黃、渤海濱海帶大氣顆粒物時空分布與來源特征

許蕓松，劉偉健，趙永志，余雙雨，沈國鋒，李靜雅，熊冠男，劉洋，蔡傳洋，李堯，陶澍，劉文新,*

1. 北京大學(xué)城市與環(huán)境學(xué)院地表過程分析與模擬教育部重點實驗室，北京1008712. 黑龍江省齊齊哈爾市環(huán)境工程評估中心，齊齊哈爾 1610053. 南開大學(xué)環(huán)境科學(xué)與工程學(xué)院，天津 300350

黃、渤海濱海帶大氣顆粒物時空分布與來源特征

許蕓松1，劉偉健1，趙永志2，余雙雨1，沈國鋒1，李靜雅1，熊冠男1，劉洋1，蔡傳洋1，李堯3，陶澍1，劉文新1,*

1. 北京大學(xué)城市與環(huán)境學(xué)院地表過程分析與模擬教育部重點實驗室，北京1008712. 黑龍江省齊齊哈爾市環(huán)境工程評估中心，齊齊哈爾 1610053. 南開大學(xué)環(huán)境科學(xué)與工程學(xué)院，天津 300350

PM10作為大氣污染物監(jiān)測的主要指標之一，探究大氣PM10濃度對大氣環(huán)境質(zhì)量和人體健康評價具有重要意義。黃、渤海濱海帶包括京、津和遼、冀、魯、蘇等工、農(nóng)業(yè)大省，區(qū)域大氣PM10污染的時空分布和來源特征具有復(fù)雜性和典型性。在錦州、北京、天津、煙臺、青島、連云港和鹽城7個城市布設(shè)10個采樣點，含7個城市點和3個農(nóng)村點，開展為期一年的大氣顆粒物的采樣；同時，于冬季1月和夏季7月在錦州、天津和煙臺進行合計60 d的加密采樣，藉以確定研究區(qū)域大氣PM10的時空分布和來源特征。結(jié)果表明，黃、渤海濱海帶大氣年均PM10總濃度為(129±18) μg·m-3，單月最低值出現(xiàn)在2015年7月鹽城農(nóng)村樣點15 μg·m-3，最高值為2015年3月北京城市點307 μg·m-3。鹽城大氣PM10濃度(城市點(85±27) μg·m-3和農(nóng)村點(66±35) μg·m-3)顯著低于其他樣點大氣PM10濃度。渤海濱海帶中西部的京(140±68 μg·m-3)、津(169±60 μg·m-3)兩市大氣PM10年均濃度顯著高于東部的錦州(125±41 μg·m-3)和煙臺(109±31 μg·m-3)；而且黃海濱海帶大氣PM10年均濃度(114 μg·m-3)顯著低于渤海濱海帶年均濃度(136 μg·m-3)，總體上表現(xiàn)出西高東低、北高南低的特征。黃、渤海濱海帶城市點和農(nóng)村點年均濃度分別為(129±18) μg·m-3和(112±30) μg·m-3；農(nóng)村點春冬季大氣PM10濃度和城市點濃度相當，無顯著差異，夏秋季大氣PM10濃度略低于城市濃度，表明農(nóng)村地區(qū)大氣顆粒物污染情況也較為嚴重，需受到關(guān)注。區(qū)域內(nèi)PM10濃度季節(jié)變化整體表現(xiàn)為春冬高、夏秋低。利用多元回歸分析初步判斷黃、渤海濱海帶PM10屬于復(fù)合來源，大氣PM10濃度約30%的變化與降水、人均能耗和沙塵天氣相關(guān)。黃、渤海濱海帶大氣PM10濃度的晝夜變化不大，大氣PM10濃度與氣溫呈現(xiàn)正相關(guān)，與風(fēng)速和降水呈現(xiàn)負相關(guān)，表現(xiàn)為受各種氣象因素綜合作用的影響。

黃渤海濱海帶；大氣；PM10；時空分布；來源特征

Received16 January 2017accepted8 March 2017

Abstract: Since PM10is one of the major indicators to assess atmospheric pollution, it is significant to explore the tempo-spatial changes in PM10for the air quality and human health. In the littoral zones of Bohai Sea and Yellow Sea, there are two municipalities and some industrial and agricultural provinces, therefore the spatiotemporal distribution and source characteristics of PM10are characterized by complexity and representativeness. In this study, the PM10samples were collected in 7 urban sites (i.e., Jinzhou, Beijing, Tianjin, Yantai, Qingdao, Lianyungang and Yancheng) and 3 corresponding rural sites for a period of 1 year. Meanwhile, the intensive sampling activities were conducted in January and July lasted for a total of 60 days in the sites at Jinzhou, Tianjin and Yantai. The results showed that the annual average of PM10concentrations in the whole littoral zone was (129±18) μg·m-3. The minimum concentration of PM10in a single month was 15 μg·m-3at the rural site of Yancheng in July 2015; while the maximum concentration of PM10in a single month was 307 μg·m-3at the urban site of Beijing in March 2015. The concentrations of PM10in Yancheng (85±27 μg·m-3and 66±35 μg·m-3at urban and rural sites, respectively) were obviously lower than those at the other sampling sites. The concentrations of PM10in Beijing (140±68 μg·m-3) and in Tianjin (169±60 μg·m-3) situated in the mid-west part of Bohai littoral zone, were evidently greater than those in Jinzhou (125±41 μg·m-3) and in Yantai (109±31 μg·m-3) located in the east part of Bohai littoral zone. Moreover, the annual average concentration of PM10in the coastal zone of Yellow Sea (114 μg·m-3) was apparently lower than that in the coastal areas of Bohai Sea (136 μg·m-3). Therefore, the spatial distribution of PM10concentration exhibited the decreasing trend from the west to the east and from the north to the south. In addition, the annual averages of PM10concentrations in the urban and rural sites were (129±18) μg·m-3and (112±30) μg·m-3, respectively. The levels of PM10in the rural sites during winter and spring were close to those in the urban sites with no significant differences, indicating that the air pollution in the local rural areas was considerably severe and thus more attention should be paid. The levels of PM10in the rural sites during summer and autumn were slightly lower than those in the urban sites. In view of two coastal zones, the seasonal feature of PM10concentration was higher in spring and winter, and lower in summer and autumn. Based on a multivariate regression model, the emission source of PM10in the littoral areas of Bohai Sea and Yellow Sea was multiple. About 30% of the total variations in the concentration of PM10could be attributed to the local wet precipitation, energy consumption per capita and sandstorm. The diurnal changes in concentration of PM10were not significant in the two zones. The concentration PM10showed positive correlation with air temperature, and negative correlations with wind velocity and wet precipitation. In other words, PM2.5concentration was affected by the combined meteorological factors.

