大气颗粒物及其组成研究进展

1

摘?要?颗粒物是空气中最重要的污染物之一，由于颗粒物表面的吸附作用，其组分非常复杂，其中含有多种有毒有害的化学成分，对大气环境造成不良影响，并危及人体健康。借助大气颗粒物及其组成成分的测定，通过污染源解析分析其来源及影响因素，控制大气颗粒物的排放，对于保证大气环境质量、改善人们的生存环境具有重大意义。本文对此进行综述。着重介绍大气颗粒物及其组成成分、源解析及测量技术的最新进展。

关键词?大气颗粒物 可吸入颗粒物(PM 10) 细颗粒物(PM 2.5) 总悬浮颗粒物

(TSP) 组成 源解析法 测量技术

Abstract Particles is one of the most important pollutants in the air. Because of its

adsorption of surface particles contain a variety of poisonous and harmful chemical composition, which makes great impact on atmospheric environment and endanger human body health. With the help of measuring atmospheric particles and its composition and analyzing the resource and influence factors through resolving pollution source, the control of atmospheric particulates emissions is of great significance to guarantee the quality of atmospheric environment and improve the people’s living environment. Above all was overviewed in this paper which emphases is the development of atmospheric particulates and its components, analysis of pollution source and measuring technology.

Key words Atmosphere particulates Particulate matter( PM 10) Particulate matter

(PM 2.5) Total suspended particle(TSP) Composition Source apportion-ment Measurement technology

大气颗粒物及其组成研究进展（上）

Research progress of atmospheric particulates and its composition

由人类活动等原因所产生的某些颗粒物进入大气，会对环境造成污染。颗粒物污染是空气中最重要的污染物之一，我国大多数地区空气首要污染物就是颗粒物。每个成年人平均每天呼吸空气15m 3，保证人们呼吸到清洁干净的空气是最重要的环保任务之一。由于颗粒物表面的吸附作用，其组分非常复杂，其中含有多种有毒有害化学成分，对大气环境造成诸多不良影响，并危及人体健康。借助大气颗粒物及其组成成分测定，通过源解析探明其来源及影响因素，控制大气颗粒物排放，对保证大气环境质量、改善人们生存环境具有重大意义。本文对此进行综述，着重介绍大气颗粒物及其组成成分、源解析及测量技术最新进展。

1?大气颗粒物对人体健康的影响

空气中大气颗粒物被称为人类第一杀手，原因是细颗粒物上聚集大量有害重金属、酸性氧化物、有害有机物、细菌和病菌等，会通过呼吸道而进入人体上下呼吸道。不同粒径的颗粒物可在不同的呼吸道部位沉积。10~100μm 的颗粒物被阻挡在鼻腔外，2.5~10μm 的颗粒物大部分被鼻咽区截留，0.01~2.5μm 的颗粒物主要沉积在支气管和肺部，特别是0.1μm 左右的颗粒物沉积在肺部，甚至可穿过肺泡进入血液中，对人体健康危害最大[1~7]。由于体积更小，PM 2.5具有更强的穿透力，可能抵达细支气管壁，

尹 洧Yin?Wei

（北京市化学工业研究院?北京?100022）

(Beijing Chemical Industrial Research Institute, Beijing 100022)

2

并干扰肺内的气体交换。更小的微粒（直径≤ 100nm ）会通过肺部传递影响其他器官。其中，发表于《美国医学会杂志》的一项研究表明，PM 2.5会导致动脉斑块沉积、引发血管炎症和动脉粥样硬化，最终导致心脏病或其他心血管问题[8，9]。这项始于1982年的研究证实，当空气中PM 2.5的浓度长期高于10 μg/m 3，就会带来死亡风险的上升。浓度每增加10μg/m 3，总的死亡风险会上升4%，心肺疾病带来的死亡风险上升6%，肺癌带来的死亡风险上升8%。此外，PM 2.5极易吸附多环芳烃等有机污染物和重金属，使致癌、致畸、致突变的机率明显升高。

美国国家航空航天局（NASA ）2010年9月公布一

张全球空气质量地图，专门展示世界各地PM 2.5的密度。由加拿大达尔豪斯大学的2位研究人员制作。他们根据NASA 的2台卫星监测仪的监测结果，绘制一张显示出2001-2006年PM 2.5平均值的地图（见图1）。

