长江三角洲2017年机动车IVOCs排放清单构建及其对SOA的生成影响

中等挥发性有机物（IVOCs）对大气中二次有机气溶胶（SOA）的生成有重要贡献,但尚未包括在目前的排放清单中.本研究以长三角地区为研究对象,分别基于排放因子法和IVOCs/POA比例系数法对长三角地区2017年机动车IVOCs的排放量进行估算,构建长三角地区2017年机动车IVOC排放清单,分析其不确定性并估算其对SOA生成潜势的影响.基于排放因子法的结果表明,2017年长三角地区机动车IVOCs排放总量为3.58万t,SOA的生成潜势为695 t,其中载货汽车的IVOCs排放量在长三角大部分城市的占比均超过70%;从燃料类型来看,柴油车的IVOCs排放量远高于汽油车.基于IVOCs/POA比例系数法的结果表明,由不同的IVOCs/POA比例以及不同的POA/PM_2.5占比得到的排放清单结果差别巨大,最大值可达64.2万t,最小仅为5.2万t,造成的SOA生成潜势分别为1.55万t和1032 t.本研究表明基于不同的估算方法构建的IVOCs排放清单结果差别巨大,具有很大的不确定性,将直接影响后续空气质量模型对SOA的模拟结果.因此,需进一步将不同清单结果用于空气质量模型中对SOA进行模拟,通过与观测值的比较,从而获得较为准确的长三角地区机动车IVOCs排放清单.     

广东省移动源中等挥发性有机物（IVOCs）排放清单及不确定性分析

中等挥发性有机物（Intermediate Volatility Organic Compounds,IVOCs）是二次有机气溶胶（SOA）的重要前体物.然而,当前我国IVOCs排放清单研究相对较少,现有研究大多采用基于IVOCs/POA比值法估算,导致IVOCs排放表征存在很高的不确定性.以移动源为研究对象,在优先采用本土实测的排放因子的基础上,构建了基于实测排放因子的广东省2019年移动源IVOCs排放清单,并与基于IVOCs/POA比值法建立的排放清单进行对比评估.结果显示：2019年广东省移动源IVOCs总排放量为2.1万t,其中,道路移动源IVOCs排放量为1.5万t,占总排放量的70%,主要来自柴油重货（33%）、柴油轻货（23%）、汽油小客（14%）.其中,道路移动源IVOCs汽油车主要以国四、国五标准车型为主,分别占 汽油车排放的36%和49%,而柴油车主要以国三、国四标准车型为主,分别占柴油车排放的53%和28%.相比实测因子法,比值法计算的道路移动源IVOCs排放整体偏高了100%~200%,但计算的非道路移动源IVOCs排放整体偏低了近1/3.通过不确定性量化对比也发现,实测因子法建立的IVOCs排放清单不确定性整体比比值法平均降低了60%,表明实测排放因子能够提高IVOCs表征的可靠性.此外,本土和国外实测排放因子建立的道路移动源IVOCs排放也有明显差异,采用国外实测排放因子可能会导致广东省2019年道路移动源IVOCs排放低估30%~50%.     

江苏省2019年S/IVOCs排放清单及分布特征

通过收集各类S/IVOCs排放源的活动水平数据,选取合适的排放因子和估算方法,建立了2019年江苏省半/中等挥发性有机物(S/IVOCs)排放清单,分析了江苏省各地市以及各排放源的排放特征.结果表明,2019年江苏省排放S/IVOCs约637.31 Gg,其中工业源排放最多,占比达到63.42%,其次为道路移动源(22.23%),非道路移动源占比最少(0.06%).江苏省13地市中,苏州市S/IVOCs排放量最高(161.86 Gg),占江苏省S/IVOCs排放总量的25.40%;单位面积排放强度苏州市最高(18.70 t·km^-2),而单位GDP排放强度连云港市最高(22.45 t·亿元^-1).江苏南部S/IVOCs的排放量较中部和北部地区高,各地市S/IVOCs总排放量、单位面积排放强度和单位GDP排放强度相差均较大.全省S/IVOCs排放量的不确定范围在-88.46%～224.38%,其中生物质燃烧源的不确定范围最大,为-96.40%～277.17%.     