Keywords: littoral areas; Bohai Sea; Yellow Sea; PM10; spatiotemporal distribution; source characteristics

伴隨工業(yè)化和城市化發(fā)展、機動車保有量提高、以及化石燃料大量燃燒，近年來，大氣顆粒物PM已成為影響空氣質(zhì)量的首要污染物[1]。研究表明，長時間暴露于高濃度顆粒物環(huán)境中，對人體呼吸系統(tǒng)、心血管系統(tǒng)的發(fā)病率和死亡率均有影響[2-6]，尤其是細顆粒物，其中具有代表性之一的是空氣動力學(xué)直徑小于10 μm的顆粒物，即PM10。不同粒徑的大氣顆粒物不僅來源不同，而且其環(huán)境行為、對人體健康影響和氣候變化效應(yīng)也不同。PM10的來源廣泛，可分為自然源和人為源。自然源主要包括沙塵暴和火災(zāi)等自然過程產(chǎn)生的大氣顆粒物；人為源主要指生物質(zhì)燃燒、工業(yè)排放和機動車尾氣等人類活動產(chǎn)生的大氣顆粒物[7]。PM10由于在大氣中會停留較長時間，且比表面積較大，理化成分復(fù)雜，對能見度等大氣質(zhì)量指標和人體呼吸系統(tǒng)健康產(chǎn)生嚴重影響[8]。

我國早在1996年就將PM10納入空氣質(zhì)量的常規(guī)監(jiān)測[9]，《2012年中國環(huán)境狀況公報》顯示，國家環(huán)境空氣監(jiān)測網(wǎng)已囊括338個地級及以上城市的1 436個監(jiān)測點，大部分監(jiān)測網(wǎng)點分布于中東部。近年來伴隨大氣顆粒物污染事件頻發(fā)，各級政府、公眾和媒體關(guān)注度日益增強，針對PM10在城市尺度和區(qū)域尺度均開展研究[10]，其中近沿海重點城市，如寧波、煙臺、天津、青島和北京等地PM10的分布特征及時空規(guī)律[11-17]；區(qū)域范圍內(nèi)，徐建輝等[18]定位長江三角洲，對涵蓋上海、南京、杭州、寧波等28城市的區(qū)域進行PM10質(zhì)量濃度遙感估算和時空特征分析；郭元喜[19]等針對中東部83個重點城市秋季PM10濃度進行檢測。黃、渤海濱海帶包括遼寧、河北、山東、江蘇、北京和天津，內(nèi)含環(huán)渤海經(jīng)濟圈，礦產(chǎn)資源豐富，人口密集，工農(nóng)業(yè)發(fā)達，擁有高密集交通網(wǎng)絡(luò)[20]。需要指出，大尺度區(qū)域內(nèi)PM監(jiān)測，特別是年內(nèi)不同季節(jié)結(jié)合代表性時段高頻加密采樣的研究較為少見，尤其是涉及黃、渤海濱海帶，而這一區(qū)域隸屬于我國霧霾等災(zāi)害性天氣高強度頻發(fā)地區(qū)，選擇黃、渤海濱海帶地區(qū)開展PM監(jiān)測研究的意義十分重要。盡管未來大氣環(huán)境監(jiān)測會更偏重于細和超細顆粒物，如PM2.5、PM1.0和PM0.1等，但目前國內(nèi)一些城市，特別是二、三線城市，如本區(qū)域內(nèi)的錦州、煙臺、青島、連云港和鹽城，PM10仍然是主要監(jiān)測指標之一。

為探究黃、渤海濱海帶區(qū)域大氣PM10在空間、城鄉(xiāng)、季節(jié)和晝夜上的差異，本研究在南北縱向跨越遼、京、津、魯、蘇五省市范圍內(nèi)，布設(shè)10個采樣點，內(nèi)含7個城市點和3個農(nóng)村點，開展為期1年的大氣顆粒物采樣，同時，于冬季1月和夏季7月在錦州、天津和煙臺進行合計60 d的加密采樣。在此基礎(chǔ)上，結(jié)合當?shù)貙崟r的氣象因素，探討PM10濃度分布與氣象條件的關(guān)系。研究所得的大氣PM10濃度水平、空間分布、季節(jié)與晝夜變化對于綜合研究區(qū)域大氣顆粒物污染、西風(fēng)帶顆粒物污染的跨域傳輸具有重要意義，為黃、渤海濱海帶城鄉(xiāng)大氣顆粒物污染的比較提供背景數(shù)據(jù)，也有助于區(qū)域內(nèi)大氣顆粒物環(huán)境健康風(fēng)險的準確評估。

1 材料與方法(Materials and methods)

1.1 樣品采集

本研究覆蓋的區(qū)域基本處于33°N～42°N和115°E～121°E之間的一個狹長地帶，從北部遼寧錦州縱跨上千公里到南部江蘇鹽城。采樣點設(shè)置在遼寧錦州、北京、天津、山東煙臺和青島、江蘇連云港和鹽城7個城市(參見圖1)，該地區(qū)的人口總數(shù)約為2.3億，有超過60%的人口生活在城鎮(zhèn)地區(qū)[13]。7個城市，每個城市設(shè)立1個城市點，錦州、煙臺和鹽城共設(shè)立3個農(nóng)村點(如表1)。城市點一般都位于城市的市中心地區(qū)，農(nóng)村點選擇100戶以上的樣村。

