天津夏季郊区VOCs对臭氧生成的影响

挥发性有机物是O₃重要的前体物之一,在O₃生成方面起着决定性作用.为研究天津郊区VOCs特征及其对O₃生成的作用,利用SyntechSpectras GC955在线监测系统监测天津市津南区54种VOCs的浓度,并结合最大增量活性因子计算VOCs的臭氧生成潜力.结果表明, 2018年7月津南区VOCs总浓度为(32.33±23.77)μg·m^-3,其中烷烃质量浓度最高,芳香烃和烯烃次之,炔烃最低,丙烷、乙烯和甲苯分列VOCs质量浓度的前3位.观测期间TVOC的OFP为107.81μg·m^-3,烯烃对OFP的贡献最大,为55.80%,乙烯、异戊二烯和甲苯分列OFP贡献率的前3位.后向轨迹分析表明,不同来向和性质的气团下TVOC及其OFP不同.VOCs/NO_x体积分数比值估算表明,观测期间O₃生成对VOCs较为敏感.乙苯/间,对-二甲苯和乙烷/乙炔等特定物种对浓度比值的变化表明, 3次O₃污染过程均伴随VOCs的老化过...     

京津冀大气污染的时空分布与人口暴露

经济的快速发展和城市化导致京津冀地区的空气质量不断恶化,已经引起学术界广泛的关注.为了揭示近年来京津冀地区大气污染状况,本研究基于中国空气质量在线监测分析平台发布的PM_(2.5)、PM_(10)、SO_2、CO、NO_2和O_3_8 h_max长期监测数据,采用统计学的方法分析了2014—2018年京津冀13个市这6种污染物的时空变化特征,结合各城市人口数据,评估了在此背景下该地区PM_(2.5)和O_3_8 h_max的人口暴露风险.结果表明:京津冀地区PM_(2.5)、PM_(10)、SO_2、CO和NO_2近年来整体上呈下降趋势,而O_3_8 h_max则呈上升趋势.总体而言,PM_(2.5)、PM_(10)、SO_2、CO和NO_2表现为冬季最高、春秋季次之、夏季最低的特征,而O_3_8 h_max则表现为夏季春季秋季冬季的特点,并在月变化上呈倒"V"型,从1月份开始逐渐上升,在6月份达到峰值,而后又逐渐下降.空间上,PM_(2.5)、PM_(10)、SO_2、CO和NO_2呈现南高北低的分布特征,而O_3_8 h_max在2014—2016年呈现北高南低的分布特征,但在2017—2018年则呈现南高北低的分布特点.此外,京津冀北部地区PM_(2.5)的来源主要是一次气溶胶,而二次气溶胶是中部地区PM_(2.5)的主要来源.除秦皇岛、承德和张家口外,其他城市细粒子在颗粒物中占的比重较大.随着近年来PM_(2.5)浓度的降低,暴露于高浓度的PM_(2.5)中的人口比例逐年减少,但距离年平均浓度限值还相差很远.除2014年外,暴露在O_3浓度超标情况下的人口在2015—2017年逐渐上升.     

典型西南工业城市柳州市核心区大气污染物时空分布与气象因素研究

为研究柳州市核心区大气污染物浓度时空变化规律与气象因素之间的关系,统计分析了2018年全年研究区内6个自动监测站点PM_(2.5)、PM_(10)、SO_2、NO_2、O_3和CO的浓度监测数据和气象站气象数据,并对28次超标日污染物来源进行了解析.结果显示:①核心区颗粒污染物污染较为严重,且以PM_(2.5)为主的细颗粒污染物仍为柳州市主要的大气污染物;各污染物月均浓度季节差异显著,除NO_2外柳州大气污染物浓度下降明显,指示柳州市多项节能减排综合整治措施成效显著;PM_(2.5)、PM_(10)、CO受早晚高峰期影响,浓度日变化均呈双峰型;NO_2在不同季节峰型不同,作为O_3前体物其浓度日变化与O_3相反,呈现"早峰午谷"的变化趋势.②通过对污染物浓度插值发现,由于核心区主要工商业区位于西部且处于主导风向下风向,故PM_(2.5)和SO_2浓度西北高、东南低,PM_(10)、NO_2和CO浓度西南高、东北低;核心区东部的山区为O_3生成带来大量前体物,使O_3浓度东南高、西北低.③由于气候特征,核心区春、夏季主要气象因素均为降水量;秋季的主要气象因素是风速,风速与污染物的负相关关系表明了风的扩散效应;冬季大部分污染物与气象因素的相关性不显著,表明人为因素对污染物的影响大于气象因素;核心区大气污染物主要来源于局地排放和区域传输,且南北主导风向对大气污染影响最大.④HYSPLIT模型结果指示柳州超标日大气污染物主要来自于珠三角地区,且陆源颗粒物浓度普遍比海洋源高,来自南部的远距离输送气流颗粒物含量最低,表明远距离输送为影响颗粒物传播的主要原因.     

