成都双流夏秋季环境空气中VOCs污染特征研究

为了解成都市大气污染重点防治区域——双流地区的环境大气中挥发性有机物(VOCs)的污染特征和来源,2016年8月30日~2016年10月7日,VOCs外场观测在成都市双流区展开。结果表明,在线观测期间,采样站点总的大气挥发性有机物(TVOCs)的平均体积分数为(45.15±43.74)?10-9,其中烷烃的贡献最大(29%),其次是芳香烃(22%),卤代烃(17%),含氧挥发性有机物(OVOCs)(15%)、烯烃(9%)、乙炔(7%)、乙腈(1%);优势物种为丙酮、二氯甲烷、乙炔、乙烯、苯、甲苯、间/对二甲苯、丙烷、1,2-二氯乙烷以及丁酮。通过比较VOCs的化学反应消耗速率发现,反应活性最大的为芳香烃,其次是烯烃;反应活性最强的物种为苯乙烯、间/对二甲苯、异戊二烯、乙烯等。整个观测期间,有两次明显的生物质燃烧活动。国庆假日期间,TVOCs浓度相比之前明显上升,平均体积分数达57.65?10-9,其中,短链烯烃、卤代烃以及OVOCs浓度上升最为显著。分析某些关键的非甲烷总烃(NMHCs)和OVOCs的日变化特征发现,其变化规律反映了双流地区不同源排放特点。双流区环境空气中VOCs受本地工业源排放影响较大。     

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.     

广西柳城县VOCs组分特征、来源及其对臭氧生成的敏感性

位于广西柳州市郊区的柳城县存在突出的臭氧(O₃)污染问题,但目前尚未有当地O₃污染成因分析的相关报道.为探究其O₃污染成因,在2021年10月1～15日开展了116种挥发性有机物(VOCs)的在线连续观测,并对O₃敏感性进行分析.结果表明,观测期间φ[总挥发性有机物(TVOCs)]平均值为27.52×10^-9,其中污染过程(10月1～6日)φ(TVOCs)的平均值为32.15×10^-9,比非污染过程(10月8～15日)高32.79%.从物种浓度来说,含氧挥发性有机物(OVOCs)贡献最高,贡献率为43.70%,其次是烷烃(23.00%)、芳香烃(11.75%)和卤代烃(7.35%).从臭氧生成潜势(OFP)来说,OVOCs对OFP的贡献率最高(41.96%),其次是芳香烃(32.60%)和烯烃(17.92%).观测期间VOCs主要来自机动车排放(32.44%)、生物质燃烧源(29.31%)、溶剂使用源(16.43%)、植物源(11.34%)和化工企业排放(...     

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。     

郑州市冬春季大气VOCs污染特征及源解析

为摸清郑州市冬春季大气挥发性有机物(VOCs)污染特征及来源,对VOCs的浓度变化、SOAP(二次有机气溶胶生成潜势)及来源进行探究。结果表明,郑州冬春季VOCs平均浓度为45.05×10~(-9),其中烷烃20.62×10~(-9),含氧有机物(OVOCs)5.50×10~(-9),炔烃5.27×10~(-9),卤代烃5.15×10~(-9),烯烃5.05×10~(-9),芳香烃3.46×10~(-9);浓度排名前5物种为乙烷8.72×10~(-9)、乙炔5.27×10~(-9)、丙烷4.57×10~(-9)、乙烯3.77×10~(-9)、丙酮3.52×10~(-9)。观测期间上午09时VOCs浓度高于下午14时,VOCs与PM2.5呈明显正相关,冬春季高湿、高温、静稳等天气条件易引起本地VOCs和PM2.5累积和转化。郑州市SOAP为0.74μg/m~3,芳香烃占97.92%,对SOAP贡献较大的前5物种为甲苯、乙苯、间/对二甲苯、苯和邻二甲苯。运用正交矩阵因子(PMF)模型解析出郑州市冬春季VOCs来源为燃煤+生物质燃烧占27.1%、工业溶剂占12.6%、溶剂涂料使用占6.3%、机动车尾气排放占38.2%、燃料挥发占15.8%。建议后期郑州市冬春季重点关注机动车、燃煤及生物质燃烧源排放。     

