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.     

Fast increasing of surface ozone concentrations in Pearl River Delta characterized by a regional air quality monitoring network during 2006-2011

Based on the observation by a Regional Air Quality Monitoring Network including 16 monitoring stations, temporal and spatial variations of ozone(O3), NO2and total oxidant(Ox) were analyzed by both linear regression and cluster analysis. A fast increase of regional O3concentrations of 0.86 ppbV/yr was found for the annual averaged values from 2006 to 2011 in Guangdong, China. Such fast O3increase is accompanied by a correspondingly fast NOx reduction as indicated by a fast NO2 reduction rate of 0.61 ppbV/yr. Based on a cluster analysis, the monitoring stations were classified into two major categories – rural stations(non-urban) and suburban/urban stations. The O3concentrations at rural stations were relatively conserved while those at suburban/urban stations showed a fast increase rate of 2.0 ppbV/yr accompanied by a NO2 reduction rate of 1.2 ppbV/yr. Moreover, a rapid increase of the averaged O3 concentrations in springtime(13%/yr referred to 2006 level) was observed, which may result from the increase of solar duration, reduction of precipitation in Guangdong and transport from Eastern Central China. Application of smog production algorithm showed that the photochemical O3production is mainly volatile organic compounds(VOC)-controlled. However, the photochemical O3production is sensitive to both NOx and VOC for O3pollution episode. Accordingly, it is expected that a combined NOx and VOC reduction will be helpful for the reduction of the O3 pollution episodes in Pearl River Delta while stringent VOC emission control is in general required for the regional O3 pollution control.     

一个沿海城市大气臭氧的本地生成过程及其对前体物的敏感性

在威海市两个采样点用苏码罐采集了全空气样品,利用三级冷阱预浓缩-GC/MS方法离线测定了空气样品中109种大气挥发性有机物(VOCs).使用基于观测的MCM机理大气化学模式(OBM-MCM)分析了大气臭氧生成对VOCs组分的敏感性及本地生成过程.结果表明:观测期间两个采样点的总挥发性有机物(TVOCs)平均浓度分别为27.84×10~(-9)和17.85×10~(-9),对TVOCs贡献最大的均是烷烃.模拟分析表明,大气臭氧生成与前体物的控制关系存在空间差异性,在一个观测点受VOCs控制,而在另一个观测点受NO_x和VOCs共同控制;模拟结果还表明,臭氧生成对活性烃类最为敏感,但是,含氧有机物、卤代烃和高碳烷烃对臭氧生成的影响和贡献也不可忽视;此外,计算了日平均臭氧净生成速率P(O_3)_(net),分别为6.41×10~(-9) h~(-1)和3.22×10~(-9) h~(-1),臭氧的本地生成过程扮演重要角色.     

某典型石油化工园区冬季大气中VOCs污染特征

利用TH-300B挥发性有机物(volatile organic compounds,VOCs)在线监测系统于2014年12月~2015年2月对我国某石油化工园区的VOCs进行连续在线监测.分析了其组成特征、时间变化特征、来源以及光化学活性特征.结果表明,研究区冬季大气中VOCs的混合体积分数较高,烷烃占据主导地位,占TVOCs的86.73%;TVOCs、烷烃、烯烃、芳香烃的昼夜变化特征均表现为夜间高而白天低,且烷烃、烯烃的变化与TVOCs较为一致.利用主成分分析-多元线性回归(PCA-MLR)模型解析得到5个因子,分别表征燃料挥发源、工业排放源、汽油车尾气和植物排放混合源、柴油车尾气排放源和燃料燃烧源,其贡献率分别为60.02%、8.50%、2.07%、12.21%、17.20%.利用Propy-equiv法和MIR法计算得出该研究区冬季大气中各类VOCs对臭氧生成的相对贡献率的大小均表现为烷烃烯烃芳香烃,其中环戊烷、正丁烷和1-戊烯的贡献率较高,气团光化学年龄较长.     

