Trong 29 ngày quan trắc quỹ đạo khối khí hướng Nam và Tây Nam chiếm ưu thế. Các hạt bụi có kích thước lớn được loại bỏ nhờ cơ chế lắng trọng lực, cịn các hạt bụi có kích thước rất nhỏ (siêu mịn) được loại bỏ nhờ cơ chế khuếch tán. Chính vì vậy, thời gian lưu của hai loại bụi này trong khơng khí thường rất ngắn, vào khoảng vài phút cho đến vài ngày. Do đó, việc vận chuyển các hạt có kích thước q lớn hoặc q nhỏ với khoảng cách xa là hết sức khó khăn. Việc này dẫn đến sự khác nhau không đáng kể của nồng độ các hạt bụi nằm trong dải PM>10, PM2,5-10 (kích thước quá lớn) và PM0,1-0,5, PM0,1 (kích thước quá nhỏ). Ngược lại, cơ chế loại bỏ bụi của các hạt
IET
mịn thường là do mưa (lắng đọng ướt), nên thời gian lưu của chúng trong khơng khí có thể lên tới mười ngày.
3.4. Đánh giá rủi ro của các kim loại có trong bụi PM2.5 khi tác động tới mơi trường và sức khỏe con người. tới môi trường và sức khỏe con người.
Chất ô nhiễm đi vào cơ thể con người chủ yếu qua các con đường: ăn uống, hít thở và hấp thụ qua da. Cả ba con đường này đều gây tác hại đối với sức khỏe con người, tuy nhiên trong phạm vi nghiên cứu của luận văn này chỉ tập trung đánh giá phơi nhiễm và đánh giá rủi ro qua con đường hít thở.
Để tính CDI, các giá trị IR, ED, EF, BW và AT của phương trình 2.7 đã được tìm ra bởi Miri và các cộng sự [39] với các giá trị lần lượt là: 0.75 m3.giờ−1, 70 năm, 350 ngày.năm−1, 70 kg, và 25.500 ngày. Cụ thể, theo USEPA, giá trị tiêu chuẩn về tốc độ hít vào (m3.giờ-1) mỗi giờ là 0,75 m3
khơng khí. Ở Việt Nam, giả sử thời gian đi làm là 5 ngày/tuần và 50 tuần/năm, tần suất phơi nhiễm là 250 (ngày.năm-1). Trọng lượng cơ thể (BW) là 70 kg(theo USEPA) [40]. Thời gian trung bình (AT) là 12960 ngày (tương
đương với 45 năm làm việc) và có 288 ngày/năm. Theo IRIS[41] giá trị RfC
và CSF của As, Be, Cd, Ni được mô tả trong Bảng 3.3
Bảng 3.3Giá trị hệ số rủi ro ung thư của các kim loại.
Chất ô nhiễm Ảnh hưởng gây ung thư CSF - Hệ số rủi ro ung thư theo
đường hô hấp (Inhalation slope factor) (mg.kg-1ngày-1)
As 15,1
Cd 6,3
Be 8,4
Ni 0,84
Để đánh giá rủi ro các chất gây ung thư và không gây ung thư cần có các
chỉ số CSF và RfC. Hiện nay, theo USEPA chỉ có dữ liệu CSF của các kim
loại Cd, Ni, As, Be. Do vậy việc đánh giá rủi ro gây ung thư trong luận văn này chỉ dừng lại ở bốn kim loại này. Sử dụng công thức 2.7 cùng với các giá trị tương ứng đã nêu. Chúng tơi đã tính tốn lượng hấp thụ (hít vào) đi vào cơ thể mỗi ngày, kết quả thể hiện trong Bảng 3.4
Bảng 3.4 Lượng chất ơ nhiễm hít vào trong một ngày. Chỉ tiêu CDI (mg.m-3.ngày-1) Ngày Đêm Li 0,94.10-06 6,3.10-07 Be 0,015.10-06 1,5.10-08 B 30,6.10-06 2,2.10-05 Mg 60.10-06 3,8.10-05 Al 3.10-04 0,00018 Ti 33,8.10-06 2,4.10-05 V 0,8.10-06 5,8.10-07 Cr 1,94.10-06 1,3.10-06 Mn 1,7.10-06 1,6.10-06 Fe 61,3.10-06 4,1.10-05 Co 0,097.10-06 6,7.10-08 Ni 0,63.10-6 4,5.10-07 Cu 1,18.10-06 1,1.10-06 Zn 46,5.10-06 3,5.10-05 As 0,19.10-06 1,6.10-07 Se 7,44.10-08 7,4.10-08 Sr 33,6.10-06 2,4.10-05 Mo 1,03.10-06 1,9.10-06 Ag 0,9.10-06 3,3.10-07 Cd 5,21.10-08 5,2.10-08 Sn 9,0.10-06 6,6.10-06 Sb 0,2.10-06 7,4.10-08 Ba 55,3.10-06 4,3.10-05 Tl 7,44.10-09 7,4.10-09 Pb 1,18.10-06 1,4.10-06 Na 4.10-04 3.10-04 K 2.10-04 1.10-04
Sử dụng công thức 2.8 cùng với các giá trị tương ứng đã nêu để tính tốn nguy cơ ảnh hưởng tới sức khỏe con người, thể hiện trong Bảng 3.5.
