基于GC-MS的烹调油烟VOCs的组分研究

挥发性有机物(VOCs)是PM2.5和臭氧生成的重要前体物之一,而VOCs组分不同,对大气反应的贡献也不同.烹调油烟排放的VOCs作为大气中VOCs的重要来源之一,其化学成分随所选用的食用油种类、食品种类、烹调方式、加热温度等的不同有很大差异.从对食用油的烧杯加热实验入手,简化模拟烹调油烟发生情景,以油温和油品为变量,采用Tenax吸附管采样,热脱附-气相色谱-质谱法(GC-MS)对不同油品在不同温度下加热产生的VOCs进行组分分析,根据谱库检索和图谱解析,利用面积归一化的半定量法,对各条件下油烟VOCs的具体组分进行了初步的定性和定量.     

炼油厂废水处理站挥发性羰基化合物成分谱研究

选取广东某大型炼油厂废水处理站进行现场采样,采用PFPH衍生化-GC/MS联用技术分析挥发性羰基化合物(oVOCs)的组成特征和含量水平,研究了其源排放特征、化学反应活性.结果表明,在该废水处理站大气中共检测出20种挥发性羰基化合物,各化合物的浓度范围为0～68.80μg.m-3,各废水处理单元oVOCs总浓度均值为(253.02±124.5)μg.m-3.背景校正后的质量浓度表明,各废水处理单元的大气中14种挥发性羰基化合物均占到总含量的90%以上,其中己醛含量最高,浓度均值达到(44.74±20.89)μg.m-3,其次是2-丁酮和乙醛,浓度均值分别达到(30.47±12.94)μg.m-3、(23.51±14.57)μg.m-3.通过计算化学活性和大气寿命筛选出分子标志物,并建立了废水处理站的oVOCs源成分谱.     

大气中挥发性有机物(VOCs)对二次有机气溶胶(SOA)生成贡献的参数化估算

大气中二次有机气溶胶(SOA)是PM25中的重要组成部分,挥发性有机物(VOCs)的光化学氧化是其主要来源之一.从VOCs转化生成SOA的过程非常复杂,参数化方法是一种相对简化的估算方式,可以用于区分不同VOCs物种对SOA生成的贡献.本文介绍了基于二产物和基于挥发性分级两种常用的参数化估算方法,并总结分析文献报道的SOA估算结果.文章中也指出现在的参数化估算还存在一些问题,如何准确量化VOCs向SOA的转化过程将是大气化学未来的重要研究工作.     

木家具关键挥发性有机化合物散发传质特性

木家具中挥发性有机化合物(Volatile Organic Compounds,VOCs)的散发是一个污染环境的复杂传质过程.为把握污染物散发全周期特性,首先建立了一套描述散发行为的显性完全解析模型,适用于模拟对人体最不利的无换气情况.然后基于对模型的分析开发了一种简便快捷的实验方法,能够利用木家具在密闭舱中散发的逐时浓度求取目标VOCs的3个重要传质参数:可散发浓度C0、扩散系数D和分配系数K.实验部分测算了从10个厂家依多种原材料定制的5类20件常见家具,参考出现频率、健康影响、可散发量确定了19类关键污染物,发现总体C0、D、K服从正态分布.此外,结合常见散发参数范围下的数值实验和参数回归分析,提出一组反映散发机理、预测类比不同时空尺度下散发数据的准则关联式,并分析得出空气交换率和承载率对散发影响较大、空气流速对散发影响较小.     

武汉市夏季大气挥发性有机物实时组成及来源

利用在线监测仪器获取了武汉市2019年6～7月环境大气中102种挥发性有机物（VOCs）小时浓度数据.观测期间ρ（VOCs）范围为24.9～254μg·m^-3,平均值为（67.7±32.2）μg·m^-3.依据臭氧浓度标准,将观测期间划分为清洁日和污染日,对比分析清洁日和污染日气象条件、 VOCs浓度、组成、臭氧生成潜势和来源差异.污染日NO_x、 CO和VOCs的平均值分别超出清洁日34.9%、 25.0%和27.8%.污染日烷烃、烯烃、芳香烃和含氧VOCs分别比清洁日高40.7%、 39.5%、 26.9%和21.5%.污染日总臭氧生成潜势为（102±69.6）μg·m^-3,超出清洁天33.5%.污染日液化石油气燃烧、工业排放、机动车排放、天然源和溶剂使用的平均贡献率分别比清洁日低3.4%、 2.5%、 0.2%、 1.3%和1.4%,油气挥发源平均贡献率比清洁日高8.8%.机动车排放源和油气挥发源的日变化均呈现早晚高、午后低的特征,与早晚高峰排放有关;LPG燃烧的日变化与餐饮油烟排放变化一致.浓度...     

聚乙烯微塑料对海洋微藻生长和卤代烃释放的影响

挥发性卤代烃（VHCs）是一类重要的痕量温室气体和臭氧破坏物质,在全球气候变化中发挥重要作用.微藻释放VHCs受海洋环境因素的影响.微塑料作为海洋中一种重要新型污染物其对海洋微藻释放VHCs的影响研究比较少见.基于小新月菱形藻（Nitzschia closterium f.minutissima）和东海原甲藻（Prorocentrum donghaiense）的室内单种培养实验,通过测定其藻细胞密度、最大光量子效率（F_v/F_m）、活性氧（ROS）和VHCs浓度,研究聚乙烯（PE）微塑料长期暴露对小新月菱形藻和东海原甲藻生长和VHCs释放的影响.结果表明,PE微塑料胁迫对小新月菱形藻生长主要表现抑制作用,而对东海原甲藻生长表现出促进作用.50 μm的PE微塑料的添加对小新月菱形藻和东海原甲藻的光合作用起到遮蔽作用,导致二者的F_v/F_m受到抑制,且其对东海原甲藻的抑制作用更显著.与对照组相比,PE微塑料胁迫刺激藻细胞的ROS产生量增加,引起小新月菱形藻和东海原甲藻的氧化应激反应,从而促进两种微藻3种溴代烃的释放.     

