基奧網

针对一个较大的区域区域尺度

时间:2025-06-08 13:31:56来源:

针对一个较大的区域区域尺度,在多个可能来源的尺度情况下,只能解析食品中污染的品化源头,估算不同污染源的学性献率贡献率,不能解析复杂的污染来源途径和过程,但适合非点源污染造成的源贡食品污染。设计思路是估算:第一步,确定引起污染的技术可能源头,如某一矿区的区域水稻重金属严正超标,可能来源源头有矿山开发、尺度汽车尾气、品化天然气、学性献率烧煤等;第二步,污染对待测食品、源贡可能源头进行代表性取样,估算如水稻样、矿渣、汽车尾气、天然气燃后气体、燃煤样品;第三步,测定各样品的指纹指标,如同位素组成、分子组成等;第四步,计算贡献率;第五步,分析排序。

一、污染源解析技 术概念方法及原理

污染源解析技术是一种对污染物来源进行定性或定量研究的一系列技术方法。 污染源解析技术的发展始于以排放量为基础的扩散模型。在早期主要应用在大气颗粒物来源研究中,人们主要依据污染源排放资料,用扩散模型来估算污染物的空间分布,进而判断各种源对所研究地点大气颗粒物浓度的贡献。扩散模型可以很好地建立起有组织排放的烟尘源和工业粉尘源与大气环境质量之间的定量关系,从而为治理有组织排放源提供科学依据。但是扩散模型无法应用于源强难以确定的无组织开放源。为了很好地解决这一问题,人们逐渐把着眼点由排放源转移到了受体(即受污染源影响的某局部大环境)。随着大气颗粒物采样仪器和化学分析技术的发展,使我们能够在较短时间内,获得受体大气颗粒物和排放源化学成分的大量资料,从而出现了.系列通过分析受体和源样品的化学或显微分析确定各类污染源对受体贡献值的源解技术,相应的模型就叫做颗粒物的受体模型。受体模型不需要知道源强,不依赖于气象资料,能够很好地解决扩散模型难以解决的无组织开放源的贡献问题。因此,受体模型自20世纪70年代问世以后,得到了迅速的发展,主要的数学分析方法主要有:富集因子法(EF)、相关分析法、化学质量平衡法、因子分析法等。在多种受体模型中,化学质量平衡受体模型原理简单易懂,可以定量地给出各类排放源的分担率,成为了实际研究工作中研究最多、应用最广的受体模型。

受体模型就是通过对大气颗粒物环境和源的样品的化学或显微分析来确定各类污染源对受体的贡献值的一系列源解析技术。 受体模型般适用 于城区尺度,通过在源和受体处测量的颗粒物的化学物理特征,确定对受体有贡献的源和对受体的贡献值。受体模型不依赖于排放源的排放条件、气象、地形等数据,不用追踪颗粒物的迁移过程,避开了源模型计算遇到的困难。目前的研究方法主要可分为以下三类:显微镜法、物理法、化学法。化学法的范畴比较广,基于质量守恒的假设,是质量平衡分析的应用,即在某一采样点处测量到的大气颗粒物特征值是对颗粒物有贡献的各污染源相应特征值的线形叠加。化学法包括化学质量平衡法、多元受体模型、因子分析法、富集因子法等。化学质量受体模型(CMB)由两部分组成,一部分 是用于表述每一个受 体的化学浓度,它们是对大量的源成分谱文件的结果的一个线性求和;另一部分则是源的影响。CMB模型的假定条件包括:(1)在周围环境和源的采样过程中传播源的成分是不变的;(2)化学组分不能彼此起作用(例如它们增加了线性关系);(3)对受体有影响的所有的源已经被确定,并H已知它们的传播特性;(4)源的数量或源的种类小于或等于元素的数量;(5)源成分谱是线性的且彼此独立的;(6)不确定度的测量是随机的、无关联的且成标准正态分布。

因子分析(factor analysis,简称FA)是分析多个变量之间相互关系的一种统计方法,其目的在于用少量有代表性的因子来说明有个变量所提供的信息。它是布利福德(Blif-Ford)等人在气溶胶研究中首先提出的。其基本原理是把一些具有 复杂关系的变量或样品归结为数量较少的几个综合因子的一一种多元统计方法。它有三个基本假定:①从源到采样点之间,污染物在途中保持质量守恒。这是一般受体模型的共同要求;②污染物中第几种元素是由i个污染源贡献的线性组合,这k个污染源之间是互不相关的。这是因子分析法的基③由各个污染源贡献的某元索的量(称为因子载荷)应有足够的差别,而且它在采样和分析期间变化不大。在气溶胶研究中,综合因子往往代表了气溶胶的来源。样品中每一元素的量是各类源贡献的线性加和,且每类源的贡献都可以分成两个因子的乘积。

