环境科学研究  2017, Vol. 30 Issue (8): 1201-1211  DOI: 10.13198/j.issn.1001-6929.2017.02.71

引用本文  

竹涛, 李冉冉, 朱晓晶, 等. 北京市铺装道路降尘污染特征及来源[J]. 环境科学研究, 2017, 30(8): 1201-1211.
ZHU Tao, LI Ranran, ZHU Xiaojing, et al. Pollution Characteristics and Source Analysis of Road Dust Deposition in Beijing[J]. Research of Environmental Sciences, 2017, 30(8): 1201-1211.

基金项目

国家环境保护公益性行业科研专项(201409004-04);石油石化污染控制与处理国家重点实验室开放课题(PPC2017010);新世纪优秀人才支持计划(NCET120967)

责任作者

作者简介

竹涛(1979-), 男, 山西临猗人, 教授, 博士, 博导, 主要从事大气污染控制研究, bamboozt@cumtb.edu.cn

文章历史

收稿日期:2017-01-12
修订日期:2017-05-25
北京市铺装道路降尘污染特征及来源
竹涛1,2 , 李冉冉1 , 朱晓晶1 , 李笑阳1 , 刘海兵3     
1. 中国矿业大学(北京)化学与环境工程学院, 北京 100083;
2. 中国石油天然气股份有限公司, 石油石化污染控制与处理国家重点实验室, 北京 102206;
3. 北京市建筑材料科学研究总院, 北京 100041
摘要:为研究北京市道路降尘在不同季节的污染特征及来源,选取北京市4条典型道路得到64个采样点的道路尘样品,采集的道路尘样品经过预处理得到75 μm以下的颗粒物,经过再悬浮及实验室分析得到PM2.5的粒径分布和化学成分谱.结果表明:不同采样高度及不同道路类型的颗粒物粒径大体分布规律一致,颗粒物质量频率存在三个峰值,分别为0.75 μm(微粒径)、2.50 μm(小粒径)、4.50 μm(大粒径);各季节的降尘颗粒物的化学组分中质量分数最大的是元素,主要元素(含量>1%)季节变化为冬季>春季>秋季>夏季,元素富集因子法得到污染元素为Cr、Cd、Sn、Cu、Zn、Pb、As,双重元素为Bi、Ti、Ni、W、Mg、Ca、TI、Mo、V、Fe、Zr、Ba,其余16种为非富集元素;颗粒物中离子质量分数在夏季最大为9.31%,春季、秋季、冬季的离子质量分数相差不大,其中Ca2+、NO3-、Cl-、SO42-占总离子质量的80%左右;碳素中w(OC)和w(EC)的季节变化均为夏季>秋季>春季>冬季,OC/EC[w(OC)/w(EC)]的季节变化规律为冬季>春季>秋季>夏季.不同季节w(OC)和w(EC)的相关性大小为夏季>秋季>春季>冬季.对PM2.5中化学组分来源分析表明,污染元素受机动车和建筑尘影响较大,与机动车尾气相比,机动车磨损造成的污染也不容小视;燃煤影响一直存在,但供暖期污染有所改善.机动车尾气、建筑尘及土壤尘对离子均有贡献,在夏季土壤尘、建筑尘、二次反应的综合影响较大,春季土壤尘影响更为突出.碳在夏秋季节受汽车尾气和建筑尘的影响较大,夏季二次反应影响不大;冬季除气象因素外,燃煤和生物质燃烧也不可忽视;春季土壤尘影响较为突出.
关键词道路降尘    粒径分布    化学成分谱    污染特性    
Pollution Characteristics and Source Analysis of Road Dust Deposition in Beijing
ZHU Tao1,2 , LI Ranran1 , ZHU Xiaojing1 , LI Xiaoyang1 , LIU Haibing3     
1. School of Chemical & Environmental Engineering, China University of Mining & Technology(Beijing), Beijing 100083, China;
2. State Key Laboratory of Control and Treatment of Petroleum and Petrochemicals, China National Petroleum Corporation, Beijing 102206, China;
3. Beijing Building Materials Academy of Sciences Research, Beijing 100041, China
Abstract: A total of 64 road dust samples were collected from four typical roads in Beijing to study the pollution characteristics and sources of dust deposition in different seasons. The collected dust samples were pretreated to obtain particles below 75 μm, then particle size distribution and chemical composition spectrum of PM2.5 were obtained through the resuscitation experiment and laboratory analysis. The distributions of particle size were consistent with different sampling height and different road types, with three larger existence probability peaks of 0.75, 2.50 and 4.50 μm. Elements were the largest proportion of chemical composition in each season. The seasonal variation of main elements (content >1%) was winter > spring > autumn > summer. The polluted elements Cr, Cd, Sn, Cu, Zn, Pb and As and double elements Bi, Ti, Ni, W, Mg, Ca, TI, Mo, V, Fe, Zr and Ba were obtained through enrichment factors. The remaining 16 species were non-enriched elements. The highest content of ions in summer was 9.31%, nearly identical to those of spring, autumn and winter. Ca2+, NO3-, Cl- and SO42- accounted for about 80% of the total ion mass. The seasonal variation of w(OC) and w(EC) in carbon was the same (summer > autumn > spring > winter) while the OC/EC[w(OC)/w(EC)] was winter > spring > autumn > summer. The correlation of w(OC) and w(EC) in different seasons was summer > autumn > spring > winter. Source analysis of chemical compositions in PM2.5 indicated that vehicles and building dust had the greatest impacts on elements. The pollution of motor vehicle wear couldn't be overlook compared to exhaust emissions. The effects of coal combustion existed, but the heating period had improved. The ions were contributed by motor vehicle exhaust, building dust and soil dust. The influence of soil dust, building dust and secondary reaction was greater in summer, and the soil dust was prominent in spring. The influence of automobile exhaust and building dust was larger in summer and autumn, and the secondary reaction was not significant in summer. In addition to weather factors in winter, the influence of coal and biomass combustion couldn't be ignored, and soil dust was prominent in spring.
Keywords: road fall dust    particle size distribution    chemical composition spectrum    pollution characteristics    

