上海市青浦区大气挥发性有机化合物的特征

在2012年11~12月和2014年5~10月对上海市青浦区大气中58个VOCs物种进行了连续监测.结果表明,青浦区VOCs总体浓度水平较低,烷烃是其中含量最高的物种,百分含量为41.64%,其次为芳香烃25.66%、烯烃15.21%、乙炔7.71%.总VOCs的月变化特征表现为11月最高,10月最低;日变化特征表现为明显的双峰分布.通过OH消耗速率和臭氧生成潜势(OFP)计算,评估了VOCs的化学反应活性.结果表明,上海市青浦区大气VOCs的化学反应活性较强,且与VOCs浓度具有良好的一致性.OH消耗速率贡献最大的物种是烯烃56.92%和芳香烃45.24%,OFP贡献最大的物种是烯烃29.19%和芳香烃40.82%;对臭氧生成贡献最大的关键活性物种是乙烯、异戊二烯、甲苯、间/对二甲苯及丙烯等物质.利用化学质量平衡(CMB)模型分析了VOCs的来源,结果显示,上海市青浦区大气中VOCs主要有6个来源,分别是汽车尾气排放、LPG泄漏、涂料和溶剂挥发、植物排放、生物质燃烧、工业排放,其贡献率分别为43%、5%、16%、3%、14%、7%.     

天津武清大气挥发性有机物光化学污染特征及来源

大气VOCs(挥发性有机物)是臭氧的重要前体物之一,研究其光化学污染特征和来源对控制近地面臭氧污染具有重要意义. 于2006年8月10日—9月18日在天津郊区武清采用在线监测的方法,同步观测了VOCs、O₃和NO₂等气态污染物,以及温度和紫外辐射等气象因子. 对9月10—15日臭氧浓度较高时段VOCs的浓度水平、化学反应活性、臭氧生成潜势和来源进行了分析. 结果表明:天津郊区武清环境空气中VOCs体积混合比平均浓度为24.6×10-9;VOCs主要由烷烃和烯烃组成,机动车排放、轻烃工艺、生物排放、沼气和碳氢溶剂是其重要来源. 根据等效丙烯浓度和MIR方法评估,烯烃对臭氧光化学产生的贡献占主导性地位,其中异戊二烯、丙烯、二甲苯和甲苯是臭氧生成潜势较大的物种. 通过与天津城区比较发现,郊区与城区的大气VOCs不仅组成不同,而且化学活性物种也不同.      

南阳市冬春交替期大气VOCs污染特征及来源解析

近年来我国中部地区臭氧污染问题日益凸显,而挥发性有机物(VOCs)作为近地面臭氧生成的关键前体物,有关其来源研究相较于我国东部地区相对欠缺.为了解我国中部地区VOCs污染特征及其来源,本研究于2017年2—3月在豫鄂陕三省交界处的河南省南阳市南阳理工学院站点开展了为期1个月的VOCs在线监测.测量结果显示,观测期间总VOCs平均浓度为(37.4±18.5)×10~(-9).与国内外已有研究的VOCs测量结果相比,本研究中烷烃、烯烃和炔烃的浓度处于中等偏上水平,而芳香烃浓度则较低.烯烃对臭氧潜势的贡献最高(37%),其次是芳香烃(28%).乙烯、二甲苯、甲苯、丙烯和C4~C5烷烃是最重要的活性组分.利用正交矩阵因子分析(PMF)解析出4个因子,分别是天然气/液化石油气使用+背景、交通排放、溶剂涂料使用和燃煤+生物质燃烧.观测期间南阳理工学院站点对VOCs浓度贡献最高的是燃煤+生物质燃烧因子,平均贡献率为35%,其次是交通排放因子(25%)、天然气/LPG使用+背景(23%)和溶剂涂料使用(17%).研究结果对于认识我国中部地区VOCs来源结构,进而开展VOCs和臭氧防治具有重要意义.     

