沈阳市挥发性有机物污染特征及反应活性

2019年对沈阳市大气挥发性有机物(VOCs)开展了为期l a的观测,并对得到的53种物种进行浓度特征以及反应活性的研究.结果表明,观测期间沈阳市VOCs平均浓度为65.33 μg·m-3,烷烃、烯烃和芳香烃质量分数分别为62.44％、16.52％和19.32％.浓度排名前10的物种主要是C3～C5的烷烃、烯烃和部分芳香烃,累计占VOCs总浓度的64.13％.大气中烷烃、烯烃和芳香烃浓度均表现为双峰型的日变化特征,峰值分别出现在06:00～08:00和19:00～20:00,最低点出现在14:00～15:00;月变化上,该地ρ(VOCs)分别在12月和5月达到最高值(136.44μg.m-3)和最低值(35.61 μg·m-3);VOCs表现出明显的季节变化特征,即冬季＞秋季＞夏季＞春季,且烷烃、烯烃和芳香烃均随季节表现出增加趋势.通过特征值甲苯/苯(T/B)研究发现,沈阳春季VOCs主要来源于交通源和采暖源,夏季主要来源机动车尾气以及溶剂挥发,秋冬季主要受生物质燃烧和煤燃烧等排放源的影响.通过对反应活性分析,燃烧源是沈阳市控制臭氧污染的关键,丙烯、乙烯和1-己烯是沈阳市大气VOCs中反应活性最高的物种.     

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.     

沈阳市不同功能区挥发性有机物分布特征及臭氧生成潜势

采用德国AMA-GC 5000在线气相色谱仪对沈阳市的工业区、交通区和文教混合区这3个不同功能区进行大气挥发性有机物（VOCs）观测,分析沈阳市不同功能区大气VOCs的分布特征,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,沈阳市大气VOCs平均总浓度为（82.19±54.99）μg ·m^-3,其中,采暖期浓度高于非采暖期,且工业区浓度较交通区和文教混合区明显偏高.VOCs浓度日变化曲线中,受早晚交通高峰影响为主的交通区和文教混合区呈双峰特征,工业区受工厂不定时运作排放影响存在多峰.交通区和文教混合区VOCs组分占比表现为：烷烃>芳香烃>烯烃>炔烃,但工业区炔烃占比高于烯烃,由B/T和E/A比值反映交通区和文教混合区受机动车尾气排放和燃料燃烧共同影响,工业区还受石油化工影响产生新鲜气团较多,且采暖期较非采暖期老化气团多.沈阳市大气VOCs的OFP贡献均值为232.89μg ·m^-3,烯烃组分对各功能区贡献均占第一,且工业区的芳香烃组分因浓度高贡献也较大.     

西安西南郊“夏防期”大气VOCs污染特征及来源解析

于2021年8月1日—9月30日开展“夏防期”西安西南郊大气挥发性有机物（VOCs）污染监测,累计监测到不同大气VOCs组分70种. 基于监测结果梳理分析西安西南郊大气VOCs污染分布特征及进行臭氧生成潜势（OFP）评估,并运用PMF模型解析VOCs主要来源.结果表明：①监测期间西安西南郊平均TVOCs浓度为181.89 μg·m^-3,工业园区污染物浓度（189.32 μg·m^-3）整体略高于城区（164.96 μg·m^-3）,以甲醛和 乙醛为主的醛酮类物质占比最高（88.10%）,醛酮类物质浓度下午时段高于上午时段.②OFP评估结果表明,醛酮类物质对西安西南郊臭氧生成贡献较大,其中,甲醛、乙醛和丙醛是对该区域近地面O₃生成贡献最大的3种物质.③PMF源解析结果显示,西安西南郊大气VOCs主要来源依次为移动源、油气挥发源、溶剂涂料源、工业过程源,其中,以工业企业生产排放为主的溶剂涂料源与工业过程源均指向工业园区,表明当前西安西南郊大气VOCs来源以机动车尾气排放和工业园区企业生产排放为主.     

