莆田市O3污染来源解析模拟研究

福建省莆田市作为典型的海滨城市,自2015年以来以O₃为首要污染物的天数逐年增加.为了制定科学有效的减排措施,减轻莆田市的O₃污染,以2016年莆田市O₃污染高发的7—9月为研究时段,通过观测数据分析、空气质量模型敏感性分析和O₃来源追踪方法分析了莆田市近地面O₃生成控制区,以及O₃及其生成前体物NO_x与VOCs的区域和行业来源.结果表明:①莆田市西部地区为NO_x控制区,而东部沿海地区则为VOCs控制区.②莆田市ρ（NO_x）与ρ（VOCs）主要来自本地排放贡献,二者本地排放的贡献率分别为69.4%与64.2%,而本地排放对莆田市ρ（O₃）的贡献率仅为21.0%,福建省福州市和泉州市对莆田市ρ（O₃）的贡献率之和为37.6%,外来输送贡献率较大的为浙江省,其贡献率为11.6%.莆田市O₃的外来输送不仅发生在ρ（O₃）较高的时段,在ρ（O₃）较低的时段也占了很大的比例.③莆田市工业源对本地排放ρ（O₃）贡献率最大,达57%,其次是机动车源.④通过敏感性时间序列分析得出,同时削减10%的NO_x和VOCs排放,能使莆田市国控点位平均ρ（O₃）峰值下降约5 μg/m3.研究显示,莆田市NO_x与VOCs主要来自本地排放,O₃受外来输送影响较大,推进本地工业NO_x和VOCs污染的治理与加强机动车尾气的污染控制是减轻本地O₃污染的有效方法.      

典型钢铁企业VOCs污染特征及SOA生成潜势估算

为了解钢铁企业的大气污染特征,使用在线监测仪器于2016年7月对某典型钢铁企业VOCs（挥发性有机化合物）、PM_2.5和NMHC（非甲烷烃）等污染物进行观测,同时基于FAC（气溶胶生成系数）估算了该区域的SOA（二次有机气溶胶）生成潜势.结果表明:观测期间ρ（总VOCs）为（106.08±63.81）μg/m3,与ρ（NMHC）（以C计）的相关系数（R2）达到了0.8（P < 0.05）以上;VOCs中主要类别为烷烃和芳烃;ρ（O₃）超标期间的ρ（苯）和ρ（甲苯）分别比ρ（O₃）未超标时间段高47.0%和37.2%,并且高ρ（总VOCs）期间芳烃占比高达46.0%,这可能与钢铁企业在炼焦时苯系物（苯、甲苯和二甲苯）排放有关.ρ（总VOCs）、ρ（NMHC）、ρ（烷烃）、ρ（芳烃）和ρ（乙炔）均呈早晚高峰值的日变化特征,而ρ（烯烃）由于异戊二烯受天然源排放影响,呈午间单峰值的特征.观测期间的SOA生成潜势为2.54 μg/m3,较城区高出76.4%,显示钢铁企业SOA对PM_2.5具有一定贡献;其中芳烃对SOA生成贡献高达97.2%,主要贡献组分包括苯、间/对-二甲苯、乙苯、苯、邻-二甲苯.研究显示,钢铁企业VOCs污染治理应重点控制苯系物,同时烷烃的排放也不容忽视.      

珠江三角洲干线公路夏季臭氧污染特征

基于国家干线公路交通量信息,运用GIS的路网线性参考系统,计算珠三角地区夏季NO_x和VOCs排放量,使用最大增量反应活性（MIR）和经验公式,分别估算VOCs和NO_x的O₃生成及其强度的空间分布特征.结果表明,夏季VOCs的排放量占比总体上与各类型车辆数占比一致,而汽油车的NO_x排放量占比与车辆数差异较大;VOCs排放的分布与NO_x基本相似,广州市是NO_x和VOCs排放量最高的城市,珠海、中山和江门3个城市的排放量较小;NO_x的O₃生成总量与生成能力成反比,所有车型中烯烃和芳香烃对O₃生成贡献率都是最大的,而排放量较大的烷烃生成O₃量最低;路网密度大的广州市、深圳市,汽车排放的NO_x和VOCs量相对较高,其产生的O₃浓度也较高,对于路网密度较小的城市（如珠海市）,其O₃污染主要以交通干线为中心,向外扩散,O₃生成量较小.     

