挥发性有机物污染土壤样品采样方法比较

以苯系物污染土壤样品的采集为例,比较了4种不同采样方法导致样品检测结果的差异。其中,方法 1将样品装填至广口瓶内并压实密封,方法2采用非扰动采样器采集10 g样品后转移至加有10 mL甲醇保护剂的Vial瓶中密封,方法 3用非扰动采样器采集10 g样品后直接将其密封于采样器内,方法 4用Encore采样器采样后将其密封于采样器内。结果表明,方法 2采集样品的检出率最高,其余3种方法的差异不明显,方法 2采集样品的检出结果 71%以上都大于其余3种方法。而且,对于挥发性较强的苯与甲苯,以方法 2采集的样品91%以上都大于其余3种方法,最大及平均检出浓度高出2~3个数量级。5种不同土质样品检测结果表明,对于有机质含量较低的细砂,方法2的最高及平均检出浓度均高于其余3种方法 1~3个数量级,差异随土壤有机质含量的升高而降低。可见,对于苯系物及挥发性强于苯系物的其他挥发性有机物污染土壤样品的采集,方法 2效果最优,可指定为VOCs污染场地土壤样品的采样方法。     

沈阳市环境空气中挥发性有机物污染特征及来源解析

基于2019年沈阳市4个不同功能区挥发性有机物(VOCs)小时分辨率的在线监测数据,分析了环境空气中VOCs的污染特征及来源。结果表明,观测期间沈阳市环境空气中VOCs日平均体积分数为(31.5±13.3)×10^-9,4个功能区VOCs体积分数均呈现出冬季明显大于夏季的特征;工业区环境空气中VOCs体积分数明显高于其他功能区。商业交通居民混合区、文化居民混合区、郊区VOCs体积分数呈现明显双峰结构,工业区双峰结构不明显。工业区VOCs以新鲜排放为主,而其他3个区域为老化气团的传输。工业区春、夏季环境空气中VOCs来源包括燃料挥发源(26.90%)、溶剂与涂料源(17.69%)、燃烧源(16.40%)、化工源(15.69%)、交通源(7.57%)和炼油炼焦源(4.15%)。秋、冬季VOCs的来源包括燃烧源(30.77%)、溶剂与涂料源(20.26%)、燃料挥发源(18.79%)、化工源(11.54%)、炼油炼焦源(9.34%)和交通源(5.51%)。     

空气中挥发性有机物(VOCs) 的监测方法研究

建立了热脱附仪和气相色谱-质谱联用测定室内空气和环境空气中35种挥发性有机污染物的分析方法,方法的最低检出限为0.1～0.9μg/m3, 20μg/m3挥发性有机物标准经6次的重复测定,其相对标准偏差小于8.4%.该方法已用于室内空气和环境空气的测定,取得令人满意的结果.     

绍兴市某工业区大气中挥发性有机物污染状况的研究

运用便携式气相色谱质谱仪,分析研究绍兴市某工业区大气中挥发性有机污染物的组成及污染状况,主要污染物的平均浓度范围在18.9~348μg/m³之间,初步掌握工业区内挥发性有机污染物的来源,为今后大气污染事故的应急处理和预防,提供信息支持与技术保障。     

镇江市挥发性有机物污染特征及来源分析

利用镇江市2019年4—10月市区4个空气质量国控站点VOCs监测数据,对大气中70种VOCs的组分特征、时间与区域变化进行分析,并用比值法研究VOCs来源特征。结果表明,4个站点PAMS组分的测定值为17.7 μg/m3~27.5μg/m3,醛酮类组分为15.4 μg/m3~165 μg/m3。各站点VOCs来源侧重点略有不同,主要来源是工业源、交通源、溶剂涂料的使用等。     

典型医化园区废气和环境空气中挥发性有机物污染特征

对典型医化园区中的挥发性有机物(VOCs)污染特征进行研究,采用便携式气相色谱质谱法监测园区及周边14个点位的环境空气,大气预浓缩气相色谱质谱法监测10个点位排气筒中废气。结果表明,废气中非甲烷总烃为1. 77～218 mg/m3,环境空气中甲苯、二氯甲烷、丙酮、乙酸乙酯、四氢呋喃的质量浓度分别为0. 048～0. 833,0. 022～3. 07,0. 011～0. 312,0. 004～0. 754和0. 004～0. 529 mg/m3;废气和环境空气中均检出含量较高的芳香烃、卤代烃、酯类、酮类等化合物,以及园区特征的氟苯类和噻吩类化合物。园区环境空气明显受到工业源VOCs污染,分布趋势为生产越密集区域VOCs值越高,经过园区后沿着风向逐渐降低,园区下风向11 km处可测到园区特征氟苯类物质。     

