苏州青剑湖VOCs季节污染特征及来源解析

大气挥发性有机物(VOCs)是大气光化学污染的重要前体物,研究其污染特征及来源对VOCs排放的管理和控制具有重要意义。该研究采用TH-300在线监测系统对苏州青剑湖大气VOCs进行在线观测,综合分析春季和夏季VOCs的污染水平及特征,运用PMF受体模型对VOCs进行来源解析。结果表明,春季和夏季VOCs体积分数分别为28.67×10~(-9)和31.26×10~(-9);日变化明显,呈双峰特征,早晚高峰出现峰值;运用特征物种比值法分析表明青剑湖VOCs主要来自周边工业园区污染排放;PMF模型解析显示机动车尾气、工业排放和涂料/溶剂使用是该区域VOCs的主要来源,尤其在臭氧污染时段,VOCs主要来自溶剂/涂料使用和工业排放。     

基于PMF模型解析典型化工园区VOCs污染来源应用研究

选取某小型化工园区为研究对象,在不同日期进行样品采集并使用气相色谱-质谱联用仪(GC-MS)定性定量分析,评估该区域VOCs污染水平及特征,同时研究P MF模型解析小尺度区域VOCs污染来源的可行性.结果表明,该研究区域VOCs浓度明显高于城市环境空气及其他化工园区,存在较重污染;该区域VOCs的主要成分为丙烯、苯、甲苯、萘、间-乙基甲苯、丙酮、丙烷、1,2,4-三甲苯、异丁烷等物质,各排放源污染特征显著,差异性明显;使用PMF模型对观测期间VOCs源解析,共获得4个因子,各因子与该区域不同排放源工艺及污染特征能够高度对应,并依此计算了各点位VOCs污染来源,结果与污染物扩散规律相符,PMF模型应用于小尺度污染物溯源分析具有可行性,能够很好地解析VOCs污染来源.     

珠三角产业重镇大气VOCs污染特征及来源解析

2019年在珠三角典型产业重镇佛山市狮山镇在线监测大气挥发性有机化合物（VOCs）,并开展大气VOCs污染特征、臭氧生成潜势（OFP）及来源贡献分析.观测期间共测得56种VOCs物种,总挥发性有机物（TVOCs）体积浓度为（39.64±30.46）×10^-9,主要组成为烷烃（56.5%）和芳香烃（30.1%）.大气VOCs在冬季和春季浓度较高.VOCs各组分呈“U”型日变化特征,污染时段的日变化幅度明显大于非污染时段.相对增量反应活性（RIR）结果表明研究区域的O₃生成处于VOCs控制区.2019年VOCs的OFP为107.40×10^-9,其中芳香烃对总OFP贡献最大（54.6%）.OFP浓度最高的10种VOCs占总OFP的80.3%,占TVOCs体积浓度的59.9%,高反应活性的VOCs物种在研究区域具有较高的大气浓度,应重点控制.正交矩阵因子分析模型（PMF）来源解析结果表明,溶剂使用源（42.4%）和机动车排放源（25.8%）是研究区域2019年大气VOCs的主要来源,其次为工业过程源（14.6%）、汽油挥发（7.9%）和天然源（1.7%）,控制上述源的VOCs排放是缓解该地区臭氧污染的有效策略.     

郑州市某城区冬季不同污染水平大气VOCs特征及源解析

于2019年1月3～23日,在郑州市某城市站点对挥发性有机物(VOCs)进行观测,研究不同污染水平下VOCs组成、变化特征、来源及其对二次有机气溶胶(SOA)生成的影响.结果表明,观测期间含氧VOCs和烷烃为VOCs的主要组分,乙酸乙酯和丙酮为最丰富的物种.清洁天演变至重度污染过程中,VOCs体积分数增高约1倍,大部分物种体积分数随污染程度加重而增高.基于正交矩阵因子模型(PMF),观测期间VOCs主要来源于机动车排放、工业排放、燃烧源、溶剂使用和液化石油气(LPG)使用,且不同污染水平下来源贡献差异明显,重污染期间工业排放和溶剂使用的源贡献分别增高至约清洁天的9倍和3倍.芳香烃为SOA生成潜势(SOA_p)贡献最大的组分,甲苯和间/对-二甲苯为贡献最大的物种,溶剂使用源为贡献最大的来源,重度污染期间总SOA_p增大至约清洁天的2.6倍.加强管控芳香烃类化合物及溶剂使用等相关源的排放对改善郑州市冬季霾污染具有重要意义.     