PM2.5与O3协同控制视角下深圳市工业VOCs源谱特征

选取深圳8类典型工业行业开展VOCs样品采集,检测分析了100种VOCs组分,从PM_2.5和O₃协同控制的角度分析了不同污染源的成分谱特征和对环境的影响.结果表明：加油站源谱组成以烷烃（48.4%）占主导,OVOCs （27.6%）占比突出,乙酸乙酯（14.1%）、异戊烷（13.0%）、正戊烷（12.0%）为其优势排放物种;涂料制造、胶黏剂生产、油墨制造、化工制品、纺织印染、医药制造行业排放组成均以OVOCs （42.3%~97.1%）占主导,丙酮为大多数行业的优势物种,且乙腈在部分行业中占比突出.垃圾发电行业以OVOCs （33.9%）和卤代烃（28.3%）占主导,乙醛（13.4%）、丙酮（11.0%）、一氯甲烷（6.1%）为该行业排放的优势物种.以PM_2.5和O₃协同控制为导向,芳香烃和烯烃是储存运输源需要控制的重点;OVOCs和芳香烃都应成为工艺过程源和废弃物处理源控制的关键.涂料制造行业的源反应活性SR_O3和SR_SOA值分别为6.0g/g和1.2g/g,削减单位质量排放的VOCs所减少的PM_2.5和O₃生成潜势最多,应成为深圳市PM_2.5和O₃协同控制下的优先控制行业.     

邯郸市大气污染源排放清单建立及总量校验

邯郸作为"2+26"城市主要的重工业城市之一,位于京津冀南北传输通道的核心位置,在京津冀地区大气污染协同调控中处于重要地位.为改善当地空气质量,以邯郸市为研究对象,基于拉网式调查获取详细活动水平数据,结合相关排放因子,得到2016年邯郸市大气污染源排放清单;采用WRF-CMAQ（气象-空气质量）数值模型,模拟了2016年典型季节代表月（1月、4月、7月、10月）的空气质量,验证了数值模型的准确性;最后基于总量校验方法,反向估算了邯郸市典型污染物的排放总量,对初始大气污染源排放清单进行校验.结果表明:①2016年邯郸市SO₂、NO_x、TSP、PM₁₀、PM_2.5、CO、VOCs、NH₃的总排放量分别为78 533、183 126、497 466、258 940、124 637、3 735 355、200 309、187 299 t.②工业源是SO₂、NO_x、PM_2.5、CO和VOCs的主要排放源,分别占总排放量的74.5%、54.5%、30.6%、76.7%和28.1%;无组织扬尘源对TSP、PM₁₀、PM_2.5的贡献较大,分别占总排放量的58.5%、43.6%、30.3%;NH₃的主要排放源为农畜氨及人体和其他氨,二者排放的NH₃占总排放量的96.9%.③总量模型估算得到邯郸市PM_2.5、SO₂、NO₂年排放量分别为152 739、79 405、206 549 t;对比分析校验前、后典型污染物排放发现,校验前的大气污染源排放清单可能低估了PM_2.5和NO_x的排放量.研究显示,邯郸市污染物排放量较大,工业源为主要排放源,建议相关部门加强对工业源的管控力度.      

