2. 兰州市疾病预防控制中心;
3. 西北师范大学地理与环境科学学院
2016年5月12日世界卫生组织(WHO)网站上公布的数据显示,全球监测空气质量的城市中,80%以上的人呼吸着空气质量超出WHO限值的空气。另一项世界银行报告公布,全球空气污染最严重的20个城市有一半在中国[1]。兰州市为我国西北重要的工业基地,当地大量的污染物排放,加之特殊的地形特征,相对较差的大气扩散条件以及不尽合理的工业布局,使得其极易发生大气污染事件[2-3]。随着2012年以来兰州市政府对大气污染治理力度的加大,其环境空气质量已持续改善,空气质量优良天数从2001年的119 d增加到2013、2014、2015、2016年的193、250、252、243 d,稳步退出了全国十大重污染城市的行列,但与国家标准比较而言,其污染形势依然严峻。据兰州市每日空气质量报告数据显示,兰州市的首要污染物为颗粒物,其中以PM2.5污染更甚[4]。本文旨在通过对兰州市城关区和西固区大气PM2.5中水溶性离子、金属元素和多环芳烃暴露水平进行分析,从而解析兰州市不同功能区大气PM2.5的污染来源,以期为兰州市大气污染的治理及管理提供科学依据。
1 材料与方法 1.1 仪器及材料 1.1.1 仪器设备TH-150C型大气TSP智能中流量采样器(武汉市天虹仪表有限责任公司);ICP-MS(Thermo Elemental X2型,美国);离子色谱仪(万通,瑞士),配有861安培检测器(金电极)和在线渗析装置;高效液相色谱仪(Waters 2695,美国),配荧光检测器;超声水浴锅(KH-500DB型,昆山禾创超声仪器有限公司);电子分析天平(FA2004,上海沪粤明科学仪器有限公司);高速冷冻离心机(SIGMA 3K30,德国);超声波震荡仪(Elma S,德国);旋转蒸发仪(Heidolph 4001,德国);移液枪(Thermo Electron,美国);50 mL聚乙烯管。
1.1.2 主要试剂金属元素:银单元素标准溶液(GSB 04-1712-2004,1 000 μg/mL)、汞单元素标准溶液(GSB 04-1729-2004,1 000 μg/mL)、锡单元素标准溶液(GSB 04-1753-2004,1 000 μg/mL)及多元素标准溶液(GSB 04-2828-2011,每种物质质量浓度为100.0 μg/mL),含钪Sc、钇Y、锗Ge、铑Rh、铋Bi,购买于国家有色金属及电子材料分析测试中心;21种多元素标准溶液(MES-16-5,Accustardard,每种物质质量浓度为100 μg/mL),含锂Li、铍Be、硼B、铝Al、铬Cr、锰Mn、钴Co、镍Ni、铜Cu、锌Zn、砷As、硒Se、锶Sr、钼Mo、镉Cd、锑Sb、铊Tl、铅Pb,为进口标准溶液;水溶性离子:Cl-标准液、NO3-标准液、SO42-标准液、NH4+标准液(美国,AccuStandard,均为1 000 μg/mL),NaHCO3(美国,MREDA,色谱纯);多环芳烃:PAH Solution Mix EPA 16种多环芳烃混标(美国,Dr. Ehrenstorfer,每种物质质量浓度为0.2 mg/mL),乙腈(德国,Merck,色谱纯),二氯甲烷(天津,登峰,分析纯)。
1.2 采样地点本研究选取兰州市核心工业区—西固区和政治、经济、文化中心—城关区为研究区域。西固区(36°06′00″N,103°37′48″E)位于兰州市西部,是兰州市的核心工业区,工业基础雄厚,形成了以石油化工、能源、装备制造和新材料“三大版块”为支柱的工业体系。城关区(36°03′00″N,103°49′48″E)是兰州市的政治、经济、文化中心,人口密度大、交通拥挤,复合型污染源众多。
1.3 样品采集采用TH-150C型大气TSP智能中流量采样器(武汉市天虹仪表有限责任公司),以100 L/min的流量,于2015年1—12月(每月10—16日)分别对西固区和城关区进行逐月连续采样,每天采样24 h,共84 d,获取有效样品168份,记录气温、气压。
1.4 化学成分分析采用电感耦合等离子体质谱法[5](ICP-MS,Thermo Elemental X2型,美国)、离子色谱法[6](离子色谱仪,瑞士,万通)、高效液相色谱法[7](高效液相色谱仪,Waters 2695,美国)等方法分别检测了两区大气PM2.5中3类32种成分,包括12种金属元素(Sb,Al,As,Be,Cd,Cr,Hg,Pb,Mn,Ni,Se,Tl)、4种水溶性离子(SO42-、NO3-、Cl-、NH4+)及16种美国EPA优先控制的PAHs单体。
