2019, Vol. 39
[PDF全文]
溶解性有机质(Dissolved Organic Matter, DOM)通常是指能通过0.45或0.7 μm滤膜的有机质混合体(傅平青等, 2005).DOM普遍存在于土壤、沉积物、水体等环境介质中, 结构和物质组成复杂, 是地球生态系统的重要组成部分(Tipping et al., 1999; Leenheer et al., 2003).DOM广泛参与生物地球化学及生态过程, 作为水环境中重要的配位体和吸附载体, 其迁移、转化和动态过程对于全球尺度上的有机碳动态和碳循环都具有重要意义(吴丰昌等, 2008; Battin et al., 2009; Findlay et al., 2009; Anesio et al., 2013).有色溶解性有机质(CDOM)是具有独特光学性质的DOM, 是DOM中化学性质较为活跃的部分, 荧光溶解性有机物(FDOM)则是CDOM中吸收紫外-可见光后发出荧光的部分, 其光谱特性可较全面的揭示DOM结构和特征(刘堰阳等, 2018).
灰尘是城市各类环境污染物质的载体, 由于受到汽车交通运输、工业生产和城市建设等人类活动的影响, 城市灰尘累积了大量重金属、多环芳烃(PAHs)等污染物(高莹, 2008).通过污染城市雨水径流灰尘能够对人体健康产生潜在威胁(Tang et al., 2013; Aryal et al., 2015).城市雨水径流中的DOM组分复杂, 表面化学(官能团及电荷)活性较强, 可通过配位络合等过程影响污染物的存在形态和生态毒理效应(Al-Ameri et al., 2018; Zhao et al., 2018; Li et al., 2018).因此, 了解灰尘来源DOM的理化性质是揭示其对环境中污染物归趋的关键.Chen等(2017)研究了雨水中的荧光特性, 发现陆源及人为源腐殖质、色氨酸、络氨酸等能够用于指示污水种类及监测非法排水行为.不同土地利用的城市及城郊地区, 其雨水中DOM的粒径分布、疏水性差异较大(McElmurry et al., 2013).不同天气条件下, 大气颗粒中的水溶性物质(WSOM)差异较大, 雾霾严重时WSOM中有机质浓度高, 并可进一步影响大气颗粒的光谱特性, 而沙尘天气系统中地壳元素的浓度高(Jung et al., 2018).同PM10相比, PM2.5颗粒中的WSOM更多, 但灰尘中不同官能团占比、WSOM中碳组成等随灰尘来源差异较大(Duarte et al., 2019).由此看出, 灰尘来源对灰尘及其WSOM的理化特性影响较大, 并可能进一步影响污染物的环境行为.
南昌作为江西的省会城市, 近年来人口及经济快速发展, 城市不断扩张, 汽车保有量显著增加, 空气污染问题不容乐观.目前, 有关南昌市灰尘中重金属及PAHs的污染已有报道(肖燕, 2012；江英辉等, 2018), 但相关研究并未探讨灰尘源DOM对污染物环境归趋的影响.并且, 鉴于南昌市目前的地铁网还未建设完全, 相当比重的人口仍以公共汽车为代步工具.相关研究表明, 公交车内可扬尘中PAHs的浓度高达近百μg·g-1 (Gao et al., 2015).与步行(22.4~375 ng·m-3)及乘坐地铁(16.4~83.3 ng·m-3)相比, 公交车内灰尘的PAHs浓度较高(49.4~156 ng·m-3)(Yan et al., 2015).公交站台是连接城市道路和公交车的纽带, 是城市灰尘及其污染物的主要聚集地, 其混合污染的特性严重威胁了过往行人及等车乘客的身体健康.因此, 本文拟选取南昌市不同功能区中灰尘样品, 并重点探究城市公交站台处灰尘中可淋溶态DOM(LDOM)的物质组成与结构特性, 以期为大气污染物环境归趋、城市大气及城市雨水径流污染防治提供数据支持.
2 材料与方法(Materials and methods) 2.1 样品采集与处理本文共选取南昌市文教区、居民区、公园绿地、交通道路、火车站、工业园区和公交站台等7类功能区, 共77个灰尘样品(图 1).各功能区对应的采样点信息如表 1所示.采样前至少一周无明显降雨和大风天气.采集灰尘样品时, 使用柔软的毛刷对相应下垫面的灰尘进行收集, 同一地点分别采集附近区域3个平行样, 混合后保存在聚乙烯塑料袋中.采集的灰尘经过筛后于暗室保存.
 |
| 图 1 南昌市灰尘采样点分布图 (①东西向主干道：北京路#19~22；②南北向主干道：井冈山大道#26~30；③货运主干道：昌东大道#16~18) Fig. 1 Distribution of the dust sampling sites in Nanchang City |
| 表 1 南昌市灰尘采样点信息 Table 1 Information of the dust sampling sites in Nanchang city |
 |
称取适量过筛后的样品于离心管中, 并加入10 mL 0.01 mol·L-1的CaCl2溶液, 在摇床上振荡24 h后使用3500 r·min-1转速离心机离心10 min, 重复2次, 上清液随即采用0.45 μm针孔滤膜(PVDF, Millipore, USA)过滤, 水样保存待测, 该水样即为灰尘中LDOM.