在20世纪70年代，人们开始注意到颗粒物污染与健康问题之间的联系[10]，在美国，每年由于颗粒物污染造成的死亡人数约为2.2~5.2万人（2000年数据）[11]，在欧洲这一数字则高达20万。为就减少空气污染对健康的影响提供全球性指导，世界卫生组织（WHO ）于2005年发

布《空气质量准则》[12]，其中包括对颗粒物浓度的限制（见

表1）。国际上对颗粒物的PM 10的限制标准（见表2）。

表2?对空气中颗粒物的限制标准（单位：μg/m 3）

国家/

组织PM 10

PM 2.5

备注

文献来源年均日均年均日均欧盟20

50252010年生效，2010年强制

[13]美国150

1535

[14]

澳大利亚8252003年生效，非强制日本15352009年生效

中国1001503575PM 10为二级标准，PM 2.5拟2016年实施[15,16]

WHO

20

5010

252005年发布，指导值

[12]

2012年2月29日的国务院常务会议上，已同意发布新修订的《环境空气质量标准》

。新标准增加细颗粒

图1?全球空气质量地图

图中色调由浅至深代表着PM 2.5的质量浓度越来越高

表1?WHO 对颗粒物浓度的限制（单位：μg/m 3）

PM 10PM 2.5

选择浓度的依据

过渡时期目标-1 (IT-1)7035相对于AQG 水平而言，在这些水平的长期暴露会增加大约15%的死亡风险。

过渡时期目标-2 (IT-2)5025除其它健康利益外，与 过渡时期目标-1 相比，在这个水平的暴露会降低大约6% [2%~11%]的死亡风险。过渡时期目标-3 (IT-3)3015除其它健康利益外，与 过渡时期目标-2 相比，在这个水平的暴露会降低大约6% [2%~11%]的死亡风险。空气质量准则值 (AQG)

20

10

对于PM 2.5的长期暴露，这是一个最低水平。在这个水平，总死亡率、心肺疾病死亡率和肺癌的死亡率会增

加（>95%可信度）。

物 (PM2.5)和臭氧(O 3)8h 浓度限值监测指标。会议要求2012年在京津冀、长三角、珠三角等重点区域以及直辖市和省会城市开展细颗粒物与臭氧等项目监测，2013年在113个环境保护重点城市和国家环境保护模范城市开展监测，2015年覆盖所有地级以上城市。并于2012年2月29日发布国家标准GB3095-2012《环境空气质量标准》。

2?大气颗粒物的分类

空气中颗粒物并不都是几何球体，大多成不规则形态，因此需将换算成球体直径，这就是当量直径（de ）。其真实直径为D ρ，由于颗粒物来源不同，其密度ρ（或比重）

不同，即使Dρ相同，它们在空气中的动力学特征也是不同的，也就是在空气中沉降速度不同，从而又引入空气动力学直径Da概念：Da＝Dρ(ρ)1/2，如ρ>1，其空气动力学直径Da就比它真实直径Dρ大，反之则小。换算成空气动力学直径后就将颗粒物在空气中沉降速度拉到同一水平上[1]。粒子状态的污染物是分散在空气中微小液体和固体颗粒，粒径多在0.01~100μm之间，是一个复杂的非均匀体系。通常根据颗粒物在重力作用下沉降特征，将

其分为降尘（dust fall）和总悬浮微粒（TSP）。粒径较大的颗粒物靠自身的重力可较快地沉降到地面上，称为降尘，其粒径范围一般在100~1000μm。粒径小于10μm的颗粒物能长期地飘浮在大气中，成为飘尘。飘尘易随着呼吸进入人体肺部，故称之为可吸入颗粒物，粒径小于2.5μm 的颗粒能通过呼吸过程深入到人体肺部，2.5~10μm的颗粒易沉积在上呼吸道，引发各种疾病。飘尘飘浮在大气中，与大气构成气溶胶（aerosol），具有胶体性质，该胶体体系的分散介质是空气，分散相是10μm以下的液滴或固体颗粒。气溶胶则是由固体颗粒、液体颗粒、液固颗粒悬浮于气体介质中形成的均匀分散体系，烟、雾、悬浮颗粒物、可吸入颗粒物、烟气等都是用来描述气溶胶的名词[17]。