道路降尘代表着道路两侧环境质量状况,是直接受机动车污染且与人体健康密切相关的特殊区域,其环境空气质量尤其是PM2.5的组分特征备受关注[1].细颗粒物粒径小,难沉降,滞留时间长,比表面积大,因此易吸附捕捉各类微小污染物,颗粒中的一些化学组分还可以催化化学反应的发生,成为各化学反应良好的载体[2],粒径分布也对颗粒物的大气传输产生影响. PM2.5颗粒可伴随大气输送到达更远地区,由此能够影响区域的大气环境[3].研究[4]表明,大部分有毒、有害成分在细颗粒物中的富集度均相对较高.近年来,随着城市的不断发展,道路扬尘成为城市颗粒物的重要来源之一[5],人们对交通环境的空气质量的关注度也越来越高,已经开始进行对其颗粒物的化学组成、分布形态及来源分析的研究.国内外学者早在20世纪80年代就开展了降尘的相关研究工作[6-7],目前对降尘微量元素及其重金属的研究主要集中在分布特征、源解析以及生态环境和人体健康风险评价. MA等[8]研究表明,Cu、Mn、Zn、Pb等含量超标与机动车尾气密切相关;Meza-montenegro等[9]研究表明,V、Cr、Ni、Mn等重金属的高含量与电厂的空间分布相关;焦荔等[10]在杭州市主城区7个采样点对大气降尘进行采集,并对10种重金属元素含量进行了分析,富集因子结果表明,Cd、Mo、Pb、Zn、Cu富集程度较高;张春辉等[11]对贵阳市主城区道路降尘中的Cu、Pb、Zn、As四种重金属进行了污染程度、人体健康风险及污染来源进行分析.

随着北京的快速发展,2013年北京机动车保有量已达520×104[12],交通源已成为北京市颗粒物主要来源之一[13].近年来针对北京地区已经有不少研究,如YAN等[14]利用MODIS卫星和地面光谱数据建立遥感反演模型,模拟了北京城区的降尘量;熊秋林等[15]采集了北京城区及周边地区冬季大气降尘样品进行元素及其来源分析,结果表明北京城区冬季降尘的来源主要由地壳来源和化石燃料燃烧构成;李佳琦等[16]对北京道路交通环境亚微米颗粒物元素组成特征和来源进行了分析;宋少洁等[17]对典型道路交通环境的细颗粒物元素组成及分布进行了研究;陈建华等[18]采集了典型交通路口崇文门的不同粒径的颗粒物样品,结果表明交通来源是影响交通路口污染水平的首要因素.

与以往研究不同的是,该研究以一年为周期,选取北京市4条典型道路得到4个季节的降尘样品,分析粒径分布,并对试验测得元素、离子、碳素逐一进行分析,以期展现其不同季节的变化规律,为北京市典型道路降尘季节污染特征及来源的深入研究奠定了基础.

1 研究方法 1.1 采样点布置

该研究以北京市海淀区为代表,选取不同道路类型作为采样区域,分别为主干道、次干道、快速路、支路,编号依次为1、2、3、4,主干道为学院路(六道口-成府路口南段),次干道为成府路(超市发学院路店-王庄路店),快速路为北四环(学院桥-花园路段),支路为静淑苑路(清华东路-林大北路段).具体采样点布设及采样缸如图 1所示.

图 1 降尘采样点及降尘缸示意 Figure 1 Dust cylinder schematic diagram in dust sampling point

每个路段在道路两侧对应位置各选4个路灯杆,学院路、成府路、北四环路灯呈两侧分布,静淑苑路路灯呈单侧交替排列,因此静淑苑路的采样点布设会有所不同.相邻路灯杆的距离在100 m以上,每个路灯杆在1.5、2.5 m(降尘缸的上缘高度)两个高度上布设降尘缸. 2.5 m是目前国内外较相近的降尘采样高度,如田刚等[19]在北京选择3 m,Hedaken[20]在挪威选择2.5 m.

