2020年成都市典型臭氧污染过程特征及敏感性

2020年4月24日至5月6日成都市臭氧(O3)和细颗粒物(PM2.5)复合污染过程期间,在成都市城区开展大气臭氧及其前体物(NO,、VOCs)和气象参数观测实验,基于观测数据采用OBM模型对市区臭氧敏感性和主控因子进行识别,并采用PMF模型对关键VOCs物种进行来源解析.结果表明,臭氧超标日各污染物浓度均有所上升,VOCs物种中芳香烃和含氧(氮)化合物上升幅度较大;成都市城区O3超标天对应的臭氧处于显著VOCs控制区,芳香烃和烯烃对O3生成最为敏感,且存在削减NOx的不利效应;结合VOCs来源解析,城区VOCs主要来源:移动源(22.4％)、餐饮及生物质燃烧源(21.8％)、工业源(15.1％)和溶剂使用源(9.3％),臭氧超标天溶剂使用源、餐饮及生物质类燃烧源贡献率明显上升.成都市城区春季应以VOCs减排为重点,并加大芳香烃和烯烃相关源控制力度.     

成都市臭氧生成敏感性分析及控制策略的制定

利用OZIPR模式结合经验动力学建模方法(EKMA)模拟成都市2017年O_3生成过程并绘制EKMA曲线,模拟过程采用CB05机理描述系统的动力学机理,结果表明,成都市O_3生成处于VOCs控制区,同时存在NO_x单独减少的不利效应,O3控制策略应对VOCs进行减排或同时减排VOCs和NO_x.选取5种VOCs和NO_x减排比例进行计算,分析结果发现,VOCs与NO_x减排量呈线性关系:VOCs=0.77NO_x+0.18.成都市"十二五"规划中NO_x减排目标为19.13%,代入上式计算后知,VOCs需减排33%才能使O_3最大小时浓度达到环境空气质量的二级标准.利用臭氧生成潜势(OFP)计算14种VOCs人为排放源对O_3生成的贡献,结果显示,对OFP具有主要贡献的有8种排放源,将33%的VOCs减排目标分配到这8种排放源中,可得各排放源的VOCs减排目标:移动源11.88%、溶剂使用源10.23%、能源民用燃烧3.3%、化工行业2.97%、露天秸秆焚烧1.49%、餐饮0.83%、汽油蒸汽0.63%、建材行业0.59%.     

2021年夏季新乡市城区臭氧超标日污染特征及敏感性

基于2021年6～8月新乡市市委党校站点观测的挥发性有机物(VOCs)、常规空气污染物和气象参数,采用基于观测的模型(OBM)对臭氧(O₃)超标日的O₃敏感性和前体物的管控策略进行了研究.结果发现,O₃超标日呈现高温、低湿和低压的气象特征.在臭氧超标日,O₃及其前体物的浓度均有上升.臭氧超标日的VOCs最高浓度组分为含氧挥发性有机物(OVOCs)和烷烃,臭氧生成潜势(OFP)和·OH反应性最大的VOCs组分为OVOCs.通过相对增量反应性(RIR)分析,新乡6月O₃超标日臭氧生成处于VOCs控制区,7月和8月处于VOCs和氮氧化物(NO_x)协同控制区,臭氧生成对烯烃和OVOCs最为敏感.6月各前体物的RIR值在一天中会发生变化,但始终保持为VOCs控制区;7月和8月在上午为VOCs控制区,中午为协同控制区,下午分别为协同控制区和NO_x控制区.通过模拟不同前体物削减情景,结果表明削减VOCs始终有利于管控臭氧,而削减NO_x     