为适应国民经济社会发展和环境保护工作的需要，保护生态环境和人体健康，最近国家环保部决定修订《环境空气质量标准》[16]和《保护农作物的大气污染物最高允许浓度》[18]，在《环境空气质量标准》中将增设细颗粒物（PM2.5）浓度限值，广泛征求各方面的意见[19]。按照征求意见中的名词解释，总悬浮颗粒物（TSP）是指环境空气中空气动力学当量直径≤100μm的颗粒物，可吸入颗粒物（particulate matter， PM10) 是指环境空气中空气动力学当量直径≤10μm的颗粒物，也称可吸入颗粒物。细颗粒物(particulate matter，PM2.5) 则是指环境空气中空气动力学当量直径≤2.5μm的颗粒物。细颗粒物（PM2.5）的比表面积大于PM10，更易吸附有毒害的物质。TSP的粒径范围为0.1~100μm，它不仅包括被风扬起的大颗粒物，也包括烟、雾以及污染物相互作用产生的二次污染物等极小颗粒物。

3?大气颗粒物的来源及影响因素

3.1?大气颗粒物的来源

大气颗粒物的来源、组成、在空气中存在寿命及输送距离（见表3）[1]。

大气颗粒物通过光散射和光吸收等消光效应降低大气能见度，SO42-和有机气溶胶等通过直接或间接辐射强迫影响全球气候变化，人为源排放的颗粒物通过直接或间接作用减少东亚地区区域降水，区域霾可致使粮食减产[20]。

3.2?污染源解析模型

在大气颗粒物研究中用到源解析法（Source Apportion-ment），不仅定性地识别其来源，还定量地计算出各种源对环境污染的贡献[21]。源解析应用最多的方法是受体模型中的化学质量平衡法（CMB），金蕾等对CMB模型、二重源解析技术、主因子分析、正矩阵因子分析法等目前应用较广泛的受体模型方法的原理、优缺点和应用现状进行比较分析，对单颗粒源解析方法、有机物示踪技术和扩散与受体模型联用技术等受体模型新技术方法进行评述[22]。

张丹等通过对颗粒物粒径大小、性质分类的分化学法和显微法，依次介绍化学质量平衡法、因子分析法、正定矩阵法、比值法、线性回归因子分析法、富积因子法、投影寻踪法、遗传算法、光化学显微法、激光显微质谱法、扫描电子显微法、计算机扫描电镜等源解析方法，阐述不同解析方法各自的优缺点[23]。李祚泳等应用BP网络进行大气颗粒物源解析，将大气采集样本申的元素含量及其污染源成分谱构成训练样本集，用BP网络进行训练。由训练好的网络的权值分布计算出网络各输入节点的权重贡献率，根据输入节点的权重贡献率确定与其相联系的污染排放源的重要性，从而实现大气颗粒物的源解析[24]。王帅杰等从受体模型、样品的处理技术、源解析技术发展的最新趋势介绍大气颗粒物源解析技术的研究进展[25]。田福林等阐述常用的受体模型化学质量平衡模型(CMB)、正定矩阵因子分解模型(PMF)、因子分析/多元线型回归(FA/MLR)、绝对因子得分/多元线性回归(AFS/MLR)、非负约束的因子分析模型(FA-NNC)和同位素来源解析技术(CSRA)的方法和原理，总结受体模型应用于3种典型持久性有毒物质(PTS)PAHs、PCDD/Fs和PCBs的来源解析研究进展，并对PTS类污染物来源解析的发展趋势和我国源解析研究亟待解决的问题进行展望[26]。易惠等介绍粗集理论模型、BP网络权重分析、投影寻踪回归、正定矩阵分解和主成分分析等多种方法，并指出可吸入颗粒物源解析方法的发展趋势和还需做的工作[27]。刘慧丽等介绍国内外用于大气颗粒物源解析研究受体模型的进展，对受体模型的研究体系、研究方法作阐述[28]。

