基于PMF量化工业排放对大气挥发性有机物(VOCs)的影响:以南京市江北工业区为例

挥发性有机物(VOCs)在臭氧(O3)和二次有机气溶胶(SOA)生成中起着关键作用.南京市江北地区工业密集,为评估工业排放对大气VOCs的影响,本研究于2017年3月在工业区受体点南京信息工程大学(南信大)开展了为期近1个月的VOCs采样和测量.监测数据显示南信大站点大气VOCs浓度波动大,范围(体积分数)在10.3×10-9~200.5×10-9之间,烯烃、芳香烃和卤代烃等组分(例如:乙烯、丙烯、苯、苯乙烯、二氯甲烷等)存在明显的异常高值.利用正交矩阵因子模型(PMF)对VOCs进行来源解析,结果显示在观测期间与工业排放相关源的平均贡献为50.0%,其中石化源、化工源以及涂料和溶剂使用源的贡献分别为14.9%、19.3%和15.8%.在VOCs高污染时段,与工业排放相关源的占比高达74.9%.进一步结合风速和风向数据,确定了不同类型工业源的主导方位,追溯排放源的潜在位置.     

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.     

基于PMF模式的南京市大气细颗粒物源解析

为研究南京市大气细颗粒物(PM2.5)污染来源,分别在3个点位、4个季节开展了PM2.5环境样品的采集,共获得170个有效样本.对样本进行了化学成分分析,包括Al、Fe、Na、Mg、K、Ba、Li、Tl、Mn、Co、Ni、Cu、Zn、Sb、Pb、Cr、Ce、Na+、NH4+、Mg2+、Ca2+、SO42-、NO3-、Cl-、以及OC、EC,共计26种.首先采用OC/EC最小比值法估算出二次有机气溶胶(SOA)的含量;然后利用正矩阵因子分解法(PMF)对PM2.5的非SOA部分进行来源解析,共解析出6类因子:二次无机气溶胶(SIA)、燃煤、机动车排放、地面扬尘、冶金和其它源,贡献率分别25.0%、23.5%、20.4%、17.1%、3.0%和11.0%;最后基于南京市SO2、NOx、VOCs三种主要前体污染物的排放量,分别对SIA和SOA在一次来源中进行再分配.最终结果表明,南京市PM2.5主要来源为燃煤、机动车、扬尘、工业和其它源,其贡献率分别为29.6%、22.4%、14.6%、18.7%和14.7%.     

基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

基于气团老化程度对挥发性有机物分类改善PMF源解析效果

VOCs作为臭氧与二次有机气溶胶的关键前体物,其来源解析对臭氧和颗粒物的协同控制至关重要.但多数VOCs具有反应性,不能完全满足受体模式对污染源排放化学物质组成稳定的假设要求,导致受体模式解析结果不能精准反映实际源贡献.为解决因不同VOCs反应活性不同而导致的组分相对变化与模型假设不符的问题,引入VOCs老化程度来表征其光化学反应的状态.将乌海市超级观测站监测的VOCs依据乙苯与间/对-二甲苯的比值分为高、中和低这3种老化状态.结果表明,分类后解析结果的模拟值与实测值的回归方程参数(斜率和截距)、标准误差、决定系数和残差合格率等模型诊断参数改善明显.因为老化程度与气团在大气中的传输时间和大气氧化性密切相关,在一定程度上也反映了气团的不同来源信息.在高老化态样品中焦化源贡献率最高,达47.20%;在低老化态样品中燃烧源和焦化源均较高,分别为28.67%和24.39%.按老化程度进行分类后,PMF对VOCs源解析的结果更符合实际排放源的贡献.     

西安市大气降水的主要化学组分及其来源

为认识西安市大气降水主要化学组分的现状,对2019年西安市市区和郊区大气降水样品的pH值、电导率、水溶性离子和重金属的质量浓度、湿沉降通量和来源进行了研究.结果表明,西安市冬季大气降水pH、电导率、水溶性离子和重金属浓度均高于其它季节.降水中主要的水溶性离子为Ca²⁺、 NH⁺₄、 SO■和NO^-₃,其之和占总离子浓度的(88.5±2.8)%;市区和郊区主要重金属是Zn和Fe、 Zn和Mn,其之和分别占总金属浓度的(54.0%±3)%和(47.0%±8)%.市区和郊区降水中水溶性离子的湿沉降通量分别为(253.2±58.4)mg·(m²·month)^-1和(241.9±61.1)mg·(m²·month)^-1,呈现出冬季高于其他季节的特点;重金属的湿沉降通量分别为(86.2±37.5)mg·(m²·month)^-1和(88.1±37.4)mg·(m...     

