不同种类食用油对颗粒物排放特征的影响

不同种类食用油对颗粒物排放特征的影响
吴鑫;修光利;王丽娜;薛婷潞
【摘要】烹饪油烟是室内外颗粒物的重要来源.探讨了用花生油、大豆油、橄榄油、猪油烹饪时排放颗粒物的特征,结果表明:与用猪油和花生油烹饪相比,用橄榄油和大豆油烹饪时所排放颗粒物的粒径大;用橄榄油进行烹饪时所排放颗粒物的排放因子
明显高于其他3类食用油烹饪的颗粒物排放因子.橄榄油烹饪过程释放的黑碳(BC)
质量浓度最高,黑碳质量浓度与颗粒物质量浓度呈显著性相关;对烹饪时所排放颗粒
物的粒径演变进行分析发现,粒径为100 nm左右颗粒物的数浓度最大,颗粒物粒径呈对数正态函数分布,粒径为100 nm左右的颗粒物衰减率最小.
【期刊名称】《华东理工大学学报（自然科学版）》
【年(卷),期】2016(042)001
【总页数】7页(P65-71)
【关键词】烹饪;食用油;排放因子;衰减率
【作者】吴鑫;修光利;王丽娜;薛婷潞
【作者单位】华东理工大学国家环境保护化工过程环境风险评价与控制重点实验室,上海200237;华东理工大学国家环境保护化工过程环境风险评价与控制重点实验室,上海200237;华东理工大学国家环境保护化工过程环境风险评价与控制重点实
验室,上海200237;山东省烟台市第一中学,山东烟台264000
【正文语种】中文
【中图分类】X8
中式烹饪方式导致烹饪过程油烟排放比较严重，不仅会对人体健康产生很大影响，而且也是空气中细颗粒物的重要来源［1-3］。

Hussein等［4］和He等［5］发现烹饪活动能够使室内的颗粒物浓度提高5倍以上，甚至可以达到90倍以上，烹饪时释放的颗粒物粒径在0.01～10μm之间［6-7］，特别是PM2.5（空气动力学直径小于或者等于2.5μm的颗粒物的总和）的浓度比较高。

Glytsos等［8］在使用橄榄油烹饪洋葱的实验中发现，室内颗粒物的数浓度可提升到9×104～
15×104cm－3，PM2.5颗粒物质量浓度可以达到70～600μg/m3。

有的研究还发现粒径为20 nm左右的纳米级颗粒物的数浓度甚至可达到1.15×105cm－3。

实际上，烹饪油烟的成分十分复杂，细颗粒物中含有重金属、多环芳烃、杂环胺和不饱和醛类等多种有害物质，可能引起肺功能障碍、哮喘以及心肌梗死等疾病［9-12］。

特别需要注意的是烹饪过程还可能伴随着大量的黑碳气溶胶的产生，相关个体暴露的研究尚不多见。

根据已有的资料，居民生活是黑碳排放的重要来源之一，在2000年和2008年分别占到全国黑碳排放总量的54.53%和39.64%。

由于黑碳颗粒物粒径小，极易富集二次反应产物，能通过呼吸作用进入人体，从而引发哮喘以及心血管疾病、癌症等疾病，危害人体健康［13-14］。

O’Neill等［15］研究发现，黑碳颗粒物的增加能够导致血流介导的反应活性减少12.6%；对269个家庭的研究发现，黑碳颗粒物浓度的提高能够引起人体心电图的异常变化［16］。

这些研究表明黑碳的健康效应不可忽视。

已有研究表明，在烹饪过程中，人体吸入颗粒物的特征与源产生的颗粒物的特征基本相同［17］，因此有必要了解烹饪过程中产生的颗粒物的特征，以表征其健康效应。

由于不同种类食用油产生的颗粒物的强度有所不同［18］，本文着重选择了使用频率较高的几种食用油进行实验测定，以期为烹饪油烟控制提供一定的实验依据。

1.1 实验设计
实验操作平台由三部分组成，分别为烹饪用具、实验底座与腔体及实验采样仪器，如图1所示。

实验腔体为圆柱体，高2 m，直径为1 m，腔体壁面的中部设有一
个出气孔，实验过程中通过仪器将腔体内气体以一定流速抽出。

腔体偏下靠近底端处设有一个采样孔，通过聚四氟乙烯管连接腔体与实验测试仪器。

实验中，气流从圆柱形腔体底部进入腔体，然后由气泵抽出，总的抽气流量达到60 L/min，由此
计算得到整个圆柱形腔体的换气效率为2.4 h－1。

1.2 实验材料
本文选择花生油、大豆油、橄榄油和动物油（猪油）4种油类，前3种油均为市场采购，动物油（猪油）则是通过猪肥肉自行熬制而成，每种油类的用量为50 m L。

