基于质子转移反应质谱(PTR-MS)对北方冬季大气氨的观测研究

氨是大气中广泛存在的碱性气体,已有的研究表明,氨能够参与包括硫酸/水体系的三元成核过程,进而促进新粒子的形成;同时,氨也是大气二次有机气溶胶(SOA)的重要前体物,对二次有机气溶胶的形成具有不可忽视的影响.了解大气中氨的污染情况,实现对大气中氨的高时间分辨率的在线观测,对于研究大气中氨的时空分布及来源解析,进而加深对气...     

涡桨飞机VOCs排放特征的质子迁移反应飞行时间质谱(PTR-TOF-MS)分析

涡轮螺旋桨飞机广泛应用于军事和民用通用航空领域,其发动机排放对区域大气VOCs浓度会产生重要影响,而我国目前几乎没有针对航空涡轮发动机VOCs排放的观测研究.基于此,本研究于2017年9月9日、14日和15日在北京沙河机场停机坪,利用质子迁移反应飞行时间质谱仪(PTR-TOF-MS)对运-12飞机涡轮发动机地面开车过程...     

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%.     

基于环境空气中VOCs在线监测数据精准识别化工园区VOCs排放源

为精准识别化工园区环境空气VOCs排放源, 2017年1月基于连续在线GC-FID法逐时监测某化工园区5个点环境空气中43种VOCs数据,运用统计分析法和PMF模型识别其来源,再结合CPF方法和企业排放信息达到精准化识别各排放源.结果表明, 5个监测点平均VOCs体积分数为56.40×10^-9,除一个点其余点均以烷烃含量最高,主要是乙烷、丙烷、乙烯、甲苯、异丁烷、正丁烷和乙炔;园区环境空气中VOCs来自丁烷泄漏、工艺过程中排放、储罐排放、乙烯合成和城区传输这5个来源;基于气象传输路径分析和企业排放信息,识别出园区有7家化工企业以及园区外运河装卸区是观测期间VOCs的主要排放源.本研究以在线监测数据为基础,联合受体模型、气象条件及企业排放信息,实现了化工园区内VOCs污染来源的精准化定位,为园区内企业排放的监督和管理提供依据.     

南京江北化工园区挥发性有机物走航观测

挥发性有机物（VOCs）是大气中1类具有较大健康危害的污染物,同时也是大气中二次有机气溶胶和臭氧生成的重要前体物。首次使用搭载了单光子电离质谱仪（SPI-MS）的走航观测车,在2018年3月对南京江北化工园区环境空气中的VOCs进行了为期4 d的走航观测。观测期间,总VOCs的平均浓度为133.3 μg/m³,夜间平均浓度（143.6 μg/m³）较日间（123.1 μg/m³）偏高,工作日平均浓度（226.7 μg/m³）远高于周末（39.9 μg/m³）。同时还获得了高时间和高空间分辨率的VOCs分布特征,并详细分析了走航路线途经的3个重点区域（南钢-南化、扬子石化和化工大道区域）的特征污染物、浓度变化及主要排放源（企业）。总体来看,VOCs组成以烷烃和芳香烃浓度占比最大（均为31%）,其次为烯烃（25%）和卤代烃（13%）;但对臭氧生成潜势的贡献,则是烯烃最大（56%）,其次为芳香烃、烷烃和卤代烃,分别占32%、9%和3%。该结果为化工园区VOCs的减排管理及区域臭氧污染控制提供参考。     

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.      

西南典型区域夏季大气含氧挥发性有机化合物来源解析

含氧挥发性有机物（OVOCs）是大气光化学过程中的重要中间产物,是臭氧的重要来源之一.利用质子转移反应飞行时间质谱仪（PTR-TOF-MS）在成都平原对OVOCs进行观测,探讨其日变化特征、光化学反应活性、臭氧生成潜势和来源.结果表明,10个VOCs［乙醛、丙酮、异戊二烯、甲基乙基酮（methyl ethyl ketone,MEK）、甲基乙烯基甲酮（methyl vinyl ketone,MVK）、甲基丙烯醛（methacrolein,MACR）、苯、甲苯、苯乙烯、C8芳香烃和C9芳香烃］总浓度（体积分数）为（10.97±4.69）×10^-9,OVOCs为（8.54±3.44）×10^-9,芳香烃为（1.53±0.93）×10^-9,生物源VOCs为（0.90±0.32）×10^-9;光化学活性和臭氧生成潜势均排名前三的物种为：异戊二烯、乙醛和C8芳香烃;3个OVOCs物种（乙醛、丙酮和MEK）主要来源于本地生物源和人为二次源,且丙酮有较强的区域背景值,说明该地区的污染受到较为显著的区域传输的影响.本研究可加深对西南地区臭氧的区域形成机制的认识,为科学管控臭氧污染提供依据.     

基于质子转移反应飞行时间质谱走航分析的鲁南某城市初夏大气VOCs污染特征及对二次污染生成的贡献分析

为探究鲁南地区大气中VOCs污染情况及二次生成转化特征,采用PTR-ToF-MS (质子转移反应飞行时间质谱仪)对鲁南某城市下辖6个行政区初夏(2021年5月19—27日)大气中挥发性有机物(VOCs)进行走航观测,研究该城市不同区域的VOCs浓度水平、组成特征以及对臭氧和SOA的生成贡献. 结果表明:①该市大气VOCs平均浓度为190.96 μg/m3,主要由含氧化合物、烃类、卤代烃、苯系物和含硫化合物组成,其中对VOCs组成贡献最大的物种包括乙酸乙烯酯、丙醛、环己酮、戊烯等. ②含氧化合物和烃类是该城市(除A区外)最主要的臭氧前体有机物,对OFP的贡献率分别达50%和40%. ③除甲苯是C区SOAFP (二次有机气溶胶生成潜势)贡献最大的VOCs物种外,二甲苯是其他各区SOAFP贡献最大的VOCs物种,贡献率在30%以上. ④因存在较多大型化工企业,A区与其他区大气VOCs组成差异较大,乙酸乙烯酯和二甲苯是其VOCs主要组分,苯系物、含氧有机物、卤代烃和烃类等四类物种OFP贡献相当,均约占25%;A区大气中VOCs的SOAFP较高,约是其他区的1.5~2.0倍. ⑤通过特征物种比值及走航观测分析发现,A区大气VOCs主要来源于溶剂挥发及燃烧过程,C区VOCs主要源于交通,其他区VOCs主要源于燃烧及工业生产过程;同时,食物加工过程(如油烟)排放也是该市大气VOCs的重要来源. 研究显示,降低大气中含氧有机物、烃类、苯系物浓度是控制该市大气臭氧、二次有机气溶胶生成的有效途径.      

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...