2020, Vol. 41
2. 杭州市环境监测中心站, 杭州 310007
, GAO Ya-qin1 , SHEN Jian-dong2 , WANG Qian1 , PENG Ya-rong1 , LI Ying-jie1 , WANG Hong-li1
2. Hangzhou Environmental Monitoring Central Station, Hangzhou 310007, China
杭州市是浙江省省会, 长三角地区重要城市, 2019年全市常住人口1 036万人, 地区生产总值15 372亿元, 全年市区空气优良天数287 d, 优良率78.6%.市区细颗粒物(PM2.5)平均浓度37.7 μg·m-3, 与2018年持平[1].该浓度水平落后于深圳26 μg·m-3(2018年)[2]、广州35 μg·m-3(2018年)[3]和上海35 μg·m-3[4], 而优于北京42 μg·m-3[5]和南京43.5 μg·m-3(2018年)[6].杭州已于2016年成功举办G20峰会, 并将于2022年举办亚运会.为进一步提升大气环境质量, 全面达到国家空气质量二级标准, 杭州市污染减排工作仍需继续提升.
挥发性有机物(volatile organic compounds, VOCs)是重要的大气痕量组分, 种类繁多, 化学性质各异, 对于大气化学有重要影响.一方面它们在光照的条件下与NO2发生反应, 转化生成臭氧; 另一方面以苯系物为代表的VOCs通过吸湿等过程会转化生成二次有机气溶胶(SOA), 进而氧化生成PM2.5[7].当前长三角大部分城市进入臭氧污染和PM2.5污染并重的大气控制新阶段, 因此作为二者共同前体物的VOCs成为关注的焦点.杭州城区[8]、道路[9]和工业源排放[10]的VOCs均有报道, 相关研究在南京[11]和上海[12]等地也有开展, 但目前的研究仍存在化合物数量偏少和时间跨度偏短等不足, 大部分研究只聚焦在56种臭氧前驱物, 而针对含氧有机物(OVOC)特别是醛酮类化合物的研究仍较少.
本研究以离线手工采样的形式开展了持续1 a的观测, 使用GC-MS/FID的分析方法定量分析多达122种的VOCs物种, 结合风向风速等气象要素和NO2等常规因子, 分析了杭州城区VOCs的污染特征和光化学反应活性, 并对污染来源做了初步判断, 以期为杭州市深入推进VOCs减排提供科学依据和工作重点.
1 材料与方法本研究观测地点朝晖四区的站点位于杭州市中心城区的下城区, 为一普通民居7楼的楼顶, 120°10′38″E, 30°17′29″N, 高度约20 m.其西侧约400 m为上塘高架路, 周边无明显污染源, 为典型城区居住区点位.
观测时段为2018年5月1日至2019年4月30日, 持续1 a, 期间每隔6 d采集1个样品, 观测及质控依据参见文献[13].每个采样日10:00开始采样, 次日10:00结束, 使用ENTECH 3.2 L钝化的不锈钢罐配合ENTECH CS1200限流器恒流采样24 h.依据相关标准要求开展平行样、空白样等质控样品, 观测期间实际获得61个有效环境空气样品.
使用安捷伦7890A-5975C气质联用仪分析, 液氮制冷经由ENTECH 7200预浓缩系统进样, 配合微流平板控制的Dean-switch中心切割技术, 使得乙烷、乙烯、乙炔、丙烷和丙烯在FID检测器上检测, 其余目标化合物在MS检测器上检测[14]. FID色谱柱为PLOT(Al/KCl), 30 m×0.25 mm×5 μm; MS色谱柱为BD-624, 60 m×0.25 mm×1.4 μm. FID保留时间定性, 外标法定量; MS用全扫描(SCAN)模式分析, 保留时间及质荷比信息定性, 内标法定量.质控要求：分析时每批样品分析1个体积分数为2×10-9的臭氧前驱物(PAMS)标气及1个样品平行样, 偏差应不大于10%.