采用重铬酸钾-硫酸加热氧化法测定灰尘中总有机碳浓度(TOC), 具体方法参照GB 9834-88.
2.2 样品光谱分析利用紫外-可见吸收光谱仪(岛津, UV-2600)测定水样中DOM的吸收光谱特性.仪器条件如下：以1 nm为扫描间隔, 扫描波长范围为200~800 nm；以1 cm光路径比色皿测定；采用Milli-Q超纯水做空白.
水样3D-EEM采用三维荧光光谱仪(FLS980, 英国爱丁堡)进行测定(450 W氙灯).3D-EEM的激发(Ex)和发射(Em)光谱范围分别为200~450 nm、250~600 nm, 步长为5 nm.测定时以Milli-Q超纯水做空白.利用Matlab软件对原始数据进行拉曼和瑞利散射校正(Zepp et al., 2004), 利用超纯水在Ex=350 nm下的拉曼光谱进行水拉曼单位校正(r.u.)(Lawaetz et al., 2009), 同时根据样品浓度使用超纯水对样品进行不同浓度的稀释, 以使其260 nm波长下的吸收光谱小于0.02, 从而去除样品的内滤效应(Coble et al., 1998).
2.3 数据分析与处理 2.3.1 紫外-可见光谱数据处理① UV254及α355值 UV254值定义为波长254 nm下的吸光度, 用以表示DOC浓度及芳香性(Nishijima et al., 2004).利用公式(1)可计算相应波长下的吸收系数, 并可用α355值来表示CDOM的相对浓度(刘堰杨等, 2018).
|
(1) |
式中, a(λ)为波长吸收系数(m-1), A(λ)为吸光度, L为光程路径(m).
② 吸光度比值(UV250/UV365、UV253/UV203、UV240/UV420) 在环境DOM理化性质的相关研究中常用吸光度比值来表征其性质, 以排除单一特定波长的不确定性造成的干扰(李丹等, 2016).吸光度比值定义为相应波长下吸光度的比值.
③ 光谱斜率 吸收系数有随波长增加呈指数衰减的规律, 并可用公式(2)来表达(Helms et al., 2008).
|
(2) |
|
(3) |
式中, αλ0为参考波长下的吸收系数, S为光谱斜率.通过SigmaPlot软件的单指数衰减函数可拟合出波长275~295 nm、350~400 nm下的光谱斜率.研究表明, DOM在这两组波长下具有较敏感的变化(Catalá et al., 2013).通过公式(3)可计算SR值, 该值通常用于表征DOM的分子量(Helms et al., 2008).
2.3.2 三维荧光光谱数据处理① 类蛋白物质(FDOM-P)和类腐殖物质(FDOM-H) Fn(280)定义为Ex=280 nm时, Em为340~360 nm时的最大荧光强度, 表示类蛋白物质的相对浓度水平；Fn(355)定义为Ex=355 nm时, Em为440~470 nm时的最大荧光强度, 表示类腐殖物质的相对浓度水平(Zhang et al., 2009).
② 荧光指数(FI、HIX、BIX) FI为荧光指数, 定义为Ex=370 nm时, Em在450 nm与500 nm处荧光强度的比值.当FI小于1.4时, 以陆源为主；当FI大于1.9时, 则以自生源为主(JaffeR et al., 2004).同时FI可表征有机质组分的芳香性, 其值越低, 有机质组分的芳香性越强(Batchelli et al., 2009).
HIX为腐殖化指数, 定义为Ex=254 nm时, Em在435~480 nm与300~345 nm区间的峰面积比值, 表示有机质组分的腐殖化程度(Zsolnay et al., 1999), 值越大(HIX > 10), 表示荧光组分腐殖化程度越高, 值越小(HIX < 4), 腐质化程度越低.
BIX为自生源指数, 定义为Ex=310 nm时, Em在380 nm与430 nm处荧光强度的比值, 可反映有机质自生源的相对贡献率, 并且随BIX值增大, 荧光组分的自生源贡献率随之增加(Birdwell et al., 2010; Salve et al., 2012).一般认为BIX > 1.0时, 主要为新产生的自生源有机质；BIX为0.6~0.7时, 有机质的自生源成分较少(Hugue et al., 2008).
2.3.3 数据分析利用Arcgis软件中的反距离插值法(IDW)进行光谱参数的空间分布规律分析.用于IDW分析的采样点除公交站台(#35~77)及所有道路区(#16~22、#26~30)采样点外, 基于采样位置与其他公交站台基本一致的原则, 每一功能区只选择1个采样点(即文教区#3、居民区#8、公园区#14、火车站#23、工业园区#34), 共60个采样点.利用SPSS软件进行相关分析及主成分分析(PCA), 其余图表使用Origin软件制作.