武汉市夏冬季典型大气污染过程的成因与来源分析

为了解武汉市夏冬季大气污染特征、成因及来源,基于武汉市20个监测点的观测数据,针对2017年7月21-31日及2018年1月13-25日两段典型大气污染过程分别展开研究.结果表明:武汉市大气污染呈现明显的季节性变化特征,夏季空气质量最优,春秋次之,冬季相对较差,夏冬季分别呈现明显的O₃和PM_2.5污染特征.夏季大气污染过程中平均ρ（O₃-8 h）为151.6 μg/m3,高温、低湿的气象条件有利于前体物VOCs和NO_x向O₃的转化,O₃的生成主要受VOCs控制,其中芳香烃和烯烃对O₃生成潜势的贡献较大,相对贡献率分别为43.7%和35.6%.冬季污染过程中平均ρ（PM_2.5）为129.1 μg/m3,静稳、高湿的气象条件会促进PM_2.5的吸湿增长及二次生成,二次离子和有机碳的贡献显著,约占ρ（PM_2.5）总量的72.4%.随着污染程度的加重,二次离子的转化程度及VOCs对SOA的生成潜势都逐渐增大,重度污染天气下前体物的二次转化程度约为非污染期的2.1~11.4倍.源解析结果显示,武汉市夏季大气污染过程受溶剂涂料使用、机动车尾气排放和工业排放VOCs的影响较大;冬季则受二次气溶胶源、燃煤工业源及机动车源的影响更大,三者平均贡献率分别为40.5%、30.0%和25.2%.区域传输对武汉市污染天气的发生也有一定影响,夏冬季的污染气团分别来自湖北省东南和西北方向.研究显示,受到不同的气象条件影响,武汉市夏季及冬季分别表现出O₃和PM_2.5污染特征,两段污染过程的发生均与污染前体物较高的二次转化程度和不利的污染扩散条件相关,污染来源呈现一定差异,但均受到区域传输作用的影响.      

保定市大气污染特征和潜在输送源分析

保定市是京津冀地区重要城市之一.为了解保定市大气污染物质量浓度特征和潜在输送源,对保定市国控点2017年1月1日-12月31日PM₁₀、PM_2.5、SO₂、NO₂、O₃、CO等常规大气污染物数据进行分析,并利用TrajStat后向轨迹模型进行区域传输研究.结果表明:①ρ（PM₁₀）、ρ（PM_2.5）、ρ（SO₂）、ρ（NO₂）分别为（138±96）（84±66）（29±23）和（50±24）μg/m3,与2016年相比分别下降5.9%、9.1%、25.5%和13.1%;ρ（CO）较2016年下降了14.0%;ρ（O₃）较2016年增长了25.2%.ρ（PM₁₀）、ρ（PM_2.5）、ρ（NO₂）和ρ（O₃）分别超过GB 3095-2012《环境空气质量标准》二级标准限值的0.97、1.40、0.25和0.34倍,ρ（SO₂）和ρ（CO）未超标.②除ρ（O₃）外,其他污染物质量浓度均呈冬季最高、夏季最低的季节性特征,其中,冬季PM_2.5污染最为严重,春季PM_2.5~10（粗颗粒物）污染严重.③空气质量模型源解析结果显示,保定市ρ（PM_2.5）约60.0%~70.0%来自本地污染源排放.后向轨迹结果表明,在外来区域传输影响中,保定市主要受到西北方向气团（占比为21.7%~60.0%）远距离传输和正南方向气团（占比为34.8%~50.5%）近距离传输的影响.④PSCF（潜在源贡献因子分析法）和CWT（浓度权重轨迹分析法）分析表明,除保定市及周边区县本地污染贡献外,位于太行山东麓沿线西南传输通道的邯郸市、邢台市、石家庄市是影响保定市PM_2.5的主要潜在源区.研究显示,PM_2.5为保定市大气中的主要污染物,并呈冬季高、夏季低的变化特征,其主要来自西北远距离输送和南部近距离传输.      

淄博市夏季城区与背景点VOCs污染特征比较

为研究城区及背景点夏季挥发性有机物（VOCs）污染特征的差异,于2020年7月在淄博市城区站点和背景站点在线监测环境VOCs,分析其污染特征和化学反应活性,运用正交矩阵因子分析模型（PMF）解析VOCs的来源.结果表明,城区点ρ（TVOC）和ρ（NO_x）高于背景点,但ρ（O₃）较低;城区点ρ（TVOC）和ρ（NO_x）呈夜间高白天低的日变化特征,背景点无明显变化特征,二者ρ（O₃）日变化特征一致,呈夜间低白天高,但背景点峰值晚于城区.城区点和背景点ρ（TVOC）均值分别为（44.9±27.5）μg·m^-3和（17.3±9.1）μg·m^-3,各组分质量分数均为：烷烃>芳香烃>烯烃>炔烃;臭氧生成潜势（OFP）均值分别为（115.5±63.1）μg·m^-3和（38.0±20.2）μg·m^-3,各组分贡献率均为：烯烃>芳香烃>烷烃>炔烃;·OH消耗速率(L_·OH)...     