炼焦过程挥发性有机物排放特征及其大气化学反应活性

利用不锈钢采样罐和全自动预浓缩/GC/MS系统,在58-Ⅱ型和JN43-80型焦炉顶测试了炼焦过程中挥发性有机物(VOCs)中各组分的浓度,研究了VOCs排放特征,结合OH自由基消耗速率分析了这些物质的反应活性.研究发现,在装煤时刻和炼焦过程中,58-Ⅱ型焦炉产生的总挥发性有机物(TVOCs)浓度分别为7022 μg·m-3和6266μg·m-3;JN43-80型焦炉产生的TVOCs浓度分别为4185 μg·m-3和3298μg·m-3.装煤时刻产生的TVOCs浓度明显高于炼焦过程产生的.炼焦过程(包括装煤时刻)无组织排放的VOCs,包含烯烃、烷烃、芳香烃、卤代烃以及少量的醛和酮,其中乙烯、乙烷、丙烯、苯以及甲苯等为主要成分.这些产生的VOCs反应活性各不相同,活性最大的是烯烃类物质.其活性占TVOCs反应活性比重为86.2%±2.1%;其次是芳香烃类物质,其活性比重为9.2%±3.1%;反应活性最大的5个物种分别是丙烯、乙烯、1,3-丁二烯、1-丁烯以及苯乙烯.     

深圳臭氧污染日的VOCs组成与来源特征

由于挥发性有机物（VOCs）是O₃生成的关键前体物,因此了解VOCs的污染特征以及主要来源对控制O₃污染具有重要的意义.本研究于2019年9~10月在深圳市开展了在线VOCs观测,共计监测104个物种.观测期间,臭氧超标率达17.8%.TVOCs总浓度为38.9×10^-9,污染日浓度明显高于非污染日.从大类物种来看,浓度从高到低依次为烷烃>含氧有机物（OVOCs）>卤代烃>芳香烃>烯烃>乙炔>乙腈,臭氧生成潜势（OFP）中芳香烃、OVOCs以及烯烃贡献较大.由PMF源解析模型分析结果可知,VOCs主要来源包括生物质燃烧、汽油挥发、机动车尾气、工业过程以及溶剂使用等,而其中对OFP贡献较大的排放源为溶剂使用（45.8%）、机动车尾气（27.3%）.臭氧污染日发生时,清晨低风速可能导致了机动车尾气与汽油挥发源在交通早高峰快速积累,而当日高温亦会加快汽油源与溶剂源组分挥发并促进光化学反应.     

青岛市港区道路路边大气VOCs污染特征与健康风险

为探究以重型货车为主体的车队构成对路边大气环境VOCs的影响,于2021年10月在青岛市港区路边4个点位进行VOCs采样,并进行其污染特征、日变化特征、光化学反应活性特征和健康风险评价研究.结果表明,观测期间总挥发性有机物(TVOCs)浓度为37.05～324.14μg·m^-3,平均浓度为112.44μg·m^-3,烷烃是最主要的组成部分(占比达36.88%～44.15%),其次是卤代烃、含氧VOCs(OVOCs)、芳香烃、烯烃和乙炔.VOCs总浓度日变化趋势为上午和夜间高,中午和下午低,该结果受凌晨时段柴油货车尾气排放和白天光化学作用的影响较为明显.观测期间VOCs的平均臭氧生成潜势(OFP)为(253.78±69.45)μg·m^-3,平均二次有机气溶胶生成潜势(AFP)为(1.13±0.51)μg·m^-3.其中,芳香烃对OFP和AFP贡献率最大,分别为40.47%和93.71%.需重点关注间/对-二甲基苯、邻-二甲基苯、丙烯和甲苯等高活性物种.非致癌风险与致癌风险的估算结果表明,青岛港区路边大气V...     

