长沙大气中VOCs研究

应用大气采样罐采样技术和色谱-质谱联用（GC-MS）技术,对2008年长沙市大气中76种挥发性有机物（VOCs）的组分及其质量浓度水平进行测试,比较了各组分对臭氧产生的影响潜势,同时对其主要来源进行简单分析.结果表明,长沙大气总VOCs在上午和下午的浓度分别是38.4×10-9（体积分数）和22.7×10-9（体积分数）,下午大气中VOCs浓度显著低于上午;季节变化呈现VOCs冬季浓度远高于夏季VOCs浓度,组分中以卤代烃最高,烷烃、芳烃次之,烯烃最低,OH消耗速率最高的物质是间、对二甲苯（10.71×10-9 C,碳单位体积比,下同）;其次为1,2,4-三甲苯（6.04×10-9 C）和1,3,5-三甲苯（2.23×10-9 C）.芳烃对大气O3生成贡献最大（66%）,其次是烯烃（26%）,烷烃最低（8%）.高浓度的异戊烷和丙烷说明了机动车排放和液化石油气是VOCs来源之一,苯/甲苯的特征比值接近0.8,远高于机动车尾气排放特征比值0.5;说明溶剂和涂料挥发是其主要来源之一.     

连云港不同功能区挥发性有机物污染特征及臭氧生成潜势

2018年夏季和秋季对连云港城区不同功能区开展大气VOCs采样,利用预浓缩系统和气相色谱质谱联用技术分析定量了107种VOCs物种,并利用最大增量反应活性(MIR)估算了大气VOCs的臭氧生成潜势(OFP).结果表明,连云港市城区大气VOCs平均体积分数为(22. 1±13. 1)×10~(-9),C2～C4的烷烃和烯烃、丙酮及乙酸乙酯是主要的VOCs物种,占TVOCs含量的59. 8%～75. 8%.不同功能区VOCs浓度排序为工业区[(28. 4±13. 5)×10~(-9)]风景区[(21. 7±4. 4)×10~(-9)]交通居民混合区[(20. 8±7. 2)×10~(-9)].秋季VOCs浓度显著高于夏季,秋季工业区浓度最高(35. 4×10~(-9)),夏季风景区VOCs浓度最高(21. 5×10~(-9)).烷烃、含氧硫化合物和卤代烃是最主要的VOCs组分,分别占TVOCs浓度的35. 3%、26. 9%和15. 6%,受工业排放影响工业区含氧硫化合物含量显著高于风景区和交通居民混合区.通过T/B(甲苯/苯)探讨VOCs的来源发现,机动车和溶剂使用是城区大气VOCs的主要来源.功能区的OFP排序为工业区交通居民混合区风景区,烯烃对OFP的贡献最高,其次为芳香烃.     

上海城区典型污染过程VOCs特征及臭氧潜势分析

利用在线气相色谱-氢火焰离子化（GC-FID）监测系统对上海市城区典型污染前、污染中和污染后的55种挥发性有机物（VOCs）进行了自动连续监测,分析了各个阶段VOCs（C2～C12）体积分数、物种变化特征.结果表明上海市城区典型污染前VOCs平均体积分数为27×10-9;污染中VOCs体积分数迅速增加,比污染前高3倍,达到87×10-9;具体以烷烃最高（35.2×10-9）、芳香烃次之（30.0×10-9）、烯烃最低（21.6×10-9）;用最大臭氧生成潜势量（ΦOFP）对不同污染阶段污染VOCs大气活性进行了评估,结果表明不同污染阶段VOCs的ΦOFP均呈现污染前〈污染后〈污染中的变化特征.污染前期的ΦOFP依次是芳香烃（53.0%）〉烯烃（36.1%）〉烷烃（11.7%）;污染中期的ΦOFP依次是芳香烃（54.7%）〉烯烃（36.7%）〉烷烃（9.8%）;污染后期ΦOFP则依次是烯烃（52.7%）〉芳香烃（36.0%）〉烷烃（13.2%）.具体关键活性物种主要包括甲苯、间、对二甲苯、1,3-丁二烯、乙烯、丙烯等芳香烃和烯烃物种,具体以烯烃C2～C4为主,芳香烃C6～C8为主.不同污染阶段O3与ΦOFP之间存在典型的非线性负相关关系,并且ΦOFP转化为O3的量均小于20%,说明臭氧浓度仍有很大上升空间;这对定量评估大气中VOCs对臭氧的影响具有重要意义.     