1.2 样品采集与分析

降尘法采样时间至少为30 d,采样期间监测并记录采样期内每天14 :00地表 1.5 m处大气温度及当天总体天气状况,不同季节的采样时段及采样期间的气象特征如表 1所示.降尘期间,为保证采集样品的可靠性,需每天进行查看,如果缸内有较大杂物,应及时清理.受外界因素影响(降水、暴晒等)降尘附着在缸壁上不易回收时,需要采用湿法收集.采集的道路扬尘样品经过去杂、烘干、过筛、称重等过程,可以得到75 μm以下的颗粒物,用于颗粒物的粒径分布及化学组分分析.该研究还进行了三种典型的源类颗粒物的分析,分别为机动车尾气尘、土壤尘、建筑尘.机动车尾气尘的采取是在选定使用不同燃料的不同机型后,在机动车尾气管处进行采样并混合;土壤尘是从近郊裸露地面按均匀布点法采集表层土样后混合得到的;建筑尘是从就近不同的施工地采取的尘土混合得到的.这三种源类颗粒物化学成分的检测分析与道路降尘样品一致.

表 1 不同季节的采样时段及气象特征 Table 1 Sampling period and meteorological characteristics of different seasons

采用Grimm-1.109便携式气溶胶粒径谱仪(德国GRIMM公司)测定颗粒物0.22~32 μm的粒径分布;用安捷伦电感耦合等离子体质谱仪(7700ICP-MS,中国安捷伦科技有限公司)测得颗粒物中Zr、Al、Sr、Mg、Ti、Ca等39种元素的含量;用离子色谱(IC)分析颗粒物中常见的阳离子(Na+、K+、NH4+、Mg2+、Ca2+)及阴离子(F-、Cl-、NH4+、NO3-、SO42-)的含量;用DRI2001A型有机碳/元素碳分析仪(美国Atmoslytic Inc.仪器生产公司)测得颗粒物中有机碳和元素碳的含量.采用富集因子法来分析自然源和人为源对颗粒物中元素的影响程度,其计算方法如式(1) 所示,若EF≤1,表明该元素没有富集,主要来源于土壤或土壤风化;1:EF≤10,表明该元素受到自然源和人为源的双重影响;当EF>10时,说明该元素主要来源于人为源.

$ {\rm{E}}{{\rm{F}}_i} = \frac{{({C_i}/{C_{\rm{n}}}){\rm{sample}}}}{{({C_i}/{C_{\rm{n}}}){\rm{background}}}} $ (1)

式中:Ci为元素i的含量,%;Cn为选定的参比元素的含量,%;sample为受体样品;background为背景土壤.

2 结果与讨论 2.1 道路降尘的粒径分布规律

将实验室分析得到的降尘颗粒粒径按不同道路类型及不同高度进行整理可视化后可得图 23.

注:为清楚地展现每段粒径的分布规律,将>0.2~1.3 μm及>1.3~15.0 μm分开制图,>15~30 μm粒径段的颗粒质量频率小(均为0.01%左右)且无显著变化,故未在图中体现 图 2 不同采样高度的样品粒径分布对比 Figure 2 Sample particles size distribution of different sampling heights

图 3 不同道路类型的样品粒径分布对比 Figure 3 Sample particles size distribution of different road types

图 23可知,不同采样高度及不同类型道路的颗粒物粒径分布规律基本一致,颗粒物质量频率存在三个峰值,分别为0.75 μm(微粒径)、2.50 μm(小粒径)、4.50 μm(大粒径),在2.50 μm附近的值最大;4~7 μm的颗粒物质量频率处于中等水平,0.75 μm对应的值最小.由图 2可知,1.5~2.5 m采样高度范围内,粒径0~32 μm的颗粒均匀分布,仍处于道路尘初始排放区域内,此高度范围内均可进行采样缸的布设.以上规律主要是由于颗粒物粒径越大,越难在空气中稳定存在,易发生沉降,而颗粒物粒径越小,比表面积越大,吸附作用也就越强,受气流扰动也越强,极易被大颗粒捕捉或在凝并作用下形成凝结核进而形成较大颗粒,加速沉降,因此粒径在2.50 μm附近颗粒质量频率最大,4~7 μm中等粒径的颗粒质量频率相差不大.在0~1 μm微粒径段的颗粒,布朗运动不可忽视,且随着粒径的减小而更加显著,这会促使微小粒径因碰撞、吸附等作用发生凝并或被较大颗粒捕集,因此0.75~1.00 μm的颗粒质量频率较大,0.75 μm处出现峰值,0.70 μm以下的颗粒质量频率急剧下降.

4条道路的颗粒物粒径总体分布趋势如图 4所示.由图 4可知,在0.2~3.0 μm的粒径段主干道和支路的颗粒物质量频率大于次干道和快速路;在3.0~ 8.0 μm时,变化规律为主干道>支路>快速路>次干道,差距相对较小;在8.0~15.0 μm间,主干道的频率较低,其他三条路相差不大.主干道和支路小粒径、微粒径范围内较高,这可能是因为支路行人较多,车辆启停频率大;主干道车流量较大,但车速较快速路低,刹车频繁等造成细小颗粒的比例增大.

