濮阳市VOCs污染特征及其臭氧生成潜势分析

以京津冀及周边"2+26"城市之一濮阳为例,对环境空气VOCs的污染特征及其臭氧生成潜势进行分析。研究表明:濮阳市的臭氧生成对VOCs浓度比较敏感,VOCs各组分的平均浓度表现为含氧有机物烷烃芳香烃烯烃炔烃,乙烯和丙酮是浓度水平最高的2种物质,对VOCs浓度贡献分别为11. 3%和10. 5%; VOCs各组分的臭氧生成潜势量表现为含氧有机物芳香烃烯烃烷烃炔烃。OFP排名前三位的是乙醛、乙烯和甲苯,其对臭氧生成的贡献量超过了总量的三分之一;制定关键物质选取原则,筛选出濮阳市VOCs的关键种类; VOCs及其关键种类与气温和风向存在一定的相关关系;濮阳市VOCs关键种类的污染主要来源于化石燃料燃烧、石油化工生产和溶剂涂料挥发等工业生产和机动车尾气排放等。     

成渝地区典型中小城市VOCs污染特征、臭氧生成潜势及来源分析

为了解成渝地区中小城市VOCs污染特征及其来源，选取该区域典型代表城市-遂宁市为研究对象，利用2019年不同时间不同功能区106种VOCs离线观测数据，研究了该市VOCs污染水平和时空特征，分析了VOCs主要成分及其对臭氧的影响，并进行了源解析。结果显示：(1)遂宁市大气中VOCs平均体积分数为39.4×10^-9,8月的浓度较高，其空间排序为工业区>城郊区≈文教区。(2)OVOCs和烷烃是VOCs主要组分，占比达73.4%,且不受时间和空间限制；工业区不同组分浓度均高于城郊区和文教区，城郊区和文教区的同组分占比相差较小；丙酮和乙烷是VOCs中体积分数最大的物种，占总体积分数的37.8%。(3)VOCs组分对OFP贡献率顺序为烯烃>芳香烃>OVOCs>烷烃>炔烃>卤代烃>有机硫，前4类组分对OFP贡献率达97.6%,烯烃对OFP贡献率不仅每日最大，而且还呈现“城郊区>文教区>工业区”空间分布态势；异戊二烯、乙烯是OFP最大的物种，在不同功能区其OFP均高于其他物种，是遂宁市臭氧防治关注重点。(4)VOCs排放源及...     

嘉善夏季典型时段大气VOCs的臭氧生成潜势及来源解析

2016年8—9月对长三角南部区域嘉善的大气中挥发性有机化合物(VOCs)变化特征、臭氧生成潜势、臭氧生成控制敏感性和来源进行了研究。结果表明,观测期间VOCs总平均值为27.3×10-9,表现为烷烃卤代烃含氧有机物芳香烃烯烃炔烃;VOCs浓度变化较大,早晚出现峰值,与风速呈负相关的关系,与温度没有明显相关性。VOCs的臭氧生成潜势表现为芳香烃烯烃烷烃含氧有机物卤代烃炔烃。甲苯等10种物质对臭氧生成潜势的贡献达到63%。夏季典型时段臭氧生成对VOCs较敏感,属于VOCs控制区。观测期间测得对VOCs浓度贡献较大的物种来源于溶剂涂料和工业排放。     

南京市大气VOCs污染特征及其臭氧生成潜势分析

基于2016—2022年南京市大气挥发性有机物（VOCs）自动监测数据,分析VOCs污染特征及其臭氧生成潜势（OFP）。结果表明：2016—2022年南京市大气VOCs及其组分体积分数均显著下降,TVOCs 7年均值为21.7×10-9,各组分占比从大到小依次为烷烃＞烯烃＞芳香烃＞炔烃;TVOCs及烷烃、烯烃、芳香烃季节变化一致,均为冬季＞秋季＞春季＞夏季,炔烃为冬季＞春季＞秋季＞夏季;TVOCs及烷烃、烯烃、炔烃月变化整体呈“V”字型特征,芳香烃近似为“W”型;除炔烃外,小时体积分数日变化基本呈“单峰型”特征。2016—2022年OFP年际变化呈显著下降趋势,7年均值为132.1 μg/m3;OFP贡献较大的组分为烯烃（39.1%）和芳香烃（38.1%）,臭氧生成的VOCs关键物种为乙烯、间/对二甲苯、甲苯、丙烯和异戊二烯,控制烯烃和芳香烃排放有利于南京市的臭氧污染防治。     

