地铁车站挥发性有机异味污染实测分析:以华南地区为例

2023-07-17 00:53孟金玲吕心霸汪郑强
制冷与空调 2023年3期
关键词:异味站台站点

孟金玲 吕心霸 魏 翩 汪郑强 关 军

(1.广州地铁设计研究院股份有限公司 广州 510010;2.南京理工大学能源与动力工程学院 南京 210094)

0 引言

2020 年国内的总客运量达到206.71 亿人次,主要大中城市的地铁客运量在公共交通客运量的占比均已过半[1]。然而,地下轨道交通迅速发展的同时,特殊的地下站内环境易导致室内污染问题,并引发异味投诉时有发生。因此,深入认识地铁站异味污染对地铁站内空气质量控制具有重要的现实意义。

目前,已有文献针对地铁站内可挥发性有机物(Volatile Organic Compounds,VOCs)污染开展了现场测试分析,进而揭示站内VOCs 污染特征[2-10]。例如,Feng 等人[2]在上海市地铁站内共检出19 种羟基化合物,其中甲醛、乙醛、丙酮的浓度最高,且大部分羟基化合物在早晚高峰期间的浓度高于白天非高峰期间。Chertok 等人[5]在悉尼地铁的采样测试结果表明,站内气态污染物主要有苯、甲苯、二甲苯、乙苯,且较多与异味污染有关。Wang 等人[6]对地铁内人员对异味感知强度的调研发现,其人员异味感知强度与人员密度显著正相关,当环境温度较低、通风量增大时,地铁内的异味会减少。此外,针对站内污染来源的研究发现,站内装修采用的各种复合材料[5-7,9]、卫生间[10]、区间隧道[8,10]等,均可成为地铁站内潜在的异味污染来源。

综合上述研究表明,地铁站内污染物种类较多,来源复杂,目前的研究主要关注部分污染物的暴露水平及其健康风险,而针对站内目标异味VOCs 及其基本污染特征等的相关研究较为缺乏。因此,本文选择华南地区的13 个地铁站,对其站台的VOCs 进行现场采样分析,进而提出站内目标异味VOCs 物质及其污染特征。该研究以期为地铁站内异味污染成因及空气质量控制策略提供科学参考。

1 研究方法

本研究于2022 年元月,选取华南地区某城市13 个地铁站站内进行VOC 采样测试,以确认地铁站内目标异味VOC 的种类及浓度水平(13 个地铁站均为典型岛式地下车站,投入运营时间均在2011年至2019 年之间,涵盖不同地铁线路,VOC 采样时间包含客流高峰期与非高峰期)。此外,随机选取其中新、老两个典型车站(站A 于2015 年投入使用,站B 于2019 年投入使用,且两站位于不同地铁线路),对其站台及其关联空间(如隧道、站外环境等)进行同步采样测试,进而计算其异味强度以及异味贡献度,以进一步分析站台的关联空间对其异味污染的影响。

站台测点距离屏蔽门1.5m,所有采样测点离地面约1.2m[11,12],站台测点示意如图1 所示。采用恒流采样器(QC-6H 型)采样空气样品,每次采样两根Tenax-TA 管,互为平行样,以0.5L/min 的流量连续采样30min,采样完成后送到实验室进行分析。主要的分析仪器包括热脱附仪(TD,Markes,UK)和气相色谱-质谱分析仪(GC/MS,6875/5975B,Agilent,USA)。此外,每轮次采样活动均保留空白管,用以确定其采样质量是否处于可接受的范围[13]。

考虑到地铁站内VOC 种类丰富,需进一步筛选主要异味VOC 物质,以针对性开展进一步的定性、定量分析。为此,目标异味VOCs 的选取根据以下原则及步骤进行:

(1)选取所有13 个测试站点具有高浓度、高检出率以及低异味阈值的VOC 物质作为具有共性特征的目标异味物质,对于均值浓度低于0.5μg/m3且检出率低于50%[13],以及未见其公开报道异味阈值的VOC 物质[14]在本研究中不予考虑;