1.5 质量控制为保证实验正常进行和数据分析结果可靠,在样品采集、保存和分析过程中,采样及分析仪器使用前均进行检测、校准调零和定期清洁,采样和检验人员均接受统一培训。采样及分析过程均设空白对照,所得结果均为扣除空白值后的数据。
1.6 主成分分析—多元线性回归模型(PCA-MLR)利用SPSS 16.0对两区大气PM2.5中的化学元素进行主成分分析(PCA),筛选出能代表化学元素含量在样本中绝大部分变化量的几个主成分,利用经方差极大旋转后的化学元素主因子载荷识别源的类型,再通过多元逐步线性回归分析(MLR),得到主要污染源及其贡献率。
2 结果 2.1 PM2.5及其化学组分的浓度采样期间,兰州市城关区和西固区的大气PM2.5质量浓度变化范围较大,分别为(34~281) μg/m3、(26~264) μg/m3,平均质量浓度分别为97.64 μg/m3、87.12 μg/m3,两区比较无统计学差异(P>0.05)。与2012年中国环境保护部发布的《环境空气质量标准》(GB 3095-2012)[8]日均限值(75 μg/m3)相比,城关区超标天数高达52 d(超标率为61.9%),西固区超标天数高达39 d(超标率为46.4%);两区在采样期间PM2.5质量浓度均超过2012年美国EPA最新公布的日均限值[9](12 μg/m3)。
本次研究检测的32种成分中,5种金属元素(Be,Cr,Hg,Ni,Se)在采样期间有超过30%的数据低于检测限,2种PAHs单体[苊烯(Acy)、苯并[g, h, i]苝(BghiP)]未检出。两区其他7种金属元素的浓度均以Al元素最高,其余依次为Pb>Mn>As>Sb>Cd>Tl(表 1)。年平均质量浓度统计结果表明,Al、Pb、Mn、As元素在两区所检测7种金属元素总浓度中所占比例分别高达98.75%(城关区)、98.62%(西固区),且其中As元素在两区均超过最新的环境空气质量标准中提出的年均限值(0.006 μg/m3)。两区水溶性离子浓度由高到低依次均为SO42-、NO3-、Cl-、NH4+(表 1),且两区水溶性离子在PM2.5中所占比重分别高达27.85%(城关区)、33.87%(西固区),提示本研究所检测3种成分中水溶性离子是PM2.5中的主要成分。两区PM2.5中PAHs总浓度(∑PAHs)的变化分别为(3.64~268.23) ng/m3、(4.94~468.08) ng/m3,平均质量浓度分别为45.8 ng/m3、40.5 ng/m3;以PM2.5中PAHs单体的平均质量浓度计算各环数PAHs单体占PAHs总浓度的比例,结果表明两区均以(3~5) 环所占比例较高,分别为82.5%、84.4%。
城关区 | 西固区 | ||||||
最小值 | 最大值 |
|
最小值 | 最大值 | |||
颗粒物/(μg/m3) | PM2.5 | 34 | 281 | 97.64±46.332 | 26 | 264 | 87.12±45.716 |
Sb | 0.77 | 12.81 | 3.65±2.30 | 0.86 | 24.71 | 4.54±4.12 | |
Al | 98 | 4 780 | 995±841 | 57 | 3 816 | 927±853 | |
As | 1.8 | 37.8 | 11.3±7.80 | 1.1 | 44.9 | 11.3±8.47 | |
金属元素/(ng/m3) | Cd | 0.12 | 16.94 | 4.19±3.55 | 0.07 | 17.38 | 3.02±2.86 |
Pb | 19.2 | 771.2 | 120±158 | 12.2 | 264.2 | 56.3±34.5 | |
Mn | 16.7 | 178.5 | 60.3±35.8 | 12.4 | 140.6 | 41.2±25.8 | |
Tl | 0.18 | 3.65 | 1.38±0.80 | 0.25 | 4.43 | 1.31±0.93 | |
SO42- | 4.2 | 35.1 | 14.2±6.17 | 5.4 | 37.7 | 14.5±6.21 | |
水溶性离子/(μg/m3) | NO3- | 0.8 | 34.8 | 6.89±6.18 | 0.5 | 35.9 | 8.17±8.10 |
Cl- | 0.11 | 14.80 | 3.92±3.05 | 0.05 | 16.30 | 3.81±2.94 | |
NH4+ | 0.010 | 2.790 | 0.49±0.53 | 0.02 | 1.490 | 0.39±0.42 | |
Nap | 0.03 | 10.96 | 3.24±2.53 | 0.07 | 52.60 | 3.01±5.90 | |
Fl | 0.40 | 12.90 | 2.18±2.28 | 0.25 | 5.72 | 1.72±0.99 | |