广州市天河区2016年雨季挥发性有机物污染特征及来源解析

采用"GCMS/FID"在线分析方法,对广州市区2016年7月大气VOCs的污染特征及来源进行了研究,共检出了73种VOCs组分.结果表明,观测期间总VOCs的小时平均浓度为（118.83±79.40）μg·m^-3,最高值为492.42 μg·m^-3,最低值为10.54 μg·m^-3.07：00左右TVOC浓度出现高峰,说明早高峰的机动车污染对该站点的VOCs具有较大贡献;14：00左右浓度最低,与光化学损耗相关;21：00~24：00间VOCs浓度又出现高值,可能和污染源排放或边界层压缩有关.运用PMF模型解析出VOCs的5个主要来源分别是：交通污染源、溶剂使用污染、加油站污染、植物排放和餐厨废气,其贡献分别为29.79%、26.61%、24.86%、9.91%、8.84%;白天交通废气源贡献最大,而中午植物排放的贡献也明显增大;夜间溶剂污染源和加油站污染源占比上升,为该时段VOCs的主要来源.     

上海城郊地区冬季霾污染事件反应性VOCs物种特征

基于大学城站点冬季霾污染时段在线气相色谱连续观测数据,分析了高污染时段VOCs污染特征和不同霾污染情况下VOCs光化学反应活性物种.观测期间共检测到55种VOCs物种(PAMs),735个有效样本,ΣVOCs体积分数范围在25.5×10~(-9)~1 320.3×10~(-9)(avg±SD,240×10~(-9)±181×10~(-9))之间.甲苯和间/对-二甲苯是两个高污染时段的特征污染物,其体积分数超过工业区边界站的体积分数,且高污染时段与工业区站点有相似的组分特征,可能受到附近工业区影响较大.VOCs组分小时变化呈现夜间高白天低的特点,臭氧的小时体积分数变化与之相反.通过分析污染物的光化学反应活性,芳香烃对OFP的贡献率最高,达到70.0%,其次是烯炔烃(16.7%).西北风向的OFP值为2 078.2×10~(-9),是其他风向的4倍,平均MIR值也高于本市其他工业区点位;该地区不同程度霾污染下芳烃均是OFP贡献的主导污染物,其中,甲苯和间/对-二甲苯的贡献率之和超过50%.应用PMF5.0对污染物进行来源解析,得到4个因子,分别为含汽油污染源及机动车尾气排放、石油炼制加工、溶剂使用、有机合成材料制造;其贡献率分别为:33.1%、31.5%、30.5%、4.9%.     

典型光化学污染期间杭州大气挥发性有机物污染特征及反应活性

在2018年9月14～23日选取了典型光化学污染期间,在长三角重点城市杭州市城区开展大气中挥发性有机物(VOCs)的加密观测.对80个有效样品分析结果表明,观测期间大气VOCs的122种化合物平均体积分数为(59.5±19.8)×10~(-9),含氧化合物(OVOC)是其中最主要的组分.用臭氧生成潜势(OFP)评估大气反应活性结果表明,观测期间OFP平均值为145×10~(-9),其中贡献最大的是芳烃和醛酮化合物.其大气VOCs整体活性水平与丙烯腈相当.运用正交矩阵因子(PMF)模型对VOCs进行源解析后,识别出杭州市大气VOCs的5个主要污染源,分别为二次生成(25.2%)、燃烧及工艺过程(27.2%)、溶剂使用(17.3%)、天然源(9.2%)和机动车排放(21.2%).本研究结果可为深入掌握杭州市VOCs污染特征以及科学制定防控措施提供技术支撑.     

南宁市冬季挥发性有机物特征及其来源分析

为了解南宁市冬季期间挥发性有机物（VOCs）污染特征及来源,采用在线连续监测系统于2020年12月9日~2021年2月22日在南宁市区对116种VOCs进行了在线连续观测.结果显示,观测期间VOCs体积分数为37.57x10^-9,烷烃、烯烃、芳香烃、OVOCs及卤代烃体积分数占VOCs比例分别为44%、15%、8%、19%和11%.VOCs体积分数白天低,夜晚高;采用OH消耗速率（L_OH）和臭氧生成潜势（OFP）估算了观测期间VOCs大气化学反应活性,结果表明醛酮类、芳香烃和烯烃是主要的活性物质;使用气溶胶生成系数法（FAC）估算了VOCs对二次有机气溶胶（SOA）的贡献,发现芳香烃对SOA生成贡献最大,占比为98%,其中苯、间/对二甲苯和甲苯为优势物种;正交矩阵因子（PMF）解析结果表明,冬季期间南宁市VOCs主要来源于：机动车尾气排放源（30.1%）>固定燃烧及生物质燃烧源（22.2%）>工业工艺排放源（16.8%）,而OFP贡献较高的源分别为溶剂使用源（23.9%）、固定燃烧及生物质燃烧源（22%）、机动车尾气排放源（21.8%）.因此,机动车尾气排放源和固定燃烧及生物质燃烧源应为南宁市冬季的优先管控源类,其次为工业工艺排放源、溶剂使用源.     