挥发性有机物(VOCs)的不同化学去除途径:城市与区域站点的对比

VOCs在大气中主要是与OH自由基、NO₃自由基和O₃等反应氧化去除,部分OVOCs的自身光解也是重要的化学去除途径.本研究基于2018年和2019年秋季在珠三角地区的城市和区域站点的外场观测实验,使用VOCs、常规痕量气体及气象参数的观测数据,对烷烃、烯烃、芳香烃和OVOCs等VOCs组分不同化学去除途径的去除速率进行分析.结果表明,烷烃和芳香烃主要通过与OH自由基反应去除,最高占比超过99%.与NO₃自由基和O₃的反应可贡献烯烃去除速率的80%以上,特别是一些天然源的烯烃（如单萜烯）与NO₃自由基的氧化去除是贡献最大的氧化途径.光解是甲醛最重要的去除途径,在两个站点均达到了50%以上,酮类的光解贡献会高于其他OVOCs类物质.OH自由基的氧化去除途径在城市和区域站点的人为源及天然源VOCs去除中占主导地位.区域站点,烯烃尤其是天然源的烯烃物种,与NO₃自由基和O₃反应的贡献要高于城市站点.本研究对促进不同VOCs物种在大气中的去除途径以及其空间差异的认识有重要意义.     

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.     

上甸子区域背景站VOCs污染特征及其对臭氧生成贡献

大气中的挥发性有机物(volatile organic compounds,VOCs)作为对流层臭氧和二次有机气溶胶的前体物,在光化学反应和细颗粒物污染中发挥着重要的作用.本研究于2017年9月1～27日在上甸子区域背景站开展VOCs的连续在线观测,对VOCs的浓度水平,时空变化特征,化学反应活性及其对臭氧生成的贡献进行了研究,并运用特征物种比值法对初始VOCs的来源进行了分析.结果表明, 2017年9月上甸子站总VOCs平均体积分数为12.53×10~(-9),其中,烷烃是体积分数最大的组分,占到了总VOCs的65.3%,其次是烯烃和芳香烃,分别占到了总VOCs的26.7%和6.5%.从大气化学活性来看,上甸子站总的L~(·OH)(·OH损耗率)为5.2 s~(-1),其中C4～C5烯烃占到了61%,其次是C2～C3烯烃,占到了12.8%.VOCs的臭氧生成潜势平均值为36.5×10~(-9),烯烃是贡献最大的组分,占到了71.2%.烯烃中又以C4～C5烯烃的贡献最为突出,而体积分数较大的烷烃对臭氧生成的贡献却不大.对特征物种的比值研究发现,上甸子站VOCs受生物质燃烧和燃煤排放的影响较大,除此之外,交通排放源也有一定的影响,完全不受工业排放源的影响.     

东莞工业集中区夏季臭氧污染与非污染期间VOCs组分特征及其来源

为探讨东莞典型工业区夏季大气挥发性有机物（VOCs）污染特征及来源,于2020年夏季在厚街镇对大气环境中56种VOCs开展了在线观测,并同步收集了臭氧（O₃）、氮氧化物（NO_x）和一氧化碳（CO）等气体污染物浓度和气象因子等资料,在此基础上分析了VOCs总体积分数和主要物种体积分数特征,进一步估算了主要VOCs物种对臭氧生成潜势的贡献和不同臭氧浓度下VOCs的主要污染源贡献率.结果表明,观测期间56种VOCs的体积分数平均值为53.1×10^-9,其中φ（芳香烃）、φ（烷烃）、φ（烯烃）和φ（炔烃）分别为24.7×10^-9、23.7×10^-9、3.9×10^-9和0.7×10^-9.与非臭氧污染期间相比,臭氧污染期间φ（芳香烃）、φ（烷烃）、φ（烯烃）和φ（炔烃）分别上升约10%、43%、38%和98%.无论是臭氧污染还是非臭氧污染期间,芳香烃对臭氧生成潜势的贡献率均最大,其次为烷烃、烯烃和炔烃.整个夏季观测期间,溶剂源、液化石油气泄漏、化石燃料燃烧源和油气挥发源对VOCs的贡献率分别为60%±20%、16%±11%、15%±11%和9%±6%;臭氧污染期间,溶剂源的贡献率下降到44%,而液化石油气泄漏和油气挥发源的贡献率分别上升到21%和16%.     

天津中心城区夏季非甲烷有机化合物组成特征及其臭氧产生潜力分析

大气中非甲烷有机化合物(NMOCs)作为臭氧产生前体物之一,其浓度与组成特征研究对于研究地面臭氧形成的机制有重要的科学意义.选择夏季时段从2009年8月6日到13日在天津中心城区气象局铁塔站位对NMOCs进行采样分析,采样频次为每日5次,采样时间从7:30am到23:00pm间隔2～3h采样1次.天津城区NMOCs的含...     

