张永江，邓茂，李莹莹，王爱雯，刘蓉

(1.重庆市黔江区环境监测中心站，重庆 409099；2.西南大学资源环境学院，重庆 400715；3.重庆市秀山县环境监测站，重庆 409900)

重庆市生态保护发展区域大气PM10和PM2.5健康风险评价研究

张永江1,2，邓茂1，李莹莹1，王爱雯3，刘蓉1

(1.重庆市黔江区环境监测中心站，重庆 409099；2.西南大学资源环境学院，重庆 400715；3.重庆市秀山县环境监测站，重庆 409900)

选择重庆市生态保护发展区域2016年9月1日至11月30日6个大气自动观测站的数据进行分析，结果表明：研究区域大气环境中的PM10和PM2.5日均值均满足《环境空气质量标准》(GB 3095—2012)中二级标准要求。研究区域6个观测站大气中的PM10和PM2.5与风速、风向、温度和湿度均呈不同程度的显著相关性，大气中的PM2.5的健康风险值均大于PM10，PM10和PM2.5的健康风险值均未超过美国国家环境保护局(US EPA)规定的1×10-6～1×10-4可接受风险范围。研究区域秋季大气环境中细颗粒的来源在不同程度上均受到极地气候和环流气团影响。

重庆市；PM10；PM2.5；健康风险；后向轨迹

大气环境质量问题已成为百姓关注的焦点，近年来，对城市大气环境质量及污染防治的研究已成为热点。2016年1月1日，随着新的《环境空气质量标准》(GB 3095—2012)标准颁布和实施[1]，全国各地城市开始实施大气环境PM2.5、PM10、O3、CO、SO2和NO2等指标观测[2]，这对城市环境质量的综合系统的分析评价研究也是尤为重要的。重庆作为全国的直辖市之一，在经济增速位居全国前列的情况下，城市环境质量状况研究仍是不可忽略的重要课题。2016年9月，全市区县城市大气环境质量开始实施新6项指标观测，重庆的各个区县具有特殊地理环境，不同的气候和地理环境，在全国城区大气环境污染形成机理会有较大差异[3-4]。然而，重庆市人民政府将重庆市划分为五大功能区建设，也是落实国家生态发展战略的重大举措。本文研究区域为重庆市生态保护发展区域，然而，对生态保护发展区域的大气污染研究文献和报道有限，因此，为准确掌握重庆市生态保护发展区域的城区大气环境质量状况，开展城区大气环境现状研究及污染物来源的研究具有极其重要的意义，以期为生态保护发展区域的大气污染联防联控提供基础依据。

1 研究区域和方法

大气自动观测站点位于重庆市生态保护发展区域，具体观测点位见图1。自动监测数据来源于重庆市环境保护局官方网站重庆市空气质量发布系统[5]，选取2016年9月1日至11月30日重庆市生态保护发展区域6个大气自动观测站的数据。所有数据采用SPSS19.0进行统计分析。

图1 大气自动观测站点位Fig.1 Atmosphere automatic observation points

2 健康风险评价模型

采用非致癌效应污染物健康风险评估模型对城市大气环境颗粒物进行健康风险评价[6]。其计算公式如下：

R=(C/RfC)×10-6

式中，R表示发生某种危害的健康风险；C为终生日均暴露计量或浓度；RfC为待评价物质的参考浓度，μg/m3。采用世界卫生组织(WHO)发布的大气质量基准中细颗粒物的日均浓度(PM2.5和PM10分别为25和50 μg/m3)作为RfC值[7]，依据非致癌效应污染物健康风险评估模型。

3 结果与讨论

3.1大气质量状况

重庆市生态保护发展区域秋季城区大气颗粒物监测结果见图2。由图2可以看出，生态保护发展区域6个大气自动观测站点的PM10和PM2.5日均值均满足《环境空气质量标准》(GB 3095—2012)中二级标准要求[1]，所有观测点位PM10浓度均大于PM2.5浓度，其中黔江区和酉阳县的PM10和PM2.5均达到了该标准一级水平，空气质量处于优级水平。PM2.5所占PM10的百分比大小分别为秀山县gt;酉阳县gt;石柱县gt;黔江区gt;武隆县gt;彭水，可以看出，虽然都处于生态保护发展区，但每个区县城市的细颗粒物污染可能来源差异较大，因此，需要因地制宜地制订各个区县的方案对大气颗粒物污染进行污染防控。