烹饪食材为猪肉，用量为200 g，佐料为盐、酱油和味精。

烹饪过程按照中式烹饪常见的流程，分为热油、加入食材、翻炒、加入调料、出锅等5个步骤。

使用电
磁炉作为烹饪热源，选择固定功率进行烹饪，一定程度上减少了天然气等燃烧源产生的颗粒物对实验的影响。

通过对上海市部分家庭以及饭店的调查显示，在中式烹饪过程中，往往将油温升至冒烟或即将冒烟状态，实测温度为190～230℃，同时家用食用油的烟点都处于190～240℃。

因此温度控制在（200±5）℃。

1.3 实验仪器
FMPSTM快速动能微粒尺寸分光计，其颗粒物量程范围5.6～560 nm；Dust TrakTM8533粉尘监测仪，美国TSI公司，分辨率为±0.1%，读数精确度为
0.001 mg/m3。

气溶胶质量浓度监测范围为0.001～150 mg/m3，流量为3 m
L/min；AE51黑碳检测仪，美国Magee公司，测量范围0～1 mg/m3，分辨率0.001μg/m3；颗粒物形貌分析，使用日本JEOL生产的JSM-6360LV高低真空扫描电子显微镜对颗粒物的形貌进行观察，该仪器的高真空分辨率为3 nm，低真空分辨率为4 nm，放大倍数为5～100 000。

1.4 颗粒物的衰减率以及释放因子计算方法
悬浮在大气中的颗粒物可以通过运动碰撞而使得粒径变大，最终在重力作用下沉降；同时颗粒物的热运动也可以导致扩散沉降。

影响室内颗粒物浓度的主要因素有室内颗粒物的产生速率G（以数目计）、室内颗粒物数浓度Cin（cm－3）、室外颗粒物数浓度Cout（cm－3）、气体交换速率a（h－1）、颗粒物的衰减率k（h－1）以及颗粒物的渗透系数P。

假设腔体内气体与颗粒物完全混合，则室内颗粒物的质量平衡关系可由式（1）给出［19-20］：
其中V为室内有效容积，cm3。

当无室内颗粒物源且实验条件保持一致时，可将a和k可以视作常数。

若室内颗
粒物浓度远远大于室外，可忽略室外颗粒物的渗透作用。

由于烹饪所产生的颗粒物浓度远远大于室外的颗粒物浓度，因此忽略室外颗粒物的贡献，则式（1）可转化为式（2）：
式（2）积分则得到式（3）：
Ct为t时刻室内的颗粒物数浓度，C0为初始时刻的颗粒物数浓度。

为了计算方便，将式（3）转化为对数形式，结果如式（4）：
式（4）表征的是颗粒物浓度和时间的关系，因此通过实测不同时刻颗粒物的浓度，可以计算得到斜率（a＋k），此处定义该斜率为颗粒物的衰减率。

