江苏省人为源VOCs排放清单及其对臭氧生成贡献

基于江苏省工业、能源、环境等活动水平数据,结合排放因子法和源成分谱研究成果,建立了江苏省分市、分行业、分物种人为源VOCs排放清单,利用最大增量反应活性(MIR)估算了其对臭氧的生成贡献.结果显示,江苏省2015年VOCs人为源排放量为192.78万t,化石燃料燃烧、工业过程源、有机溶剂使用源、生物质燃烧源、移动源、有机溶剂储运源排放质量分数分别为7.38%、27.93%、39.56%、3.55%、16.18%、5.39%.苏州、南京、徐州3市VOCs排放量居全省前三位,均超过20万t.56种臭氧前驱物所产生的臭氧生成潜势(OFP)总量为542.95万t,行业分布与VOCs排放总量的行业分布相似,机械设备制造、交通工具制造、建筑装饰等涂装行业对OFP的贡献比例是VOCs排放总量贡献比例的1.3~1.6倍,控制喷涂行业等量的VOCs会产生更大的OFP削减.对OFP贡献大的前10位物种分别是间/对-二甲苯、乙烯、丙烯、1,3-丁二烯、甲苯、邻-二甲苯、1-丁烯、乙苯、1,2,4-三甲基苯、对-乙基甲苯,对总OFP的贡献为75.63%.     

河南省2016~2019年机动车大气污染物排放清单及特征

基于城市机动车保有量和高速公路交通流量,结合行驶里程和VOCs源谱,采用排放因子法建立了河南省2016~2019年城市和2016年高速公路机动车高分辨率大气污染物排放清单.结果表明,2016年小型客车和普通摩托车等汽油车是CO、VOCs和NH₃的主要贡献源,SO₂、NO_x和PM主要来自重型和轻型柴油货车,国1、国3和国4标准车对污染物排放贡献突出,郑州、周口和南阳的排放量较大;高速公路8~10月的车流量较高,11月最低,城市主干道周变化和日变化分别呈现出明显的周末效应和双峰特征;排放高值区集中在交通网密集、交通流量大的城市中心及市区附近向外辐射的道路上,连霍高速和京港澳高速是高排放道路;轻型汽油车对臭氧生成潜势（OFP）贡献最大,乙烯和丙烯等5个物种对VOCs排放量和OFP贡献均较大;2016~2019年机动车保有量年均增长率为5.7%;与2016年相比,2019年VOCs排放增加2.8%,SO₂、PM_2.5、PM₁₀、NH₃、CO和NO_x的降幅分别为76.3%、51.7%、50.3%、43.1%、16.7%和5.9%;2019年各污染物在控制政策下的实际排放量相对基准情景的减排比例在15.6%~82.4%之间.     

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.     

南京北郊秋季VOCs及其光化学特征观测研究

采用GC5000挥发性有机物在线监测系统和EMS系统,于2011年11月在南京北郊开展了为期一个月的连续观测,分别测量了大气中56种VOCs组分和反应性气体(NOx、CO和O3).结果表明,南京北郊的VOCs小时平均体积分数大约在48.17×10-9,日变化呈明显双峰型特征,受机动车影响比较显著,极小值出现在下午16:00,白天与O3浓度曲线呈负相关;VOCs的平均OH消耗速率常数约为3.26×10-12cm3.(molecule.s)-1,最大增量反应活性约为3.26 mol·mol-1;烯烃对OH消耗速率(LOH)和臭氧生成潜势(OFP)贡献率最大,芳香烃次之,而烷烃在大气中含量最为丰富,却并不是LOH和OFP主要贡献者;VOCs关键活性组分是乙烯、丙烯、1-丁烯、间,对-二甲苯及异戊二烯等物质;臭氧生成过程处于VOCs控制区.     

