利用广义加性模型揭示东南亚某特大城市城乡地区颗粒物结合汞的潜在驱动因素存在的差异

《Environmental Science: Atmospheres》：Revealing discrepancies in potential driving factors of particulate-bound mercury between urban and suburban sites in a Southeast Asian megacity using a generalized additive model

汞的循环与人类活动的关系在东南亚地区的研究中存在不足。本研究于2022年5月至2023年4月期间，在越南胡志明市的市区（Nguyen Van Cu）和郊区（Can Gio）采集了192个TSP样本，首次系统揭示了热带城市环境中颗粒汞（PBM）的季节性差异及驱动因素。通过广义加性模型（GAM）分析发现，市区PBM浓度（59.81±29.15 pg/m3）显著高于郊区（26.4±9.59 pg/m3），干季（11-2月）因大气扩散受限和逆温层作用导致浓度峰值达109.0±50.9 pg/m3，而湿季（7-9月）因雨水冲刷浓度降低。模型显示市区PBM变异87.7%由人为源（如交通、工业排放的重金属Cr、Pb、V等）主导，而郊区60.8%的变异由温度和边界层高度（PBL）等气象因素控制，Zn元素贡献21.3%。研究证实GAM能有效解析复杂环境因素对PBM的影响，为东南亚快速城市化地区制定差异化的汞减排策略提供了科学依据。

　　本研究聚焦于东南亚地区，特别是越南南部胡志明市（HCMC）的颗粒态汞（Particulate-bound Mercury, PBM）在城市与郊区环境中的行为特征及其驱动因素。PBM作为大气汞（Atmospheric Mercury, Hg）循环中的关键组成部分，其对生态系统和人类健康具有潜在危害，尤其在热带城市环境中，其动态变化机制尚不明确。通过为期一年（2022年5月至2023年4月）的连续观测数据，研究揭示了PBM在城市和郊区之间的显著差异，并进一步探讨了其与气象条件及化学成分之间的复杂关系。

在胡志明市，城市站点Nguyen Van Cu（NVC）的PBM平均浓度为59.81 ± 29.15 pg/m3，而郊区站点Can Gio（CG）的PBM平均浓度为26.4 ± 9.59 pg/m3，明显低于城市站点。这种差异主要归因于城市区域的高排放强度，尤其是工业活动和交通排放。相比之下，郊区的PBM水平受气象条件的影响更为显著，其中温度（60.8%）、锌（Zn）（21.3%）以及行星边界层高度（PBL）（17.9%）是其主要驱动因素。这表明在低排放背景下，大气过程在PBM浓度变化中起到了更重要的作用。

研究采用了一种数据驱动的统计方法——广义可加模型（Generalized Additive Models, GAMs），该模型能够有效捕捉PBM与气象和化学变量之间的非线性关系。GAMs在城市区域的解释力达到87.7%，而在郊区则为41.6%，说明该模型在处理高排放区域的数据时表现更为优越。模型的构建和评估过程表明，GAMs不仅适用于描述PBM与环境变量之间的复杂相互作用，还为解析其来源和影响因素提供了新的视角。

在城市NVC站点，PBM的主要来源包括燃烧过程（如燃煤）、金属冶炼和工业活动。这些来源的元素组成（如Cr、Sr、Pb、V）与PBM浓度呈现显著的正相关，表明城市环境中工业和交通排放对PBM的贡献较大。而在郊区CG站点，PBM的变化更多地受到大气过程的影响，如温度波动和边界层高度的变化。这些气象因素通过影响汞的气粒分配、吸附和沉降过程，间接调控PBM的浓度水平。

研究还发现，PBM的季节性变化与气象条件密切相关。在雨季（7月至9月），由于降雨的增强作用，PBM的去除效率提高，导致其浓度下降。而在旱季（11月至2月），由于降雨减少，PBM的累积效应更为显著，从而造成浓度升高。这种季节性变化不仅反映了当地排放的动态，也揭示了气象条件在汞循环中的关键作用。此外，研究通过反向轨迹分析（HYSPLIT模型）进一步确认了气团来源的季节性差异，发现旱季时，气团主要来自东北方向，可能携带高浓度的PBM；而在雨季，气团主要来自西南方向，携带的是相对清洁的海洋空气。

值得注意的是，尽管城市NVC站点的PBM浓度较高，但其季节性变化中并未出现显著的峰值，这可能与当地气象条件的稳定性有关。相比之下，CG站点在6月出现了明显的PBM浓度峰值，尽管该月的气团来源与NVC相似，但其风速较低，导致污染物在近地层的滞留时间延长，从而增加了PBM的积累。这表明，即使在相同的大气传输路径下，局部气象条件对PBM的浓度变化仍有重要影响。

此外，研究还揭示了某些元素与PBM之间的非线性关系。例如，Zn在CG站点表现出浓度依赖的正负变化趋势，其在低浓度时与PBM呈正相关，而在高浓度时则呈负相关。这种变化可能反映了不同浓度条件下Zn与PBM之间的相互作用机制，包括其在颗粒物中的吸附能力变化、以及在不同气象条件下的化学转化过程。类似的非线性关系在NVC站点也有所体现，如As、Ba、Fe、Mn、Ni和Se等元素在特定浓度阈值下与PBM的关系发生转变，可能涉及汞的气粒分配、氧化还原反应或不同来源的混合过程。

研究结果表明，PBM在城市和郊区的驱动因素存在显著差异。城市区域的PBM主要由人为排放主导，而郊区则更受大气过程的影响。因此，针对不同区域的PBM管理策略应当有所区别。在城市地区，应重点控制交通和工业排放，以减少汞的输入；而在郊区，需要考虑气象条件的变化，尤其是温度和边界层高度对PBM浓度的影响。这种区域差异的识别对于制定有效的汞污染防控措施具有重要意义，尤其是在快速城市化的东南亚地区。

本研究的数据和方法为后续的汞污染研究提供了重要参考。尽管当前研究已经揭示了PBM的季节性变化和主要驱动因素，但仍存在一些未解的复杂因素，如某些非线性关系的机制、未测量的变量以及气象和化学数据的不完全性。未来的研究可以结合更高时间分辨率的数据、更详细的颗粒物化学组成分析以及更全面的气象参数，以进一步提高对PBM动态变化的理解。同时，结合其他模型（如PMF与GAM的联合应用）可以更精确地识别汞的来源，从而推动大气汞污染的科学管理和政策制定。

研究还强调了GAMs在环境建模中的灵活性和实用性。通过引入非线性项，该模型能够更好地捕捉环境变量与PBM之间的复杂关联，为解析汞污染的时空演变提供了有力工具。这种数据驱动的方法不仅适用于大气汞研究，还可以推广至其他空气污染物的分析中，有助于提升环境预测和管理的科学性。

总体而言，本研究通过长期观测和先进的统计分析方法，揭示了PBM在热带城市环境中的行为特征，为汞污染的源解析和控制策略提供了新的视角。同时，研究结果也表明，不同环境背景下的PBM变化机制具有显著差异，需要因地制宜地制定相应的污染防治措施。未来的研究应进一步整合多种数据源，以实现对汞污染的更全面理解和更精准的控制。