·1610 工程科学学报，第39卷，第11期 法9,5等 2.1总化学浓度模型 参考基准法是选定一种参考物质，将参考物质稀 总化学浓度模型是气味浓度预测模型中最早使 释成一系列不同质量浓度的水溶液作为气味强度的等 用，也是最简单的一种。总化学浓度模型直接基于仪 级划分参考标准.嗅辨员在测定目标物的气味强度时 器分析方法测定的气味污染物组分的化学浓度预测气 将其与不同质量浓度的参考物质进行比对，确定其嗅 味浓度值 觉刺激程度等级.例如，美国材料测试协会标准方法 C6n=he∑C (1) ASTM E544-10阈上气味强度评价方法”所规定的 式中，C6m为总化学浓度模型预测的气味浓度，kc为模 测试方法即为参考基准法阿.该方法选定正丁醇作 型系数，C:为混合物中各组分的化学浓度 为参考物质，将正丁醇配制成以2的幂次增加的浓度 总化学浓度模型中的系数k。可以通过化学浓度 梯度的系列水溶液，作为气味强度级别的参考基准 加和与气味浓度的线性拟合得出网.比如，使用SPSS 参考基准一般分为5级、8级、10级、12级等 软件分析垃圾场内空气样品的总化学浓度与气味浓度 1.3.3气味活度值 的相关性，得出系数k。,然后通过回归模型预测气味 气味活度值(OAV)是指某一种物质的化学浓度 浓度网.但该方法的不足之处十分明显，其模型中只 与气味阈值的比值(C/Cm),反映出混合物中各组分 有化学浓度一个因素，无法准确反映气味污染物嗅觉 的气味污染程度，在气味污染评价研究中应用广 刺激程度的变化特征 泛，6.理论上讲，对于单一气味物质，其气味 2.2气味活度值加和模型 活度值等同于气味浓度，都是指该物质被洁净空气稀 气味活度值加和模型最早由Guadagni等圆提出， 释至气味消失时的稀释倍数：对于混合气味物质，混合 是目前气味污染评价研究中使用最为广泛的模型之 物中某一组分的气味活度值越大，其气味贡献也就越 一.理论上，混合物中各组分的气味活度值加和应该 大，气味活度值小于1的组分则气味贡献较小5网.因 等于混合物的气味浓度，因此，气味活度值加和一直被 此各组分的气味活度值(OAV)与气味活度值加和 称为理论气味浓度(theoretical odor concentration)s.s (SOAV)的比例可用于判断混合物中各组分对混合物 用于预测气味浓度 的气味贡献(P=OAV,/SOAV),进而筛选混合污染物 S0AV=∑C,/Com.r (2) 中的主要致臭物质.例如，在调查猪场气味污染时，气 式中，S0AV为气味活度值加和，C:为混合物中各组分 味活度值分析结果表明，47种检出组分中大多数物质 的化学浓度，Cm.为各组分的气味阈值 (醛、酮、酯、醇和芳香族化合物等)的气味贡献可以忽 气味活度值加和模型在垃圾填埋场P,的、畜牧养 略，而挥发性脂肪酸、含硫化合物、含氮化合物、苯酚、 殖场57,6切、工业园区5网等典型环境的气味污染评价 吲哚等物质则对猪场气味污染具有重要影响.基 研究中广泛使用.气味活度值加和模型和总化学浓度 于气味活度值分析韩国一处工业园区气味污染物中各 模型对气味浓度预测值与实测值的相关性对比结果显 组分的气味贡献，结果表明还原性硫化物的气味贡献 示，总化学浓度模型的预测值与实测值之间的相关性 超过50%，是主要致臭物质5阿 系数仅有0.393，而气味活度值加和模型的预测值与 2气味浓度预测技术 实测值之间的相关性系数为0.836，表明气味活度值 加和模型更准确地揭示了混合物气味浓度的变化特 嗅觉分析方法对气味污染具有直观的评价作用， 征，原因在于气味活度值不仅包含了组分的化学浓度 但测定结果主观性较强，且实际环境中的气味污染物 因素，还考虑了混合物中各组分不同的气味阈值造成 的嗅觉测定过程存在一些限制.气味污染物的嗅觉分 的气味贡献差异，0， 析要求在专用实验室内由嗅辨员小组完成，测试时间 尽管气味活度值加和模型的预测值与实测气味浓 和人工成本高5网：实验室内对气味污染物样品的测定 度值的相关性更为显著，但是预测值与实测值之间依 需要一定的测试间隔陶，无法实现对气味污染源的持 然存在较大差异.气味活度值加和模型预测的气味浓 续监测：另外，实际环境气体样品的气味浓度有时会低 度比实际嗅觉测定值偏低2~3倍6网，甚至1~2个数 于嗅觉分析方法检出限，导致无法采用嗅觉分析方法 量级，06网.这种差异的原因，一方面是模型所使用的 评价其气味污染程度，.因此，基于化学浓度预测 气味阂值数据可能存在较大的不确定性2,5，网.当前 气味浓度的模型研究一直是气味污染评价方法研究的 大多数气味评价研究都是从不同的文献中引用气味阈 热点8①0，对气味污染评价具有重大意义.目前常 值@6，和，然而不同的嗅觉测试方法和嗅辨员小组导 用的气味浓度预测模型有总化学浓度模型、气味活度 致的气味阈值差异可能会高达几个数量级1-网.另一 值加和模型、总气味强度模型、当量气味浓度模型等. 方面是气味活度值加和模型未考虑混合物中复杂的气工程科学学报，第 39 卷，第 11 期 法［49，53--54］等． 参考基准法是选定一种参考物质，将参考物质稀 释成一系列不同质量浓度的水溶液作为气味强度的等 级划分参考标准． 嗅辨员在测定目标物的气味强度时 将其与不同质量浓度的参考物质进行比对，确定其嗅 觉刺激程度等级． 