为了计算整个
烹饪过程中的颗粒物释放速率，He等［21］在式（1）的基础上，进一步积分得
到式（5）。

式（5）中，Cin，0为室内颗粒物的初始浓度，in为颗粒物的最高浓度值，由式（5）计算的EF则定义为绝对释放因子。

2.1 烹饪颗粒物的形貌分析
图2示出了4种不同种食用油在烹饪猪肉时所排放颗粒物的形貌特征（颗粒物聚
集在石英滤膜上）。

由图2可见，大多数颗粒物都是由许多近似球形的小颗粒物
凝聚而成［22］，呈现出典型的燃烧源特征。

4种食用油烹饪所排放颗粒物的粒
径大小略有不同，其中橄榄油和大豆油烹饪所产生颗粒物的粒径大于花生油和猪油
烹饪所产生的颗粒物。

这可能存在两方面原因：一是大豆油和橄榄油产生的颗粒物可能具有更强的凝聚或者凝并作用；二是大豆油和橄榄油在烹饪过程中产生的颗粒物数量多，互相碰撞的几率高。

并且本实验发现橄榄油在烹饪过程中产生的颗粒物的数浓度明显高于花生油和猪油产生的颗粒物的数浓度，因此第2种因素起到作用的可能性更大。

2.2 颗粒物的排放特征
2.2.1 颗粒物的粒径分布图3给出了烹饪所产生的典型颗粒物的数浓度粒径分布谱图。

图3（a）为Yeung等［23］在中式煎牛排过程中测得的颗粒物粒径分布谱图；图3（b）为本文测定橄榄油炒青菜时在6.03～630 nm之间的粒径分布谱图。

其中Dp是颗粒物的粒径大小，是颗粒物的数密度函数，可以表征不同粒径段的颗粒物数浓度的大小。

由图3可知，两种烹饪方式产生的颗粒物呈现出相似的粒径分布特征，即均为明显的单峰型对数正态分布规律。

图3（b）中颗粒物的模态直径为124.09 nm，中值直径为116.1 nm。

2.2.2 颗粒物粒径演变与衰减 4种食用油在烹饪同一食材时所产生的颗粒物的粒径介于5.6～560 nm，其粒径分布演化过程如图4所示。

4种食用油在烹饪过程中，颗粒物的数浓度变化趋势总体上均遵循正态分布规律，呈单峰型。

在烹饪开始阶段，颗粒物的数浓度增加速度很快，达到最高浓度后则出现骤减过程。

初始阶段颗粒物数浓度急剧上升的主要原因是热油后食物油的挥发以及在烹饪过程中与食材释放物质二次反应生成的二次有机颗粒物所致。

如图4所示，在粒径约为100 nm 时，颗粒物的数浓度出现峰值，随后，峰值直径逐渐向粗颗粒方向移动。

同步采用Dust TrakTM8533粉尘监测仪测定的PM1、PM2.5、PM4、PM10和总颗粒物质量浓度（如表1所示）的结果也表明了超细颗粒物PM1（≤1 μm）和细颗粒物PM2.5（≤2.5μm）占绝对优势，PM1占总颗粒物浓度的90%以上，其中猪油产生的颗粒物中PM1比例最高，达到96.14%。

图5描述的是烹饪结束之后粒径介于5.6～560 nm颗粒物在腔体内的衰减率。

由图5可见，粒径介于40～200 nm的颗粒具有较低的衰减率；而粒径小于40 nm 或者大于200 nm的颗粒物的衰减率均有所增加。

粗颗粒物衰减率的增加主要是
由于粗颗粒物重力沉降主导；而细颗粒物衰减率的增加可能是由细颗粒物的扩散凝并所致［24］。

2.2.3 颗粒物的数浓度变化图6示出了4种食用油在烹饪过程中所产生颗粒物的数浓度变化曲线图。

当使用不同种类食用油烹饪同一种食材时，橄榄油产生颗粒物的数浓度最高，而花生油在烹饪过程中产生颗粒物的数浓度最低。

大豆油、橄榄油、花生油和猪油烹饪所产生颗粒物的最高数浓度分别为1.31×106、1.57×106、
2.32×105、6.31× 105cm－3。

橄榄油在烹饪过程中，颗粒物数浓度出现峰值较早，这是由于橄榄油的烟点较低（仅为190℃左右）且在高温下易氧化挥发性有
机物（VOC）或者半挥发性有机物（SVOC）。

这些VOC或者SVOC是二次有机颗粒物生成的前体物质，所以橄榄油在烹饪过程中容易产生大量的颗粒物。

2.2.4 黑碳浓度变化黑碳质量浓度的时间变化曲线呈现明显的单峰型（如图7所示），与总颗粒物的质量浓度（TSP）变化趋势基本一致。

由图7可以看出，橄榄油在烹饪过程中产生总颗粒物和黑碳的质量浓度最高，最高质量浓度分别超过75 mg/m3和0.20 mg/m3，分别是花生油烹饪产生颗粒物峰值质量浓度的7～8倍
左右。

