天津濱海新區(qū)大氣中多氯聯(lián)苯的季節(jié)分布與氣粒分配

李志勇,趙　鵬,張敬紅 （華北電力大學(xué)環(huán)境科學(xué)與工程學(xué)院,河北 保定 071000）

天津濱海新區(qū)大氣中多氯聯(lián)苯的季節(jié)分布與氣粒分配

李志勇*,趙鵬,張敬紅 （華北電力大學(xué)環(huán)境科學(xué)與工程學(xué)院,河北 保定 071000）

2013年4月～2014年1月在天津濱海新區(qū)泰達學(xué)院分季節(jié)采集23對大氣樣品（氣相+顆粒相）.分析了樣品中84種多氯聯(lián)苯（PCBs）異構(gòu)體,結(jié)果表明,總濃度為 71.08～567.36pg/m3（均值307.18pg/m3）；春、夏、秋、冬四個季節(jié)的 PCBs濃度分別為275.19,372.55,259.96,281.81pg/m3,季節(jié)規(guī)律不明顯,冬季濃度偏高,可能是由工業(yè)源排放的PCBs和冬季較高的大氣顆粒物濃度造成；氣相多氯聯(lián)苯占總濃度的 77.47%,且季節(jié)差異明顯,夏季（92.44%）＞秋季（85.16%）＞春季（80.61%）＞冬季（42.70%）；Clausius-Clapeyron （C.C）方程斜率為-5302,表明氣相PCBs對溫度依賴程度很大,其受到了當(dāng)?shù)毓I(yè)源的影響；log KP與log PL0和log KOA的斜率分別為-0.43和0.46,偏離了氣粒分配平衡時對應(yīng)的斜率-1和+1,表明濱海新區(qū)大氣中多氯聯(lián)苯受到了當(dāng)?shù)匚廴驹磁欧诺膹娏矣绊?所以沒有達到平衡狀態(tài).

大氣；多氯聯(lián)苯；氣粒分配；Clausius-Clapeyron方程；天津

多氯聯(lián)苯是一類普遍存在的持久性有機污染物（POPs）.具有較強的親脂性,毒性和抗環(huán)境降解能力［1］.這些物理化學(xué)性質(zhì)是 POPs的典型性質(zhì),PCBs可用作 POPs全球遷移和分布的示蹤物［2］.PCBs產(chǎn)品的生產(chǎn)和使用被禁止幾十年后,大氣中的 PCBs仍處于較為穩(wěn)定的水平,全球范圍內(nèi),有些地區(qū)大氣 PCBs降低緩慢或者根本不降低［3-4］.大氣是多氯聯(lián)苯重要的遷移途徑,同時也是一些水生生態(tài)系統(tǒng)的 PCBs來源和研究PCBs環(huán)境行為的研究介質(zhì)［5］.一旦PCBs進入大氣,將在氣相和顆粒相進行分配,然后經(jīng)歷去除機制,最后到達由溫度和蒸汽壓決定的平衡狀態(tài)［6-7］.大氣中POPs的歸宿主要取決于其氣粒分配狀態(tài)［8］.氣相和顆粒相載帶的 POPs,其在大氣中的消除機制（包括干濕沉降,光解,與OH自由基的反應(yīng)等）不同［9］.我國在1965～1974年生產(chǎn)了大約10000t PCBs產(chǎn)品,包含PCBs產(chǎn)品的變壓器一直使用到20世紀90年代末［10］.除了傳統(tǒng)的多氯聯(lián)苯產(chǎn)品的排放,其他工業(yè)活動如石油提煉、石油化工、金屬回收、燃煤和垃圾焚燒發(fā)電、鋼鐵以及涂料行業(yè)等成為PCBs新的排放源［11］.

研究表明,高度工業(yè)化和人口眾多的城市大氣中PCBs的含量較高［1,12-14］.國外圍繞PCBs的氣粒分配模型開展了大量的研究［5,15-18］,我國對此方面的工作較少.