杭州市大气VOCs浓度特征及其化学活性研究

2018年4月至2019年3月对杭州市城区大气中117种挥发性有机物（VOCs）开展了为期一年的手工采样观测，分析了VOCs各组分的浓度特征、臭氧生成潜势（OFP）和二次有机气溶胶（SOA）生成潜势。结果显示，观测期杭州市大气VOCs体积分数均值为（56.72±29.56）×10^-9，含氧挥发性有机物（OVOCs）、烷烃和卤代烃是其主要组分，分别占33.86%、30.70%、15.73%。VOCs体积分数前10位的物种为丙烷、甲醛、异丁烷、乙烷、乙酸乙酯、二氯甲烷、正丁烷、丙酮、甲苯和1，2-二氯乙烷。杭州市VOCs的OFP为135.18×10^-9，各VOCs组分的OFP贡献为OVOCs（45%） > 芳香烃（22%） > 烯烃和炔烃（21%） > 烷烃（11%） > 卤代烃（1%），其中甲醛、乙烯和乙醛是OFP主要贡献者。SOA生成潜势为1.64 μg/m³，芳香烃是最重要的SOA前体物。SOA生成潜势最大的5种VOCs物种为甲苯、对/间二甲苯、乙苯、邻二甲苯和苯，因此控制来自机动车尾气和溶剂使用过程中产生的VOCs可有效降低SOA的生成。通过甲苯与苯体积分数比分析发现，杭州市城区芳香烃除了来自机动车尾气以外，在春、夏季和秋、冬季还分别受到生物质燃烧和涂料溶剂的影响；分析了乙烷与乙炔体积分数比、乙炔与CO体积分数比，发现杭州市气团的老化程度呈现整体较高的特点。     

某石化工业园区大气中VOCs垂直分布的无人机监测研究

利用无人机对某石化工业园区地面至100 m大气中的VOCs进行监测,通过不同高度数据对比,总结该石化工业园区挥发性有机物的垂直分布特征,并分析其化学反应活性。监测结果表明,VOCs体积分数和总臭氧生成潜势随高度增加均呈下降趋势,地面和15~30 m高度的VOCs浓度及臭氧生成潜势基本一致。主要VOCs物种浓度垂直分布特征可分为均匀分布、随高度增加浓度不断降低、随高度增加浓度先升后降3种。含氧有机物和烷烃在大气中体积分数较大,主要特征挥发性有机物为丙酮、乙醛、乙烷、乙醇等;臭氧生成潜势贡献较大的组分为含氧有机物、烯烃和炔烃,关键活性物质为甲醛、乙醛、丁烯醛、正丁醛等。含氧有机物的体积分数和臭氧生成潜势贡献在地面至100 m高度都明显高于其他组分,应作为VOCs浓度和化学活性控制的重点。     

南通市大气VOCs四季变化特征和臭氧生成潜势分析

于2019年在南通市采用TH-300B大气挥发性有机物(VOCs)在线分析仪对57种VOCs开展在线监测,对比分析了VOCs组分变化、季节变化、日变化特征,并用最大增量反应活性(MIR)估算了VOCs的臭氧生成潜势(OFP),找到了南通市VOCs的优控物种。结果表明,2019年南通市VOCs平均体积分数为15.57×10^(-9),不同组分体积分数排序为:烷烃(9.65×10^(-9))>芳香烃(2.85×10^(-9))>烯烃(1.84×10^(-9))>炔烃(1.23×10^(-9)),总体表现为冬季高、夏季低的特征。和国内其他城市比较,南通市VOCs和各组分体积分数处于较低水平。烯烃和炔烃的日变化特征均呈现较明显的双峰分布,峰值位于7:00-8:00和19:00-21:00;烷烃的日变化特征均呈现较明显的单峰分布,峰值位于6:00-8:00;芳香烃的日变化特征在4个季节变化趋势有所不同。烷烃和芳香烃夜间体积分数均高于白天。VOCs的OFP年均值为108.17μg/m3,季节排序为:冬季(122.70μg/m^(3))>春季(116.15μg/m^(3))>秋季(111.26μg/m^(3))>夏季(82.58μg/m^(3))。VOCs优控物种为丙烷、乙烯、异戊烷、甲苯、间/对二甲苯,因此控制市区臭氧浓度的首要任务是控制机动车排放、加油站油气挥发和溶剂使用。     

