中國(guó)嚴(yán)寒地區(qū)細(xì)顆粒物細(xì)菌群落特征研究

周雨薇,呂 陽(yáng)*,陳 茜,王海峰,陳 濱,劉 濤,何 欣,張 雷

中國(guó)嚴(yán)寒地區(qū)細(xì)顆粒物細(xì)菌群落特征研究

周雨薇1,呂 陽(yáng)1*,陳 茜1,王海峰1,陳 濱1,劉 濤2,何 欣2,張 雷3

(1.大連理工大學(xué)土木學(xué)院,遼寧 大連 116024；2.大連理工大學(xué)環(huán)境學(xué)院,遼寧 大連 116024；3.東北石油大學(xué)地球科學(xué)學(xué)院,黑龍江 大慶 163318)

通過(guò)對(duì)中國(guó)嚴(yán)寒地區(qū)典型城市大慶市供暖季3類建筑(辦公室、教室、住宅)室內(nèi)外共計(jì)110個(gè)測(cè)點(diǎn)長(zhǎng)期監(jiān)測(cè),分析大慶市供暖季室內(nèi)外細(xì)顆粒物關(guān)聯(lián)性,并基于16S rDNA基因測(cè)序技術(shù)和BLAST源解析技術(shù)研究大慶市供暖季3類建筑室內(nèi)外細(xì)顆粒物上細(xì)菌的組分及來(lái)源.研究結(jié)果表明:大慶市供暖季室內(nèi)外PM2.5平均質(zhì)量濃度分別為(32±22)和(45±34)μg/m3.其中辦公室的平均滲透系數(shù)處于較低的狀態(tài)(0.2886),教室的滲透系數(shù)處于較高的狀態(tài)(0.5702),農(nóng)村住宅(0.6513)比城市住宅的滲透系數(shù)略大(0.6057).不同類型建筑室內(nèi)細(xì)顆粒物中的細(xì)菌組分存在一定差異,室外細(xì)顆粒物中的細(xì)菌組分根據(jù)采樣地點(diǎn)也存在不同,但整體上厚壁菌門(mén)()、變形菌門(mén)()、擬桿菌門(mén)()和生氧光細(xì)菌()是大慶市供暖季細(xì)顆粒物中的優(yōu)勢(shì)菌群. 3類建筑室內(nèi)外細(xì)顆粒物細(xì)菌來(lái)源主要為土壤、水體、人體、腐敗有機(jī)物和糞便,但不同建筑類型及采樣區(qū)域的細(xì)菌來(lái)源比例具有一定差異性.室內(nèi)較室外人體來(lái)源所占比重大,而室外較室內(nèi)土壤來(lái)源比重大.

中國(guó)嚴(yán)寒地區(qū)；大慶市；細(xì)顆粒物；細(xì)菌；來(lái)源

近年來(lái),東北地區(qū)作為中國(guó)老工業(yè)基地,霧霾天氣和區(qū)域空氣重度污染事件頻發(fā).室內(nèi)外空氣中的顆粒物通過(guò)人體的呼吸作用進(jìn)入呼吸道,特別是細(xì)顆粒物(PM2.5),由于粒徑小且表面積大,吸附能力更強(qiáng),富含更多的致病性物質(zhì),能突破口鼻,深入呼吸系統(tǒng)內(nèi)部,甚至滲透進(jìn)入血液[1].越來(lái)越多的流行病學(xué)表明人體發(fā)病率以及死亡率與細(xì)顆粒物的質(zhì)量濃度存在正相關(guān)性[2].雖然人類生命的絕大多數(shù)時(shí)間是在室內(nèi)環(huán)境中度過(guò)的,但室外環(huán)境中的污染物可通過(guò)多種途徑進(jìn)入到室內(nèi),如自然通風(fēng)、機(jī)械通風(fēng)和滲風(fēng)等,這就導(dǎo)致室內(nèi)外環(huán)境中的顆粒物濃度存在著顯著的關(guān)聯(lián)性,有研究顯示室內(nèi)環(huán)境中來(lái)源于室外環(huán)境的PM2.5占30%~75%[3-6].顆粒物的表面不僅富集了重金屬、有機(jī)物、無(wú)機(jī)物,并且還是細(xì)菌、真菌和病毒等微生物存活的載體[7].微生物氣溶膠不但會(huì)引發(fā)SARS、H1N1流感等大規(guī)模傳播,而且它所導(dǎo)致的下呼吸道感染是人類健康的第三大殺手. 同時(shí)室外顆粒物污染對(duì)不同性別人群會(huì)產(chǎn)生不同的健康效應(yīng)[8].細(xì)顆粒物上細(xì)菌的含量占據(jù)細(xì)顆粒物上微生物總含量的86.1%[9].且不同來(lái)源的微生物種類、排放濃度以及毒性都不同[10].2014年朱聽(tīng)等人[11]利用宏基因組學(xué)分析技術(shù)鑒別大氣懸浮顆粒物中的微生物成分,發(fā)現(xiàn)其中大部分為非致病性微生物,并且很多來(lái)自于土壤,但也含有極少量可能致病或致過(guò)敏微生物的DNA序列.2015年王步英等人[12]利用16s RNA基因測(cè)序與宏基因組對(duì)比北京霧霾天分析發(fā)現(xiàn),盡管采樣時(shí)間和采樣地點(diǎn)有較大差異,大氣中普遍會(huì)存在一些相同的細(xì)菌種類,而PM2.5和PM10中細(xì)菌群落結(jié)構(gòu)特征呈現(xiàn)出相似的規(guī)律. 2016年茍歡歌等人[13]利用16s rDNA基因測(cè)序技術(shù)研究了烏魯木齊市冬季PM10和PM1污染物中細(xì)菌的群落結(jié)構(gòu)與其潛在的來(lái)源環(huán)境.并表明室外空氣微生物的主要來(lái)源為土壤,動(dòng)物排泄物和淡水等. 2013年,Bertolini等人[14]對(duì)意大利北部城市空氣中細(xì)菌群落結(jié)構(gòu)進(jìn)行了分析,發(fā)現(xiàn)空氣微生物主要由放線菌目、鞘菌目和少量變形菌目構(gòu)成,且空氣細(xì)菌菌落的時(shí)空變化與環(huán)境因素有關(guān). 受地理位置、氣候分布和建筑類型等因素的影響,中國(guó)東北地區(qū)不同建筑室內(nèi)外環(huán)境中細(xì)顆粒物的關(guān)聯(lián)性與其他地區(qū)相比存在較大不同,并且目前關(guān)于細(xì)顆粒物組分來(lái)源的研究主要集中在化學(xué)污染方面,而對(duì)細(xì)顆粒物中微生物污染研究相對(duì)較少[15-17].