天津近海岸濱海新區(qū)位于天津東部沿海地區(qū),環(huán)渤海經(jīng)濟圈的中心地帶,總面積2270km2,人口263萬人.大量的工業(yè)云集于此,包括造船、石油開采提煉、石油化工、燃煤與垃圾焚燒發(fā)電、鋼鐵等,這些工業(yè)是PCBs的潛在污染源.Li等［11］報道了天津地區(qū)表層土PCBs存在“源分布效應(yīng)”,濱海新區(qū) PCBs濃度最高.本研究采用實測數(shù)據(jù)與模型擬合的方法,研究了PCBs的季節(jié)分布；大氣PCBs的氣粒分布狀態(tài)；氣相和顆粒相中PCBs的單個異構(gòu)體和不同氯代異構(gòu)體分布；氣粒分配是否達到平衡狀態(tài).旨在了解新工業(yè)源影響下的大氣PCBs的污染特征及氣粒分配狀態(tài).

1　樣品的采集與分析

1.1樣品采集

泰達學(xué)院位于天津東南部,位于濱海新區(qū)中心地帶,緊鄰天津港和渤海灣.全年降雨量622mm,75%集中于夏季,蒸發(fā)降雨比為 3：1,導(dǎo)致土壤沙化.濱海新區(qū)集中了大量的工業(yè),如造船,石油化工、燃煤燃氣垃圾焚燒發(fā)電、化工、鋼鐵行業(yè)等等.

圖1　采樣點位置示意Fig.1　Location map of sampling site

采用改進的TH-1000型大流量采樣器（武漢市天虹儀表有限責(zé)任公司）采樣,操作流量選擇1050L/min.大氣先通過玻璃纖維膜（GFFs, 20cm×25cm）采集顆粒物,然后通過聚氨酯泡沫（PUFs,直徑6.35cm,長度8.4cm）采集氣相樣品.采樣點位于泰達學(xué)院內(nèi)一處6層樓的樓頂,附近無遮擋.采樣周期為第一天早 8：30至第二天早晨8：30,共24h.從2013年4月至2014年1月共采集23個樣品,標準狀態(tài)下的采樣體積為 1483.56～1686.85m3,平均采樣體積為1555.78m3.

1.2樣品分析

1.2.1化學(xué)藥品標準樣品（包括 C-IADN-01, 02,03號,每支包含28個異構(gòu)體,共84個；替代標準物PCB-14,-65和-166；內(nèi)標2,4,5,6-4氯間2甲苯和PCB-209）全部購買自美國Accustandard公司.正己烷和丙酮購買自美國 Fisher Scientific公司.

1.2.2樣品處理及分析采樣前玻璃纖維膜（GFFs）用鋁箔包裹經(jīng)450℃加熱24h去除有機物,后于-4℃密封保存.采樣前PUFs經(jīng)沸水,甲醇洗滌,然后用正己烷：丙酮（V：V=1：1）進行24h索氏提取.為進行氣粒分配研究,對采集到的顆粒相和氣相樣品進行單獨分析.樣品用正己烷：丙酮（v：v=1：1）索氏提取 24h,提取液經(jīng)旋轉(zhuǎn)蒸發(fā)定容至 2mL,然后過硅膠柱（從上至下：1g無水Na2SO4,1g酸硅膠（50%濃硫酸）,1g硅膠）凈化,硅膠購買自德國CNW公司.PCBs部分用30mL正己烷洗脫.

采用HP 6890GC/5973i MS系統(tǒng)對樣品進行分析測定,該系統(tǒng)配有 DB-5柱（60m×0.25mm）.氣相色譜柱100℃保持2min,后以1℃/min升至240℃,后以10℃/min升至280℃,保持20min,樣品測定周期為 165min.GC/MS系統(tǒng)采樣選擇離子模式.m/z為2氯聯(lián)苯（222,224）,3氯 （256,258）,4氯（290,292）,5氯（326,328）,6氯（360,362）,7氯（394,396）,8氯（428,430）和9氯（496,498）.

1.2.3質(zhì)量控制/質(zhì)量保證間隔8個樣品分別進行程序空白,全加標樣品,重復(fù)樣品和試劑空白實驗各一次.程序空白和試劑空白實驗中沒有發(fā)現(xiàn)任何目標檢測物.方法檢測限（按 1500m3采樣體積計算）從PCB-156的0.07到PCB-12/13的0.25pg/m3.對于所有GFFs和PUFs樣品,替代標準物質(zhì)PCB-14,-65,-166的回收率為（89±17）%, （91±12）%和（86±10）%.5個全加標樣品中,84種PCBs異構(gòu)體的回收率全部處于（75～115）%范圍內(nèi),標準偏差小于11%.6對重復(fù)樣品的標準偏差小于12%.