郑州市VOCs组分排放清单及其臭氧生成潜势

基于人为源挥发性有机物(VOCs)活动水平统计和源成分谱梳理,采用排放因子法,建立了郑州市2016年VOCs组分排放清单,评估了各类源臭氧生成潜势(OFP).结果表明, 2016年郑州市人为源VOCs排放总量为96 215.3 t,排放量最高的是道路移动源(29.7%),其次是有机溶剂使用源(28.1%);排放量最高的组分是烷烃(29.8%),其次是芳香烃(29.0%).郑州市人为源VOCs的OFP为341 291.0 t,贡献最高的排放源是道路移动源(30.5%),其次是溶剂使用源(28.8%),其中轻型汽油车、内墙涂料使用、机动车表面涂层、加油站装卸油和非金属矿物制造是OFP的主要次级排放源,也是郑州市降低臭氧污染时需重点管控的VOCs排放源.对于VOCs种类而言,贡献较高的是芳香烃(42.8%),其次是烯烃(38.9%),未来应加强对间/对-二甲苯、丙烯和乙烯等物种排放来源的控制.     

杭州湾北岸上海段石化集中区臭氧重污染过程研究

为研究杭州湾O₃污染的形成机制,采用在线监测系统对杭州湾北岸上海段石化集中区O₃及其前体物开展了为期1个月(2019年5月)的同步连续观测.采用OZIPR(臭氧等值线研究)模型分析O₃生成的敏感性.在O₃重度污染期间,利用PMF(正定矩阵因子分解)模型对O₃前体物——VOCs进行源解析,采用臭氧生成潜势及气团老化分别估算了VOCs的反应活性和化学消耗.结果表明:①2019年5月杭州湾北岸上海段石化集中区O₃的IAQI(空气质量分指数)优良率仅为61.3%,ρ(O₃)第90%分位值为173.0 μg/m3.5月22日、23日发生重度O₃污染,O₃日最大8 h滑动平均值分别为(284.4±19.2)(282.0±14.2)μg/m3,分别超过GB 3095—2012《环境空气质量标准》二级标准限值(160 μg/m3)的77.75%和76.25%.②O₃的生成受VOCs控制,降低VOCs的排放可在一定程度上降低O₃的生成,降低NO_x的排放反而会促进O₃的生成.③O₃重度污染期间,VOCs主要来自化工区排放(72.35%)和机动车尾气排放(27.65%).④O₃重度污染期间,烯烃、炔烃及芳香烃对O₃生成的贡献率之和在80.00%以上,其中丙烯、乙烯和甲苯的贡献率分别为29.97%、15.60%和14.16%;芳香烃及烯烃和炔烃是最主要的VOCs化学消耗物种,其中φ(丙烯)、φ(乙烯)和φ(1,2,4-三甲苯)的消耗量分别为13.57×10-9、4.93×10-9和3.55×10-9.研究显示,杭州湾北岸上海段5月O₃的生成受化工区影响显著,丙烯与乙烯是O₃重污染期间关键的O₃前体物.      