本研究通過(guò)對(duì)中國(guó)嚴(yán)寒地區(qū)典型城市大慶市進(jìn)行長(zhǎng)達(dá)4個(gè)月(2016年11月至2017年3月)的供暖季監(jiān)測(cè),分析3類建筑(辦公室、教室、住宅)共計(jì)110個(gè)測(cè)點(diǎn),討論大慶市供暖季3類建筑室內(nèi)外細(xì)顆粒物的關(guān)聯(lián)性,并利用16S rDNA基因測(cè)序技術(shù)和BLAST源解析技術(shù)對(duì)附著在細(xì)顆粒物上的細(xì)菌群落進(jìn)行組分及來(lái)源研究.

1 材料與方法

1.1 實(shí)測(cè)對(duì)象和采樣點(diǎn)選取

考慮到人群活動(dòng)集中程度、人群的年齡差異、停留時(shí)間以及不同功能的建筑差異等因素,本文選擇3類建筑類型作為實(shí)測(cè)對(duì)象,即:辦公室、教室和住宅(分為城市住宅和農(nóng)村住宅).由于每種建筑類型實(shí)測(cè)結(jié)果具有一定的差異性,為了獲得具有代表性的數(shù)據(jù)和統(tǒng)計(jì)學(xué)意義的樣本量數(shù)據(jù),本研究樣本量的計(jì)算主要根據(jù)樣本量統(tǒng)計(jì)學(xué)公式:

式中:＝0.05,對(duì)應(yīng)的為1.96;為相對(duì)誤差,為保證數(shù)據(jù)的精度,取0.2; CV為變異系數(shù),主要參考前人開(kāi)展室內(nèi)顆粒物監(jiān)測(cè)結(jié)果的變異性來(lái)確定,如根據(jù)賴森潮等人[18]對(duì)廣州市部分居室空氣中PM2.5污染特征檢測(cè)的結(jié)果,居民室內(nèi)的PM2.524h平均濃度為47.4μg/m3,標(biāo)準(zhǔn)差為17.7μg/m3.則公式中CV＝17.7/47.4＝0.37.可求得實(shí)測(cè)樣本量N＝13,但考慮到還需要對(duì)樣本數(shù)據(jù)進(jìn)行概率統(tǒng)計(jì)分析,本研究初步確定研究區(qū)域辦公建筑、教學(xué)樓每種類型監(jiān)測(cè)樣本數(shù)量不少于30個(gè),住宅監(jiān)測(cè)樣本量不少于50個(gè).

本實(shí)測(cè)點(diǎn)覆蓋大慶市5個(gè)區(qū)(大同區(qū)、薩爾圖區(qū)、龍鳳區(qū)、讓胡區(qū)及紅崗區(qū)),共計(jì)選取110個(gè)采樣點(diǎn).其中教室樣本30個(gè),辦公室樣本30個(gè),住宅樣本50個(gè)(其中城市住宅樣本為38個(gè),農(nóng)村住宅樣本12個(gè)).采樣點(diǎn)分布范圍如圖1所示(紅框內(nèi)區(qū)域?yàn)椴蓸臃秶?星號(hào)表示每個(gè)區(qū)的氣象監(jiān)測(cè)站位置).研究于2016年11月1日至2017年3月31日,即大慶市供暖季進(jìn)行了集中采樣.所選取的3類典型建筑均在20世紀(jì)90年代建成,建筑墻體為磚墻,外墻平滑無(wú)裂紋,窗戶均為雙玻塑鋼窗,其中城市住宅陽(yáng)臺(tái)外墻均裝有保溫苯板.供暖方式為熱力站集中供熱,室內(nèi)供暖系統(tǒng)均采用上供下回垂直單管系統(tǒng),室內(nèi)散熱器為圓形翅片結(jié)構(gòu).大慶市供暖季室外采樣溫度為(-29±3)℃,相對(duì)濕度維持在50%至60%;室內(nèi)采樣溫度為(26±1)℃,相對(duì)濕度維持在40%至70%.