橄榄油、大豆油、花生油和猪油烹饪过程中产生的黑碳颗粒物与总颗粒物的浓度都呈显著性相关。

相关性系数R2分别达到0.921、0.755、0.895和0.942。

烹饪过程中产生的黑碳质量浓度与烹饪过程释放黑碳的研究结果一致，远远大于环境空气中黑碳的质量浓度，包括交通工具内和交通干道两侧的监测结果［25-27］。

表2列出了使用大豆油、橄榄油、花生油和猪油进行烹饪时颗粒物的数浓度、质
量浓度、表面积浓度和体积浓度为基准的排放因子以及所对应的浓度峰值。

由表2可见，橄榄油的4种浓度基准排放因子均最大，分别达到3.13×1012min－1、
1.50× 105μg/min、1.45×1017nm2/min和5.47×1018nm3/min，而花生油的颗粒物排放因子最小，比橄榄油的数浓度、质量浓度、表面积浓度和体积浓度基准排放因子分别低1
2.83、11.28、22.80和28.80倍。

这与Buonanno等［28］比较橄榄油、花生油和葵花籽油烹饪薯条时得到的结论相一致，与Torkmahalleh 等［29］比较花生油、棕榈油、大豆油、橄榄油、玉米油、红花油和菜籽油等7种食用油进行烹饪时排放颗粒物的特征结果也基本一致。

由表2还可以看出，橄榄油烹饪时所产生颗粒物的数浓度、质量浓度、表面积浓度和体积浓度最大，分别达到了1.57×106cm－3、75.24 mg/m3、7.26×1010nm2/cm3和2.74× 1012nm3/cm3。