图 4 不同道路类型的样品粒径分布趋势对比图 Figure 4 Sample particles size distribution trends of different road types
2.2 不同季节的降尘化学特性

将计算得到的不同季节道路降尘PM2.5中的离子、元素、碳的质量分数进行整理,结果如图 5所示.由图 5可见,各季节的颗粒物化学组成中质量分数最大的为元素,主要元素(含量>1%)为Al、Mg、Ti、Ca、Fe、Si、Na、K、Cr,其中大部分均为地壳元素,占颗粒物质量的一半以上,其质量分数的季节变化为冬季(90.49%)>春季(73.02%)>秋季(62.34%)>夏季(50.68%),这比KONG等[21]测得的道路尘中的含量(29.0%±10.2%)要高;微量元素(含量在0.1%~1%)为Cu、Zn、Sb、Ba、P、Pb,在颗粒物中的质量分数为1%左右;Mn、Co、Ni、As、Rb等24种痕量元素的质量分数之和不超过0.5%.

夏季颗粒物的离子质量分数最大,为9.31%,这与刀谞等[22]研究得到的京津冀大气颗粒物中水溶性离子的含量(冬季为62.70%、夏季为71.30%)相差甚远,可见受道路交通的影响,道路降尘与大气颗粒物的化学组成差异较大;春、秋、冬三季的离子质量分数相差不大,分别为5.97%、5.24%、5.50%.碳素质量分数季节变化规律是夏季(16.44%)>秋季(6.51%)>春季(5.41%)>冬季(2.80%). 图 5中的未检测组分主要是一些氧化物及与有机碳和矿物相关的O、H,因此离子、元素、碳素的质量分数总和低于100%[23],未检测组分含量变化为秋季>夏季>春季>冬季.

图 5 不同季节颗粒物中各化学组分质量分数 Figure 5 Chemical composition scale of particles in different seasons
2.2.1 元素特征及来源分析

选择颗粒物中36种元素进行富集因子分析,选择地壳中丰度高、受人为污染影响小的Al作为参比元素,土壤元素背景值取北京市表土(A层)元素平均值.颗粒中各元素在不同季节的富集因子如图 6所示.

图 6 各元素在不同季节的富集因子 Figure 6 Enrichment factor of elements in different seasons

图 6(a)可知,不同季节Cr、Cd、Sn、Cu、Zn、Pb、As的富集因子平均值都大于10,属于显著富集元素,说明这些元素受人为因素污染严重,这与李佳琦等[16]得到的北京市道路交通环境PM1中的元素富集结果一致. Cr、Ni、Cd、V等重金属元素主要来源于机动车排放;工业废气也是Ni、C、V和Cd的重要来源[24],一些粒径小的颗粒物在大气中寿命长、传输距离远,这些元素可能随着大气长距离传输而扩散,因此Cr、Cd也可能受到一定工业排放的影响;Cr同时也受建筑尘和土壤尘的影响,随着城市现代化建设,道路降尘受建筑施工的影响愈加显著.综上,在所有元素中,Cr的影响因素较多,其富集程度也最大.无铅汽油使得机动车对Pb的贡献大幅降低但没有彻底消失,机动车的磨损也会释放Pb,同时燃煤也是Pb的一大来源;交通环境中的Zn主要来自机动车橡胶轮胎摩擦、润滑油的使用[25],Cu主要来源于机动车油泵的使用或金属零件的腐蚀[26],此外,Zn、Ba、Mn广泛应用于刹车片和轮胎中[27],As是公认的燃煤的标志[28].在该研究中,Cr、Cd、Sn、Cu的富集因子变化规律一致,均为秋季>冬季>春季>夏季,4个季节总体差距不大,秋冬季富集程度略偏高,可能是受气象因素影响污染物不易扩散. Zn、Pb、As的富集因子在冬季并没有表现出显著的上升趋势,As的富集程度相对较小,说明供暖季燃煤污染有所改善,这与熊秋林等[29]研究北京大气降尘重金属污染水平中的结果有所不同,其得到大气降尘在采暖期中Mo、Cd、Bi、Zn四种元素污染最严重.相比之下,与机动车有关的Sn、Cu、Zn、Pb的富集程度要大,表明道路降尘受机动车影响较大.

图 6(b)可知,不同季节Bi、Ti、Ni、W、Mg、Ca、TI、Mo、V、Fe、Zr、Ba的富集因子平均值都在1~10范围内,属于轻微富集,说明这些元素来自于自然源和人为源,且大部分元素的自然源占的比重较大,Ca、Mg、Fe等土壤元素主要是来自机动车行驶带入道路的扬尘,同时建筑尘也有一定贡献,三种元素富集程度的季节变化相似,夏季偏低;Ba代表了地表扬尘[15],在春季的富集程度显著最高,这与春季风沙天气较多有关;Ni、Mo的人为污染来源主要是汽车尾气排放[30],Ni、Mo在夏季的富集因子偏高,富集程度低于Sn、Cu、Zn等,说明近年来随着机动车保有量的不断增加,交通拥堵,汽车刹车、离合器、轮胎等的磨损造成的污染不容轻视.