圖1 大慶市各區(qū)域采樣情況分布

1.2 數(shù)據(jù)的采集及測(cè)點(diǎn)方案

1.2.1 數(shù)據(jù)的采集 室內(nèi)外顆粒物濃度的收集采用QT50顆粒物檢測(cè)儀,內(nèi)置有數(shù)據(jù)存儲(chǔ)模塊和WIFI模塊,在聯(lián)網(wǎng)情況下可將實(shí)時(shí)數(shù)據(jù)上傳至云端服務(wù)器.測(cè)量?jī)?nèi)容主要包括:溫度、相對(duì)濕度、PM2.5的質(zhì)量和數(shù)量濃度,其中PM2.5的質(zhì)量濃度測(cè)量范圍為0至900μg/m3,儀器分辨率為1μg/m3,測(cè)量誤差(單機(jī)波動(dòng)性)￡±10%.本研究將在線監(jiān)測(cè)儀的檢測(cè)間隔設(shè)定為15min,每次設(shè)備啟動(dòng)均采集5min的數(shù)據(jù).顆粒物檢測(cè)儀在使用前進(jìn)行了多機(jī)平行比對(duì),即在相同的室內(nèi)環(huán)境中將QT50與TSI8530進(jìn)行了20h以上的同步檢測(cè),根據(jù)TSI8530測(cè)量的結(jié)果對(duì)QT50空氣顆粒物檢測(cè)儀的測(cè)量結(jié)果進(jìn)行修正,如圖2所示.

室外氣象參數(shù)的收集采用當(dāng)?shù)貧庀笳景l(fā)布的實(shí)時(shí)數(shù)據(jù),包括室外溫濕度、大氣壓、風(fēng)速風(fēng)向等參數(shù).大慶市共有5個(gè)氣象監(jiān)測(cè)站,分別分布于大同區(qū)、薩爾圖區(qū)、龍鳳區(qū)、讓胡路區(qū)及紅崗區(qū),根據(jù)實(shí)測(cè)地點(diǎn)就近選擇對(duì)應(yīng)的氣象站數(shù)據(jù).

1.2.2 測(cè)點(diǎn)的布置 采樣點(diǎn)布置按照國(guó)家標(biāo)準(zhǔn)《室內(nèi)空氣質(zhì)量標(biāo)準(zhǔn)》(GB/T18883-2002)規(guī)定,室內(nèi)外各布置一個(gè)測(cè)點(diǎn),室外點(diǎn)盡量布設(shè)在與室外環(huán)境直接接觸的窗臺(tái)處,實(shí)驗(yàn)設(shè)備及儀器還應(yīng)避免陽(yáng)光直射.室內(nèi)點(diǎn)統(tǒng)一布設(shè)在住宅客廳位置,離墻0.5m以上,高于地面0.5m.

1.3 樣品采集及細(xì)菌測(cè)序數(shù)據(jù)處理

首先利用膜采樣法對(duì)室內(nèi)外的顆粒物進(jìn)行采樣,采樣儀器為室內(nèi)外各一臺(tái)Omni5000IS大流量空氣采樣器加裝PM2.5切割頭,流量取1.13m3/min,采樣時(shí)間為24h,并記錄了濾膜采樣前后的重量變化;所采用的濾膜為特氟龍濾膜(直徑37mm;孔徑2.0μm, Whattman, England),在使用前放在500℃馬弗爐進(jìn)行灼燒5h.同時(shí)對(duì)托盤(pán)鑷子和切割頭等實(shí)驗(yàn)用具均進(jìn)行了75%酒精消毒以防微生物污染對(duì)實(shí)驗(yàn)結(jié)果的干擾.選取不連續(xù)的室內(nèi)外辦公室樣本6個(gè),教室樣本6個(gè),住宅樣本12個(gè)(其中城市和農(nóng)村住宅樣本各6個(gè)).在進(jìn)行測(cè)序之前,采集樣品后的濾膜放置于-80℃冰箱保存.本研究采用CTAB法對(duì)樣本基因組DNA進(jìn)行提取,之后利用瓊脂糖凝膠電泳檢測(cè)DNA純度和濃度,取適量樣品于離心管中,使用無(wú)菌水稀釋樣品至1ng/μL.以稀釋后的基因組 DNA 為模板,根據(jù)測(cè)序區(qū)域的選擇,使用帶Barcode的特異引物,New England Biolabs公司的Phusion? High- Fidelity PCR Master Mix with GC Buffer和高效高保真酶進(jìn)行PCR擴(kuò)增;對(duì)樣本細(xì)菌的16S V4區(qū)引物(515F和806R)進(jìn)行擴(kuò)增,PCR產(chǎn)物則使用2%濃度的瓊脂糖凝膠進(jìn)行電泳檢測(cè);根據(jù)PCR產(chǎn)物濃度進(jìn)行等量混樣,充分混勻后使用1×TAE濃度2%的瓊脂糖膠電泳純化PCR產(chǎn)物,剪切回收目標(biāo)條帶.使用Thermofisher公司的Ion Plus Fragment Library Kit 48rxns建庫(kù)試劑盒進(jìn)行文庫(kù)的構(gòu)建,構(gòu)建好的文庫(kù)經(jīng)過(guò)Qubit定量和文庫(kù)檢測(cè)合格后,使用Thermofisher的Life Ion S5TM或Ion S5TMXL進(jìn)行上機(jī)測(cè)序;使用Cutadapt(V1.9.1)[19]先對(duì)reads進(jìn)行低質(zhì)量部分剪切,再根據(jù)Barcode從得到的reads中拆分出各樣品數(shù)據(jù),截去Barcode和引物序列初步質(zhì)控得到原始數(shù)據(jù),經(jīng)以上處理后得到的Reads需要去除嵌合體序列,Reads序列通過(guò)UCHIME Algorithm[20]與數(shù)據(jù)庫(kù)Gold database進(jìn)行比對(duì)檢測(cè)嵌合體序列,并最終去除其中的嵌合體序列[21],得到最終的有效數(shù)據(jù);利用Uparse軟件(Uparse v7.0.1001)[22]對(duì)所有樣品的全部有效數(shù)據(jù)進(jìn)行聚類,默認(rèn)以97%的一致性將序列聚類成為OTUs,同時(shí)會(huì)選取其中出現(xiàn)頻數(shù)最高的作為代表序列.對(duì)OTUs代表序列進(jìn)行物種注釋,用Mothur方法與SILVA[23]的SSUrRNA數(shù)據(jù)庫(kù)[24]進(jìn)行物種注釋分析(設(shè)定閾值為0.8~1),獲得分類學(xué)信息.使用MUSCLE[25](Version 3.8.31)軟件進(jìn)行快速多序列比對(duì),得到所有OTUs代表序列的系統(tǒng)發(fā)生關(guān)系;最后對(duì)各樣品的數(shù)據(jù)進(jìn)行均一化處理.