3 结果与讨论(Results and discussion) 3.1 南昌市灰尘TOC浓度及LDOM的CDOM、FDOM浓度分析南昌市灰尘TOC浓度及灰尘LDOM的CDOM、FDOM浓度空间分布如图 2所示.南昌市灰尘中TOC浓度为6.6~90.9 g·kg-1, 均值为30.3 g·kg-1.本文中灰尘TOC浓度与丁明军等(2017)研究中地面灰尘TOC浓度(均值为28.71)基本一致.空间分布上(图 2), 以东西向主干道为轴线的TOC浓度较高, 并向南北方向逐渐递减.东西方向看, 以昌西灰尘的TOC浓度偏高.并且呈现出明显的以“商圈”TOC浓度较高的特征, 如南昌万达主题乐园(#51和#52)、南昌大学(#69和#70)、秋水广场(#21)、汽车站(#60)、梦时代广场(#20)等地灰尘的TOC浓度均为所在区域的高值.不同功能区灰尘中TOC浓度以文教区最高(均值为57.5 g·kg-1)、公园绿地最低(43.5 g·kg-1)(图 3), 这主要是因为文教区相当比重的灰尘来自空调积灰(TOC浓度, #2为60.4 g·kg-1, #4为70.5 g·kg-1), 其颗粒较细而均匀, 有机碳浓度高(Peng et al., 2012).
 |
| 图 2 南昌市灰尘TOC浓度及LDOM的CDOM、FDOM浓度空间分布特征 Fig. 2 Spatial distribution of TOC in dust and CDOM/FDOM in LDOM in Nanchang City |
 |
| 图 3 不同功能区灰尘TOC浓度及LDOM的CDOM、FDOM浓度 Fig. 3 Concentration of TOC in dust and CDOM/FDOM in LDOM in different functional areas |
南昌市灰尘LDOM的CDOM值范围在1.84~91.43 m-1, 均值为17.67 m-1.该值远高于水库(1.28 m-1)、太湖(1.83 m-1、4.07 m-1)、长江(1.3~1.9 m-1)、珠江(1.93 m-1)等河湖中CDOM浓度(刘明亮等, 2009；甘淑钗等, 2013；黄廷林等, 2016；Huang et al., 2016), 说明灰尘中LDOM的CDOM浓度远高于天然河湖水体, 因此, 灰尘LDOM在雨水径流作用下可能成为天然水体CDOM的重要来源.研究发现, 与湿沉降相比, 雨水径流CDOM的分子量更大, 其组成中羰基、羧基、羟基等官能团更多, 表明雨水径流中有来自人为源及自生源、且组分明显不同于湿沉降CDOM的组分(Zhao et al., 2015).并且随雨水径流量的增加, 受纳水体(河水)中的颗粒态及溶解态有机碳、CDOM、荧光组分均呈增加趋势(Yang et al., 2015).这些结果说明雨水径流中DOM可对天然水体造成影响.空间分布上(图 2), 其高值出现在沿赣江两岸的市区范围内及城西部分地区.由于该地区人口密集、车流量大, 其灰尘来源复杂, 从而造成该地区灰尘LDOM中较高的CDOM浓度.总体来说, 南昌老城区及昌西新城区人口集中区采样点灰尘LDOM的CDOM浓度较高, 其高值的空间分布与城区西北-东南走向的轮廓界限一致.不同功能区灰尘LDOM的CDOM浓度仍以文教区最高(均值为38.34 m-1), 公园绿地最低(8.14 m-1) (图 3).
南昌市灰尘LDOM的类蛋白物质(FDOM-P)及类腐殖物质(FDOM-H)浓度可分别由Fn(280)及Fn(355)表示.本文中FDOM-P及FDOM-H浓度分别为0.01~0.50 r.u.和0.06~2.34 r.u., 均值分别为0.05 r.u.和0.41 r.u..空间分布上(图 2), FDOM-P浓度以市区秋水广场附近的公交站台(#21)较高, 并逐渐向四周递减；而FDOM-H浓度高值分布区大致与FDOM-P一致, 即以城西南方向为轴线向两侧递减, 但以近昌南外环高速路旁的公交站台(#55)最高.该结果说明老城区南面灰尘LDOM总FDOM浓度高, 但以市区灰尘LDOM的自生源特性较高, 而来自高速公路附近灰尘LDOM的腐殖化程度较高.不同功能区灰尘LDOM中FDOM-P浓度以交通道路最高(均值为0.12 r.u.)、以公园绿地和工业园区最低(均值为0.03), FDOM-H浓度以文教区最高(均值为1.62 r.u.)、以工业园区和公园绿地最低(均值分别为0.21 r.u.、0.27 r.u.)(图 3).该结果说明公园绿地和工业园区灰尘中LDOM的总FDOM浓度较低, 这可能与其较低的TOC浓度有关(公园绿地、工业园区TOC均值分别为43.5 g·kg-1、44.9 g·kg-1).此外, 虽然道路灰尘的TOC浓度亦不高, 但其FDOM-P浓度较高, 说明来自市区交通道路灰尘中LDOM的自生源特征较明显, 这是造成空间分布规律中市区FDOM-P浓度较高的主要原因.