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.      

广州市天河区2016年雨季挥发性有机物污染特征及来源解析

采用"GCMS/FID"在线分析方法,对广州市区2016年7月大气VOCs的污染特征及来源进行了研究,共检出了73种VOCs组分.结果表明,观测期间总VOCs的小时平均浓度为（118.83±79.40）μg·m^-3,最高值为492.42 μg·m^-3,最低值为10.54 μg·m^-3.07：00左右TVOC浓度出现高峰,说明早高峰的机动车污染对该站点的VOCs具有较大贡献;14：00左右浓度最低,与光化学损耗相关;21：00~24：00间VOCs浓度又出现高值,可能和污染源排放或边界层压缩有关.运用PMF模型解析出VOCs的5个主要来源分别是：交通污染源、溶剂使用污染、加油站污染、植物排放和餐厨废气,其贡献分别为29.79%、26.61%、24.86%、9.91%、8.84%;白天交通废气源贡献最大,而中午植物排放的贡献也明显增大;夜间溶剂污染源和加油站污染源占比上升,为该时段VOCs的主要来源.     

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%.     

沈阳工业区夏季VOCs组成特征及其对二次污染形成的贡献

利用2019年和2020年夏季沈阳市工业区大气挥发性有机物(VOCs)的观测数据,研究沈阳市夏季工业区大气VOCs的组成特征并初步判断其来源,并利用最大增量反应活性(MIR)和气溶胶生成系数(FAC)法分别估算该地大气VOCs的臭氧生成潜势(OFP)及二次有机气溶胶生成潜势(AFP).结果表明,观测期间沈阳市工业区ρ(总VOCs)平均值为41.66μg·m^-3,烷烃、烯烃、芳香烃和乙炔分别占总VOCs浓度的48.50%、 14.08%、 15.37%和22.05%.浓度排名前10的物种累计占总VOCs浓度的69.25%,其中大部分为C2～C5的烷烃,还包括乙炔、乙烯和部分芳香烃.总VOCs整体上呈现出早晚浓度高、中午浓度低的日变化特征,峰值分别出现在06:00和22:00,11:00～16:00处于较低水平.由甲苯/苯(T/B)和异戊烷/正戊烷的比值判断工业区主要受机动车尾气排放、溶剂使用、燃烧源和LPG/NG的影响.工业区大气VOCs的总AFP为41.43×10^-2μg·m^-3,其中芳香烃的贡献最大;总OFP贡献值为1...     

贡嘎山本底站大气中VOCs的研究

为研究中国西南地区大气中挥发性有机物（VOCs）区域性本底浓度和变化特征,利用不锈钢钢瓶采样、三步冷冻浓缩进样-气相色谱/质谱联用技术（GC/MS）,测定了贡嘎山大气本底站大气中的VOCs组成、浓度及季节变化,并利用PCA（principal component analysis）受体模型对大气中VOCs来源进行了初步分析.结果表明,贡嘎山地区TVOCs和NMHCs的年平均浓度（体积分数）分别为9.40×10-9±4.55×10-9和7.73×10-9±4.43×10-9,且两者的最高和最低浓度都出现在同一次采样.在TVOCs中,芳香烃所占比例最大,为37.3%,烷烃（30.0%）和卤代烃（19.8%）次之,烯烃的比例最低,为12.9%.通过PCA受体模型分析发现,贡嘎山地区大气中VOCs的主要来源可以归结为交通源、生物源和燃烧源.贡嘎山地区大气中TVOCs呈现明显的季节变化,变化特征为秋季〉冬季〉春季〉夏季,秋季和冬季大气中的TVOCs浓度分别极显著（P〈0.01）和显著地高于夏季（P〈0.05）,由于光化学性质的差异,4种类型的VOCs季节变化也呈现出不同的特征.异戊二烯是生物源的重要排放物,其排放速率与大气温度呈指数相关,在20℃以上随着温度的升高排放速率明显增强,其最高和最低值分别出现在夏季的下午和冬季的上午.与其他地区的研究结果相比,贡嘎山地区TVOCs的排放处于中等水平,有着明显的本底站排放特征.     