Ace | 0.1 | 0.9 | 0.30±0.17 | 0.0 | 1.0 | 0.301±0.167 | |
Phe | 0.08 | 1.37 | 0.42±0.28 | 0.02 | 2.77 | 0.39±0.36 | |
Ant | 1.50 | 16.10 | 5.54±3.17 | 0.24 | 27.10 | 5.55±3.99 | |
Flu | 0.29 | 50.10 | 5.93±8.28 | 0.29 | 67.80 | 5.69±10.1 | |
多环芳烃/(ng/m3) | Pyr | 0.09 | 37.20 | 4.65±6.55 | 0.12 | 57.50 | 4.12±8.26 |
Chr | 0.13 | 29.50 | 3.23±5.00 | 0.10 | 38.90 | 2.75±5.63 | |
BaA | 0.08 | 27.10 | 3.02±4.68 | 0.09 | 32.70 | 2.30±5.03 | |
BbF | 0.21 | 47.60 | 7.40±9.25 | 0.19 | 69.50 | 5.95±10.6 | |
BkF | 0.00 | 15.40 | 1.70±2.56 | 0.04 | 23.70 | 1.43±3.28 | |
BaP | 0.05 | 22.50 | 2.21±3.60 | 0.03 | 36.10 | 1.85±4.86 | |
DahA | 0.01 | 24.00 | 3.14±4.11 | 0.04 | 85.00 | 3.46±10.2 | |
IcdP | 0.17 | 14.70 | 2.80±2.73 | 0.01 | 20.60 | 2.00±2.92 |
此外,两区比较发现,金属元素中除Sb、Al、As三种元素外,其他四种元素(Pb,Mn,Cd,Tl)间差异均存在统计学意义(P < 0.05),且均为城关区高于西固区(Tl元素为西固区高于城关区);水溶性离子中除NO3-外,其余离子在两区间的差异均无统计学意义(P>0.05);∑PAHs及各PAHs单体比较亦未发现差异有统计学意义(P>0.05)。
2.2 PCA-MLR模型解析兰州市PM2.5中各化学组分来源结合主成分提取法和方差极大旋转对PM2.5中各种化学组分进行主成分分析,提取特征值>1的主成分(表 2)。两区都提取了6个主成分且方差累计贡献率均达80%以上。
化合物 | 城关区因子 | 西固区因子 | ||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 1 | 2 | 3 | 4 | 5 | 6 | |
Sb | 0.538 | -0.063 | -0.148 | 0.428 | -0.290 | -0.108 | 0.377 | -0.030 | 0.130 | 0.000 | 0.139 | 0.794 |
Al | -0.014 | -0.092 | 0.149 | 0.897 | -0.043 | -0.003 | 0.241 | 0.173 | 0.078 | -0.001 | 0.904 | 0.083 |
As | 0.346 | 0.183 | -0.147 | 0.053 | 0.725 | 0.238 | 0.332 | 0.128 | 0.315 | 0.787 | 0.069 | 0.105 |
Cd | 0.321 | 0.118 | -0.153 | -0.085 | 0.767 | 0.203 | 0.032 | 0.068 | 0.119 | 0.902 | -0.019 | 0.114 |
Pb | 0.625 | 0.077 | -0.136 | 0.149 | 0.078 | 0.465 | 0.107 | 0.111 | 0.122 | 0.297 | 0.066 | 0.820 |
Mn | 0.406 | -0.047 | 0.057 | V0.847 | -0.154 | 0.140 | 0.300 | 0.104 | -0.090 | -0.024 | 0.871 | 0.202 |
Tl | 0.029 | -0.084 | -0.197 | 0.304 | -0.703 | 0.319 | -0.180 | -0.014 | -0.145 | -0.496 | 0.247 | 0.559 |
SO42- | 0.234 | 0.681 | 0.251 | -0.207 | -0.059 | -0.021 | 0.068 | 0.183 | 0.848 | 0.094 | 0.085 | -0.044 |