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.     

兰州市夏季挥发性有机物污染特征及来源解析

为研究兰州市夏季大气挥发性有机物（VOCs）污染特征和来源,采用实时在线监测仪器TH-300B （GC-MS/FID）等多种设备联用,于2021年7月开展为期1个月的综合观测.结果表明,监测期间总挥发性有机物ρ（TVOCs）为99.77μg·m^-3,烷烃占比最大,其次是芳香烃和含氧挥发性有机物（OVOCs）,烯炔烃和卤代烃占比较小,各组分浓度呈现早晚高,中午低的日变化特征.VOCs臭氧生成潜势（OFP）前10种物质贡献率占57.3%,二次有机气溶胶（SOA）生成潜势前10种物质贡献率占93.10%,以芳香烃和高碳烷烃为主,其中,甲苯和间/对-二甲苯对OFP和SOA贡献最大.采用正交矩阵因子分解法（PMF）进行污染来源解析,其中工业溶剂源（22.25%）、油漆涂料源（21.70%）和机动车尾气源（16.25%）是研究区环境空气中VOCs的主要来源;基于污染源排放清单法,2017年兰州市VOCs排放量为94761.6 t,主要来自溶剂使用源和移动源,贡献率分别为56.70%和18.03%.因此解决兰州大气复合污染问题,实现O₃和PM_2.5协同控制,应以工业溶剂排放和机动车管控为主,重点减少VOCs中甲苯和间/对-二甲苯等芳香烃化合物排放.     

郑州市民运会期间大气PM2.5改善效果评估

利用2019年8月5日至9月30日大气污染物和颗粒物组分在线数据,评估郑州市少数民族运动会空气质量管控效果.根据政府管控措施的实施时间,将研究时期分为管控前(8月5～24日)、管控中(8月25日至9月18日)和解除管控后(9月19～30日).相较管控前,管控中PM_(2.5)平均浓度增加2.3μg·m~(-3),解除管控后PM_(2.5)的浓度增加了11.7μg·m~(-3),解除管控后PM_(2.5)浓度增幅高于管控中,表明管控措施对颗粒物有显著的减排效果.从颗粒物组分来看,研究期间郑州市主要组分依次是有机物、硝酸根、铵根、硫酸根和地壳元素.相比于管控前,管控期间PM_(2.5)组分中有机物和硝酸根占比分别上升3.9%和0.9%,硫酸根、铵根和地壳元素的占比下降了1.1%、 1.9%和2.2%.利用正定矩阵因子分解法解析颗粒物来源,结果表明二次硫酸、二次硝酸、二次有机气溶胶、机动车源、工艺过程源、扬尘和燃煤是PM_(2.5)主要来源.管控对一次源中的扬尘、燃煤和工业效果显著,贡献比分别下降8.3%、 8.2%和8.1%;机动车贡献上升3.8%;二次有机气溶胶和二次硝酸占比上升.结果表明郑州市此次管控对二次前体物氮氧化物和VOCs的减排效果弱于对一次污染物的管控.     

深圳大气PM2.5中水溶性有机物的来源特征

对2017年9月~2018年8月深圳市北部大气PM_2.5中水溶性有机物（WSOM）的质量浓度、质谱及来源结构进行测量和分析.结果表明：PM_2.5的质量浓度为（32.3±18.4）μg/m³,WSOM的质量浓度为（9.4±5.7）μg/m³,占颗粒物总有机物的（77.6%±14.0%）.质谱分析显示,WSOM的氧碳比（O/C）平均值达到（0.57±0.09）,属于二次有机物的O/C值范围,且生物质燃烧排放的离子碎片C₂H₄O₂⁺的丰度显著,说明WSOM的来源中有显著的生物质燃烧排放的有机气溶胶.为了明确WSOM的来源结构,利用正矩阵因子分解法（PMF）模型进行来源解析,发现3个合理因子：高氧化态有机气溶胶（MO-OOA）,低氧化态有机气溶胶（LO-OOA）和生物质燃烧（BBOA）,贡献比例分别为51.7%,31.8%和16.5%.MO-OOA和BBOA贡献浓度均呈现秋冬高、春夏低的季节变化特征,反向轨迹分析显示其与内陆污染传输关系密切.LO-OOA的变化相对稳定,本地源的贡献较大.结合¹⁴C同位素示踪法对秋冬季WSOM样品分析,发现机动车等化石源二次有机物是WSOM的主要来源,贡献比例达到53.9%,需继续加强对化石燃料控制来降低WSOM污染.