大连市夏季VOCs化学反应活性及来源

为了解大连市环境空气挥发性有机物（VOCs）污染特征及来源,基于2020年6~8月高时间分辨率VOCs在线观测数据,对大连市大气VOCs的浓度水平、组成特征、反应活性及来源情况进行了分析.结果表明φ（VOCs）的平均值为（10.21±5.71）×10^-9,其中烷烃占比为66.35%,烯烃为11.89%,炔烃为7.75%,芳香烃为14.01%.VOCs和NO_x呈现夜间高,白天低的特征,而O₃变化趋势相反.综合考虑物种活性,确定甲苯、乙烯、间/对-二甲苯、1-己烯、正丁烷、异戊烷、正戊烷和异戊二烯是影响大连市大气VOCs的关键物种,优先控制烯烃和芳香烃类化合物的排放是改善大连市夏季O₃污染的关键.PMF源解析结果显示交通源（26.38%）、燃烧源（22.75%）、工业排放源（17.09%）、溶剂使用源（14.59%）、天然源（11.72%）和其他（7.47%）为监测期间VOCs的主要来源,交通源和燃烧源排放是大连市夏季O₃防控的重点污染源.     

上海北郊大气挥发性有机物(VOCs)变化特征及来源解析

2019年1月1日到10月31日期间在上海北部郊区,采用在线气相色谱仪对58种VOCs定量检测,分析了大气VOCs组成、季节变化特征和日变化规律,并利用最大增量反应活性(MIR)估算了VOCs的臭氧生成潜势(OFP),应用因子分析法对VOCs来源进行了解析。结果表明,上海大气总VOCs体积浓度为25.79×10-9,其中烷烃占比63.2%,烯烃占比11.6%,芳香烃占比19.8%,炔烃占比5.4%。总VOCs体积浓度呈现夏季高,秋季低的季节变化特征。大气臭氧生成潜势为76.99×10-9,烷烃贡献率为22.1%,烯烃为37.5%,芳香烃为38.7%,炔烃为1.7%。VOCs特征物比值(V(TVOC)/V(NO_x)和T/B比值)法表明观测点为VOCs控制区,受周边工业区源和交通源影响。大气VOCs主要来源为机动车排放、工厂生产、燃料燃烧、工业溶剂挥发及天然源。     

南京北郊大气VOCs变化特征及来源解析

利用2011-03-01~2012-02-29南京北郊大气VOCs观测资料,对大气VOCs浓度变化特征和特征物比值差异展开研究,并应用PCA/APCS受体模型对不同季节VOCs来源进行了解析.结果表明,南京大气总VOCs体积混合比为43.52×10-9,其中烷烃占45.1%、烯烃占25.3%、炔烃占7.3%和芳香烃占22.3%.总VOCs体积混合比呈现夏季高,冬季低的季节变化.VOCs组分中烷烃在冬季最高,烯烃夏季最高,芳香烃春季最高,炔烃冬季最高.特征物比值(VOCs/乙炔)和T/B比值反映出观测点受周边工业区影响较大.VOCs源解析表明,主要来源来自工厂生产、机动车排放、燃料燃烧、生产活动挥发、溶剂使用和自然源.虽然有季节变化,但与工业生产活动相关的来源占大气VOCs 45%~63%,其次为机动车来源占34%~50%.     