(2)考虑到各站点的潜在个体化差异,同时选取案例站点各个测点检出浓度较高且异味阈值较低的物质作为具有个体化特征的目标异味物质,以进一步开展案例站点的异味成因分析。

VOC 物种的检测率(DR)由以下等式定义[13]:

式中,DR是某单一VOC 的检测率(%),更高的DR意味着更高的检出概率;变量x是某单一VOC 物质;F是某单一VOC 物质的检出频次,次数;N是样本总数量。

由于异味VOCs 浓度值不能直接用来评价异味强度,本文采用异味活度值(Odor Activity Value,OAV)来评价可感知的异味强度[15],其定义的公式为[14]:

式中,C为异味污染物的浓度,μg/m3;OD为污染物的异味阈值,μg/m3。当一种异味VOCs 的浓度值高于异味阈值时(OAV>1),认为其存在异味风险[15,16]。

对于混合异味物质,混合物中某一组分的异味活度值越大,其异味贡献也就越大[14,15]。因此,可以根据混合物中各组分异味活度值的大小来判断不同组分对混合物的异味贡献(Pi),其定义的公式为[14]:

式中,OAVi为混合物中各组分的异味活度值,无量纲;SOAV为混合物各组分的异味活度值加和,无量纲。

2 结果分析

2.1 站台主要VOC 检出物

上述13 个测试站点采样分析检出的969 种VOCs 中,芳香烃类(如甲苯、苯等苯系物)的检出浓度最高,其次为酯类和醇类(如乙酸乙酯、乙酸丁酯等)。根据上述VOC 物质筛选原则,共确定26 种主要检出物,如表1 所示。结果表明,各主要检出物的浓度变化范围较广(0.30–14.60μg/m3),且总体水平较高(均值浓度≥1μg/m3)。其中,甲苯的均值浓度最高(14.6μg/m3),其次为苯甲酸(8.13μg/m3);其他主要检出物还包括与人员排放有关的丙酮、壬醛、1-丁醇和D-柠檬烯等物质[17],以及与交通排放有关的甲苯、苯、二甲苯等物质[18]。

表1 站台主要VOC检出物及其浓度范围(μg/m3)(N=13)Table 1 The main VOC detected on the platform and its concentration range(μg/m3)(N=13)

2.2 站台目标异味VOCs

根据公开报道的异味阈值数据[15,16],进一步对上述26 种主要VOC 检出物进行筛选和OAV 值计算,确定12 种目标异味VOCs 及其OAV 值范围,如表2 所示。结果显示,其主要浓度范围为0.36–7.62μg/m3,OAV 值范围为0.00-1.27,且大多数小于1.00,表明上述13 个测试站点的异味感知风险总体较小。注意到,在所有目标异味VOCs中,壬醛的最大OAV 值大于1.00,推测其在部分测试站点应具有一定的异味感知风险。此外,考虑站台环境参数(如温湿度、风速等)的影响,上述其他目标VOCs 的异味感知风险依然存在[18]。

表2 目标异味VOC污染物及其OAV值范围(N=13)Table 2 Target odor VOC pollutants and their OAV value range(N=13)

2.3 站台异味污染影响因素分析

结合表2 和公式(2)确定2 个案例地铁站各测点的目标异味物质,如表3 所示。结果显示,2个案例站点的站台、隧道、站外环境检出浓度最高的异味物质为对二甲苯(分别为4.66±1.58μg/m3、5.05±1.50μg/m3、4.52±2.15μg/m3)和苯酚(分别为3.34±1.42μg/m3、4.71±2.06μg/m3、2.03±1.98μg/m3),且隧道内大多数目标异味物质浓度均高于站台和站外环境。

表3 案例站点各测点目标异味VOC物质均值浓度(μg/m3)及OAV值水平Table 3 The mean concentration(μg/m3)and OAV value level of target odorous VOC substances at each measuring point of the case site