深圳市工业区VOCs污染特征与臭氧生成敏感性

于2020年9~10月在深圳北部典型工业区开展在线观测以分析该地VOCs污染状况,并使用基于观测的模型(OBM)研究臭氧生成敏感性.观测期间VOCs的总浓度为48.5×10^-9,浓度水平上烷烃>含氧有机物(OVOCs)>卤代烃>芳香烃>烯烃>乙炔>乙腈.臭氧生成潜势(OFP)为320μg/m³,其中芳香烃、OVOCs以及烷烃贡献最大,这3类物种OFP贡献总和超过90%.乙烯与苯呈现“两峰一谷”的日变化特征,主要受到机动车排放的贡献.相对增量反应性(RIR)分析表明,削减人为源VOCs对控制当地臭氧生成最为有效,当中又应优先控制芳香烃;经典动力学曲线(EKMA)分析表明该片区臭氧生成处于过渡区,在开展VOCs区域联防联控的同时,需要在当地进行有力的NOx控制以强化该地区臭氧污染长期管控.     

成都市区夏季大气挥发性有机物污染特征及来源解析

2019年6~9月在成都市区对挥发性有机物（VOCs）进行在线观测,研究夏季VOCs浓度水平、变化特征、臭氧生成贡献（OFP）及来源贡献.结果表明,成都市区夏季TVOCs（总挥发性有机物）平均质量浓度为112.66 μg·m^-3,烷烃（29.51%）和卤代烃（23.23%）为主要组分;VOCs日变化峰值主要出现在上午10：00~11：00,受城市机动车、油气挥发和工业排放影响;夏季VOCs的OFP贡献中芳香烃贡献率（42.7%）最高,其次为烯烃（27.4%）,关键活性物种为间/对-二甲苯、乙烯、丙烯、邻-二甲苯、异戊烷、环戊烷和丙烯醛等;使用PMF受体模型进行来源解析表明,移动源为成都市区夏季VOCs的主要贡献源,贡献率为34%,其次为工业源（17%）和油气挥发（14%）,溶剂使用源和天然源分别贡献11%和13%.因此,机动车和工业排放为成都市区VOCs的重点控制源,同时溶剂使用及油气挥发等污染源的管控也不可忽视.     

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%）.     

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.     

济源市疫情防控期间VOCs的变化特征、臭氧生成潜势及来源解析

采用挥发性有机物（VOCs）在线监测仪（EXPEC 2000-MS）于2020年1月1日-2月11日对济源市环境空气中VOCs进行监测,分析了疫情防控前和期间TVOCs及其组分的变化特征、臭氧生成潜势（OFP）及来源解析.结果表明,疫情防控期间济源市TVOCs浓度均值为121.7×10^-9,比疫情防控前增加了61.2%.烷烃、炔烃和烯烃的平均浓度和占比相对于疫情防控前明显减少,而卤代烃的平均浓度上升了79.5%,占比增加2.6%,OVOCs的平均浓度升高了5.5倍,占比显著增加了31.4%,主要来自乙醇、丙酮、三氯甲烷、溴甲烷和氯乙烷等化合物的排放.疫情防控前济源市的OFP主要以烯烃的贡献为主,关键活性物种为乙烯、1-丁烯、乙炔等,而疫情防控期间OVOCs对OFP的贡献不容忽视,关键活性物种主要是乙醇、乙烯、丙烯醛、甲苯等.用PMF模型法判断济源市VOCs的来源贡献,疫情防控期间对TVOCs贡献占比较高的来源依次是：燃烧源（33%）>消毒剂（31%）>工艺过程源（17%）>植物源（8%）>溶剂使用源（7%）、汽油车尾气（7%）>柴油车尾气（6%）.受疫情的影响,机动车尾气、工艺过程和溶剂使用源对济源市TVOCs的贡献大幅降低,分别降低了17%、17%和10%,来自于消毒剂使用的乙醇、含氯的消毒剂（三氯甲烷、氯乙烷等）对济源市TVOCs的贡献明显增加了29%.     

