合肥市重金属污染评估和源解析城市粉尘,中国外文翻译资料

 2022-12-10 16:11:17

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

合肥市重金属污染评估和源解析城市粉尘,中国

LI Ruzhong1, GAO Sudi2, TONG Fang1

（1.资源与环境工程学院,合肥工业大学,合肥230009;2。安徽新华大学环境工程230088年合肥,中国）

摘要：从合肥市的地表不透水面上选取52个样点采集城市地表积尘样本，并进行深入分析。结果表明，重金属的平均浓度铜（Cu），锌（Zn），铅（Pb）的，铬（Cr）和镉（Cd）的浓度分别达到67.50，2332.96，132.15，96.88和4.53mg /kg；另外，这些结果都远远高于安徽省土壤的背景值。基于所分析的数据，采用内梅罗合成污染指数来对人为重金属污染特征进行评估，得出结论为：铜，锌，铅，铬，镉的污染指标分别为3.31，37.63，4.97，1.46和46.71。同时，铜，锌，铅和镉这4种金属为严重污染，而铬为轻度污染。在不同土地利用类型下计算的内梅罗综合污染指数显示出如下特征，污染程度按照如下的顺序排列：城市广场及公园地区gt;商业地区gt;教育地区gt;工业区gt;居民区gt;交通区；根据不同来源的人为重金属污染进行定量绝对主成分分析，来确定线性回归特征（APCS-MLR）：家庭和工业废物对铜污染的贡献为38.82％，汽车车辆对锌污染的贡献为72.59％，装饰和交通活动对铅污染的贡献分别为42.07％和49.33％，电镀产品对铬污染的贡献为73.98％，装修活动对镉污染的贡献为79.15％。

关键词：城市粉尘；重金属；源解析；绝对主成分多元线性回归；合肥市

1介绍

由于快速的工业化和城市化，近年来的许多问题已经导致了城市土壤和灰尘污染，。城市粉尘颗粒物是积累在城市环境和道路表面的颗粒物，并且它是微粒和污染物的复杂混合体【1】，它的来源要么是天然来源（如土料，植物和枯枝落叶和大气沉降物）或人为源（如汽车尾气排放，汽车轮胎和车身磨损，建筑及装饰材料）。据记载，城市灰尘携带污染物的高负载包括金属和有机污染物[2_5]，高浓度的重金属都对人类健康造成不良影响，因为它可以很容易地转移到人体中，通过与悬浮的灰尘或通过直接接触[3，6_8l城市扬尘及其关联污染物负荷在城市流域无处不在，通常可用于运输和动员降雨径流排水系统，因此它在降低了关键作用受纳水体[9_11l在过去十年中，城市灰尘重金属污染已引起世界各地的[6，12_13l越来越多的关注，现有的研究主要集中在分布在，源识别，污染评价和健康风险评估等，但很少有人注意为止支付的重金属来源解析。研究的目的如下：1）确定一些重金属的浓度水平（铜（Cu）锌（Zn），铅（以Pb计），铬（Cr）和镉（Cd））在合肥的城市灰尘; 2）通过内梅罗综合污染指数法的手段评价城市粉尘重金属污染特征; 3）分析源解析重金属使用APCS-MLR。

2材料与方法

2.1研究区域

合肥市是安徽省的省会，占地面积达到320公里，人口超过340万，合肥市是一个轻工业生产基地，是中国重点城市之一。截止2010年，机动车的数量已经接近5.5 X105辆。随着经济的快速发展，城市环境质量已严重恶化。正如许多大城市，合肥主要道路经常有机动车排放污染物质，频繁发生堵车的情况。根据近年来安徽省环境状态公报，合肥周围空气的质量一直处在安徽省中共17个城市的底层。在过去的几年中，城市基础设施建设和机动车辆都造成了城市灰尘衍生的诸多污染问题，对周围环境以及对人类健康都造成了严重威胁[7_8]。因此，为防止和治理环境污染并提高环境质量，应采取更加积极的措施。

2.2样品的收集与分析.