重庆市北碚城区大气中VOCs组成特征研究

2012年3月~2013年2月,使用特制的不锈钢钢瓶采集重庆市北碚城区大气样品,并采用三步预浓缩-气相色谱/质谱法对所采集的气体样品进行检测.本研究共检出78种挥发性有机物(volatile organic compounds,VOCs),其中烷烃25种,烯烃15种,芳香烃28种,卤代烃10种.结果表明,重庆市北碚大气中年均浓度最高的前7种VOCs分别为:二氯甲烷(3.08×10-9,体积分数,下同)、苯(2.09×10-9)、异戊烷(1.85×10-9)、甲苯(1.51×10-9)、丙烷(1.51×10-9)、间/对-二甲苯(1.43×10-9)、苯乙烯(1.39×10-9).北碚大气中总挥发性有机物(total volatile organic compounds,TVOCs)浓度为33.89×10-9,季节变化表现为:春季(42.57×10-9)>秋季(33.89×10-9)>冬季(31.91×10-9)>夏季(27.04×10-9).从组成来看,烷烃和芳香烃对TVOCs贡献最大,分别达到31.5%和30.7%;其次是卤代烃类,占27.4%;含量最少的组分是烯烃,所占比例仅为10.4%.采用臭氧生成潜势对VOCs组分活性分析结果表明,烯烃类和芳香烃类化合物是对北碚大气O3生成贡献最大的物质.利用主成分分析法对大气样品中VOCs来源进行分析,发现北碚大气VOCs主要源于机动车尾气排放,贡献比为50.41%.北碚大气中T/B年均值为0.73,表明大气中的苯类物质主要来源于机动车的尾气排放,受溶剂挥发的影响较小.     

深圳大气挥发性有机物污染特征及臭氧生成潜势

该研究选取深圳市工业区、城区、郊区等不同类型的5个典型地区在2017年8月(夏季)、10-11月(秋季)、12月(冬季)开展了挥发性有机物(VOCs)离线手工采样及监测,获得了113种VOCs物种的体积分数数据并分析了VOCs污染特征及臭氧生成潜势(OFP)。研究表明,观测期间深圳市VOCs平均体积分数为37.3×10~(-9),以含氧挥发性有机物(OVOCs)和烷烃为主要组分,共占总体积分数的57.2%。秋冬季体积分数约为夏季的2倍,日变化上烷烃、烯烃、芳香烃体积分数在中午达到谷值,较早晚平均值偏低46.7%～48.3%,但OVOCs日变化曲线较为平缓。观测期间VOCs的OFP平均为121.2×10~(-9),OVOCs、烯烃和芳香烃是主要贡献来源,分别占42.0%、33.0%和15.3%,1,3-丁二烯、丙醛、乙醛、甲苯是对OFP贡献最大的前4个物种,共占55.8%。工业排放对臭氧生成影响显著,工业区点位OFP较高(182.2×10~(-9)),城区次之(98.6×10~(-9)),郊区最低(68.9×10~(-9)),同时工业区甲苯/苯(T/B)比值较高(10.7),表明受溶剂使用源的影响较大。加强控制溶剂使用源、工业源和机动车的VOCs排放将有利于降低深圳市大气OFP,从而减少臭氧生成。     

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.     