重庆市主城区O3污染时期大气VOCs污染特征及来源解析

2020年8月底至9月初,重庆市主城区发生了持续时间近2周的O₃污染过程.期间,在主城区3个观测站点利用苏玛罐和DNPH采样柱采集的环境空气VOCs样品,研究了O₃污染期间VOCs组分特征、光化学反应活性及来源解析.结果表明,观测期间重庆市主城区TVOCs平均体积分数为45.08×10^-9,各组分体积分数排序依次为OVOCs、烷烃、卤代烃、烯烃、芳香烃和炔烃.体积分数较高的VOCs物种是甲醛、乙烯和丙酮,三者之和占比TVOCs超过30%.OVOCs和烯烃对· OH消耗速率（L_i^·OH）和臭氧生成潜势（OFP）均具有较大的贡献,是生成O₃的关键VOCs组分;其中,OVOCs组分中主要的活性物种为甲醛、乙醛和丙烯醛,烯烃组分中主要的活性物种为异戊二烯、乙烯和正丁烯.VOCs中二甲苯与乙苯的比值较低,并且两者呈现显著的相关性,表明主城区大气中VOCs气团老化程度高,同时还受到其他区域远距离传输的影响.PMF受体模型解析结果显示,主要有5种VOCs来源,依次为二次生成源（27.67%）、机动车尾气源（26.56%）、工业排放源（17.86%）、植物源（14.51%）和化石燃料燃烧源（13.4%）.     

2020年和2021年南京城区臭氧生成敏感性和VOCs来源变化分析

PM_2.5和臭氧(O₃)协同防控是“十四五”期间空气质量提升的重点.O₃生成与其前体物挥发性有机物(VOCs)和氮氧化物(NO_x)呈高度非线性关系.基于南京市城区站点2020年和2021年的4～9月O₃、 VOCs和NO_x的连续在线监测数据,比较了两年间O₃及其前体物浓度的变化,进一步利用基于观测的盒子模型(OBM)和正定矩阵因子分解(PMF)模型分析了O₃-VOCs-NO_x敏感性和VOCs来源.结果表明,2021年的4～9月O₃日最大浓度、 VOCs和NO_x浓度的平均值相较于2020年同期约下降7%(P=0.031)、 17.6%(P<0.001)和14.0%(P=0.004).2020年和2021年的O₃超标天NO_x和人为源VOCs的平均相对增量反应活性(RIR)分别为0.17和0.14, 0....     

Significant contribution of spring northwest transport to volatile organic compounds in Beijing

High values of ozone (O₃) occur frequently in the dry spring season; thus, understanding the evolution characteristics of volatile organic compounds (VOCs) in spring is of great significance for preventing O₃ pollution. In this study, a total of 101 VOCs from April 16 to May 21, 2019, were quantified using an online gas chromatography mass spectrometer/flame ionization detector (GCMS/FID). The results indicated that the observed concentration of total VOCs (TVOCs) was 30.4 ± 17.0 ppbv, and it was dominated by alkanes (44.3%), followed by oxygenated VOCs (OVOCs) (17.4%), halocarbons (12.7%), aromatics (9.5%), alkenes (8.2%), acetylene (5.3%) and carbon disulfide (2.5%). The average mixing ratio of VOCs showed obvious diurnal variation (high at night, low during daytime). We conducted a source apportionment study based on 32 major VOCs using positive matrix factorization (PMF), and coal + biomass burning (25.2%), diesel exhaust (16.0%), gasoline exhaust + evaporation (17.4%), secondary + long-lived species (16.7%), biogenic sources (4.3%), industrial emissions (9.3%) and solvent use (11.2%) were identified as major sources of VOCs. In addition to local emissions, most of the atmospheric VOCs were derived from long-distance air masses (65.7%), and the average mixing ratio of VOCs in the northwest direction was 29.4 ppbv. Combined with the results of the potential source contribution function (PSCF) indicate that research should focus on the local emissions of combustion, transportation sources and solvents usage to control atmospheric VOCs. Additionally, transmission of the northwest air mass is an important component that cannot be ignored during spring in Beijing.     

