城市大气颗粒物重金属污染特征及健康风险评估

Abstract: This study will investigate concentrations of 13 heavy metals in TSP, PM10, PM2.5 and PM1.0 as well as the mass concentrations of particulate matter collected on clear and hazy days in four seasons from different areas in Nanjing, a typical city of Yangtze River Delta. Some exploration is then to be made on seasonal variation, spatial distribution and pollution characteristics of atmospheric heavy metals of Nanjing city. Individual particulates analysis and multiple linear regression analysis would be performed to evaluate the potential sources and human influence on atmospheric heavy metals pollution. Chemical speciation of heavy metals associated with coarse particle (PM10) and fine particle (PM2.5) will be analyzed in the area with concentrated human activities in Nanjing. Then human health risk will be assessed using U.S. EPA's mode1 after considering the bioavailability of atmospheric heavy metals. On this basis, what is needed to be studied next is the response relationship of mass concentrations of particulate matter, atmospheric physicochemical factors and concentrations of heavy metals with the help of non-linear mathematical methods like artificial neural networks and support vector machines in MATLAB environment. A rapid health risk assessment model will be proposed which is accord with characteristics of atmospheric heavy metals pollution in our country after analyzing the correlations of particulate matter, atmospheric heavy metals pollution and human health risk. Results of this study can provide important references for preventing and controlling strategies and environment management of urban atmosperic heavy metals pollution.

以长三角典型城市-南京市为研究对象，分析四季及雾霾天气下城市不同功能区大气颗粒物TSP、PM10、PM2.5和PM1.0的浓度及其中13种主要重金属的含量，研究南京市大气重金属的时空分布和污染特征。结合单颗粒微观形态分析技术和多元线性回归等数学方法对其可能的主要来源进行识别，揭示人类活动对大气重金属污染的影响。同时，在人群活动密集区，监测并分析粗颗粒物PM10和细颗粒物PM2.5中重金属的赋存形态和生物可利用性，并对其所带来的健康风险进行评估。在此基础上，利用人工神经网络和支持向量机等非线性数学工具，研究大气颗粒物中重金属含量对大气物理化学因子、大气颗粒物浓度的响应，综合"大气颗粒物-重金属污染-人群健康风险"的相关关系，建立符合我国城市大气重金属污染特征的健康风险快速评估模型。研究结果可为城市大气重金属污染防控，加强大气环境管理提供支撑。

全面了解城市大气重金属污染的特征、来源及其风险，是开展相应防控工作和政策制定的基础。本项目以长三角典型城市——南京市为例，分析了PM2.5及其中重金属的污染水平、时空分布和形态特征；采用富集因子、主成分分析及聚类分析的方法对重金属的来源进行判断；采用U.S.EPA的风险模型评价了PM2.5中重金属对人群的健康风险；同时，使用多元线性回归、BP-神经网络和支持向量机方法对PM2.5中重金属浓度进行快速模拟。研究结果显示：（1）观测期间PM2.5的来源可分为六类：二次硝酸盐、道路扬尘、海盐和船舶、燃煤、二次硫酸盐和钢铁冶炼；冬季雾霾期间PM2.5的最高浓度为518μg/m3，比国家标准高出将近 7倍。（2）PM2.5中重金属浓度冬季最高、夏季或秋季最低；As浓度超过相关环境空气质量标准；位于南京工业区（浦口）的PM2.5中重金属浓度明显高于其他功能区。（3）人为源金属主要富集在细颗粒物中，而自然源金属主要富集在粗颗粒物中。（4）PM2.5中大部分金属的环境活性较高，大部分金属的水溶态与可交换态在市区的比例高于郊区，夏季高温天气有利于增加大部分金属的生物可利用性；Cd、Mo、Pb、Zn、Cu、As、Ni和Cr的富集性和生物可利用性均较高，在大气重金属风险防控中需重点关注。（5）PM2.5中重金属通过呼吸暴露对人群的总致癌风险高于10-6，不容忽视；对人群无明显非致癌风险（HI <1）。（6）三种建模方法里，支持向量机对大部分重金属的模拟效果较好，模拟值与实测值的相关性系数>0.8；通过模型预测，2015年大气重金属污染最重的月份是12月和1月，污染较轻的月份是6月和7月。（7）对南京2016年某日重金属浓度预测结果显示，重金属重污染区主要集中在江北浦口、城北迈皋桥及瑞金路附近，受交通源和郊区工业排放的影响较大。（8）总体上，从富集程度上看，Cd、Mo、Pb、Zn、Cu和As 需特别关注；从生物可利用性上看，Zn、As、Pb和Cd需特别关注；从健康风险上看，As、Mn和Cr需特别关注。本项目为大气重金属的快速监测和污染防控提供了重要思路。