圖1 大氣PM10樣點分布圖Fig. 1 Sketch map of air sampling sites for PM10

年度采樣時間為2015年5月至2016年4月，每月采集2次大氣樣品，采樣持續(xù)時間約為48 h，采樣流量為300 L·min-1。各地每月采樣時間基本保持一致，前后相差不超過一星期。密集采樣時間為2015年7月和2016年1月，地點為錦州、天津和煙臺，7月密集采樣每天分別于6:30、12:30和18:30的3個時段采樣，每張濾膜采集2次，每次2 d；1月份密集采樣每天分別于7:00和18:30的2個時段進行采樣，每張濾膜采集2次，每次2 d。顆粒態(tài)玻璃纖維濾膜(GFF, 200 mm × 150 mm)，顆粒態(tài)采集的切割頭為PM10。采樣前，分別用十萬分之一精度的Mettler Toledo天平稱量濾膜，每次稱量等示數(shù)穩(wěn)定30 s后方可記錄，重復(fù)稱重3次，計算平均質(zhì)量后用鋁箔包裹保存于保干器中，在采樣結(jié)束后，GFF用鋁箔包好后，裝入鋁箔袋中密封，運回實驗室于-20 ℃冰箱中保存待處理，每次稱量前，先取出放置干燥器中，待溫度升至室溫(25 ℃)，重復(fù)稱重3次(恒重)，計算平均質(zhì)量后作為采樣后質(zhì)量。

10個樣點采集的48 h樣品，用天平稱量后，通過質(zhì)量差與流量計算PM10濃度，公式如下。

PM10=(Ma-Mb)/Q

其中，Ma為采樣后質(zhì)量，Mb為采樣前質(zhì)量，Ma-Mb為濾膜質(zhì)量差，Q為采樣器48 h流量。

1.2 實驗材料

實驗用大氣主動采樣器購自中科院廣州地球化學(xué)研究所，型號為PM10-PUF-300，流量為恒定300 L·min-1。玻璃纖維濾膜購自上海紅光造紙廠，型號為49型。天平精度為十萬分之一克的Mettler Toledo天平。采樣前玻璃纖維濾膜需要進行凈化處理，將玻璃纖維濾膜裁剪成200 mm × 150 mm大小，置于馬弗爐中450°C下焙燒4 h，冷卻至室溫后，在干燥器中冷卻24 h，然后用天平分別進行稱重。

目標城市的氣象數(shù)據(jù)，包括高頻密集采樣期間的日均溫、風(fēng)速和降水量，購自天氣科技(北京)有限公司。

1.3 數(shù)據(jù)統(tǒng)計與分析

研究中所用統(tǒng)計方法，包括均值比較、單因子方差分析、正態(tài)分布檢驗和相關(guān)分析等，均采用SSPS 13.0(IBM Co. USA)軟件包完成，顯著性水平P< 0.05。

所用人均能耗計算方法采用其他相關(guān)研究中的人均能耗模型進行計算[21]。模型所用數(shù)據(jù)來自2001至2007年中國省級生活能耗數(shù)據(jù)、溫度數(shù)據(jù)和社會發(fā)展數(shù)據(jù)，據(jù)此建立生活燃料和電能消耗的回歸模型，經(jīng)驗證后，模型可用于模擬國內(nèi)區(qū)域的人均能耗。具體公式和參數(shù)如下。

HDDp=hdd+cdd

其中，Nd為某一月天數(shù)；Ti為日平均溫度；Tb是人為規(guī)定的基礎(chǔ)溫度(本文采用5°C和25°C)；當日平均溫度高于基礎(chǔ)溫度時γi等于0，否則等于1；HDDp為基于非線性關(guān)系的hdd；n為0.9。

Fcap=5.95×10-5×HDDp+3.92×10-4

Ecap=1.47×10-6×Icap+0.019Ru+4.96×10-11

其中，F(xiàn)cap為人均生活燃料消耗；Ecap為人均生活電能消耗；HD為取暖天數(shù)；Icap為人均年收入；Ru為城市化率。人均能耗為Fcap和Ecap之和。

表1 各樣點基本信息Table 1 Background information on individual sampling sites

2 結(jié)果與討論(Results and discussion)

2.1 大氣顆粒物地區(qū)差異及討論

通過統(tǒng)計各采樣點單個月份大氣PM10濃度，分別計算研究區(qū)域中各個采樣點的大氣PM10年均濃度及標準差(見表2)。其中大氣PM10濃度總體呈對數(shù)正態(tài)分布。黃、渤海濱海帶地區(qū)大氣年均總濃度為(129±18) μg·m-3，除鹽城外年平均濃度均超過國家二級標準100μg·m-3，其中尤以天津和北京最高，表明京、津在黃渤海濱海帶地區(qū)污染情況較為嚴重。3個城市對應(yīng)城市點和農(nóng)村點年均濃度分別為(114±32) μg·m-3和(105±13) μg·m-3。城市點年均濃度最高為天津169 μg·m-3，最低為鹽城66μg·m-3。單月PM10濃度最低值出現(xiàn)在2015年7月的鹽城農(nóng)村樣點15μg·m-3，最高值為2015年3月北京城市點307μg·m-3。

圖2顯示各城市大氣PM10濃度在空間和濃度上的關(guān)系。鹽城大氣PM10濃度(城市(85±27) μg·m-3，農(nóng)村(66±35) μg·m-3)明顯低于其他樣點濃度，且平均濃度低于國家二級標準100 μg·m-3。以往文獻顯示，大氣PM10的消除受濕性沉降影響較大[12]。就地理位置而言，鹽城是所有樣點中唯一處于亞熱帶季風(fēng)性氣候區(qū)城市，2015年均降水量(～1 600 mm)，增強了濕沉降對大氣顆粒物的清除作用。另外，采暖期北方樣點大氣PM10濃度普遍高于南方[22]，鹽城位于南方，冬季集中供暖強度較低，一定程度上減少冬季大氣顆粒物的排放來源，使得鹽城大氣PM10濃度整體處于較低水平。

渤海濱海帶PM10年均濃度為136 μg·m-3，明顯高于黃海濱海帶(114 μg·m-3)。研究表明，居民冬季取暖所需的各種燃燒活動是北部取暖區(qū)大氣PM10濃度主要來源之一。渤海濱海帶沿海城市均屬于冬季取暖區(qū)；而南部鹽城和連云港為非集中供暖區(qū)或非供暖區(qū)，一定程度上會減少冬季大氣顆粒物排放[23]。另外，黃海濱海帶年均降水(～960 mm)明顯高于渤海濱海帶(～476 mm)[24-29]，相應(yīng)增加黃海濱海帶的濕性沉降。這些因素導(dǎo)致渤海濱海帶大氣PM10濃度整體高于南部黃海濱海帶，這一趨勢與以往的研究結(jié)果相一致[30]。

表2 各樣點逐月大氣PM10濃度(μg·m-3)Table 2 Monthly averaged concentration of PM10 in each sampling sites (μg·m-3)