天津武清大气挥发性有机物光化学污染特征及来源

大气VOCs(挥发性有机物)是臭氧的重要前体物之一,研究其光化学污染特征和来源对控制近地面臭氧污染具有重要意义. 于2006年8月10日—9月18日在天津郊区武清采用在线监测的方法,同步观测了VOCs、O₃和NO₂等气态污染物,以及温度和紫外辐射等气象因子. 对9月10—15日臭氧浓度较高时段VOCs的浓度水平、化学反应活性、臭氧生成潜势和来源进行了分析. 结果表明:天津郊区武清环境空气中VOCs体积混合比平均浓度为24.6×10-9;VOCs主要由烷烃和烯烃组成,机动车排放、轻烃工艺、生物排放、沼气和碳氢溶剂是其重要来源. 根据等效丙烯浓度和MIR方法评估,烯烃对臭氧光化学产生的贡献占主导性地位,其中异戊二烯、丙烯、二甲苯和甲苯是臭氧生成潜势较大的物种. 通过与天津城区比较发现,郊区与城区的大气VOCs不仅组成不同,而且化学活性物种也不同.      

石化企业挥发性有机物排放特征及来源解析研究

某石化企业利用在线监测设备对VOCs进行连续监测,分析了VOCs的排放特征、光化学反应活性及污染来源。结果表明,该石化企业VOCs以烷烃、卤代烃、含氧有机物为主,夏季总VOCs浓度明显高于冬季、秋季。主要污染物以癸烷、正庚烷、1,2-二氯丙烷、间对-二甲苯等为主。从光化学活性角度分析,烯烃、芳烃、含氧有机物的臭氧生成潜势更大。利用正定矩阵因子分析模型对VOCs排放源进行解析,确定了异构化单元(31.4%)、炼油生产区(29.6%)、外部化工企业(24.4%)及芳烃精馏装置区(14.6%)为VOCs的4个主要排放源。     

黄冈市大气挥发性有机物污染特征、来源及对臭氧生成的影响

基于黄冈市城区大气挥发性有机物（VOCs）离线采样数据和常规空气污染物、气象在线监测数据,分析了黄冈市大气VOC组分和体积分数特征,并利用正交矩阵因子分解（PMF）模型和耦合MCM机制的光化学反应箱式模型（PBM-MCM）分别分析了臭氧（O₃）污染高发期VOCs的来源及臭氧生成敏感性.结果表明,φ（TVOCs）平均值为（21.57±3.13）×10^-9,且呈现出冬春高、夏秋低的季节性特征,其中烷烃（49.9%）和烯烃（16.4%）的占比最大.PMF解析结果显示黄冈市大气VOCs主要来源为：燃料燃烧源（27.8%）、机动车排放源（19.9%）、溶剂使用源（15.7%）、工业卤代烃排放源（12.1%）、化工企业排放源（10.5%）、自然源（7.8%）和柴油车排放源（6.2%）.在人为源中,溶剂使用、燃料燃烧和化工企业排放的VOCs对大气环境中O₃生成的贡献较大,贡献了O₃生成的60.9%,故对O₃污染防控应优先管控这3种人为源.通过相对增量反应性（RIR）和经验动力学方法（EKMA）曲线分析,观测期间黄冈市O₃生成处于VOCs控制区,且间/对-二甲苯、乙烯、1-丁烯和甲苯等VOCs对O₃生成比较敏感,应重点削减以上VOCs的排放.     

