中山市大气挥发性有机物污染特征及来源解析

为深入了解中山市挥发性有机物(VOCs)来源及对臭氧的影响，基于2021年1—12月VOCs在线监测数据，对大气VOCs体积分数、组分特征、臭氧生成潜势(OFP)和来源情况进行了研究。结果表明：中山市大气VOCs体积分数日均值为2.61×10^-9～1.14×10^-7,年均值为2.18×10^-8,其中，烷烃是占比最大的组分，占60.0%,其次是芳香烃和烯烃，分别占25.9%和9.3%。除乙烯外，臭氧污染日前十物种体积分数较非污染日上升6%～49%。中山市OFP平均值为228.43μg/m³,其中，芳香烃和烯烃是贡献率较高的组分，间/对二甲苯、甲苯、邻二甲苯和异戊二烯等是关键活性物种。VOCs主要来源有机动车排放源、油气挥发源、工业源、燃烧源、溶剂使用源、天然源。溶剂使用源和工业源是OFP贡献率最高的污染源，贡献率分别为25.5%和24.0%,燃烧源、油气挥发源、天然源和机动车排放源贡献率分别为14.1%、13.3%、11.6%和11.5%。     

基于二次有机气溶胶和臭氧生成潜势的河北挥发性有机物优控物种研究

为研究河北大气中挥发性有机物(VOCs)对臭氧(O₃)及二次有机气溶胶(SOA)生成的影响，利用2021年4—10月河北11个地市VOCs的监测数据，对河北VOCs污染特征及其关键活性组分进行分析研究。结果表明，观测期间河北VOCs平均体积分数为36.16×10^-9,低碳的醛酮类和低碳的烷烃是河北VOCs的主要构成物种。VOCs高值区主要集中在河北中南部沧州、衡水、邯郸、石家庄等地，北部城市秦皇岛、张家口VOCs浓度较低。监测期间，河北O₃生成潜势(OFP)为259.67μg/m³,SOA生成潜势为0.61μg/m³,其中衡水OFP最高，达302.96μg/m³,石家庄SOA生成潜势最高，达0.92μg/m³。甲苯、间/对二甲苯和邻二甲苯对OFP及SOA生成潜势的贡献均较大，是O₃和大气颗粒物协同控制的优控VOCs物种。     

成都市冬季重污染过程中挥发性有机物污染特征及来源解析

采用大气挥发性有机物(VOCs)在线监测系统对成都市冬季重污染过程的VOCs进行了连续在线观测,用正交矩阵因子分解(PMF)模型开展了VOCs源解析工作,并对重污染成因进行了分析。结果表明:观测期间成都市总VOCs(TVOCs)体积分数为21.83×10~(-9)～183.59×10~(-9),平均值为54.17×10~(-9),TVOCs中烷烃浓度最高,其次为炔烃、烯烃、芳香烃和卤代烃;成都市主要VOCs污染源为机动车排放源、液化石油气燃烧排放源、工业源、生物质燃烧源和溶剂使用源,贡献率分别为34.15%、21.57%、19.08%、15.19%、10.02%;边界层压缩和静风条件可能是导致VOCs和PM2.5浓度增加的主要原因。     

机动车尾气VOCs排放特征及减排措施研究

分析了机动车尾气挥发性有机物(VOCs)的排放特征,发现尾气VOCs排放具有明显的日变化和季节变化特征。不同区域不同车型机动车尾气VOCs成分谱略有差异,轻型汽油车尾气VOCs中芳香烃和烷烃含量较高,柴油车烷烃含量较高。尾气排放受机动车保有量、行驶里程、维护保养水平、行驶速度和燃油标准、排放标准等因素影响。从优先控制汽油车、加快机动车更新、采取本地化减排措施、加强多元管理措施、提高科研水平等方面提出了针对性的减排措施。     