2 結(jié)果與討論

2.1 室內(nèi)外細(xì)顆粒物濃度關(guān)聯(lián)性分析

本文采用細(xì)顆粒物平均質(zhì)量濃度和平均滲透系數(shù)2個(gè)指標(biāo)來(lái)表示供暖季室內(nèi)外細(xì)顆粒物濃度關(guān)聯(lián)性.其中滲透系數(shù)(inf)表征了平衡狀態(tài)下室外環(huán)境中顆粒物進(jìn)入并且懸浮在室內(nèi)空氣中的比例,公式如下所示[26]:

式中:in為室內(nèi)顆粒物濃度,μg/m3;out為室外顆粒物濃度,μg/m3;s為室內(nèi)顆粒源濃度,μg/m3.

通過(guò)對(duì)室內(nèi)外環(huán)境中顆粒物濃度的線性回歸即可計(jì)算出室內(nèi)外顆粒物之間的平均滲透系數(shù),即:

2.1.1 辦公建筑 圖3為30間辦公室供暖季室內(nèi)外細(xì)顆粒物濃度及滲透系數(shù)計(jì)算結(jié)果,供暖季辦公室各測(cè)點(diǎn)室內(nèi)外PM2.5的平均質(zhì)量濃度分別為(44±33)和(75±65)μg/m3,辦公室PM2.5的平均滲透系數(shù)為0.2886.

2.1.2 教學(xué)樓 圖4為30間教室供暖季室內(nèi)外細(xì)顆粒物濃度及滲透系數(shù)計(jì)算結(jié)果,供暖季教室各測(cè)點(diǎn)室內(nèi)外PM2.5平均質(zhì)量濃度分別為(23±13)和(30±19)μg/m3,教室PM2.5的平均滲透系數(shù)為0.5702.

2.1.3 住宅建筑 圖5為50間教室供暖季室內(nèi)外細(xì)顆粒物濃度及滲透系數(shù)計(jì)算結(jié)果,其中DQH001~ DQH038為城市住宅,DQH039~DQH050為農(nóng)村住宅.供暖季城市住宅各測(cè)點(diǎn)室內(nèi)外PM2.5平均質(zhì)量濃度分別為(28±20)和(35±25)μg/m3,城市住宅PM2.5的平均滲透系數(shù)為0.6057;對(duì)于農(nóng)村住宅,供暖季各測(cè)點(diǎn)室內(nèi)外PM2.5平均質(zhì)量濃度分別為(33±27)和(39±33)μg/m3,農(nóng)村住宅PM2.5的平均滲透系數(shù)為0.6513.

綜上,大慶市供暖季室內(nèi)外PM2.5質(zhì)量濃度的平均水平分別為(32±22)和(45±34)μg/m3.其中辦公室的平均滲透系數(shù)處于較低的狀態(tài)(0.2886),教室的滲透系數(shù)處于較高的狀態(tài)(0.5702),這主要是由于辦公室的建筑氣密性以及室內(nèi)人員的活動(dòng)特點(diǎn)決定的,辦公室氣密性較好且人員開(kāi)關(guān)門(mén)窗的頻率較低,而對(duì)于教室,建筑結(jié)構(gòu)的氣密性較差以及人員的頻繁活動(dòng)造成了室外更多的細(xì)顆粒物被帶入室內(nèi),引起室內(nèi)滲透系數(shù)的升高.農(nóng)村住宅(0.6513)比城市住宅的滲透系數(shù)略大(0.6057),這主要與農(nóng)村住宅和城市住宅封閉的門(mén)窗等圍護(hù)結(jié)構(gòu)的氣密性有關(guān).

將嚴(yán)寒地區(qū)典型代表工業(yè)城市大慶市(46°N, 125°E)與北緯45°~55°的城市進(jìn)行對(duì)比,美國(guó)供暖季西雅圖市(47°N,122°W)122戶公寓室內(nèi)外平均滲透系數(shù)為0.59[27],加拿大喬治王子城(53°N,122°W)21戶別墅室內(nèi)外平均滲透系數(shù)為0.27[28],由此可見(jiàn)中國(guó)東北地區(qū)住宅建筑室內(nèi)外顆粒物的滲透系數(shù)較同緯度帶城市偏高.