Characterization, reactivity, source apportionment, and potential source areas of ambient volatile organic compounds in a typical tropical city

Based on one-year observation, the concentration, sources, and potential source areas of volatile organic compounds (VOCs) were comprehensively analyzed to investigate the pollution characteristics of ambient VOCs in Haikou, China. The results showed that the annual average concentration of total VOCs (TVOCs) was 11.4 ppbV, and the composition was dominated by alkanes (8.2 ppbV, 71.4%) and alkenes (1.3 ppbV, 20.5%). The diurnal variation in the concentration of dominant VOC species showed a distinct bimodal distribution with peaks in the morning and evening. The greatest contribution to ozone formation potential (OFP) was made by alkenes (51.6%), followed by alkanes (27.2%). The concentrations of VOCs and nitrogen dioxide (NO₂) in spring and summer were low, and it was difficult to generate high ozone (O₃) concentrations through photochemical reactions. The significant increase in O₃ concentrations in autumn and winter was mainly related to the transmission of pollutants from the northeast. Traffic sources (40.1%), industrial sources (19.4%), combustion sources (18.6%), solvent usage sources (15.5%) and plant sources (6.4%) were identified as major sources of VOCs through the positive matrix factorization (PMF) model. The southeastern coastal areas of China were identified as major potential source areas of VOCs through the potential source contribution function (PSCF) and concentration-weighted trajectory (CWT) models. Overall, the concentration of ambient VOCs in Haikou was strongly influenced by traffic sources and long-distance transport, and the control of VOCs emitted from vehicles should be strengthened to reduce the active species of ambient VOCs in Haikou, thereby reducing the generation of O₃.     

基于聚类分析的长治市夏季VOCs来源及活性

分析长治市夏季环境VOCs浓度及其反应活性（以OH·消耗速率计）,基于聚类分析与正定矩阵因子分解法 （PMF）解析VOCs来源.结果表明：长治市总VOCs平均浓度为37.40 μg/m³,平均活性水平为5.07s^-1,具有本地新鲜排放和反应后混合的特征.机动车排放、燃煤、液化石油气/天然气（LPG/ NG）使用、工艺过程和溶剂使用源对环境VOCs的贡献分别为29.7%、29.2%、23.5%、11.6%和6.1%;对具有新鲜排放特征VOCs的贡献分别为34.6%、38.4%、10.1%、8.5%和8.5%.长治市VOCs主要受本地机动车与燃煤源排放的影响,而LPG/ NG使用源与工艺过程源可通过区域传输影响本地环境VOCs.可见,有效控制本地机动车与燃煤源排放、加强市区周边LPG/NG使用与工艺过程源的联防联控,是降低长治市环境VOCs浓度与O₃生成的有效途径.     

珠江三角洲海岸背景区大气VOCs污染特征与来源

挥发性有机物（volatile organic compounds,VOCs）是臭氧（O₃）污染防控备受关注的重要前体物.本研究基于2019年8月~2020年7月在杨梅坑生态环境监测站开展的VOCs连续在线观测数据,对珠江三角洲海岸背景区大气VOCs的时间变化规律、物种组成进行了分析,并利用受体模型和后向轨迹模型分析了VOCs的来源特征.结果表明,珠江三角洲海岸背景区人为源VOCs年平均浓度（体积分数）为9.30×10^-9,呈秋、冬季高,夏季低的特点.与一般城市和背景点的日变化规律不同,珠江三角洲海岸背景区人为源VOCs峰值主要出现在10：00~11：00;凌晨和15：00之后浓度会维持在较低水平.乙烯、丙烯、甲苯、异戊烷、异戊二烯、间/对-二甲苯、正丁烷和乙炔是影响珠江三角洲海岸背景区VOCs化学组成的关键物种.影响珠江三角洲海岸背景区的气团主要来源：省内短距离气团（25%）、海洋气团（27%）、沿海气团（31%）和省外内陆气团（17%）,其中海洋气团影响下VOCs平均浓度水平最低,主要受到船舶排放与老化VOCs混合源、汽油挥发与汽车排放源影响;其他气团影响下平均较海洋气团影响下VOCs浓度升高了70.1%~148.8%,以工业源、LNG与LPG挥发源、石化源这三类源的传输影响较为突出.     

基于环境空气中VOCs在线监测数据精准识别化工园区VOCs排放源

为精准识别化工园区环境空气VOCs排放源,2017年1月基于连续在线GC-FID法逐时监测某化工园区5个点环境空气中43种VOCs数据,运用统计分析法和PMF模型识别其来源,再结合CPF方法和企业排放信息达到精准化识别各排放源.结果表明,5个监测点平均VOCs体积分数为56.40×10^-9,除一个点其余点均以烷烃含量最高,主要是乙烷、丙烷、乙烯、甲苯、异丁烷、正丁烷和乙炔;园区环境空气中VOCs来自丁烷泄漏、工艺过程中排放、储罐排放、乙烯合成和城区传输这5个来源;基于气象传输路径分析和企业排放信息,识别出园区有7家化工企业以及园区外运河装卸区是观测期间VOCs的主要排放源.本研究以在线监测数据为基础,联合受体模型、气象条件及企业排放信息,实现了化工园区内VOCs污染来源的精准化定位,为园区内企业排放的监督和管理提供依据.     