基于卫星火点排放清单(FINN)的我国东北三省生物质户外燃烧网格化清单建立及时空演变特征分析

生物质户外燃烧是影响环境空气质量的重要污染源,东北三省作为我国的重要农业产区,分析其生物质户外燃烧情况能够为当地秸秆资源综合利用和环境质量改善等提供依据.该研究基于卫星火点排放清单(Fire INventory from NCAR,FINN),分析了我国东北三省2016-2020年生物质户外燃烧火点的时空分布特征,结合空气质量监测数据进行了重污染天气成因分析,并建立了可用于数值模拟的生物质户外燃烧源网格化清单.结果表明：(1)东北三省2018-2019年火点数量较2016-2017年大幅减少,2020年有所增加.年内火点主要出现在春秋两季,春季相对更多.火点主要分布在东北平原,即黑龙江省的东部和西部,以及吉林省西部等,其他地区火点数量相对较少,呈零散式分布的特点.(2)该研究搭建了东北三省2016-2020年生物质户外燃烧源网格化清单,清单空间分辨率为3 km,污染物种类包括SO₂、NO_x、CO、NMVOC、NH₃、PM₁₀、PM_2.5、BC和OC等,2016-2020年污染物...     

西安人为源VOCs排放特征及其对O3和SOA生成潜势的影响

为研究西安市人为源VOCs（挥发性有机物）对OFP（O₃生成潜势）和SOAFP（二次有机气溶胶生成潜势）的影响,基于西安市环境统计数据和相关统计资料,结合排放因子法和已有的源成分谱,建立西安市人为源VOCs排放清单,并利用最大增量反应活性（MIR）和气溶胶生成系数（FAC）估算各类人为源排放VOCs对O₃和SOA（二次有机气溶胶）的生成贡献.结果表明:①2016年西安市人为源VOCs排放总量为119.187×103 t,其中,溶剂使用源、移动源和工艺过程源是主要的排放源,排放量分别为50.676×103、29.414×103、24.430×103 t. ②2016年西安市各区县VOCs排放总量较大的依次为长安区、雁塔区、未央区和碑林区,排放量分别为15.28×103、12.34×103、11.81×103和10.14×103 t,莲湖区、新城区和灞桥区VOCs排放量大于5×103 t,而阎良区排放量最小. ③2016年西安市总OFP为222.087×103 t,间/对-二甲苯、甲苯、邻-二甲苯等对总OFP的贡献率为72.40%;溶剂使用源对总OFP的贡献率最大,其次是生物质燃烧源,并且生物质燃烧源单位质量VOCs的OFP最强. ④2016年西安市总SOAFP为318.347 t,间/对-二甲苯、甲苯、邻-二甲苯、乙苯等对总SOAFP的贡献率为88.65%;溶剂使用源对总SOAFP的贡献率最大,其次是生物质燃烧源,而且溶剂使用源单位质量VOCs的SOAFP强于其他排放源.研究显示,与其他地区VOCs单位面积排放清单相比,西安市VOCs单位面积排放强度处于中等水平.      

广东省人为源BC、OC排放清单建立与校验

根据收集的人为源活动水平数据和最新的排放因子,采用"自下而上"和"自上而下"相结合的排放因子法建立了广东省2012年人为源BC、OC排放清单.结果显示,2012年广东省人为源BC、OC排放量分别为53.5×103、78.8×103t.BC排放主要来自道路移动源和生物质燃烧源,贡献率分别为30.1%和29.4%,生物质燃烧源和餐饮源是主要的OC排放贡献源,贡献率分别为48.5%和16.9%.建立的BC、OC排放源清单仍然具有较大的不确定性,分别为-66%~154%和-63%~126%.其中,道路移动源和生物质燃烧源是主要的不确定贡献源,餐饮源和扬尘源次之,不确定性主要来自由质量分数间接得到的BC和OC排放因子.最后,采用清单结果横向比较法和基于环境监测浓度结果对比法2种方法对本研究的结果进行了校验,结果表明,本研究清单结果基本合理.建议统一不同排放源成分谱的建立方法,加强排放源颗粒物测试,并重视清单结果校验的研究以降低不确定性,从而改进BC、OC排放源清单.     