Bảng 3.5 Nguy cơ ảnh hưởng gây ung thư của một số kim loại trong bụi PM2.5
Kim loại Ảnh hưởng gây ung thư (LCR)
As 3.10-06
Be 1.10-07
Cd 3.10-07
Cũng theo USEPA giá trị LCR cao hơn một phần triệu (1x10-6) thì được xem là có rủi ro gây ung thư. Tuy vậy ở mỗi quốc gia mức giá trị này lại có sự khác nhau và thường đều phải cao hơn 10-4. Theo tổ chức y tế thế giới WHO, giá trị LCR được chấp nhận ở mức giới hạn cho còn người từ 1x10-5 đến 1x10-6.
Trong nghiên cứu này có các hệ số mức độ nguy hại của bốn nguyên tố As, Be, Cd, Ni. Theo USEPA thì giá trị này cao hơn 10-6 được xem là có rủi ro ung thư. Từ các thông số ta xác định được rủi ro ung thư đối với những người làm việc trong khu vực. Từ kết quả tính tốn được, rủi ro ung thư của các kim loại As, Cd, Ni trong các mẫu bụi đều thấp hơn so với giới hạn cho
phép (>1x10-6) theo khuyến cáo của WHO trừ As. Như vậy, có nguy cơ gây
ra rủi ro ung thư bởi As khi tiếp xúc lâu dài với khơng khí khu vực khảo sát. Đặc biệt khi hít phải bụi PM2.5, với rủi ro gây ung thư của As trong PM2.5 xung quanh cao gấp 3 lần giới hạn chấp nhận được của WHO.
Bảng 3.6 Đánh giá rủi ro không gây ung thư bằng thương số HQ (Hazard Quotient) và chỉ số nguy hại HI
Chất ô nhiễm Liều lượng tham chiếu RfC do tiếp xúc với
đường hô hấp mg/m3 HQ Ag 5.10-3 0,0002 Sb 4.10-4 0,0007 Ba 2.10-1 0,0003 Be 2.10-5 0,0007 Cd 2.10-1 3,0.10-7 Mn 5.10-5 0,0339 HI 0,0358
Chỉ số HQ, HI cho thấy khả năng ảnh hưởng của chất ô nhiễm tới sức khỏe con người. Đối với các kim loại khảo sát chỉ số HQ và HI đều rất nhỏ, do đó ở mức độ này những chất này không gây nguy hại cho sức khỏe.
Với dữ liệu và công thức tính mức độ rủi ro vượt ngưỡng gây ung thư (LCR) và hệ số rủi ro đối với chất không gây ung thư (HQ), chỉ số nguy hại (HI) như trên, có thể kết luận khả năng gây ung thư của các chất ô nhiễm thấp.
KẾT LUẬN VÀ KIẾN NGHỊ
KẾT LUẬN
Nghiên cứu này được thực hiện tại quận Cầu Giấy, thành phố Hà Nội với mục đích: 1) đánh giá chất lượng khơng khí qua thơng số bụi PM2.5; 2) xác định nguồn phát thải các hạt bụi và kim loại nặng trong bụi, và 3) đánh giá ảnh của kim loại nặng đến sức khỏe. Một số kết luận chính thu được như sau:
1. Phân tích, xác định được nồng độ các kim loại có trong bụi PM2.5 theo ngày và đêm. Các nguyên tố Na, K, Mg, Al, Ba, Zn, Ti, Fe, B có hàm lượng cao hơn hẳn, trong đó Na là phong phú nhất dao động từ 1,32 µg /m3 -10,2 µg/m3. Có sự chênh lệch nồng độ các kim loại giữa ngày và đêm với xu hướng chung là ban ngày cao hơn đêm.