烟台市大气VOCs污染特征及臭氧生成潜势分析

该文以2020年5-10月烟台市117种VOCs监测数据为基础,对烟台市VOCs污染特征、臭氧生成潜势及污染来源进行分析。研究表明:烟台市VOCs平均体积分数为27.70×10~(-9)(75.43μg/m~3),VOCs体积分数月际波动较小,在25.61×10~(-9)～30.54×10~(-9)之间。烟台市VOCs化学组成由高到低排序,依次为烷烃OVOCs卤代烃芳香烃烯烃炔烃有机硫,其中烷烃和OVOCs比重最大,二者之和占总VOCs的68.5%;VOCs体积分数最高的3种组分依次为甲醛、丙烷、丙酮。烟台市VOCs组分的总OFP值为177.41μg/m~3,臭氧生成潜势量表现为OVOCs芳香烃烯烃烷烃炔烃卤代烃有机硫,OFP值排名前3的组分分别是甲醛、乙醛、甲苯。烟台市大气中芳香烃主要受机动车排放影响,同时工业排放影响也不可忽略;羰基化合物主要受机动车尾气和人为源影响。     

厦门冬春季大气VOCs的污染特征及臭氧生成潜势

2014年1~4月在厦门市城区和郊区开展冬春季节大气样品的采集,采用大气预浓缩系统与GC/MS联用技术定量了48种大气挥发性有机物(VOCs),对比分析了冬春季城区和郊区大气VOCs的污染特征,并利用最大增量反应活性(MIR)估算了大气VOCs的臭氧生成潜势(OFP).结果表明,冬季厦门城区和郊区大气中VOCs的平均体积分数分别为11.13×10-9和7.17×10-9,春季厦门城区和郊区大气中VOCs的平均体积分数分别为24.88×10-9和11.27×10-9,且均表现为烷烃芳香烃烯烃.通过B/T值探讨城区和郊区VOCs的来源发现,机动车和溶剂挥发是城区VOCs的主要来源,郊区VOCs除了局地源的贡献外,还受到外来污染物扩散传输的影响.城、郊区的主要VOCs包括丙烯、正丁烷、异丁烷、正戊烷、异戊烷、正己烷、苯、甲苯、乙苯和间对二甲苯,这10种组分对两地VOCs的贡献表现为春季(城区和郊区分别为62.83%和53.74%)高于冬季(城区和郊区分别为61.57%和45.83%).城、郊区VOCs的臭氧生成潜势分析显示,芳香烃的相对贡献率最大,其次是烯烃,烷烃最小.C3、C4类烯烃和苯系物是厦门城区和郊区活性较高的物种,对臭氧的贡献较大.比较观测期间城区和郊区VOCs的平均MIR值可知,郊区VOCs的活性高于城区.     

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.     

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.     

夏季局地环流对北京下风向地区O3输送的影响

于2007年6~9月,北京地区环流背景属于局地“山谷风”环流期间,在沿主导风向路径分布的4个代表性测点开展了地面O3浓度观测,并采用Models-3/CMAQ模式对典型个例进行模拟,以研究城市对下风向地区O3输送的影响.结果表明,城市下风向测点上甸子本底站O3平均浓度、超标率最高,上风向测点超标率最低,O3小时极大值出现在城区站,为271.56×10-9;不同测点O3浓度日变化规律一致,但浓度日峰值出现时间呈现自城市至下风向地区逐渐滞后的规律;各测点主导风向下O3浓度分布具有沿输送路径逐渐升高的趋势,且两主导风向下的浓度差值也具有沿西南输送路径逐渐升高的趋势;本底地区O3的浓度受来自清洁地区和城市污染地区不同气流影响,观测资料估算得出城市对区域背景地区的输送贡献为36.7×10-9;模拟结果验证了北京地区城市对下风向地区O3的输送影响.     

北仑区臭氧与挥发性有机物关系研究

利用2016年夏季北仑区域的VOCs及臭氧在线监测结果,研究了北仑区域VOCs的浓度水平、组成及来源情况,同时还分析了区域的臭氧生成与VOCs之间的关系.结果表明:北仑的VOCs浓度整体水平与一些大城市相比较低,在VOCs组成中比例最高的为烷烃,臭氧生成潜势(OFP)贡献最高的为芳香烃;北仑的VOCs来源与北京和上海均有所不同,且北仑的机动车对VOCs的贡献特征值B/T为0.56,超过了临界值;北仑区域的臭氧生成主要是由本地的VOCs等的臭氧前驱体通过光化学反应生成.     