民用固体燃料源的IVOCs排放特征及燃烧温度的影响

中等挥发性有机物(intermediate-volatility organic compounds,IVOCs)是近年备受关注的二次有机气溶胶的重要前体物,但目前急需包括民用固体燃料燃烧在内的源排放数据.本文选择两种成熟度不同的烟煤(灵武煤和徐州煤)和两种生物质(稻秆和松木)为研究对象,结合石英管式炉和稀释通道开展7个温度点(300～900℃,以100℃为间隔)的燃烧实验,采集和分析烟气中的IVOCs,探讨煤和生物质燃烧的IVOCs排放因子、组成以及燃烧温度的影响.结果表明,生物质燃烧的IVOCs平均排放因子[(483±182) mg·kg-1]比烟煤[(190±108) mg·kg-1]高2. 5倍;组成方面,生物质和煤的IVOCs均以剩余UCM占主导[分别为(81±11)%和(68±6)%],而生物质排放的正构及支链烷烃占比明显低于烟煤,但芳香烃略高;燃烧温度对两类燃料的影响存在显著区别:烟煤(以灵武煤为例)的IVOCs在500℃[(340±113) mg·kg-1]比900℃[(63±15)mg·kg-1]高5. 4倍,而生物质在400～500℃和800～900℃时呈现两个含量相当的峰值;随着燃烧温度提升,松木IVOCs中芳香烃的占比从1%增加到29%,剩余UCM则从92%降低到61%,烟煤的变化幅度则很小.进一步结合校正燃烧效率对两类燃料和燃烧温度影响IVOCs排放的机理进行了解释.     

鹤壁市大气挥发性有机物源排放清单研究

采用排放系数法与“自下而上”的活动水平数据收集方法,建立了鹤壁市化石燃料固定燃烧源、工艺过程源、溶剂使用源、储存运输源、废弃物处理源等固定源、移动源、餐饮油烟和生物质燃烧等面源的VOCs排放清单.结果表明：鹤壁市2017年VOCs排放总量为8829.7t.其中,工艺过程源排放量最大（3052.5t）,占VOCs总排放量的32%;其次是移动源（2712.8t）和溶剂使用源（1447.1t）,分别占总排放量的29%和15%;从空间分布看,浚县的VOCs排放量最大（3444.0t）,其次为淇滨区（1519.4t）、山城区（1516.0t）、淇县（1103.8t）和鹤山区（1041.9t）;其中,机动车（1932.0t）、建材冶金（903.6t）、化学制品制造（829.6t）、橡塑（646.8t）等VOCs排放量较大.对比河南省省会郑州市、同为煤炭资源型城市焦作市,鹤壁市的VOCs排放总量是郑州市的1/11,焦作市的1/3.但鹤壁市单位面积的VOCs排放量较大,是郑州市的1/3,焦作市的1/2,且鹤壁市单位GDP的VOCs排放量与郑州市和焦作市非常接近.说明鹤壁市VOCs排放总量低,但排放强度较高,仍需要加大减排力度.根据本清单的研究结果,建议鹤壁市可着重加强工艺过程源和移动源的减排,重点减排区域为浚县、鹤山区和淇滨区的交汇地带,重点减排机动车、建材冶金、化学制品制造等;此外,还应关注橡塑、餐饮油烟、工业生物质锅炉等行业的VOCs排放.     

兰州生物质燃烧VOCs排放特征及其大气环境影响

采用排放因子法建立了2016年兰州市生物质燃烧源挥发性有机物（VOCs）排放清单,并分析了污染物的时空排放特征,利用排放清单对生物质燃烧源的臭氧生成潜势（OFP）和二次有机气溶胶（SOA）生成潜势进行了估算,研究其排放对大气环境的影响.结果表明：2016年兰州市生物质燃烧源排放VOCs总量为6626.2t,排放高值区在榆中东南及东北部、永登中部和七里河南部,经济水平落后、秸秆产量大的地区污染物排放量更大.污染物排放集中在采暖季（11~3月）及农作物收割期（7~8月）;兰州市生物质燃烧源的OFP总量为13880.3t,煨炕为OFP贡献最大的子源,占比46.1%,含氧挥发性有机物（OVOCs）为OFP贡献最大的关键组分,占比51.4%;OFP贡献排名前10的物种有乙酸、丙烯、2-丁酮、甲苯、甲醛、乙醛、间/对-二甲苯、1-丁烯、丙酸和异戊二烯.煨炕是SOA生成潜势贡献最大的子源,占比46.5%,芳香烃为SOA生成潜势贡献最大的关键组分,占比62.2%,SOA生成潜势贡献排名前10的物种有苯酚、甲苯、α-蒎烯、间/对-二甲苯、苯、邻二甲苯、茚、1,2,4-三甲基苯、乙苯和1,2,3-三甲基苯;以降低区域O₃和SOA浓度为目标时,应优先管控煨炕和秸秆露天燃烧（玉米）两类子源.     