对比分析两案例的站台目标异味物质OAV 值发现,除了站A 的壬醛(OAV 值=1.27)略高以外,两案例站台其他目标异味物质的OAV 值均远低于1.00,表明导致站A 异味风险的VOC 物质主要为壬醛,而站B 应无单一物质异味风险。此外,对存在异味风险的案例站点A 的进一步分析显示,该站点其他测点的少数目标异味物质OAV 值>1.00,包括隧道内的2-丙烯酸丁酯(3.04)、壬醛(1.21)和正戊酸(4.39),以及站外环境的2-丙烯酸丁酯(1.09)和正戊酸(3.26);除壬醛以外,隧道以及站外环境对站台异味风险的综合影响较小。注意到,案例站点A 各测点的壬醛浓度均较高,且壬醛的来源多样,如站内人员、建筑材料等[17-20],推测其站台壬醛所导致的异味风险应来自站台自身、隧道以及站外环境的综合影响。需要说明的是,尽管表3所列的其他目标VOC的异味感知风险较小,但隧道和站外环境检出的部分目标异味物质(如2-乙基己醇、乙酸和2-丙烯酸丁酯)浓度均高于站台,推测其依然可能通过屏蔽门通风渗透或通风系统送风对站台带来潜在的异味感知风险。

进一步对比各测点的SOAV 值计算结果表明,站A(老站)所有测点的SOAV 值(SOAV=们5.78±2.91)均高于站B(新站)(SOAV=0.54±0.20),表明老站的异味感知风险远高于新站。此外,由于站B 所有测点的SOAV 值均小于1.00,其存在的异味风险较小;相比较而言,站A 隧道和站外测点的SOAV 值均比其站台测点高,表明其隧道和站外的异味强度比站台更大,进而给站台带来潜在的异味污染风险。

通过公式(3)计算表3 中的各目标VOC 的异味贡献(Pi),结果如图2 所示。结果显示,壬醛(站A:53%、站B:59%)为两个站台异味贡献最高的物质且均高于同站其他测点(站A 隧道:13%、站B 隧道:0%、站A 站外:14%、站B 站外:0%),正戊酸为站A 隧道(46%)和站外(59%)异味贡献最高的物质,而2-丙烯酸丁酯为站B 隧道(28%)和站外(45%)异味贡献最高的物质。此外,两案例站点的隧道和站外2-丙烯酸丁酯的异味贡献(站A 隧道和站外:32%和20%;站B 隧道和站外:28%和45%)均高于同站站台(站A:21%;站B:12%),表明两案例站点的隧道和站外的2-丙烯酸丁酯均对各自的站台构成潜在的异味污染风险。

图2 案例站点各测点主要目标VOCs的异味贡献Fig.2 The odor contribution of the main target VOCs at each measuring point of the case site

3 结论

本研究选取华南地区13 个地下地铁车站开展实测研究,分析确定了测试站点站台的目标异味VOCs 及其浓度水平,并随机选取两个案例站点,定量分析其站台及其关联空间各目标VOC 的异味强度以及异味贡献度等异味特征。其主要结论如下:

(1)根据采样测试检出的969 种VOC 物质的检出率和浓度水平,筛选确定26 种主要VOC 检出物,并结合其异味阈值,最终确定12 种目标异味VOC 物质,其浓度均值和OAV 值范围分别为0.36–7.62μg/m3和0.00-1.27,除个别站点以外,所测试站点异味VOCs 感知风险总体较小;

(2)案例站点的分析结果表明,仅老站站台存在单一VOC 物质异味风险(壬醛,OAV=1.27),其为案例站台异味贡献最高的物质,且老站的总体异味风险( SOAV=5.78±2.91) 远高于新站(SOAV=0.54±0.20),并受站台自身、隧道以及站外异味来源的共同影响。

猜你喜欢
异味站台站点
寻找93/4站台
为黑恶势力站台撑腰的县委常委
人生的站台
基于Web站点的SQL注入分析与防范
2017~2018年冬季西北地区某站点流感流行特征分析
基于4G技术的VOCs及异味检测系统
八号站台的那只狗
用这些告别异味吧!夏天就要清清爽爽过!
PIC-408系列采用育种技术控制公猪异味
首届欧洲自行车共享站点协商会召开