煤矿开采河流中多环芳烃(Polycyclic Aromatic Hydrocarbons, PAHs)的源导向概率风险评估:耦合蒙特卡洛模拟(Monte Carlo Simulation, MCS)、正定矩阵因子分解(Positive Matrix Factorization, PMF)与风险模型

《Ecotoxicology and Environmental Safety》:Source-oriented probabilistic risk assessment of polycyclic aromatic hydrocarbons in coal-mining streams: Coupling Monte Carlo simulation, positive matrix factorization, and risk models

【字体: 大 中 小 】 时间:2026年07月20日 来源:Ecotoxicology and Environmental Safety 6.6

编辑推荐:

  矿物开发与能源消耗导致显著环境污染,威胁生态稳定与人类健康,尤其在大型煤矿区。为评估榆林煤矿区环境风险,研究人员对代表性河流不同季节水体中多环芳烃(PAHs)开展研究。采用多元统计分析与正定矩阵因子分解(PMF)模型进行源识别与定量分配。为评估与PAH浓度及源

  
矿物开发与能源消耗导致显著环境污染,威胁生态稳定与人类健康,尤其在大型煤矿区。为评估榆林煤矿区环境风险,研究人员对代表性河流不同季节水体中多环芳烃(PAHs)开展研究。采用多元统计分析与正定矩阵因子分解(PMF)模型进行源识别与定量分配。为评估与PAH浓度及源导向相关的生态-健康风险,研究人员应用集成方法,耦合蒙特卡洛模拟(MCS)、PMF与风险评估模型。在所有PAH中,BaA、BaP、BbF、InP与DahA浓度升高,多数采样点超过美国环境保护署(USEPA)阈值。观测到季节变化,旱季与湿季∑PAH浓度平均分别为185.11与128.22 ng·L?1。窟野河(Kuye River)中PAH主要受焦化/石油、煤燃烧、交通排放与薪柴燃烧影响,对总浓度贡献分别为37.39%、34.78%、14.40%与13.44%。这些源特异性PAH相关生态风险归类为中等,主要归因于煤燃烧源衍生的BaA。基于USEPA危害商数阈值,所有人群非致癌风险在安全限值内。相反,在保守暴露假设下,与源特异性PAH相关的所有六个人群组平均总致癌风险超过USEPA可接受风险水平,风险超标概率相对较高。2–15岁女性估计风险最高,皮肤暴露估计为主要途径。此外,推断交通排放源与BaP为控制致癌风险的潜在优先对象。这些结果为基于默认参数的筛选水平估算,需用本地数据验证。研究结果凸显基于特定污染源的概率风险评估方法重要性,为煤矿区PAH风险评估与预防策略提供科学依据。
研究背景方面,多环芳烃(PAHs)作为全球分布最广的持久性有机污染物(POPs)之一,具有高毒性、致癌性及长距离迁移能力,主要源于化石燃料与生物质不完全燃烧,通过大气沉降、地表径流与废水排放进入水体。在煤矿、能源与化工密集区,采矿、焦化、热电等产业导致PAHs大量排入水体,严重威胁河流生态功能与公众健康。现有研究中,化学质量平衡、绝对主成分得分-多元线性回归与正定矩阵因子分解(PMF)等模型可定量解析PAH来源贡献,但无法揭示来源与生态-健康风险的关联;传统风险评估模型为确定性方法,依赖固定参数,且源贡献与风险贡献未必正相关,仅基于受体浓度的源分析可能忽略高风险低浓度源。因此,研究人员开展本研究,旨在建立耦合蒙特卡洛模拟(MCS)、PMF与风险评估模型的集成方法,实现概率性源特异性风险评估,以榆林煤矿区代表性河流窟野河为研究对象,探究PAH时空变异与污染水平、定量解析来源、表征概率性源特异性生态与健康风险,识别需优先控制的源头与PAHs,为相似煤矿区管理提供依据。该研究发表于《Ecotoxicology and Environmental Safety》。
关键技术方法方面,研究人员于2021年10月(湿季)与2022年2月(旱季)在窟野河流域布设59个采样点采集水体样本;采用高效液相色谱-二极管阵列检测器-荧光检测器(HPLC-DAD-FLD)测定USEPA优先控制的16种PAHs浓度;运用USEPA PMF 5.0软件进行源解析;构建PMF-RQ耦合模型定量计算源特异性生态风险(基于Kalf风险商数RQ);构建PMF-HHR耦合模型结合USEPA人体健康风险评估模型,划分六个人群组别评估源特异性非致癌与致癌风险;采用Crystal Ball软件进行10,000次迭代的MCS以评估源导向概率生态与健康风险。