南京市大气VOCs污染特征及来源解析

利用南京市2022年挥发性有机物（VOCs）在线监测数据，对VOCs污染特征、来源及对臭氧的影响进行了分析研究。结果表明：2022年南京市φ（TVOCs）年均值为25.1×10^-9，其中各组分占比为烷烃＞含氧挥发性有机物（OVOCs）＞氯代烃＞烯烃＞芳香烃＞炔烃。TVOCs及烷烃、烯烃和芳香烃的体积分数季节变化表现为冬季＞秋季＞春季＞夏季，φ（OVOCs）季节变化表现为夏季＞秋季＞春季＞冬季。烷烃、烯烃和炔烃日变化呈“双峰型”特征，芳香烃和氯代烃为“单峰型”。臭氧生成潜势（OFP）贡献总体表现为OVOCs＞烯烃＞芳香烃＞烷烃＞氯代烃＞炔烃，但冬季烯烃的贡献率最高。南京市臭氧生成的关键VOCs物种为乙醛、乙烯、丙烯、间/对-二甲苯和甲苯。正交矩阵因子分解结果显示，机动车尾气、生物质燃烧和工业生产是南京VOCs的主要来源；对南京臭氧生成贡献最大的VOCs来源为溶剂涂料使用和石化行业。     

VOCs走航观测在城市污染源排查中的应用

为推进城市空气质量精细化管理工作的实施,实现VOCs污染源精准排查,2019年3-4月,利用单光子电离飞行时间质谱对青岛市重点区域进行了VOCs走航观测。在排查到的污染源中,工业区的VOCs浓度较生活区整体偏高,且生活区、工业区夜间的VOCs浓度均较白天高。VOCs各类组分中,生活区白天苯系物、卤代烃、烯烃、烷烃的占比均在20%左右,夜间苯系物占比明显升高;工业区苯系物在白天和夜间的占比均最高,其他组分相对较小。浓度较高的前10位VOCs物种中,生活区白天烯烃物种占主导,夜间烷烃物种的比重明显增加;工业区苯系物、烯烃物种在白天和夜间的比重均较大,烷烃物种较小。生活区VOCs的污染源主要为机动车尾气排放和油品挥发,工业区主要为企业排放。烯烃和苯系物臭氧生成贡献较烷烃高,特别是丁烯、戊烯、己烯、甲苯、二甲苯/乙苯、三甲苯贡献显著,建议作为优控物种重点管控。     

桂林市城区大气VOCs污染特征及对O3和SOA的生成潜势

对桂林市城区大气中挥发性有机物(VOCs)的污染特征,以及VOCs对臭氧(O3)和二次有机气溶胶(SOA)的生成潜势进行了研究。结果显示,研究期间,共检出VOCs物种78种,平均体积分数为21.32×10-9,表现为芳香烃(67.82%)烷烃(19.56%)卤代烃(7.50%)烯烃(2.86%)含氧挥发性有机物(1.41%)。VOCs体积分数空间分布呈现市中心和下风向郊区两个高值区。通过苯与甲苯的浓度比值发现,林科所VOCs主要来自交通源和生物源,师专甲山校区VOCs主要是来自交通源,其余测点VOCs主要来自交通源、工业源和外来传输源。分析乙苯和间/对二甲苯的浓度比值发现,电子科大尧山校区气团光化学年龄较大,光化学反应活性相对较强烈;旅游学院、华侨旅游经开区、大埠中心校气团光化学年龄较小,光化学反应活性相对较弱。VOCs对O3生成潜势最大的为芳香烃(93.81%),其次是烷烃(7.22%)和烯烃(4.75%);对SOA生成潜势最大的为芳香烃(97.45%),其次是烷烃(2.55%)。     