2.2 室內(nèi)外細(xì)顆粒物細(xì)菌群落組分特征分析

對(duì)大慶市供暖季3類建筑類型室內(nèi)外細(xì)顆粒物細(xì)菌群落的前10名共有門(mén)類進(jìn)行分析,如圖6所示.研究結(jié)果發(fā)現(xiàn),辦公室室內(nèi)細(xì)顆粒物細(xì)菌群落主要由變形菌門(mén)()(25.9%)、厚壁菌門(mén)()(22.9%)和生氧光細(xì)菌() (14.9%)組成,室外為變形菌門(mén)() (29.3%)、厚壁菌門(mén)()(22.8%)和擬桿菌門(mén)()(15.9%).變形菌門(mén)()和厚壁菌門(mén)()為辦公室室內(nèi)外共有優(yōu)勢(shì)細(xì)菌門(mén)類,并且2種菌門(mén)所占比例近似相等,但不同于室外[擬桿菌門(mén)()15.9%>生氧光細(xì)菌()7.3%],辦公室室內(nèi)生氧光細(xì)菌()所占比重高于擬桿菌門(mén)()(14.9%>10.8%),可能原因?yàn)榇髴c市辦公建筑氣密性較好,供暖季開(kāi)關(guān)門(mén)窗的頻率較低,人員密度大,而人體本身就是移動(dòng)的濕源,加之供暖季建筑內(nèi)無(wú)主動(dòng)排風(fēng)設(shè)備,導(dǎo)致室內(nèi)水蒸氣大量凝結(jié)積累,引起辦公室室內(nèi)來(lái)自于水體的生氧光細(xì)菌()大量繁殖,使擬桿菌門(mén)()占比相對(duì)降低,引起室內(nèi)外生氧光細(xì)菌()(室內(nèi):14.9%;室外:7.3%)和擬桿菌門(mén)()(室內(nèi):10.8%;室外:15.9%)比重變化.教室室內(nèi)細(xì)顆粒物細(xì)菌群落主要由擬桿菌門(mén)()(35.8%)、厚壁菌門(mén)()(28.5%)和變形菌門(mén)()(19.5%)組成,室外為變形菌門(mén)()(30.6%)、擬桿菌門(mén)()(24.3%)和厚壁菌門(mén)() (19.1%),由于教室室內(nèi)外細(xì)顆粒物具有較高的滲透系數(shù)導(dǎo)致三大優(yōu)勢(shì)細(xì)菌門(mén)類均相同,但三者的相對(duì)豐度百分比卻存在較大差異,主要是由于擬桿菌門(mén)()和厚壁菌門(mén)()大部分來(lái)源于人體及動(dòng)物,教室室內(nèi)人員密度遠(yuǎn)大于室外導(dǎo)致細(xì)菌相對(duì)豐度存在較大差異.城市住宅室內(nèi)細(xì)顆粒物細(xì)菌群落主要由厚壁菌門(mén)()(43.5%)、變形菌門(mén)()(37.2%)和放線菌門(mén)()(7.4%)組成,室外為變形菌門(mén)()(29.7%)、厚壁菌門(mén)() (17.6%)和生氧光細(xì)菌()(12.2%),由分析結(jié)果可知,變形菌門(mén)()和厚壁菌門(mén)()為城市住宅室內(nèi)細(xì)菌的優(yōu)勢(shì)門(mén)類,占比超過(guò)80%,室外細(xì)顆粒物優(yōu)勢(shì)細(xì)菌門(mén)類較多且占比相較均勻,可能原因?yàn)槌鞘凶≌┡臼覂?nèi)環(huán)境構(gòu)成單一,包括穩(wěn)定的室內(nèi)溫濕度以及以人為主體的細(xì)菌散發(fā)源,而城市住宅室外環(huán)境構(gòu)成因素較多,包括樹(shù)木、噴泉、土壤以及移動(dòng)的汽車等,這些都是影響細(xì)菌優(yōu)勢(shì)門(mén)類比重的重要影響因素;農(nóng)村住宅室內(nèi)細(xì)顆粒物細(xì)菌群落主要由生氧光細(xì)菌()(30.6%)、厚壁菌門(mén)() (14.6%)和變形菌門(mén)()(13.1%)組成,室外細(xì)顆粒物細(xì)菌優(yōu)勢(shì)菌門(mén)為厚壁菌門(mén)() (33.9%)、變形菌()(24.5%)和擬桿菌門(mén)()(24.0%),農(nóng)村住宅室內(nèi)外優(yōu)勢(shì)細(xì)菌門(mén)類比重特征與城市住宅類似,但相較于城市住宅室內(nèi)地面多由瓷磚或復(fù)合型木制地板組成,沉積大量土壤和腐敗有機(jī)物的農(nóng)村住宅地面具有更強(qiáng)的蓄水能力,加之農(nóng)村住宅人員特有的生活方式,如在室內(nèi)長(zhǎng)期存放生活用水和多使用灶進(jìn)行烹飪而不具有良好的排風(fēng)系統(tǒng),導(dǎo)致室內(nèi)水蒸氣大量凝結(jié)積累,從而引起來(lái)自于水源的生氧光細(xì)菌()大量繁殖.