图 6(c)可知,Co、Sc、Al、Na、K、Mn等16种元素的富集因子在1左右,是非富集元素,主要来源于自然源.其中Co代表了地壳来源[30],其来源较为复杂,包括道路的再悬浮尘、建筑尘和远程传输的尘埃,富集因子大小为夏季>秋季>春季>冬季. K是生物质燃烧的特征元素,其不同季节富集因子大小为秋季>春季>冬季>夏季. Mn主要来源于自然源,受土壤尘影响较大.

2.2.2 离子特征及来源分析

各季节颗粒物的离子含量如图 7所示.从图 7可以看出,汽车尾气尘中的w(Na+)、w(NH4+)、w(NO3-)显著高于建筑尘和土壤尘,而NH4+、NO3-又属于二次粒子,来自SO2、NOx的转化,因此Na+可以作为汽车尾气尘的特征阳离子,NH4+、NO3-是汽车尾气及二次粒子的共同特征离子;对于建筑尘和土壤尘,w(Ca2+)远大于汽车尾气,因此Ca2+可作为建筑尘、土壤尘的特征离子;对于SO42-,则汽车尾气和建筑尘的影响都较大;K+是生物质燃烧的标志离子[31].

图 7 不同季节颗粒物离子组成分布 Figure 7 Ions distribution of particulate matters in different seasons

春、夏、秋、冬4个季节道路降尘中Ca2+、NO3-、Cl-、SO42-的质量分数较大,分别占PM2.5总水溶性无机离子质量总和的79.58%、81.73%、76.48%、80.02%.w(NH4+)、w(SO42-)的变化规律均为夏季>秋季>冬季>春季,说明夏季受汽车尾气和二次反应的综合影响较大,因为夏季天气炎热,机动车内空调增加了燃油消耗,尾气排放也会随之增加,此外夏季高温强光照的气象特点也加重了二次反应的发生. w(Ca2+)、w(Mg2+)的变化趋势一致,均为夏季>春季>秋季>冬季,说明夏季受建筑尘、土壤尘的影响也较大,春季Ca2+较多则更多是受土壤尘的影响,因为春季多风,加重了土壤扬尘. w(NH4+)、w(NO3-)低于w(SO42-),除了汽车尾气、建筑尘等来源中的含量有所差异外,还因为PM2.5中的NO3-在高温条件下容易转化为HNO3,导致w(NO3-)在高温区域较低.不同季节的w(K+)都比较低,且与汽车尾气、建筑尘、土壤尘的含量相差不大,与K元素相比并没有表现出明显的季节变化.春、夏、秋、冬4个季节的w(Na+)分别为0.33%、0.50%、0.25%、0.30%,远高于建筑尘、土壤尘,说明受汽车尾气的影响相对较大.

2.2.3 碳素特征及来源分析

将各季节不同道路类型的PM2.5中的w(OC)、w(EC)分别作平均得到道路降尘w(OC)、w(EC)、OC/EC〔w(OC)/w(EC)〕的变化规律(见图 8). w(OC)、w(EC)在三种污染源中的变化为汽车尾气>土壤尘>建筑尘,可见OC、EC是汽车尾气中的重要组成部分.

图 8可知,w(OC)和w(EC)的季节变化均为夏季>秋季>春季>冬季,这与唐杨等[32]在研究北京及其北部地区大气降尘中的黑碳含量的特征时得到的结果一致,因为冬春季节沙尘天气频发,降尘中表土比例增加,降低了w(OC)、w(EC). OC/EC大于2表明有SOC的存在[33-34],由图 8可见,4个季节中均有SOC的存在,Turpin等[35]提出了用于定量描述SOC贡献率的公式:

$ w({\rm{SOC}}) = w({\rm{OC}}) - w{\rm{(EC)}} \times [w{{\rm{(}}w{\rm{(OC)/}}w({\rm{EC}})]_{{\rm{min}}}} $ (1)

式中:w(SOC)为SOC的质量浓度,%;w(OC)为OC的质量浓度,%;[w(OC)/w(EC)]min为观测到的w(OC)/w(EC)的最小值.

计算结果显示,不同季节SOC对OC的贡献率大小表现为冬季(53.43%)>秋季(42.85%)>春季(33.54%)>夏季(31.81%),冬季最高,因为冬季混合层高度较低,且逆温现象频繁,前体污染物不易扩散,因此易形成二次有机碳;夏季最低,可见高温强光照对二次有机碳影响较小. OC/EC季节变化规律为冬季>春季>秋季>夏季,与w(OC)、w(EC)变化相反,其中夏季和秋季的OC/EC较为接近,介于汽车尾气OC/EC和建筑尘OC/EC之间,说明夏秋季降尘受汽车尾气和建筑尘的影响较大;冬季OC/EC最大,除了气象因素外,燃煤和生物质燃烧也不可忽视,这与天津的相关研究结果[36]一致;春季多风,可能受土壤尘影响较大使得OC/EC较高. w(OC)和w(EC)相关性分析结果如图 9所示,w(OC)与w(EC)的相关性好,表明OC、EC来自相同的污染源.不同季节w(OC)与w(EC)相关性大小为夏季>秋季>春季>冬季,R2分别为0.80、0.56、0.43、0.32,夏季相关性最高,因为夏季SOC在OC中的比例较小;冬季相关性最低,因为冬季SOC在OC中的占比较大,这与上述计算结果一致,说明冬季二次污染严重.