李祚泳等基于粗集理论通过计算大气污染源排放的元素组成的差异与大气颗粒物样本中元素含量的分类关系，表3?环境空气中颗粒物的来源与特性

性质PM2.5PM2.5~10

来源

燃烧产物、高温过程

产物、空气反应物

固体（土壤、尘）、机械破碎物、

雾滴蒸发物

一般组成

SO42-、NO3-、NH4+、

重金属、有机碳OC、

键合水等

浮尘、地壳元素（Si、Al、Ti、

Fe）氧化物、化石燃料飞灰、

CaCO3、海盐、动植物碎屑等

在空气中寿命数天~数月数分钟~数小时

输送距离数百~数千km<1km~数十公里

3

用排放源对于大气颗粒物元素含量的有效程度为标准评价排放源的重要性，进行实例分析计算并与其他几种源解析法结果进行比较，表明不同源解析法给出的主要排放源的重要性排序是一致的[29]。陈分定采用CMB、FA、PMF 3种模型对龙岩市大气颗粒物PM10进行来源解析研究，有助于更有效地治理颗粒物污染，提高环境空气质量。建立基于GIS的大气颗粒物源解析结果展示系统可直观地展现龙岩市大气颗粒物PM10的分布规律、污染物来源、污染程度等信息，方便地生成污染物分布图、各项指标专题图以及等值线图层，对这些图层有选择、有次序地叠加，在一张图上可以显示不同图层的综合信息[30]。郝明途等在二重源解吸技术基础上，改进扬尘对受体贡献值的计算方法，并对结果进行验证[31]。曹兰建立某市PM10浓度预报的分段BP神经网络模型。PM10日平均浓度误差大多数在-0.010~0.010mg/m3范围内，相对误差在-20％~20％范围内，表明BP神经网络对PM10的浓度预报是一种有效的工具[32]。李志成等利用Matlab小波分析工具，分析珠江三角洲地区2006年PM10的突变特征，并对典型区域性颗粒物空气污染过程进行识别。结合全球资料同化系统（GDAS）气象数据，运用HYSPLIT v4.9模式，以4个典型空气观测站点的数据为基础，分析高污染过程期间后向气流轨迹的特征和区域PM10的变化与输送过程，并对比分析污染超标日和非超标日的PM10与风速、相对湿度、平均温度及地面平均气压等常规气象要素之间的关系。结果表明，影响该地区颗粒物高污染时段输送的气流主要来源于内陆东北气流和沿海气流。本地排放和区域城市间传输是造成珠三角地区颗粒污染过程的主要原因，静风或极小风，以及较高地面平均气压是影响珠三角地区PM10污染的主要气象要素[33]。朱春等通过Mie理论模型研究不同粒径下单体颗粒物的光学特性及机动车排放的nm/μm级粒径下细微/超细颗粒物的无量纲光散射率（Qscat）、无量纲光吸收率（Qabs）以及无量纲消光率（Qext）。结果表明，不同国家的轻型柴油车（LDV）排放超细颗粒物的化学组分差异较大，而重型柴油车（HDV）则没有显著差别，相关性分析表明，机动车排放颗粒物的EC组分所占比例与复折射系数的实部（n）和虚部（k）均有极强相关性，相关系数（R2）分别为0.9956和0.9938。通过Mie理论计算4种复折射系数下典型机动车排放颗粒物Qscat、Qabs和Qext随粒径的变化特征发现，粒径为400~600 nm范围的单体颗粒物消光作用最大，当颗粒物粒径大于1μm时，Qscat，Qabs和Qext逐渐稳定为常数1.2、1.0和2.2，此时消光率与复折射系数无关[34]。邵龙义等采用分形理论研究北京可吸入颗粒物（PM10）粒度分布的分形特征，计算各采样点PM10粒度分布的分形维数，分析PM10粒度分布分形维数的变化与粒度分布的关系，讨论采样时气象条件等因素对颗粒物粒度分布分形维数的影响。结果表明，北京市PM10粒度分布的分形维数在1.6446~2.6655之间，夏季PM10的粒度分布分形维数（2.6655）明显大于秋季（1.6446），表明夏季PM10的粒度普遍较秋季的细。分形维数能够较好地表征颗粒物的粒度分布，可以用分形维数定量比较不同采样点、不同季节的粒度分布，颗粒物的不同粒度分布分形维数和采样时的局部环境及气象条件相吻合[35]。李伟等分采暖期和非采暖期对城市的主要大气污染源进行识别和采样，包括煤烟尘、建筑水泥尘、扬尘、土壤风沙尘、海盐粒子和二次粒子，并利用AAS、IC等仪器对其成分进行定性定量分析，建立可吸入颗粒物的源成分谱，从而得出颗粒物元素成分谱，通过化学质量平衡(CMB)受体模型进行解析，得出各污染源对受体的贡献值和分担率，确定主要污染源[36]。

