要源具有較大的排放強度變異,可能會忽略排放強度較大的排放源;氣象學因素的變化影響較大,為了得到準確的結果,需要采集足夠多數量的樣品;在實際中一般只能鑒別出5～8個因子,如果重要排放源類型大于10,這種方法不能提供較好的結果[11]。

3.2.4 多元統計方法的應用

王學松等[12]對徐州城市表層土壤中重金屬含量進行了因子分析,鑒別出自然、交通及燃煤等3個因子,從而把該地區重金屬元素分為“自然因子”類別元素、“交通因子”類別元素、“燃煤因子”類別元素及混合源類別元素等4種。多元線性回歸的研究報道并不多見[13～14],還未見到大氣環境以外的研究實例。

3.3 分子標志物及同位素

分子標志物(molecu lar markers,MM),是指可用于來源相關關系研究的指標化合物,它們具有確定的化學結構,直接或間接地與母源的變化作用有關[15～16]。介質中特定組分的比值可以作為污染源識別的線索,即為分子標志物參數(MMI)。MM已經成為了追蹤有機污染物污染源的重要手段[17～18],劉瑞民等[19]利用6種分子標志物鑒別出天津地區土壤中主要的PAH s污染源是煤燃燒源,且在天津絕大部分地區都有分布,其次是石油源和交通污染源,主要分布在中部和濱海地區,在遠郊縣的邊界地區有一定的木柴污染源分布。

4 結語

我國在源解析方面的研究工作起步較晚,直到20世紀80年代后期才開始進行空氣中懸浮顆粒物來源解析的研究,取得了一定的成績,特別是在CMB法的應用方面。但目前研究內容主要體現在大氣環境的研究,研究介質較單一,對土壤的研究還十分不足,各種方法相結合的趨勢也并不明顯。土壤環境介質污染物源解析的研究起步較晚,很多方面需要借鑒大氣顆粒物研究的經驗。受體模型只能反推出對某受體貢獻較大的幾類排放源,而不能求出某一具體排放源對受體的貢獻大小,這對土壤污染防治工作是不利的。而擴散模型可能會成為解決這一困難的途徑,因此如何找到擴散模型與受體模型的結合點是未來研究的重要課題之一。

[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]王帥杰,朱 坦.大氣顆粒物源解析技術研究進展[J].環境污染治理技術與設備,2002,3(8)：8～12.

[4]朱 坦,白志鵬,陳 威,等.化學質量平衡受體模型新技術的應用——TEDA大氣顆粒物來源解析實例[J].城市環境與城市生態,1996,9(1)：9～ 14.

[5]黃國蘭,蕭 航,陳春江,等.化學質量平衡法在水體污染物源解析中的應用[J].環境科學,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]柯昌華,金文剛,鐘 秦,等.玉溪市中心城區TSP源解析研究[J].安全與環境學報,2003,3(5)：40～43.

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

[12]王學松,秦 勇.徐州城市表層土壤中重金屬環境風險測度與源解析[J].地球化學,2006,35(1)：88～94.

[13]胡 勇.空氣中總懸浮顆粒物來源的研究[J].云南環境科學,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]祁士華,傅家謨,盛國英,等.大氣氣溶膠物質來源研究進展[J].環境污染治理技術與設備,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]劉瑞民,王學軍,陶 澍,等.天津表層土壤 PAH s分子標志物參數的空間特征[J].中國環境科學,2004,24(6)：684～687.