图 8 不同季节及污染源下颗粒物碳素组成分布 Figure 8 Carbon distribution of particulate matters in different seasons and pollution sources

图 9 不同季节w(OC)与w(EC)的相关性 Figure 9 The correlation coefficients of w(OC) and w(EC) in different seasons
3 结论

a) 北京市4条典型道路〔海淀区中国矿业大学(北京)周边〕不同采样高度及不同道路类型的颗粒物粒径分布规律基本一致,颗粒物质量频率存在三个峰值,分别为0.75 μm(微粒径)、2.50 μm(小粒径)、4.50 μm(大粒径). 1.5~2.5 m采样高度范围内,粒径0~32 μm范围的颗粒分布均匀,仍处于道路尘初始排放区域内,此高度范围内均可进行采样缸的布设.

b) 各季节降尘颗粒物的化学组分中质量分数最大的是元素,其中主要元素(含量>1%)含量的季节变化为冬季>春季>秋季>夏季.按富集因子法可以得到颗粒物中的污染元素为Cr、Cd、Sn、Cu、Zn、Pb、As,双重元素为Bi、Ti、Ni、W、Mg、Ca、TI、Mo、V、Fe、Zr、Ba,其余均为非富集元素. Cr的富集程度最高,Cr、Cd、Sn、Cu的富集因子变化规律一致,为秋季>冬季>春季>夏季;Zn、Pb、As富集因子在冬季并没有表现出显著的上升趋势.污染元素受机动车和建筑尘影响较大,与机动车尾气相比,机动车磨损造成的污染也不容小视;燃煤影响一直存在,但供暖季污染有所改善.

c) 颗粒物中离子质量分数在夏季最大,为9.31%,春、秋、冬三季的离子含量相差不大,不同季节中含量较大的离子为Ca2+、NO3-、Cl-、SO42-. w(NH4+)、w(SO42-)变化规律为夏季>秋季>冬季>春季;w(Ca2+)、w(Mg2+)变化规律为夏季>春季>秋季>冬季;w(Na+)在夏季略偏高.机动车尾气、建筑尘、土壤尘对离子均有贡献,在夏季土壤尘、建筑尘、二次反应的综合影响较大,春季土壤尘影响更为突出.

d) 碳素中w(OC)和w(EC)的季节变化均为夏季>秋季>春季>冬季;OC/EC季节变化为冬季>春季>秋季>夏季;不同季节中SOC对OC的贡献率大小为冬季>秋季>春季>夏季;不同季节w(OC)和w(EC)的相关性大小为夏季>秋季>春季>冬季,冬季二次污染严重.碳素在夏秋季节受汽车尾气和建筑尘的影响较大,夏季二次反应影响不大;冬季除气象因素外,燃煤和生物质燃烧也不可忽视;春季土壤尘影响较为突出.

