综述：新兴异味污染的排放特征、数据驱动嗅觉化学测量及健康影响研究进展

（编辑推荐）本综述系统阐述了异味污染（Odor Pollution）的多尺度挑战，聚焦排放特征动态变化（3-4个数量级差异）、混合监测方法（GC-MS/O联用提升预测精度30-50%）及健康风险（15-25%工业源致癌物超阈值1×10?6 ），提出高灵敏度传感器网络和暴露限值标准建立的迫切需求。

　　

异味污染的跨学科挑战与解决方案

排放特征与监测技术瓶颈
异味污染作为环境退化的敏感指标，其排放浓度跨越3-4个数量级，其中垃圾填埋场(LF)的OAV_max
可达甲基硫醇允许值的6.7×10⁴
倍。动态嗅觉测量法(EN 13725标准)与电子鼻(E-nose)的联用将预测准确率提升30-50%，但传感器漂移和GC-MS/O的协同效应解析仍是技术痛点。

健康风险的量化突破
15-25%工业异味源排放的致癌物（如苯系物）超过1×10^?6
终身致癌风险阈值，而居民区非致癌风险指数(HI)与异味投诉率呈显著正相关。值得注意的是，二甲基三硫醚等低阈值化合物（检测限0.0076 ppm）虽引发强烈感官刺激，其健康风险可能低于高浓度苯（IUR=7.8×10^?6
μg^?1
·m³
）。

时空动态与源解析
垃圾处理设施释放的含硫化合物（H₂
S阈值低至0.00047 ppm）呈现双峰排放模式：午后温度驱动的微生物活动使14:00浓度达峰值，而夜间边界层效应导致22:00二次升高。北京某填埋场夏季异味浓度较冬季高2倍以上，其中渗滤液收集槽贡献超总排放的40%。

政策与技术协同路径
现行标准如中国GB 14554-93对VSCs管控不足，而欧盟EN 13725的OU_E
m^?3
体系缺乏健康风险评估整合。未来需建立基于CEI指数（SOAV权重60%+LCR 30%）的优先控制物质清单，结合实时传感器网络（检测限达ppt级）实现从"投诉驱动"到"预测防控"的范式转变。

注：全文数据源自多国实地研究，包括北京填埋场OAV梯度分析（Wu et al., 2017）、希腊屠宰厂VOCs监测（Sazakli et al., 2020）等典型案例，所有结论均通过三角嗅袋法或动态嗅觉测量交叉验证。