GFFs對于氣粒分配結(jié)果有兩方面影響：1）氣相PCBs可能會吸附于GFFs和GFFs表面的顆粒物；2）當(dāng)溫度升高,氣相PCBs濃度降低時,易揮發(fā)的 PCBs容易從 GFFs表面解吸被氣流帶出.后置1張GFF,在6個采樣過程中,后置GFF上的PCBs濃度低于2張GFF總量的4.5%或者檢測不到.因此,這部分濃度既不從顆粒相減去,也不加到氣相.將PUF一分為二,后置的PUF用來檢測氣相PCBs的穿透.5次采樣過程中,后置PUF 的PCBs含量為總量的9.91%,主要是3氯和4氯聯(lián)苯,因此本研究對氣相 PCBs濃度值做了相應(yīng)的調(diào)整.

2　結(jié)果與討論

2.1多氯聯(lián)苯總濃度及不同氯代異構(gòu)體分布

2.1.1多氯聯(lián)苯總濃度如圖 2所示,全年濱海新區(qū)大氣中 PCBs的濃度范圍為 71.08～567.36pg/m3（均值±標準偏差：（307.18±137.45）pg/m3）.最高濃度出現(xiàn)在夏季（8月18日）,最低濃度出現(xiàn)在冬季（1月14日）.春、夏、秋、冬四個季節(jié)的 PCBs濃度分別為（275.19±111.53）, （372.55± 119.95）, （259.96±130.40）,（281.81±189.39）pg/m3. Yeo等［5,7］研究韓國城市和農(nóng)村大氣中 PCBs的濃度特征時,發(fā)現(xiàn) PCBs總濃度對溫度的依賴程度很大.季節(jié)差異主要就是溫度差異,因為溫度決定了 PCBs的蒸發(fā)速率與沉降速率.然而濱海新區(qū)大氣 PCBs并未表現(xiàn)出明顯的季節(jié)分配規(guī)律,溫度與濃度呈現(xiàn)弱相關(guān)性（R=0.31, P＜0.15）,可能是由于當(dāng)?shù)卮罅肯嚓P(guān)工業(yè)污染源的PCBs排放淡化了這種相關(guān)性.另外濱海新區(qū)冬季大氣顆粒物濃度為夏季濃度的2.34倍,顆粒相PCBs高也是造成冬季大氣PCBs總濃度高的因素. 7種指示PCBs異構(gòu)體的濃度范圍為8.99～146.27pg/m3,均值為65.84pg/m3.在全部23個樣品中,其濃度占總濃度的 22.75%,與總濃度呈現(xiàn)弱相關(guān)性（R=0.44, P＜0.005）,說明濱海新區(qū)存在相應(yīng)的PCBs排放工業(yè)源,淡化了傳統(tǒng)PCBs產(chǎn)品中含有的指示PCBs 與PCBs總量的相關(guān)關(guān)系.

圖2　不同采樣日多氯聯(lián)苯總濃度、溫度與季節(jié)平均溫度Fig.2　PCBs concentrations, mean temperature for each sampling date and four seasons

表1　與其他地區(qū)大氣中PCBs的濃度比較Table 1　Comparison of PCBs levels with other regions

由表1可見,濱海新區(qū)大氣PCBs的濃度低于歐美和日本城市,但高于韓國和新加坡城市以及歐洲部分農(nóng)村,且明顯高于世界背景區(qū)域（如南極洲）.與我國其他地區(qū)相比（比較相應(yīng)的 7種指示異構(gòu)體濃度 PCB-28,52,101,118,138,153,180）,高于西安市區(qū)和全國背景區(qū)域,低于中國南海北部,遠低于臺州（電子垃圾拆解地）.

該結(jié)果與我國PCBs產(chǎn)品的生產(chǎn)和使用歷史相符合,但由于新污染源的大量富集,值得當(dāng)?shù)卣P(guān)注此地大氣PCBs的污染.