佛山市典型铝型材行业表面涂装VOCs排放组成

选取佛山市典型铝型材行业不同表面涂装工艺(溶剂型涂料涂装、水性涂料涂装、电泳涂装、粉末喷涂)有组织废气VOCs进行了采样分析.结果表明,溶剂型涂料涂装废气VOCs浓度(63. 90~149. 67 mg·m~(-3))要远大于其他3种涂装工艺(2. 99~21. 93 mg·m~(-3)). VOCs组成来看,溶剂型涂料涂装废气VOCs以芳香烃为主,比例在52. 32%~71. 55%之间,主要污染物包括甲苯、乙苯、二甲苯等苯系物和乙酸乙酯等含氧挥发性有机物(OVOCs).水性涂料涂装废气以OVOCs为主,如乙酸乙酯(48. 59%)、四氢呋喃(8. 43%),芳香烃比例(11. 32%)远低于溶剂型涂料涂装废气.异丙醇是电泳涂装废气中最主要的VOCs化合物,贡献比例高达81. 19%.而粉末涂料涂装废气VOCs污染物主要是丙酮(30. 25%),以及丙烷(15. 48%)、乙烯(12. 15%)、乙烷(9. 35%)、正丁烷(5. 16%)等C2~C4的烷烃和烯烃.臭氧生成潜势(OFP)计算结果表明,溶剂型涂料涂装废气排放单位质量VOCs的臭氧生成潜势(OFP,以O3/VOCs计,下同)最高(3. 89 g·g~(-1)),其次是粉末喷涂(2. 53 g·g~(-1)),而水性涂料涂装和电泳涂装则较低(1. 31 g·g~(-1)和0. 85 g·g~(-1)).溶剂型涂料涂装废气中芳香烃对OFP贡献比例高达93. 28%,有9种C7~C10芳香烃位列OFP排名前10化合物;水性涂料涂装废气中乙酸乙酯、间/对-二甲苯和甲苯的臭氧生成潜势占比最高,分别为23. 24%、21. 76%和17. 07%;粉末涂料涂装废气中的关键活性组分则为乙烯、丙烯和1-丁烯等低碳烯烃,烯烃对其OFP贡献为71. 11%;电泳涂料涂装废气中异丙醇的OFP贡献(65. 08%)明显高于其他组分(6%).     

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.     

珠江三角洲机动车挥发性有机物排放化学成分谱研究

根据珠三角地区机动车挥发性有机物排放(VOCs)贡献特征,选取在用轻型汽油车、轻型柴油车、液化石油气(LPG)出租车和摩托车,采用底盘测功机及实际道路测试,获取了以上车型尾气排放的VOCs化学成分(59种非甲烷碳氢化合物)特征谱.轻型汽油车以及摩托车的尾气组成中芳香烃含量最高,其次为烷烃;苯系物、异戊烷以及乙烯占轻型汽油车尾气VOCs组成的54.5%;苯系物、异戊烷以及乙炔占摩托车尾气组成的54.6%.轻型柴油车的尾气组成中烷烃比例最高,其次是芳香烃和烯炔烃.除了苯和甲苯,正十一烷、正十二烷、正癸烷、乙烯、丙烯、1-丁烯亦在柴油车尾气中占有重要比例(41.2%).LPG出租车尾气组成以丙烷、正丁烷、异丁烷为主,并伴有较高比例的1,2,4-三甲基苯、1,2,3-三甲基苯和甲苯.与类似研究比较结果表明:由于在油品、排放标准及采样与分析方法等方面的差异,机动车排放源成分谱相关研究结果仍存在一定的差异性,建议对机动车成分谱研究在尾气采样与分析方法等方面进行规范化和标准化.     

成都市臭氧生成敏感性分析及控制策略的制定

利用OZIPR模式结合经验动力学建模方法(EKMA)模拟成都市2017年O_3生成过程并绘制EKMA曲线,模拟过程采用CB05机理描述系统的动力学机理,结果表明,成都市O_3生成处于VOCs控制区,同时存在NO_x单独减少的不利效应,O3控制策略应对VOCs进行减排或同时减排VOCs和NO_x.选取5种VOCs和NO_x减排比例进行计算,分析结果发现,VOCs与NO_x减排量呈线性关系:VOCs=0.77NO_x+0.18.成都市"十二五"规划中NO_x减排目标为19.13%,代入上式计算后知,VOCs需减排33%才能使O_3最大小时浓度达到环境空气质量的二级标准.利用臭氧生成潜势(OFP)计算14种VOCs人为排放源对O_3生成的贡献,结果显示,对OFP具有主要贡献的有8种排放源,将33%的VOCs减排目标分配到这8种排放源中,可得各排放源的VOCs减排目标:移动源11.88%、溶剂使用源10.23%、能源民用燃烧3.3%、化工行业2.97%、露天秸秆焚烧1.49%、餐饮0.83%、汽油蒸汽0.63%、建材行业0.59%.     