The levels, sources and reactivity of volatile organic compounds in a typical urban area of Northeast China

Air concentrations of volatile organic compounds (VOCs) were continually measured at a monitoring site in Shenyang from 20 August to 16 September 2017. The average concentrations of alkanes, alkenes, aromatics and carbonyls were 28.54, 6.30, 5.59 and 9.78 ppbv, respectively. Seven sources were identified by the Positive Matrix Factorization model based on the measurement data of VOCs and CO. Vehicle exhaust contributed the most (36.15%) to the total propene-equivalent concentration of the measured VOCs, followed by combustion emission (16.92%), vegetation emission and secondary formation (14.33%), solvent usage (10.59%), petrochemical industry emission (9.89%), petrol evaporation (6.28%), and liquefied petroleum gas (LPG) usage (5.84%). Vehicle exhaust, solvent usage and combustion emission were found to be the top three VOC sources for O₃ formation potential, accounting for 34.52%, 16.55% and 11.94%, respectively. The diurnal variation of the total VOCs from each source could be well explained by their emission characteristics, e.g., the two peaks of VOC concentrations from LPG usage were in line with the cooking times for breakfast and lunch. Wind rose plots of the VOCs from each source could reveal the possible distribution of the sources around the monitoring site. The O₃ pollution episodes during the measurement period were found to be coincident with the elevation of VOCs, which was mainly due to the air parcel from the southeast direction where petrochemical industry emission was found to be dominant, suggesting that the petrochemical industry emission from the southeast was probably a significant cause of O₃ pollution in Shenyang.     

海南省背景区域臭氧及其前体物污染特征

基于2019年五指山背景点、海口市和三亚市的环境空气自动监测数据和气象观测资料,分析了海南省背景区域和重点城市O₃及其前体物NO₂污染特征;结合挥发性有机物（VOCs）在线监测数据,分析了五指山背景点VOCs的时间变化规律、O₃浓度高值月份O₃及其前体物VOCs和NO_x的污染特征以及VOCs的臭氧生成潜势（OFP）.结果表明,O₃是影响五指山背景点空气质量的关键污染物,五指山背景点O₃日最大8 h浓度平均值与海口市和三亚市显著相关.背景点NO₂月均浓度水平显著低于城市点,然而背景点和城市点O₃月均浓度水平和变化趋势高度一致.背景点O₃变化与风向密切相关,春夏季偏南风频率较高,O₃浓度相对较低;秋冬季以东北风为主,易受内陆污染输送影响,O₃浓度较高.五指山背景点春夏季VOCs体积分数低于秋冬季,但对应的OFP高于秋冬季;其中异戊二烯夏季体积分数显著高于秋冬季,且其夏季体积分数占总挥发性有机物的比例最高,对应的OFP贡献率可达70%以上,O₃则表现出秋冬季显著高于夏季的特征.11月O₃高浓度时段乙炔和芳香烃的体积分数较清洁日出现较大上升,同时其对应的OFP显著上升.VOCs优势物种和OFP主要贡献物种的分析结果表明,O₃高浓度时段机动车尾气和油气挥发排放源对五指山背景点VOCs的化学组成和OFP有重要贡献.     

广州大气中异戊二烯浓度变化特征、化学活性和来源分析

在广州番禺大气成分站(GPACS)应用在线监测仪器对异戊二烯进行长达1年的观测,获得异戊二烯浓度变化特征、大气化学活性和来源规律.结果表明:广州地区异戊二烯日均浓度为1.12 ppbv,由于受光照和温度影响较大,各月日均浓度在0.07~2.72 ppbv范围内波动.异戊二烯在冬季的日变化规律与其他季节不同,呈现双峰值变化,较大峰值出现在下午14:00,主要受光照和温度影响;较小峰值出现在晚上22:00左右,主要受机动车排放影响.采用最大增量活性(Maximum Incremental Reactivity,MIR)因子加权法和等效丙烯浓度法均发现异戊二烯的大气化学活性在监测的VOCs物种中最强,分别占总活性的15.45%和36.74%.通过异戊二烯与机动车标志性物质3-甲基戊烷、顺-2-丁烯的比值发现,广州地区异戊二烯在冬季夜晚主要来源于机动车排放,在秋季和春季夜晚也受到机动车排放影响,而夏季夜晚受机动车排放最不明显.这主要是由于在冬季、秋季和春季,监测点主要受到来自广州城区污染物输送的影响,而在夏季污染物从广州郊区输送使监测点受机动车排放的影响很小.异戊二烯与3-甲基戊烷、顺-2-丁烯在各季节的白天都没有线性关系,表明白天异戊二烯的排放受机动车的影响不大.     