綜上,將嚴(yán)寒地區(qū)典型城市大慶市實(shí)測(cè)結(jié)果與中國(guó)其他氣候分區(qū)典型城市進(jìn)行對(duì)比,如圖7所示.寒冷地區(qū)典型代表城市西安市冬季教學(xué)樓室外PM2.5的優(yōu)勢(shì)細(xì)菌門(mén)類為變形菌門(mén)() (73.70%)和厚壁菌門(mén)()(19.15%),兩者比重遠(yuǎn)大于大慶市(92.85%>49.7%),并且擬桿菌門(mén)()比大慶市比重小(1.43%>24.3%)[29];夏熱冬冷地區(qū)典型代表城市杭州市冬季教學(xué)區(qū)室外空氣中的優(yōu)勢(shì)細(xì)菌門(mén)類為變形菌門(mén)() (35.83%)、放線菌門(mén)()(14.92%)和藍(lán)藻細(xì)菌()(12.72%),與杭州市相比,大慶市教室室外細(xì)顆粒物中變形菌門(mén)() (30.6%)、擬桿菌門(mén)()(24.3%)和厚壁菌門(mén)()(19.1%)所占比重較大[30];溫和地區(qū)典型城市昆明市冬季商住混合區(qū)室外細(xì)顆粒物的優(yōu)勢(shì)細(xì)菌綱類為放線菌綱(,屬放線菌門(mén))(>50%)甲型變形菌(Alphaproteobacteria,屬變形菌門(mén))和異常球菌綱(Deinococci,屬棲熱菌門(mén)),細(xì)菌優(yōu)勢(shì)門(mén)類與大慶市相比差異較大,但都是變形菌門(mén)()比重最大[31];夏熱冬暖地區(qū)典型城市廈門(mén)市冬季室外教學(xué)樓大氣細(xì)顆粒物中厚壁菌門(mén)()、變形菌門(mén)()占比達(dá)85%,細(xì)菌優(yōu)勢(shì)門(mén)類與大慶市類似,但大慶市冬季室外教學(xué)樓大氣細(xì)顆粒物中細(xì)菌群落門(mén)類占比相對(duì)均勻[32].

圖6 3類建筑室內(nèi)外PM2.5樣本中豐度前10的細(xì)菌門(mén)類占比

2.3 室內(nèi)外細(xì)顆粒物細(xì)菌群落來(lái)源特征研究

根據(jù)BLAST源解析技術(shù),對(duì)大慶市供暖季3類建筑室內(nèi)外細(xì)顆粒物細(xì)菌的已知近源序列進(jìn)行來(lái)源預(yù)測(cè),如表1所示.供暖季辦公室內(nèi)外細(xì)顆粒物細(xì)菌來(lái)源比重相似;供暖季教室室內(nèi)的人體來(lái)源和糞便來(lái)源比重要遠(yuǎn)高于室外,主要是由于室內(nèi)人員密度較大導(dǎo)致的.而教室室外土壤來(lái)源比重要大于室內(nèi),原因是實(shí)測(cè)教室室外地面多為沙土,各類活動(dòng)引起的揚(yáng)塵導(dǎo)致室外來(lái)源于土壤的細(xì)菌所占比重較大;由于城市住宅供暖季室內(nèi)環(huán)境構(gòu)成單一,包括穩(wěn)定的室內(nèi)溫濕度以及以人為主體的細(xì)菌散發(fā)源,人體和糞便來(lái)源所占比例超過(guò)了85%,其中人體來(lái)源占比近半;而城市住宅室外環(huán)境構(gòu)成因素較多,包括樹(shù)木、噴泉、土壤以及移動(dòng)的汽車等,導(dǎo)致細(xì)菌來(lái)源類型較多且比重相對(duì)均勻;區(qū)別于城市住宅周圍大量的建筑與汽車,農(nóng)村住宅室外環(huán)境構(gòu)成多為土壤,樹(shù)木和牲畜,導(dǎo)致了農(nóng)村的土壤來(lái)源比重較大;并且農(nóng)村住宅室外細(xì)菌中糞便來(lái)源比重要高于室內(nèi),這也符合了上述的客觀條件.

圖7 不同氣候區(qū)典型城市分布

表1 不同建筑類型室內(nèi)外細(xì)菌來(lái)源預(yù)測(cè)(%)

3 結(jié)論

3.1 實(shí)測(cè)期間嚴(yán)寒地區(qū)大慶市供暖季室內(nèi)外PM2.5質(zhì)量濃度的平均水平分別為(32±22)和(45±34)μg/m3.其中辦公室的平均滲透系數(shù)相對(duì)較低(0.2886),教室的滲透系數(shù)相對(duì)較高(0.5702),農(nóng)村住宅(0.6513)比城市住宅的滲透系數(shù)略大(0.6057).這主要與不同建筑類型具有不同的建筑氣密性及室內(nèi)人員活動(dòng)方式有關(guān).

3.2 不同類型建筑室內(nèi)細(xì)顆粒物中的細(xì)菌組分存在一定差異,室外細(xì)顆粒物中的細(xì)菌組分根據(jù)采樣地點(diǎn)也存在不同.但整體上厚壁菌門(mén)()、變形菌門(mén)()、擬桿菌門(mén)()和生氧光細(xì)菌()是大慶市供暖季細(xì)顆粒物中的優(yōu)勢(shì)細(xì)菌菌群.

3.3 三類建筑供暖季室內(nèi)外細(xì)顆粒物細(xì)菌來(lái)源主要為土壤、水體、人體、腐敗有機(jī)物和糞便.但不同建筑類型及采樣區(qū)域的細(xì)菌來(lái)源比例具有一定差異性. 整體上室內(nèi)較室外人體來(lái)源所占比重更大,室外較室內(nèi)土壤來(lái)源所占比重更大.