3.2 南昌市灰尘中LDOM的紫外-可见光谱特征参数分析南昌市灰尘LDOM紫外-可见光谱特征参数(包括UV254值、吸光度比值和光谱斜率)空间分布如图 4所示.UV254值可表征相同溶解性有机碳浓度有机物在254 nm波长下吸光度值与芳香碳含量及腐殖化程度的关系, 值越高则芳香性及腐殖化程度越高(Nishijima et al., 2004).南昌市灰尘LDOM的UV254值范围在0.01~1.19之间, 均值为0.13.与自然水体(< 0.25)、沉积物(< 0.3)DOM的UV254值相近(翟天恩等, 2017；聂明华等, 2018).空间分布上(图 4), 以近昌南外环高速路旁的公交站台(#55)最高, 次高值为市区秋水广场附近的公交站台(#21), 说明高速公路及市区车流量较多地区灰尘的LDOM芳香碳含量及腐殖化程度高.该结果与FDOM的空间分布规律一致.不同功能区灰尘LDOM的UV254值以文教区最高(均值为0.78)(图 5), 且远大于其他几类功能区, 说明空调灰尘LDOM的芳香碳含量及腐殖化程度远高于其他几类功能区.
 |
| 图 4 南昌市灰尘LDOM紫外-可见光特征参数 Fig. 4 Spatial distribution of characteristics of UV-vis spectroscopy in LDOM in Nanchang City |
 |
| 图 5 不同功能区灰尘LDOM紫外-可见光特征参数 Fig. 5 Characteristics of UV-vis spectroscopy in LDOM in different functional areas |
S275~295及S350~400指的是275~295 nm及350~400 nm波长下吸光度自然对数拟合的斜率, SR为二者比值, 这3个参数常被用于反映DOM分子量大小及DOM的芳香碳含量及芳化程度(Helms et al., 2008；陈雪霜等, 2016；刘晓明等, 2018).南昌市灰尘中LDOM的S275~295、S350~400、SR分别为0.006~0.232、0.004~0.032、0.015~2.701.相关性分析结果表明, S275~295与SR呈显著正相关(r=0.671, p < 0.001).空间分布上(图 4), S275~295及S350~400均以昌南较高、昌西较低, 且赣江东侧至昌东大道之间的市区亦较低, 说明昌南地区灰尘中LDOM的分子量较小、芳香碳及芳化程度高.不同功能区灰尘LDOM中S275~295及S350-400的高值分别出现在火车站及公园绿地(图 5).由于火车站的S275~295较高、但S350~400较低, 导致火车站区灰尘LDOM的SR值较大, 说明该火车站灰尘LDOM的分子量较大、芳化程度低.
UV250/UV365可用于判定DOM分子量的大小(Huguet et al., 2009), 值越大则分子量越小.南昌市灰尘中LDOM的UV250/UV365值为1.92~9.24, 均值为3.89, 该值与堆肥DOM分子量相近(刘晓明等, 2018), 但低于天然水体中DOM分子量(薛爽等, 2017；刘堰杨等, 2018).空间分布上(图 4), 以昌南地区近高速路附近采样点的值较高, 其次为昌东地区, 昌西北地区最低, 说明南昌外环区域灰尘中LDOM的分子量较小, 而市区及昌西北地区灰尘相应分子量较大.该空间分布规律与S275~295相似.不同功能区灰尘中LDOM的UV250/UV365值, 以文教区最高(均值为5.27)、交通道路最低(均值为3.11)(图 5), 说明来自空调灰尘的LDOM分子量较小, 而市区交通道路灰尘的LDOM分子量较大, 这与UV250/UV365值总体空间分布规律中来自南昌外环高速路的灰尘差异较大.该结果说明, 不同级别道路灰尘中LDOM粒径差异较大.
UV253/UV203值可表示芳环上取代基的种类及取代程度, 该值越小, 说明芳环上的取代基以脂肪链含量较多；相反, 芳环上以羧基、羰基、羟基及酯类含量的取代基较多(Peuravuori et al., 1997).本文中UV253/UV203值为0.03~0.46, 均值为0.19, 该值与土壤相近(龚香宜等, 2017)、但低于堆肥(刘晓明等, 2018).空间分布上(图 4), 以市区范围内灰尘LDOM的UV253/UV203值较高, 并以沿赣江及垂直于赣江方向为高值轴线逐渐向四周递减, 说明来自市区灰尘LDOM芳环中羧基、羰基、羟基及酯类含量的取代基较多.不同功能区灰尘中LDOM的UV253/UV203值以火车站及文教区较高(均值为0.25、0.24), 以公园绿地和居民区较低(均值为0.10、0.11)(图 5), 说明来自空调及车流量较多地区灰尘LDOM芳环上的取代基要复杂得多.
UV240/UV420值表征腐殖酸中富里酸浓度, 该值越大富里酸浓度越高(陶澍等, 1990；杨楠等, 2014).本文中UV240/UV420值为2.56~28.00, 均值为8.79, 该值与河水相近(杨楠等, 2014).空间分布上(图 4), UV240/UV420值与S350~400、UV250/UV365较相似, r值分别为0.792、0.783(p < 0.001), 说明昌南、昌东地区灰尘LDOM分子量小, 腐殖酸以富里酸为主.不同功能区中以文教区、居民区、公园区较高, 说明这些地区灰尘LDOM腐殖酸以富里酸为主(图 5).