参考文献
[1]
姚琳, 焦荔, 于志勇. 杭州市道路空气细颗粒物PM2.5元素组成特征[J]. 中国粉体技术, 2015, 21(2)17.
YAO Lin, JIAO Li, YU Zhiyong. Element component and characteristics in fine particulate matter PM2.5 around urban trafficroads in Hangzhou[J]. China Powder Science and Technology, 2015, 21(2): 16-17. (0)
[2]
于建华, 虞统, 魏强, 等. 北京地区PM10和PM2.5质量浓度的变化特征[J]. 环境科学研究, 2004, 17(1)47.
YU Jianhua, YU Tong, WEI Qiang, et al. Characteristics of mass concentration variations of PM10 and PM2.5 in Beijing area[J]. Research of Environmental Sciences, 2004, 17(1): 45-47. (0)
[3]
ALLEN A G, NEMITZ E, SHI J P, et al. Size distributions of trace metals in atmospheric aerosols in the United Kingdom[J]. Atmospheric Environment, 2001, 35(27): 4581-4591. DOI:10.1016/S1352-2310(01)00190-X (0)
[4]
VAN-HOUDT J J. Mutagenic activity of airborne particulate matter in indoor and outdoor environments[J]. Atmospheric Environment, 1990, 24(2): 207-220. (0)
[5]
许艳玲, 程水源, 陈东升, 等. 北京市交通扬尘对大气环境质量的影响[J]. 安全与环境学报, 2007, 7(1)56.
XU Yanling, CHENG Shuiyuan, CHEN Dongsheng, et al. Effect of road dust on air quality in Beijing[J]. Journal of Safety and Environment, 2007, 7(1): 53-56. (0)
[6]
HUANG Shunsheng, TU Jun, LIU Hongying, et al. Multivariate analysis of trace element concentrations in atmospheric deposition in the Yangtze River Delta, East China[J]. Atmospheric Environment, 2009, 43(36): 5781-5790. DOI:10.1016/j.atmosenv.2009.07.055 (0)
[7]
MIJIC Z, STOJIC A, PERISIC M, et al. Seasonal variability and source apportionment of metals in the atmospheric deposition in Belgrade[J]. Atmospheric Environment, 2010, 44(30): 3630-3637. DOI:10.1016/j.atmosenv.2010.06.045 (0)
[8]
MA M M, HU S Y, LIN H, et al. Magnetic responses to traffic related contamination recorded by backfills:a case study from Tongling City, China[J]. Journal of Applied Geophysics, 2014, 107: 119-128. DOI:10.1016/j.jappgeo.2014.05.019 (0)
[9]
MEZA-MONTENEGRO M M, GANDOL A J, SANTANA-ALCUNTAR M E, et al. Metals in residential soils and cumulative risk assessment in Yaqui and Mayo agricultural valleys, northern Mexico[J]. Science of the Total Environment, 2012, 433: 472-481. DOI:10.1016/j.scitotenv.2012.06.083 (0)
[10]
焦荔, 沈建东, 姚琳, 等. 杭州市大气降尘重金属污染特征及来源研究[J]. 环境污染与防治, 2013, 35(1)76.
JIAO Li, SHEN Jiandong, YAO Lin, et al. Pollution characteristics and sources of heavy metals in atmospheric dustfall of Hangzhou[J]. Environmental Pollution & Control, 2013, 35(1): 73-76. (0)
[11]
张春辉, 吴永贵, 杨少博, 等. 贵阳道路降尘中重金属污染特征及其健康风险评价[J]. 环境与健康杂志, 2014, 31(5)434.
ZHANG Chunhui, WU Yonggui, YANG Shaobo, et al. Pollution of road dust by metals and health risk assessment in Guiyang[J]. Journal of Environmental and Health, 2014, 31(5): 432-434. (0)
[12]
ZHANG Shaojun, WU Ye, WU Xiaomeng, et al. Historic and future trends of vehicle emissions in Beijing, 1998-2020:a policy assessment for the most stringent vehicle emission control program in China[J]. Atmospheric Environment, 2014, 89: 216-229. DOI:10.1016/j.atmosenv.2013.12.002 (0)
[13]
HAO Jiming, WANG Litao. Improving urban air quality in China:Beijing case study[J]. Journal of the Air & Waste Management Association, 55(9): 1298-1305. (0)
[14]
YAN Xing, SHI Wenzhong, ZHAO Wenji, et al. Mapping dustfall distribution in urban areas using remote sensing and ground spectral data[J]. Science of the Total Environment, 2015, 506: 604-612. (0)
[15]
熊秋林, 赵文吉, 郭逍宇, 等. 北京城区冬季降尘微量元素分布特征及来源分析[J]. 环境科学, 2015, 36(8)2742.
XIONG Qiulin, ZHAO Wenji, GUO Xiaoyu, et al. Distribution characteristics and source analysis of dustfall trace elements during winter in Beijing[J]. Environmental Science, 2015, 36(8): 2735-2742. (0)
[16]
李佳琦, 吴烨, 宋少洁, 等. 北京道路交通环境亚微米颗粒物元素组成特征及来源分析[J]. 环境科学学报, 2015, 35(1)55.
LI Jiaqi, WU Ye, SONG Shaojie, et al. Characteristics and source apportionment of elements in submicron particulate matter near an urban freeway in Beijing[J]. Acta Scientiae Circumstantiae, 2015, 35(1): 49-55. (0)
[17]
宋少洁, 吴烨, 蒋靖坤, 等. 北京市典型道路交通环境细颗粒物元素组成及分布特征[J]. 环境科学学报, 2012, 32(1)73.
SONG Shaojie, WU Ye, JIANG Jingkun, et al. Characteristics of elements in size resolved fine particles in a typical road traffic environment in Beijing[J]. Acta Scientiae Circumstantiae, 2012, 32(1): 66-73. (0)
[18]
陈建华, 王玮, 刘红杰, 等. 北京市交通路口大气颗粒物污染特征研究[J]. 环境科学研究, 2005, 18(2)38.