NO3- | 0.310 | 0.831 | -0.026 | -0.165 | 0.122 | -0.081 | 0.190 | -0.077 | 0.834 | 0.250 | -0.098 | 0.102 |
Cl- | 0.205 | 0.762 | -0.064 | 0.018 | 0.158 | 0.102 | 0.143 | -0.120 | 0.853 | 0.050 | -0.039 | 0.117 |
NH4+ | 0.196 | 0.554 | 0.021 | 0.250 | 0.192 | 0.325 | 0.294 | 0.390 | 0.373 | 0.100 | 0.165 | 0.018 |
Nap | 0.243 | 0.091 | 0.155 | 0.014 | 0.077 | 0.827 | 0.859 | 0.179 | 0.037 | 0.018 | 0.062 | -0.038 |
Fl | -0.088 | -0.124 | V0.613 | -0.114 | -0.283 | 0.144 | 0.180 | 0.960 | -0.078 | 0.024 | 0.082 | 0.004 |
Ace | 0.074 | 0.081 | 0.875 | 0.260 | 0.041 | 0.054 | 0.141 | 0.933 | 0.028 | 0.075 | 0.130 | 0.058 |
Phe | 0.788 | 0.231 | 0.425 | -0.085 | 0.142 | -0.197 | 0.835 | 0.448 | -0.006 | 0.085 | 0.039 | 0.050 |
Ant | 0.528 | 0.236 | 0.696 | 0.079 | 0.149 | -0.133 | 0.619 | 0.705 | 0.068 | 0.077 | 0.040 | 0.023 |
Flu | 0.933 | 0.194 | 0.068 | 0.034 | 0.157 | 0.025 | 0.953 | 0.101 | 0.162 | 0.150 | 0.111 | 0.060 |
Pyr | 0.908 | 0.257 | 0.078 | 0.073 | 0.165 | 0.150 | 0.949 | 0.124 | 0.157 | 0.137 | 0.143 | 0.086 |
Chr | 0.947 | 0.175 | 0.013 | 0.104 | 0.119 | 0.148 | 0.958 | 0.099 | 0.142 | 0.115 | 0.140 | 0.078 |
BaA | V0.933 | 0.233 | 0.006 | 0.043 | 0.160 | 0.108 | 0.952 | 0.079 | 0.144 | 0.133 | 0.150 | 0.089 |
BbF | 0.914 | 0.281 | 0.042 | 0.040 | 0.142 | 0.087 | 0.939 | 0.115 | 0.202 | 0.140 | 0.134 | 0.098 |
BkF | 0.951 | 0.162 | 0.017 | 0.109 | 0.085 | 0.148 | 0.965 | 0.095 | 0.113 | 0.088 | 0.146 | 0.095 |
BaP | 0.958 | 0.109 | 0.005 | 0.087 | 0.062 | 0.108 | 0.972 | 0.075 | 0.059 | 0.061 | 0.145 | 0.086 |
DahA | 0.957 | 0.171 | 0.021 | 0.084 | 0.077 | 0.134 | 0.493 | 0.160 | 0.074 | -0.222 | -0.108 | 0.180 |
IcdP | 0.781 | 0.166 | 0.340 | 0.203 | 0.117 | 0.120 | 0.935 | 0.139 | 0.074 | 0.053 | 0.160 | 0.079 |
特征值 | 9.920 | 2.619 | 2.178 | 2.145 | 2.078 | 1.464 | 9.969 | 2.916 | 2.634 | 2.027 | 1.913 | 1.811 |
方差贡献率/% | 39.679 | 10.475 | 8.711 | 8.582 | 8.312 | 5.857 | 39.877 | 11.665 | 10.534 | 8.107 | 7.654 | 7.243 |