3.3 南昌市灰尘中LDOM的荧光指数特征分析南昌市灰尘LDOM的荧光指数特征如图 6所示.FI值可表征有机质组分的芳香性, 也可反映其组分来源.南昌市灰尘LDOM的FI值范围在1.08~2.45之间, 均值为1.37, 该值稍高于天然河流DOM的FI值(Yan et al., 2018).不同功能区灰尘LDOM的FI值以公园绿地最高, 文教区、交通道路及工业园区基本相近, FI值较小, 并且公交站台的FI值基本小于1.4.该结果表明公园绿地灰尘LDOM的内源来源可能性大、但腐殖化程度低；相反地, 文教区、交通道路及工业园区灰尘LDOM的陆源来源可能性大、腐殖化程度高.南昌市灰尘LDOM的HIX值范围在0.52~5.70之间, 均值为2.62.可以看出, 南昌市灰尘LDOM的腐殖化程度总体较低.不同功能区中, 以文教区的HIX值较高、居民区和公园绿地较低, 说明文教区灰尘LDOM的腐殖化程度高、居民区和公园绿地较低, 该结论与FI值分析结果一致.南昌市灰尘LDOM的BIX值范围在0.51~1.28之间, 均值为0.74, 表明南昌市灰尘LDOM自生源DOM较少.不同功能区中, 公园绿地的BIX值较高, 说明其LDOM以自生源为主；而居民区与文教区的BIX值较低, 说明其LDOM自生源可能性小.
 |
| 图 6 南昌市灰尘中LDOM的三维荧光指数变化特征 Fig. 6 Characteristics of three-dimensional fluorescence indices in LDOM from dust in Nanchang City |
本文利用PCA进一步分析了南昌市灰尘不同理化参数间的关系, 包括TOC、α355、Fn(280)、Fn(355)、UV254、SR、UV250/UV365、UV253/UV203、UV240/UV420、FI、HIX和BIX, 共12个参数(图 7).通过PCA, 共提取出4个主成分因子, 累积百分比为70.9%.因子载荷矩阵分析结果表明, Fn(355)、UV254、UV250/UV365、UV240/UV420等参数在PC1上具有较大载荷(大于0.75), 表明PC1代表DOM的腐殖化水平.虽然上文中用UV250/UV365来分析DOM的分子量情况, 但也有学者用该比值来分析DOM中胡敏酸与富里酸比重, 值越大富里酸含量越高(李璐璐等, 2014).这说明PCA分析结果与前人一致.从分子量角度说, PC1载荷又与UV250/UV365呈反比, 这一结果与代表分子量大小的SR在PC1上具有较大的负载荷相适应.此外, α355和UV253/UV203在PC2上具有较大载荷, 表明PC2代表DOM结构及组成；FI及SR分别在PC3、PC4上具有较大载荷, 表明PC3、PC4分别代表DOM的来源及分子量情况.
 |
| 图 7 南昌市灰尘LDOM主成分分析载荷矩阵及样本得分值 Fig. 7 Loading plots and sample scores of the principal components in PCA |
不同功能区样本的PCA输出结果表明, 文教区样品在PC1和PC2上具有较高得分, 表明空调来源灰尘LDOM的腐殖化水平高, DOM结构中羰基、羧基等的比重大.PC1和PC2得分较低值分别出现于公交站台和公园绿地, 说明公交站台地面灰尘的腐殖化程度低, 而公园绿地灰尘中LDOM结构以脂肪碳为主.PC3得分的高值和低值分别出现在公园绿地和公交站台样品中, 表明这两种来源灰尘LDOM以内源及陆源来源的可能性大.不同功能区在PC4上的得分以火车站略高, 表明火车站来源灰尘LDOM的分子量较小.可以看出, 以上PCA分析结果与前文基本一致, 说明影响灰尘LDOM理化特性的主要指标为腐殖化水平、分子量大小、有机碳结构及来源.综合来说, 以陆源来源为主DOM的腐殖化程度高、有机质结构复杂、分子量小(如文教区空调灰尘LDOM), 以内源自生源为主DOM的腐殖化程度低、结构中脂肪碳多、分子量大(如公园绿地灰尘LDOM).
4 结论(Conclusions)1) 通过南昌市灰尘TOC浓度及LDOM的CDOM、FDOM浓度分析表明：南昌市公交站台灰尘TOC浓度与普通道路地面灰尘相近；CDOM浓度远高于天然河湖水体, 说明灰尘DOM在雨水径流作用下可能成为天然水体CDOM的重要来源；空间分布上以市区灰尘LDOM的自生源特性较高, 而昌南近高速公路附近灰尘LDOM的腐殖化程度较高.