西宁市生物质燃烧源大气污染物排放清单

本研究根据调查的西宁市生物质燃烧源活动水平数据,采用排放因子方法,建立了 2018年西宁市生物质燃烧源9种大气污染物的排放清单,并分析了清单的时空分布特征和不确定性.结果表明,西宁市2018年生物质燃烧源CO、NOx、SO2、NH3、VOCs、PM2.5、PM10、BC 和OC 的排放量分别为 11 718.34、604.41、167.80、209.72、1 617.97、2 054.04、2 135.04、281.07和 1 224.78 t.秸秆露天焚烧 CO、NOx、VOCs、PM2.5、PM10、BC 和OC 的排放对生物质燃烧源的排放贡献率最高;其中,秸秆露天焚烧NOx、VOCs和CO的贡献率分别为72.35％、63.94％和53.18％.户用生物质炉NH3和SO2的排放对生物质燃烧源的贡献率最大,分别为41.49％和42.05％.生物质燃烧源大气污染物排放地区分布不均衡,主要集中于大通县和湟中区.生物质燃烧源9项污染物的排放量在1、2、3、10、11和12月较大,占比在5％～33％.蒙特卡罗模拟结果表明,在95％置信区间下,不确定度最高的是森林和草原火灾的PM2.5排放,不确定度为-26.71％～29.78％.     

Emission of intermediate volatility organic compounds from a ship main engine burning heavy fuel oil

Intermediate volatility organic compounds (IVOCs) are crucial precursors of secondary organic aerosol (SOA). In this study, gaseous IVOCs emitted from a ship main engine burning heavy fuel oil (HFO) were investigated on a test bench, which could simulate the real-world operations and emissions of ocean-going ships. The chemical compositions, emission factors (EFs) and volatility distributions of IVOC emissions were investigated. The results showed that the main engine burning HFO emitted a large amount of IVOCs, with average IVOC EFs of 20.2–201?mg/kg-fuel. The IVOCs were mainly comprised of unspeciated compounds. The chemical compositions of exhaust IVOCs were different from that of HFO fuel, especially for polycyclic aromatic compounds and alkylcyclohexanes. The volatility distributions of IVOCs were also different between HFO exhausts and HFO fuel. The distinctions in IVOC emission characteristics between HFO exhausts and HFO fuel should be considered when assessing the IVOC emission and related SOA formation potentials from ocean-going ships burning HFO, especially when using fuel-surrogate models.     

Emissions of intermediate volatility organic compound from waste cooking oil biodiesel and marine gas oil on a ship auxiliary engine

Ship auxiliary engines contribute large amounts of air pollutants when at berth.Biodiesel,including that from waste cooking oil(WCO),can favor a reduction in the emission of primary pollutant when used with internal combustion engines.This study investigated the emissions of gaseous intermediate-volatile organic compounds(IVOCs) between WCO biodiesel and marine gas oil(MGO) to further understand the differences in secondary organic aerosol(SOA) production of exhausts.Results revealed that WCO exhaust exhibited similar IVOC composition and volatility distribution to MGO exhaust,despite the differences between fuel contents.While WCO biodiesel could reduce IVOC emissions by 50% as compared to MGO,and thus reduced the SOA production from IVOCs.The compositions and volatility distributions of exhaust IVOCs varied to those of their fuels,implying that fuel-component-based SOA predicting model should be used with more cautions when assessing SOA production of WCO and MGO exhausts.WCO biodiesel is a cleaner fuel comparing to conventional MGO on ship auxiliary engines with regard to the reductions in gaseous IVOC emissions and corresponding SOA productions.Although the tests were conducted on test bench,the results could be considered as representative due to the widely applications of the test engine and MGO fuel on real-world ships.     

Roles of semivolatile and intermediate-volatility organic compounds in secondary organic aerosol formation and its implication: A review

Secondary organic aerosol (SOA) is a very important component of fine particulate matter (PM_2.5) in the atmosphere. However, the simulations of SOA, which could help to elucidate the detailed mechanism of SOA formation and quantify the roles of various precursors, remains unsatisfactory, as SOA levels are frequently underestimated. It has been found that the performance of SOA formation models can be significantly improved by incorporating the emission and evolution of semivolatile and intermediate-volatility organic compounds (S/IVOCs). In order to explore the roles of S/IVOCs in SOA formation, this study reviews some simulation models which could consider S/IVOCs for SOA formation as well as the development of emission inventories of S/IVOCs and S/IVOC modules for SOA formation. In addition, the future research directions for simulations of the effect of S/IVOCs on SOA formation are suggested.     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