天津市PM2.5-O3复合污染特征及来源分析

为了解天津市PM_2.5-O₃复合污染特征及来源,基于2017～2019年高时间分辨率PM_2.5、 O₃和挥发性有机物（VOCs）在线监测数据,对复合污染下天津市VOCs浓度水平、化学组成及O₃和二次有机气溶胶（SOA）生成潜势来源进行分析.结果表明,2017～2019年,天津市复合污染日为34 d,分布在每年的3～9月,年度变化呈现稳中略升趋势;小时ρ(PM_2.5)在75～85μg·m^-3时,小时ρ（O₃）存在峰值区(301～326μg·m^-3).复合污染下ρ（VOCs）为72.59μg·m^-3,烷烃、芳香烃、烯烃和炔烃质量分数分别为61.51%、 20.38%、 11.54%和6.57%; VOCs中浓度较高的前20种物种的浓度均上升,其中乙烷、正丁烷、异丁烷和异戊烷等烷烃类物种质量分数上升,烯烃和炔烃类质量分数略下降,芳香烃类中的苯和1,2,3-三甲苯质量分数略升....     

菏泽市冬季大气PM2.5和PM10中碳组分来源解析

为研究菏泽市冬季大气颗粒物中碳组分的污染特征和来源,于2016年1月采集菏泽市冬季大气PM_2.5和PM₁₀样品,基于热光反射法分析样品中OC（有机碳）、EC（元素碳）及8个碳组分[OC1、OC2、OC3、OC4、EC1、EC2、EC3和OP（裂解碳）]的含量,并计算得到ρ（Char-EC）（Char-EC为燃料燃烧后固体残渣中的EC）和ρ（Soot-EC）（Soot-EC为燃烧后气相挥发物质再凝结形成的EC）,以定性识别大气颗粒物中碳组分的来源.结果表明,菏泽市冬季大气颗粒物样品中碳组分浓度处于较高水平,PM_2.5中的ρ（OC）、ρ（EC）分别为26.34、9.22 μg/m3,PM₁₀中ρ（OC）、ρ（EC）分别为31.82、10.71 μg/m3.采样期间大气PM_2.5中碳组分（OC、EC、OC1、OC2、OC3、OC4、EC1、EC2、EC3、Char-EC、Soot-EC）浓度与PM₁₀中相应各组分浓度的比值均大于0.5（0.60~0.90）,表明碳组分多集中于细粒子（PM_2.5）.大气颗粒物样品中各碳组分浓度具有明显空间差异,各点位大气PM_2.5和PM₁₀中ρ（OC）均显著高于ρ（EC）（T检验,P < 0.05）.菏泽市冬季大气PM_2.5和PM₁₀中Char-EC/Soot-EC（二者质量浓度之比）分别为10.04、8.00,并且存在显著的空间差异性（T检验,P < 0.05）.PMF（正定矩阵因子分解法）解析结果表明,菏泽市冬季大气PM_2.5和PM₁₀中碳组分来源主要有4类,包括两类柴油车（1类排放的碳组分中以EC2为主,定义为柴油车-1;1类排放的碳组分中以EC3为主,定义为柴油车-2）、汽油车、生物质燃烧和燃煤混合源,对大气PM_2.5中碳组分的分担率分别为13.98%、5.13%、24.47%、41.97%,对大气PM₁₀中碳组分的分担率分别为16.08%、8.21%、18.34%、47.35%.可见,菏泽市冬季大气PM_2.5和PM₁₀中碳的主要来源是柴油车、汽油车、生物质燃烧和燃煤.      