北京怀柔O3污染过程初始VOCs浓度特征及来源分析

为了解北京怀柔区夏季典型O₃污染过程中初始VOCs（挥发性有机物）浓度（以φ计）的特征,识别其关键物种及主要来源,于2016年8月3-11日在中国科学院大学雁栖湖校区教学楼顶开展强化观测,利用光化学物种比值法和连续反应模型法测算观测期间大气初始φ（VOCs）,采用MIR（最大增量反应活性）法估算初始VOCs的OFP（O₃生成潜势）,识别关键物种,并应用PMF（正交矩阵因子）模型对初始VOCs的来源进行解析.结果表明:北京怀柔区O₃污染过程中初始φ（VOCs）平均值为25.27×10-9,如忽略化学损失,φ（VOCs）将被低估约18.6%.初始VOCs的总OFP值为144.6×10-9,VOCs物种对总OFP贡献率的顺序依次为醛酮类>烯烃>芳香烃>烷烃,异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯、乙烯、丙烯、1,2,4-三甲苯、丁酮、1,3,5-三甲苯是怀柔区O₃形成的关键活性物种.PMF解析结果显示,机动车尾气源对初始φ（VOCs）的贡献率（23.5%）最高,其次是溶剂使用源（18.3%）、植物排放源（18.1%）、工业过程源（17.6%）、生物质燃烧源（12.1%）和煤炭燃烧源（10.5%）.研究显示,在北京怀柔区典型O₃污染过程中,减少机动车尾气源、溶剂使用源、上风向工业过程源的排放是控制怀柔区VOCs的有效措施,而控制异戊二烯、乙醛、己醛、间/对-二甲苯、甲苯等关键活性物种则是有效抑制VOCs排放对O₃生成贡献的重要手段.      

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%.     

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.     

Vehicle emissions of primary air pollutants from 2009 to 2019 and projection for the 14th Five-Year Plan period in Beijing, China

Over the past decade, the emission standards and fuel standards in Beijing have been upgraded twice, and the vehicle structure has been improved by accelerating the elimination of 2.95 million old vehicles. Through the formulation and implementation of these policies, the emissions of carbon monoxide (CO), volatile organic compounds (VOCs), nitrogen oxides (NO_x), and fine particulate matter (PM_2.5) in 2019 were 147.9, 25.3, 43.4, and 0.91 kton in Beijing, respectively. The emission factor method was adopted to better understand the emissions characteristics of primary air pollutants from combustion engine vehicles and to improve pollution control. In combination with the air quality improvement goals and the status of social and economic development during the 14th Five-Year Plan period in Beijing, different vehicle pollution control scenarios were established, and emissions reductions were projected. The results show that the emissions of four air pollutants (CO, VOCs, NO_x, and PM_2.5) from vehicles in Beijing decreased by an average of 68% in 2019, compared to their levels in 2009. The contribution of NO_x emissions from diesel vehicles increased from 35% in 2009 to 56% in 2019, which indicated that clean and energy-saving diesel vehicle fleets should be further improved. Electric vehicle adoption could be an important measure to reduce pollutant emissions. With the further upgrading of vehicle structure and the adoption of electric vehicles, it is expected that the total emissions of the four vehicle pollutants can be reduced by 20%-41% by the end of the 14th Five-Year Plan period.     

Characteristics of ozone and ozone precursors (VOCs and NOx) around a petroleum refinery in Beijing, China

A field measurement campaign for ozone and ozone precursors(VOCs and NOx) was conducted in summer 2011 around a petroleum refinery in the Beijing rural region. Three observation sites were arranged, one at southwest of the refinery as the background, and two at northeast of the refinery as the downwind receptors. Monitoring data revealed the presence of serious surface O3 pollution with the characteristics of high average daily mean and maximum concentrations(64.0 and 145.4 ppbV in no-rain days, respectively) and multi-peak diurnal variation. For NOx, the average hourly concentrations of NO2 and NO were in the range of 20.5–46.1 and 1.8–6.4 ppbV, respectively. For VOC measurement, a total of 51 compounds were detected. Normally, TVOCs at the background site was only dozens of ppbC, while TVOCs at the downwind sites reached several hundreds of ppbC. By subtracting the VOC concentrations at background, chemical profiles of VOC emission from the refinery were obtained, mainly including alkanes(60.0% ± 4.3%), alkenes(21.1% ± 5.5%) and aromatics(18.9% ± 3.9%). Moreover, some differences in chemical profiles for the same measurement hours were observed between the downwind sites; the volume ratios of alkanes with low reactivity and those of alkenes with high reactivity respectively showed an increasing trend and a decreasing trend. Finally, based on temporal and spatial variations of VOC mixing ratios, their photochemical degradations and dispersion degradations were estimated to be 0.15–0.27 and 0.42–0.62, respectively, by the photochemical age calculation method, indicating stronger photochemical reactions around the refinery.     