2019年7月石家庄市O3生成敏感性及控制策略解析

基于石家庄市2019年7月近地面污染物和气象观测数据,分析夏季O₃污染状况及其影响因素;结合WRF-CMAQ模式和O₃浓度等值线（EKMA曲线）,探究不同区域O₃-VOCs-NO_x的非线性响应关系,旨在探究最佳的前体物减排方案.结果表明,观测期间,石家庄市市区MDA8 O₃超标率高达70.9%.污染天期间,伴随着高温、低湿、小风,且以南风和东南风为主.石家庄市市区属于VOCs控制区,郊县为NO_x和VOCs协同控制区.在臭氧污染时段,市区在仅削减NO_x排放,且削减比例超过50%时,持续减排NO_x使得O₃浓度呈逐渐下降趋势.在非臭氧日时段,市区在VOCs和NO_x的削减比例大于1倍时,O₃浓度才不会出现反弹.对于市区应考虑以仅削减VOCs为先;对于郊县区域而言,不同的NO_x和VOCs削减比例下,O₃浓度均会下降...     

成都市典型工艺过程源挥发性有机物源成分谱

选取成都市人造板、医药制造和化工制品等工艺过程源典型企业,通过采样瓶和SUMMA罐采样及GC-MS和国标分析方法,获取了人造板等行业各生产工艺环节的挥发性有机物(VOCs)排放组分特征.其中,人造板生产工艺分为制胶、调胶、分选和热压,医药制造分为生产车间和废水处理.结果表明,人造板和医药制造VOCs贡献组分以OVOCs为主,占VOCs总排放的50%以上.甲醛制造有组织和无组织排放组分差异较大,有组织以OVOCs为主而无组织以卤代烃为主.涂料制造VOCs排放与其原辅料相关性较高,VOCs排放组分以芳香烃和OVOCs为主.人造板各工艺环节除调胶外,最主要的VOCs组分均为甲醛,其排放占比达到50%以上.医药制造各工艺环节的首要VOCs组分均为乙醇,1,4-二烷、乙酸乙酯和甲苯等亦为主要组分.甲醛制造以丙酮和乙醇等组分为主.涂料制造主要以间,对-二甲苯等芳香烃为主.以臭氧生成潜势表征人造板、医药制造和化工的VOCs污染源反应活性,结果表明不同行业VOCs组分对反应活性的贡献类似,均主要以甲醛、乙醇等OVOCs和部分芳香烃等高活性组分为主.应对工艺过程源等行业分环节监管,并重点关注臭氧生成潜势较大的VOCs组分,分析行业排放特征和化学机制,从源头控制O3生成.     

西南典型区域夏季大气含氧挥发性有机化合物来源解析

含氧挥发性有机物（OVOCs）是大气光化学过程中的重要中间产物,是臭氧的重要来源之一.利用质子转移反应飞行时间质谱仪（PTR-TOF-MS）在成都平原对OVOCs进行观测,探讨其日变化特征、光化学反应活性、臭氧生成潜势和来源.结果表明,10个VOCs［乙醛、丙酮、异戊二烯、甲基乙基酮（methyl ethyl ketone,MEK）、甲基乙烯基甲酮（methyl vinyl ketone,MVK）、甲基丙烯醛（methacrolein,MACR）、苯、甲苯、苯乙烯、C8芳香烃和C9芳香烃］总浓度（体积分数）为（10.97±4.69）×10^-9,OVOCs为（8.54±3.44）×10^-9,芳香烃为（1.53±0.93）×10^-9,生物源VOCs为（0.90±0.32）×10^-9;光化学活性和臭氧生成潜势均排名前三的物种为：异戊二烯、乙醛和C8芳香烃;3个OVOCs物种（乙醛、丙酮和MEK）主要来源于本地生物源和人为二次源,且丙酮有较强的区域背景值,说明该地区的污染受到较为显著的区域传输的影响.本研究可加深对西南地区臭氧的区域形成机制的认识,为科学管控臭氧污染提供依据.     