基于三维空气质量模型的淄博市臭氧及前体物来源解析

基于WRF-CMAQ模型中的ISAM模块对2021年6月淄博市夏季O₃及其前体物NO₂和VOCs进行来源解析,明确O₃及其前体物的来源(区域和源类),并将O₃日最大8 h平均值(MDA8)高于(低于)160μg·m^-3的时段划分为污染(清洁)时段,对比了清洁天与污染天的来源差别并选取了典型污染时段进行来源解析和过程分析.结果表明,淄博市夏季NO₂主要来自本地排放,贡献率达45.1%,道路移动源(33.8%)和天然源(20.7%)是最主要的本地NO₂来源.天然源、溶剂源和石化行业对VOCs的贡献占据主导地位,总贡献达78.5%.MDA8的本地贡献是21.4%,区域外传输(32%)和周边城市(26.8%)影响不可忽略.在本地排放源中,道路移动源、电力行业和建材行业对本地MDA8贡献率在10.9%～18.8%.O₃污染天时淄博市MDA8受本地贡献及区域内各城市贡献总和均有所上升.但从淄博市本地源类贡献的变化来看,在不同...     

浙江省汽车整车制造行业挥发性有机物产排污系数

选取了浙江省内4家典型汽车整车制造企业进行调研,并对其中的两家企业开展了实地监测,通过分析生产工艺及其所使用的主要原辅材料,确定了该行业挥发性有机物(VOCs)的主要产生和排放环节,计算了浙江省汽车整车制造行业的挥发性有机物产生和排放系数,估算了2017年全省汽车整车制造行业的VOCs产生和排放量.结果表明,浙江省汽车整车制造业的VOCs主要产生及排放环节为涂装工序;现阶段浙江省内仅有部分汽车整车制造企业对喷漆废气进行了高效处理;除涂料外,溶剂型清洗剂也是该行业VOCs的主要来源之一.计算得出的浙江省汽车整车制造业的VOCs产生系数为0.20 t·t~(-1)、 3.92 kg·辆~(-1)和29.36 g·m~(-2),排放系数为0.13 t·t~(-1)、 2.63 kg·辆~(-1)和19.72 g·m~(-2);2017年全省汽车整车制造行业的VOCs产生量为2 425.84 t,排放量为1 627.54 t.     

鄂州市大气VOCs污染特征及来源解析

2018年3月～2019年2月,在鄂州市主城区采用在线气相色谱仪对102种大气挥发性有机物(VOCs)定量检测,对比分析了VOCs组成、季节变化特征和日变化规律,并利用最大增量反应活性(MIR)估算了VOCs的臭氧生成潜势(OFP).结果表明,鄂州大气VOCs年均体积分数为(30.78±15.89)×10~(-9),总体表现为冬季高夏季低,具体表现为烷烃含氧化合物卤代烃烯烃芳香烃炔烃.日变化规律表现为夜晚体积分数高于白天,且总体上呈"双峰"分布,芳香烃、卤代烃和OVOCs在00:00至02:00出现"第三峰".对VOCs臭氧生成潜势(OFP)贡献较大的是芳香烃和烯烃,贡献率分别为35.45%和29.5%,其中对OFP贡献率最高的物种为乙烯,达到24.217%.分析VOCs特征物种,发现机动车尾气和溶剂使用是鄂州VOCs的主要来源,其中机动车排放是最主要来源,控制鄂州机动车排放有助于削减大气VOCs活性较大的组分,从而减少臭氧的生成.     

基于排放量和大气反应活性的VOCs污染源分级控制

挥发性有机物（VOCs）作为PM_2.5和O₃共同的关键前体物,是大气污染防控的重要方向.目前我国VOCs的控制政策主要基于VOCs排放量,而没有考虑到VOCs组分其化学反应活性,这将影响VOCs减排对改善空气质量的效果.因此,尝试建立基于VOCs排放量和大气反应活性的VOCs污染源分级控制方法,以北京市为例进行研究.首先,通过采样监测获得了北京市餐饮业、汽修业和加油站这3个典型VOCs污染源的成分谱,并通过文献调研获得了炼油石化、包装印刷、汽车制造、建筑涂装和机动车这5类VOCs污染源的成分谱.然后,分别采用最大增量反应活性（MIR）和气溶胶生成系数（FAC）计算污染源排放单位质量VOCs的臭氧生成潜势（OFP）和二次有机气溶胶生成潜势（SOAFP）,来表征VOCs污染源对臭氧和二次有机气溶胶的反应活性.在获得北京市各VOCs污染源的排放量（EA）、 OFP和SOAFP值后,采用极差法对其进行归一化处理,分别获得归一化指数NEA、 NOFP和NSOAFP.最后,计算得到VOCs污染源分级指数（PCI）,并根据归一化后的NPCI将VOCs污染源...