City-specific vehicle emission control strategies to achieve stringent emission reduction targets in China''s Yangtze River Delta region

The Yangtze River Delta (YRD) region is one of the most prosperous and densely populated regions in China and is facing tremendous pressure to mitigate vehicle emissions and improve air quality. Our assessment has revealed that mitigating vehicle emissions of NOx would be more difficult than reducing the emissions of other major vehicular pollutants (e.g., CO, HC and PM_2.5) in the YRD region. Even in Shanghai, where the emission control implemented are more stringent than in Jiangsu and Zhejiang, we observed little to no reduction in NOx emissions from 2000 to 2010. Emission–reduction targets for HC, NOx and PM_2.5 are determined using a response surface modeling tool for better air quality. We design city-specific emission control strategies for three vehicle-populated cities in the YRD region: Shanghai and Nanjing and Wuxi in Jiangsu. Our results indicate that even if stringent emission control consisting of the Euro 6/VI standards, the limitation of vehicle population and usage, and the scrappage of older vehicles is applied, Nanjing and Wuxi will not be able to meet the NOx emissions target by 2020. Therefore, additional control measures are proposed for Nanjing and Wuxi to further mitigate NOx emissions from heavy-duty diesel vehicles.     

典型胶合板制造企业VOCs排放特征

通过苏玛罐采样和GC-MS/FID分析系统,测定了山东地区典型胶合板制造企业的VOCs排放特征.结果表明,烷烃（13.81%~39.16%）、含氧VOCs（5.68%~36.06%）和芳香烃（3.58%~48.12%）是热压和涂胶工艺主要排放成分,废气排口以含氧VOCs（6.49%~83.88%）排放为主,不同工艺环节的特征VOCs组分各有不同;烯炔烃（27.12%~39.38%）和芳香烃（32.47%~45.63%）是热压工艺和涂胶工艺的高OFP组分,废气排口则以含氧VOCs（52.82%）对O₃生成贡献最大;基于SOAP评估,各环节均以芳香烃类化合物（97.08%~98.03%）为主要活性组分;测得山东地区胶合板制造行业VOCs排放因子为0.89g VOCs/m³胶合板.     

廊坊开发区8~9月O3污染过程VOCs污染特征及来源分析

使用ZF-PKU-1007大气挥发性有机物（VOCs）在线连续监测系统,于2018年8月25日至9月30日在廊坊开发区对99种VOCs进行监测,并开展不同O₃污染情况下ω（VOCs）特征、大气反应活性及来源研究.结果表明,监测期间廊坊开发区ω（VOCs）平均为（75.17±38.67）×10^-9,O₃污染日和清洁日ω（VOCs）平均分别为（112.33±30.96）×10^-9和（66.25±34.84）×10^-9,污染日ω（VOCs）较清洁日偏高69.6%;对于大气反应活性,污染日和清洁日VOCs对臭氧生成潜势（OFP）的贡献均以醛酮类、芳香烃、烯烃和烷烃为主,对于羟基消耗速率（L_·OH）,污染日以芳香烃（30.0%）和烯烃（25.8%）为主,而清洁日烯烃贡献（29.8%）略高于芳香烃（28.0%）;PMF源解析结果显示,机动车排放（34.4%）、溶剂使用及挥发源（31.7%）、石化工业源（15.7%）、燃烧源（11.1%）和植物排放源（7.9%）为监测期间VOCs的主要来源,另外污染日溶剂使用及挥发源、植物源排放较清洁日升高13.1%和1.2%,可能与污染日温度较高有关.因此,机动车排放和溶剂使用及挥发为廊坊开发区8~9月VOCs的控制重点.     

VOC emission caps constrained by air quality targets based on response surface model: A case study in the Pearl River Delta Region, China

