柳州市春季大气挥发性有机物污染特征及源解析

为了解我国西南岩溶工业地区VOCs污染特征及其来源,2019年3月用GC955挥发性有机物在线监测系统对柳州市大气VOCs进行监测并对其污染特征、臭氧生成潜势（OFP）、气溶胶生成潜势（AFP）和正交矩阵因子模型（PMF）进行分析.结果表明：①研究区春季监测期间共检出50种VOCs组分,日平均摩尔分数为25.52×10^-9 mol·mol^-1.其中,烷烃、烯烃、炔烃及芳香烃分布占比为56.08%、19.63%、14.25%和10.04%.②VOCs摩尔分数呈现白天低,夜间高的特征.VOCs日变化中的峰值与早晚交通高峰出现的时间有一定的相关性,同时可能受到多方面因素的影响.③烯烃、芳香烃及烷烃对OFP贡献分布为44.30%、33.03%及19.96%,指示对于芳香烃和烯烃的控制应优先于烷烃.此外柳州市O₃生成处于VOCs敏感区,消减VOCs对O₃生成具有控制作用.④芳香烃对AFP的贡献高达95.27%,因此对于机动车尾气排放、溶剂的使用、汽车产业和化工产业这几个行业工艺上的改进及控制可同时有效地抑制臭氧及霾污染.⑤柳州春季VOCs排放源及其对总VOCs的贡献分别为：工业排放源（28.34%）、机动车源（25.47%）、燃烧源（24.37%）、溶剂使用源（13.28%）和植物排放源（8.54%）,表明控制工业排放源、机动车源和燃烧源是目前控制柳州市环境空气中VOCs污染的主要途径,同时,重点考虑控制这些排放源排放的烯烃和芳香烃.     

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.     

芜湖市大气挥发性有机物污染特征、大气反应活性及源解析

2018年9月至2019年8月对芜湖市城区大气中挥发性有机物（VOCs）进行观测,探讨其污染特征、光化学影响和来源.结果表明,芜湖市大气中VOCs全年平均体积分数为27.86×10^-9,季节变化规律为：秋季（31.16×10^-9） > 夏季（28.70×10^-9） > 冬季（24.75×10^-9） > 春季（24.04×10^-9）,日变化规律呈双峰型,峰值在08：00~09：00时与18：00~19：00时出现,与交通流量的变化有关.芜湖市大气VOCs的平均臭氧生成潜势（OFP）为255.29 μg ·m^-3,不同组分对平均OFP的贡献率排序为：芳香烃（48.83%） > 烷烃（21.04%） > 烯烃（18.32%） > OVOCs（11.47%） > 卤代烃（0.35%）.总气溶胶生成潜势（AFP）为1.84 μg ·m^-3,芳香烃贡献率最高（87.69%）,其次为烷烃（12.31%）.苯/甲苯/乙苯（B/T/E）比值表明,芜湖市大气中苯系物的主要贡献源为机动车排放源和工业排放及溶剂使用源.源解析显示：油气挥发源、机动车排放源、溶剂挥发源、LPG排放源、植物排放源和二次生成源对采样期内的VOCs贡献率分别为11.57%、34.53%、16.63%、20.76%、3.54%和12.97%.     

北京市城区夏季VOCs变化特征分析与来源解析

精细化的挥发性有机物（VOCs）组分特征和来源分析,可以为科学有效地进行臭氧（O₃）污染防控提供支持.利用2020年夏季7~8月北京城区点位监测的小时分辨率VOCs在线数据,分析高O₃浓度时段和低O₃浓度时段环境受体中VOCs化学特征和臭氧生成潜势（OFP）,并利用正定矩阵因子分解（PMF）模型进行精细化源解析.结果表明,观测期间监测点φ［总大气挥发性有机物（TVOCs）］平均值为12.65×10^-9,高O₃时段和低O₃时段φ（TVOCs）平均值分别为13.44×10^-9和12.33×10^-9,OFP分别为107.6μg·m^-3和99.2μg·m^-3.观测期间O₃生成受VOCs控制,芳香烃的反应活性最高,对OFP贡献排名前三的组分均为异戊二烯、甲苯和间/对-二甲苯.低O₃时段环境受体中VOCs的主要来源包括汽车排放（26.4%）、背景排放（15.7%）、溶剂使用（13.0%）、汽修（12.8%）、二次生成源（9.7%）、生物质燃烧（6.1%）、印刷行业（5.7%）、液化天然气（LNG）燃料车（5.5%）和植被排放（5.0%）,其中背景排放、二次生成和印刷行业源在近年来北京VOCs源解析研究中少有讨论.高O₃时段汽修源和二次生成源贡献分别较低O₃时段上升了3.4%和2.6%,汽车排放仍是北京城区最主要的VOCs贡献源.植被排放源从07：00开始上升,在午后达到最高;背景排放源的贡献变化较小;汽车排放和LNG燃料车排放源呈现早晚高峰特征,下午时贡献相对较低.     