2.1.2不同氯代多氯聯(lián)苯異構(gòu)體的分布如圖3所示,在濱海新區(qū)大氣中,3氯（29.24%）,4氯（20.54%）和 5氯聯(lián)苯（19.64%）是最主要的異構(gòu)體.3氯聯(lián)苯所占比例最高與我國的PCBs的生產(chǎn)歷史及其較強的揮發(fā)性有關(guān)系.2～4氯聯(lián)苯異構(gòu)體具有較大的蒸汽壓,所以大氣中存在較多的PCBs異構(gòu)體是低氯代PCBs異構(gòu)體［5,7］.Kim等［13］報道了日本Yokohama市的異構(gòu)體是 4氯取代PCBs,其次是6,5,8氯取代的PCBs. Yeo等［5］報道了韓國城市大氣中的主要PCBs是3氯（28%）,4氯（25%）和5氯（24%）取代的異構(gòu)體,農(nóng)村大氣主要異構(gòu)體是3氯（45%）,4氯（24%）和5氯（21%）聯(lián)苯.Cindoruk等［27］報道了土耳其布爾薩市大氣中的主要PCBs為3氯 （65.7%）,4氯（25.1%）,5氯（5.7%）和6氯聯(lián)苯（3.2%）.該順序與天津濱海新區(qū)大氣中主要氯代 PCBs異構(gòu)體的順序基本相同,但比例相差較大,濱海新區(qū)大氣中 3氯聯(lián)苯的29.24%遠小于布爾薩市的 65.7%,可能由 PCBs商品的生產(chǎn)使用歷史及新工業(yè)污染源的排放強度不同所致.

圖3　含不同個數(shù)氯原子的多氯聯(lián)苯異構(gòu)體的貢獻率Fig.3　The contribution of PCB homologs with different chlorine atoms to total PCBs concentrations

2.2PCBs的氣粒分布

2.2.1單個異構(gòu)體氣粒分布顆粒相 PCBs異構(gòu)體中,6～9氯PCBs的含量較多,也就是說顆粒相富集的PCBs異構(gòu)體遷移能力差,蒸汽壓小,難以揮發(fā).He等［21］對新加坡市大氣PCBs進行研究時,發(fā)現(xiàn)隨著異構(gòu)體分子量和氯原子個數(shù)的增大,該異構(gòu)體在顆粒相所占的比例越來越高.如圖 4所示,氣相中處于前20位的異構(gòu)體全部是2～5氯的PCBs,其分子量低,蒸汽壓大,易揮發(fā),易于從顆粒相遷移至氣相.顆粒相中前 20位的異構(gòu)體中, 含6～9氯原子的異構(gòu)體有11個,PCB-138+163, -135+144,-156,-169,-174,-180,-194,-199,-205, -206,-207.這些大分子量異構(gòu)體蒸汽壓低,遷移和揮發(fā)能力差,所以更傾向于在顆粒相富集.11個異構(gòu)體濃度占20種異構(gòu)體濃度的49.24%.

圖4　氣相和顆粒相中濃度處于前20位的異構(gòu)體Fig.4　Top 20PCB congeners in gas and particle phase

2.2.2不同季節(jié)的PCBs的氣-粒分布在全部的23個樣品中,氣相中PCBs所有異構(gòu)體含量之和對總的PCBs濃度的貢獻率的均值為77.47%,低于其他相關(guān)研究的報道值（90%左右）［5,7,27］. Tasdemir等［28］報道了芝加哥大氣中氣相PCBs占PCBs總濃度的 95%.天津市區(qū)大氣中的顆粒物富集的 PCBs的比例高于其他報道,可能由于濱海新區(qū)工業(yè)源排放了含 PCBs的顆粒物所致.如圖5所示,夏季的氣相中的PCBs對于總的PCBs的濃度貢獻值最高,而冬季最低.因為溫度低的時候,PCBs異構(gòu)體不易從顆粒物中揮發(fā),使得顆粒物相的PCBs比例較高.4個季節(jié)中顆粒相的貢獻率為冬季（57.30%） ＞春季（19.39%） ＞秋季（14.84%） ＞夏季（7.56%）.Brunciak等［29］報道新澤西大氣中冬季顆粒相中 PCBs所占比例最高,與本研究的結(jié)果一致.

圖5　不同采樣日的PCBs的氣粒分配Fig.5　Gas/particle partitioning of PCBs for each sampling date

2.2.3不同氯代PCBs異構(gòu)體的氣-粒分布隨著氯原子個數(shù)的增多,顆粒相 PCBs占的比例增大（圖 6）.隨著氯原子個數(shù)的增多,PCB異構(gòu)體的蒸汽壓降低,揮發(fā)性減弱,而正辛醇-空氣分配系數(shù)增大,在顆粒物的吸附能力增強.韓國的城市Ansung市大氣中PCBs的不同氯代異構(gòu)體的氣-粒分布也符合這一規(guī)律［7］. He等［21］發(fā)現(xiàn)隨著異構(gòu)體分子量和氯原子個數(shù)的增大,該異構(gòu)體在顆粒相所占的比例越來越高.