3.3?交通影响

马晓旦等分析交通主干道旁室内外PM10的来源，认为大气中悬浮颗粒物表面吸附来自燃料燃烧、机动车尾气、工业粉尘、废弃物燃烧等排放物，并叙述室内外PM10的类别、来源和特性，通过现场监测交通主干道旁室内外和远离主干道的室内外PM10的浓度，并分析实验监测结果产生的原因和变化的规律[37]。陈建华等研究北京市典型交通路口大气颗粒物的污染特征及影响因素，认为交通来源颗粒物是影响交通路口污染水平的首要因素，颗粒物中Al，Ca，Fe和Mg等元素主要来自机动车行驶载带的道路可扬尘，而Cu，Pb等元素主要来自机动车的排放[38]。王玮等研究典型交通路口大气颗粒物中非烃类化合物和多环芳烃的污染状况[39]。结果表明：交通排放是大气颗粒物中非烃类化合物和PAHs的重要来源之一；总体上非烃类化合物主要富集在粒径较小的粒子中，细粒子中的非烃类化合物应主要来源于机动车尾气排放；白天ρ(非烃类化合物)随机动车流量的增加而增加，夜晚机动车流量减小，但ρ(非烃类化合物)却高于白天，显示出大型柴油车的主要影响和贡献；非烃类化合物的污染主要表现为酞酸酯和苯酚类化合物的污染。多环芳烃在粒径较小的粒子中比例较高；白天ρ(PAHs)随机动车流量的增加而增加，夜晚ρ(PAHs)高于白天；污染源识别表明，交通路口大气颗粒物中的多环芳烃除主要来源于机动车尾气排放外，还有一部分来源于道路扬尘[39，40]。

3.4?能源消费影响

Q Yao S等从能源消费结构分析煤燃烧对大气颗粒物的贡献，并提出一些控制颗粒物排放的措施[41]。Mehmet Akyuz分析季节变化、气象变化和可吸入尘的关系[42]。Honghong Yi等研究220 MW电厂排放颗粒物的粒径分布

4

和形态特征[43]。Stephen M Toner等与David A Sodeman 等应用飞行时间质谱仪分别对重型柴油车和轻型柴油车排放的颗粒物进行源解析[44，45]。Matthew T Spencer等利用飞行时间质谱仪分析夏季颗粒物的粒径与组成[46]。Fathi Zereini等收集交通干线的颗粒物测定其重金属含量，主干道的颗粒物中测出Sb、Zn、Cu、V、和Ni，其可能的来源就是机动车排放[47]。赵承美等分别对燃烧重油与烟煤2个电厂排放PM10的显微结构、颗粒类型及重金属在PM10中分布特征进行研究。研究表明，燃煤电厂排放PM10都以球形颗粒为主，而燃油电厂排放PM10则是由一些絮状物和类似于燃煤飞灰中球形颗粒组成。根据PM10的化学组成，发现燃油电厂排放的PM10颗粒类型有硅铝质和钙-硅铝质2种；燃煤电厂排放PM10的类型有硅质、硅铝质、铁质、铁-硅铝质和钙质5种。燃油电厂飞灰中Pb和Cd的含量高于燃煤电厂飞灰外，其它元素包括As、Se、Cr、Be、U和Th在燃油电厂飞灰中的含量均低于燃煤电厂飞灰；在燃煤电厂飞灰中，随着飞灰粒径的减小，重金属含量呈现逐渐增加的趋势[48]。陆晓华等用模拟酸雨浸提和Tessier形态分离法，对燃煤电厂排放颗粒物中重金属形态进行研究。结果表明，痕量金属绝大部分以稳定态存在，微米级飞灰中有较大活性的形态高于灰渣，煤燃烧高温条件使颗粒物中活性较大的形态含量减小[49]。

（待续）

参考文献

[1] 编委会. 空气和废气监测分析方法(第四版)[M]. 北京:中国环境出版社,2003

[2] Menichini E, Monfredini F. Fresenius Environmental Bulletin 2001, 10(6):533-538

[3] Sharma A K, Jensen K A, Rank J. et al. Mutation Research/Genetic Toxicology and Environmental Mutagenesis,2007,633: 95-111

[4] 王平利, 戴春雷, 张成江.中国环境监测, 2005, 21(1):83-87

[5] 刘爱民, 杨柳. 环境与健康杂志, 2011,28 (9):839-841

[6] Fuentes M, Song H R, Ghosh S K, et a1．Biometrics, 2006, 62:855-863

[7] 徐维并. 现代仪器, 2002, 8(6):9-10, 8

[8] Lave, Lester B.; Eugene P. Seskin. Amer. Statistical Association. 1973, 68: 342