基于VOCs加密监测的上海典型臭氧污染过程特征及成因分析

针对2017年8月4—7日在上海市及周边城市发生的臭氧污染过程,结合30个采样点连续4 d的大气挥发性有机物(VOCs)苏玛罐样品分析数据及O_3和NO_2在线监测数据,分析了此次污染过程的O_3和NO_2的时间变化特征、VOCs组分及臭氧生成潜势(OFP)的空间分布特征,并对VOCs来源进行了研究.结果表明,采样期间,上海市的O_3和NO_2平均浓度水平总体均高于周边的5个城市.VOCs均值浓度的空间分布总体为西北部高于东南部,上海市VOCs均值浓度为48×10~(-9),相较周边城市处于中间水平.上海市各类VOCs浓度为OVOCs烷烃卤代烃芳香烃烯炔烃,OFP贡献为芳香烃烯炔烃烷烃OVOCs和卤代烃.VOCs源解析结果显示机动车、溶剂使用、化工和石化工艺过程是上海市VOCs的3个主要来源.结合VOCs来源解析与OFP的贡献分析,控制上海市臭氧污染需重点削减溶剂使用和化工工艺过程中的甲苯、乙苯、间/对二甲苯、邻二甲苯和苯等芳香烃的排放,同时加强机动车和石化工艺过程中丙烯、乙烯和乙炔的排放控制.     

南京夏季市区VOCs特征及O3生成潜势的相关性分析

挥发性有机物(volatile organic compounds,VOCs)是大气中光化学污染臭氧(O3)的重要前体物,其在大气中的浓度水平直接影响着臭氧的污染特征.本研究运用大气挥发性有机物快速在线连续自动监测系统,于2013年8月对南京市区大气中98种VOCs进行观测,分析南京夏季VOCs体积分数水平及组成特征,分析臭氧及其前体物的变化,运用VOCs/NOx比值法研究南京臭氧生成敏感性控制因素.结果表明,夏季南京市区大气VOCs最高体积分数达200×10-9,平均体积分数为52.05×10-9,各物种体积分数大小为烷烃含氧有机物烯烃芳香烃;臭氧平均质量浓度76.5μg·m-3,小时质量浓度超标率为5.9%.臭氧质量浓度高值期,其前体物VOCs与NOx变化趋势基本一致,并与O3变化呈明显的反相关;不同臭氧质量浓度阶段,同种类的VOCs体积分数也存在一定的差异;夏季南京市区的臭氧生成对VOCs较敏感,属于VOCs控制区.     

基于化学损耗矫正的青岛胶州市环境VOCs来源解析

臭氧已成为影响我国环境空气质量的重要污染物之一,准确解析环境臭氧及其前体物VOCs的关键源类及其贡献对于有效防控臭氧污染具有重要作用.因此,利用光化学年龄参数方法估算了青岛胶州市2021年1月1日至2月28日在线VOCs监测数据的初始浓度,矫正环境VOCs物种的光化学损耗;并利用正定矩阵因子分解(PMF)和臭氧生成潜势(OFP)模型进行了环境VOCs及其OFP来源解析研究,以期为青岛市环境臭氧污染的防控提供数据支撑.结果表明,研究期间青岛市环境ρ(TVOCs)和OFP的平均值分别为65.9μg·m^-3和176.7μg·m^-3;其中丙烷浓度(12.4μg·m^-3)和占比(18.9%)最高,而间/对-二甲苯的OFP(24.6μg·m^-3)及占比(13.9%)最高.研究期间TVOCs的初始浓度为153.1μg·m^-3,其光化学损耗率达到63.8%.烯烃是光化学损耗率(92.1%)最高的VOCs物种,其中异戊二烯的光化学损耗率达到98.6%,明显高于其它VOCs物种.基于初始浓度的来源...     