例如，美国材料测试协会标准方法 ASTM E544--10: “阈上气味强度评价方法”所规定的 测试方法即为参考基准法［55］． 该方法选定正丁醇作 为参考物质，将正丁醇配制成以 2 的幂次增加的浓度 梯度的系列水溶液，作为气味强度级别的参考基准． 参考基准一般分为 5 级、8 级、10 级、12 级等． 1. 3. 3 气味活度值 气味活度值( OAV) 是指某一种物质的化学浓度 与气味阈值的比值( C/COT ) ，反映出混合物中各组分 的气味 污 染 程 度，在 气 味 污 染 评 价 研 究 中 应 用 广 泛［3，41，51，56--57］． 理论上讲，对于单一气味物质，其气味 活度值等同于气味浓度，都是指该物质被洁净空气稀 释至气味消失时的稀释倍数; 对于混合气味物质，混合 物中某一组分的气味活度值越大，其气味贡献也就越 大，气味活度值小于 1 的组分则气味贡献较小［58］． 因 此各组分的气味活度值( OAVi ) 与气味 活 度 值 加 和 ( SOAV) 的比例可用于判断混合物中各组分对混合物 的气味贡献( Pi = OAVi / SOAV) ，进而筛选混合污染物 中的主要致臭物质． 例如，在调查猪场气味污染时，气 味活度值分析结果表明，47 种检出组分中大多数物质 ( 醛、酮、酯、醇和芳香族化合物等) 的气味贡献可以忽 略，而挥发性脂肪酸、含硫化合物、含氮化合物、苯酚、 吲哚等物质则对猪场气味污染具有重要影响［41］． 基 于气味活度值分析韩国一处工业园区气味污染物中各 组分的气味贡献，结果表明还原性硫化物的气味贡献 超过 50% ，是主要致臭物质［56］． 2 气味浓度预测技术 嗅觉分析方法对气味污染具有直观的评价作用， 但测定结果主观性较强，且实际环境中的气味污染物 的嗅觉测定过程存在一些限制． 气味污染物的嗅觉分 析要求在专用实验室内由嗅辨员小组完成，测试时间 和人工成本高［59］; 实验室内对气味污染物样品的测定 需要一定的测试间隔［38］，无法实现对气味污染源的持 续监测; 另外，实际环境气体样品的气味浓度有时会低 于嗅觉分析方法检出限，导致无法采用嗅觉分析方法 评价其气味污染程度［2，38］． 因此，基于化学浓度预测 气味浓度的模型研究一直是气味污染评价方法研究的 热点［38，53，60--61］，对气味污染评价具有重大意义． 目前常 用的气味浓度预测模型有总化学浓度模型、气味活度 值加和模型、总气味强度模型、当量气味浓度模型等． 2. 1 总化学浓度模型 总化学浓度模型是气味浓度预测模型中最早使 用，也是最简单的一种． 总化学浓度模型直接基于仪 器分析方法测定的气味污染物组分的化学浓度预测气 味浓度值． CC OD = kC ∑ Ci ． ( 1) 式中，CC OD为总化学浓度模型预测的气味浓度，kC 为模 型系数，Ci 为混合物中各组分的化学浓度． 总化学浓度模型中的系数 kC 可以通过化学浓度 加和与气味浓度的线性拟合得出［62］． 比如，使用 SPSS 软件分析垃圾场内空气样品的总化学浓度与气味浓度 的相关性，得出系数 kC，然后通过回归模型预测气味 浓度［59］． 但该方法的不足之处十分明显，其模型中只 有化学浓度一个因素，无法准确反映气味污染物嗅觉 刺激程度的变化特征． 2. 2 气味活度值加和模型 气味活度值加和模型最早由 Guadagni 等［63］提出， 是目前气味污染评价研究中使用最为广泛的模型之 一． 理论上，混合物中各组分的气味活度值加和应该 等于混合物的气味浓度，因此，气味活度值加和一直被 称为理论气味浓度( theoretical odor concentration) ［5，64］， 用于预测气味浓度． SOAV = ∑ Ci /COT，i ． ( 2) 式中，SOAV 为气味活度值加和，Ci 为混合物中各组分 的化学浓度，COT，i为各组分的气味阈值． 气味活度值加和模型在垃圾填埋场［2，65］、畜牧养 殖场［57，66--67］、工业园区［56］等典型环境的气味污染评价 研究中广泛使用． 气味活度值加和模型和总化学浓度 模型对气味浓度预测值与实测值的相关性对比结果显 示，总化学浓度模型的预测值与实测值之间的相关性 系数仅有 0. 393，而气味活度值加和模型的预测值与 实测值之间的相关性系数为 0. 836，表明气味活度值 加和模型更准确地揭示了混合物气味浓度的变化特 征，原因在于气味活度值不仅包含了组分的化学浓度 因素，还考虑了混合物中各组分不同的气味阈值造成 的气味贡献差异［8，60，68］． 尽管气味活度值加和模型的预测值与实测气味浓 度值的相关性更为显著，但是预测值与实测值之间依 然存在较大差异． 气味活度值加和模型预测的气味浓 度比实际嗅觉测定值偏低 2 ～ 3 倍［67］，甚至 1 ～ 2 个数 量级［8，60，68］． 这种差异的原因，一方面是模型所使用的 气味阈值数据可能存在较大的不确定性［2，5，69］． 当前 大多数气味评价研究都是从不同的文献中引用气味阈 值［60，67，70］，然而不同的嗅觉测试方法和嗅辨员小组导 致的气味阈值差异可能会高达几个数量级［71--72］． 另一 方面是气味活度值加和模型未考虑混合物中复杂的气 · 0161 ·