加入SOA示踪的深圳大气PM2.5受体模型源解析

为厘清包括二次有机气溶胶（SOA）在内的深圳市区PM_2.5各种一次和二次来源贡献,本文于2017年9月2日~2018年8月29日在深圳市大学城点位开展PM_2.5样品采集,并进行化学组分和水溶性有机物（WSOM）质谱测量,共获得162组有效数据.观测期间深圳市大气PM_2.5平均质量浓度为26μg/m³,在传统PMF源解析的基础上加入羧基离子碎片（CO₂⁺）作为SOA的示踪物,加入水溶性有机氧（WSOO）用于计算各因子O/C,验证有机物解析效果.结果表明,SOA可以被独立解析出,其O/C明显高于其他一次污染源中有机物;机动车、二次硫酸盐、二次硝酸盐、SOA为最主要的4个源,对PM_2.5质量浓度的贡献分别为25%、23%、17%和10%,船舶、地面扬尘、老化海盐、建筑尘、生物质燃烧、燃煤和工业贡献均在5%以内.各个源的变化特征表明,机动车、二次硫酸盐、二次硝酸盐、SOA等源贡献呈现冬高夏低的季节特征,与冬季季风条件下源自内陆的污染传输密切相关.污染天气时,二次硝酸盐和SOA的贡献增加相对最显著,因此NOx和挥发性有机物是减排的关键.     

Assessing the influence of environmental conditions on secondary organic aerosol formation from a typical biomass burning compound

The atmospheric chemistry in complex air pollution remains poorly understood. In order to probe how environmental conditions can impact the secondary organic aerosol (SOA) formation from biomass burning emissions, we investigated the photooxidation of 2,5-dimethylfuran (DMF) under different environmental conditions in a smog chamber. It was found that SO₂ could promote the formation of SOA and increase the amounts of inorganic salts produced during the photooxidation. The formation rate of SOA and the corresponding SOA mass concentration increased gradually with the increasing DMF/OH ratio. The addition of (NH₄)₂SO₄ seed aerosol accelerated the SOA formation rate and significantly shortened the time for the reaction to reach equilibrium. Additionally, a relatively high illumination intensity promoted the formation of OH radicals and, correspondingly, enhanced the photooxidation of DMF. However, the enhancement of light intensity accelerated the aging of SOA, which led to a gradual decrease of the SOA mass concentration. This work shows that by having varying influence on atmospheric chemical reactions, the same environmental factor can affect SOA formation in different ways. The present study is helpful for us to better understand atmospheric complex pollution.     

深圳市大气PM2.5来源解析

为识别和量化深圳市大气PM_2.5的污染来源,2014年3,6,9,12月分别在5个站点采集PM_2.5的膜样品并进行质量浓度及组分分析,利用正向矩阵因子解析（PMF）模型对其主要来源和时空变化规律进行了解析.结果表明,2014年深圳市PM_2.5年均浓度为35.7 μg/m³,其中机动车源、二次硫酸盐生成、二次有机物生成和二次硝酸盐生成是最主要的来源,质量浓度贡献比例分别为27%、21%、12%和10%;地面扬尘、生物质燃烧源、远洋船舶源、工业源、海洋源、建筑尘和燃煤源贡献比例达2%~6%.各个源贡献的时空变化特征表明,二次硫酸盐生成、生物质燃烧源、二次有机物生成、工业源、远洋船舶源和海洋源显示出明显的区域源特征,机动车源、二次硝酸盐生成、燃煤源、地面扬尘和建筑尘具有显著的本地源特征.     

成都双流夏秋季环境空气中VOCs污染特征

为了解成都市大气污染重点防治区域——双流地区的环境大气中挥发性有机物(VOCs)的污染特征和来源,2016年8月30日~2016年10月7日,VOCs外场观测在成都市双流区展开.结果表明,在线观测期间,采样站点总的大气挥发性有机物(TVOCs)的平均体积分数为(45. 15±43. 74)×10-9,其中烷烃的贡献最大(29%),其次是芳香烃(22%)、卤代烃(17%)、含氧挥发性有机物(OVOCs,15%)、烯烃(9%)、乙炔(7%)、乙腈(1%);优势物种为丙酮、二氯甲烷、乙炔、乙烯、苯、甲苯、间/对-二甲苯、丙烷、1,2-二氯乙烷以及丁酮.通过比较VOCs的化学反应消耗速率发现,反应活性最大的为芳香烃,其次是烯烃;反应活性最强的物种为苯乙烯、间/对-二甲苯、异戊二烯、乙烯等.整个观测期间,有两次明显的生物质燃烧活动.国庆假日期间,TVOCs浓度相比之前明显上升,平均体积分数达57. 65×10-9,其中,短链烯烃、卤代烃以及OVOCs浓度上升最为显著.分析某些关键的非甲烷总烃(NMHCs)和OVOCs的日变化特征发现,其变化规律反映了双流地区不同源排放特点.双流区环境空气中VOCs受本地工业源排放影响较大.