基于观测数据的成都市城区臭氧敏感性研究及减排策略

近年来成都市臭氧(O₃)污染频发，O₃污染问题日益突出。采用零维大气盒子(F0AM)模型结合经验动力学模拟方法(EKMA)和相对增量反应活性(RIR)法对成都市2019年8月典型污染时段O₃生成进行模拟，并研究成都市O₃生成敏感性，由此进一步分析O₃污染控制策略。结果表明，模拟日内O₃光化学反应过程中，芳香烃减少的比例最大(81.36%),其次为烯烃和炔烃，3者对于O₃光化学反应过程有重要作用；EKMA曲线显示成都市城区O₃生成处于挥发性有机物(VOCs)控制区；RIR结果显示，人为源VOCs(AVOCs)对成都市城区O₃生成最为敏感，其次是植物源VOCs(BVOCs)和CO,而氮氧化物(NO_x)为负敏感性，在AVOCs中，芳香烃和烯烃对成都市城区O₃生成最为敏感，应加强芳香烃和烯烃相关排放源的管控；以O₃日最大小时浓度达到《...     

天津市滨海新区夏季挥发性有机物的污染特征分析

对天津市滨海新区夏季挥发性有机物(VOCs)进行在线观测,分析其夏季污染特征。结果表明:83种检出VOCs平均质量浓度为288.14μg/m3,各类化合物浓度贡献排序为烷烃(39.8%)卤代链烃(26.5%)芳香烃(13.9%)烯烃(13.1%)炔烃(4.4%)卤代芳香烃(2.3%),各组分中浓度最高的为正丁烷和正戊烷,占VOCs比例高达8.1%和7.0%;苯和甲苯也有相当含量,平均质量浓度均超过7μg/m3,分别占VOCs的2.5%和2.4%。天津市滨海新区VOCs日变化呈单谷型,与交通早晚高峰关系不大,苯/甲苯(体积比)为1.32,说明化石工业排放等对天津市滨海新区大气中VOCs影响较机动车尾气显著。聚类分析发现,天津市滨海新区VOCs来源分为3类,一类是汽油挥发和液化石油气、天然气泄漏,一类是化石工业和其他工业生产过程排放,一类是机动车尾气及植物排放,其中前两类为主要来源。     

上海市机动车尾气VOCs组成及其化学反应活性

采用钢罐采样-气相色谱/质谱法,采集并分析了上海市主要交通干道和隧道废气样品中挥发性有机物(VOCs)的污染水平。分析结果表明,交通干道和隧道废气样品的总挥发性有机污染物(TVOC)质量浓度分别为(227.1±40.9)、(2209.9±1228.0)μg/m3;隧道废气样品中的TVOC浓度是交通干道平均浓度的4.3～15.2倍;交通干道废气样品中VOCs主要组分与隧道废气样品中VOCs主要组分非常类似,说明交通干道废气样品中VOCs主要来源于机动车尾气排放。交通干道废气样品中TVOC的.OH消耗速率为(17.21±4.49)s-1,延安东路隧道和打浦路隧道废气样品中TVOC的.OH消耗速率分别为(300.37±120.78)、(138.09±25.30)s-1,烯烃对TVOC的.OH消耗速率贡献最大,其对废气化学反应活性贡献率在70%以上。交通干道和隧道废气样品中关键活性组分是C2～C5的烯烃组分,这些组分也是机动车尾气中的特征污染物,因此可以判断机动车尾气是上海市大气化学反应活性的最大贡献者。     

广州市工业挥发性有机物排放特征研究

伴随着工业经济的高速发展,广州市大气环境面临的压力日益增大,尤其是挥发性有机物( VOCs),可经过复杂的大气化学反应,引起一系列严重的空气质量问题.以源头追溯的方法,将该区域工业相关的33个VOCs排放源按照物质流动过程分为4个环节,分析了其排放特征.结果表明,2008年VOCs排放总量为182 362.7 t,各环节的贡献率分别为:VOCs的生产环节34.5％、储存和运输环节18.4％、以VOCs为原料的工艺环节9.9％、VOCs产品的使用和排放环节37.2％;污染主要来自石油炼制与石油化工、油品储运、交通运输设备制造与维修等,前12大污染源的VOCs排放量共占2008年排放总量的87.3％.2006-2008年的VOCs排放总量均超过15万t,且呈逐年增长的趋势.该研究可为“十二五”期间珠三角VOCs污染物联防联治工作提供借鉴.     