煤化工产业园区挥发性有机物污染特征及其对大气复合污染的贡献

为研究煤化工产业园区挥发性有机物(VOCs)污染特征及其对大气细颗粒物(PM_2.5)和臭氧(O₃)的贡献,本研究于2021年夏季利用气相色谱/质谱联用仪在某大型煤化工产业园区开展了环境空气115种VOCs的在线监测研究,分析了VOCs的浓度水平、组成特征、日变化特征、潜在来源及其对O₃和PM_2.5中二次有机气溶胶(SOA)的生成贡献. 结果表明:①观测期间,园区站点VOCs的平均体积分数为89.32×10?9±50.57×10?9,显著高于该园区所在城市的城区站点VOCs浓度水平. ②含氧VOCs (OVOCs)是该园区VOCs的主要特征污染物,占总VOCs体积分数的48.2%,乙醇、丙醛和甲醛是体积分数排名前三的物种. ③VOCs的臭氧生成潜势(OFP)为595.64 μg/m3,各组分对O₃贡献潜势的大小表现为OVOCs>烯烃>芳香烃>烷烃>卤代烃>含硫VOC>炔烃. OFP排名前十的物种均为OVOCs、烯烃和芳香烃,其中丙醛对OFP的贡献占比最高,占总OFP的22.2%. ④间/对-二甲苯、邻二甲苯和乙苯等苯系物对二次有机气溶胶生成潜势(SOAFP)的贡献突出,其中间/对-二甲苯的SOAFP最大,占总SOAFP的29.6%,主导了SOA生成. 研究显示,煤化工产业园区中丙醛和甲醛等OVOCs、顺-2-丁烯等烯烃以及间/对-二甲苯与邻二甲苯等芳香烃对大气复合污染贡献较大,是开展PM_2.5和O₃污染协同控制重点关注的物种.      

典型光化学污染期间杭州大气挥发性有机物污染特征及反应活性

在2018年9月14～23日选取了典型光化学污染期间,在长三角重点城市杭州市城区开展大气中挥发性有机物(VOCs)的加密观测.对80个有效样品分析结果表明,观测期间大气VOCs的122种化合物平均体积分数为(59.5±19.8)×10~(-9),含氧化合物(OVOC)是其中最主要的组分.用臭氧生成潜势(OFP)评估大气反应活性结果表明,观测期间OFP平均值为145×10~(-9),其中贡献最大的是芳烃和醛酮化合物.其大气VOCs整体活性水平与丙烯腈相当.运用正交矩阵因子(PMF)模型对VOCs进行源解析后,识别出杭州市大气VOCs的5个主要污染源,分别为二次生成(25.2%)、燃烧及工艺过程(27.2%)、溶剂使用(17.3%)、天然源(9.2%)和机动车排放(21.2%).本研究结果可为深入掌握杭州市VOCs污染特征以及科学制定防控措施提供技术支撑.     

湛江市夏季大气挥发性有机物污染特征及来源解析

臭氧污染在全国呈加剧态势,在非重点区域和非重点城市其相关研究薄弱.在湛江市选取3个采样点,使用苏玛罐和2,4-二硝基苯肼(DNPH)吸附管采样,并利用气相色谱-质谱/氢离子火焰检测器(GC-MS/FID)和高效液相色谱(HPLC)分析了101种挥发性有机物(VOCs),分析其主要组分和变化特点,计算VOCs的臭氧生成潜势(OFP),并利用正定矩阵因子分解模型(PMF)进行源解析.结果表明,采样期间湛江市φ(TVOCs)平均值为1.28×10^-7,其中OVOCs占比最高,为52%,其次为烷烃(36%)、烯烃(7%)、卤代烃(2.42%)、芳香烃(1.61%)和炔烃(0.78%).VOCs组分日变化特征表明,芳香烃和烷烃早晚体积分数高而中午低,受光化学反应影响大;而OVOCs在光化学反应强烈的中午体积分数低而傍晚高,表明傍晚采样点附近OVOCs直接排放增多或受到上风向污染源输送的影响.湛江市TVOCs的OFP为3.28×10^-7,优势物种为甲醛、1-丁烯、正丁烷、2-丁酮和乙醛.表征气团老化程度的X/E值和气团后向轨迹分析表明,采样期间,当受来自...     