基于OMI数据的新疆地区臭氧柱浓度研究

利用臭氧监测仪（OMI）卫星反演数据,对2005~2018年新疆地区大气臭氧柱浓度数据进行提取及分析,探讨其时空分布格局及影响因素.结果表明：在时间变化上,2005~2018年,新疆地区大气臭氧柱浓度整体呈现逐渐上升趋势.在空间分布上,臭氧柱浓度自北向南逐渐降低,高值区集中分布在阿尔泰、塔城北部以及昌吉北部等区域;低值区集中于和田、巴音郭楞蒙古自治州和喀什的南部大部分地区.在季节变化上,大体呈现出春夏季高于秋冬季,高值区在春夏季交替出现,冬季略高于秋季,但四季的臭氧柱浓度值呈现逐渐上升的趋势.稳定性分析表明：研究区域臭氧柱浓度整体呈现中部及南北部分散、东西部集聚的分布格局.自然因素中,气候因素、风场以及海拔均呈现显著正相关（P<0.01）;通过后向轨迹追踪发现,该区域西北和西部气流是臭氧外来的最主要输送路径,分别占总气流轨迹的78.59%、57.29%.人为因素中,臭氧柱浓度值与地区生产总值、煤炭消耗量、工业废气排放量及机动车保有量均表现出显著的正相关关系（P<0.05）.其中,挥发性有机物（VOC_s）主要来源于工业源,其次是交通源和居民源.总体来看,臭氧浓度的变化受到了诸多因素的综合影响,但气温、VOC_s的排放及吸收性气溶胶是大气臭氧浓度变化的主导因素.     

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.     

工业城市人为源VOCs排放特征及典型行业控制对策:以聊城市为例

近年来以PM_2.5和臭氧(O₃)为特征污染物的大气复合污染问题频发,VOCs是工业城市O₃和PM_2.5产生的重要前体物之一,明确VOCs排放来源及特征有利于精准减排以及PM_2.5和O₃协同控制措施的制定. 聊城市是山东省典型工业城市,PM_2.5和O₃分别是秋冬季、夏季的首要污染物. 本研究以聊城市为例,运用排放因子法构建2020年聊城市人为源VOCs排放清单,分析VOCs排放来源及特征并提出控制对策. 结果表明:①2020年聊城市VOCs排放总量为28 434.5 t,溶剂使用源(10 551.5 t)、工艺过程源(6 504.9 t)和移动源(6 311.1 t)为主要排放来源,总占比为82%,与其他工业城市情况相似. ②从空间分布来看,VOCs排放明显集中于城区,与工业企业及人口分布等具有密切联系. 茌平区及东昌府区VOCs排放量较大,分别为6 800.1、6 333.4 t. ③从三级排放源看,机动车(5 748.4 t)、木材生产及胶粘剂使用(4 586.7 t)、橡胶和塑料制品业(2 849.2 t)等VOCs排放量较大,且排放的特征组分对大气中O₃及二次有机气溶胶的生成影响较显著. ④通过对典型行业原辅材料和末端设施使用情况进行分析,发现建筑涂料使用、工业涂装和印刷印染行业溶剂型涂料使用量占比分别为49%、91%和56%,同时工业涂装、印刷印染以及石化与化工行业的高效末端设施使用数量占比总体不足20%,具有较大的减排潜力. 研究显示,聊城市工业VOCs排放源减排潜力较大,应尽快推进典型行业低挥发性溶剂和高效末端设施的替代升级.      