深圳大气VOCs浓度的变化特征与化学反应活性

对深圳2010年4个季节大气中VOCs进行了监测,研究了VOCs组分、季节变化和日变化特征.结果表明,烷烃是大气中含量最丰富的VOCs物种,占总VOCs的50%以上,其他依次是芳香烃和烯烃.总VOCs浓度季节变化表现为冬季最高和夏季最低,日变化特征则表现为夜晚浓度高、白天浓度低,峰值出现在早晨7:00左右,最低值则出现在下午14:00.通过VOCs物种间的比值特征分析了部分物种的来源,结果显示,反式-2-丁烯和顺式-2-丁烯主要来源于机动车尾气,甲苯和正己烷则受到了溶剂挥发的影响.利用最大增量反应活性(MIR)计算了各类VOCs的臭氧生成潜势(OFP),大气各类VOCs的OFP芳香烃最高、其次为烯烃,烷烃最低,甲苯、间,对-二甲苯和乙烯对臭氧生成的贡献在VOCs物种中排名前3.     

天津市郊夏季VOCs化学特征及其时间精细化的来源解析

夏季为环境空气中臭氧污染事件的频发时期,针对挥发性有机化合物(VOCs)及其臭氧生成潜势(OFP)的时间精细化的来源解析研究,对有效地进行臭氧污染防控具有非常重要的作用.利用2019年夏季(6～8月)天津市郊区点位监测的小时分辨率VOCs在线数据,分析臭氧污染事件和非臭氧污染时期环境受体中VOCs及其OFP的变化特征,并利用正定矩阵因子分解(PMF)模型进行精细化的来源解析研究.结果表明,夏季环境受体中VOCs平均体积分数为24.42×10-9,臭氧污染事件中的VOCs平均体积分数为27.72×10-9,较非臭氧污染时期增加15.69％.夏季总VOCs(TVOCs)的OFP为87.92×10-9,其中烯烃的OFP最高,对TVOCs的OFP的贡献达58.28％.臭氧污染事件中TVOCs的OFP为102.68×10-9,较非臭氧污染时期增加19.59％.臭氧污染事件中VOCs的来源分别为石化工业及汽油挥发(29.44％)、柴油车尾气(23.52％)、液化石油气及汽油车尾气(22.00％)、天然气及燃烧(13.41％)、溶剂使用(6.14％)和植物排放(5.49％).相比于非臭氧污染时期,液化石油气及汽油车尾气和柴油车尾气分别增长4.84％和5.29％.石化工业及汽油挥发和植物排放的贡献均表现为08:00开始上升,11:00达到最高,这与太阳辐射增强和温度不断上升密切相关.液化石油气及汽油车尾气和柴油车尾气均具有明显的早晚高峰特征,并在夜间(00:00～06:00)保持较高贡献水平.根据PMF结果并结合OFP的计算方法,解析了不同源类对臭氧生成潜势的 贡献.石化工业及汽油挥发(31.01％)和柴油车尾气(36.64％)是较高贡献源类,相比非臭氧污染时期分别增加了 1.74％和8.27％;并且石化工业及汽油挥发贡献率在臭氧污染事件发生过程的上升阶段显著增加,而在下降阶段明显下降.     

上海市城区春节和“五一”节期间大气挥发性有机物的组成特征

挥发性有机物(VOCs)是对流层臭氧和二次有机气溶胶等二次污染生成过程的关键前体物.研究VOCs的浓度水平、组成特征和反应活性对揭示复合型大气污染的形成机制具有重要意义.本研究利用在线气相-氢离子火焰法测量了2009年春节和"五一"节期间上海市城区大气中56种VOCs.结果表明,上海市城区大气受机动车尾气排放源影响明显,VOCs浓度日变化特征呈双峰状,与上下班交通高峰基本吻合.大气中VOCs平均体积分数为(28.39±18.35)×10-9;各组分百分含量依次为:烷烃46.6%,芳香烃27.0%,烯烃15.1%,乙炔11.2%.用OH消耗速率和臭氧生成潜势(OFP)评估了VOCs大气化学反应活性,结果表明,上海市城区大气VOCs化学反应活性与VOCs体积浓度相关性良好;VOCs活性与乙烯相当,平均化学反应活性较强;OH消耗速率贡献最大的物种是烯烃51.2%和芳香烃31.8%;OFP贡献最大的物种是芳香烃53.4%和烯烃30.2%;对臭氧生成贡献最大的关键活性物种为丙烯、乙烯、甲苯、二甲苯以及丁烯类物质.     