图2 秋季大气污染因子变化图Fig.2 Air pollution factor variation in autumn

3.2相关性分析

生态保护发展区域6个大气自动观测站点观测结果通过SPSS19.0进行统计分析，结果见表1。由表1可以看出，彭水县城区大气PM10和PM2.5与风速、温度和湿度呈极显著相关性(Plt;0.01)，其中与温度呈极显著正相关性，但PM2.5与风向呈极显著负相关性，表明PM10和PM2.5受气象参数影响不一致。武隆县的PM10和PM2.5与风速、温度和湿度呈极显著相关性(Plt;0.01)，与风向无相关性，可能是由于武隆县城位于乌江流域区域，风向对城区的细颗粒污染的影响较小。石柱县的PM10和PM2.5与风速、温度和湿度均呈显著性相关性，表明该城区区域大气颗粒物受气象参数影响较大。秀山县的PM10和PM2.5与湿度呈显著性负相关，与其他气象参数无明显相关性，由于湿度越大，大气颗粒随空气中的水分沉降作用明显导致大气环境中颗粒物浓度降低，而该区域几乎不受其他气象参数影响。黔江区的PM10和PM2.5与风速、风向、温度和湿度均呈显著性相关性(Plt;0.05)，其中与风向呈显著性正相关，其研究结果与前期研究结果相一致。酉阳县的PM10和PM2.5与风速呈显著性负相关性(Plt;0.01)，与风向、温度和湿度呈显著性正相关，表明在该区域大气颗粒物的扩散主要受气象参数中的风速影响较大。

表1 因子间相关性分析

注：**表示Plt;0.01，*表示Plt;0.05。

3.3健康风险研究

依据非致癌健康风险评估模型，分别计算了生态保护发展区域各城市秋季大气环境中PM10和PM2.5的健康风险值，结果见表2。由表2可以看出，PM2.5的健康风险值均大于PM10，由此表明PM2.5比PM10对人类生存的环境健康危害会更大。对于PM10的健康风险大小为武隆县gt;彭水县gt;石柱县gt;秀山县gt;酉阳县gt;黔江区，对于PM2.5则为武隆县gt;石柱县gt;秀山县gt;彭水县gt;酉阳县gt;黔江区，研究区域的PM10和PM2.5的健康风险值均未超过美国国家环境保护局(US EPA)规定的1×10-6～1×10-4可接受风险范围。重庆市生态保护发展区域的城市大气环境中PM10和PM2.5健康风险最大值和最小值分别为武隆县和黔江区，武隆县应加强城市环境综合整治和大气污染防控力度以确保有效控制城市大气环境质量。本研究显示，重庆市生态保护发展区域城市大气环境中的PM10和PM2.5健康风险评估值均小于兰州市PM10和PM2.5(分别为8.00×10-6～5.29×10-4；2.54×10-6～7.67×10-4)健康风险研究值[8]。关于研究重庆市生态保护发展区域城市大气环境中的PM10和PM2.5的健康风险值，未考虑细颗粒物中负载其他化学物质(如多环芳烃、重金属和多氯联苯等有毒有害物质)，在一定程度上会影响评估结果的准确性，下一步工作将进一步深入细颗粒中负载各类化学物质的潜在生态健康风险研究。

表2 PM10和PM2.5健康风险评价值

3.4气团后向轨迹分析

为考察研究大气传输对生态保护发展区域细颗粒物的污染路径来源，运用由美国大气实验室开发的HYSPLIT轨迹模型[9]，采用NOAA/NCEP在分析格点数据模拟了秋季期间生态保护发展区域各个观测站点的气团传输轨迹，分别在500 m、1000 m和1500 m高度气团的后向轨迹模拟，选择在24节气中的霜降(2016年10月23日)，分别研究6个观测站点在168 h内气团的传输轨迹，见图3。由图3可以看出，彭水县站点主要受到东南风和极地气候的影响，石柱县主要受到东北风和东南风影响，武隆县受西南风、东南风以及环流气团影响，黔江区、秀山县和酉阳县主要受东北风的影响。从生态保护发展区域6个观测站点的后轨迹气团看出，大气环境中细颗粒的来源在不同程度上均受到极地气候和环流气团影响，而受武陵山地区的哈斯特地形地貌的影响，导致了不同站点的大气来源出现了不同程度的差异性。

4 结论

(1)生态保护发展区域6个大气自动观测站点的PM10和PM2.5日均值均满足《环境空气质量标准》(GB 3095—2012)中的二级标准要求，所有观测点位PM10浓度均大于PM2.5浓度，其中黔江区和酉阳县的PM10和PM2.5均达到了该标准一级水平，空气质量处于优级水平，但每个区县城市的细颗粒物污染可能来源差异较大。