2. Đã áp dụng thành công mô hình nơi tiếp nhận dạng đa biến PMF và mơ
hình Hysplit để nhận dạng, xác định phần đóng góp các dạng nguồn thải chính của kim loại trong bụi PM2.5 tại khu vực Cầu Giấy, Hà Nội. Nhận biết được các nguồn gây ô nhiễm chủ yếu là nguồn địa phương, trong đó 5 dạng nguồn thải chính là:
- Nguồn giao thơng,
- Nguồn đốt sinh khối đun nấu,
- Nguồn công nghiệp,
- Nguồn xây dựng và bụi đường,
- Nguồn thứ cấp.
3. Đánh giá về rủi ro mắc ung thư do tiếp xúc với As, Be, Cd, Ni có thể kết luận sơ bộ về chất lượng khơng khí:
- As trong bụi PM2.5 có nguy cơ gây ung thư nếu hít phải trong thời gian dài.
- Các kim loại khác As, Sb, Ba, Be, Ag, Cd, Mn cũng được đánh
gia thông qua chỉ số nguy hại, kết quả cho thấy các kim loại này vẫn ở mức an tồn khơng gây nguy hại cho sức khoẻ con người.
KIẾN NGHỊ
Do điều kiện thời gian và phạm vi nghiên cứu còn hạn hẹp nên một số chất như B, Sn chưa thể xác định rõ được nguồn gốc, cần theo dõi và đánh giá
trong thời gian dài hơn để xác định xu hướng cũng như tìm ra nguồn gốc của chúng trong bụi PM2.5.
Về đánh giá rủi ro mắc ung thư do tiếp xúc với As, Be, Cd, Ni, còn ở mức đơn giản, để có một đánh giá chi tiết và chính xác hơn về rủi ro khi phơi nhiễm các chất này cần phải đánh giá trên tất cả các con đường phơi nhiễm. Bên cạnh đó cần phải đánh giá thêm ở nhiều địa điểm cũng như khoanh vùng, lập phiếu điều tra để có những số liệu đánh giá chính xác hơn.
Đây mới là dữ liệu có được trong 1 tháng, sự biến thiên theo mùa của thành phần bụi PM2.5 ở Hà Nội cũng cần phải được nghiên cứu sâu thêm trong các nghiên cứu đề xuất tiếp theo, giảm nguy cơ rủi ro ảnh hưởng tới sức khỏe con người.
TÀI LIỆUTHAM KHẢO
1. Vũ Xuân Đán, T.T.C., 2017, Đánh giá phơi nhiễm bụi cá nhân PM2,5
và nguồn phát sinh của người dân sống gần 2 trạm quan trắc môi trường ở TPHCM. Scıence & Technology Development, Vol 20,
No.M1.
2. Đặng Đình Bạch, N.V.H., 2006, Giáo trình hóa học mơi trường, NXB
Khoa học và Kỹ Thuật.
3. Anh, N.T.P., 2007, Giáo trình Hố độc học mơi trường, .
4. Phạm Ngọc Hồ, Đ.K.L., Trịnh Thị Thanh, 2009, Giáo trình cơ sở mơi
trường khơng khí. NXB Giáo dục Việt Nam, p. pp78-79.
5. Mainka, A., E. Zajusz-Zubek, and K. Kaczmarek, 2015, PM2.5 in
Urban and Rural Nursery Schools in Upper Silesia, Poland: Trace Elements Analysis. Int J Environ Res Public Health, 12(7): p. 7990-
8008.
6. Kamkar, A., et al., 2010, Monitoring of Heavy Metals in Raw Milk of
Vet Husbandries in Industrial Regions of Isfahan Province of Iran.
Asian Journal of Chemistry, 22: p. 7927-7931.
7. Gaudry, A., et al., 2008, Inorganic Pollution in PM10 Particles Collected Over Three French Sites Under Various Influences: Rural Conditions, Traffic and Industry, Water, Air, and Soil Pollution, 193(1): p. 91-106.
8. Kulshrestha, A., et al., 2014, Source Characterization of Trace
Elements in Indoor Environments at Urban, Rural and Roadside Sites in a Semi Arid Region of India. Aerosol and Air Quality Research,
14(6): p. 1738-1751.