[9] Gotschi T, Oglesby L, Mathys P, et al. Environ. Sci. Technol., 2002, 36:1191-1197

[10] Mokdad, Ali H., et al. J. Amer. Med. Assoc.. 2004, 291 (10): 1238–45. doi:10.1001/jama.291.10.1238. PMID15010446 [11] Pope, C Arden, et al. J. Amer. Med. Assoc.. 2002, 287 (9): 1132–1141. doi:10.1001/jama.287.9.1132. PMID 11879110

[12] WHO Air q uality guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide (Global update 2005, Summary of risk assessment)

[13] 1999/30/EC, 96/62/EC [14] National Ambient Air Quality Atandard1997

[15] 编委会. 空气和废气监测分析方法 [M]. 北京:中国环境出版社, 1990

[16] 环境空气质量标准(二次征求意见稿)2010.11；GB3095-2012环境空气质量标准

[17] 环境空气质量标准GB3095-1996[S]

[18] 保护农作物的大气污染物最高允许浓度GB9137-88[S]

[19] He K B, Jia Y T, Ma Y L, et al. Acta Scientiae Circumstantiae, 2009, 29(3):482-487

[20] 唐孝炎等. 大气环境化学[M]. 北京:高等教育出版社, 1990

[21] Kim B M, Ronald C Henry. Atmosphere Environment, 2000, 34:1747-1759

[22] 金蕾, 华蕾.中国环境监测,2007,23(1):38-42

[23] 张丹,张卫东,蒋吕潭. 重庆工商大学学报(自然科学版), 2006, 23(2):124-127

[24] 李祚泳, 丁恒康, 丁晶. 四川大学学报(自然科学版), 2004, 41(5):1026-1029

[25] 王帅杰, 朱坦. 环境工程学报,2002,3(8): 8-12

[26] 田福林,陈景文,敖江婷. 环境化学,2009,28(3):319-327

[27] 易惠, 叶代启, 付名利.环境保护科学, 2007, 33(1):8-11

[28] 刘慧丽, 何宗健, 彭希珑. 江西化工, 2004, (4):32-34

[29] 李祚泳, 彭荔红. 环境科学学报, 2003, 24(1):142-144

[30] 陈分定.(吉林大学硕士论文), 2011

[31] 郝明途, 侯万国, 屈小辉, 等.中国环境科学,2005,25(2):138-141

[32] 曹兰.环境研究与监测, 2002, 15(2):29-32

[33] 李志成, 郑君瑜, 钟流举. 环境科学研究, 2011, 24(9):575-581

[34] 朱春, 张旭.环境科学研究, 2011, 24(6):601-607

[35] 邵龙义, 沈蓉蓉, 杨书申, 等.中国矿业大学学报, 2008, 37 (3): 407-411

[36] 李伟,龚敏玉. 江苏环境科技, 2007,20(3):19-22

[37] 马晓旦,黄晓晶.能源研究与信息, 2004, 20(3):146-150

[38] 陈建华, 王玮, 刘红杰, 等. 环境科学研究,2005,18(2):34-38

[39] 王玮, 陈建华, 李红, 等. 环境科学研究,2005,18(2):39-42,47

[40] 王玮, 岳欣, 陈建华, 等. 环境科学研究,2005,18(2):43-47

[41] Q Yao S-Q Li H-W Xu J-K Zhuo Q Song. Energy, 2009, 34(9):1296-1309

[42] Mehmet Akyuz, Hasan abuk . Journal of Hazardous Materials, 2009,170(1):13-21

[43] HonghongYi,Jiming Hao, Lei Duan, Xiaolong Tang, et al. Fuel,2008,87(10-11):2050-2057

[44] Stephen M Toner, David A Sodeman, Kimberly. Environmental science & technology, 2006,40(12):3912-3921

[45] David A Sodeman, Stephen M Toner, Kimberly A Prather. Environ. Science & technology,2005,39(12):4569-4580

[46] Matthew T Spencer, Laura G Shields,Kimberly. Environ.science & technology, 2007,41(4):1303-1309

[47] Fathi Zereini, Friedrich Alt, Jürgen Messerschmid, Clare Wiseman, et al. Environmental science & technology, 2005, 39(9): 2983-2989 [48] 赵承美, 李清飞, 孙俊民, 等.中国环境监测, 2011，27(6):55-58

[49] 陆晓华,Alia,刘汉珍,等.魏路线.环境化学,1996,15(4):337-342

5