2) 南昌市灰尘LDOM紫外-可见光谱特征中, UV254值与FDOM浓度空间分布规律相似, UV250/UV365、UV240/UV420、光谱斜率的空间分布具有一定相似性.不同功能区灰尘LDOM中UV254值、S275~295及SR值、3个吸光度比值均以文教区较高, 说明来自空调灰尘LDOM的分子粒径小、腐殖化程度高、富里酸浓度高、有机质芳环结构中羧基、羰基等官能团的比重大.
3) 南昌市灰尘中LDOM的荧光指数(FI、HIX、BIX)特征分析表明, 南昌市灰尘LDOM的腐殖化程度较低.不同功能区中, 公园绿地灰尘LDOM的内源来源可能性大, 腐殖化程度低；相反地, 文教区灰尘LDOM的陆源来源可能性大, 腐殖化程度高.
4) 南昌市灰尘LDOM光谱特征主成分分析(PCA)共提取了4个主成分因子, 分别代表腐殖化水平、分子量大小、有机碳结构及来源.结果表明, 以陆源来源为主DOM的腐殖化程度高、有机质结构复杂、分子量小(如文教区空调灰尘LDOM), 以內源自生源为主DOM的腐殖化程度低、结构中脂肪碳多、分子量大(如公园绿地灰尘LDOM).
Al-Ameri M, Hatt B, Le Coustumer S, et al. 2018. Accumulation of heavy metals in stormwater bioretention media:A field study of temporal and spatial variation[J]. Journal of Hydrology.
DOI:10.1016/j.jhydrol.2018.03.027
|
Anesio A M, Hollas C, Granéli W, et al. 2004. Influence of humic substances on bacterial and viral dynamics in freshwaters[J]. Applied and Environmental Microbiology, 70: 4848–4854.
DOI:10.1128/AEM.70.8.4848-4854.2004
|
Aryal R, Lee B K, Beecham S, et al. 2015. Characterization of road dust organic matter as a function of particle size:a PARAFAC approach[J]. Water, Air, & Soil Pollution, 226(2): 24.
|
Batchelli S, Muller F L L, Baalousha M, et al. 2009. Size fractionation and optical properties of colloids in an organic-rich estuary (Thurso, UK)[J]. Marine Chemistry, 113(3/4): 227–237.
|
Battin Y J, Luyssaert S, Kaplan L, et al. 2009. The boundless carbon cycle[J]. Nature Geoscience, 2: 598–600.
DOI:10.1038/ngeo618
|
Birdwell J E, Valsaraj K T. 2010. Characterization of dissolved organic matter in fogwater by excitation-emission matrix fluorescence spectroscopy[J]. Atmospheric Environment, 44(27): 3246–3253.
DOI:10.1016/j.atmosenv.2010.05.055
|
Catalá T S, Mladenov N, Echevarría F, et al. 2013. Positive trends between salinity and chromophoric and fluorescent dissolved organic matter in a seasonally inverse estuary[J]. Estuarine, Coastal and Shelf Science, 133: 206–216.
DOI:10.1016/j.ecss.2013.08.030
|
Chen H, Liao Z, Gu X, et al. 2017. Anthropogenic Influences of paved runoff and sanitary sewage on the dissolved organic matter quality of wet weather overflows:An excitation-emission matrix parallel factor analysis assessment[J]. Environmental Science & Technology, 51(3): 1157–1167.
|
Coble P G, Del Castillo C E, Avril B. 1998. Distribution and optical properties of CDOM in the Arabian Sea during the 1995 Southwest Monsoon[J]. Deep Sea Research Part Ⅱ:Topical Studies in Oceanography, 45(10/11): 2195–2223.
|
陈雪霜, 江韬, 卢松, 等. 2016. 典型水库型湖泊中CDOM吸收及荧光光谱变化特征:基于沿岸生态系统分析[J]. 环境科学, 2016, 37(11): 4168–4178.
|
丁明军, 王敏, 张华. 2017. 南昌快速城市化过程对环境多介质有机碳含量的影响[J]. 环境科学学报, 2017, 37(6): 2307–2314.
|
Duarte R M B O, Piñeiro-Iglesias M, López-Mahía P, et al. 2019. Comparative study of atmospheric water-soluble organic aerosols composition in contrasting suburban environments in the Iberian Peninsula Coast[J]. Science of The Total Environment, 648: 430–441.
DOI:10.1016/j.scitotenv.2018.08.171
|
Findlay S E G, Sinsabaugh R L. 2002. Aquatic ecosystems:Interactivity of dissolved organic matter[J]. Journal of North American Benthological Society, 23(3): 662–663.
|
傅平青, 刘丛强, 吴丰昌. 2005. 溶解有机质的三维荧光光谱特征研究[J]. 光谱学与光谱分析, 2005, 25(12): 2024–2028.
DOI:10.3321/j.issn:1000-0593.2005.12.031 |
甘淑钗, 吴莹, 鲍红艳, 等. 2013. 长江溶解有机质三维荧光光谱的平行因子分析[J]. 中国环境科学, 2013, 33(6): 1045–1052.
DOI:10.3969/j.issn.1000-6923.2013.06.012 |
Gao P, Liu S, Feng Y, et al. 2015. Concentrations of polycyclic aromatic hydrocarbons in resuspendable fraction of settled bus dust and its implications for human exposure[J]. Environmental Pollution, 198: 1–7.