方差累计贡献值/% | 39.679 | 50.153 | 58.865 | 67.446 | 75.759 | 81.616 | 39.877 | 51.542 | 62.076 | 70.184 | 77.837 | 85.081 |
注:城关区和西固区的KMO检验系数分别为0.839、0.810,且P值均小于0.05 |
通过分析城关区主成分旋转因子载荷矩阵发现,因子1中Flu、Pyr、Chr、BaA、BbF、BkF、BaP、DahA等组分载荷较高,均超过0.9,其中Flu、Pyr、Chr、BaA、BaP等组分是煤燃烧的主要指示物,BbF、BkF、DahA是机动车尾气中的重要标识物[10-11],故认为因子1主要反映的是燃煤/机动车尾气混合污染源。SO42-、NO3-、Cl-、NH4+在因子2上有较大的载荷,通常SO42-、NO3-、NH4+由其前体物质SO2、NO2、NH3氧化而来,其中SO2主要来源于含硫燃料的燃烧,NO2则大部分源于汽车尾气、煤及生物质燃烧释放,NH3来源于煤燃烧、垃圾焚烧、废水及垃圾填埋等[12],除此之外,Cl在原煤中也有较高的含量[13],因此将因子2归类为二次污染源。因子3中Ace、Fl、Ant载荷较高,分别为0.875、0.613、0.696,有报道指出草、木料燃烧排放源中3环PAHs比例高达69%,远高于其他环数的PAHs[14],故将3环的Ace、Fl、Ant归结为生物质燃烧源。因子4中地壳元素Al、Mn具有高载荷,由于兰州地处黄土高原,沙尘天气常见,故将其归类为土壤扬尘。因子5中载荷较高的As和Cd均是煤燃烧的重要产物[4, 15-16],兰州市的主要采暖方式为燃煤,且城关区位于兰州市第二热电厂的下风向,该厂采用粉煤灰制造空心砼等产品[4],也可能导致该地As和Cd富集,故将因子5命名为燃煤源。因子6中,只有Nap载荷较高,其是焦炉挥发的重要指示物[6],故因子6为焦化源。
西固区主成分旋转因子载荷矩阵中,因子1中以Flu、Pyr、Chr、BaA、BbF、BkF、BaP、IcdP为代表的PAHs载荷较高,表现为燃煤/机动车尾气混合污染源。因子2中载荷较高的组分为Ace、Fl、Ant,故归类为生物质燃烧源。因子3中载荷较高的SO42-、NO3-、Cl-指示二次污染源。因子4中As和Cd的载荷分别为0.787、0.902,尤以Cd的载荷更高,而Cd主要来源于工业排放、燃煤、燃油,As是燃煤的标识元素,西固区属石油化工工业区,除采暖燃煤外,工业排放也是As和Cd的重要来源[17],故将因子4命名为工业/燃煤混合污染源。因子5中高载荷的Al、Mn元素主要源于地壳,故将其归类为土壤扬尘。因子6中Sb、Pb、Tl载荷较高,其中Pb元素主要来源于工业排放和燃煤,Sb、Tl在化工生产中有重要用途,因此因子6为工业污染源。
为进一步定量分析两区主要污染源及其对PM2.5的相对贡献量,以标准化主因子得分为自变量,标准化的PM2.5浓度为因变量进行多元逐步线性回归分析,得到两区回归方程如下:
城关区:Y=0.609 F1+0.411 F4+0.158 F3
(R2=0.548,F=34.565,P=0.000)
西固区:Y=0.603 F1+0.382 F5+0.205 F6+0.203 F4+0.193 F3
(R2=0.607,F=26.611,P=0.000)
结果表明,城关区的主要污染源为燃煤/交通混合污染源(52%)、土壤扬尘(35%)、生物质燃烧源(13%),其中以燃煤/交通混合污染源对PM2.5浓度的贡献最大;西固区的污染源较为复杂,除燃煤/交通混合污染源(38%)、土壤扬尘(24%)占较大部分外,工业污染源、工业/燃煤混合污染源及二次污染源也占有一定的比例(图 1)。
![]() |
图 1 城关区和西固区各污染源对PM2.5质量浓度的贡献 |
3 讨论
2015年兰州市城关区和西固区的PM2.5质量浓度变化范围较大,且与《环境空气质量标准》(GB 3095-2012)[8]日均限值(75 μg/m3))相比,两区超标率分别高达61.9%、46.4%,可见兰州市大气污染形势依然严峻。此外,在检测到的7种金属元素中两区均以Al、Pb、Mn和As元素为主,所占比例均高达98%以上,且以Al元素含量最高。Al元素作为一种地壳元素,主要来自土壤扬尘[18],兰州市地处黄土高原,沙尘天气频发,这可能是Al元素较其他重金属元素浓度高的原因之一。金属元素Pb的主要污染来源是机动车源和燃煤[17],尽管随着含铅汽油的禁用,交通直接排放的Pb越来越少,然而早期使用含铅燃料排放的Pb可在空气中长时间停留后沉降在公路两旁,当遇到大风等天气时,随着土壤、交通扬尘再次进入大气[18]。城关区作为兰州市的经济中心较之以工业发展为主的西固区,人口密集、交通拥堵,据统计2015年兰州民用汽车保有量已高达80.46万辆[19],因而经燃煤及交通排放的Pb元素浓度高也有合理解释。