Strong ozone production at a rural site in theNorth China Plain: Mixed effects of urban plumesand biogenic emissions

Regional ozone (O₃) pollution has drawn increasing attention in China over the recent decade, but the contributions from urban pollution and biogenic emissions have not been clearly elucidated. To better understand the formation of the regional O₃ problem in the North China Plain (NCP), intensive field measurements of O₃ and related parameters were conducted at a rural site downwind of Ji'nan, the capital city of Shandong province, in the summer of 2013. Markedly severe O₃ pollution was recorded, with the O₃ mixing ratios exceeding the Chinese national ambient air quality standard on 28?days (a frequency of 78%) and with a maximum hourly value of 198 ppbv. Extensive regional transport of well-processed urban plumes to the site was identified. An observation-constrained chemical box model was deployed to evaluate in situ photochemical O₃ production on two episodes. The results show that the in situ formation accounted for approximately 46% of the observed O₃ accumulation, while the remainder (~ 54%) was contributed by regional transport of the O₃-laden urban plumes. The in situ ozone production was in a mixed controlled regime that reducing either NOx or VOCs would lead to a reduction of ozone formation. Biogenic VOCs played an important role in the local ozone formation. This study demonstrates the significant mixed effects of both anthropogenic pollution from urban zones and biogenic emission in rural areas on the regional O₃ pollution in the NCP region, and may have general applicability in facilitating the understanding of the formation of secondary pollution over China.     

Characteristics of volatile organic compounds, NO2, and effects on ozone formation at a site with high ozone level in Chengdu

Chengdu is a megacity in the southwest of China with high ozone (O₃) mixing ratio. Observation of volatile organic compounds (VOCs), NO₂ and O₃ with high temporal resolution was conducted in Chengdu to investigate the chemical processes and causes of high O₃ levels. The hourly mixing ratios of VOCs, NO₂, and O₃ were monitored by an online system from 28 August to 7 October, 2016. According to meteorological conditions, Chengdu, with relative warm weather and low wind speed, is favorable to O₃ formation. Part of the O₃ in Chengdu may be transported from the downtown area. In O₃ episodes, the average mixing ratios of NO₂ and O₃ were 20.20?ppbv and 47.95?ppbv, respectively. In non-O₃ episodes, the average mixing ratios of NO₂ and O₃ were 16.38?ppbv and 35.15?ppbv, respectively. The average mixing ratio of total VOCs (TVOCs) was 40.29?ppbv in non-O₃ episodes, which was lower than that in O₃ episodes (53.19?ppbv). Alkenes comprised 51.7% of the total O₃ formation potential (OFP) in Chengdu, followed by aromatics which accounted for 24.2%. Ethylene, trans-pentene, propene, and BTEX (benzene, ethylbenzene, toluene, m/p-xylene, o-xylene) were also major contributors to the OFP in Chengdu. In O₃ episodes, intensive secondary formations were observed during the campaign. Oxygenated VOCs (OVOCs), such as acetone, Methylethylketone (MEK), and Methylvinylketone (MVK) were abundant. Isoprene rapidly converted to MVK and Methacrolein (MACR) during O₃ episodes. Acetone was mainly the oxidant of C3-C5 hydrocarbons.     

唐山市和北京市夏秋季节大气VOCs组成及浓度变化

2007年和2008年6～9月,利用前级浓缩-气相色谱/质谱法,对唐山市大气中挥发性有机物的组成及浓度变化进行了采样分析研究.2008唐山市大气VOCs平均浓度为163.5×10-9C(碳单位体积比,下同),其中饱和烷烃占45.9%、芳香烃占29.9%、烯烃占5.9%、卤代烃占18.8%;相对2007年同期唐山大气VOCs平均浓度340.4×10-9C下降了51.9%,苯系物下降幅度最大为66.5%,卤代烃中工业排放的二氯苯浓度有所上升;2008唐山市大气VOCs比同期北京大气VOCs浓度低8.5%,奥运时段VOCs变化表明,唐山市大气VOCs除交通源外工业排放也是大气污染的重要来源.     

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.      