DOI:10.1016/j.envpol.2014.12.018
|
高莹. 2008.南昌市区路面沉积物污染分布及评价[D].南昌: 南昌大学
http://cdmd.cnki.com.cn/Article/CDMD-11902-2008142047.htm |
龚香宜, 徐威, 何炎志. 2017. 溶解性有机质的光谱特征及其对土壤吸附β-HCH的影响[J]. 环境科学学报, 2017, 37(1): 318–325.
|
黄廷林, 方开凯, 张春华, 等. 2016. 利用UV-vis及EEMs对比冬季完全混合下两个不同特征水库溶解性有机物的光学特性[J]. 环境科学, 2016, 37(12): 4577–4585.
|
Helms J R, Stubbins A, Ritchie J D, et al. 2008. Absorption spectral slopes and slope ratios as indicators of molecular weight, source, and photobleaching of chromophoric dissolved organic matter[J]. Limnology and Oceanography, 53(3): 955–969.
DOI:10.4319/lo.2008.53.3.0955
|
Huang W, Xie Z, Yan W, et al. 2016. Occurrence and distribution of synthetic musks and organic UV filters from riverine and coastal sediments in the Pearl River estuary of China[J]. Marine Pollution Bulletin, 111(1/2): 153–159.
|
Huguet A, Vacher L, Relexans S, et al. 2009. Properties of fluorescent dissolved organic matter in the Gironde Estuary[J]. Organic Geochemistry, 40(6): 706–719.
DOI:10.1016/j.orggeochem.2009.03.002
|
Jaffe R, Boyer J N, Lu X, et al. 2004. Source characterization of dissolved organic matter in a subtropical mangrove-dominated estuary by fluorescence analysis[J]. Marine Chemistry, 84(3/4): 195–210.
|
江英辉, 张华, 丁明军, 等. 2018. 南昌市街道灰尘重金属时空分布特征及健康风险评估[J]. 长江流域资源与环境, 2018, 27(4): 849–861.
|
Jung C H, Lee J Y, Um J, et al. 2018. Chemical composition based aerosol optical properties according to size distribution and mixture types during smog and Asian dust events in Seoul, Korea[J]. Asia-Pacific Journal of Atmospheric Sciences, 54(1): 19–32.
DOI:10.1007/s13143-017-0053-0
|
Lawaetz A J, Stedmon C A. 2009. Fluorescence intensity calibration using the Raman scatter peak of water[J]. Applied spectroscopy, 63(8): 936–940.
DOI:10.1366/000370209788964548
|
Leenheer J A, Croue J. 2003. Characterizing aquatic dissolved organic matter[J]. Environmental Science and Technology, 37(1): 18A–26A.
DOI:10.1021/es032333c
|
Li S, Chen Y, Zhang J, et al. 2018. The relationship of chromophoric dissolved organic matter parallel factor analysis fluorescence and polycyclic aromatic hydrocarbons in natural surface waters[J]. Environmental Science and Pollution Research, 25(2): 1428–1438.
DOI:10.1007/s11356-017-0580-3
|
李丹, 何小松, 高如泰, 等. 2016. 紫外-可见光谱研究堆肥水溶性有机物不同组分演化特征[J]. 中国环境科学, 2016, 36(11): 3412–3421.
DOI:10.3969/j.issn.1000-6923.2016.11.027 |
李璐璐, 江韬, 闫金龙, 等. 2014. 三峡库区典型消落带土壤及沉积物中溶解性有机质(DOM)的紫外-可见光谱特征[J]. 环境科学, 2014, 35(3): 933–941.
|
刘明亮, 张运林, 秦伯强. 2009. 太湖入湖河口和开敞区CDOM吸收和三维荧光特征[J]. 湖泊科学, 2009, 21(2): 234–241.
DOI:10.3321/j.issn:1003-5427.2009.02.012 |
刘晓明, 余震, 周普雄, 等. 2018. 污泥超高温堆肥过程中DOM结构的光谱分析[J]. 环境科学, 2018, 39(8): 3807–3815.
|
刘堰杨, 秦纪洪, 孙辉. 2018. 川西高海拔河流中溶解性有机质(DOM)紫外-可见光吸收光谱特征[J]. 环境科学学报, 2018, 38(9): 3662–3671.
|
McElmurry S P, Long D T, Voice T C. 2013. Stormwater dissolved organic matter:influence of land cover and environmental factors[J]. Environmental Science & Technology, 48(1): 45–53.
|
聂明华, 刘慧慧, 熊小英, 等. 2018. 南昌市湖泊水体中不同粒径胶体的三维荧光光谱特征研究[J]. 环境科学学报, 2018, 38(5): 1929–1938.
|
Nishijima W, Gerald E, Speitle J. 2004. Fate of biodegradable dissolved organic carbon produced by ozonation on biological activated carbon[J]. Chemosphere, 56(2): 113–119.