我国机动车排放VOCs及其大气环境影响

挥发性有机化合物(volatile organic compounds,VOCs)作为大气中主要污染物之一,是O3和二次有机气溶胶(secondary organic aerosol,SOA)的重要前体物.为全面了解我国城市机动车排放VOCs对空气质量的影响,本文系统介绍了我国部分城市大气中VOCs的源解析最新成果,并分车型、分燃料综述了我国机动车VOCs的排放因子、成分谱及其对二次污染的贡献,以期为未来机动车VOCs排放和控制提供数据和理论支持.研究发现,机动车是我国城市大气VOCs的最大源,平均贡献率为36.8%;摩托车和轻型汽油车是主要排放车型.机动车尾气排放VOCs对城市O3和SOA生成都有重要贡献,随着排放标准提升和运行工况改善,机动车排放因子和臭氧生成潜势(ozone formation potentials,OFPs)明显降低,成分谱以芳香烃和烯烃等活性组分为主,对二次污染的贡献较大.     

The levels, sources and reactivity of volatile organic compounds in a typical urban area of Northeast China

Air concentrations of volatile organic compounds (VOCs) were continually measured at a monitoring site in Shenyang from 20 August to 16 September 2017. The average concentrations of alkanes, alkenes, aromatics and carbonyls were 28.54, 6.30, 5.59 and 9.78 ppbv, respectively. Seven sources were identified by the Positive Matrix Factorization model based on the measurement data of VOCs and CO. Vehicle exhaust contributed the most (36.15%) to the total propene-equivalent concentration of the measured VOCs, followed by combustion emission (16.92%), vegetation emission and secondary formation (14.33%), solvent usage (10.59%), petrochemical industry emission (9.89%), petrol evaporation (6.28%), and liquefied petroleum gas (LPG) usage (5.84%). Vehicle exhaust, solvent usage and combustion emission were found to be the top three VOC sources for O₃ formation potential, accounting for 34.52%, 16.55% and 11.94%, respectively. The diurnal variation of the total VOCs from each source could be well explained by their emission characteristics, e.g., the two peaks of VOC concentrations from LPG usage were in line with the cooking times for breakfast and lunch. Wind rose plots of the VOCs from each source could reveal the possible distribution of the sources around the monitoring site. The O₃ pollution episodes during the measurement period were found to be coincident with the elevation of VOCs, which was mainly due to the air parcel from the southeast direction where petrochemical industry emission was found to be dominant, suggesting that the petrochemical industry emission from the southeast was probably a significant cause of O₃ pollution in Shenyang.     

典型城市臭氧污染源贡献及控制策略费效评估

东莞是珠三角O_3污染最严重的城市,使用RSM/CMAQ(曲面响应模型)法分析了珠三角区域人为排放的NO_x和VOCs对东莞市O_3浓度变化源贡献.2014基准年分析结果表明,扣除模型域外区域传输及天然源排放对O_3本底浓度贡献(41.00%)后,东莞本地VOCs排放对O_3贡献最大(18.50%),珠三角区域NO_x减排率13%时可持续降低东莞市O_3浓度.进一步使用ABa CAS-SE(空气污染控制成本效益与达标评估系统)对2017、2020、2025东莞市3个未来年O_3污染控制情景进行了费效评估.评估结果显示,NO_x和VOCs控制比例相对较低的2017年控制情景人体健康效益/区域控制成本比约为1.1;而控制比例相对较高的2025年东莞O_3达标情景效益成本比仅为0.1.这说明,在高减排率情景下,以末端治理为主的控制措施经济可行性较差,需综合采取产业/能源结构调整、清洁生产等措施实现NO_x和VOCs的大比例减排,实现东莞O_3的稳定达标.今后将进一步研究NO_x和VOCs减排对PM_(2.5)环境浓度及健康效益影响,开展多目标污染物协同控制费效评估.     