京津冀地区NOx和VOCs协同减排成本及减排策略研究

京津冀地区细颗粒物(PM_2.5)浓度改善速度放缓,而臭氧(O₃)污染不断加剧,PM_2.5和O₃的协同控制对于京津冀地区空气质量持续改善十分关键且紧迫. 通过构建京津冀地区城市层面可计算一般均衡模型(CGE),模拟了PM_2.5和O₃的共同前体物—NO_x和VOCs的边际减排成本曲线,进而构建了京津冀地区PM_2.5和O₃协同控制评估模型,确定了在不同空气质量目标下减排成本最小的NO_x和VOCs协同减排方案. 结果表明:减排成本最小的情景下,京津冀各城市PM_2.5和O₃浓度达到《环境空气质量标准》(GB 3095—2012)二级标准限值时;NO_x和VOCs的排放量需较2017年分别降低25%~67%和22%~60%,需要投入的总减排成本为992.9×108元. 研究显示,基于京津冀地区城市政策仿真平台构建的PM_2.5和O₃协同控制评估模型,可为京津冀地区PM_2.5和O₃协同控制方案的制定提供参考.      

上海市PM2.5和臭氧复合污染期多路径减排效果评估

为探究大气PM_2.5和臭氧(O₃)复合污染期间的污染物浓度削峰方案,以上海市2018年4月27—30日PM_2.5和O₃复合污染时段为研究对象,结合区域多尺度空气质量模型(CMAQ模型),建立上海市O₃日最大8小时滑动平均值(MDA8 O₃)以及PM_2.5浓度与人为源排放的NO_x和VOCs之间的响应关系,获得了EKMA (empirical kinetics modeling approach,经验动力学建模方法)曲线.在此基础上,探讨上海市MDA8 O₃和PM_2.5对前体物排放的敏感性,并进一步量化了本地减排、提前减排和区域减排等不同情景下PM_2.5和MDA8 O₃的浓度变化.结果表明：(1)上海市PM_2.5和O₃复合污染期间MDA8 O₃的峰值率(PR)为0....     

珠三角城市群PM2.5和O3污染特征及VOCs组分敏感性分析

系统分析了珠三角城市群PM_2.5、O₃和挥发性有机物（VOCs）的污染特征,并筛选出对二次有机气溶胶（SOA）和O₃影响较大的敏感性组分。结果显示:珠三角城市群PM_2.5和O₃浓度的季节变化具有明显差异,PM_2.5和O₃分别在1月和10月出现浓度最高值。珠三角城市群VOCs主要以烷烃为主,占比为64.2%,其次为芳香烃和烯烃,含量较高的组分为丁烷、异戊烷、异丁烷和环己烷。SOA生成潜势贡献主要以芳香烃为主,占比为78.5%,其中甲苯、间,对-二甲苯和乙苯的SOA生成潜势最大。O₃生成潜势主要以烯烃为主,占比为42.3%,其次为芳香烃（34.2%）和烷烃（23.5%）,其中丙烯、异戊二烯和1-丁烯的O₃生成潜势最大。为有效缓解珠三角城市群PM_2.5和O₃污染,建议优先对机动车尾气、溶剂挥发、涂料使用和石化行业的VOCs敏感组分进行控制。     

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.      

兰州市大气臭氧与其前体物及气象因子相关性研究

兰州市在"一带一路"建设中发挥着重要的战略支点作用.基于OMI（ozone monitoring instrument,臭氧层监测仪）数据产品,对2006-2015年兰州市对流层O₃柱浓度与前体物及气象因子的相关性进行研究.结果表明:2006-2015年兰州市对流层O₃柱浓度值与HCHO总柱浓度值均随时间的变化呈先增后减的趋势,对流层NO₂柱浓度值呈逐年递减的趋势;相关性分析得出,对流层O₃柱浓度与HCHO总柱浓度、对流层NO₂柱浓度相关性较高的地区范围呈先增后减的趋势.在敏感控制区上,2006-2015年VOCs敏感控制区从有到无,VOCs-NO_x协同敏感控制区范围逐渐缩小,NO_x敏感控制区范围逐渐扩大;在气象因子上,对流层O₃柱浓度与气温、日照时间呈显著正相关,与气压、降水量呈显著负相关.在偏北风向上,风速为1.7~1.9 m/s时,兰州市大气对流层O₃柱浓度相对较高.研究显示,NO_x排放量的减少能有效降低兰州市对流层O₃柱浓度.      

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.