油品装车栈桥区域挥发性有机物治理方案研究

挥发性有机物(VOCs)是石化行业的特征污染物,油品装车栈桥的VOCs无组织挥发是石化企业重要的VOCs排放源,因此对大型石化企业油品装车栈桥区域的VOCs进行治理减排具有十分重要的意义。以西北某石化公司油品装车栈桥VOCs无组织挥发治理项目为例,通过源强核算、削减方案确定,利用AERMOD模式对栈桥区域环境空气质量改善情况进行预测分析,进而对VOCs治理方案的环境收益进行讨论,以期为同类油品装车栈桥改造项目提供借鉴与参考。     

家具涂料的挥发性有机物排放特征及致癌风险估算

采用顶空实验装置采集家具涂料挥发蒸汽,通过不锈钢采样罐-气相色谱(GC)/质谱(MS)分析系统测量了溶剂型和水型涂料的挥发性有机物(VOCs)排放特征。结果表明,溶剂型涂料排放的总VOCs平均质量浓度为7.6mg/m3,远高于水型涂料的2.6mg/m3。溶剂型和水型涂料排放的VOCs主要以芳香烃和烷烃为主。溶剂型涂料和水型涂料排放的特征VOCs组分为甲苯、2-甲基戊烷、苯、正辛烷,分别占两种涂料总VOCs排放的41.8%(质量分数,下同)和31.2%、21.2%和9.6%、6.5%和5.6%、6.0%和4.8%。溶剂型涂料排放VOCs的臭氧生成潜势(OFP)和二次气溶胶生成潜势(SOAP)明显高于水型涂料,OFP和SOAP的主要贡献组分均为芳香烃物质。溶剂型涂料排放的苯的长期致癌风险是水型涂料的2.6~4.6倍,均远远高于可接受的暴露风险值1×10-6。     

天津市工业源挥发性有机物排放清单及区域分布研究

基于典型工业企业自主申报数据,采用排放因子法,建立了天津市工业源VOCs排放清单。经计算,天津市2014年工业源VOCs排放量为16.52万t,其中VOCs生产环节、储运和运输环节、以VOCs为原料的工艺过程、含VOCs产品的使用和排放环节以及其他环节的VOCs排放量分别为12.94万、0.07万、0.63万、1.80万、1.08万t,对天津市工业源VOCs排放总量的贡献率分别为78.33%、0.42%、3.81%、10.90%、6.54%。滨海新区工业源VOCs排放量最大,对天津市工业源VOCs排放总量的贡献率达88.25%,其中大港、临港经济区和天津经济技术开发区为滨海新区工业源VOCs排放的主要功能区。     

海南省大气污染源排放清单及环境影响研究

基于海南省2016年工业环境统计数据,通过自下而上的方法建立海南省2016年工业大气污染源排放清单,并利用中国多尺度排放清单模型(MEIC)排放清单进行背景源补充,使用CALPUFF模型进行大气污染模拟。污染物排放清单结果显示,2016年海南省SO_2、NO_x、CO、PM_(2.5)、PM(10)、黑碳(BC)、有机碳(OC)、挥发性有机物(VOCs)和NH3的排放量分别为1.50×10~4、5.10×10~4、4.56×10~5、2.34×10~4、2.10×10~4、3.50×10~3、1.20×10~4、4.96×10~4、6.50×10~4 t,其中SO_2主要排放源为化石燃料固定燃烧源(分担率66.67%),NO_x主要排放源为交通源(分担率51.18%),CO、PM_(10)、PM_(2.5)主要排放源为生活源(分担率分别59.01%、81.28%和87.62%),VOCs主要排放源为工业溶剂使用源(分担率75.91%),NH_3主要排放源为农业源(分担率93.54%)。排放量较大的区域集中在儋州市、澄迈县一带。SO_2、NO_x年均最大浓度均出现在海口市,PM_(10)、PM_(2.5)年均最大浓度均出现在定安县。交通源对全省污染物浓度贡献突出,工业源虽然对颗粒物浓度贡献率较低,但仍需加强PM_(2.5)治理。     