位于渤海濱海帶中西部的京(140±68 μg·m-3)、津(169±60 μg·m-3)兩大城市的大氣PM10濃度明顯高于東部的錦州(125±41 μg·m-3)和煙臺(109±31 μg·m-3)。據(jù)文獻報道，我國北方大氣顆粒物排放源主要為沙塵、機動車尾氣、冬季取暖和工業(yè)生產(chǎn)所需的化石燃料燃燒[31-32]。環(huán)渤海濱海帶西部地區(qū)受來自蒙古、哈薩克斯坦和我國北方荒漠和半荒漠地區(qū)的沙塵影響較大[33-34]，而且我國沙塵強度和頻率整體呈現(xiàn)自西向東逐漸遞減的趨勢[35]。人均能耗是衡量PM10人為源中化石燃料燃燒量的重要指標，與人均年收入成正比[21]。2015年北京和天津的平均人均年收入為錦州和煙臺的1.7倍，京、津擁有的機動車數(shù)量和工業(yè)煙(粉)塵排放量也遠高于煙臺和錦州(參見表3)；而渤海濱海帶的降水量等氣象條件無顯著差異[24-29]。綜合上述因素，渤海濱海帶大氣PM10濃度大體呈現(xiàn)西高東低的趨勢。

圖2 各樣點PM10年均濃度分布Fig. 2 Distribution of annual average concentrations of PM10 at individual sampling sites

2.2 大氣顆粒物的城鄉(xiāng)差異及影響因素

國外研究大多集中于城市地區(qū)，一般認為城市點大氣顆粒物的污染程度顯著高于農(nóng)村點，城市地區(qū)擁人口密度較高、機動車流量集中、工業(yè)生產(chǎn)活動較強，造成大氣顆粒物的人為源增多，直接導(dǎo)致PM10濃度高于農(nóng)村地區(qū)。本文通過比較和單因子方差分析，顯示黃、渤海濱海帶農(nóng)村點和城市點大氣PM10的年均濃度沒有顯著性差異(P< 0.05，如圖3)，分別為(114±32) μg·m-3和(106±14) μg·m-3，其中鹽城城市點大氣PM10濃度(85±27 μg·m-3)在均值上則略高于其農(nóng)村點(66±35 μg·m-3)；而錦州(125±41 μg·m-3)和煙臺(109±31 μg·m-3)城市點大氣PM10濃度則稍低于其對應(yīng)農(nóng)村點(136±46 μg·m-3，140±62 μg·m-3)。農(nóng)村點PM10濃度分布的標準差較大說明其濃度變化范圍較大，位于錦州和煙臺農(nóng)村點冬季供暖期內(nèi)大氣PM10濃度高于其城市點，夏季則低于城市點，這些與以往的研究結(jié)果相似[36-37]。農(nóng)村地區(qū)較高的均值和較大的標準差說明農(nóng)村大氣顆粒物污染情況同樣較為嚴重，也需獲得足夠的重視。有文獻指出，農(nóng)村揚塵較重，經(jīng)濟發(fā)展相對落后，農(nóng)業(yè)產(chǎn)業(yè)比重較大，北部錦州地區(qū)供暖時間長，供暖需求導(dǎo)致大量生物質(zhì)燃燒，加之農(nóng)村爐灶等工具簡陋，能源利用效率較低(分散供暖)，造成大氣顆粒物排放量顯著增加[38]。有監(jiān)測顯示，農(nóng)村室內(nèi)空氣、冬季廚房中PM10的濃度相當高[39]。地表揚塵、居民做飯和冬季取暖所需的生物質(zhì)燃燒在一定程度上可解釋農(nóng)村地區(qū)冬季大氣PM10濃度與城市地區(qū)沒有明顯差異，甚至略高于城市地區(qū)。

表3 各樣點2015年國內(nèi)生產(chǎn)總值、人口、城鎮(zhèn)化率、汽車保有量、人均能耗及工業(yè)煙(粉)塵排放量Table 3 GDP, population, urbanization rate, car ownership, energy consumption per capita (PCEC), industrial smoke (dust) emission (ISDE) at different sampling sites

圖3 城市點和農(nóng)村點大氣PM10濃度對比Fig. 3 Comparison of PM10 concentrations in the urban and rural sampling sites studied

2.3 大氣顆粒物季節(jié)變化與影響因素

本文將季節(jié)劃分為春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(12—2月)，藉以比較黃、渤海濱海帶城市點與農(nóng)村點的季節(jié)變化特征(如圖4)。盡管多數(shù)農(nóng)村點PM10濃度略低于相應(yīng)城市點，但利用Kendall協(xié)調(diào)系數(shù)(P< 0.05)發(fā)現(xiàn)從北部錦州到南部鹽城，不同樣點大氣顆粒物濃度在季節(jié)上呈現(xiàn)出相當?shù)囊恢滦裕杭创髿釶M10濃度整體呈現(xiàn)冬春季高，夏秋季低的特點。最高值多集中于3月，最低點基本出現(xiàn)在8月。春夏季農(nóng)村點濃度略低于城市點濃度；而秋冬季農(nóng)村點濃度和城市點則相當，且渤海濱海帶地區(qū)冬季農(nóng)村大氣PM10濃度略高于城市點。

本文的研究區(qū)域均位于全球西風(fēng)帶內(nèi)，北部地區(qū)是典型的中溫帶季風(fēng)性氣候，南部鹽城地區(qū)主要受到亞熱帶氣候的影響，沿海地區(qū)還受海洋影響較大。大氣采樣點除鹽城外均為溫帶季風(fēng)性氣候，四季分明，冬季干燥低溫，夏季溫度高，降水多集中于7、8月，使得夏季濕沉降去除量較大，而夏季較強的光照和不穩(wěn)定的大氣層結(jié)構(gòu)使得顆粒物更易擴散[40]。另外，黃、渤海濱海帶冬季平均溫度由南部向北部遞減(從鹽城3.0°C減至錦州-5.0°C)[24-29]，冬季主要供暖區(qū)(如遼、京、津、魯)的供暖期一般為4～5個月，期間會消耗大量煤炭和生物質(zhì)用于冬季取暖；同時，錦州農(nóng)村仍存在冬季秸稈燃燒現(xiàn)象[41]，也增加PM10的排放。渤海濱海帶樣點地處西風(fēng)帶內(nèi)，3月受西部沙塵天氣影響較大，尤以京、津和錦州最為嚴重[35]。我國北部地區(qū)供暖期一般持續(xù)4～5個月，而3月春季供暖的PM10排放活動尚未結(jié)束。綜合上述因素，一定程度上可解釋大氣PM10濃度最高點大多集中于3月，最低點多集中于8月，這種整體變化特征也與以往的研究結(jié)果相類似[42-44]。