二、污染源解析技术应用现状

1、环境大气总悬浮颗粒物(TSP)来源解析

利用CMB模型对大气中TSP来源进行解析,可以确定排放源的种类和排放源的贡献,达到空气质量监测的目的。美、日等一些国家的研究人员20世纪70年代就已用CMB法对芝加哥、华盛顿等许多城市TSP的来源做了大量的工作,为针对性地治理TSP作出了重要贡献。我国直到20世纪80年代后期,才开始进行TSP源解析的定量研究。杭维琦和黄世鸿(2000)应用CMB模型对南京市城区7个环境监测点环境空气中的TSP进行了源解析,得出4类主要污染源对TSP的平均贡献率:建筑尘39. 8%,煤烟尘25. 7%,土壤尘19. 2%冶炼尘1. 8%。对该城区的地面扬尘源解析结果表明:地面扬尘与环境空气中TSP的构成相近。陈明华等人应用CMB模型对上海市9个监测点的大气颗粒物进行源解析,得出对TSP贡献率较大的污染源为敞开源,建筑扬尘达32.1%,土壤扬尘达27. 6%。但是当纳入扬尘这类复合源计算时,由于其与建筑尘、烟煤尘这类单一源存在着严重的共线性,所以很难准确地解出各单一源对受体的 贡献值。冯银厂等提出了二重源解析技术,较好地解决了这个问题。该源解析技术将扬尘这类复合源作为受体,建筑尘等单源作为排放源进行 二重解析求出各单源对扬 尘的贡献值,进而计算出各单一源以扬尘形式进入到受体中的贡献值.扣除这些贡献后可得到单一源的实际 贡献值。郝明途等针对该技术在应用中的不足进行了进一 步的改进,在计算扬尘的实际贡献值时,以扬尘代替与它共线性最弱的单一源进行源解 析计算,然后反推出扬尘对受体的实际贡献值,减小了计算结果的误差。

2、 PM110 与PM2. 5的来源解析

PM10与PM2.5均为可吸入颗粒,并且PM2.5可以直接进入人体的肺泡,它们通常含有许多对人体有害的物质,其中有机碳、无机碳以及活性致癌物直接危害人体呼吸系统。因此,2种颗粒的源解析研究工作是治理大气环境污染的个 重要内容。Samara等人利用CMB模型对1997年6月1998 年6月在希腊北部的1个工业城市中的3个采样点所得到PM10的组分数据进行源分析,结果表明,柴油汽车尼气排放是环境中PM10的主要来源,其次是工业油燃烧。杨圣杰等人对北京市采暖期和非采暖期2.5pum小颗粒进行了初步研究。采用多元素同时测定及CMB模型对其进行源解析,研究表明,汽车尾气排放为北京市主要河染源。

3、稠环芳烃(PAHs)的来源解析

随着人们对稠环芳烃(PAHs)越来越关注,其在大气颗粒物中的源解析逐渐成为研究的热点。稠环芳烃化合物大多在城市上空中出现。城市大气中致癌PAHs比较典型的浓度水平为20μg/m3有些特殊的大气和度气中PAHs含量更高,对人体危害极大,因此受到广泛的关注。大气颗粒物中已确证有较大致癌性的PAHs化合物为苯并(a)茫,多元环、难挥发性PAHs含量相对较高。并且主要集中于小颗粒物中。而粗粒子中的PAHs的含量很少。研究表明可吸人颗粒物所含的PAHs约占颗粒物中PAHs总量的95%。粒径<1. Iμm的微小颗粒物所含的PAHs占总量的60% ~70%。CMB模型进行PAHs源解析存在以下局限性:(1)缺少各排放源较完整可靠的成分谱;(2)PAHs被排入大气后,易发生化学反应生成其他污染物,对源排放组分的受体浓度会产生较大的误差。因此,如何解决这些问题成为当前大气中稠环芳烃源解析的热点。为了利用CMB受体模型解析煤烟尘对环境空气中稠环芳烃的贡献率,朱先磊等人测定了民用燃煤烟尘和工业燃煤烟尘中13种稠环芳烃的组成。对分析结果进行归化后,确定了民用燃煤和工业燃煤稠环芳烃成分谱。Friedlander在假设有机物均以同一速率降解的基础上,提出了模拟城市大气环境的连续搅动箱式反应模型,并定义降解因子α为受体浓度与经颗粒物质最标准化后的源浓度的比值。但是作为标识物的每一种PAHs有不同的反应常数,不同的污染源排放的污染物有不同的反应时间和降解时间,因此,Cheng等人提出了1个新的模型,将每种源以不同的边界和体积排放于不同的反应器中,并且各个源在各自的反应器中允许有不同的降解时间,进而用降解因子α来校正E CMB模型。另外,他们还将归一化后的PAHs浓度作为各类型源的成分谱使用。但影响PAHs降解的因素较多,降解因子对CMB模型计算的影响仍然需进行广泛、深入的研究。

声明:本文所用图片、文字来源于《食品及食品污染溯源技术与应用》,版权归原作者所有。如涉及作品内容、版权等问题,请与本网联系

相关链接:富集因子法化学质量平衡法因子分析法稠环芳烃

推荐资讯
管虎《一个男人和一个女人》立项 黄渤倪妮出演!

管虎《一个男人和一个女人》立项 黄渤倪妮出演!

麂皮鞋面的复刻版皇家蓝 Air Jordan 1“真香”

麂皮鞋面的复刻版皇家蓝 Air Jordan 1“真香”

Rajvilas热衷玻璃马赛克的秘密,行业资讯

Rajvilas热衷玻璃马赛克的秘密,行业资讯

和抗乳腺癌系列如出一辙 这款Nike KD16 你期待吗

和抗乳腺癌系列如出一辙 这款Nike KD16 你期待吗

《草木人间》北电路演 吴磊谈天桥名场面背后故事

《草木人间》北电路演 吴磊谈天桥名场面背后故事

新配色的 Nike Dunk Low 正式曝光 鞋帮爆裂纹设计

新配色的 Nike Dunk Low 正式曝光 鞋帮爆裂纹设计

copyright © 2016 powered by 基奧網   sitemap