2.3氣粒分配模型研究

2.3.1log KP-log PL0模型過冷液相蒸汽壓吸附模型經(jīng)常用于評價半揮發(fā)有機物在氣相和顆粒相的分配平衡狀態(tài).如下式：

圖6　含不同個數(shù)氯原子的異構(gòu)體的氣粒分配Fig.6　Gas/particle partitioning of PCB homologs with different number of chlorine atoms

式中：F為顆粒相中半揮發(fā)性有機物的濃度, ng/m3；A為氣相中半揮發(fā)性有機物的濃度,ng/m3；TSP為大氣中總懸浮顆粒物的濃度,μg/m3. Pankow等［30］認為半揮發(fā)性有機物在兩相中分配達到平衡狀態(tài)時,上述方程的斜率應(yīng)該接近-1.利用公式log PL0=mL/T+bL來進行不同溫度下過冷液相蒸汽壓的計算.Falconer等［31］給出了 148種多氯聯(lián)苯異構(gòu)體的斜率和截距值,可根據(jù)這些數(shù)據(jù)和采樣期間平均溫度數(shù)據(jù)來計算單個異構(gòu)體的過冷液相蒸汽壓.從色譜峰的分離情況及檢測限兩方面考慮,同時兼顧 PCBs在氣相和顆粒相中廣泛分布的原則,選擇 PCB-85, -99, -114, -156, -167, -169, -170, -172, -180, -190, -194, -99, -201, -205, -206和-207等異構(gòu)體進行過冷液相蒸汽壓的計算.利用式2計算這些異構(gòu)體的KP值,然后擬合.如圖 7（a）所示,斜率 mr=-0.43,偏離了平衡狀態(tài)的-1,表明可能在大量工業(yè)排放源的影響下,濱海新區(qū)大氣中 PCBs沒有達到氣粒分配平衡狀態(tài),因為大氣中 PCBs經(jīng)歷氣粒反應(yīng)和去除機制過程等才能到達平衡,而這些過程是需要較長時間的［27］.

2.3.2log KP-log KOA模型辛醇-大氣分配系數(shù)（KOA）以其對溫度的依賴特性使其成為描述疏水性化學(xué)物質(zhì)在空氣和環(huán)境油脂之間分配行為的重要參數(shù)［32-33］.

仍選擇在log KP-log PL0模型中用到的19種PCBs異構(gòu)進行KOA的計算.Harner等［34］利用log KOA=A+B/T計算 KOA,并列出 19種異構(gòu)體在-10～30℃的A和B值.這19種異構(gòu)體本研究中選用的 PCB-105,118,126,153和180的數(shù)據(jù).其他14個異構(gòu)體的KOA值用式3進行計算.Cindoruk等［27］也采用了該方法來計算PCBs的辛醇-大氣分配系數(shù).

式中： KOW為辛醇-水分配系數(shù)；H為亨利常數(shù), Pa·m3/mol.

Mackay等［35］列出了209種PCB異構(gòu)體的KOW值.Bamford等［36］列出了式（5）所需209種異構(gòu)體相應(yīng)的參數(shù)的值,通過式（4）和（5）計算可得到不同溫度下的異構(gòu)體的亨利常數(shù)值.

圖7　log KP-log PL0模型與log KP-log KOA模型擬合結(jié)果Fig.7　Regressed results for log KP-log PL0plot and log KP-log KOAplot

式中：H為亨利常數(shù),Pa·m3/mol；ΔHH為相轉(zhuǎn)移焓變,kJ/mol；ΔSH為相轉(zhuǎn)移熵變,kJ/（mol·K）；R為氣體常數(shù),8.314J/（mol·K）；T為絕對溫度,K.

Harner等［37］建立了一種新的模型,如式6,并指出當(dāng)半揮發(fā)有機物出于氣粒平衡狀態(tài)時其斜率為+1.

擬合后的結(jié)果如圖7（b）所示,斜率m=+0.46,偏離了平衡狀態(tài)時的+1,同樣表明濱海新區(qū)大氣中PCBs的氣粒分配狀態(tài)沒有達到平衡.

2.4氣相PCBs對溫度的依賴性

Clausius-Clapeyron（C.C）模型式（7）是用來檢驗氣相中半揮發(fā)有機物對溫度的依賴程度的模型［38］.