西安市机动车污染物排放清单与空间分布特征

基于机动车排放因子(MOVES)模型和地理信息系统(ArcGIS)技术,建立了西安市2017年分辨率为1km×1km的机动车污染物排放清单。结果显示:2017年西安市机动车污染物PM_(2.5)、PM_(10)、NO_x(NO+NO_2)、NO、NO_2、N_2O和挥发性有机物(VOCs)的年排放总量分别为126.1×10~4、138.2×10~4、2 884.2×10~4、2 577.8×10~4、306.4×10~4、27.9×10~4、1 281.2×10~4 kg;柴油车是PM_(2.5)、PM_(10)和NO_x排放的主要来源,贡献率分别为80.2%、79.5%和75.8%;VOCs和N_2O则主要来自汽油车,贡献率分别为74.2%、89.7%;总体看来,研究区域内不同污染物的空间分布规律相似,这与西安市公路分布有关,PM_(2.5)和NO_x的排放主要集中在主城区及周边县区的高速路和国道,而VOCs的排放主要集中在主城区二环及环内。     

三明市大气污染物排放特征研究

通过实地调查和统计获得区县尺度排放源活动水平数据,采用物料衡算法和排放因子法,估算三明市2015年大气污染物排放清单,选取经纬度坐标、路网、土地类型和人口等数据作为权重因子,利用地理信息系统(GIS)技术建立1km×1km高精度网格,分析各类排放源污染排放的数值和空间特征。结果显示,2015年三明市SO_2、NO_x、挥发性有机物(VOCs)、PM_(10)、PM_(2.5)和NH_3的排放总量分别为5.22×10~4、5.80×10~4、1.88×10~5、7.92×10~4、3.23×10~4、2.26×10~4 t。污染贡献方面:工业源是SO_2的排放主要来源;NO_x的主要排放源为工业源和移动源;天然源对VOCs排放有显著贡献;工业源和扬尘源是PM_(10)和PM_(2.5)的主要贡献源;NH_3排放主要来自农业源。空间分布方面:SO_2、NO_x、PM_(2.5)和PM_(10)的排放主要集中在城镇化程度高的永安市和梅列区,VOCs与NH_3排放则与植被分布和农业生产水平密切相关。与2007年和2009年三明市的排放清单对比,发现工业排放控制政策及秸秆禁烧令的实施对PM_(2.5)、PM_(10)和VOCs的减排有明显效果。     

广东省"十四五"时期机动车污染减排潜力研究

为研究广东省“十四五”时期机动车污染减排潜力,设置3种方案进行减排分析。结果表明,淘汰老旧机动车能较好地削减机动车NO_x排放量,而对挥发性有机物(VOCs)的净减排效果不佳。淘汰国Ⅱ及以下排放标准汽油车、国Ⅲ及以下排放标准柴油货车情况下,广东省各市NO_x削减比例均超过10%。汕尾市、湛江市、茂名市、云浮市、揭阳市、阳江市、潮州市、清远市、河源市和梅州市淘汰国Ⅱ及以下排放标准机动车、50%国Ⅲ排放标准柴油货车能达到NO_x减排10%以上的效果,而珠三角地区城市需全面淘汰国Ⅲ及以下排放标准柴油货车才能达到该减排效果。为遏制广东省O₃浓度上升势头并推动其进入下降通道,要加强“油、路、车”协同管控,珠三角地区应采取比粤东、粤西和粤北地区更有力的协同控制措施。     

南昌市夏季PM_(2.5)中多环芳烃来源解析

在南昌市设立了5个不同功能区采样点,分别为居民区、工业区、商业区、交通干线区以及郊区,于2008年夏季进行PM2.5采样,对样品进行测定和分析后,通过因子分析法判断PM2.5中多环芳烃(PAHs)的主要污染源,再利用多元线性回归法确定各主要污染源对PAHs的贡献率。结果表明,南昌市夏季PM2.5中PAHs的主要污染源为车辆排放源、高温加热源、燃煤污染源,它们对PAHs的贡献率分别为37.9%、28.2%和22.0%;要控制南昌市夏季PM2.5中的PAHs,主要是要对机动车尾气排放量进行控制,并加强机动车尾气治理工作。     