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%）.     

Ambient volatile organic compounds at a receptor site in the Pearl River Delta region: Variations, source apportionment and effects on ozone formation

We present the continuously measurements of volatile organic compounds（VOCs） at a receptor site（Wan Qing Sha, WQS） in the Pearl River Delta（PRD） region from September to November of 2017. The average mixing ratios of total VOCs（TVOCs） was 36.3 ± 27.9 ppbv with the dominant contribution from alkanes（55.5%）, followed by aromatics（33.3%）. The diurnal variation of TVOCs showed a strong photochemical consumption during daytime,resulting in the formation of ozone（O₃）. Five VOC sources were ...     

上海市光化学污染期间挥发性有机物的组成特征及其对臭氧生成的影响研究

光化学污染导致的高浓度臭氧(O3)是上海面临的重要大气污染问题.本研究分别选取了市区(徐汇)、城郊(青浦)和郊区(南汇)3个典型地区在夏季光化学污染易发季节开展了O3及其前体物挥发性有机物(VOCs)和氮氧化物(NOx)的观测,结合光化学箱模型研究探讨了O3生成的主控污染物.研究表明,不同地区O3污染呈现较强的同步性,日最大浓度也比较接近;但南汇郊区由于受机动车排放影响较小,NOx浓度显著低于其他两个地区,导致该地区O3浓度日变化曲线相对平缓,夜间O3浓度也维持在较高水平.大气VOCs浓度较高时,往往伴随高浓度的O3;3个地区VOCs浓度和组成差异明显,就VOCs浓度而言,徐汇青浦南汇;浓度贡献最主要的物种为甲苯、C2~C3的烷烃和烯烃、丙酮以及辛烷;而C7~C10芳香烃、C3~C4的烯烃、异戊二烯以及乙醛是上海大气臭氧生成潜势贡献最大的VOCs类物质.3个地区O3的生成主要受人为排放的二甲苯类和C3~C4烯烃类物质控制;对于徐汇,只控制NOx会导致O3浓度升高,而南汇郊区O3的生成对NOx排放不敏感.     

南京工业区挥发性有机物来源解析及其对臭氧贡献评估

在南京工业区连续测量了2014年5月1日~7月31日和2015年6月1日~7月16日夏季两个高臭氧期的大气中的挥发性有机化合物(VOCs).结合正交矩阵分解(PMF)模型和箱模式(OBM)分析VOCs来源对局部O3生成的贡献.2014年和2015年夏季VOCs浓度平均分别为(36.47±33.44)×10-9和(34.69±34.08)×10-9.PMF模型确定了7种源类别,其中包括汽车尾气、液化石油气(LPG)排放、生物源排放、家具制造业、化工业、化学涂料行业、化学材料工业排放源.在OBM模拟中评估O3与前体物的关系.南京工业区是VOCs控制区,VOCs具有正RIR值,NO的RIR值为负值.烯烃(1.20~1.79)和芳香烃(1.42~1.48)呈现较高的RIR值,控制这两类物种是控制O3浓度最有效的途径.烯烃排放量减少80%时烯烃RIR值达到最高.汽车尾气(1.01~1.11)、液化石油气(0.74~0.82)、生物源排放量(0.34~0.42)和家具制造业(0.32~0.49)是O3形成贡献最大的四大类VOCs来源;减少汽车尾气,生物排放,LPG和家具制造业排放应成为减少局地O3生成最有效策略.     