分析目标化合物为美国光谱公司产标气, 包括臭氧前驱物标气(PAMS)、美国环保署TO-15标气及定制标气：α-蒎烯、β-蒎烯、柠檬烯、丙醛、异丁烯醛、正丁醛、正戊醛、正己醛、甲基乙烯基酮、2-戊酮、3-戊酮、乙酸甲酯、乙酸正丙酯、乙酸正丁酯、乙酸异戊酯和乙腈, 共122种挥发性有机化合物.
通过相同地点的大气环境监测站获得气象要素参数和常规气体参数, 相关仪器情况及质控方法见文献[15].
2 结果与讨论 2.1 采样代表性本次采样时间持续1 a, 每隔6 d采样一次, 通过获得的61个有效样品开展全年的挥发性有机物特征的讨论, 为了评估相关结果的代表性和可靠性, 图 1将全年和采样日期对应的空气质量指数(air quality index, AQI)值和构成AQI的6个观测因子的平均值做了比较, 结果发现无论是气态的SO2、NO2和CO等因子, 还是颗粒态的PM10和PM2.5因子, 全年均值和采样日期均值十分接近, 其中臭氧日最大8 h平均浓度的相对偏差不到6%, 其它指标的相对偏差均小于3%, AQI的相对偏差仅为0.5%, 说明即使每6 d采样一次, 在有限工作量下得到的数据仍然有较好的代表性可以反映观测点大气污染特征.
|
图 1 采样日期与全年AQI各因子对比 Fig. 1 Comparison of AQI for the full year and the observation period |
图 2是观测期间VOCs各组分的全年时间变化, 其VOCs体积分数范围为(13.9~124.5)×10-9, 平均值为(59.4±23.6)×10-9, 对应质量浓度平均值为(191.4±79.7) μg·m-3, 换算VOCs平均摩尔质量为72.2 g·mol-1, 与戊烷相当.其中非甲烷烃的体积分数平均值为(25.7±11.7)×10-9, 对应质量浓度平均值为(73.8±34.3) μg·m-3.观测期间VOCs浓度最高值出现在2018年12月21日, 最低值出现在2019年2月7日的春节假日.各组分的体积分数均值依次为烷烃14.9×10-9、醛酮类14.7×10-9、其它OVOC 10.2×10-9、卤代烃8.8×10-9、芳烃6.5×10-9、烯烃2.6×10-9和炔烃1.7×10-9.李康为等[16]在相同站点2013年的研究表明, 56种臭氧前驱物的平均体积分数为42.1×10-9, 说明近几年来杭州市大气VOCs浓度有明显下降.陈长虹等[17]在上海城区2010年开展的研究表明, 56种臭氧前驱物的平均体积分数为26.45×10-9, 乔月珍等[18]在南京城区2015年开展的研究表明, 56种臭氧前驱物的平均体积分数为17.49×10-9, 说明杭州大气VOCs浓度仍有改善空间.
|
图 2 观测期间VOCs中各组分的时间序列 Fig. 2 Time series of the mixing ratios of VOCs components |
观测期间风速范围是0.2~2.1m·s-1, 平均值为1.1m·s-1; NO2浓度范围是13~120 μg·m-3, 平均浓度为52.5 μg·m-3. 图 3和图 4分别展示了VOCs体积分数与风速和NO2浓度的关系, 可见VOCs体积分数与风速呈显著的负相关性, 因为风速大和大气扩散性好, 对VOCs有稀释扩散的作用; 而与NO2呈较明显的正相关性, 相关结论与王鸣等[19]的研究结果一致.
|
（a）风速；（b）NO2 图 3 VOCs体积分数与风速和NO2的关系 Fig. 3 Relationship between wind speed, NO2, and the mixing ratio of VOCs |
|
（a）组成；（b）占比 图 4 观测期间VOCs组成和占比的月变化 Fig. 4 Monthly variation in VOCs composition |
观测期间各组分的月变化趋势如图 4所示, 从中可知, 122种VOCs和非甲烷烃的体积分数都在12月出现最高值, 但是二者最低值出现的月份不同.非甲烷烃最低值出现在夏季的7月和8月, 这与乔月珍等[18]的研究结果一致, 主要是因为虽然夏季温度高, 各类污染源向大气排放的强度高于其它季节, 但是正因为夏季阳光足、辐射大、温度高所以夏季的大气光化学反应剧烈, 导致有机物消耗更多, 而且夏季一般大气边界层高度较高, 对有机物的大气浓度有稀释作用, 所以各因素综合起来的效果是非甲烷烃浓度在夏季观测到一年中的最低值; 而VOCs浓度的最低值出现在2月, 而且与7月和8月对应值相比降低不少, 结合各组分的绝对值可以发现这主要是由于醛酮类化合物在夏季的浓度远高于冬季造成的.
