深圳市中心城区VOCs污染特征与臭氧来源量化分析

文章利用莲花山生态监测站污染物观测数据与近地面气象数据,分析了2018年9月21日～10月18日深圳市出现连续臭氧(O3)污染过程期间,城区挥发性有机物(VOCs)体积分数与活性的变化特征;同时结合光化学箱模型对深圳市O3污染来源进行了量化分析.研究发现:阴雨天VOCs局地累积效应增强,O3生成主要受限于光照条件;偏东...     

基于观测模型量化VOCs对深圳市城区臭氧生成的影响

为了解挥发性有机物（VOCs）对深圳市城区臭氧（O₃）生成的影响,探究O₃污染的防控策略,基于莲花站在线观测数据对2018年秋季O₃污染过程中VOCs对O₃生成影响进行量化研究.在分析O₃污染特征的基础上,基于观测的模型分析了O₃原位生成特征,识别了影响O₃生成的关键VOCs组分,并量化了其对O₃生成的影响.结果表明:①深圳市城区秋季O₃污染过程具有高温低湿的特征,主导风向主要为持续偏北风影响型、海陆风影响型和无明显主风型,其中海陆风影响型和无明显主风型受传输影响导致φ（O₃）在傍晚后呈居高不下的特征.②不同主导风向类型下,深圳市城区O₃化学生成的建模结果具有一致性.污染日O₃最大小时净生成速率平均值为12.85×10-9 h-1,HO₂·+NO和RO₂·+NO两种途径对O₃生成的贡献率分别为57.9%~60.2%和39.8%~42.1%.③深圳市城区O₃生成受VOCs控制,其中植物源ISO（异戊二烯）和人为源VOCs组分中的XYM（间/对-二甲苯）、TOL（甲苯等其他芳香烃）、HC8（高碳数烷烃）、OLT（直链烯烃）是影响O₃生成的五大关键组分.④φ（ISO）和φ（AHC）（AHC为人为源VOCs）单独下降20%,φ（O₃）小时峰值分别下降6.2%和28.0%,其中AHC组分中以φ（XYM）降低带来的φ（O₃）下降效果最显著,降幅为10.1%.研究显示:人为源VOCs组分体积分数的下降对降低φ（O₃）有显著效果,建议以二甲苯类物种来源为重要管控对象,特别是机动车排放与溶剂使用源;同时,建议加强醛酮类VOCs的监测与研究,为O₃的污染治理及污染源的精细化管控提供依据.