南印度PM2.5的地域来源分布

《Atmospheric Environment》:Regional source apportionment of PM2.5 in South India

【字体: 大 中 小 】 时间:2026年07月06日 来源:Atmospheric Environment 3.8

编辑推荐:

  Hema Bhatt|Syed Azharuddin Hashmi|Akila Muthalagu|Vikas Kumar Meena|Asif Qureshi印度泰伦加纳邦桑加雷迪区坎迪,海得拉巴印度理工学院气候变化系,邮编502285,印度摘要印度的空气质量一直令人担忧。通过

  
Hema Bhatt|Syed Azharuddin Hashmi|Akila Muthalagu|Vikas Kumar Meena|Asif Qureshi
印度泰伦加纳邦桑加雷迪区坎迪,海得拉巴印度理工学院气候变化系,邮编502285,印度

摘要

印度的空气质量一直令人担忧。通过区域源解析确定主要的PM2.5排放源,对于制定有效的空气质量法规至关重要,但此类研究在印度南部仍较为少见。作为COALESCE(碳质气溶胶排放、源解析及气候影响)项目的一部分,我们首次对印度桑加雷迪地区的PM2.5进行了为期一年的受体建模分析,填补了印度南部空气质量研究中的这一空白。该地区的日均PM2.5浓度(42?±?40?μg/m3)常常超过世界卫生组织规定的安全标准(15?μg/m3)。通过化学成分分析(水溶性无机离子、痕量金属、碳质化合物)以及基于扩散归一化的正矩阵因子分析,我们确定了五个潜在的污染源。通过Q/Qexp(0.75)、自举法、DISP、BS-DISP和FPEAK等统计方法对这五种因素进行了验证,所有因素的识别率都在95-100%之间。这些污染源分别为:生物质燃烧(砖窑中燃烧稻壳而非农作物残余,贡献浓度为22?±?1?μg/m3,占比28%);城市灰尘(24?±?3?μg/m3,占比30%);车辆排放(10?±?2?μg/m3,占比13%);二次气溶胶(18?±?1?μg/m3,占比22%);工业排放(6?±?0.4?μg/m3,占比7%)。季节性分析显示,雨季前污染浓度较高,而雨季过后及冬季则以人为污染为主。通过条件概率函数、浓度加权轨迹分析以及污染上升趋势分析,我们进一步确定了主要污染源的方向。结合GIS数据和实地调查结果,通过最近邻分析法,我们发现东部地区的主要污染源为砖窑和农业用地,东南部为工业和矿区,南部则为桑加雷迪-海得拉巴之间的交通走廊。这种基于整体空气污染区的分析方法,有助于精准量化并定位PM2.5的来源。

引言

自20世纪90年代以来,印度的人为空气污染物排放量(颗粒物、挥发性有机化合物和氮氧化物)不断增加(Kumar and Sunder Raman, 2020)。颗粒物污染的一个重要指标就是PM2.5,它指的是气动力直径小于2.5?μm的颗粒物(Barrera et al., 2023; Xu et al., 2023)。在印度,有13.6亿人暴露在PM2.5浓度超过5?μg/m3的环境中,还有13.3亿人处于PM2.5浓度超过35?μg/m3的环境中,这两种浓度水平均被视作不安全且具有危害性(Rentschler and Leonova, 2023)。PM2.5要么直接释放到空气中,要么由前体气体通过成核、凝结、聚结或多相化学反应在空气中生成(Q. Wang et al., 2024; Barrera et al., 2023)。空气中的PM2.5可能来自天然矿物粉尘,也可能源自人类活动,如化石燃料燃烧、采矿、金属加工以及车辆排放(Zhang et al., 2023)。PM2.5的主要成分包括水溶性无机离子(如Na+、Cl?、NH4+)、有机碳和元素碳、再悬浮的灰尘、黑碳、二次气溶胶以及各种主要元素和痕量元素,这些成分的来源和比例会随时间和地点的不同而有所变化(Villalobos et al., 2015)。接触PM2.5会对人体健康造成不良影响,尤其是对心血管系统和呼吸系统(Villalobos et al., 2015; Q''Y. Wang et al., 2024; Zhang et al., 2023)。要降低印度任何地区的PM2.5暴露风险,就必须减少该地区PM2.5及其前体物质的排放量。
源解析研究被广泛用于了解诸如PM2.5之类的空气污染物的区域来源(Barrera et al., 2023; Benchrif et al., 2024; Xu et al., 2023)。在印度北部和中部,德里、瓦拉纳西、加尔各答(Jain et al., 2021)、坎普尔(Rai et al., 2016)、博帕尔(Dhandapani et al., 2023)以及拉贾斯坦邦(Pippal et al., 2026)的研究都表明,车辆排放、生物质燃烧、城市灰尘和二次气溶胶是PM2.5的主要来源。在印度半岛,孟买(Gupta et al., 2012)、浦那(Gawhane et al., 2017)、古吉拉特邦(Nihalani et al., 2025)、特里凡得琅(Sumesh et al., 2017)以及芒格洛尔(Kalaiarasan et al., 2018)的研究也多集中在大型沿海城市。在印度南部,以往的研究大多局限于海得拉巴、班加罗尔和金奈等高度城市化城市(Gummeneni et al., 2011; Guttikunda et al., 2013; Suthar et al., 2023)。这些研究未能涵盖城郊或半农村地区的污染情况,因此在了解区域空气质量、潜在污染源及其分布方面存在明显不足。
为弥补这一全国性的研究缺口,2017年建立了一个协调统一的区域气溶胶和空气质量监测网络,旨在研究该国碳质气溶胶的来源、演变及其对气候变化的影响(Lekinwala et al., 2020; Venkataraman et al., 2020)。COALESCE项目由全国11家机构共同参与。该网络在2019至2020年的两年间,每两天在11个具有代表性的地点采集一次PM2.5数据,并对其40多种化学成分进行检测(Venkataraman et al., 2020),这些成分包括各类离子、有机碳和元素碳、二次气溶胶以及痕量元素。在这里,我们展示了在印度南部泰伦加纳邦桑加雷迪地区进行的一项为期一年的研究结果,包括PM2.5的浓度、其化学成分以及潜在污染源的信息。我们结合2019年的实验数据,运用正矩阵因子分析这种多元源解析技术以及空气质量轨迹分析方法,确定了该地区PM2.5的潜在来源及其季节性变化规律。此外,我们还利用卫星人口密度数据、地面砖窑位置信息、政府公布的工业名录和矿区资料,并通过空间关联分析,进一步强化了研究结果。这项全面的研究对于制定该地区的针对性排放控制策略和空气质量管理措施具有重要意义。