[1] 魏復(fù)盛,滕恩江,吳國(guó)平.我國(guó)4個(gè)大城市空氣PM2.5, PM10污染及其化學(xué)組成[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2001,17(7):1-6. Wei F S, Teng E J, Wu G P. Airborne PM2.5, PM10pollution and its chemical composition in four major cities in China [J]. China Environmental Monitoring, 2001,17(7):1-6.

[2] Dockery D W, Pope C A, Xu X P, et al. An association between air pollution and morality in six United-States cities [J]. New England Journal of Medicine, 1993,329(24):753-759.

[3] Dockery D W, Spengler J D. Indoor-outdoor relationships of respirable sulfates and particles [J]. Atmospheric Environment, 1981, 15(3):335-343.

[4] Koutrakis P, Briggs S L K, Leaderer B P. Source apportionment of indoor aerosols in Suffolk and Onondaga Counties, New York [J]. Environmental Science & Technology, 1992,26(3):521-527.

[5] Ozkaynak H, Xue J, Spengler J, et al. Personal exposure to airborne particles and metals: results from the Particle TEAM study in Riverside, California [J]. Journal of Exposure Analysis and Environmental Epidemiology, 1995,6(1):57-78.

[6] 熊志明,張國(guó)強(qiáng),彭建國(guó),等.室內(nèi)可吸入顆粒物污染研究現(xiàn)狀[J]. 暖通空調(diào), 2004,34(4):32-36. Xiong Z M, Zhang G Q, Peng J G, et al. Research status of indoor inhalable particulate pollution [J]. HVAC, 2004,34(4):32-36.

[7] 霍奇森,江桂斌,汪海林,等.現(xiàn)代毒理學(xué)[M]. 北京:科學(xué)出版社, 2011. Huo Q S, Jiang G B, Wang H L, et al. Modern toxicology [M]. Beijing: science Press, 2011.

[8] 陶 燕,羊德容,蘭 嵐,等.蘭州市空氣污染對(duì)呼吸系統(tǒng)疾病入院人數(shù)的影響[J]. 中國(guó)環(huán)境科學(xué), 2013,33(1):175-180. Tao Y, Yang D R, Lan L, et al. Effect of air pollution on hospitalization of respiratory diseases in Lanzhou [J]. China Environmental Science, 2013,33(1):175

[9] Cao C, Jiang W, Wang B, et al. Inhalable Microorganisms in Beijing's PM2.5and PM10Pollutants during a Severe Smog Event [J]. environmental science & technology, 2014,48(3):1499-1507

[10] 鄭云昊,李 菁,要茂盛,等.生物氣溶膠的昨天、今天和明天[J]. 科學(xué)通報(bào), 2018,63(10):878-894. Zheng Y H, Li J, Yao M S, et al. Biological aerosols yesterday, today and tomorrow [J]. Scientific Bulletin, 2018,63(10):878-894.

[11] Cao C, Jiang W, wang B, et al. Inhalable microorganisms in Beijing's PM2.5and PM10pollutants during a severe smog event [J]. Environmental Science & Technology, 2014,48(3):1499-1507.

[12] 王步英,郎繼東,張麗娜,等.基于16s rRNA基因測(cè)序法分析北京霾污染過(guò)程中PM2.5和PM10細(xì)菌群落特征[J]. 環(huán)境科學(xué), 2015,36(8): 2727-2734. Wang B Y, Lang J D, Zhang L N, et al. The characteristics of PM2.5and PM10bacterial communities in the process of haze pollution in Beijing were analyzed by 16s rRNA gene sequencing [J]. Environmental Science, 2015,36(8):2727-2734.

[13] 茍歡歌,魯建江,李珊蔓,等.烏魯木齊市冬季大氣顆粒物中細(xì)菌群落結(jié)構(gòu)研究[C]. 中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集, 2015:4835- 4841. Gou H G, Lu J J, Li S M, et al. Study on the structure of bacterial community in atmospheric particulate matter in Urumqi in winter [C]. Proceedings of the Annual meeting of the Chinese Society of Environmental Sciences, 2015:4835-4841.

[14] Bertolini V, Gandolfi I, Ambrosini R, et al. Tempotal variability and effect of environmental variables on airborne bacterial communities in an urban area of Northern Italy [J].Applied microbiology and biotechnology, 2013,97(14):6561-6570.

[15] Zhou C, Zhu X, Wang Z, et al. Gas-particle partitioning of PAHs in the urban air of Dalian, China: measurements and assessments [J]. Polycyclic Aromatic Compounds, 2013,33(1):31-51.

[16] MacNeill M, Wallace L, Kearney J, et al. Factors influencing variability in the infiltration of PM2.5mass and its components [J]. Atmospheric environment, 2012,61:518-532.

[17] Fan R, Wang D, Mao C, et al. Preliminary study of children's exposure to PAHs and its association with 8-hydroxy-2′-deoxyguanosine in Guangzhou, China [J]. Environment international, 2012,42:53-58.

[18] 賴森潮,蘇廣寧,鄒世春,等.廣州市部分居室空氣中PM2.5污染特征[J]. 環(huán)境與健康雜志, 2006,23(1):39-41. Lai S C, Su G N, Zou S C, et al. Characteristics of PM2.5pollution in the air of some bedrooms in Guangzhou [J]. Journal of Environment and Health, 2006,23(1):39-41.

[19] Martin M. Cutadapt removes adapter sequences from high-throughput sequencing reads [J]. Embnet Journal, 2011,17(1).