宁波市环境空气中VOCs污染状况及变化趋势分析

基于近7年来的连续监测数据,对宁波市环境空气中挥发性有机物(VOCs)的污染状况及变化趋势进行了初步分析。研究表明:在宁波市环境空气中检测出94种VOCs,其主要成分是饱和烷烃、芳烃、烯烃、卤代烃、卤代芳烃、含氧有机物等,有37种属有毒有害物质,其中苯系物含量最高;宁波市环境空气中苯系物的污染程度与国内外城市基本处于同一水平,近年来的污染状况变化不大,没有明显恶化;空间分布特征显示一类保护区VOCs的排放以天然源为主,二类各功能区VOCs的排放由天然源和局部人为污染源共同形成,三类区以工业污染源排放为主;时间变化趋势显示VOCs在冬季和春季的平均浓度比其他季节高,VOCs的日变化基本呈现2个主浓度峰值特征,跟城市交通流量变化具有很好相关性。     

滨州市大气VOCs污染现状及防控措施分析

利用挥发性有机物(VOCs)手工监测和走航监测技术,分析了滨州市城区、各县(市、区)涉VOCs工业园区的VOCs排放情况。结果表明,城区大气VOCs各组分的体积分数差异较为明显,烷烃类占比最高,其次是挥发性含氧有机物和芳香烃。排名前3的组分为异戊烷、正丁烷、丙烷,主要来自以液化石油气为燃料的车辆排放。各县(市、区)不同涉VOCs工业园区周边的VOCs组分与园区涉及的原辅料和产品类型有关,对应的组分主要为苯系物、烷烃类和烯烃类。园区内的有机化学原料制造、化学药品原料药制造和表面涂装等行业对VOCs组分的影响较大。建议从系统性溯源、科学性推进、精准化管控、针对性治理4个方面开展VOCs治理研究,从而实现VOCs排放控制,减少对周边环境的污染和影响,提升滨州市整体环境空气质量。     

大连市秋冬季环境空气中VOCs特征及臭氧生成潜势分析

对大连市2015年秋冬季环境空气中VOCs进行采样分析,获得其组成、含量、昼夜和季节变化规律,分析不同类别VOCs的来源,并计算不同VOCs物种的臭氧生成潜势（OFP）。结果表明：大连市环境空气中秋季VOCs平均体积浓度（55.81×10^-9）略高于冬季（42.66×10^-9）;秋季VOCs以羰基化合物和烷烃为主,而冬季VOCs以烷烃和烯炔烃为主。大连环境空气中光化学反应的主要VOCs类别为羰基化合物、烯炔烃和芳香烃,主要物种为丙烷、乙烷、正丁烷和乙烯。羰基化合物含量高与机动车尾气及医院大量试剂的使用有关,烷烃主要来源于汽油车与液化石油气（LPG）燃烧排放,芳香烃主要由机动车排放贡献。各类别VOCs的组分含量与其OFP并不一致,大连市环境空气中各类VOCs的OFP由高到低依次为羰基化合物>芳香烃>烯炔烃>烷烃。     

衡水夏季典型时段VOCs污染特征及O3污染过程分析

选取臭氧（O₃）污染高发的7月为夏季典型月，采用自动观测设备，从前体物VOCs的浓度水平及O₃生成潜势（OFP），前体物、气象因素与O₃相关性等多方面研究了衡水市O₃污染影响因素，并剖析了一次典型的O₃污染过程，以期为衡水市夏季O₃污染防治提供科学参考。研究结果表明：衡水市VOCs主要组分浓度占比为烷烃 > 烯烃 > 芳香烃 > 乙炔，主要组分对总OFP的贡献为烯烃 > 芳香烃 > 烷烃 > 乙炔；O₃与前体物VOCs、NO₂存在负相关性，与温度存在正相关性；相对湿度低于48%时，O₃和相对湿度呈负相关性，相对湿度高于48%时，O₃和相对湿度呈正相关性；气团中VOCs化学组成稳定性较低，平均VOCs最大增量反应活性（MIR）较低，为4.855gO₃/gVOCs；衡水市7月2—4日重度污染过程受本地生成和区域传输叠加影响。     