根据不同的城市土地利用类型选取52个代表性的采样点（图1中所示）。所采集的总粉尘中，十五个样品从居住区收集，九个样品从商业区收集，四个样品来自工业区，六个样品从教育区收集，十个样品从交通区收集，以及八个样品来自城市广场和公园区。鉴于居住密度高，商业活动和交通流位于中心城区，大部分采样点被安排在二环路以内。采样活动发生2010年6月后的为期一周的干燥天气，这使得粉尘可以累积的较多，采样工具为塑料簸箕和刷子。采样方法具体如下，在实验室中，将样品采用100目塑料筛进行筛分，并密封入干燥的聚乙烯袋保存。风干样品在室温下进行消化，使用的化学试剂为HF-HCIO 4 -HNO 3（即，10毫升HNO 3，5毫升HF和5毫升HCIO 4）。铜，锌，铅，铬使用火焰原子吸收分光光度计（WFX-130A，中国）来确定，而镉是由石墨和原子吸收光谱仪（PE-AA800，USA）确定。空白样品，标准样品和重复样品在质量控制的条件下，同时实施。

2.3污染评估方法

通常采用内梅罗综合污染指数对土壤重金属污染进行评估研究[14_15]。在本研究中，将此方法用于城市粉尘污染评估。 计算公式如下：

P为内梅罗综合指数价值，郫县的重金属，Pi为第i个重金属的污染指数值，Ci为第i个重金属所要求的标准测量浓度，max Pi指不同重金属的污染指数的最大值。内梅罗综合污染指数p较高表示污染较为严重。四类污染类别所代表的污染指数与内梅罗合成污染指标之间的关系如表1所示。

2.4来源分摊方法

2.4.1因子分析/主成分分析法（FA/ PCA）

作为通常使用的多元统计分析方法，因子分析（FA）可以从多个观察的“变量”来推断出几个不可观测的“潜变量”（也称为因子）。一般来说，FA采用主成分分析（PCA）方法。如果变量的标准差存在较大的差异，PCA结果将决定是否使用协方差或相关矩阵来使结果更准确，与VARIMAX相比PCA可以最大化因子的负荷。主成分变量只对几个变量存在的大负荷，对其他则存在小的负荷[17]升其结果，通过这样的方式提取因子能反映变量的主要信息。

2.4.2绝对主成分得分，多元线性回归（APCS-MLR）

由于APCS-MLR受体建模方法已被证明是在确定的化学物质方面是非常有用的方法，并已广泛应用在水体污染的研究[18_20]。APCS-MLR所确定的污染物浓度可以从元素的线性规律查看出污染源。计算公式如下[20]：

其中，ZJK表示污染物质的归一化浓度（变量），j为污染源的编号 。因为ZJK是变量的归一化值，所以不能直接用于定量源的计算，采用归一化因子的公式来确定。公式（3）使用APCS方法测量各因素的贡献，然后通过多元线性的方式估计回归性（MLR），使用APCS值作为自变量，具体的污染物的测量浓度为因变量，公式如下

所有的数学和统计计算使用Microsoft Office Excel2003和 SPSS13.0软件进行。

3结果与分析

3.1重金属元素

鉴于城市环境中水的质量对人体健康的重要性，对粉尘组成在不同空间条件下的研究是管理城市粉尘的污染的重要组成部分。 5种重金属含量的描述性统计（铜，锌，铅，铬，镉）的结论如表2中所示，铜，锌，铅，铬和镉的浓度因不同的土地使用类型而异。

3.2城市粉尘环境质量评价

以重金属铜，锌，铅，铬，镉安徽省（CNC）的背景值作为标准值，即公式（2），然后城市灰尘的的污染评估可通过内梅罗综合污染指数来分析。如表3所示，平均单污染指数值从大到小排列为：Cdgt;Zngt;Pbgt;Cugt; Cr，这也可以看作是合肥市粉尘污染的污染物质递减顺序。由于铜，锌，铅和镉的平均污染指数超过表1中4级的阈值（3.0），说明它们可以划分在严重污染。 通过相比较而言，铬属于轻度污染，由于其较小的平均污染指数。不像锌和铬，铜和铅的污染可能被列为未受污染或轻度至严重在部分采样点污染领域。在整个52样品中，8个样品都被视为非污染相对安全域，40个样品属于轻度污染，其中重金属Cr的污染在城市灰尘中有略微积累。值得注意的是镉被认为是对人类健康的一个极其危险的物质，镉的毒性高，对人体健康有很大的危害。

