5.1 污染物的身份证：理化性质与分类
5.1 污染物的身份证：理化性质与分类
本节摘要：决定一种污染物命运的关键，往往不是它多有“毒”，而是它在水中、油中、空气中的分配偏好——辛醇-水分配系数、亨利常数、蒸气压与溶解性，就是它的化学身份证。本节先用这几个常数把污染物的“亲脂/亲水”“易挥发/易沉”性格描述清楚，再用算例估算它的生物富集潜力与挥发倾向，最后讨论一次、二次污染与不同分类之间的边界。读完你能凭几个常数预判一种未知物质大致会待在哪个介质。
本节应掌握
阅读完本节，你应当能够：
- 解释辛醇-水分配系数的含义及其对亲脂性的指示。
- 说明亨利常数如何决定污染物的挥发倾向。
- 用 Kow 估算生物富集潜力。
- 区分一次、二次污染物及典型类别。
- 凭理化常数判断污染物的介质偏好与归趋方向。
一、一张“身份证”由哪些栏目组成
污染物在环境中怎么分配，很大程度上由四个理化性质决定：辛醇-水分配系数 Kow（衡量亲脂亲水）、亨利常数与蒸气压（衡量挥发）、水溶性（衡量持久存在于水相的能力）。它们共同构成“化学指纹”。这也是为什么环境化学报告里常常见到在测定某个常数后，就立刻能推断它的迁移特征。
二、Kow 与亨利常数：先看“爱水还是爱油”
Kow 是辛醇相与水相中污染物浓度的分配比。Kow 越大，越爱“脂相”，越容易在生物脂肪里累积、越容易吸附到含有机碳的土壤颗粒上；Kow 很小则偏水生，主要随水迁移。
import math # 用 Kow 估算生物富集潜力(经验关系示意) def bcf_est(logKow): # 直链化合物经验: logBCF ≈ a*logKow + b (示意) logBCF = 0.8 * logKow + 0.3 return 10**logBCF print("log Kow → 估算生物富集系数 BCF") for logK in [1.0, 2.5, 3.5, 5.0, 6.5]: bcf = bcf_est(logK) print(f" logKow={logK:4.1f} → BCF 约 {bcf:.1e}")
logKow 从 1 到 6.5，估算 BCF 从几十飙到百万级。这就解释了为何高亲脂的 DDT、PCBs 极易在生物体内富集，而亲水的低分子醇则几乎不累积——二者的归趋方向一开始就写在数值里。
三、亨利常数与挥发倾向
亨利常数表示气体在液相与气相之间的分配。数值越大，污染物越倾向从水中跑进空气；数值很小，则安心待在水里。对水体挥发性有机物而言，这个常数直接决定“气提吹脱”这种治理工艺是否有效。
# 亨利常数量级与挥发倾向 def volatile(h): if h > 1e-2: return "强挥发, 易转气相" if h > 1e-5: return "中挥发" return "难挥发, 主要留液相" print("亨利常数与挥发倾向:") for name, h in [("苯", 5.5e-3), ("三氯乙烯", 0.004), ("苯酚", 6.33e-5), ("重金属离子", 1e-8)]: print(f" {name:8s} H≈{h:.2e} → {volatile(h)}")
可以看到苯等高亨利常数的化合物在配水系统里易被吹脱，而重金属几乎不能挥发，只能靠吸附沉淀除。判断“挥发还是沉降”，同样先看常数再看工艺。
四、一张“亲脂-挥发”定位图
把 Kow 与亨利常数放在一张坐标图里，污染物的“性格”一目了然：
图：由 Kow 与亨利常数定位污染物的归趋象限
一条“亲脂”一条“挥发”两条坐标，把复杂归趋压成四个可判断的象限。
五、分类本身也是“身份证”的一部分
按来源分一次、二次污染物；按持久性分易降解与持久性有机污染物；按新起关注分新兴污染物。这些分类并非字典条目，而是环境行为的浓缩——同一个“持久性”标签，往往同时预示着难降解、易累积、可远距离迁移三种风险叠加，这正是持久性有机污染物为何被单列治理的原因。
这类“身份证”指标的价值，在于能预判污染物一进环境就可能往哪走：爱油不爱水的会往生物脂肪里钻，蒸气压高的容易跑进空气，半衰期长的则可能成为长期纠缠。进阶的监测报告很少只报“检出浓度”，而会把这些理化性质一并列出——因为只有结合它们，人们才谈得上判断某物的去向、暴露路径和该用哪套标准去约束。
本节要点回顾
- 身份证：Kow、亨利常数、蒸气压、溶解性构成化学指纹。
- 亲脂：Kow 越大越爱干脂相，越易富集吸附累积。
- 挥发：亨利常数越大越易进气相，越小越留液相。
- 富集估算：由 logKow 经验式估 BCF，判断累积潜力。
- 定位图：亲脂×挥发两坐标划出归趋四象限。
- 分类：一次/二次、持久性/新兴等标签是行为的高度浓缩。