珠三角产业重镇大气VOCs污染特征及来源解析

2019年在珠三角典型产业重镇佛山市狮山镇在线监测大气挥发性有机化合物（VOCs）,并开展大气VOCs污染特征、臭氧生成潜势（OFP）及来源贡献分析.观测期间共测得56种VOCs物种,总挥发性有机物（TVOCs）体积浓度为（39.64±30.46）×10^-9,主要组成为烷烃（56.5%）和芳香烃（30.1%）.大气VOCs在冬季和春季浓度较高.VOCs各组分呈“U”型日变化特征,污染时段的日变化幅度明显大于非污染时段.相对增量反应活性（RIR）结果表明研究区域的O₃生成处于VOCs控制区.2019年VOCs的OFP为107.40×10^-9,其中芳香烃对总OFP贡献最大（54.6%）.OFP浓度最高的10种VOCs占总OFP的80.3%,占TVOCs体积浓度的59.9%,高反应活性的VOCs物种在研究区域具有较高的大气浓度,应重点控制.正交矩阵因子分析模型（PMF）来源解析结果表明,溶剂使用源（42.4%）和机动车排放源（25.8%）是研究区域2019年大气VOCs的主要来源,其次为工业过程源（14.6%）、汽油挥发（7.9%）和天然源（1.7%）,控制上述源的VOCs排放是缓解该地区臭氧污染的有效策略.     

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.     

山西省人为源VOCs排放清单及其对臭氧生成贡献

根据统计年年鉴中主要的人为挥发性有机物(VOCs)排放源的行业活动水平和文献中查阅到的VOCs排放因子和组分特征,计算了山西省2013年的人为源VOCs的排放量,计算了臭氧生成潜势.计算结果显示山西省2013年人为源VOCs排放量为72.37万t,最主要的排放行业是工业排放源和移动源,分别占总排放量的36.47%和24.28%;在工业源中,焦炭生产和化学品生产的VOCs排放量分别为19.06万t和3.88万t,分别占工业排放行业总排放量的72.22%和14.72%,是工业排放行业中最大的排放源;2013年山西省各个排放源排放的臭氧前驱VOCs共43.59万t,所产生的臭氧生成潜势总量为176.99万t,对总臭氧生成潜势贡献最大的是移动源、燃烧源和工业排放,分别占总臭氧生成潜势总量的40.35%、26.43%和24.95%.结果表明:煤化工行业VOCs排放量显示了山西省独特的以煤为主的单一化、重型化的产业结构;机动车保有量快速增长导致了机动车的VOCs排放量巨大;移动源和工业排放源排放的VOCs所产生的臭氧生成潜势巨大.总之控制山西省的VOCs排放及其带来的臭氧污染应主要关注于控制工业排放和机动车排放.     

Ozone and secondary organic aerosol formation potential from anthropogenic volatile organic compounds emissions in China

Volatile organic compounds (VOCs) are major precursors for ozone and secondary organic aerosol (SOA), both of which greatly harm human health and significantly affect the Earth''s climate. We simultaneously estimated ozone and SOA formation from anthropogenic VOCs emissions in China by employing photochemical ozone creation potential (POCP) values and SOA yields. We gave special attention to large molecular species and adopted the SOA yield curves from latest smog chamber experiments. The estimation shows that alkylbenzenes are greatest contributors to both ozone and SOA formation (36.0% and 51.6%, respectively), while toluene and xylenes are largest contributing individual VOCs. Industry solvent use, industry process and domestic combustion are three sectors with the largest contributions to both ozone (24.7%, 23.0% and 17.8%, respectively) and SOA (22.9%, 34.6% and 19.6%, respectively) formation. In terms of the formation potential per unit VOCs emission, ozone is sensitive to open biomass burning, transportation, and domestic solvent use, and SOA is sensitive to industry process, domestic solvent use, and domestic combustion. Biomass stoves, paint application in industrial protection and buildings, adhesives application are key individual sources to ozone and SOA formation, whether measured by total contribution or contribution per unit VOCs emission. The results imply that current VOCs control policies should be extended to cover most important industrial sources, and the control measures for biomass stoves should be tightened. Finally, discrepant VOCs control policies should be implemented in different regions based on their ozone/aerosol concentration levels and dominant emission sources for ozone and SOA formation potential.     