典型石化企业挥发性有机物排放测算及本地化排放系数研究

石化行业是中国大气挥发性有机物(VOCs)的重要来源。以中国某新建典型石化企业为例,综合采用不同核算方法估算并比较了石化企业典型排放环节VOCs的排放结果;并在此基础上计算了石化企业典型排放环节本地化排放系数。结果表明,典型石化企业各环节VOCs排放量贡献分别为:储罐50.4%、废水收集与处理29.0%、火炬8.3%、装卸5.2%、设备密封点3.4%、循环冷却水2.4%、燃烧烟气0.8%、工艺废气0.5%;在装卸、设备密封点、废水收集与处理、循环冷却水环节,不同核算方法造成核算结果差异较大,排放系数法核算结果为本研究方法核算结果的数倍,其中装卸过程为4.2倍(无回收设施)和16.4倍(含回收设施),设备密封点为4.4倍(泄漏筛分法)和55.4倍(相关方程法),废水收集与处理为2.1倍,循环冷却水为2.1倍;《大气挥发性有机物源排放清单编制技术指南》中石油炼制企业的VOCs排放系数为本研究1.8倍,因此石化企业在建立排放清单时应开展本地化研究,建立本地化系数;研究结果对于中国建立石化企业VOCs排放清单提供了一定支撑。     

青岛市重点工业行业挥发性有机物对二次污染物生成的贡献及健康风险研究

对青岛市重点工业行业橡胶制造业、塑料制造业、化学品制造业、涂料制造业、石油加工业、金属制品业、制鞋业、包装印刷业、铁路船舶制造业、汽车制造业的挥发性有机物(VOCs)排放浓度开展了调研,探讨了其对二次污染物O3和二次有机气溶胶生成的贡献,并评价了非致癌风险。结果表明,青岛市各重点工业行业排放VOCs浓度总体较低,石油加工业和化学品制造业VOCs排放浓度占比较大,而金属制品业、铁路船舶制造业、汽车制造业等行业排放的废气VOCs对二次污染物生成的贡献较高。化学品制造业、包装印刷业和汽车制造业排放的废气VOCs的非致癌风险总和略超过了风险阈值1,主要是由芳香烃类引起的,普通人群不会直接接触工业行业排放的废气,基本处于安全水平,一线工人可能存在一定潜在危害,应加强防护。对工业企业进行VOCs治理,除控制排放总量外,更应该针对行业类型、VOCs来源及组分进行有的放矢的管控。     

四川省加油站挥发性有机物排放及控制现状

四川省汽车保有量2017年位列全国第7位,油品储运销过程中挥发性有机物(VOCs)排放压力巨大。利用排放因子法,结合四川省4 492座加油站的油品销售量,编制了四川省2017年加油站VOCs排放清单。另一方面,对四川省不同片区的VOCs排放特征及油气回收关键参数进行了现场实测。结果表明:四川省加油站VOCs排放量共12 294.54t,排放区域主要集中在成都市、绵阳市和宜宾市等地区;四川省四大片区VOCs排放浓度,加油环节攀西片区最高,达到7 076.86μg/m~3,卸油环节川东北片区最高,达到9 638.53μg/m~3,均是其他片区的2～3倍,加油和卸油环节排放的异戊烷最高占比(质量分数)可分别达到70.1%和67.4%;四川省油气回收系统达标情况仍然比较严峻,不达标率高达47%,密闭性和气液比不达标率尤为显著,集中式油气回收系统不达标率高于分散式。     

武汉市PM2.5中二元羧酸的污染特征及来源解析

在武汉市工业区和交通区展开了PM_(2.5)样品采集,研究了PM_(2.5)中二元羧酸的化学组成、污染水平及来源。二元羧酸在工业区为103.1～2 219.2ng/m~3,年平均值为958.4ng/m~3;在交通区为66.9～2 176.8ng/m~3,年平均值为749.7ng/m~3。丙二酸/丁二酸(C_3/C_4,质量比,下同)表明,武汉市二元羧酸主要来自机动车尾气排放;己二酸/壬二酸(C_6/C_9)表明,二元羧酸的人为源贡献大于自然源。正定矩阵因子分解(PMF)模型解析结果显示,工业区中二次源占13.7%,建筑扬尘占23.1%,机动车尾气排放占37.0%,生物质燃烧占26.2%;交通区中二次源占8.9%,建筑扬尘占24.9%,机动车尾气排放占51.8%,生物质燃烧占14.4%。潜在源区贡献因子(PSCF)分析得出,武汉市夏季二元羧酸主要受到南部季风的影响,冬季主要受到西部冷空气的影响。