圖8　Clausius-Clapeyron方程的擬合結(jié)果Fig.8　The regressed results for Clausius-Clapeyron equation

通過氣相中PCBs單個異構(gòu)體的濃度計算其分壓,單個采樣日內(nèi)所有異構(gòu)體分壓的加和為單個采樣日的總壓,然后與采樣日平均溫度做回歸得到如圖8的結(jié)果.斜率a較大時,氣相污染物對溫度依賴性強,其主要來源于當(dāng)?shù)匚廴驹吹呐欧藕驼舭l(fā),反之依賴性弱,則主要來源于大氣的長距離遷移攜帶［13］.Yeo等［5］報道了韓國城市和農(nóng)村的大氣PCBs的C.C斜率分別為-3888和-1902. Cindoruk等［27］報道了土耳其布爾薩市大氣PCBs 的C.C斜率為-567.85.如圖8所示,濱海新區(qū)大氣中 PCBs的 C.C斜率-5201,高于韓國城市的-3888和農(nóng)村的-1902［5］,遠高于土耳其布爾薩市的-567.85［27］,濱海新區(qū)氣相PCBs對溫度依賴程度較強,表明氣相 PCBs受到了當(dāng)?shù)毓I(yè)源的強烈影響.Li等［11］研究了整個天津地區(qū)表層土PCBs濃度及異構(gòu)體遷移特征,結(jié)果表明濱海新區(qū)PCBs濃度是中心市區(qū)的3～4倍,濱海新區(qū)工業(yè)源可能是天津地區(qū)PCBs的重要來源.

3　結(jié)論

3.12013年4月至2014年1月的采樣期間,84 種PCBs異構(gòu)體總濃度為71.08～567.36pg/m3（均值307.18pg/m3）.

3.2春、夏、秋、冬四個季節(jié)的 PCBs濃度分別為275.19,372.55,259.96,281.81pg/m3.

3.3氣相 PCBs占總濃度的 77.47%,且夏季（92.44%）＞秋季（85.16%）＞春季（80.61%）＞冬季（42.70%）.

3.4Clausius-Clapeyron方程斜率為-5302,表明氣相 PCBs較大程度上受到了當(dāng)?shù)匚廴驹吹挠绊?

3.5log KP與log PL0和log KOA的斜率偏離了氣粒分配平衡時的斜率,表明濱海新區(qū)大氣多氯聯(lián)苯受到了當(dāng)?shù)匚廴驹磁欧诺膹娏矣绊?

3.6Clausius-Clapeyron模型較大的斜率,log KP-log PL0和log KP-log KOA模型偏離氣-粒分配平衡狀態(tài)的斜率,以及總濃度與溫度較弱的相關(guān)性,這寫結(jié)果表明濱海新區(qū) PCBs受到了當(dāng)?shù)毓I(yè)源的強烈影響.

［1］ Breivik K, Sweetman A, Pacyna J M, et al. Towards a global historical emission inventory for selected PCB congeners - a mass balance approach： 1. Global production and consumption ［J］. Science of the Total Environment, 2002,290（1-3）：181-198.

［2］ Ockenden W A, Breivik K, Meijer S N, et al. The global re-cycling of persistent organic pollutants is strongly retarded by soils ［J］. Environmental Pollution, 2003,121（1）：75-80.

［3］ Mai B X, Zeng E Y, Luo X J, et al. （2005）. Abundances, depositional fluxes, and homologue patterns of polychlorinated biphenyls in dated sediment cores from the Pearl River Delta, China ［J］. Environmental Science and Technology, 2005,39（1）：49-56.

［4］ Haugen J E, Wania F, Lei Y D. Polychlorinated biphenyls in the atmosphere of Southern Norway ［J］. Environmental Science and Technology, 1999,33（14）：2340-2345.

［5］ Yeo H G, Choi M, Chun M Y, et al. Concentration characteristics of atmospheric PCBs for urban and rural area, Korea ［J］. Science of the Total Environment, 2004,324（1-3）：261-270.

［6］ Wania F, Haugen J E, Lei Y D, et al. Temperature dependence of atmospheric concentrations of semivolatile organic compounds ［J］. Environmental Science and Technology, 1998,32（8）：1013-1021.