舟山市臭氧污染分布特征及来源解析

臭氧及其前体物在环境空气中传输和反应过程复杂,本研究利用舟山市国控点2014年的监测数据对臭氧污染时空分布开展了统计分析,并利用CMAQ (community multiscale air quality)模型模拟了舟山市2014年臭氧污染形成,选用ISAM(integrated source apportionment method)源追踪算法计算来源贡献率.结果表明,舟山市春秋季节的臭氧浓度相对较高,浓度高值出现在午后13:00～15:00.普陀站的臭氧平均浓度最高而位于中心城区的临城站最低.臭氧总体浓度不高,但易出现单日浓度高值,其中5月臭氧超标率最高.舟山市本地臭氧形成主要受VOCs浓度控制,而源解析结果表明舟山市全年外来源占总贡献的69. 46%.本地源中,工业燃烧源、工艺过程源、道路移动源、非道路移动源的贡献率相差不大,且表现出显著的港口城市特征,船舶源、石化源、储运源分别占总贡献的4. 45%和1. 01%和1. 80%.控制臭氧污染应采取周边区域联防联控的措施,以VOCs排放源为主,不同来源协同调控的措施.     

不同人为源排放对珠江三角洲地区O3生成贡献的数值模拟

利用改进的二维欧拉空气质量模式对珠江三角洲地区不同类型人为源排放对该区域臭氧生成的贡献进行了模拟研究.结果表明,珠江三角洲区域臭氧生成受VOCs排放控制,流动源排放VOC最多,对臭氧生成的贡献也最大,分别占臭氧最大小时浓度和平均小时浓度的44%和67%;其次是溶剂和油漆挥发的贡献.点源和面源排放VOC较少,但排放NOx量大,二者对臭氧生成影响是负的.控制所有类型人为源排放,珠江三角洲区域臭氧日均浓度和最大浓度将分别减少78%和90%.模拟结果还显示,受气象场和光化学反应共同影响,珠江三角洲南部区域是臭氧浓度高值区.     

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.     

我国典型化工行业VOCs排放特征及其对臭氧生成潜势

选取了我国5种典型化工行业VOCs排放源进行了源排放特征分析,通过对70个VOCs源样品的分析,结果表明,烷烃是合成材料制造业、石化行业和涂料产品制造业的主导VOCs种类（占比分别为43%、63%和68%）,烯烃是日用化学产品制造业的VOCs主要种类（46%）,卤代烃在专用化学品制造业排放中占主导（43%）;利用机器学习方法分析了上述行业的标志组分,发现癸烷和四氢呋喃是合成材料制造业源的特征标志组分,正丁醇和甲苯是日用化学产品制造业源的特征标志组分,1,2,3-三甲苯和1,3,5-三甲苯是石化行业源的特征标志组分,丙烯和3-甲基戊烷是涂料产品制造业的标志组分,对二甲苯和异丙苯是专用化学品制造业源的特征标志组分;并采用最大增量反应活性法（MIR）估算了各VOCs排放源的臭氧生成潜势（OFP）,结果表明,在单位浓度总VOCs排放条件下,对臭氧生成潜势的贡献大小依次为日用化学产品制造业、专用化学品制造业、石化行业、合成材料制造业和涂料产品制造业.建议在今后的臭氧防控中,更应关注各行业所排放的关键活性物种,而不仅仅注重VOCs排放总量.     