杭州市全年VOCs的浓度高值时段出现在秋冬之交的11月和12月以及春夏之交的5月和6月, 这2个时段分别是细颗粒物和臭氧容易超标的时段, 值得重点关注. VOCs月变化曲线在2018年10月和2019年2月出现的浓度明显下降可能是受节假日因素影响造成的, 具体原因在下节详述.各组分占比中烷烃、烯烃和炔烃都是在冬季占比较高、夏季占比低; 芳烃、卤代烃和除醛酮类的其它OVOC的月变化较小; 而醛酮类化合物的绝对值和占比明显是夏季高于冬季, 并且醛酮类化合物的月均浓度与烷烃、烯烃和炔烃的月均浓度都呈明显的负相关性, 其中烷烃的相关系数最高, 达到0.94, 说明醛酮类化合物与这3类组分存在明显的生消转化关系, 有较高的二次生成来源.
观测期间温度变化范围是0.9~32.6℃, 平均值为18.8℃, 将醛酮类化合物体积分数与温度作图, 从图 5可见醛酮类化合物的体积分数与温度呈现较好的正相关性, 相关系数为0.89.而计算后发现其它组分与温度的相关性均不显著.说明在VOCs各组分中, 只有醛酮类化合物具有明显的夏季浓度高、冬季浓度低的特征, 与前述的体积分数月变化规律一致, 而其它组分月变化情况可能难以与温度直接线性相关.醛酮类化合物的臭氧生成潜势较高, 因此为了防止在温度较高的春夏季出现臭氧污染, 加强醛酮类化合物及其前体物的排放控制是一种有效的方法.
|
图 5 醛酮类化合物体积分数与温度的关系 Fig. 5 Relationship between the mixing ratio of carbonyl compounds and temperature |
城市中心城区站点的各类污染物浓度往往会受到人为活动排放等因素的影响进而呈现工作日和非工作日的差别, 即所谓的“周末效应”[20].本研究将获得的观测数据按工作日、周末和节假日分成3类, 其中周末18 d, 节假日4 d(“五一”、端午、“十一”和春节各1 d), 其余为工作日, 结果见图 6.其中工作日、周末和节假日的VOCs体积分数均值分别为60.1×10-9、62.6×10-9和39.1×10-9, 可见杭州市朝晖站工作日和周末的VOCs无论是在浓度水平还是组分构成上都基本一致, 没有明显差别, 但节假日的VOCs浓度明显要低于工作日或周末, 相比工作日浓度下降了35%, 说明朝晖站点在工作日和周末的活动水平、排放强度基本没有差别.而节假日, 特别是“十一”和春节的长假期, 大气VOCs浓度显著低于平日的水平, 也正是这个原因使得图 4中VOCs体积分数月变化曲线在2018年10月和2019年2月的均值出现了明显下降, 说明节假日放假特别是放长假, 工厂休息和工地停工等行为对于降低大气VOCs浓度有较明显的作用.
|
图 6 观测期间VOCs组成与浓度的周末效应 Fig. 6 Weekend effect on the composition and concentration of VOCs |
大气中挥发性有机物数量众多, 结构各异, 呈现出的大气反应活性也差别很大, 为了评估不同化合物的大气反应活性, 研究者主要使用等效丙烯浓度, ·OH消耗速率(L·OH)和臭氧生成潜势(OFP)等指标去表征VOCs的大气反应活性, 本研究使用其中的·OH消耗速率和臭氧生成潜势来进行评价[17], 相应地计算公式如下：
|
(1) |
|
(2) |
式中, Li·OH为VOCs中组分i的·OH消耗速率, s-1; Ki·OH是组分i的·OH消耗速率常数, s-1; OFPi为VOCs中组分i的臭氧生成潜势; MIRi是组分i的最大增量反应活性常数(以O3/VOCs计), mol·mol-1; [VOC]i是VOCs组分i在大气中的体积分数, ×10-9.