CHEN Jianhua, WANG Wei, LIU Hongjie, et al. Pollution property of particulates in the air at the traffic crossing in Beijing[J]. Research of Environmental Sciences, 2005, 18(2): 34-38. (0)
[19]
田刚, 李钢, 秦建平, 等. 车辆限行对道路和施工扬尘排放的影响[J]. 环境科学, 2009, 30(5)1532.
TIAN Gang, LI Gang, QIN Jianping, et al. Influence of traffic restriction on road and construction fugitive dust[J]. Environmental Science, 2009, 30(5): 1528-1532. (0)
[20]
HEDAKEN T. Seasonal variations in airborne dust close to heavy trafficked roads in Trondheim, Norway[J]. Transactions on Ecology and the Environment, 1997, 15: 993-1001. (0)
[21]
KONG Shaofei, JI Yaqin, LU Bing, et al. Characterization of PM10 source profiles for fugitive dust in Fushun-a city famous for coal[J]. Atmospheric Environment, 2011, 45(30): 5351-5365. DOI:10.1016/j.atmosenv.2011.06.050 (0)
[22]
刀谞, 张霖琳, 王超, 等. 京津冀冬季与夏季PM2.5/PM10及其水溶性离子组分区域性污染特征分析[J]. 环境化学, 2015, 34(1)68.
DAO Xu, ZHANG Linlin, WANG Chao, et al. Characteristics of mass and ionic compounds of atmospheric particles in winter and summer of Beijing-Tianjin-Hebei area, China[J]. Environmental Chemistry, 2015, 34(1): 63-68. (0)
[23]
WANG X L, JUDITH C C, STEVEN D K, et al. Characterization of PM2.5 and PM10 fugitive dust source profiles in the Athabasca Oil Sands Region[J]. Journal of the Air & Waste Management Association, 2015, 65(12): 1421-1433. (0)
[24]
谭吉华, 段菁春. 中国大气颗粒物重金属污染、来源及控制建议[J]. 中国科学院研究生院学报, 2013, 30(2)155.
TAN Jihua, DUAN Jingchun. Heavy metals in aerosol in China:pollution, source, and control strategies[J]. Journal of Graduate University of Chinese Academy of Sciences, 2013, 30(2): 145-155. (0)
[25]
STERNBECK J, SJODIN A, ANDREASSON K. Metal emissions from road traffic and the influence of resuspension-results from two tunnel studies[J]. Atmospheric Environment, 2002, 36(30): 4377-4744. (0)
[26]
DE MIGUEL E, LLAMAS J F, CHACON E, et al. Origin and patterns of distribution of trace elements in street dust:unleaded petrol and urban lead[J]. Atmospheric Environment, 1997, 31(17): 2733-2740. DOI:10.1016/S1352-2310(97)00101-5 (0)
[27]
YU Lingda, WANG Guangfu, ZHANG Renjian, et al. Characterization and source apportionment of PM2.5 in an urban environment in Beijing[J]. Aerosol and Air Quality Research, 2013, 13(2): 574-583. (0)
[28]
MITRA A, MORAWSKA L, SHARMA C, et al. Chapter Two:methodologies for characterization of combustion sources and for quantification of their emissions[J]. Chemosphere, 2002, 49(9): 903-922. DOI:10.1016/S0045-6535(02)00236-9 (0)
[29]
熊秋林, 赵文吉, 束同同, 等. 北京降尘重金属污染水平及其空间变异特征[J]. 环境科学研究, 2016, 29(12)1750.
XIONG Qinlin, ZHAO Wenji, SHU Tongtong, et al. Heavy metal pollution levels and spatial variation characteristics of dust deposition in Beijing[J]. Research of Environmental Sciences, 2016, 29(12): 1743-1750. (0)
[30]
SONG Shaojie, WU Ye, JIANG Jingkun, et al. Chemical characteristics of size-resolved PM2.5 at a roadside environment in Beijing, China[J]. Environmental Pollution, 2012, 161: 215-221. DOI:10.1016/j.envpol.2011.10.014 (0)
[31]
WATSON J G, ZHU T, CHOW J C, et al. Receptor modeling application framework for particle source apportionment[J]. Chemosphere, 2002, 49(9): 1093-1136. DOI:10.1016/S0045-6535(02)00243-6 (0)
[32]
唐杨, 韩贵琳, 徐志方. 北京及其北部地区大气降尘中的黑碳含量特征[J]. 环境科学学报, 2013, 33(2)338.
TANG Yang, HAN Guilin, XU Zhifang. Black carbon in the atmospheric dust of Beijing City and its north area[J]. Acta Scientiae Circumstantiae, 2013, 33(2): 332-338. (0)
[33]
GRAY H A, CASS G R, HUNTZICKER J J, et al. Characteristics of atmospheric organic and elemental carbon particle concentrations in Los Angeles[J]. Environmental Science & Technology, 1986, 20(6): 580-589. (0)
[34]
CHOW J, WATSON J, LU Z, et al. Descriptive analysis of PM2.5 and PM10 at regionally representative locations during SJVAQS/AUSPEX[J]. Atmospheric Environment, 1996, 30(12): 2079-2112. DOI:10.1016/1352-2310(95)00402-5 (0)
[35]
TURPIN B J, HUNTZICKER J J. Identification of secondary organic aerosol episodes and quantitation of primary and secondary organic aerosol concentrations during SCAQS[J]. Atmospheric Environment, 1995, 29(23): 3527-3544. DOI:10.1016/1352-2310(94)00276-Q (0)
[36]
霍静, 李彭辉, 韩斌, 等. 天津秋冬季PM2.5碳组分化学特征与来源分析[J]. 中国环境科学, 2011, 31(12)1942.
HUO Jing, LI Penghui, HAN Bin, et al. Character and source analysis of carbonaceous aerosol in PM2.5 during autumn-winter period, Tianjin[J]. China Environmental Science, 2011, 31(12): 1937-1942. (0)