As元素作为确定的人类致癌物,在两区均超过最新的环境空气质量标准中提出的年均限值(0.006 μg/m3),故对其可能导致的健康风险应引起重视。另外,两区PM2.5及其水溶性离子、PAHs等含量无统计学差异,这可能与两区的地理位置、污染物的来源及扩散条件等有关。城关区较西固区人口密集,交通拥挤,来自机动车排放及采暖燃煤造成的污染可能较为严重,而西固区为工业区,工业污染源的比重更大,致使两区PM2.5污染程度并无差异;其次,人口密集的城关区和地处郊区的西固区易发生热岛效应[20],导致西固区的污染物输入城关区,使两区污染物浓度无差异;再者,城关区较西固区建筑密集,近地面风速小、易发生逆温现象[21],使得污染物较难扩散也是可能的原因之一。此外,尚不能排除采样天数代表性不足所致两区污染物浓度无差异。
PCA-MLR模型分析结果表明,两区均以燃煤/交通混合污染源和土壤扬尘对PM2.5的贡献最大,这与兰州能源结构、气象条件等相符,兰州市的采暖主要以燃煤为主,加之交通拥挤,地处西北,地表植被覆盖少,沙尘天气常见,使得这两大污染源成为兰州的首要污染源也在情理之中。城关区虽为城区,生物质燃烧较少,但其周边的农村地区仍有部分用农作物秸秆、树枝等植物作为燃料,城市热岛效应可能会使部分污染物由周边地区输入城区。西固区相较城关区,其污染更为复杂,这是由于西固区为兰州市的工业区,其所属地区内有众多石油、化工企业,如石化兰化公司、西固热电厂、化肥厂、炼油厂、合成药厂等[2],导致其污染源也更为复杂。
4 结论采样期间兰州市城关区和西固区的PM2.5平均质量浓度与《环境空气质量标准》(GB 3095-2012)[8]相比,超标率分别高达61.9%、46.4%。所检测3类成分中,水溶性离子是两区PM2.5的主要化学成分,金属元素的浓度均以Al元素最高,As元素在两区均超过其年均限值。此外,两区∑PAHs中均以(3~5) 环的PAHs单体所占比例较高。根据PCA-MLR模型分析,城关区PM2.5的主要污染源为燃煤/交通混合污染源、土壤扬尘、生物质燃烧源,其中以燃煤/交通混合污染源对PM2.5浓度的贡献最大;西固区PM2.5除燃煤/交通混合污染源、土壤扬尘占较大部分外,工业污染源、工业/燃煤混合污染源及二次污染源也占有一定的比例。
[1] | 杨耀, 邰阳, 张军. 我国城市大气污染现状及对策[J]. 环境与发展, 2012, 28(6): 113–115. Yang Y, Tai Y, Zhang J. Status and comprehensive control countermeasures of urban air pollution in China[J]. Environ Develop, 2012, 28(6): 113–115. (in Chinese). |
[2] | 林海鹏, 武晓燕, 战景明, 等. 兰州市某城区冬夏季大气颗粒物及重金属的污染特征[J]. 中国环境科学, 2012, 32(5): 810–815. Lin HP, Wu XY, Zhan JM, et al. Analysis of atmospheric particles and heavy metals character at the area of Lanzhou City in summer and winter[J]. China Environ Sci, 2012, 32(5): 810–815. (in Chinese). |
[3] | Feng XY, Wang SG. Influence of different weather events on concentrations of particulate matter with different sizes in Lanzhou, China[J]. J Environ Sci, 2012, 24(4): 665–674. doi: 10.1016/S1001-0742(11)60807-3 |
[4] | 牛武江, 蒋德海, 王丹璐, 等. 兰州市冬季和春季PM2.5金属元素浓度水平与分布[J]. 中国环境监测, 2015, 31(5): 67–72. In English:Niu WJ, Jiang DH, Wang DL, et al. Metal elements in fine particles and distributing characteristic in Lanzhou in winter and spring[J]. Environ Monit China, 2015, 31(5): 67–72. (in Chinese). |