研究结果部分,3.1节为PAHs的季节污染特征,其中3.1.1为PAH浓度的季节分布:研究人员发现旱季∑PAH浓度范围54.36–369.94 ng·L?1,均值185.11 ng·L?1,Acy检出率100%;湿季∑PAH浓度范围50.06–278.16 ng·L?1,均值128.22 ng·L?1;旱季BaA、BaP、BbF、InP超标点位分别为40、25、20、18个,湿季BaA、InP、DahA、BaP、BbF、Chry、BkF超标点位分别为59、55、55、54、30、1、1个;旱季低环(2–3环)PAHs占比89.55%,湿季中低环(2–4环)为主,低环占33.22%、中环占51.41%;窟野河PAH浓度高于全球可比区域地表水,归因于高采煤量、低径流量与密集煤相关产业;旱季浓度高于湿季受稀释、光解、挥发、微生物降解、大气交换与供暖季沉积等影响。3.1.2为PAHs的季节组成:研究人员指出旱季以低环PAHs为主,指示油泄漏与化石燃料燃烧贡献;湿季高环PAHs比例升高,源于降雨径流携带非点源污染,高环PAHs易吸附于沉积物颗粒。3.2节为基于PMF的源解析:研究人员选取湿季数据,通过诊断比值定性判别后运行PMF 5.0得到四因子稳健解;Factor 1平均贡献13.44%,高负载Ant(79.93%),空间集中于城镇农田区,识别为薪柴燃烧源;Factor 2平均贡献37.39%,高负载Nap(57.45%)、Acy(69.39%)、Flu(51.04%)、BghiP(70.95%)、Ace(71.68%),空间围绕工业区,识别为焦化/石油源;Factor 3平均贡献14.40%,高负载InP(53.26%)、BbF(81.40%)、BkF(40.55%)、BaP(52.51%),空间位于交通密集区与运煤干道,识别为交通排放源;Factor 4平均贡献34.78%,高负载Phe(47.97%)、Chry(50.78%)、BaA(45.89%)、BkF(57.68%),空间位于中游产业园,识别为煤燃烧源。3.3节为基于PMF-RQ耦合模型的源特异性生态风险量化,其中3.3.1为浓度导向生态风险:研究人员发现59个点位中47个为中高风险,宁条塔工业园RQ∑PAHs(NCs)达748.40,接近高风险阈值。3.3.2为源特异性概率生态风险:研究人员得出总生态RQ均值286.03为中等风险,MCS显示中等与高风险概率分别为45.05%与2.68%;煤燃烧源对生态风险贡献最高(36.06%),其次为焦化/石油(25.36%)、交通(22.55%)、薪柴(16.04%);BaA贡献总生态风险81.08%,为主要生态风险单体。3.4节为基于PMF-HHR耦合模型的源特异性健康风险量化,其中3.4.1为浓度导向健康风险:研究人员得出所有人群非致癌危害商数(HQ)远小于1;摄入途径致癌风险(ILCR)均小于10?6,皮肤暴露途径ILCR均大于10?4,2–15岁人群最高,女性高于男性。3.4.2为源特异性概率健康风险:研究人员发现摄入途径风险低,皮肤暴露为主要致癌途径,2–15岁女性风险最高;交通排放源对致癌风险贡献最高(36.75%),其次为焦化/石油(30.15%)、煤燃烧(17.17%)、薪柴(15.93%);BaP贡献总致癌风险57.34%,为主要致癌单体;MCS显示各源ILCR均大于10?6。3.5节为污染源源贡献与生态-健康风险贡献的差异:研究人员指出PMF浓度贡献排序为焦化/石油(37.39%)>煤燃烧(34.78%)>交通(14.40%)>薪柴(13.44%);生态风险贡献排序为煤燃烧(36.06%)>焦化/石油(25.36%)>交通(22.55%)>薪柴(16.04%);致癌风险贡献排序为交通(36.75%)>焦化/石油(30.15%)>煤燃烧(17.17%)>薪柴(15.93%);风险贡献不仅取决于浓度还受毒性等影响,仅浓度导向源分析会忽略高风险源,需采用源-风险耦合模型识别主控源。3.6节为研究局限性:研究人员指出每季每点仅1个样本未捕获短时变异;未分析沉积物低估高环PAH暴露;健康风险基于总浓度未考虑生物有效性(1%–100%体内、2%–89%体外)致结果偏保守;生态RQ基于加和假设未考虑协同/拮抗;采用默认暴露参数与通用毒性当量因子,结果为筛选水平需本地数据验证。
讨论与结论翻译部分,研究人员在窟野河典型河流中调查了16种优先PAHs污染水平及其源特异性概率生态-健康风险。旱季∑PAH浓度超过湿季。其中BaA、BaP、BbF、InP与DahA因人为因素呈显著升高,人为因素包括焦化/石油排放、煤燃烧、交通排放与薪柴燃烧,分别占总浓度37.39%、34.78%、14.40%与13.44%。PAH源特异性生态风险归类为“中等”,中等与高风险概率分别为45.05%与2.68%。六个人群均无非致癌风险。然而筛选水平风险评估表明,在保守暴露假设下,大量人群致癌风险可能超过10?4阈值,皮肤暴露途径尤需注意,2–15岁儿童估计风险最高。研究区环境风险主要贡献者为煤燃烧源与交通排放源,可优先控制,BaA与BaP为环境管理关键PAHs。为治理污染与管理风险,建议加大燃煤企业排放控制技术投入以减少BaA等有毒排放;监管部门应强化高排放工业活动监督,环保机构可考虑实施交通排放控制与扬尘减缓措施。研究结果提示耦合MCS与风险评估模型及PMF可有效改进水体PAH源特异性风险估算,为针对性修复提供方向,为全球相似大型煤矿区风险管理、环境规制与水资源保护提供参考。
相关新闻
生物通微信公众号
微信
新浪微博

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