北京市典型汽修企业VOCs排放特征与臭氧影响分析

对北京地区27家汽修企业进行调研,选取2家典型汽修企业进行气袋采样-GC-MS-FID采集及分析,定量分析其VOCs的排放特征,并计算其臭氧生成潜势（OFP）。结果表明:使用不同漆料的汽修企业排放特征不同,水性漆企业非甲烷总烃的排放浓度为0.62~36.49 mg/m3,油性漆企业的排放浓度为0~100.39 mg/m3;水性漆排放的VOCs以烷烃为主,占比高达57.16%,丙烷（39.65%）和甲苯（11.41%）是首要污染物;卤代烃（55.51%）是油性漆企业的主要VOCs排放物种,主要组分为1,2-二氯丙烷和1,2-二氯乙烷;水性漆企业的OFP值为144.78 mg/m3,油性漆企业的OFP值为664.43 mg/m3,大气反应活性最大的物种多为芳香烃,芳香烃对OFP的贡献率分别为52.18%和88.44%。     

某工业园区VOCs臭氧生成潜势及优控物种

臭氧(O3)污染日趋严重,控制光化学反应前体物之一的挥发性有机污染物(volatile organic compounds,VOCs)对减少臭氧生成有重要意义.为研究天津某工业园区VOCs臭氧生成潜势,采集了园区6个代表企业厂界气体样品,使用质子转移反应飞行时间质谱仪(PTR-TOF-MS)对VOCs进行了定量分析,估算了各企业臭氧生成潜势,运用VOCs/NO_x研究了臭氧生成控制敏感性因素,并在熵值法基础上筛选出了减少臭氧生成优先控制VOCs物种.结果表明,通过PEC法估算臭氧生成F企业最高为0.423 3 mg·m~(-3),MIR法估算结果 C企业最高为1.573 3 mg·m~(-3);PEC法估算结果与臭氧浓度更接近,适用于园区对臭氧生成的估算;VOCs和NOx均为工业园区臭氧生成敏感性因素,需同时控制;园区内VOCs物种臭氧生成贡献大小为烷烃烯炔烃醇类芳香烃,优先控制物种为正庚烷及其同分异构体、正壬烷、正辛烷及其同分异构体、正十一烷、戊烷、正癸烷、甲醇.     

广州森林大气中VOCs昼夜变化特征及对O_3的影响

挥发性有机物化合物(VOCs)是大气光化学过程的重要前驱物,对大气中的臭氧(O)3有重要影响。文章对广州市花都区王子山森林公园大气中VOCs的昼夜变化特征进行了分析,并且评估了其对大气中O3的相对贡献。共定性和定量了21种VOCs,其中1,2,4-三甲基苯(21.50±32.90)μg/m3、甲基环戊烷(20.40±23.30)μg/m3和异戊二烯(14.90±39.20)μg/m3浓度最高。对于大多数VOCs来说,活性VOCs与相对惰性的VOCs表现出相反的昼夜变化特征,这反映了大气光化学反应对于VOCs的影响。采用Propy-Equiv浓度对大气VOCs对O3的影响评估结果表明,该地区大气VOCs对O3贡献的大小为:烯烃>苯系物>烷烃。     

南京江北化工园区挥发性有机物走航观测

挥发性有机物（VOCs）是大气中1类具有较大健康危害的污染物,同时也是大气中二次有机气溶胶和臭氧生成的重要前体物。首次使用搭载了单光子电离质谱仪（SPI-MS）的走航观测车,在2018年3月对南京江北化工园区环境空气中的VOCs进行了为期4 d的走航观测。观测期间,总VOCs的平均浓度为133.3 μg/m3,夜间平均浓度（143.6 μg/m3）较日间（123.1 μg/m3）偏高,工作日平均浓度（226.7 μg/m3）远高于周末（39.9 μg/m3）。同时还获得了高时间和高空间分辨率的VOCs分布特征,并详细分析了走航路线途经的3个重点区域（南钢-南化、扬子石化和化工大道区域）的特征污染物、浓度变化及主要排放源（企业）。总体来看,VOCs组成以烷烃和芳香烃浓度占比最大（均为31%）,其次为烯烃（25%）和卤代烃（13%）;但对臭氧生成潜势的贡献,则是烯烃最大（56%）,其次为芳香烃、烷烃和卤代烃,分别占32%、9%和3%。该结果为化工园区VOCs的减排管理及区域臭氧污染控制提供参考。