南昌市2021年春季大气VOCs污染特征和来源分析

2021年2～4月,利用AQMS-900VCM大气挥发性有机物在线监测系统对南昌市经济技术开发区大气中114种挥发性有机化合物(VOCs)进行了在线观测,分析了春季南昌市大气中VOCs浓度水平、日变化,估算了各种VOCs的臭氧生成潜势(OFP),并基于PMF模型探讨了 VOCs的来源.结果表明,南昌市经济技术开发区20...     

Significant contribution of spring northwest transport to volatile organic compounds in Beijing

High values of ozone (O₃) occur frequently in the dry spring season; thus, understanding the evolution characteristics of volatile organic compounds (VOCs) in spring is of great significance for preventing O₃ pollution. In this study, a total of 101 VOCs from April 16 to May 21, 2019, were quantified using an online gas chromatography mass spectrometer/flame ionization detector (GCMS/FID). The results indicated that the observed concentration of total VOCs (TVOCs) was 30.4 ± 17.0 ppbv, and it was dominated by alkanes (44.3%), followed by oxygenated VOCs (OVOCs) (17.4%), halocarbons (12.7%), aromatics (9.5%), alkenes (8.2%), acetylene (5.3%) and carbon disulfide (2.5%). The average mixing ratio of VOCs showed obvious diurnal variation (high at night, low during daytime). We conducted a source apportionment study based on 32 major VOCs using positive matrix factorization (PMF), and coal + biomass burning (25.2%), diesel exhaust (16.0%), gasoline exhaust + evaporation (17.4%), secondary + long-lived species (16.7%), biogenic sources (4.3%), industrial emissions (9.3%) and solvent use (11.2%) were identified as major sources of VOCs. In addition to local emissions, most of the atmospheric VOCs were derived from long-distance air masses (65.7%), and the average mixing ratio of VOCs in the northwest direction was 29.4 ppbv. Combined with the results of the potential source contribution function (PSCF) indicate that research should focus on the local emissions of combustion, transportation sources and solvents usage to control atmospheric VOCs. Additionally, transmission of the northwest air mass is an important component that cannot be ignored during spring in Beijing.     

南京市北郊夏季挥发性有机物的源解析

2012年8月利用在线气相色谱仪对南京市北郊大气环境中的挥发性有机物(VOCs)进行连续监测,分析VOCs时间变化规律,并利用PMF(positive matrix factorization)受体模型和CPF(conditional probability function)方法对其来源进行解析.结果表明,南京市北郊夏季VOCs日变化呈双峰分布,小时平均体积分数为(33.84±27.77)×10-9,夜间高于昼间.其中含量最高的是烷烃,其次是烯烃和芳烃,分别占到总挥发性有机物(TVOCs)的49.3%、24.4%和18.5%,乙炔占7.8%.南京市北郊夏季VOCs主要来源有5个,分别是交通尾气、燃料挥发、工业排放、有机溶剂挥发和植物排放源,各自对TVOCs贡献为33.1%、25.8%、23.2%、8.1%和9.7%.烷烃主要来源于汽车尾气排放、工业排放和燃料挥发,贡献百分比分别为23.7%、35.3%和31.3%;烯烃主要来源于燃料挥发、工业排放和汽车尾气排放,分别占41.1%、18.4%和24.3%;对芳烃贡献最大的为汽车尾气排放,占到49.2%,其次是有机溶剂挥发排放占30.8%.     

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.