宿迁市VOCs污染特征和来源解析

利用2019年8-9月宿迁市4个站点的采样资料,分析了宿迁大气中挥发性有机物（VOCs）的化学组成及其时空分布特征;估算了VOCs的臭氧生成潜势（OFP）;并结合PMF受体模型,开展了VOCs来源解析.结果表明,观测期间宿迁市总挥发性有机物（TVOCs）体积分数为8.6×10^-9~79.4×10^-9,平均体积分数为26.9×10^-9,浓度水平较低.VOCs质量浓度表现为乡镇工业区（宿迁技师学院：（29.8±18.4）×10^-9） > 城郊工业区（生态化工园：（28.4±20.6）×10^-9） > 城市住宅区（宿迁中学：（22.6±11.5）×10^-9） > 城市商业区（市供电局：（22.3±15.1）×10^-9）.各采样点4种组分（烷烃、烯烃、乙炔及芳香烃）日均浓度变化较为一致,且均表现出较为明显的周末效应.宿迁市典型污染物为C₂~C₅烷烃、乙炔、乙烯、甲苯,间/对-二甲苯,不同采样点的关键组分基本相同,表明VOCs的来源比较稳定.OFP计算表明芳香烃和烯烃是臭氧最大贡献源.特征量比值分析发现,观测期间宿迁市VOCs有明显老化现象.源解析表明交通排放、溶剂涂料和工业过程是宿迁市VOCs的主要来源.     

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.     

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%）.     

石家庄市挥发性有机物和臭氧的污染特征及源解析

为研究石家庄市挥发性有机物（VOCs）的化学特征和污染来源,于2017年3月至2018年1月取3个国控点进行环境VOCs的罐采样及分析,并结合臭氧（O₃）及气象数据进行相关性分析,采用正交矩阵因子模型（PMF）开展溯源解析;为确定夏季O₃的污染周期,利用小波分析研究其时序特征.结果表明,石家庄市采样期间VOCs浓度为（137.23±64.62）μg·m^-3,以卤代烷烃（31.77%）、芳香烃（30.97%）和含氧VOCs（OVOCs,23.76%）为主.采样期间VOCs的季节变化为：冬季（187.7 μg·m^-3） > 秋季（146.8 μg·m^-3） > 春季（133.24 μg·m^-3） > 夏季（107.1 μg·m^-3）,空间特征呈自西向东逐渐增加的格局.监测期内O₃与VOCs、NO₂呈显著负相关,与温度、日照时数、风速和能见度呈正相关.在夏季O₃≤ 160 μg·m^-3时,6月应关注气温开始上升后4~5 d的气象条件变化,而7~8月需关注7~8 d后的气象变动.PMF溯源解析了6个VOCs的来源,依次为：汽油车排放源（24.78%）、柴油车排放源（24.69%）、溶剂使用源（18.64%）、化工生产排放源（11.87%）、区域背景（10.84%）及制药工业生产排放源（9.17%）;其中汽油车和柴油车排放源的O₃生成潜势（OFP）贡献（54.98%）超过一半.因此,石家庄市夏季O₃削减的关键是控制交通及工艺过程源的排放.     

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%.     

广州市冬季一次典型臭氧污染过程分析

为探究广州市2020年冬季（1月）一次臭氧污染过程,分析了气象条件对臭氧污染产生的影响;运用臭氧生成潜势（OFP）和正交矩阵因子分解法（PMF）分析了影响臭氧的主要挥发性有机物（VOCs）物种和来源;通过经验动力学建模方法（EKMA）识别了臭氧生成控制区,并提出了相应的前体物减排策略.结果表明,本次臭氧污染过程中同时出现了NO₂超标,并且PM₁₀和PM_2.5浓度也处于高位,体现出和夏、秋季不同的大气复合污染特征;夜间边界层高度低（<75 m）和大气稳定度高加剧了臭氧前体物和颗粒物的累积,日间温度升高约5℃、太阳辐射增强约10%和水平风速小（<1 m ·s^-1）等气象条件加剧了光化学反应,促进了臭氧和颗粒物的生成.冬季VOCs组分以烷烃为主（占比为68.2%）,且烷烃和炔烃占比较其他季节更高,但芳香烃（二甲苯和甲苯）和丙烯是臭氧生成的关键VOCs物种;源解析结果显示,VOCs的主要来源为汽车尾气（22.4%）、溶剂使用（20.5%）和工业排放（17.9%）,其中溶剂使用的OFP最高;臭氧本地生成主要受VOCs控制,前体物VOCs和NO_x按比例3 ：1进行削减较为合理.研究探索了冬季臭氧污染的成因,为开展重污染季节O₃和PM_2.5协同控制提供科学支撑.     