[5] | 陈曦, 丁亮, 何公理, 等. 电感耦合等离子体质谱测定居住区大气中痕量铍、镉、砷、铅[J]. 光谱学与光谱分析, 2011, 31(7): 1942–1945. Chen X, Ding L, He GL, et al. Determination of trace elements Be, Cd, As and Pb in air of residential areas byinductively coupled plasma-mass spectrometry coupled with ultrasonic leaching[J]. Spectr Spect Anal, 2011, 31(7): 1942–1945. (in Chinese). |
[6] | 孙韧, 张文具, 董海燕, 等. 天津市PM10和PM2.5中水溶性离子化学特征及来源分析[J]. 中国环境监测, 2014, 30(2): 145–150. Sun R, Zhang WJ, Dong HY, et al. Chemical character and source analysis ofwater-soluble irons in PM10 and PM2.5 in Tianjin City[J]. Environ Monit China, 2014, 30(2): 145–150. (in Chinese). |
[7] | 杨成阁, 胡菁, 郭军, 等. 贵阳市冬、夏季PM2.5中多环芳烃污染特征及来源解析[J]. 环境化学, 2014, 33(4): 161–162. |
[8] | 中华人民共和国环境保护部, 国家质量监督检验检疫总局. GB 3095-2012环境空气质量标准[S]. 北京: 中国环境科学出版社, 2016. Ministry of Environmental Protection of the People's Republic of China, General Administration of Quality Supervision, Inspection and Quarantine. GB 3095-2012 Ambient air quality standard[S]. Beijing:China Environmental Science Press, 2016. |
[9] | 谢慧, 赵申, 曹国庆. 国内外PM2.5控制标准及对比[J]. 建筑科学, 2014, 30(6): 37–43. Xie H, Zhao S, Cao GQ. Comparison on PM2.5 control standards at home and abroad[J]. Build Sci, 2014, 30(6): 37–43. (in Chinese). |
[10] | 彭希珑, 何宗健, 刘小真, 等. 南昌市大气细粒子PM2.5中多环芳烃的污染特征及源解析[J]. 南昌大学学报(理科版), 2009, 33(5): 499–504. Peng XL, He ZJ, Liu XZ, et al. Characteristic of PAHs pollution and their sources apportionment in fine particulate matter(PM2.5) of NanChang city[J]. J Nanchang Univ (Natl Sci), 2009, 33(5): 499–504. (in Chinese). |
[11] | Borgie M, Ledoux F, Dagher Z, et al. Chemical characteristics of PM2.5-0.3 and PM0.3 and consequence of a dust storm episode at an urban site in Lebanon[J]. Atmos Res, 2016, 180: 274–286. doi: 10.1016/j.atmosres.2016.06.001 |
[12] | Li HM, Wang QG, Yang M, et al. Chemical characterization and source apportionment of PM2.5 aerosols in a megacity of Southeast China[J]. Atmos Res, 2016, 181: 288–299. doi: 10.1016/j.atmosres.2016.07.005 |