9. Jan, A.T., et al., 2015, Heavy Metals and Human Health: Mechanistic Insight into Toxicity and Counter Defense System of Antioxidants.
International journal of molecular sciences, 16(12): p. 29592-29630.
10. Braniš, M., P. Řezáčová, and M. Domasová, 2005, The effect of outdoor air and indoor human activity on mass concentrations of PM10, PM2.5, and PM1 in a classroom. Environmental Research, 99(2): p.
11. Butte, W. and B. Heinzow, 2002, Pollutants in house dust as indicators of indoor contamination, Rev Environ Contam Toxicol, 175: p. 1-46. 12. Tran, D.T., et al., 2012, Elemental characterization and source
identification of size resolved atmospheric particles in French classrooms. Atmospheric Environment, 54: p. 250-259.
13. Khiem, L., et al., 2020, Assessment of atmospheric deposition of metals in Ha Noi using the moss bio-monitoring technique and proton induced X-ray emission, Journal of Radioanalytical and Nuclear Chemistry, 324.
14. Lương Mai Ly, N.T.H.V.V.A., et al., 2015, Nghiên cứu áp dụng
phương pháp đo nhanh hàm lượng kim loại nặng trong bụi đường ở Việt Nam bằng thiết bị huỳnh quang tia X cầm tay, Bản B của Tạp chí
Khoa học và Cơng nghệ Việt Nam, 57(7).
15. Hien, P.D., V.T. Bac, and N.T.H. Thinh, 2004, PMF receptor
modelling of fine and coarse PM10 in air masses governing monsoon conditions in Hanoi, northern Vietnam, Atmospheric Environment,
38(2): p. 189-201.
16. Cohen, D.D., et al., 2010, Characterisation and source apportionment of fine particulate sources at Hanoi from 2001 to 2008. Atmospheric Environment, 44(3): p. 320-328.
17. Bac, V.T.e.a., 2006, Monitoring and Studying PM 2.5 and PM 2.5-10 Air
Dust Pollution at the Lang Meteorological Station, Hanoi.
18. Kurt-Karakus, P.B., 2012, Determination of heavy metals in indoor dust from Istanbul, Turkey: Estimation of the health risk, Environment
International, 50: p. 47-55.
19. Yongming, H., et al., 2006, Multivariate analysis of heavy metal contamination in urban dusts of Xi'an, Central China, Science of The Total Environment, 355(1): p. 176-186.
20. Yeung, Z.L.L., R.C.W. Kwok, and K.N. Yu, 2003, Determination of multi-element profiles of street dust using energy dispersive X-ray fluorescence (EDXRF), Applied Radiation and Isotopes, 58(3): p. 339-
346.
21. Oanh, N.T.K., et.al 2012, Intergrated Air Quality Management Asian Case Study, CRC Press.
22. Nghiem, D., et al., 2020, Chemical characterization and source apportionment of ambient nanoparticles: a case study in Hanoi, Vietnam, Environmental Science and Pollution Research, 27.
23. Hai, C.D. and N.T. Kim Oanh, 2013, Effects of local, regional meteorology and emission sources on mass and compositions of particulate matter in Hanoi, Atmospheric Environment, 78: p. 105-112.
24. Nguyen, H. and N.T. Oanh, 2014, Chemical characterization and
sources apportionment of fine particulate pollution in a mining town of Vietnam, Atmospheric Research, s145–146: p. 214–225.
25. Hopke, P., 2000, A Guide To Positive Matrix Factorization
26. Bae, M.-S., et al., 2018, Assessment of Forest Fire impacts on carbonaceous aerosols using complementary molecular marker receptor models at two urban locations in California's San Joaquin valley,
Environmental Pollution, 246.
27. Jeong, J.-H., et al., 2017, Comparison of source apportionment of PM2.5 using receptor models in the main hub port city of East Asia: Busan,
Atmospheric Environment, 148: p. 115-127.
28. Jain, S., et al., 2018, Source apportionment of PM10 in Delhi, India using PCA/APCS, UNMIX and PMF. Particuology, 37: p. 107-118. 29. Ngan, F., et al., 2018, Dispersion simulations using HYSPLIT for the
Sagebrush Tracer Experiment, Atmospheric Environment, 186: p. 18- 31.
30. Co, H., et al., 2014, Levels and Composition of Ambient Particulate Matter at a Mountainous Rural Site in Northern Vietnam, Aerosol and
Air Quality Research, 14.