郑州市少数民族运动会期间O3及VOCs污染特征的演变和评估

基于近地面观测的常规污染六参数、气象数据和在线VOCs数据,以臭氧及其前体物VOCs为研究重点,评估了民运会期间采取的污染管控措施对郑州市空气质量的影响.结果表明,2019年民运会管控期间污染物六参数相较上年同期均呈现降低趋势,其中PM_2.5和PM₁₀浓度分别降低了16.2%和25.1%,但是臭氧日最大8 h浓度均值的降幅仅为3.7%,且臭氧为首要污染物的天数超过90%.就臭氧前体物VOCs而言,民运会期间PAMS浓度（26.21×10^-9）低于历史同期;利用PMF模型解析出6个因子,依次为机动车尾气（28%）、LPG（21%）、燃烧（16%）、工业（15%）、溶剂（15%）和植物排放（5%）;空气保障期间,对燃烧源和工业源的管控较为明显.     

Observation and analysis of atmospheric volatile organic compounds in a typical petrochemical area in Yangtze River Delta, China

Volatile organic compounds (VOCs) are a kind of important precursors for ozone photochemical formation. In this study, VOCs were measured from November 5th, 2013 to January 6th, 2014 at the Second Jinshan Industrial Area, Shanghai, China. The results showed that the measured VOCs were dominated by alkanes (41.8%), followed by aromatics (20.1%), alkenes (17.9%), and halo-hydrocarbons (12.5%). The daily trend of the VOC concentration showed a bimodal feature due to the rush-hour traffic in the morning and at nightfall. Based on the VOC concentration, a receptor model of Positive Matrix Factorization (PMF) coupled with the information related to VOC sources was applied to identify the major VOC emissions. The result showed five major VOC sources: solvent use and industrial processes were responsible for about 30% of the ambient VOCs, followed by rubber chemical industrial emissions (23%), refinery and petrochemical industrial emissions (21%), fuel evaporations (13%) and vehicular emissions (13%). The contribution of generalized industrial emissions was about 74% and significantly higher than that made by vehicle exhaust. Using a propylene-equivalent method, alkenes displayed the highest concentration, followed by aromatics and alkanes. Based on a maximum incremental reactivity (MIR) method, the average hourly ozone formation potential (OFP) of VOCs is 220.49?ppbv. The most significant source for ozone chemical formation was identified to be rubber chemical industrial emissions, following one by vehicular emission. The data shown herein may provide useful information to develop effective VOC pollution control strategies in industrialized area.     

成都市城区大气VOCs季节污染特征及来源解析

为研究成都市城区大气VOCs季节变化特征,本研究在2018年12月至2019年11月对VOCs组分进行监测,并对VOCs的浓度水平、各化学组成、化学反应活性和来源进行分析.结果表明,成都市城区春、夏、秋和冬季VOCs的平均体积分数分别为32.29×10~(-9)、 36.25×10~(-9)、 40.92×10~(-9)和49.48×10~(-9),冬季的浓度明显高于其他季节,春季和夏季的浓度水平相差不大,各季节VOCs的组分浓度水平有所差异,冬季烷烃占总VOCs的比例最大,可能受机动车排放的影响较明显;夏季和秋季含氧(氮)挥发性有机物占比远高于春、冬季,一次源的挥发排放和二次转化的生成贡献较大;成都市城区不同季节大气中VOCs平均浓度排名靠前的关键组分基本无变化,主要是C_2～C_4的烷烃、乙烯、乙炔及二氯甲烷等,可能受机动车尾气、油气挥发、溶剂使用和LPG燃料等影响明显,夏季丙酮以及乙酸乙酯等含氧有机物浓度贡献突出;根据·OH消耗速率和OFP计算可知关键活性物种主要为间/对-二甲苯、乙烯、丙烯、1-己烯、甲苯、异戊烷和正丁烷等,这些物种应该优先减排和控制;四季VOCs源解析结果显示:春、夏季温度较秋、冬季高,光照更强,PMF明显解析出天然源和二次排放贡献,同时,由于夏季温度较高,解析出油气挥发占9%;秋、冬季占比增加的源主要为机动车尾气和燃烧源,燃烧源的排放占比在25%左右,另餐饮源的排放占比在9%左右.