北京市城区春季大气挥发性有机物污染特征

"2+26"城市联防联控措施的实施及北京市产业结构的调整,使得北京市大气中VOCs（volatile organic compounds,挥发性有机物）质量浓度、组成特征及来源发生了变化.运用AirmoVOC（GC-866）在线自动监测仪对2017年3-5月北京市城区大气中的VOCs进行观测.结果表明:①北京市城区春季大气中ρ（TVOCs）（TVOCs为总挥发性有机物）为34.36 μg/m3,ρ（烷烃）、ρ（芳香烃）、ρ（烯烃）、ρ（炔烃）分别占ρ（TVOCs）的57.13%、33.18%、7.54%、2.15%.质量浓度最高的前3位VOCs物种分别为苯、丙烷和乙烷,其质量浓度分别为5.97、3.51、2.63 μg/m3.②ρ（TVOCs）的日变化有3个较明显的峰值,分别出现在05:00、11:00和23:00,ρ（TVOCs）最低值出现在18:00,并且夜间ρ（TVOCs）高于白天.VOCs日变化特征表明,北京市VOCs污染受凌晨时段柴油车尾气排放和早晚交通高峰期汽油车尾气排放的影响较为明显.③春季VOCs的OFP（ozone formation potential,臭氧生成潜势）分析表明,芳香烃对OFP的贡献率（44.22%）最大,其次是烯烃（31.06%）,最后是烷烃（23.86%）;北京市VOCs污染的关键活性组分是丙烯、正丁烷、环戊烷、苯、甲苯、二甲苯.④PMF（正矩阵因子分析法）分析表明,溶剂使用源是北京市春季大气中VOCs最主要的排放源,对TVOCs的贡献率为39.06%,其次是移动源（33.79%）和油气挥发源（17.85%）,燃烧源的贡献率（9.30%）最低.研究显示,控制移动源、溶剂使用源和燃烧源的排放是控制北京市环境空气中VOCs污染的关键.      

天津临港某仓储公司VOCs排放特征及臭氧生成潜势

为了研究储运环节VOCs的排放影响,参考HJ 732-2014《固定污染源废气挥发性有机物的采样气袋法》,选择天津临港工业园区某石化业仓储公司为重点监测对象,对企业的厂界上下风向、有组织和无组织排放源进行采样,利用在线仪器PTR-TOF-MS对采集的样品进行VOCs定量分析,并对厂界处O₃-NO_x -VOCs三者的关系和污染物的臭氧生成潜势进行研究.结果表明:有组织排放源——洗涤塔、活性炭吸附塔1号和2号的∑ρ（VOCs）（所有VOCs组分浓度之和）分别为18.91、71.48和5.65 mg/m3,无组织排放源——罐组和装卸车台∑ρ（VOCs）分别为0.39和0.087 mg/m3;甲醇为企业的特征污染物,此外还有烷烃和少量的烯烃,有组织排放中活性炭吸附塔2号是影响厂界污染特征的主要环节;有组织和无组织VOCs排放量分别为0.57和214.26 t/a.对O₃-NO_x-VOCs三者关系的分析显示,企业厂界处O₃的形成主要受VOCs控制,其臭氧生成潜势为烯烃>醇类>烷烃,除考虑醇类的影响外,烯烃也是不可忽视的环境影响因素.      

天津市郊夏季的臭氧变化特征及其前体物VOCs的来源解析

本文利用天津市南开大学津南校区大气环境综合观测站的臭氧及其前体物（VOCs和NO_x）、气象参数等在线监测仪器,获取了2018年夏季（6~8月）小时分辨率的数据信息;分析臭氧及其前体物的相互关系及变化特征;根据光化学年龄计算出VOCs的初始浓度对其日间（06：00~24：00）VOCs体积分数的光化学损耗进行修正;将初始体积分数和直接监测的VOCs体积分数分别纳入PMF模型进行人为源的来源解析.结果表明,夏季天津O₃的平均体积分数为（41.3±25.7）×10^-9,而VOCs的平均体积分数为（13.9±12.3）×10^-9,其中烷烃的平均体积分数（7.0±6.8）×10^-9明显高于其它VOCs物种.烷烃中浓度较高的物种分别为丙烷和乙烷,占总烷烃浓度贡献的47%.夏季O₃的生成潜势（OFP）平均值为52.1×10^-9,其中烯烃的OFP值最高,对于TVOCs臭氧生成潜势的贡献达到57%.VOCs日间光化学损耗量计算结果表明,烯烃日间损耗占VOCs损耗总量的75%.基于初始浓度解析的VOCs来源分别为：化工排放和溶剂使用（25%）、机动车尾气（22%）、燃烧源（19%）、天然气和液化石油气（19%）和汽油挥发（15%）.相比于直接将监测浓度纳入PMF解析的结果,化工排放和溶剂使用贡献百分占比下降4%,机动车尾气贡献百分占比下降5%.利用PMF源解析结果结合OFP分析不同源类对臭氧污染的相对贡献,基于初始体积分数数据的结果显示,贡献最高源类为化工排放和溶剂使用（26%）.与利用直接监测数据的解析结果相比,化工排放和溶剂使用的OFP值降低7%,天然气和液化石油气的OFP值明显降低13%.     