基于WRF-CMAQ/ISAM模型的榆林市夏季O3来源解析

为了更清楚地了解榆林市夏季臭氧污染来源,提出科学的治理建议,利用WRF-CMAQ模型对2019年7月榆林市和周边地区(包含太原市、西安市、银川市和呼和浩特市等省会城市)的O₃浓度进行模拟;利用ISAM模块,对榆林市一次重污染过程的O₃和其前体物NO_x、 VOCs来源进行量化.结果表明,重污染日榆林市的O₃主要来自模拟区域外的远距离传输(55.5%),其次是模拟区域内前体物的光化学反应生成(20.6%,榆林市、山西省、内蒙古自治区和陕西省依次为10.0%、 5.0%、 2.3%和2.1%,甘肃省、宁夏回族自治区和河南省合计为1.2%)和初始条件(0.3%),剩余来源(23.6%)未能被成功标记;榆林市处于VOCs控制区,其VOCs由烷烃(76.5%)、酮类(9.2%)和其它种类的VOCs(14.3%)构成,VOCs来源有模拟区域内的污染源排放(45.6%,榆林市、山西省、内蒙古自治区和陕西省依次为22.0%、 11.4%、 6.3%和5.1%,甘肃省、宁夏回族自治区和河南省合计为0.8%)和模拟区域外...     

典型内燃叉车尾气挥发性有机物与正构烷烃的排放特征

非道路柴油车尾气是影响我国空气质量的重要排放源,但目前针对其化学组分及其影响因素的了解仍然非常有限.以6台内燃叉车为研究对象,利用气态组分在线监测结合样品采集离线分析方法,重点探讨了柴油机颗粒物过滤器(DPF)对叉车尾气中的关键化学组分挥发性有机物(VOCs)和正构烷烃含量及其特征的影响.结果 表明,含氧挥发性有机物(...     

深圳市2022年春季新冠疫情管控期间空气质量分析

短期减排是我国城市应对大气污染事件的重要应急管控手段,但短期减排的效益尚未得到完善分析.2022年3月14～20日,广东省深圳市为抑制新冠疫情传播实施了全市管控,为评估短期减排对华南城市春季空气质量的影响提供独特机会.结合深圳市高精度环境空气质量监测与气象观测等多源数据,分析了深圳市管控期间前后的空气质量变化.此次管控前和管控期中均有部分日期天气形势静稳,局地污染水平主要反映本地排放,有利于分析本地减排的影响.观测与WRF-GC区域化学模拟都表明,与珠三角周边城市相比,深圳市管控期间由于市内交通源排放显著减少,深圳市二氧化氮(NO₂)浓度降低(-26±9.5)%,可吸入颗粒物(PM₁₀)浓度降低(-28±6.4)%,细颗粒物(PM_2.5)浓度降低(-20±8.2)%,但臭氧(O₃)浓度无显著变化[(-1.0±6.5)%].TROPOMI卫星观测的甲醛和二氧化氮柱浓度数据对比表明,2022年春季珠三角臭氧光化学主要受挥发性有机物(VOCs)浓度控制,对氮氧化物浓度降低不敏感,反而可能因氮氧化物对臭氧滴...     

基于Brute-Force方法的京津冀区域夏季臭氧反应机制

近年来京津冀区域夏季臭氧（O₃）体积分数仍居高位,轻中度污染频繁发生,相关反应机制研究亟需开展.利用WRF-Chem模式对该区域2018年夏季代表月O₃浓度进行模拟,并基于Brute-Force方法探究了区域层面前体物减排的O₃变化.O₃在不同排放情景的变化表明,该区域O₃反应机制以VOCs控制区与非敏感区为主,VOCs控制区主要聚集京津冀中部,呈南北带状分布,面积占比15.60%~26.59%.区域各市城区的O₃浓度对前体物排放的相对响应强度（RRI）具有很大的空间差异性,对于VOCs,RRI_VOC在0.03~0.16范围内;而对于NO_x,RRI_NO_x在-0.40~0.03范围内.纬度越高的城区,RRI值越剧烈,表明了越为显著的区域输送影响.前体物排放强度高的城区,RRI_NO_x值越低,暗示RRI_NO_x对当地NO₂浓度的负向依赖;但RRI_VOC与NO₂水平无明显关联,更依赖于对前体物相对丰度（VOCs ：NO_x）.RRI_VOC与RRI_NO_x比值在多数城市表现为负值,VOCs协同减排以抑制O₃浓度恶化十分必要;该比值的绝对值在工业化和城市化高的城市远低于普通中小城市,意味着这些城市VOCs协同减排的要求将更高.然而,即使在前体物50%减排下,区域各城市O₃浓度改善仍然有限,毗邻省份的区域外联合治理也依然重要.     