Because of the recent growth in ground-level ozone and increased emission of volatile organic compounds (VOCs), VOC emission control has become a major concern in China. In response, emission caps to control VOC have been stipulated in recent policies, but few of them were constrained by the co-control target of PM_2.5 and ozone, and discussed the factor that influence the emission cap formulation. Herein, we proposed a framework for quantification of VOC emission caps constrained by targets for PM_2.5 and ozone via a new response surface modeling (RSM) technique, achieving 50% computational cost savings of the quantification. In the Pearl River Delta (PRD) region, the VOC emission caps constrained by air quality targets varied greatly with the NO_x emission reduction level. If control measures in the surrounding areas of the PRD region were not considered, there could be two feasible strategies for VOC emission caps to meet air quality targets (160 µg/m³ for the maximum 8-hr-average 90th-percentile (MDA8-90%) ozone and 25 µg/m³ for the annual average of PM_2.5): a moderate VOC emission cap with <20% NOx emission reductions or a notable VOC emission cap with >60% NO_x emission reductions. If the ozone concentration target were reduced to 155 µg/m³, deep NO_x emission reductions is the only feasible ozone control measure in PRD. Optimization of seasonal VOC emission caps based on the Monte Carlo simulation could allow us to gain higher ozone benefits or greater VOC emission reductions. If VOC emissions were further reduced in autumn, MDA8-90% ozone could be lowered by 0.3-1.5 µg/m³, equaling the ozone benefits of 10% VOC emission reduction measures. The method for VOC emission cap quantification and optimization proposed in this study could provide scientific guidance for coordinated control of regional PM_2.5 and O₃ pollution in China.     

轻型汽油车VOCs排放特征及其大气反应活性

采用车载式尾气测量系统对国Ⅱ、国Ⅲ、国Ⅳ轻型汽油车在实际道路排放的尾气进行样品采集,并采用GC-MS、GC-FID对尾气中烷烃、烯烃、苯系物进行测试分析.结果表明轻型汽油车的VOCs排放因子随排放标准的提高显著降低,国Ⅱ、国Ⅲ、国Ⅳ3种车型的排放因子分别为49.62、21.65、6.72mg/km.苯系物占测定VOCs组分的比例最高,占到总VOCs的47.43%~60.52%.由排放的VOCs估算获得不同标准车型的臭氧生成潜势及二次有机气溶胶生成潜势分别为24.64~234.14mg/km和13.24~125.32mg/km.在对国Ⅲ车型进行的不同速度的实验结果显示,轻型汽油车尾气VOCs排放因子及相应的臭氧生成潜势和二次有机气溶胶生成潜势均随实验车速的升高而降低.     

广州市夏季VOCs对臭氧及SOA生成潜势的研究

2016年7月在广州城区开展了27d的大气VOCs在线监测,共得到73种VOCs,总浓度均值为40.07×10^-9.其中烷烃占比55.17%,芳香烃占比15.42%,烯烃占比12.14%,氯代烃占比8.79%,乙炔占比3.97%,OVOC占比3.72%,乙腈占比0.79%.采用臭氧生成潜势（OFP）和OH自由基消耗速率估算了广州城区夏季VOC大气化学反应活性,结果表明芳香烃和烯烃是最主要的活性物种;VOCs的关键活性组分是甲苯、反-2-戊烯、间/对二甲苯、1,3-丁二烯、异戊二烯等.采用气溶胶生成系数法（FAC）估算了VOCs对二次有机气溶胶（SOA）的贡献,结果显示芳香烃、烷烃、烯烃分别占总SOA生成潜势量的95.54%、2.5%、1.95%,甲苯、间/对二甲苯、乙苯、邻二甲苯、1,2,4-三甲基苯是对SOA生成贡献最大的前5个物种.     

重庆主城区夏秋季挥发性有机物（VOCs）浓度特征及来源研究

利用在线GC-MS/FID,对重庆主城区2015年夏、秋季大气挥发性有机物(VOCs)开展了为期1个月的观测.结果发现,监测期间主城区总挥发性有机物(TVOCs)体积分数为41.35×10-9,烷烃占比最大,其次是烯炔烃、芳香烃和含氧性挥发性有机物(OVOCs),卤代烃占比最小.将本次研究结果同以往研究结果比较发现,高乙炔浓度可能受交通源排放的影响,而乙烯和乙烷浓度的大幅度降低则得益于主城区化工企业的大举搬迁.通过最大增量反应活性(MIR)估算VOCs的臭氧生成潜势(OFP)发现,芳香烃(32.1%)和烯烃(30.6%)对臭氧生成的贡献最为显著,其中以乙烯、乙醛和间/对二甲苯的OFP最强,因此,对烯烃和芳香烃的削减能有效控制大气中O3的生成.通过PMF模型共解析出5个因子,主要为生物源及二次生成、其他交通源、天然气交通源、溶剂源和工业源.从5个因子对VOCs的贡献百分比可以看出,重庆城区交通源贡献最大(50.4%),其次是工业源和溶剂源的贡献(30%),生物源及二次生成的贡献最小.