涂料制造行业挥发性有机物排放成分谱及影响

采用不锈钢采样罐对华东地区8家涂料制造企业生产车间排口进行采集,运用气相色谱-质谱联用技术（GC-MS）测定了106种VOCs组分,识别了VOCs排放特征,建立了溶剂型涂料和水性涂料VOCs排放成分谱,分析了VOCs对臭氧生成的贡献.结果表明,涂料制造行业VOCs特征组分主要为芳香烃和含氧烃,两者浓度范围在65.5%~99.9%,溶剂型涂料VOCs排放主要以芳香烃为主,占总VOCs的63.0%~94.0%;水性涂料VOCs排放主要以含氧烃为主,占总VOCs的54.5%~99.9%.间/对-二甲苯（32.4%）、乙苯（19.0%）和乙酸乙酯（12.1%）为溶剂型涂料源排放特征,乙酸乙酯（83.7%）与2-丁酮（8.0%）为水性涂料源排放特征.芳香烃和含氧烃是涂料制造行业的主要活性组分,对臭氧生成潜势（OFP）的总贡献率在92.9%~99.9%之间.源反应活性分析（SR）表明,水性涂料单位质量VOCs对臭氧的生成贡献低于溶剂型涂料,因此可显著降低臭氧的生成潜势.研究显示,针对涂料制造行业VOCs污染治理,应重点关注芳香烃和含氧烃中对臭氧生成潜势贡献较大的VOCs组分,进行源头和精细化控制.     

三亚市大气VOCs污染特征、臭氧生成潜势及来源解析

为探究热带地区环境空气中挥发性有机物(VOCs)的污染特征,利用三亚市2019年VOCs在线监测数据,全面分析了VOCs的污染特征、来源以及对O₃的影响.结果表明:①总挥发性有机物(TVOCs)日均体积分数范围为2.05×10-9~19.74×10-9,且以烷烃(71.4%)和烯烃(20.5%)为主.②VOCs优势物种丙烷、正丁烷、乙烷、异丁烷、乙烯、乙炔、苯和甲苯的体积分数日变化均呈早晚双峰的特征;φ(异戊二烯)呈白天显著高于夜间的特征,其季节性变化规律与光照变化基本一致.③对臭氧生成潜势(OFP)贡献最大的是烯烃(70.6%),其中异戊二烯的OFP贡献率(41.9%)最大,其次是烷烃(19.9%).④春夏季φ(NO₂)和φ(VOCs)均较低,难以通过光化学反应生成较高的φ(O₃),秋冬季φ(O₃)显著升高主要与东北方向污染物传输有关.⑤正交矩阵因子模型(PMF)解析结果表明,VOCs来源分别为交通源(46.52%)、溶剂使用源(18.25%)、植物源(12.36%)、工业源(11.99%)和燃烧源(10.88%).研究显示,三亚市环境空气中φ(VOCs)受交通源排放影响较大,应加强管制以削减环境空气中VOCs活性较大的物种,从而减少O₃的生成.      

Temporal variations and source apportionment of volatile organic compounds at an urban site in Shijiazhuang, China

Shijiazhuang, the city with the worst air quality in China, is suffering from severe ozone pollution in summer. As the key precursors of ozone generation, it is necessary to control the Volatile Organic Compounds (VOCs) pollution. To have a better understanding of the pollution status and source contribution, the concentrations of 117 ambient VOCs were analyzed from April to August 2018 in an urban site in Shijiazhuang. Results showed that the monthly average concentration of total VOCs was 66.27 ppbv, in which, the oxygenated VOCs (37.89%), alkanes (33.89%), and halogenated hydrocarbons (13.31%) were the main composite on. Eight major sources were identified using Positive Matrix Factorization modeling with an accurate VOCs emission inventory as inter-complementary methods revealed that the petrochemical industry (26.24%), other industrial sources (15.19%), and traffic source (12.24%) were the major sources for ambient VOCs in Shijiazhuang. The spatial distributions of major industrial activities emissions were identified by using geographic information statistics system, which illustrated the VOCs was mainly from the north and southeast of Shijiazhuang. The inverse trajectory analysis using Hybrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) and Potential Source Contribution Function (PSCF) clearly demonstrated the features of pollutant transport to Shijiazhuang. These findings can provide references for local governments regarding control strategies to reduce VOCs emissions.