31. Popovicheva, O., et al., 2016, Impact of Smoke Intensity on Size- Resolved Aerosol Composition and Microstructure during the Biomass Burning Season in Northwest Vietnam, Aerosol and Air Quality
Research, 16: p. 2635–2654.
32. Lee, C.-T., et al., 2015, Aerosol Chemical Profile of Near-Source Biomass Burning Smoke in Sonla, Vietnam during 7-SEAS Campaigns in 2012 and 2013, Aerosol and Air Quality Research, 16.
33. Polissar, A., et al., 1998, Atmospheric aerosol over Alaska: 2.
Elemental composition and sources, Journal of Geophysical Research,
103: p. 19045.
34. Crilley, L., et al., 2016, Source apportionment of fine and coarse particles at a roadside and urban background site in London during the 2012 summer ClearfLo campaign, Environmental pollution, 220.
35. Hằng, N.T., 2018, Nghiên cứu xác định bụi PM2,5 trong khơng khí tại
thành phố Thái Nguyên.
36. Ofosu, F.G., et al., 2012, Characterization of fine particulate sources at Ashaiman in Greater Accra, Ghana, Atmospheric Pollution Research,
3(3): p. 301-310.
37. Thang, P.Q., et al., 2019, Seasonal characteristics of particulate polycyclic aromatic hydrocarbons (PAHs) in a petrochemical and oil refinery industrial area on the west coast of South Korea, Atmospheric
Environment, 198: p. 398-406.
38. Thang, P.Q., et al., 2020, Monitoring of polycyclic aromatic
hydrocarbons using passive air samplers in Seoul, South Korea: Spatial distribution, seasonal variation, and source identification, Atmospheric Environment, 229: p. 117460.
39. Miri, M., et al., 2016, Investigation of outdoor BTEX: Concentration, variations, sources, spatial distribution, and risk assessment, Chemosphere, 163: p. 601-609.
40. USEPA, 2011, Highlights of the Exposure Factors Handbook. .
EPA/600/R-10/030.
41. USEPA, 2009, Integrated Risk Information System (IRIS) Online
PHỤ LỤC A
Phụ lục A1: Hình ảnh lấy mẫu và phân tích
Lấy mẫu tại sân mái tầng 3 – Viện Công nghệ môi trường
Mẫu bụi PM2.5 được cắt ra Cân phân tích
Xử lý và phân tích mẫu
PHỤ LỤC B
Dữ liệu đầu vào cho mô hình PMF
Ngày Li Be B Mg Al Ti V Cr Mn Fe Co Ni Cu Zn 4/5/2021 7:00 0.00199 0.00008 0.07349 1.21129 0.24062 0.01286 0.00122 0.02133 0.03696 0.41675 0.00083 0.00661 0.0287 0.305 4/5/2021 19:00 0.00165 0.00007 0.05565 0.82658 0.13973 0.01017 0.0009 0.01207 0.01338 0.28372 0.00053 0.00255 0.02009 0.10443 5/5/2021 7:00 0.00261 0.00009 0.08608 1.42478 0.24013 0.01583 0.00176 0.01598 0.02262 0.42863 0.00082 0.00491 0.07814 0.28319 5/5/2021 19:00 0.00117 0.00006 0.03562 0.585 0.10349 0.00514 0.0007 0.00762 0.00631 0.1623 0.00035 0.00176 0.01056 0.18776 6/5/2021 7:00 0.00161 0.00009 0.04336 0.75252 0.16959 0.01187 0.001 0.01576 0.03488 0.2923 0.00082 0.00949 0.02036 0.16789 6/5/2021 19:00 0.00116 0.00008 0.04047 0.61139 0.11072 0.00658 0.00069 0.007 0.01104 0.20499 0.00037 0.00132 0.028 0.22443 7/5/2021 7:00 0.00291 0.00014 0.10457 1.67328 0.28461 0.01877 0.00184 0.01817 0.02074 0.42532 0.00087 0.00397 0.02265 0.22074 7/5/2021 19:00 0.00124 0.00011 0.03735 0.63397 0.11229 0.00656 0.00132 0.00485 0.00668 0.09991 0.0002 0.00127 0.00594 0.10747 8/5/2021 7:00 0.00186 0.00009 0.06053 1.00015 0.16148 0.00891 0.00117 0.00711 0.00838 0.14199 0.0003 0.00169 0.02272 0.08486