圖4 渤海濱海帶城市點大氣PM10濃度季節(jié)變化Fig. 4 Seasonal changes in PM10 concentration in the urban sites located in coastal zone of Bohai Sea

圖5 黃海濱海帶城市點大氣PM10濃度季節(jié)變化Fig. 5 Seasonal changes in PM10 concentration in the urban sites located in coastal zone of Yellow Sea

圖6 農(nóng)村點大氣PM10濃度季節(jié)變化Fig. 6 Seasonal changes in PM10 concentrations in the rural sites

圖7 大氣PM10濃度與降水、人均生活能耗和沙塵天氣頻率之間的相關(guān)關(guān)系Fig. 7 Correlation between PM10 concentration and precipitation, energy consumption per capita and dust weather frequency

圖8 多元回歸模型的大氣PM10預(yù)測濃度 和實測濃度之間的關(guān)系Fig. 8 Relationship between the predicted concentration by the multivariate regression model and the actually measured concentration of PM10

通過每月人均生活能耗、沙塵天氣頻率和降水量的量化來估算對大氣PM10濃度的影響。結(jié)果表明，大氣PM10濃度與人均生活能耗和沙塵天氣頻率呈現(xiàn)顯著正相關(guān)(P< 0.05)；而與降水量則成顯著負相關(guān)(P< 0.05，如圖7所示)。將3個影響因素作為自變量與7個城市大氣PM10濃度進行多元回歸分析，可得到：

logPM=-0.121Ps+0.066Es+0.279S+2.333

R2=0.31

其中：PM為大氣PM10濃度；PS為標準化的降水(mm)；ES為人均生活能耗(噸標準煤)；S為沙塵天氣頻率。其中，PS和S在0.05顯著性水平下與PM顯著相關(guān)。此外，多元回歸模型的預(yù)測值與實測值表現(xiàn)出良好的一致性關(guān)系(如圖8所示)。盡管可決系數(shù)R2=0.31并不高，目標區(qū)域內(nèi)大氣PM10的濃度變化一定程度上(約3成)可由降水、人均能耗和沙塵解釋，這也與以往的研究相似[7]。

2.4 大氣顆粒物晝夜?jié)舛茸兓c氣象因素的關(guān)系

統(tǒng)計錦州、天津和煙臺3個城市點7月和1月的密集采樣數(shù)據(jù)，比較其PM10濃度的晝夜變化(如圖9和圖10所示)，其中，采樣次序設(shè)計為15次(1個月按30天計，2天1次采樣)。實際采樣過程中，考慮到因客觀條件造成部分樣品損失，為保持數(shù)據(jù)完整性，天津調(diào)整為9次、煙臺調(diào)整為12次。錦州1月夜間(128±53 μg·m-3)和7月夜間(100±36 μg·m-3)大氣PM10平均濃度略高于白天大氣PM10平均濃度(1月白天(118±40) μg·m-3、7月上午(98±38) μg·m-3和7月下午(93±43) μg·m-3)。天津1月和7月夜間大氣PM10平均濃度(144±86 μg·m-3和127±44 μg·m-3)也稍高于白天大氣PM10平均濃度(1月白天(128±98) μg·m-3、7月上午(123±63) μg·m-3和7月下午(100±51) μg·m-3)。而煙臺1月晚間(115±65 μg·m-3)和7月晚間(65±23 μg·m-3)大氣PM10平均濃度則低于其白天大氣PM10平均濃度(1月白天(162±66) μg·m-3、7月上午(86±26) μg·m-3和7月下午(79±27) μg·m-3)。就整體而言，3個城市夜間與白天大氣PM10平均濃度相差不大，因此，晚間大氣顆粒物污染問題也需關(guān)注。當晝夜溫差較大時，靜穩(wěn)天氣條件下夜間晴天具有穩(wěn)定的大氣層結(jié)構(gòu)，易形成逆溫層，造成白天積聚的大氣顆粒物在夜間難以擴散，導(dǎo)致大氣PM10濃度升高。另外，晚間的某些工業(yè)活動或其他排放源也有可能造成夜間大氣PM10濃度高于白天。通過比較當?shù)卮髿釶M10濃度和氣溫、風(fēng)速、降水量的關(guān)系(參見圖9和圖10)，可大體得到大氣PM10的濃度變化與氣溫成正相關(guān)，而與風(fēng)速和降水量成負相關(guān)，與以往的研究結(jié)果相一致[46]。有研究顯示，氣溫越高、日照時間越長，大氣光化學(xué)反應(yīng)越活躍，因而產(chǎn)生的顆粒物越多。其中氣溫升高主要增加大氣中硫酸鹽和硝酸鹽濃度[45]，較大的風(fēng)速則有利于大氣污染物擴散，而降水則通過濕沉降增加大氣顆粒物的去除，這些因素都對大氣PM10的濃度變化影響顯著，而最終大氣PM10濃度變化則是各因素綜合作用的結(jié)果[46]。

綜上所述：從空間分布看，黃、渤海濱海帶大氣PM10年均濃度為(129±18) μg·m-3。鹽城位于亞熱帶季風(fēng)性氣候區(qū)，年均降水量明顯高于其他地區(qū)，有助于大氣顆粒物的清除，其大氣PM10濃度明顯低于其他樣點。位于渤海濱海帶中西部的京津兩大城市大氣PM10濃度明顯高于東部的錦州和煙臺的大氣PM10濃度，空間上呈現(xiàn)東西差異。而地理位置偏南的黃海濱海帶的大氣PM10年均濃度則明顯低于靠北的渤海濱海帶大氣PM10濃度。

圖9 錦州、天津和煙臺1月大氣PM10濃度晝夜變化 及其與氣象條件的關(guān)系Fig. 9 Diurnal variations in concentration trend of PM10 in Jinzhou, Tianjin and Yantai in January and its relationship with meteorological conditions

圖10 錦州、天津和煙臺7月份大氣PM10濃度晝夜變化和氣象條件的關(guān)系Fig. 10 Diurnal variations in concentration trend of PM10 in Jinzhou, Tianjin and Yantai in July and its relationship with meteorological conditions