沈阳市环境空气中挥发性有机物污染特征及来源解析

基于2019年沈阳市4个不同功能区挥发性有机物(VOCs)小时分辨率的在线监测数据,分析了环境空气中VOCs的污染特征及来源。结果表明,观测期间沈阳市环境空气中VOCs日平均体积分数为(31.5±13.3)×10~(-9),4个功能区VOCs体积分数均呈现出冬季明显大于夏季的特征;工业区环境空气中VOCs体积分数明显高于其他功能区。商业交通居民混合区、文化居民混合区、郊区VOCs体积分数呈现明显双峰结构,工业区双峰结构不明显。工业区VOCs以新鲜排放为主,而其他3个区域为老化气团的传输。工业区春、夏季环境空气中VOCs来源包括燃料挥发源(26.90%)、溶剂与涂料源(17.69%)、燃烧源(16.40%)、化工源(15.69%)、交通源(7.57%)和炼油炼焦源(4.15%)。秋、冬季VOCs的来源包括燃烧源(30.77%)、溶剂与涂料源(20.26%)、燃料挥发源(18.79%)、化工源(11.54%)、炼油炼焦源(9.34%)和交通源(5.51%)。     

嘉善前体物与气象因子对臭氧生成的影响及臭氧潜在源区分析

利用2017年嘉善善西超级站臭氧（O₃）及其前体物（NO_x和VOCs）以及气象因子（温度、湿度、风速）逐小时数据，分析了2017年全年NO_x和O₃的变化特征以及春季（4—5月）、夏季（7—8月）NO_x和气象因子对O₃生成的影响，利用O₃生成潜势（OFP）评估了VOCs大气化学反应活性，并通过潜在源区贡献（PSCF）和浓度权重轨迹（CWT）方法分析了嘉善春、夏季O₃潜在源区贡献特征。研究发现：O₃日变化特征为单峰结构，NO_x为弱双峰结构。O₃浓度在3—9月较高，春、夏季O₃浓度峰值分别出现在15：00和14：00，春、夏季的NO_x、O₃日变化与2017年全年日变化趋势基本一致。NO_x对O₃存在滴定作用，且低湿高温有利于O₃浓度的升高。春、夏季O₃生成潜势贡献均表现为烯烃 > 芳香烃 > 烷烃，由于烯烃光化学活性较高，夏季烯烃浓度升高导致其贡献较春季增长约18.1个百分点，且夏季VOCs平均最大O₃增量反应活性高于春季。PSCF和CWT分析结果表明，嘉善春季的潜在源区主要为本地、西南方向和东南方向，夏季的潜在源区主要为本地、西北方向、西南方向以及东南方向。     

基于城市大气挥发性有机物特征分析的数据质量评估方法及案例

城市大气挥发性有机物(VOCs)监测是空气质量监测网的重要组成部分,而数据质量控制和质量保证是VOCs监测的基础。基于8次中国城市大气VOCs外场监测,通过挖掘VOCs浓度、组成和化学活性的内在规律,对VOCs监测数据质量进行评估并总结方法。分析结果显示:城市大气乙烷和苯等长寿命组分具有明显的背景浓度,且区域背景值较为接近,可以用来诊断长寿命VOCs组分浓度异常偏低或偏高现象。而示踪组分的季节(日)变化规律可以用来识别VOCs组分定性问题(如夏季大气异戊二烯和烷基硝酸酯浓度日变化规律应反映植被排放和光化学反应特征)。另外,在气团混合均匀的情况下,VOCs浓度波动与其活性之间存在负相关,这一规律可以用来核查数据准确性或局地源影响。     

SUMMA罐采样-GC/MS法测定吸烟室内空气中挥发性有机物

采用空气预浓缩与气相色谱/质谱联用技术对空气中59种痕量挥发性有机化合物进行定性与定量分析,应用研究的技术对吸烟室烟草空气中的挥发性有机物成分定性解析,对59种常见挥发性有机污染物定量检测.室内环境烟草空气中检出多种挥发性有机污染物,主要有烯烃、烷烃、苯系物等有害成分,不仅对被动吸烟人群造成危害,同时也影响大气环境质量...     

Modelling mixing height from routinely measured surface and upper air meteorological data

A one‐dimensional model is developed for the estimation of hourly mixing height values from routinely measured upper air and surface meteorological data. A diagnostic technique is used in the model to calculate the convective and mechanically induced mixing height values under different atmospheric, and day and night‐time conditions. In the scheme, for the day‐time hours, the mixing height is determined as the larger of the convective and mechanically induced mixing height values. For the night‐time hours, only the mechanically induced mixing height values are considered. Three‐hourly mixing height values are modelled using once‐a‐day upper air temperature profile data (from radio‐sonde) and three‐hourly surface meteorological data. The spatial and temporal variation of mixing height are modelled in the Brisbane airshed and their relationship with the atmospheric stability, solar radiation and transport wind speed is developed.