1、Eco-EnvironmentalKnowledge Web环 境 科 学Environmental Science第44卷第4期 2023年4月Vol44，No4 Apr，2023基于 BP 神经网络预测北京市加油站周边土壤多环芳烃含量马赛炎1，2，魏海英1*，马瑾2*，刘奇缘2，吴颐杭2，屈雅静2，田雨欣2，赵文浩2(1 山西大学环境与资源学院，太原030006;2 中国环境科学研究院环境基准与风险评估国家重点实验室，北京100012)摘要:随着我国城市化进程的迅速发展，城市中加油站数量越来越多，加油站油品的成分含量复杂多样，在石油逸散过程中会生成一系列污染物 加油站产生的多环芳烃(PAH
2、s)会污染其附近土壤，同时对人体健康产生影响 收集了北京市 117 个加油站附近的土壤样品(0 20 cm)，分析了 7 种 PAHs 的含量，基于 BP 神经网络模型，预测了 2025 年和 2030 年北京市加油站土壤 PAHs 含量 结果表明，7 种(PAHs)范围在 0.01 3.53 mg kg1之间，与 土壤环境质量 建设用地土壤污染风险管控标准(试行)(GB 36600-2018)中土壤污染风险筛选值比较，PAHs 含量低于该指标，同时上述 7 种 PAHs 的毒性当量(TEQ)均低于世界卫生组织(WHO)的标准值(1 mg kg1)，表明它们对人体健康有较低风险 预测结果显示，
3、快速发展的城市化与土壤PAHs 含量的增加具有正相关的关系，至 2030 年，北京市加油站土壤 PAHs 的含量将持续增长 2025 年和 2030 年北京市加油站土壤中(PAHs)的范围分别为 0.085 4.077 mg kg1和 0.132 4.412 mg kg1，7 种 PAHs 的含量均低于(GB 36600-2018)土壤污染风险筛选值，但是 PAHs 的含量会随着时间呈现上升的趋势，其中朝阳、丰台和海淀 PAHs 含量较高，需重点关注关键词:土壤;加油站;多环芳烃(PAHs);BP 神经网络;预测中图分类号:X53文献标识码:A文章编号:0250-3301(2023)04-22
4、15-08DOI:1013227/j hjkx202205234收稿日期:2022-05-20;修订日期:2022-07-15基金项目:国家重点研发计划项目(2019YFC1804601);国家自然科学基金项目(42177221)作者简介:马赛炎(1999 )，女，硕士研究生，主要研究方向为土壤环境地球化学，E-mail:1209924385 qq com*通信作者，E-mail:weihaiying sxu edu cn;majin craes org cnPrediction of PAHs Content in Soil Around Gas Stations in Beijing Ba
5、sed on BP NeuralNetworkMA Sai-yan1，2，WEI Hai-ying1*，MA Jin2*，LIU Qi-yuan2，WU Yi-hang2，QU Ya-jing2，TIAN Yu-xin2，ZHAO Wen-hao2(1 College of Environmental and esource Sciences，Shanxi University，Taiyuan 030006，China;2 State Key Laboratory of Environmental Criteria and isk Assessment，Chinese esearch Acad
6、emy of Environmental Sciences，Beijing 100012，China)Abstract:With the rapid development of urbanization in China，the number of gas stations in cities is increasing The composition of oil products in gas stations is complexand diverse，and a series of pollutants will be generated in the process of oil
7、diffusion Polycyclic aromatic hydrocarbons(PAHs)produced by gas stations can pollute thenearby soil and affect human health In this study，soil samples(0-20 cm)near 117 gas stations in Beijing were collected，and the contents of seven PAHs were analyzedBased on the BP neural network model，the contents
8、 of PAHs in soil of Beijing gas stations in 2025 and 2030 were predicted The results showed that the total concentrationsof the seven PAHs were 0.01-3.53 mg kg1 The concentrations of PAHs were lower than the soil environmental quality risk control standard for soil contamination ofdevelopment land(T