北碚区臭氧浓度与气象因素相关性分析研究

本文以2017年重庆市北碚区臭氧浓度监测数据与气象条件数据进行分析,采用皮尔逊(Pearson)相关系数法来研究臭氧浓度与平均气温、相对湿度、风速和日照时间气象因素的相关性。统计分析得出,北碚区臭氧浓度与平均气温和日照时间呈强的正相关,与相对湿度呈强的负相关,与平均风速呈弱的正相关。     

珠三角城市群PM2.5和O3污染特征及VOCs组分敏感性分析

系统分析了珠三角城市群PM_2.5、O₃和挥发性有机物（VOCs）的污染特征,并筛选出对二次有机气溶胶（SOA）和O₃影响较大的敏感性组分。结果显示:珠三角城市群PM_2.5和O₃浓度的季节变化具有明显差异,PM_2.5和O₃分别在1月和10月出现浓度最高值。珠三角城市群VOCs主要以烷烃为主,占比为64.2%,其次为芳香烃和烯烃,含量较高的组分为丁烷、异戊烷、异丁烷和环己烷。SOA生成潜势贡献主要以芳香烃为主,占比为78.5%,其中甲苯、间,对-二甲苯和乙苯的SOA生成潜势最大。O₃生成潜势主要以烯烃为主,占比为42.3%,其次为芳香烃（34.2%）和烷烃（23.5%）,其中丙烯、异戊二烯和1-丁烯的O₃生成潜势最大。为有效缓解珠三角城市群PM_2.5和O₃污染,建议优先对机动车尾气、溶剂挥发、涂料使用和石化行业的VOCs敏感组分进行控制。     

基于Stacking的地面PM2.5浓度估算

为了解决地面PM_2.5监测网络在空间和时间覆盖受限的问题,提出了基于宽时空覆盖的卫星气溶胶光学厚度AOD,利用Stacking方法建立地面PM_2.5浓度估算模型,将AOD、PM_2.5和各气象参数以及与PM_2.5排放有关的数据进行训练,使用改进网格搜索对模型超参数进行优化,通过对多重共线性分析,建立基于Stacking的最优PM_2.5浓度估算模型。选取2016-01-01—2016-12-31的数据作为实验对象,结果表明:相比于随机森林、GBRT和XGBoost 3种模型,使用岭回归作为元学习器的Stacking模型性能更优,可见Stacking适用于大范围地理区域的大气污染监测。     

北京市典型汽修企业VOCs排放特征与臭氧影响分析

对北京地区27家汽修企业进行调研,选取2家典型汽修企业进行气袋采样-GC-MS-FID采集及分析,定量分析其VOCs的排放特征,并计算其臭氧生成潜势(OFP)。结果表明:使用不同漆料的汽修企业排放特征不同,水性漆企业非甲烷总烃的排放浓度为0.62～36.49 mg/m3,油性漆企业的排放浓度为0～100.39 mg/m3;水性漆排放的VOCs以烷烃为主,占比高达57.16%,丙烷(39.65%)和甲苯(11.41%)是首要污染物;卤代烃(55.51%)是油性漆企业的主要VOCs排放物种,主要组分为1,2-二氯丙烷和1,2-二氯乙烷;水性漆企业的OFP值为144.78 mg/m3,油性漆企业的OFP值为664.43 mg/m3,大气反应活性最大的物种多为芳香烃,芳香烃对OFP的贡献率分别为52.18%和88.44%。     

基于MODIS的长三角地区气溶胶时空变化规律及其气象解释

基于2008—2017年的MODIS气溶胶光学厚度(AOD)数据、实测气象观测数据,探究了长三角地区的AOD时空分布规律,并分析了AOD与多个气象要素的相关性,以对AOD的时空变化作出合理的气象解释。结果表明:1)从时间分布来看,长三角地区年均AOD呈周期性波动变化趋势,2011年出现峰值0.83,2014年AOD开始迅速下降,至2017年达到最低,较2014年相比下降22.8%,这与政府实施的固体颗粒物控制排放政策有关;每年夏季(6,7月)AOD出现最大值,这主要是海洋上大量的海盐气溶胶颗粒和水汽扩散到内陆地区造成的。2)从空间分布来看,长三角AOD高值区均分布在江苏南部以及徐州一带,2014年以来AOD高值范围逐步缩小;浙江地区AOD明显低于苏沪地区,这与浙江地势高起伏较大密切相关。3)从相关性方面来看,AOD变化与气温、相对湿度变化之间呈较好的正相关性,而与风速的相关性较复杂,这可能受风向的不确定影响;夏季气温高、湿度大,因此出现大范围的AOD高值区;冬季气温低、空气中水汽含量低,固体颗粒物对于AOD贡献率较大,因此冬季AOD变化能够在一定程度上反映空气污染状况。该研究结果可为长三角地区气溶胶评估、空气质量归因分析、空气质量改善等相关研究提供参考。