基于质子转移飞行时间质谱法对苏州市冬季大气VOCs的观测研究

为分析苏州市城区冬季VOCs污染水平、变化特征及污染来源,采用质子转移飞行时间质谱仪（PTR-TOF-MS）进行走航和定点观测.结果表明:①城区中心走航期间总挥发性有机物（TVOC）平均浓度为95.00 μg/m3,环高架快速路走航期间TVOC平均浓度为131.48 μg/m3,定点观测期间TVOC平均浓度为72.85 μg/m3.对比其他城市城区,苏州市城区VOCs污染较轻,环境空气质量处于优良水平（浓度数据基于PTR-TOF-MS所能观测物种）.②走航及定点观测期间平均浓度最高的均为含氧挥发性有机物（OVOC）,城区中心走航区域OVOC占比为35.83%,环高架快速路走航区域OVOC占比为43.33%,定点观测（处于闹市区）期间OVOC占比为33.36%.③观测期间对OFP贡献较大组分为OVOCs、烯烃、芳香烃.结合无机物种定点观测数据发现,VOCs和NO₂的浓度峰值与PM_2.5浓度峰值变化趋势一致.结合VOCs浓度呈早晚高峰的日变化规律,判断机动车尾气可能是VOCs、NO₂、PM_2.5的主要排放源之一.④特征比值法判断观测期间空气老化程度较高,苯系物主要来自交通源和燃料燃烧源.PMF（正矩阵因子分解法）源解析结果表明,VOCs污染源包括溶剂使用源、空气老化和二次形成源、植物源、交通源、工业源,结合非参数风回归模型（NWR）评估污染主要来自定点观测点北方的工业企业以及东南方向的环高架快速行驶的机动车,与走航观测高值点位一致.利用MIR系数法得出5类VOCs来源因子,其OFP贡献率依次为空气老化和二次形成源>溶剂使用源>植物源>交通源>工业源.研究显示,苏州市需加强管控溶剂使用行业的VOCs排放量,倡导在上下班高峰期、周末使用公共交通出行,减少机动车尾气排放,可以有效减少当地O₃生成.      

汽车工业区大气挥发性有机物(VOCs)变化特征及来源解析

挥发性有机物（volatile organic compounds,VOCs）作为臭氧和细颗粒物的重要前体物已日益受到关注.鲜有针对汽车工业区大气VOCs长期观测的报道.2019-01-01~2019-12-31期间在上海某汽车工业园区边界,采用在线气相色谱仪对79种VOCs组分定量检测,分析大气VOCs组成和变化特征,并利用最大增量反应活性（MIR）和·OH消耗速率法（L_·OH）估算大气化学反应活性,应用VOCs特征物比值法和主因子分析法对VOCs进行来源解析.园区大气总VOCs体积分数为26.5×10^-9,其中烷烃占比50.2%,烯烃为9.8%,芳香烃为22.4%,卤代烃为10.8%,炔烃占6.8%,呈现冬季高,夏季低的季节变化特征.园区大气VOCs总OFP为73.2×10^-9,烷烃、烯烃和芳香烃的贡献率分别为14.7%、35.9%和45.2%,总L_·OH为165.3 s^-1,其中烯烃和芳香烃的贡献率为30.4%和48.9%.化学反应活性贡献率较高的组分有间/对-二甲苯、乙烯、丙烯、甲苯和邻-二甲苯.甲苯/苯（T/B）比值和乙烷/乙炔（E/E）比值表明观测点气团新鲜,靠近污染源.园区大气VOCs主要来源为汽油尾气源（19.4%）、溶剂使用源（30.8%）、燃烧源（11.0%）、柴油使用源（8.9%）和燃气使用源（4.5%）.