成都春季大气臭氧污染过程VOCs特征分析

2020年4月28日～5月6日成都出现了一次近5年来春末夏初时段污染时间最长,污染程度最重的臭氧污染过程.为了解该污染过程中VOCs对成都臭氧的贡献,通过采用数理统计、臭氧生成潜势(OFP)等方法,对成都市城区VOCs进行分析.结果表明,成都市城区污染前与污染后VOCs体积分数均低于污染中VOCs体积分数. VOCs日变化呈双峰性,分别出现在早高峰时段及凌晨.污染前、污染中、污染后臭氧生成潜势(OFP)浓度值分别为110.5、199.0、93.3μg/m³.间/对二甲苯、乙烯、甲苯和邻二甲苯为绝对优势物种.通过分析整个污染过程VOCs特征,为成都春季臭氧污染防治提供技术支撑.     

南通市典型臭氧污染过程VOCs特征及来源分析

利用在线挥发性有机物自动监测仪TH300B对2020年8月12—17日南通市典型臭氧污染过程中VOCs排放进行监测.结果表明,南通市此次臭氧污染过程主要受VOCs排放影响,污染中VOCs体积浓度均值为23.44 ppb,较污染前下降了12.0％,其中芳香烃体积浓度占比下降幅度最大,较污染前下降23.4％,OVOCs体积...     

滕州市木石镇秋季大气VOCs污染特征及来源解析

使用大气挥发性有机物(VOCs)在线连续自动监测系统,对滕州市木石镇2019年11月环境空气中VOCs进行观测,并分析了VOCs的浓度状况、组成特征、光化学影响和来源。结果表明：观测期间,木石镇大气中TVOC平均体积分数为(32.75±28.96)×10^-9,各物种体积分数从大到小顺序依次为烷烃>烯烃>OVOC>芳香烃>卤代烃>乙炔>含硫化合物;日变化规律呈双峰型,峰值在6:00～7:00时与0:00～1:00时出现。大气VOCs的平均臭氧生成潜势(OFP)为102.02×10^-9,烯烃对臭氧生成潜势贡献率最大,为69.5%;乙烯、丙烯、正丁烯、萘和1,3-丁二烯等是臭氧生成潜势较高的物种。对OH自由基消耗速率(L_OH)贡献最大的为烯烃,其次为芳香烃,两者贡献率占到76.8%。VOCs对二次气溶胶(SOA)浓度的贡献值为0.85μg/m³,其中芳香烃对SOA生成贡献占比为92.8%,对SOA生成贡献最大的前5个物种为萘、甲苯、苯、乙苯、间/对二甲苯。利用PMF模型...     

南充城区秋季VOCs污染特征及来源分析

为了解南充城区秋季大气环境中挥发性有机物(VOCs)的污染特征及来源,2018年11月7日~11月15日,利用在线GC-MS对南充城区的VOCs成分进行了连续在线监测,并运用PMF模型对VOCs的来源进行了解析。结果表明:监测期间,南充城区的VOCs共检出103种,小时平均体积分数约为(32.5±5.7)×10-9,由烷烃、含氧挥发性有机物(OVOCs)、芳香烃、烯烃、卤代烃等组成,占比分别为38.5%、31.7%、10.2%、9.5%和8.0%;各类污染物中烯烃对总臭氧生成潜势(OFP)的贡献度最大,占32.6%,OVOCs次之(31.7%),其余依次为芳香烃(26.0%)、烷烃(8.3%)和卤代烃(1.1%);VOCs的日变化总体呈现两高两低的趋势,但变化幅度较小,VOCs与NO 2、CO、PM 2.5和PM 10浓度呈正相关关系,与O 3的浓度呈负相关关系;运用PMF模型共解析出道路交通源、工业源、油气挥发、燃料燃烧和餐饮油烟5个因子,道路交通源是南充城区秋季大气环境VOCs最大贡献源(29.3%),其次为工业源(26.1%)和油气挥发(23.0%),燃料燃烧(14.4%)和餐饮油烟(7.2%)的贡献最小。相关分析表明:南充城区秋季大气环境中的VOCs受机动车尾气、工业溶剂、油气挥发和生物质燃烧的影响较大,建议后期应重点关注这4类污染源。     

走航监测在石化企业挥发性有机物管控中的应用

目前,石化行业正不断深入推进VOCs治理,主要排放点源基本得到有效管控,但仍有较多无组织排放点位比较隐蔽,不容易被发现,管控治理存在一定难度。文章介绍了某炼化企业利用车载检测设备对厂区进行走航监测,分析走航监测的快速分析、精准溯源的优势,帮助企业更加快速高效地发现VOCs排放点源,实现精准治理。     

成都春季VOCs污染特征及其对SOA和O3生成贡献的研究——以2020年4～5月发生的PM2.5和O3污染过程为例

成都市2020年4月15～16日和4月28～5月6日分别发生了细颗粒物(PM_2.5)污染过程和臭氧(O₃)污染过程,利用2020年4月13～5月10日成都市区57种挥发性有机物(VOCs)小时数据,研究两次污染过程中VOCs对PM_2.5污染和O₃污染的影响。通过计算VOCs的臭氧生成潜势(OFP)、二次有机气溶胶生成潜势(SOAFP),以及使用比值分析法,探讨成都市VOCs优先控制物种及来源。结果表明,污染时段VOCs浓度较清洁时段均有所升高,但烷烃占比有所下降。污染时段的OFP和SOAFP较清洁时段均有所升高,间/对二甲苯和甲苯对SOA生成和O₃生成贡献均排名前列,控制这两种组分的排放是成都市控制O₃和SOA前体物的有效途径。比值分析结果得出,VOCs气团受本地排放影响较大,PM_2.5污染时段和清洁时段的VOCs受机动车尾气排放影响较多,O₃污染时段的VOCs除受到机动车尾气排放影响以外,还受溶剂使用的影响。作...     