［7］ Yeo H G, Choi M, Chun M Y, et al. Gas/particle concentrations and partitioning of PCBs in the atmosphere of Korea ［J］. Atmospheric Environment, 2003,37（25）：3561-3570.

［8］ Pankow J F, Bidleman T F. Interdependence of the slopes and intercepts from log-log correlations of measured gas-particle partitioning and vapor pressure-I. theory and analysis of available data ［J］. Atmospheric Environment, 1992,26（6）：1071-1080.

［9］ Bidleman T F. Atmospheric process ［J］. Environmental Science and Technology, 1988,22（4）：361-367.

［10］ Xing Y Y, Lu L, Dawson R W, et al. A spatial temporal assessment of pollution from PCBs in China ［J］. Chemosphere, 2005,60（6）：731-739.

［11］ Li Z Y, Kong S F, Chen L, et al. Concentrations, spatial distributions and congener profiles of polychlorinated biphenyls in soils from a coastal city-Tianjin, China ［J］. Chemosphere, 2011, 85（3）：494-501.

［12］ Gouin T, Harner T, Daly G L, et al. Variability of concentrations of polybrominated diphenyl ethers and polychlorinated biphenyls in air： implications for monitoring, modeling and control ［J］. Atmospheric Environment, 2005,39（1）：151-166.

［13］ Kim K S, Masunaga S. Behavior and source characteristics of PCBs in urban ambient air of Yokohama, Japan ［J］. Environmental Pollution, 2005,138（2）：290-298.

［14］ Manodori L, Gambaro A, Moret I, et al. Seasonal evolution of gas-phase PCB concentrations in the Venice Lagoon area ［J］. Chemosphere, 2006,62（3）：449-458.

［15］ Mandalakis M, Tsapakis M, Tsoga A, et al. Gas-particle concentrations and distribution of aliphatic hydrocarbons, PAHs, PCBs and PCDD/Fs in the atmosphere of Athens （Greece） ［J］. Atmospheric Environment, 2002,36（25）：4023-4035.

［16］ Gambaro A, Manodori L, Moret I, et al. Determination of polychlorobiphenyls and polycyclic aromatic hydrocarbons in the atmospheric aerosol of the Venice Lagoon ［J］. Analytical and bioanalytical chemistry, 2004,378（7）：1806-1814.

［17］ Wethington D M, Hornbuckle K C. Milwaukee, WI, as a sourceof atmospheric PCBs to Lake Michigan ［J］. Environmental science and technology, 2005,39（1）：57-63.

［18］ Gambaro A, Manodori L, Zangrando R, et al. Atmospheric PCB concentrations at terra nova bay, Antarctica ［J］. Environmental science and technology, 2005,39（24）：9406-9411.

［19］ Halsall C J, Lee R G M, Coleman PJ, et al. PCBs in UK urban air ［J］. Environmental Science and Technology, 1995,29（9）：2368-2376.

［20］ Mandalakis M, Stephanou E G. Atmospheric concentration characteristics and gas-particle partitioning of PCBs in a rural area of eastern Germany ［J］. Environmental Pollution, 2007, 147（1）：211-221.

［21］ He J, Balasubramanian R. A study of gas/particle partitioning of SVOCs in the tropical atmosphere of Southeast Asia ［J］. Atmospheric Environment, 2009,43（29）：4375-4383.

［22］ Hiester E, Bruckmann P, B?hm R, et al. Pronounced decrease of PCDD/PCDF burden in ambient air ［J］. Chemosphere, 1997, 34（5-7）：1231-1243.

［23］ Li Q L, Xu Y, Li J, et al. Levels and spatial distribution of gaseous polychlorinated biphynyls and polychlorinated naphthalenes in the air over the northern South China Sea ［J］. Atmospheric Environment, 2012,56：228-235.

［24］ Wu J J, Teng M, Gao L R et al. Background air levels of polychlorinated biphenyls in China ［J］. Science of the Total Environment, 2011,409（10）：1818-1823.

［25］ 韓德明,葉磊,張承中,等.西安城區(qū)大氣中多氯聯(lián)苯的氣粒分配研究 ［J］. 中國環(huán)境科學(xué), 2014,34（10）：2466-2471.

［26］ Xing G H, Liang Y, Chen L X, et al. Exposure to PCBs, through inhalation, dermal contact and dust ingestion at Taizhou, China-A major site for recycling transformers ［J］. Chemosphere, 2011, 83（4）：605-611.