2019年夏季常州市挥发性有机物污染特征分析

2019年8—9月,在常州市洛阳小学、市监测站和武澄工业园3个监测站点开展了为期49 d的环境空气57种挥发性有机物(VOCs)离线加密监测,分析其浓度水平及组成特征。结果表明,3个站点VOCs的体积分数分别为29.8×10^-9,20.8×10^-9和25.3×10^-9。3个站点中烷烃的值均值最大,其值占比依次为59.1%,57.2%和51.4%,烷烃中均以乙烷、丙烷和正丁烷值最大。应用臭氧生成潜势(OFP)、OH自由基消耗速率和二次有机气溶胶生成潜势(SOAP)分别对3个站点进行计算,结果显示,各站点芳香烃的数值均最大,OFP占比为67.1%~68.0%,OH自由基消耗速率占比为45.4%~52.0%,SOAP占比为93.3%~94.7%,芳香烃中关键活性组分是甲苯、乙苯和二甲苯等。上风向的洛阳小学与武澄工业园VOCs浓度比市区的市监测站更高,OFP和SOAP也均高于市监测站,表明上风方向的VOCs排放对市区影响较大。     

典型化工园区大气中挥发性有机物污染调查

对常州市某典型化工园区大气中挥发性有机物(VOCs)污染状况进行了调查。结果表明,该化工园区大气中检出挥发性有机物共有58种,组分有芳香烃、饱和烷烃、卤代烃、烯烃、醛酯类化合物及其他类;苯、甲苯、乙苯、二甲苯为主要挥发性有机污染物,质量浓度为1.0~194μg/m~3;均未超出参考标准的限值。背景点位和园区点位大气中主要ρ总(VOCs)在秋冬季最高,敏感点大气VOCs随季节变化也较为明显;园区T1和T2ρ总(VOCs)年均值高于敏感点位,背景点位年均值最低;园区点位除了汽车尾气排放之外,溶剂的挥发和生产工艺中污染物的排放也增加了大气中苯系物的浓度,同时也对敏感点位和对照点位的大气质量产生了一定的影响。     

大气中半挥发性有机污染物的监测研究进展

介绍了大气中半挥发性有机污染物的采样方法和气／固相分配模型，综述了索氏提取、超声波萃取、超临界流体萃取、微波萃取、固相微萃取等样品预处理方法，以及直接进样热解析和其他仪器分析方法，对大气中半挥发性有机污染物的监测研究进展作了展望。     

郑州市大气环境中半挥发性有机污染物分布规律研究

在郑州市交通密集区、工业区、居民文化区等不同功能区设置监测点位,分春、夏、秋、冬4季对大气环境中半挥发性有机污染物的污染状况进行初步研究。结果表明:不同季节半挥发性有机物检出数量的变化趋势为:冬季秋季春季夏季;不同功能区SVOC检出数量变化趋势为:交通密集区工业区混合区文化区对照区。     

便携式傅里叶红外分析仪测定水中挥发性有机污染物

发明了一种利用GASMET FTIR Dx4020便携式傅里叶红外分析仪测定水中挥发性有机物的实用方法,该方法可以定性定量25个水中挥发性有机物.该方法具有简便快捷、灵敏度高等特点,以苯系物中各单组分物质为例,方法检测限为11 ～45μg/L,相对标准偏差为3.4％ ～ 6.6％,加标回收率为98％ ～ 109％,在浓度范围内具有良好的线性.但对苯系物混合物定量准确性还需进一步研究提高.     

家具制造企业密集区空气中VOCs污染状况及健康风险评价

采用Tenax管吸附-热脱附-气相色谱法测定家具制造企业密集区空气中挥发性有机物(VOCs),并应用美国国家环保局(USEPA)的健康风险评价模型评估其对周边人群的影响。结果表明,家具制造企业密集区总VOCs的质量浓度为0.931 mg/m3,11种目标物中乙酸乙酯、丙酮和乙酸丁酯所占比例较高,分别占总VOCs的20.2%、10.7%和9.1%。该区总VOCs的累积非致癌风险指数为3.47×10-7,低于1,不会对人体产生明显的非致癌健康危害;其累积致癌风险指数为2.49×10-5,是可接受致癌风险值(1.0×10-6)的25倍,可能对人群存在致癌影响。     

宁波市环境空气中VOCs污染状况及变化趋势分析

基于近7年来的连续监测数据,对宁波市环境空气中挥发性有机物(VOCs)的污染状况及变化趋势进行了初步分析。研究表明:在宁波市环境空气中检测出94种VOCs,其主要成分是饱和烷烃、芳烃、烯烃、卤代烃、卤代芳烃、含氧有机物等,有37种属有毒有害物质,其中苯系物含量最高;宁波市环境空气中苯系物的污染程度与国内外城市基本处于同一水平,近年来的污染状况变化不大,没有明显恶化;空间分布特征显示一类保护区VOCs的排放以天然源为主,二类各功能区VOCs的排放由天然源和局部人为污染源共同形成,三类区以工业污染源排放为主;时间变化趋势显示VOCs在冬季和春季的平均浓度比其他季节高,VOCs的日变化基本呈现2个主浓度峰值特征,跟城市交通流量变化具有很好相关性。     