猪油产生的颗粒物数浓度较高，但是其质量浓度、表面积浓度和体积浓度却相对较低，这是由于猪肉在烹饪过程中产生颗粒物的粒径较小的缘故，如图2（d）所示。

（1）使用橄榄油烹饪所产生的颗粒物的浓度大于使用花生油、猪油和大豆油烹饪产生的颗粒物的浓度。

（2）烹饪过程中，在5.6～560 nm的粒径范围内，颗粒物的粒径分布呈现近似的对数正态分布规律，在100 nm左右，颗粒物的数浓度达到最高值。

100 nm左右的颗粒物的衰减率较小。

（3）橄榄油的数浓度、质量浓度、表面积浓度和体积浓度4种浓度基准排放因子均最大，依次高于花生油、大豆油和猪油的基准排放因子。

（4）黑碳颗粒物的质量浓度与颗粒物的总的质量浓度保持较高的相关性。

【相关文献】
［1］ GAO Jun，CAO Changsheng，ZHANG Xu，et al.Volumebased size distribution of accumulation and coarse particles （PM0.1—10）from cooking fume during oil heating ［J］. Building&Environment，2013，59（3）：575-580.
［2］ LUNDEN M M，DELP W W，SINGER B C.Capture efficiency of cooking-related fine and ultrafine particles by residential exhaust hoods［J］.Indoor Air，2015，25（1）：45-58.
［3］ ISAXON C，GUDMUNDSSON A，NORDIN E Z，et al. Contribution of indoor-generated particles to residential exposure［J］.Atmospheric Environment，2015，106：458-466.
［4］ HUSSEIN T，GLYTSOS T，ONDREK J，et al.Particle size characterization and emission rates during indoor activities in a house［J］.Atmospheric Environment，2006，40 （23）：4285-4307.
［5］ HE Lingyan，HU Min，HUANG Xiaofeng，et al. Measurement of emissions of fine particulate organic matter from Chinese cooking［J］.Atmospheric Environment，2004，38 （38）：6557-6564.
［6］程希，季学李.烹调油烟污染及其净化技术探讨［J］.环境保护，2001（12）：15-16.
［7］段玉环，谢超颖.餐饮业油烟污染及治理技术浅议［J］.环境污染治理技术与设备，2002，3（11）：67-69.
［8］ GLYTSOS T，ONDREK J，DUMBOVL，et al. Characterization of particulate matter concentrations duringcontrolled indoor activities［J］.Atmospheric Environment，2010，44（12）：1539-1549.
［9］ GOLD D R，DAMOKOSH A I，POPE C A，et al.Particulate and ozone pollutant effects on the respiratory function of children in southwest Mexico city［J］.Epidemiology，1999，10 （1）：8-16.
［10］ ZHONG Lijie，Goldberg M S，GAO Yutang，et al.Lung cancer and indoor air pollution arising from Chinese-style cooking among nonsmoking women living in Shanghai，China ［J］.Epidemiology，1999，10（5）：488-494.
［11］ LEI Yixiong，CAI Wenchao，CHEN Yongzhong，et al.Some lifestyle factors in human lung cancer：A case-control study of 792 lung cancer cases［J］.Lung Cancer，1996，14：S121-S136.
［12］ WANG Tianjue，ZHOU Baoshen，SHI Jinpu.Lung cancer in nonsmoking Chinese women：A case-control study［J］.Lung Cancer，1996，14：S93-S98.
［13］ COHEN A J，NIKULA K.The health effects of diesel exhaust：Laboratory and epidemiologic studies［J］.Air Pollution and Health，1999，32：707-745.
［14］ MACNEE W，DONALDSON K.Particulate air pollution：Injurious and protective mechanisms in the lungs［J］.Air Pollution and Health，1999，30：653-672.
［15］O’NEILL M S，VEVES A，ZANOBETTI A，et al.Diabetes enhances vulnerability to particulate airpollution-associated impairment in vascular reactivity and endothelial function［J］. Circulation，2005，111（22）：2913-2920.
［16］ GOLD D，LITONJUA A，ZANOBETTI A，et al.St-Segment level associated with
black carbon in elderly Boston residents：ISEE-632［J］.Epidemiology，2003，14（5）：
S127.
［17］ LUNDEN M M，DELP W W，SINGER B C.Capture efficiency of cooking-related fine and ultrafine particles by residential exhaust hoods［J］.Indoor Air，2015，25（1）：45-58.
［18］ GAO Jun，CAO Changsheng，XIAO Qianfen，et al. Determination of dynamic intake fraction of cooking-generated particles in the kitchen［J］.Building&Environment，2013，65 （3）：146-153.
［19］ CHEN Chun，ZHAO Bin.Review of relationship between indoor and outdoor particles：I/O ratio，infiltration factor and penetration factor［J］.Atmospheric Environment，2011，45 （2）：275-288.
［20］ CHEN Yongcheng，ZHANG Yuanhui，Barber E M.A dynamic method to estimate indoor dust sink and source［J］. Building and Environment，2000，35（3）：215-221. ［21］ HE Congrong，Morawska L，Hitchins J，et al.Contribution from indoor sources to particle number and mass concentrations in residential houses［J］.Atmospheric Environment，2004，38（21）：3405-3415.
［22］ DYE A L，RHEAD M M，TRIER C J.The quantitative morphology of roadside and background urban aerosol in Plymouth，UK［J］.Atmospheric Environment，2000，34（19）：3139-3148.
［23］ YEUNG L，TO W M.Size distributions of the aerosols emitted from commercial cooking processes［J］.Indoor and Built Environment，2008，17（3）：220-229.
［24］ WALLACE L A，EMMERICH S J，HOWARD-REED C. Source strengths of ultrafine and fine particles due to cooking with a gas stove［J］.Environmental
Science&Technology，2004，38（8）：2304-2311.
［25］ DUTKIEWICZ V A，ALVI S，GHAURI B M，et al.Black carbon aerosols in urban air
in South Asia［J］.Atmospheric Environment，2009，43（10）：1737-1744.
［26］ DONS E，PANIS L I，VAN POPPEL M，et al.Personal exposure to black carbon in transport microenvironments［J］. Atmospheric Environment，2012，55：392-398. ［27］ KAR A，REHMAN I H，BURNEY J，et al.Real-time assessment of black carbon pollution in Indian households due to traditionaland improved biomass cookstoves［J］. Environmental Science&Technology，2012，46（5）：2993-3000.
［28］ BUONANNO G，MORAWSKA L，STABILE L.Particle emission factors during cooking activities［J］.Atmospheric Environment，2009，43（20）：3235-3242.
［29］ TORKMAHALLEH M A，GOLDASTEH I，ZHAO Y，et al. PM2.5 and ultrafine particles emitted during heating of commercial cooking oils［J］.Indoor Air，2012，22（6）：483-491.。