基于走航的CO2驱油与封存场地大气环境监测

CO2驱油和地质封存项目中的泄漏风险是制约其发展的重要瓶颈,对地表大气中的CO2开展监控被认为是预防项目泄漏风险、证实项目埋碳量的关键手段。该研究首次引入了CO2走航监测技术,选取新疆克拉玛依油田CO2混相驱试验区为研究对象,开展了地表CO2泄漏特征监测。监测结果显示：该试验区周边行政区内9个功能区块的CO2均值浓度为417.95×10-6～767.59×10-6,清洁本底浓度为416.66×10-6。试验区CO2小时浓度变化与现场生产组织的作息呈现相关性,小时均值浓度为416.81×10-6～420.69×10-6,与本底浓度差异不大,因此对大气环境影响较小。局部异常点出现于注气点、采油井、现场休息室、修井作业点、生活基地5类位置。注气系统中,储罐、换热器和注入泵有较明显检出,6组注气系统的泄漏值最大值低于CO2长期接触限值,远低于CO2短期接触限值。     

浅谈遥感技术在大气监测中的应用

碳的氧化物、硫的氧化物、氮的氧化物和臭氧等是人类在生产活动和社会活动产生中的主要的环境污染物,它们威胁着人类的生存环境和地球上的生态平衡。因此,对它们进行实时监测和综合治理显得非常重要。文章介绍了遥感(RS)技术,重点介绍遥感技术在大气环境监测中的应用。     

挥发性有机物和重金属快速检测在场地调查中的应用

随着《土壤污染防治法》等法律法规的出台,我国对于土壤监管越来越严格。企业土壤自行监测、场地调查和风险筛查均需要对土壤中污染物进行分析测试。对挥发性有机物（VOCs）和重金属进行快速检测是场地调查中的重要一环,通过对某地块土壤进行现场检测,有效筛查土壤污染状况,识别了污染范围,为类似土壤管控和场地修复提供依据。     

分子生物学在环境微生物监测中的应用

本文介绍了国外利用分子生物学技术在环境微生物监测—包括水质监测、土壤有机物污染监测和环境可疑致突变物的筛检等几个方面的应用,并与传统方法作了简要比较。     

微生物传感器的研究现状及在水环境监测中的应用

微生物传感器是一种迅速发展的环境监测手段。文章介绍了微生物传感器的构成及工作原理与研究现状,并对微生物传感器进行了分类。文章还讨论了微生物传感器在水环境监测中的应用,其中包括在BOD检测、有机物检测及生物毒性检测中的应用,并对其在实际监测应用中所遇问题进行了分析。     

便携式GC-MS在石油污染土壤应急监测中的应用

针对石油污染土壤中VOCs含量的应急监测,便携式气相色谱-质谱联用仪适用于土壤中甲苯、乙苯、二甲苯、三氯苯等13种苯系物的快速定量检测,通过对某废弃炼油厂土壤样品测定,该方法在快速定性的同时,定量测定5~20411μg/kg土壤样品具有很高的可靠性。     

餐饮油烟在线监控系统在环保监管中的应用

文章分析了餐饮油烟污染的危害,介绍了油烟净化设备实时监控系统的功能、特点及优势;通过应用案例,指出该系统可以实时、快捷、广域地进行环境数据监测,提高环保部门的反应能力,对于提高城市环境综合监控能力、改善城市环境质量、建设和谐社会具有现实意义.     

环境应急监测在气田应急救援工作中的应用

环境监测在处置气田的泄漏和火灾爆炸等事故中尤为重要,为应急决策提供科学依据。环境应急监测应针对气田特点选择监测仪器设备,确定监测内容和监测方案编制依据,做好应急监测准备工作,确保紧急情况下迅速、准确地完成监测任务,满足气田突发性事故应急救援工作的需要。     

浅谈X射线荧光无标分析软件在环境应急监测中的应用

利用X射线荧光光谱仪无标分析软件对土壤标准物质进行分析,对比认定值,对其准确性展开探讨,浅谈该方法在环境应急监测工作中的应用。     

固相微萃取(SPME)技术在水质监测中的应用

固相微萃取技术(SPME)作为一种样品前处理技术,具有方便、快捷、不使用有机溶剂、灵敏度高、价格低廉等优点,已被广泛地应用于环境样品的分析.本文综合评述了采用SPME法预处理环境水体中的有机物、无机离子等污染物的监测情况,并对SPME法在环境水质监测中的应用以及对国外的研究进展进行了展望.     

膜界面探针在炼厂油罐区场地环境调查中的应用

利用膜界面探针技术(MIP)在西北某炼厂油罐区环境调查中进行了应用,通过光离子化检测器(PID)、火焰离子化检测仪(FID)两个检测器的响应值确定了油罐区的污染分布情况,并结合取样实验室分析结果对膜界面探针数据和实验室分析数据进行相关性分析。结果表明:污染物主要分布在汽柴油以及部分原油罐区。MIP信号值与实验室分析的苯系物浓度的拟合程度高于石油烃,FID、PID与苯系物浓度的相关系数(R2)分别为0.879 7和0.907 1。