黃、渤海濱海帶城市點和農(nóng)村點年均濃度分別為(129±18) μg·m-3和(112±30) μg·m-3。農(nóng)村居民點冬季大氣PM10濃度和城市點濃度相當，沒有顯著差異；煙臺和錦州農(nóng)村點大氣PM10平均濃度甚至高于對應(yīng)的城市點。主要原因可歸于地表揚塵、居民做飯和冬季取暖所需的生物質(zhì)燃燒，為此，農(nóng)村大氣顆粒物污染也須得到足夠的重視。

盡管不同地區(qū)樣點在年均PM10濃度上各有差別，但不同樣點大氣PM10濃度呈現(xiàn)相對一致的季節(jié)性變化，即春、冬季高于夏、秋季。利用多元回歸分析可初步判斷黃、渤海濱海帶PM10屬于復(fù)合來源，大氣PM10濃度變異可部分地由降水量、人均能耗和沙塵天氣加以解釋。

在研究區(qū)域內(nèi)，各樣點大氣PM10濃度的晝夜變化差距不大，錦州和天津樣點夜間PM10濃度多數(shù)還高于白天PM10濃度，表明夜間大氣顆粒物污染同樣值得關(guān)注。另外，樣點大氣PM10濃度和當?shù)貧庀笠蛩卮嬖谝欢ǖ南嚓P(guān)性：如與氣溫成正相關(guān)，與降水量和風(fēng)速則表現(xiàn)為負相關(guān)。需要指明，研究區(qū)域大氣PM10濃度的最終變化應(yīng)是當?shù)馗黝愐蛩鼐C合作用的結(jié)果。

致謝：本文所有作者向協(xié)助現(xiàn)場采樣的各位相關(guān)人員表示衷心感謝。

[1] 唐孝炎, 張遠航, 邵敏主編. 大氣環(huán)境化學(xué)[M]. 北京: 高等教育出版社, 2006: 105-115

[2] Hosgood H D, Wei H, Sapkota A, et al. Household coal use and lung cancer: Systematic review and meta-analysis of case-control studies, with an emphasis on geographic variation [J]. International Journal of Epidemiology, 2011, 40: 719-728

[3] Chafe Z A, Brauer M, Klimont Z, et al. Household cooking with solid fuels contributes to ambient PM2.5 air pollution and the burden of disease [J]. Environmental Health Perspectives, 2014, 122: 1314-1320

[4] Smith K R, Bruce N, Balakrishnan K, et al. Millions dead: How do we know and what does it mean? Methods used in the comparative risk assessment of household air pollution [J]. Annual Review Public Health, 2014, 35: 185-206

[5] Apte J S, Marshall J D, Cohen A J, et al. Addressing global mortality from ambient PM2.5 [J]. Environmental Science & Technology, 2015, 49: 8057-8066

[6] Madaniyazi L, Nagashima T, Guo Y M, et al. Projecting fine particulate matter-related mortality in East China [J]. Environmental Science & Technology, 2015, 49: 11141-11150

[7] 李偉. 中國北方地區(qū)大氣顆粒物和多環(huán)芳烴的時空分布及來源特征[D]. 北京: 北京大學(xué), 2014: 15-18

Li W. Spatial and seasonal variations and origins of particulate matter and polycyclic aromatic hydrocarbons in ambient air in Northern China [D]. Beijing: Peking University, 2014: 15-18 (in Chinese)

[8] 郭送軍, 譚吉華, 段菁春, 等. 廣州市灰霾期大氣PM10中水溶性離子特征[J]. 環(huán)境科學(xué)與技術(shù), 2012, 35(11): 83-86

Guo S J, Tan J H, Duan Q C, et al. Characteristics of water soluble ions in atmospheric PM10during haze periods in Guangzhou [J]. Environmental Science & Technology, 2012, 35(11): 83-86 (in Chinese)

[9] 陳丹青, 師建中, 肖亮洪, 等. 粵東三市PM2.5和PM10質(zhì)量濃度分布特征[J]. 中山大學(xué)學(xué)報, 2012, 51(4): 73-78

Chen D Q, Shi J Z, Xiao L H, et al. The distribution and concentration of PM2.5and PM10in three cities of Eastern Guangzhou [J]. Acta Scientiarum Naturalium Universitatis Sunystseni, 2012, 51(4): 73-78 (in Chinese)

[10] Wang Q. China’s citizens must act to save their environment [J]. Nature, 2013, 497: 189

[11] 郭濤, 馬永亮, 賀克斌. 區(qū)域大氣環(huán)境中PM2.5/PM10空間分布研究[J]. 環(huán)境工程學(xué)報, 2009, 3(1): 147-150

Guo T, Ma Y L, He K B. Study on spatial distributions of PM2.5/PM10in regional atomospheric environment [J]. Chinese Journal of Environmental Engineering, 2009, 3(1): 147-150 (in Chinese)

[12] 趙晨曦, 王云琦, 王玉杰, 等. 北京地區(qū)冬春PM2.5和PM10污染水平時空分布及其與氣象條件的關(guān)系[J]. 環(huán)境科學(xué), 2014, 35(2): 418-427

Zhao C X, Wang Y Q, Wang Y J, et al. Temporal and spatial distribution of PM2.5and PM10pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing [J]. Environmental Science, 2014, 35(2): 418-427 (in Chinese)

[13] 郭利, 張艷昆, 劉樹華, 等. 北京地區(qū)PM10質(zhì)量污染與邊界層氣象要素相關(guān)性分析[J]. 北京大學(xué)學(xué)報, 2011, 47(4): 607-612

Guo L, Zhang Y K, Liu S H, et al. Correlation analysis between PM10mass concentration and meteorological elements of atmospheric boundary layer in Beijing area [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2011, 47(4): 607-612 (in Chinese)

[14] 錢楓, 楊儀方, 張慧峰, 等. 北京交通環(huán)境PM10分布特征及重金屬形態(tài)分析[J].環(huán)境科學(xué)研究, 2011, 24(6): 608-614

Qian F, Yang Y F, Zhang H F, et al. Distribution characteristics and speciation of heavy metals in PM10near urban roads and surrounding areas of Beijing [J]. Research of Environmental Sciences, 2011, 24(6): 608-614 (in Chinese)