长江饮用水源地18种挥发性有机物的自动监测应用研究

采用全自动监测系统测定长江饮用水源地中18种挥发性有机物,通过动态吹扫捕集气相色谱法快速分析水中的挥发性有机物（VOCs）,18种有机物的方法检出限为0．07～0．50μg／L,在0～20μg／L范围内线性良好,混合标准溶液平行测定的 RSD＜10％,饮用水样品的加标回收率为72．1％～119．4％。同时,探索了4种监测数据质量控制及质量保证的方法,建立了数据评价体系。     

石家庄大气中优先控制挥发性有机物筛选

综合考虑国内外优先控制污染物筛选的方法,结合实际调查情况,制定了石家庄市大气中优先控制挥发性有机物筛选的原则。对检出率高、贡献率高,可能对人体健康存在潜在危害性的挥发性有机物作筛选,提出了包含20种化合物的优先控制名单,其中卤代烃7种,芳香烃5种,酯类3种,酮类2种,烯烃、醛类和硫化物各1种。从化合物的用途和应用领域分析,医药化工行业可能是石家庄市区大气中挥发性有机物的主要排放源。     

兰州市城区夏季大气挥发性有机物污染特征及来源解析

2020年7月对兰州市城区大气挥发性有机物进行连续24 h测定,研究其污染特征和臭氧生成潜势等,并进行来源解析。结果表明:兰州超级站点 VOCs的平均质量浓度为99.59 μg/m³,各类挥发性有机物中烷烃占比最大,占总挥发性有机物浓度的33.81%;对挥发性有机物进行臭氧生成潜势分析,排名靠前的物种为甲苯、乙烯、乙酸乙烯酯;利用PMF模型对挥发性有机物进行源解析,结果显示VOCs来源贡献为机动车源(31.30%)、油气挥发或泄漏(24.10%)、溶剂使用源(18.60%)、燃烧和化工工艺源(17.20%)、天然源(8.80%)。建议将控制机动车排放、油气挥发和泄漏、溶剂使用等作为消减城市大气挥发性有机物和臭氧污染的重点。     

对TH_PKU-300B挥发性有机物快速在线监测系统的改进

针对现有TH_PKU-300B挥发性有机机物快速在线监测系统在测定含氧挥发性有机化合物(OVOCs)、含氮挥发性有机物(NVOCs)和高沸点挥发性有机物时存在灵敏度低、精密度差、线性响应较差、记忆效应明显等不足,根据其原理,对其GC-MS通道的部分气路进行改进。通过实验对比分析,证明改进后的仪器系统响应更加灵敏、线性拟合度更高、精密度及解析效率均显著提高,同时检出限也由改进前的体积分数0.1×10~(-9)~1.0×10~(-9)降低至0.02×10~(-9)~0.08×10~(-9),并解决了记忆效应问题。改进后的系统在OVOCs、NVOCs和高沸点挥发性有机物测定方面要优于原系统。     

生活垃圾填埋场空气中VOCs组成及年际变化

采用SUMMA罐采样-气相色谱-质谱法采集并分析了2006—2010年4、10月上海某生活垃圾填埋场及周边环境空气中挥发性有机物(VOCs)的种类和含量变化情况。结果表明,共检测出34种VOCs化合物,以单环芳烃、甲基乙基酮、卤代脂肪烃为主,其中19种化合物属于美国环保局重点控制的空气中有害污染物;填埋区作业面是填埋堆体内部VOCs释放的重要途径之一,其中甲基乙基酮、甲苯、乙苯、间/对-二甲苯对TVOCs质量浓度贡献率超过60%;生活垃圾填埋场及周边环境空气中TVOCs质量浓度年季变化较稳定,但同年度内秋季浓度高于春季。     

Volatile Organic Compounds in the Area of Madrid: A Chemometrical Approach

Multivariate techniques have been applied to the set of dataobtained after one year sampling of volatile organic compounds(VOCs), including volatile aldehydes in the area of Madrid inorder to evaluate the possible correspondence among groups ofanalysed compounds, as far as modelling of different emissionsources in relation to location and season. The measurements were carried out at four sites in Madrid, characteristic for urban and suburban areas. Additionally, as reference, a rural area 100 km far from the city was considered. Results of correlation analysis, factor and cluster analysis are presented.Higher correlations were found between variables related withtraffic emissions. Factor analysis results showed two mainsignificant variables related to anthropogenic and biogenicemissions respectively. In relation to cluster analysis, samples were grouped according to sampling site and seasonal variations.