(2)相关性分析结果表明，研究区域6个观测站点大气中的PM10和PM2.5与风速、风向、温度和湿度均呈不同程度的显著性相关性，表明气象条件对研究区域的细颗粒污染影响较大。

(3)对细颗粒健康风险评价结果表明，研究区域6个观测站点大气中的PM2.5的健康风险值均大于PM10，PM10和PM2.5的健康风险值均未超过美国国家环境保护局规定的1×10-6～1×10-4可接受风险范围。HYSPLIT轨迹模型分析结果表明，研究区域的秋季大气环境中细颗粒的来源在不同程度上均受到极地气候和环流气团影响，而受武陵山地区的哈斯特地形地貌的影响，导致了不同站点的大气来源出现了不同程度的差异性。

[1] 环境保护部，国家质量监督检验检疫总局.环境空气质量标准:GB 3095—2012[S].北京：中国环境出版社，2012.

[2] 王占山, 张大伟, 李云婷, 等. 北京市夏季不同O3和PM2.5污染状况研究[J]. 环境科学, 2016, 37(3): 807- 815.

[3] 杨怀金, 杨德容, 叶芝祥, 等. 成都西南郊区春季PM2.5中元素特征及重金属潜在生态风险评价[J]. 环境科学, 2016, 37(12): 4490- 4503.

[4] 任丽红, 周志恩, 赵雪艳, 等. 重庆主城区大气PM10及PM2.5来源解析[J]. 环境科学研究, 2014, 27(12): 1387- 1394.

[5] 重庆环保.重庆市空气质量发布系统[EB/OL].[2017-03-10].http://222.177.117.35:8021/HistoryDay/HistoryDayMain.aspx.

[6] 于云江, 徐顺清, 谢满廷, 等. 环境污染的健康风险评估与管理技术[M]. 北京: 中国环境科学出版社, 2011: 70- 128.

[7] WHO. Air quality guidelines global update [M/OL]. [2017-03-10]. http://www.euro.who.int/_data/assets/pdf_file/0005/78638/E90038.pdf.

[8] 于云江, 王琼, 张艳平, 等. 兰州市大气主要污染物环境与健康风险评价[J]. 环境科学研究, 2012, 25(7): 751- 756.

[9] Kistler R, Kalnay E, Collins W, et al. The NCEP-NCAR 50-year reanalysis: monthly means CD-ROM and documentation [J]. Bulletin of the American Meteorological Society, 2001, 82: 247- 276.

HealthRiskAssessmentofAtmosphericPM10andPM2.5inCityEcologicalProtectionAreasofChongqing

ZHANG Yong-jiang1,2, DENG Mao1, LI Ying-ying1, WANG Ai-wen3, LIU Rong1

(1.Environmental Monitoring Center Station of Qianjiang District in Chongqing, Chongqing 409099, China; 2.College of Resources and Environment, Southwest University, Chongqing 400715, China; 3.Environmental Monitoring Station of Xiushan County in Chongqing, Chongqing 409900, China)

To accurately evaluate the pollution of atmospheric fine particulate matters in city ecological protection areas of Chongqing, the atmosphere automatic observation data was analyzed from September 1 to November 30, 2016. The results showed that: the daily average concentration of atmospheric pollutants PM10and PM2.5reached to the second grade ofAmbientAirQualityStandard(GB 3095-2012) in study areas. Correlation analysis results showed that the concentration of PM10and PM2.5, wind speed, wind direction, temperature and humidity were in different levels of significant correlation at six observation sites. The atmosphere health risk assessment values of PM2.5was greater than PM10, but the atmosphere health risk assessment values of PM10and PM2.5was no more than the acceptable risk range of U.S. Environmental Protection Agency (US EPA), which is 1×10-6-1×10-4. The sources of atmospheric fine particulate matters was affected by the polar climate and circulation air mass in autumn.

Chongqing; PM10; PM2.5; health risk; backward trajectory

2017-04-05

重庆市基础科学与前沿技术研究项目(cstc2015jcyjA0002)；重庆市环境保护局科技项目(环科字2015CF第101号)

张永江(1983—)，男，重庆彭水人，高级工程师，博士，主要从事环境管理和监测研究，E-mail：yjzhang008@163.com

10.14068/j.ceia.2017.06.016

X830.3

A

2095-6444(2017)06-0065-05