[20] Edgar R C, Haas B J, Clemente J C, et al. UCHIME improves sensitivity and speed of chimera detection [J]. Bioinformatics, 2011, 27(16):2194-2200.

[21] Haas B J, Gevers D, Earl A M, et al. Chimeric 16S rRNA sequence formation and detection in Sanger and 454-pyrosequenced PCR amplicons [J]. Genome research, 2011,21(3):494-504.

[22] Edgar R C. UPARSE: highly accurate OTU sequences from microbial amplicon reads. Nature methods, 2013,10(10):996-998.

[23] Wang Q, Garrity G M, Tiedje J M, et al. Naive Bayesian classifier for rapid assignment of rRNA sequences into the new bacterial taxonomy [J]. Applied and environmental microbiology, 2007,73(16):5261-5267.

[24] Quast C, Pruesse E, Yilmaz P, et al. The SILVA ribosomal RNA gene database project: improved data processing and web-based tools [J]. Nucleic Acids Research, 2013,1(41):D590-D596.

[25] Edgar R C. MUSCLE: multiple sequence alignment with high accuracy and high flux. Nucleic Acids Research, 2004,32:1792–1797.

[26] Ott W, Wallace L, Mage D. Predicting particulate (PM10) personal exposure distributions using a random component superposition statistical model [J]. Journal of the air & waste management association, 2000,50(8):1390-1406.

[27] Hystad P U, Setton E M, Allen R W, et al. Modeling residential fine particulate matter infiltration for exposure assessment [J]. Environmental Epidemiology, 2009,19(6):570-579.

[28] Barnp, Larson T, Noullett M, et al. Infiltration of forest fire and residential wood smoke: an evaluation of air cleaner effectiveness [J]. Environmental Epidemiology, 2008,18(5):503-511.

[29] 宋 穎.西安市秋冬季微生物氣溶膠中細(xì)菌群落結(jié)構(gòu)特征研究 [D]. 西安:長(zhǎng)安大學(xué), 2017. Song Y. Study on the characteristics of bacterial Community structure in microbial Aerosol in Xi'an in Autumn and Winter [D]. Xi'an: Changan University, 2017.

[30] 姚文沖.基于高通量測(cè)序的南方典型旅游城市空氣細(xì)菌群落特征研究 [D]. 杭州:浙江工商大學(xué), 2016. Yao W C. Study on characteristics of Air bacterial Community in typical tourist cities in South China based on High Flux sequencing [D]. Hangzhou: Zhejiang University of Industry and Commerce, 2016.

[31] 張 昊.典型城市顆粒物中微生物的群落結(jié)構(gòu)及環(huán)境因素影響研究 [D]. 杭州:浙江大學(xué), 2018. Zhang H. Study on the Community structure and Environmental factors of microorganisms in typical Urban particulate matter [D]. Hangzhou: Zhejiang University, 2018.

[32] 廖 旭,胡安誼,楊曉永,等.廈門(mén)冬季PM2.5顆粒物中細(xì)菌和真核微生物群落組成及其來(lái)源分析[J]. 生態(tài)環(huán)境學(xué)報(bào), 2013,22(8):1395- 1400. Liao X, Hu A Y,Yang X Y, et al. Composition and source analysis of bacteria and eukaryotes in winter PM2.5particles in Xiamen [J]. Journal of Ecological Environment, 2013,22(8):1395-1400.

Characteristics ofbacterial communities infine particulate matter of severe cold region, China.

ZHOU Yu-wei1, LV Yang1*,CHEN Xi1, WANG Hai-feng1, CHEN Bin1, LIU Tao2, HE Xin2, ZHANG Lei3

(1.School of Civil Engineering,Dalian University of Technology, Dalian 116024, China；2.School of Environment, Dalian University of Technology, Dalian 116024, China；3.School of Geoscience, Northeast Petroleum University, Daqing 163318, China)., 2019,39(9)：3616~3623

Through the long-term monitoring of indoor and outdoor fine particles of 3building types (office, classroom and residence) for 110 samples in heating season of Daqing, a typical city in cold region of China, it analyzed the relationship between indoor and outdoor fine particles during heating season. Using 16S rDNA gene analysis method and BLAST source apportionment, the components and sources of bacterial communities in fine particles of 3building types indoors and outdoors were studied. The results showed that average mass concentrations of indoor and outdoor PM2.5in Daqing were (32±22) and (45±34)μg/m3, respectively during heating season. The average permeability coefficient of office was lower (0.2886), classroom was higher (0.5702), and rural residence (0.6513) was larger than urban residence (0.6057) slightly. Firmicuts, Proteobacteria, Bacteroidetes and Oxyphotobacteria were the dominant bacterial phyla in fine particulate matter of Daqing during heating season on the whole. The sources for 3building types of bacteria in fine particulate matter indoors and outdoors were mainly soil, water, human, corrupt organic and faeces, while different building types and sampling sites led to different source proportions of bacteria.

severe cold region of China；Daqing；fine particulate matter；bacteria；source andcomponents

X513

A

1000-6923(2019)09-3616-08

周雨薇(1994-),女,黑龍江牡丹江人,碩士研究生,主要從事室內(nèi)外空氣品質(zhì)研究工作.

2019-02-11

國(guó)家自然科學(xué)基金資助項(xiàng)目(91743102,51578103,51308088);國(guó)家環(huán)保公益專項(xiàng)(201509063);中央高校基本科研業(yè)務(wù)費(fèi)資助項(xiàng)目(DUT18JC21)

* 責(zé)任作者, 副教授, lvyang@dlut.edu.cn