关中城市群道路灰尘氧化潜能关键驱动因子识别及综合风险评估：基于城市土地利用数据的实证研究

为解决城市道路灰尘对PM2.5 污染及健康风险的贡献问题，研究人员以关中平原（GZP）为研究对象，通过分析商业区、交通区和居住区灰尘中重金属、多环芳烃化合物（PACs）及其衍生物对氧化潜能（OP）的驱动作用，结合机器学习（XGBoost-SHAP）和土地利用回归（LUR）模型，构建了源-路径-受体（S-P-R）综合风险评价体系。研究发现PACs是OP的主要贡献者（65.2%），商业区因高密度交通设施和脆弱受体成为高风险区域。该研究为城市灰尘毒性调控提供了新视角和方法学支持。

　　

城市道路灰尘是大气PM_2.5
的重要来源，尤其在北方地区贡献率高达10-50%。这些灰尘携带重金属和多环芳烃化合物（PACs），通过氧化应激机制威胁生态系统和人体健康。然而，传统研究多关注单一污染物风险，缺乏对氧化潜能（OP）驱动因子及城市微环境影响的系统解析。关中平原（GZP）作为中国污染最严重的区域之一，其道路灰尘的毒性特征与风险分布亟待厘清。

为填补这一空白，来自西安交通大学等机构的研究团队在《Environmental Chemistry and Ecotoxicology》发表论文，首次整合机器学习、空间分析和风险模型，揭示了PACs对OP的主导作用，并量化了城市功能区差异对综合风险（CR）的影响。研究通过采集GZP四大城市（西安、咸阳、宝鸡、铜川）商业区、交通区和居住区道路灰尘样本，结合能量色散X射线荧光光谱（ED-XRF）和气相色谱-质谱（GC-MS）分析重金属及PACs组分，利用二硫苏糖醇（DTT）法测定OP水平。通过XGBoost-SHAP模型解析化学组分贡献，基于POI数据构建LUR模型，最终采用AHP层次分析法建立S-P-R风险评价体系。

3.1 重金属污染的空间分异
研究发现，Zn（>2000 μg·g^-1
）和Co、Pb等重金属在商业区和交通区富集，主要源于车辆排放（Zn/Pb≈4.4）和建筑材料磨损。居住区金属浓度最低，但生态风险指数（RI）仍达“高”等级（371-410），其中Co和As是主要贡献因子。

3.2 PACs的源解析与健康风险
交通区ΣPAHs浓度最高（35.3 μg·g^-1
），柴油车排放（IcdP/BghiP比值）影响60%样本。商业区苯并[a]芘毒性当量（TEQ_BaPeq
）突出，与餐饮排放相关；居住区硝基-PAHs（NPAHs）如1-NPyr占比高，可能源自家庭烹饪。

3.3 OP的化学驱动机制
XGBoost模型显示，低分子量PACs（Nap、Acel等）贡献65.2%的OP，其中9-NPhe（11.7%）和1-NPyr（11.0%）与柴油排放和烹饪活动显著相关。尽管重金属Cu与OP强相关，但其贡献率低于PACs。

3.4 城市微环境的影响
LUR模型表明，交通设施（TransFac）解释40.4%的ΣOPAHs变异，而居住建筑（Residence）贡献35%的OP水平，印证了家庭烹饪的关键作用。

3.5 S-P-R框架下的综合风险
商业区因高密度医院和交通枢纽，50%样本达“高”风险等级（CR>0.28），尽管其内在毒性低于交通区。居住区因幼儿园和绿地集中，受体脆弱性加剧风险。

结论与意义
该研究创新性地提出：1）PACs而非重金属是OP的核心驱动因子，需优先管控；2）家庭烹饪等非传统源对NPAHs和OP的贡献不可忽视；3）S-P-R框架揭示风险50%来自传输路径和受体密度，为精准防控提供依据。研究成果对制定差异化灰尘治理策略（如商业区加强交通管控、居住区优化油烟净化）具有重要实践价值，同时为城市环境健康风险评估提供了方法论范式。