在单污染指数的基础上，内梅罗综合污染指数呈现出以下结果，如表4，所有合成的污染指标的平均值都远超过了各功能区的下限值，这表明合肥市市区粉尘均为严重污染，这些重金属，整体而言，在不同功能区的相对污染程度呈现如下顺序：城市广场和公园区gt;商业区gt;教育区gt;工业区gt;居民区gt;交通区。污染最严重的是在城市广场和公园区，而不是交通区或工业区。造成这种情况的最可能的原因可能是由于那些所选择的城市广场和公园均位于中心城区，并深受车辆的活动和餐饮业生活垃圾的影响。

3.3相关分析和重金属的来源识别

3.3.1相关性分析

灰尘中的重金属通常有彼此之间复杂的关系。探讨其可能的关联，采用多变量统计的方法分析的测量数据。表5描绘了相关系数矩阵，列出了皮尔森积矩相关系数。 一个显著正相关可Pb和Cu（R = Q31Y），铅和锌（Z^ O.363），和Cd和Pb之间找到（/^0.418）在0.01水平，但CD值显示了锌{R =-0.377）一个显著负相关关系。总体而言，四大元素，铅，铜，锌，镉，组合在一起，表明这些人为来源的重金属与研究区域内的[23]粉尘密切相关。然而，弱相关性Cr和其他四种重金属之间的相关性显示的结果表明Cr污染属于是由独立的行为所造成的 【24】。

3.3.2重金属的来源识别

四个主成分因子（即F1，F2，F3和F4）的特征值分别为1.380，1.355，1.058和1.015，方差分别为27.61％，26.70％，21.16％和20.31％。累计方差达到95.78％，这四个因素可以解释大多数数据组的可变性。主成分因子上的每个共同度和负荷金属如表6所示，每个重金属的共同性超过90％。根据加西亚等人的研究 （2004年），因子载荷gt;0.71通常被视为优秀而lt;0.32被视为很差，如表6所示。

3.4重金属污染的来源解析

通过APCS-MLR的分析结果列于表7.从结果来看，R2多元回归表现出良好的测得值。每个变量（即重金属）的平均估计值与观测值的比（即，E / O）均接近1.0。结果还表明，合肥市粉尘污染重铜和锌的污染有很大的贡献是来自于不明来源的污染物质。

如表7所示，F3是识别和未识别的Cu污染的最大贡献源，但它不占优势，这表明铜污染有多个污染源。另外F2有一个占主导地位的贡献，72.59％，这表明，机动车是导致锌污染的主要原因。显然，交通活动以及建筑装饰活动是铅的两个最大的贡献者分别占49.33％和42.07％，。电镀产品占铬污染的73.98％，它应该是铬的主要来源。同样，建筑装饰装修活动是镉污染的主要贡献者（79.15％），这表明它应该是镉污染的主要来源，这些结果都对合肥的污染治理工作具有重大意义。

4结论

（1）铜，锌，铅，铬，镉在合肥城市粉尘的含量具有明显的空间差异，锌，铅，铬，镉的单污染指数分别为3.31，37.63，4.97，1.46和46.71；在很大的程度上，重金属污染的程度遵循以下顺序：镉gt;锌gt;铅gt;铜gt;铬。不同的功能区的污染程度从大到小的顺序排列如下：城市广场和公园区gt;商业区gt;教育领域gt;工业区gt;居民区gt;交通区。（2）在合肥的城市粉尘污染中，铅，镉含量主要受建筑装饰装修活动的影响，锌，铅受交通活动影响，铜受家庭和工业废物排放的影响。

（3）合肥的城市粉尘污染重，不同污染源对各个重金属污染的贡献使用APCS-MLR来确定。四大来源中，家庭和工业废物占铜污染的38.82％，交通活动占锌污染的72.59％，建筑装饰机动车辆占铅污染的49.33％，此外，所有的金属，除了铅，也受其他未知的污染源的影响。

参考文献

[1] Carraz F，Taylor K G, Stainsby S, et al. Contaminated urban road deposited sediment (RDS), Greater Manchester, UK: a spatial

assessment of potential surface water impacts. North West Geography, 2006, 6(l):10-19(in Chinese)

P] Boonyatumanond 民 Murakami M, Wattayakom G, et al. Sources of polycyclic aromatic hydrocarbons (PAHs) in street dust i

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31167]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章