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.     

泡沫塑料鞋制造区VOCs污染特征及臭氧生成潜势

于泡沫塑料鞋制造集中区和周边设置了5个采样点,研究其大气VOCs的污染特征和对臭氧生成的潜在影响.结果显示泡沫塑料制鞋行业大气VOCs组成以烷烃（38.4%）、含氧挥发性有机物（33.5%）和芳香烃（19.5%）为主,80种VOCs浓度为137.1~169.0μg/m³（均值149.1μg/m³）.正戊烷、异戊烷、正丁烷、异丁烷、甲醛、甲苯、间/邻二甲苯、丙酮、丁酮、环己酮、甲基丙烯酸甲酯、乙酸乙酯为泡沫塑料鞋制造行业的特征VOCs.总VOCs、特征VOCs类型（含氧挥发性有机物、芳香烃）和特征VOCs组分（甲苯、邻二甲苯、间二甲苯、丁酮、乙酸乙酯）的浓度空间变化趋势依次为污染区 > 受影响区（下风向） > 对照区（上风向）.同时,采用最大增量反应活性（MIR）方法估算了VOCs的臭氧生成潜势（OFP）,均值为544.6μg/m³,表明泡沫塑料鞋制造导致了周边环境空气VOCs污染且对臭氧生成存在明显潜在影响.     

基于观测数据的石家庄交通干线附近臭氧光化学敏感性分析

为确定石家庄东部郊区交通干线附近O₃生成光化学敏感性,利用2019年1月1日—2020年10月31日在线观测的NO_x、NO_y和O₃等数据计算并分析了O₃生成效率(OPE)及O₃光化学敏感性的NO_x临界浓度.结果表明:1交通干线附近O₃光化学敏感性存在季节差异,春季主要受VOCs控制,整体OPE为2.6±0.3,夏、秋季节主要受NO_x与VOCs协同控制,整体OPE分别为5.3±0.4和5.1±0.8;2NO_x体积分数>11×10^-9时,O₃生成主要为VOCs控制;NO_x体积分数介于6×10^-9~11×10^-9时,O₃生成主要受VOCs与NO_x协同控制;NO_x体积分数<6×10^-9时,O₃生成主要为NO_x控制;3O₃生成敏感性存在日变化特征,10:00之前O₃生成主要受VOCs控制,10:00—11:00是O₃生成由VOCs控制转变为VOCs和NO_x协同控制的过渡时段,12:00之后O₃生成主要由VOCs和NO_x协同控制,且午后14:00—16:00之间NO_x对O₃控制比例凸显.因此,石家庄O₃治理不但要重视NO_x与VOCs排放源的协同管控,尤其午后还需要对NO_x排放源进行分时段精细化管控.     

长白山背景站大气VOCs浓度变化特征及来源分析

挥发性有机物(VOCs)是臭氧和二次有机气溶胶的重要前体物.为研究中国东北背景地区大气中VOCs浓度和变化特征,应用苏码罐采样技术、三步冷冻浓缩和GC/MS联用技术测定了长白山大气本底站中的VOCs组成、浓度及季节变化,并利用PCA(principal component analysis)受体模型初步解析了白山大气中VOCs来源.结果表明,长白山地区TVOCs年平均浓度(体积分数)为10.7×10~(-9)±6.2×10~(-9),其中卤代烃所占比例最高,占VOCs总浓度的37%,其次是烷烃33%、芳香烃15%、烯烃15%.长白山地区TVOCs呈现明显的季节变化,变化特征为春季﹥秋季﹥夏季﹥冬季,春季大气中的TVOCs浓度显著(P﹤0.05)高于其他季节.利用主成分分析VOCs物种,提取出5个因子,分别归纳为交通源、液化石油气(LPG)、生物源、燃烧源和区域工业输送.结合HYSPLIT-4.0后向轨迹模型,分析周边区域传输对VOCs物种浓度的影响,发现来自西南向气团传输是长白山VOCs物种浓度增加的主要原因.