章节节选

样品采集

采样点位于桑加雷迪市的斯里萨拉斯瓦蒂学校(坐标为北纬17.626111°,东经78.105248°)(见图1)。桑加雷迪的海拔高度为556米。根据2011年的最新人口普查数据,该地人口为72,000人(印度人口普查局;泰伦加纳邦政府)。桑加雷迪的年平均降水量为910毫米,夏季和冬季的平均气温分别为32°C和22°C(Chintala et al., 2024)。我们在斯里

PM2.5浓度与季节性变化

本研究中所记录的PM2.5浓度的时间变化情况见表1。在所有采样日中,平均PM2.5浓度分别有98%和24%的日子超过了世界卫生组织规定的安全标准(15?μg/m3)以及印度中央污染控制委员会设定的标准(60?μg/m3)。我们研究地点的PM2.5浓度中位数為40?μg/m3,这一数值与其他COALESCE项目中的监测点相当,比如比卡内尔的监测值为41?μg/m3,博帕尔的监测值也为41?μg/m3;不过这一数值高于迈索尔和马哈巴莱什瓦尔的监测值,后两者的监测值分别为26?μg/m3和32?μg/m3

讨论

桑加雷迪地区的年均PM2.5浓度为42?±?40?μg/m3,这一数值超过了印度国家空气质量标准限值(40?μg/m3),与海得拉巴市的PM2.5浓度相同(42?μg/m3;Lavanyaa et al., 2022)。这一现象表明,桑加雷迪-海得拉巴地区的PM2.5污染程度较为均匀。附近的工业区污染浓度甚至更高(帕沙米尔拉姆地区的浓度为45?μg/m3;Lavanyaa et al., 2022),这一结果与我们通过正矩阵因子分析所发现的工业排放特征相符。此外,PM2.5的浓度还存在明显的季节性变化

结论

通过我们建立的综合性、多维度的源解析框架,我们确定生物质燃烧和城市灰尘是该地区PM2.5污染的主要来源,其中农业残余物在砖窑燃烧、车辆排放以及建筑施工活动是主要的污染诱因。从空间分布来看,研究区域的东南部是污染最严重的地区,那里密集的居民区和工业活动进一步加剧了污染程度。这种综合分析方法为研究空气污染问题提供了可靠的方法论支撑

CRediT作者贡献说明

Hema Bhatt:数据整理、正式分析、方法设计、结果验证、数据可视化、初稿撰写、论文审阅与修改。Syed Azharuddin Hashmi:研究调研、项目管理工作。Akila Muthalagu:研究调研、项目管理工作。Vikas Kumar Meena:数据整理工作。Asif Qureshi:研究构思、资金筹措、项目监督、论文审阅与修改。

利益冲突声明

作者声明,他们不存在任何可能影响本研究结果的已知财务利益或个人关系。

致谢

作者感谢印度环境、森林和气候变化部为NCAP-COALESCE项目提供的支持(项目编号:14/10/2014-CC,第二卷)。本文档中所表达的观点仅代表作者个人观点,不一定反映该部门的立场。该部门不对本文中提及的任何产品或商业服务表示认可。同时,作者也要感谢博帕尔IISER的NCAP-COALESCE项目团队在样本化学分析方面所提供的帮助。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号