9、rial)GB 36600-2018 At the same time，the toxic equivalent concentrations(TEQ)of the above seven PAHs were lower than the standard value(1mg kg1)of the World Health Organization(WHO)，which they indicate a lower risk to human health The prediction results showed that the rapid development ofurbanizatio
10、n had a positive correlation with the increase in soil PAHs content By 2030，the content of PAHs in Beijing gas station soil will continue to grow The predictedconcentrations of PAHs in the soil of Beijing gas stations in 2025 and 2030 were 0.085-4.077 mg kg1and 0.132-4.412 mg kg1，respectively The co
11、ntents of sevenPAHs were lower than the soil pollution risk screening value of GB 36600-2018;however，the concentration of PAHs increased over time The contents of PAHs in Chaoyang，Fengtai，and Haidian were relatively higher，which requires further attentionKey words:soil;gas station;polycyclic aromati
12、c hydrocarbons(PAHs);BP neural network;prediction随着经济社会快速发展，机动车逐渐走进人们的日常生活，同时也带来了巨大的能源需求 从 20世纪 50 年代开始，世界各国陆续开始建设汽车加油站，这使得全球的加油站数目猛增1 根据欧美的经验，大约 30%的使用寿命超过 20 a 的加油站会出现漏油事故2 加油站的地下储油罐和输油管线发生泄漏后，不仅会污染附近土壤，土壤中的石油污染还可在土壤淋溶和渗滤等作用下，造成范围更广的土壤污染3 石油中含有大量有毒有害的有机物4，PAHs是其中一种主要成分，因其具有遗传毒性和“三致效应”而受到广泛关注5 土壤作为
13、一种重要的环境介质，由于自身疏松多孔的结构，成为 PAHs 在自然环境中的贮存库和中转站6，7 关于环境负荷的数据显示，土壤中容纳的 PAHs 可以达到 90%以上，大部分的 PAHs 是经过土壤进入人体的，远远高于通过大气和水体等其它途径进入的8，9 PAHs 进入人体的方式主要包括 3 种类型:呼吸吸入、皮肤接环境科学44 卷触暴露和食物摄入，长时间 PAHs 暴露会对人体健康造成一定程度的损害，甚至存在较高的致癌风险10 北京作为我国首都，2020 年常住人口达到2 189万人，居民的机动车保有量持续增长，加油站数量也随之上升 据统计11，截至 2021 年底，北京市市机动车保有量达 6
14、00.3 万辆，加油站数量为1 187座加油站作为典型的“点源”，在石油产品运输、罐装和加油等过程中均伴随 PAHs 等污染物挥发，对周边包括土壤在内的环境介质造成污染，进而可能对周边居民和加油站工作人员等产生潜在的健康风险12 14 因此，准确评估加油站周边土壤 PAHs含量水平并对其未来发展趋势进行科学预测显得尤为重要15 目前关于土壤环境中污染来源的分析和风险评价已有研究16，17，而利用社会经济因素、加油站特征因素和加油站土壤中 PAHs 污染水平相关性进行系统性地研究来预测加油站土壤 PAHs 的研究鲜见报道 当前，以 BP 神经网络为代表的机器学习方法在环境科学研究领域得到了广泛应
15、用，并在大数据处理和污染物模拟预测方面显示出独特的优势18，19 本研究的主要目标:基于 BP 神经网络模型确定社会经济因素、加油站特征因素与加油站土壤PAHs 的相关性;使用一种合理的预测方法，预测北京市加油站土壤 PAHs 含量;评价 BP 神经网络预测效果，以期为改善城市土壤环境质量提供参考1材料与方法1.1研究区域概况北京市位于华北平原西北部，北纬 3954，东经11623，市区总面积约2 267 km2，常住人口2 189万20 北京市属于典型的温带半湿润季风气候，春、秋季节短，夏季漫长炎热，冬季则十分寒冷;同时其降雨季节分配不均匀，多在夏季21 2021 年工业总产值20 879.
16、3亿元，其中重工业产值17 933.8亿元，石油及煤炭工业产值 455.9 亿元 本研究区域位于北京市六环路内，包括东城区、西城区、昌平区、朝阳区、海淀区、石景山区、丰台区、房山区、大兴区、顺义区和通州区1.2样品采集和化学分析采集研究区内 117 个加油站及其周边(20 m)表层土壤样品 采集土壤样品前，先铲除地表草根和落叶，采集表层土壤样品 500 g 左右 土壤样品在25条件下风干，去除石块等杂物后研磨过 120 目(0.125 mm)筛，放入棕色玻璃瓶低温(4)避光保存22 采用美国 EPA 3550C、3630C 和 8270E 进行土壤样品 PAHs 提取、纯化和分析检测23 1.3指标选取为对加油站周边土壤 PAHs 含量进行科学预测，本研究收集了 2012 2020 年在北京市城市化进程中影响土壤中 PAHs 累积的 9 个社会经济因素和 5 个加油站特征因素 社会经济因素包括GDP(X1)、常住人口(X2)、常住人口密度(X3)、能源消 费(X4)、煤 炭 消 费(X5)、天 然 气 消 费(X6)、液化石油气消费(X7)、汽油消费(X8)和汽车拥有量(X9)，见表