中国典型城市O3与前体物变化特征及相关性研究

为了解我国不同气候背景城市O₃污染及其与前体物的关系,选取北京市、沈阳市、银川市、成都市、南京市和广州市作为典型代表城市,基于这6个城市2014-2016年ρ（O₃）、ρ（NO₂）和ρ（CO）资料对O₃与其前体物质量浓度变化特征及二者相关性进行研究.结果表明:①2014-2016年6个城市ρ（O₃）年均值大小顺序依次为南京市>沈阳市>北京市>银川市>成都市>广州市,ρ（NO₂）年均值大小顺序依次为北京市>成都市>南京市>沈阳市>广州市>银川市,ρ（CO）年均值大小顺序依次为北京市>银川市>成都市>沈阳市>南京市>广州市.2014-2016年除广州市ρ（O₃）下降、沈阳市变化不明显外,其他城市ρ（O₃）总体呈上升趋势;各城市ρ（NO₂）和ρ（CO）普遍呈下降趋势.②广州市ρ（O₃）夏季最高、春季最低,其他城市四季ρ（O₃）大小顺序依次为夏季>春季>秋季>冬季;北京市、沈阳市和银川市四季ρ（NO₂）和ρ（CO）大小顺序依次为冬季>秋季>春季>夏季,成都市、广州市和南京市为冬季>春季>秋季>夏季.各城市ρ（O₃）和ρ（O_x）日变化呈单峰型,ρ（NO₂）和ρ（CO）日变化呈双峰型.③6个城市城区ρ（O₃）均低于清洁对照点,城区ρ（NO₂）和ρ（CO）均高于清洁对照点,并且城区与清洁对照点O₃及其前体物质量浓度差值随城市和月份变化存在一定的差异.④各城市ρ（O₃）与ρ（NO₂）和ρ（CO）均呈负相关,与ρ（O_x）呈显著正相关;城区ρ（O₃）与ρ（NO₂）和ρ（CO）的相关性均好于清洁对照点,清洁对照点ρ（O₃）与ρ（O_x）的相关性则好于城区.⑤各城市ρ（O₃）超标率随ρ（NO₂）和ρ（CO）的增加均呈先迅速上升再快速减小,之后缓慢变化的特征,但ρ（O₃）超标率峰值对应的ρ（NO₂）和ρ（CO）有所差异.研究显示,日照条件较好的银川市、北京市和沈阳市O₃与其前体物相关性较成都市、南京市和广州市强.      

大连市夏季VOCs化学反应活性及来源

为了解大连市环境空气挥发性有机物（VOCs）污染特征及来源,基于2020年6~8月高时间分辨率VOCs在线观测数据,对大连市大气VOCs的浓度水平、组成特征、反应活性及来源情况进行了分析.结果表明φ（VOCs）的平均值为（10.21±5.71）×10^-9,其中烷烃占比为66.35%,烯烃为11.89%,炔烃为7.75%,芳香烃为14.01%.VOCs和NO_x呈现夜间高,白天低的特征,而O₃变化趋势相反.综合考虑物种活性,确定甲苯、乙烯、间/对-二甲苯、1-己烯、正丁烷、异戊烷、正戊烷和异戊二烯是影响大连市大气VOCs的关键物种,优先控制烯烃和芳香烃类化合物的排放是改善大连市夏季O₃污染的关键.PMF源解析结果显示交通源（26.38%）、燃烧源（22.75%）、工业排放源（17.09%）、溶剂使用源（14.59%）、天然源（11.72%）和其他（7.47%）为监测期间VOCs的主要来源,交通源和燃烧源排放是大连市夏季O₃防控的重点污染源.     

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.