连云港市挥发性有机化合物的组分特征及来源解析

挥发性有机化合物(VOCs)是臭氧和颗粒物等的重要前体物,对空气质量的影响尤为显著.为研究连云港市VOCs的组分特征和来源,选择4个国控点开展春、夏和秋季典型日的VOCs采样和分析,计算VOCs不同组分对臭氧生成的影响,利用正交矩阵因子分解法(PMF)解析VOCs的来源.结果表明,春季VOCs浓度为27.46×10~(-9)～40.52×10~(-9),夏季为45.79×10~(-9)～53.45×10~(-9),秋季为38.84×10~(-9)～46.66×10~(-9);含氧化合物的浓度占比为41%～48%,在各个季节均为最高,浓度水平较高的VOCs物种是丙酮、丙烯醛和丙醛等,异戊二烯的浓度在夏季较高;一般而言VOCs浓度09:00高于13:00,其中丙烯醛、乙烯和二氯甲烷的变化较大;含氧化合物的臭氧生成潜势(OFP)最高,其次是芳香烃和烯烃类,烷烃的OFP最小,OFP较高的VOCs物种是丙烯醛、丙烯和乙烯等;影响连云港市VOCs的来源主要有工业源(49%)、溶剂使用源(23%)、交通源(14%)、涂料使用源(10%)和天然源(4%).需重点关注连云港市VOCs中浓度水平和OFP均较高的含氧化合物,重点控制工业源对VOCs的影响.     

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.     

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.     

郑州市春季大气污染过程VOCs特征、臭氧生成潜势及源解析

利用GC5000在线气相色谱仪于2018年4月15日～5月15日对郑州市城区环境大气挥发性有机物(VOCs)进行监测,开展其污染特征、臭氧生成潜势(OFP)和来源解析研究.结果表明,监测期间,郑州市春季VOCs平均体积分数为40.26×10~(-9),非污染日和污染日VOCs平均体积分数分别为35.82×10~(-9)和44.12×10~(-9),污染日相较非污染日增长23%;VOCs物种对OFP的贡献表现为烯烃芳香烃烷烃炔烃;源解析结果显示监测期间郑州市VOCs主要来源是LPG源(66.05%)、机动车源(47.39%)、工业溶剂源(37.51%)、燃烧源(37.80%)和植物排放源(11.25%),且污染日的LPG源和植物排放源的贡献率较非污染日增长22.92%和68.50%.     

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.     

大连地区夏季非甲烷烃(NMHC)特征及其来源解析

非甲烷烃(NMHC)是臭氧的重要前体物之一,对臭氧的生成起着决定性的作用.为研究大连地区大气中NMHC的特征和来源,利用在线NMHC监测仪测定大连地区2014年7月和8月的NMHC组成、日变化并计算该地区的臭氧生成潜势,利用PCA受体模型初步估算大连地区NMHC来源.结果表明,大连地区总NMHC年平均浓度(体积分数)分别为80.7×10-9±62×10-9,其中烷烃所占比例最高,占NMHC总浓度的64%,其次是烯烃19%,芳香烃16%,乙炔1%.正癸烷、乙烯、正辛烷是大连地区NMHC中浓度最高的3种物质,部分物种浓度呈现明显的日变化特征.臭氧生成潜势(OFP)结果显示,大连地区芳香烃对该地区OFP的贡献最大,乙烯、间-乙基甲苯和对-乙基甲苯是对该地区OFP贡献最大的物质.利用主成分分析VOCs物种,提取出6个因子,分别归纳为溶剂使用、液化石油气(LPG)、汽车尾气、植物排放、石化炼制加工和老化气团传输.     

我国日化用品使用挥发性有机物(VOCs)排放及臭氧生成潜势研究

溶剂使用源是挥发性有机物（VOCs）的重要排放源之一.近年来,VOCs排放清单中对工业生产类溶剂的VOCs排放估算较多,但对于生活类溶剂使用的研究有所欠缺.本研究以日化用品为研究对象,基于产品消费量、产品中的溶剂含量及其挥发特性,建立了我国2000—2017年日化用品使用的VOCs排放清单,并基于最大增量反应活性值（MIR）评估了日化用品对臭氧生成的潜在贡献.结果表明,2000年我国日化用品VOCs排放量为36.1×10⁴ t,到2017年排放量达218.5×10⁴ t,年平均增长率为11%.护肤品、香水和洗护用品是日化用品中VOCs的主要排放类别,2017年这3类的VOCs排放量分别占总量的40%、30%和21%.上海（8.0×10⁴ t）、北京（7.0×10⁴ t）、广州（4.5×10⁴ t）、重庆（4.5×10⁴ t）、深圳（3.7×10⁴ t）是日化用品VOCs排放量前5的城市.含氧VOCs是日化用品排放的主要VOCs组分,其排放量贡献达到64%.2017年日化用品VOCs产生的臭氧生成潜势（OFP）为306.4×10⁴ t,含氧VOCs、烯烃和烷烃分别占OFP总量的67%、18%和14%.对OFP贡献最大的前8个物种是乙醇、柠檬烯、异丁烷、丙二醇、二丙二醇、异戊烷、二甲醚和异丙醇,其排放量占VOCs总量的77%,但贡献了OFP总量的93%.针对日化用品的VOCs排放及其引起的臭氧污染防控应重点关注护肤品、香水和洗护用品3类产品.     

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.