[13] | Meng CC, Wang LT, Zhang FF, et al. Characteristics of concentrations and water-soluble inorganic ions in PM2.5 in Handan City, Hebei province, China[J]. Atmos Res, 2015, 171: 133–146. |
[14] | 杨飞. 济南市大气颗粒物PM2. 5中多环芳烃(PAHs)的污染特征及来源解析[D]. 济南: 山东大学, 2014. Yang F. Analysis on characteristics and source apportionment of polycyclic aromatic hydrocarbons (PAHs) in atmospheric particles PM2.5 in Jinan[D]. Ji'nan:Shandong University, 2014. |
[15] | Chen PF, Bi XH, Zhang JQ, et al. Assessment of heavy metal pollution characteristics and human health risk of exposure to ambient PM2.5 in Tianjin, China[J]. Particuology, 2015, 20(3): 104–109. |
[16] | Feng JL, Yu H, Su XF, et al. Chemical composition and source apportionment of PM2.5 during Chinese Spring Festival at Xinxiang, a heavily polluted city in North China:Fireworks and health risks[J]. Atmos Res, 2016, 182: 176–188. doi: 10.1016/j.atmosres.2016.07.028 |
[17] | 陈培飞. 校园PM2. 5中重金属的污染特征及健康风险评价[D]. 天津: 天津理工大学, 2014. Chen PF. Assessment on heavy metal pollution characteristics and human health risk exposure over ambient PM2.5 in campus[D]. Tianjin:Tianjin University of Technology, 2014. |
[18] | 石灵芝. 城市大气颗粒物(PM10)源解析与浓度预测及气象因素影响研究[D]. 长沙: 中南大学, 2011. Shi LZ. Source apportionment, concentration prediction, and meteorological effect of particulate matter (PM10) in urban air[D]. Changsha:Central South University, 2011. |
[19] | 陈瑞, 杨海霞, 蔡美. 2014年-2015年兰州市环境空气质量分析[J]. 环境卫生学杂志, 2016, 6(5): 324–327. Chen R, Yang HX, Cai M. Environmental air quality in Lanzhou city in 2014-2015[J]. J Environ Hyg, 2016, 6(5): 324–327. (in Chinese). |
[20] | 闫斌峰, 曹丽珍. 天津市PM2.5中典型重金属元素危害评估[J]. 环境科学与技术, 2014, 37(6N): 210–211, 299. Yan BF, Cao LZ. The typical heavy metal elements in Tianjin city PM2.5 hazard assessment[J]. Environ Sci Technol, 2014, 37(6N): 210–211, 299. (in Chinese). |
[21] | Fan J, Yue XY, Jing Y, et al. Online monitoring of water-soluble ionic composition of PM10during early summer over Lanzhou City[J]. J Environ Sci, 2014, 26(2): 353–361. doi: 10.1016/S1001-0742(13)60431-3 |