［27］ Cindoruk S S, Esen F, Tasdemir Y. Concentration and gas/particle partitioning of polychlorinated biphenyls （PCBs） at an industrial site at Bursa, Turkey ［J］. Atmospheric Research, 2007,85（3/4）：338-350.

［28］ Tasdemir Y, Vardar N, Odabasi M, et al. Concentrations and gas/particle partitioning of PCBs in Chicago ［J］. Environmental Pollution, 2004,131（1）：35-44.

［29］ Brunciak P A, Dachs J, Gigliotti C L, et al. Atmospheric polychlorinated biphenyl concentrations and apparent degradation in coastal New Jersey ［J］. Atmospheric Environment, 2001,35（19）：3325-3339.

［30］ Pankow J F. An absorption model of the gas/aerosol partitioning involved in the formation of secondary organic aerosol ［J］. Atmospheric Environment, 1994,28（2）：189-193.

［31］ Falconer R L, Bidleman T F. Vapor pressures and predicted particle/gas distributions of polychlorinated biphenyl congeners as functions of temperature and ortho-chlorine substitution ［J］. Atmospheric Environment, 1994,28（3）：547-554.

［32］ Finizio A, Mackay D, Bidleman T, et al. Octanol-air partition coefficient as a predictor of partitioning of semi-volatile organic chemicals to aerosols ［J］. Atmospheric Environment, 1997,31（15）：2289-2296.

［33］ Mackay D, Wania F. Transport of contaminants to the Arctic：partitioning, processes and models ［J］. Science of the Total Environment, 1995,160：25-38.

［34］ Harner T, Bidleman T F. Measurements of octanol-air partition coefficients for polychlorinated biphenyls ［J］. Journal of Chemical and Engineering Data, 1996,41（4）：895-899.

［35］ Mackay D, Shiu W Y, Ma K C. Illustrated handbook of physicalchemical properties and environmental fate for organic chemicals ［M］. Boca Raton： Lewis Publishers, 1992.

［36］ Bamford H A, Dianne L, Huie R E, et al. Using extrathermodynamic relationships to model the temperature dependence of Henry's law constants of 209PCB congeners［J］. Environmental Science and Technology, 2002,36（20）：4395-4402.

［37］ Harner T, Bidleman T F. Octanol-air partition coefficient for describing particle/gas partitioning of aromatic compounds in urban air ［J］. Environmental science and technology, 1998,32（10）：1494-1502.

［38］ Carlson D L, Hites R A. Temperature dependence of atmospheric PCB concentrations ［J］. Environmental Science and Technology, 2005,39（3）：740-747.

Seasonal variation and gas/particle partitioning of atmospheric PCBs from Binhai New District， Tianjin.

LI Zhi-yong*, ZHAO Peng, ZHANG Jing-hong （Department of Environmental Science and Engineering, North China Electric Power University, Baoding 071000, China）.

China Environmental Science, 2015,35（8）：2326～2333

The 23 paired samples （gas+particle） were collected from Binhai New District （BHND） during April 2013 to January 2014. The 84 PCB congeners were analyzed for each sample and the results were shown as following, the total PCBs concentrations ranged from 71.08 to 567.26 pg/m3with the mean value as 307.18 pg/m3； The mean values for spring, summer, autumn and winter were 275.19, 372.55, 259.96, 281.81 pg/m3, the weak seasonal distribution trends and relatively higher PCBs levels in winter possibly resulted from the PCBs emission from the local industrial sources and higher particle levels for winter compared with the other three seasons； The gas PCBs accounted for 77.47% of the total PCBs and showed a strong seasonal trends as summer＞autumn＞spring＞winter； The slope of regressed C.C plot was -5302, indicated the gas PCBs were mainly originated from local sources. The slopes for regressed log KP-log PL0and log PL0-log KOAplots were -0.43 and 0.46, deviated from the -1 and +1 for the equilibrium status of gas/particle partitioning, indicated the strong influence of local industrial sources.

atmosphere；PCBs；gas/particle partitioning；Clausius-Clapeyron equation；Tianjin

X513

A

1000-6923（2015）08-2326-08

2015-01-06

國家自然科學(xué)基金資助項目（21407048）；中央高校面上基金資助項目（13MS79）

* 責(zé)任作者, 講師, lzy800723@126.com

李志勇（1980-）,男,河北邢臺人,講師,博士,主要從事大氣污染化學(xué)研究.發(fā)表論文15余篇.