[15] 林海峰, 辛金元, 張文煜, 等. 北京市近地層顆粒物濃度與氣溶膠光學(xué)厚度相關(guān)分析研究[J]. 環(huán)境科學(xué)研究, 2013, 34(3): 826-834

Lin H F, Xin J Y, Zhang W Y, et al. Comparison of atmospheric particulate matter and aerosol optical depth in Beijing City [J]. Research of Environmental Sciences, 2013, 34(3): 826-834 (in Chinese)

[16] 王丹, 屈文軍, 張小曳, 等. 青島海濱大氣PM2.5與PM10觀測[J]. 西安建筑科技大學(xué)學(xué)報, 2010, 42(1): 87-92

Wang D, Qu W J, Zhang X Y, et al. Observation of atmospheric PM2.5and PM10at a coastal site, Qingdao, China [J]. Journal of Xi'an University of Architecure & Technology, 2010, 42(1): 87-92 (in Chinese)

[17] 吳虹, 張彩艷, 王靜, 等. 青島環(huán)境空氣PM2.5與PM10污染特征與來源比較[J]. 環(huán)境科學(xué)研究, 2013, 26(6): 583-599

Wu H, Zhang C Y, Wang J, et al. Comparative study on pollution characteristics and source apportionment of PM10and PM2.5in Qingdao [J]. Research of Environmental Sciences, 2013, 26(6): 583-599 (in Chinese)

[18] 徐建輝, 江洪, 肖鐘湧. 長江三角洲PM10質(zhì)量濃度遙感估算與時空分布特征[J]. 環(huán)境工程學(xué)報, 2016, 10(3): 1349-1357

Xu J H, Jiang H, Xiao Z Y. Estimate PM10concentration over the Yangtze Delta using remote sensing: Analysis of spatial and temporal variations [J]. Chinese Journal of Environmental Engineering, 2016, 10(3): 1349-1357 (in Chinese)

[19] 郭元喜, 龔道溢, 汪文珊, 等. 中國中東部秋季PM10時空變化及其與日氣溫的關(guān)系[J]. 地理學(xué)報, 2012, 67(9): 1155-1164

Guo Y X, Gong D Y, Wang W S, et al. Spatiotemporal variation of PM10concentration and its relationship with autumn daily temperature over Central and Eastern China [J]. Acta Geographica Sinica, 2012, 67(9): 1155-1164 (in Chinese)

[20] 王立國, 田香蘭. 環(huán)黃渤海地區(qū)經(jīng)濟發(fā)展與合作的戰(zhàn)略構(gòu)想[J]. 天津大學(xué)學(xué)報, 2012, 14(1): 19-24

Wang L G, Tian X L. Strategic concept on the Economy Development and Cooperation in the area around Huanghai and Bohai[J]. Journal of Tianjin University: Social Sciences, 2012, 14(1): 19-24 (in Chinese)

[21] 朱丹. 中國生活能源消耗及污染物排放的時空分布及其氣候變化的響應(yīng)[D]. 北京: 北京大學(xué), 2013: 14-17

Zhu D. Temporal/spatial trends of residential energy consumption and air pollutant emissions in China and their response to climate change [D]. Beijing: Peking University, 2013: 14-17 (in Chinese)

[22] Filonchyk M, Yan H W, Yang S W, et al. A study of PM2.5and PM10concentrations in the atmosphere of large cities in Gansu Province, China, in summer period [J]. Earth System Science, 2016, 125(6): 1175-1187

[23] 李名升, 張建輝, 張殷俊, 等. 近10年中國大氣PM10污染時空格局演變[J]. 地理學(xué)報, 2013, 68(11): 1504-1512

Li M S, Zhang J H, Zhang Y J, et al. Spatio-temporal pattern changes of ambient air PM10pollutionin China from 2002 to 2012 [J]. Acta Geographica Sinica, 2013, 68(11): 1504-1512 (in Chinese)

[24] 國家統(tǒng)計局. 中國統(tǒng)計年鑒2016[M]. 北京: 中國統(tǒng)計出版社, 2016

[25] 遼寧統(tǒng)計局. 遼寧統(tǒng)計年鑒2016[M]. 北京: 中國統(tǒng)計出版社, 2016

[26] 北京統(tǒng)計局. 北京統(tǒng)計年鑒2016[M]. 北京: 中國統(tǒng)計出版社, 2016

[27] 天津統(tǒng)計局. 天津統(tǒng)計年鑒2016[M]. 北京: 中國統(tǒng)計出版社, 2016

[28] 山東統(tǒng)計局. 山東統(tǒng)計年鑒2016[M]. 北京: 中國統(tǒng)計出版社, 2016

[29] 江蘇統(tǒng)計局. 江蘇統(tǒng)計年鑒2016[M]. 北京: 中國統(tǒng)計出版社, 2016

[30] 宋娜, 徐虹, 畢曉輝, 等. ?？谑蠵M2.5和PM10來源解析[J]. 環(huán)境科學(xué)研究, 2015, 28(10): 1501-1509

Song N, Xu H, Bi X H, et al. Source apportionment of PM2.5and PM10in Haikou [J]. Research of Environmental Sciences, 2015, 28(10): 1501-1509 (in Chinese)

[31] 韓玉梅, 羅新正. 汽車尾氣對煙臺市大氣環(huán)境的影響研究[J]. 煙臺大學(xué)學(xué)報, 2013, 26(1): 75-78

Han Y M, Luo X Z. Effect of automobile exhaust on atmospheric environment in Yantai City [J]. Journal of Yantai University, 2013, 26(1): 75-78 (in Chinese)

[32] 胡敏, 唐倩, 彭劍飛, 等. 我國大氣顆粒物來源及特征分析[J]. 環(huán)境與可持續(xù)發(fā)展, 2011, 15(5): 15-19

Hu M, Tang Q, Peng J F, et al. Study on characterization and source apportionment of atmospheric particulate matter in China [J]. Environmental and Sustainable Development, 2011, 15(5): 15-19 (in Chinese)

[33] 段海霞, 趙建華, 李耀輝. 2011年春季中國北方沙塵天氣過程及其成因[J]. 中國沙漠, 2013, 33(1): 179-186

Duan H X, Zhao J H, Li Y H, et al. The frequencies, severities, and driving factors of the sand-dust weather process occurred in Northern China in the Spring of 2011 [J]. Journal of Desert Research, 2013, 33(1): 179-186 (in Chinese)