DOI:10.1016/j.chemosphere.2004.03.009
|
Ohno T. 2002. Fluorescence inner-filtering correction for determining the humification index of dissolved organic matter[J]. Environmental Science and Technology, 36(4): 742–746.
DOI:10.1021/es0155276
|
Peng H, Yang Y, Liu M, et al. 2012. PAHs in indoor dust samples in Shanghai's universities:levels, sources and human exposure[J]. Environmental Geochemistry and Health, 34(5): 587–596.
DOI:10.1007/s10653-012-9456-0
|
Peuravuori J, Pihlaja K. 1997. Isolation and characterization of natural organic matter from lake water:comparison of isolation with solid adsorption and tangential membrane filtration[J]. Environment International, 23(4): 441–451.
DOI:10.1016/S0160-4120(97)00049-4
|
Salve R, Lohkare H, Gobre T, et al. 2012. Characterization of chromophoric dissolved organic matter (CDOM) in rainwater using fluorescence spectrophotometry[J]. Bulletin of Environmental Contamination and Toxicology, 88(2): 215–218.
|
陶澍, 崔军, 张朝生. 1990. 水生腐殖酸的可见-紫外光谱特征[J]. 地理学报, 1990(4): 484–489.
DOI:10.3321/j.issn:0375-5444.1990.04.011 |
Tang J Y M, Aryal R, Deletic A, et al. 2013. Toxicity characterization of urban stormwater with bioanalytical tools[J]. Water Research, 47(15): 5594–5606.
DOI:10.1016/j.watres.2013.06.037
|
Tipping E, Woof C, Rigg E, et al. 1999. Climatic influences on the leaching of dissolved organic matter from upland UK moorland soils, investigated by a field manipulation experiment[J]. Environment International, 25(1): 83–95.
DOI:10.1016/S0160-4120(98)00098-1
|
吴丰昌, 王立英, 黎摇文, 等. 2008. 天然有机质及其在地表环境中的重要性[J]. 湖泊科学, 2008, 20(1): 1–12.
DOI:10.3321/j.issn:1003-5427.2008.01.001 |
肖燕. 2012.南昌市空气环境中多环芳烃(PAHs)的相分配研究[D].南昌: 南昌大学
http://cdmd.cnki.com.cn/Article/CDMD-11902-1012428022.htm |
薛爽, 洪悦, 刘影, 等. 2017. 泥沙沉降对水体中溶解性有机物光谱学特性的影响[J]. 环境科学学报, 2017, 37(4): 1330–1340.
|
杨楠, 于会彬, 宋永会, 等. 2014. 应用多元统计研究城市河流沉积物孔隙水中DOM紫外光谱特征[J]. 环境科学学报, 2014, 34(7): 1751–1757.
|
Yan C, Liu H, Sheng Y, et al. 2018. Fluorescence characterization of fractionated dissolved organic matter in the five tributaries of Poyang Lake, China[J]. Science of the Total Environment, 637: 1311–1320.
|
Yan C, Zheng M, Yang Q, et al. 2015. Commuter exposure to particulate matter and particle-bound PAHs in three transportation modes in Beijing, China[J]. Environmental Pollution, 204: 199–206.
DOI:10.1016/j.envpol.2015.05.001
|
Yang L, Chang S W, Shin H S, et al. 2015. Tracking the evolution of stream DOM source during storm events using end member mixing analysis based on DOM quality[J]. Journal of Hydrology, 523: 333–341.
DOI:10.1016/j.jhydrol.2015.01.074
|
Zepp R G, Sheldon W M, Moran M A. 2004. Dissolved organic fluorophores in southeastern US coastal waters:correction method for eliminating Rayleigh and Raman scattering peaks in excitation-emission matrices[J]. Marine Chemistry, 89(1/4): 15–36.
|
Zhang Y, Liu M, Qin B, et al. 2009. Photochemical degradation of chromophoric-dissolved organic matter exposed to simulated UV-B and natural solar radiation[J]. Hydrobiologia, 627(1): 159–168.
DOI:10.1007/s10750-009-9722-z
|
Zhao C, Wang C C, Li J Q, et al. 2016. Chemical characteristics of chromophoric dissolved organic matter in stormwater runoff of a typical residential area, Beijing[J]. Desalination and Water Treatment, 57(42): 19727–19740.
DOI:10.1080/19443994.2015.1106345
|
Zhao C, Wang C C, Li J Q, et al. 2018. Interactions between copper (Ⅱ) and DOM in the urban stormwater runoff:modeling and characterizations[J]. Environmental Technology, 39(1): 120–129.
DOI:10.1080/09593330.2017.1296893
|
Zsolnay A, Baigar E, Jimenez M, et al. 1999. Differentiating with fluorescence spectroscopy the sources of dissolved organic matter in soils subjected to drying[J]. Chemosphere, 38(1): 45–50.
DOI:10.1016/S0045-6535(98)00166-0
|
翟天恩, 霍守亮, 张靖天. 2017. 沉积物中溶解性有机质的垂直分布光谱特性[J]. 环境工程学报, 2017, 11(11): 6196–6204.
DOI:10.12030/j.cjee.201701115 |