[34] 劉慶陽, 劉艷菊, 趙強, 等. 2012年春季京津冀地區(qū)一次沙塵暴天氣過程中顆粒物的污染特征分析[J]. 環(huán)境科學(xué), 2014, 35(8): 2843-2850

Liu Q Y, Liu Y J, Zhao Q, et al. Chemical characteristics in airborne particulate matter (PM10) during a high pollution spring dust storm episode in Beijing, Tianjin and Zhangjiakou, China [J]. Environmental Science, 2014, 35(8): 2843-2850 (in Chinese)

[35] 國家統(tǒng)計局. 中國沙塵統(tǒng)計年鑒2014[J]. 北京: 中國統(tǒng)計出版社, 2014: 2-20

[36] Li W, Wang C, Wang H, et al. Distribution of atmospheric particulate matter (PM) in rural field, rural village and urban areas of northern China [J]. Environmental Pollution, 2014, 186: 134-140

[37] Shen G, Tao S, Wei S, et al. Emissions of parent, nitro, and oxygenated polycyclic aromatic hydrocarbons from residential wood combustion in rural China [J]. Environmental Science & Technology, 2012, 46(15): 8123-8130

[38] Shen G, Tao S, Wang W, et al. Emission of oxygenated polycyclic aromatic hydrocarbons from indoor solid fuel combustion [J]. Environmental Science & Technology, 2011, 45(8): 3459-3465

[39] Ding J, Zhong J, Yang Y, et al. Occurrence and exposure to polycyclic aromatic hydrocarbons and their derivatives in a rural Chinese home through biomass fuelled cooking [J]. Environmental Pollution, 2012, 169: 160-166

[40] 姜濱, 李博, 楊東銘, 等. 煙臺市區(qū)PM10、PM2.5濃度季節(jié)性分布規(guī)律研究[J]. 環(huán)境科學(xué)與技術(shù), 2015, 40(1): 150-152

Jiang B, Li B, Yang D M, et al. Analysis of PM10and PM2.5concentrations in different season Yantai urban area [J]. Environmental Science and Management, 2015, 40(1): 150-152 (in Chinese)

[41] 李瑞敏. 東北地區(qū)農(nóng)業(yè)源PM10排放清單研究[D]. 北京: 中國科學(xué)院大學(xué), 2015: 10-11

Li R M. Development of an agricultural PM10inventory for Northeastern China [D]. Beijing: University of Chinese Academy of Sciences, 2015: 10-11 (in Chinese)

[42] Hong H, Yin H, Wang X, et al. Seasonal variation of PM10-bound PAHs in the atmosphere of Xiamen, China [J]. Atmospheric Research, 2007, 85(3): 429-441

[43] Liu S, Tao S, Liu W, et al. Seasonal and spatial occurrence and distribution of atmospheric polycyclic aromatic hydrocarbons (PAHs) in rural and urban areas of the North Chinese Plain [J]. Environmental Pollution, 2008, 156(3): 651-656

[44] 洪也, 周德平, 馬雁軍, 等. 沈陽地區(qū)PM10、PM2.5和PM1質(zhì)量濃度的分析[J]. 環(huán)境科學(xué)與技術(shù), 2010, 33(6): 231-275

Hong Y, Zhou D P, Ma Y J, et al. Analysis on aerosol mass concentrations of PM10, PM2.5and PM1in Shenyang [J]. Environmental Science & Technology, 2010, 33(6): 231-275 (in Chinese)

[45] 江瑤, 汪婷, 沈利洪, 等. 2012年蘇州地區(qū)PM2.5和PM10的時空變化特征分析[J]. 熱帶氣象學(xué)報, 2015, 31(1): 130-136

Jiang Y, Wang T, Shen L H, et al. Analysis on tempo-spatial variations of PM2.5and PM10in Suzhou Region in 2012 [J]. Journal of Tropical Meteorology, 2015, 31(1): 130-136 (in Chinese)

[46] 王宏, 陳曉秋, 余永江, 等. 福州市PM2.5、PM2.5/PM10分布特征及與氣象條件關(guān)系的初步分析[J]. 熱帶氣象學(xué)報, 2014, 24(2): 387-391

Wang H, Chen X Q, Yu Y J, et al. Preliminary analyses on distribution characteristics of PM2.5, PM2.5/PM10and its relationship with meteorological conditions in Fuzhou [J]. Journal of Tropical Meteorology, 2014, 24(2): 387-391 (in Chinese)

◆

SpatialandTemporalDistributionofAtmosphericParticleMatterandSourceCharacteristicsintheLittoralAreasofBohaiSeaandYellowSea

Xu Yunsong1, Liu Weijian1, Zhao Yongzhi2, Yu Shuangyu1, Shen Guofeng1, Li Jingya1, Xiong Guannan1, Liu Yang1, Cai Chuanyang1, Li Yao3, Tao Shu1, Liu Wenxin1,*

1. Laboratory for Earth Surface Processes of Ministry of Education, College of Urban and Environmental Sciences, Peking University,Beijing 100871, China2. Center for Environmental Engineering Assessment, Qiqihar 161005, China3. College of Environmental Science and Engineering, Nankai University, Tianjin 300350, China

10.7524/AJE.1673-5897.20170116004

2017-01-16錄用日期2017-03-08

1673-5897(2017)3-346-12

X171.5

A

劉文新(1967-)，男，博士，教授，主要研究方向為環(huán)境生物地球化學(xué)。

國家自然科學(xué)基金項目(41390240)；國家科技基礎(chǔ)專項(2013FY111100-04)；國家重點基礎(chǔ)研究規(guī)劃(973)項目(2014CB441101)

許蕓松(1991-)，男，碩士研究生，研究方向為環(huán)境污染化學(xué)，E-mail: xuys1991@163.com

*通訊作者(Corresponding author)， E-mail: wxliu@urban.pku.edu.cn

許蕓松, 劉偉健, 趙永志, 等. 黃、渤海濱海帶大氣顆粒物時空分布與來源特征[J]. 生態(tài)毒理學(xué)報，2017, 12(3): 346-357

Xu Y S, Liu W J, Zhao Y Z, et al. Spatial and temporal distribution of atmospheric particle matter and source characteristics in the littoral areas of Bohai Sea and Yellow Sea [J]. Asian Journal of Ecotoxicology, 2017, 12(3): 346-357 (in Chinese)