本研究使用的不同VOCs组分的K·OH和MIR数据均来自Carter的修正值[21].观测期间的VOCs体积分数和活性水平中各组分的占比见图 7, 占比前十的物种见图 8.
|
（a）体积分数；（b）·OH消耗速率；（c）臭氧生成潜势 图 7 观测期间VOCs体积分数、OH消耗速率和臭氧生成潜势的组成 Fig. 7 Composition of mixing ratio of VOCs, L·OH, and OFP |
|
图 8 观测期间VOCs体积分数、·OH消耗速率和臭氧生成潜势前10的物种 Fig. 8 Top ten species in mixing ratio of VOCs, L·OH, and OFP |
图 7中VOCs体积分数为59.4×10-9, 其中各组分的占比依次为烷烃25.0%、醛酮类化合物24.7%、其它OVOC 17.2%、卤代烃14.8%、芳烃11.0%、烯烃4.4%和炔烃2.9%. L·OH为7.5s-1, 其中各组分占比依次为醛酮类化合物28.1%、芳烃27.4%、烯烃21.0%、烷烃13.0%、其它OVOC 9.3%、卤代烃0.8%和炔烃0.5%. OFP为152.1×10-9, 其中各组分占比依次为芳烃40.6%、醛酮类化合物26.0%、烯烃13.6%、烷烃11.5%、其它OVOC 6.1%、卤代烃1.5%和炔烃0.6%.对比体积分数的占比与活性水平的占比发现：芳烃和烯烃的占比都有放大, 二者之和从15%扩大到50%左右, 其中烯烃在L·OH中扩大得更多, 而芳烃在OFP中扩大得更多, 说明芳烃和烯烃是大气中活性高的组分; 醛酮类化合物的占比基本保持不变, 在26%左右, 是一种重要且较为“稳定”的组分; 烷烃和其它OVOC的占比基本缩小了一半, 说明烷烃和其它OVOC(以乙酸酯类为主)是大气中活性较为惰性的组分; 卤代烃的占比下降最多, 它们是环境毒性较大的化合物, 而对大气反应活性贡献很小.
图 8中VOCs体积分数前十物种依次为：丙酮、丙烷、乙烷、乙酸乙酯、二氯甲烷、甲苯、乙酸甲酯、正丁烷、1, 2-二氯乙烷和乙炔, 前十物种之和占总体积分数的53%. L·OH中前十的物种依次为：正己醛、丙醛、间/对-二甲苯、萘、乙烯、甲苯、丙烯、正丁醛、柠檬烯和正戊醛, 前十物种之和占总消耗速率的47%. OFP中前十的物种依次为：甲苯、间/对-二甲苯、乙烯、丙醛、邻-二甲苯、正己醛、萘、甲基乙烯基酮、丙烯和丙酮, 前十物种之和占总OFP的51%.可见体积分数中前十物种包含3种烷烃、2种卤代烃、2种酯类还有乙炔、甲苯和丙酮, 组分来源较为复杂, 但是没有醛类化合物.在活性水平中, 无论是L·OH还是OFP, 前十物种全部由醛酮类化合物、芳烃和烯烃所构成.说明对于大气活性化合物的控制关键就在这3类组分, 这与段玉森[22]在上海的研究结论基本一致, 尤其是甲苯和二甲苯应该是杭州VOCs控制的重点.通过计算得到观测期间杭州市的大气平均·OH消耗速率常数(K·OH)值为0.126×109 s-1, 平均最大O3增量反应活性常数(MIR)值为2.56 mol·mol-1(以O3/VOCs计, 下同), 活性水平与2-甲基戊烷相当.单独计算其中的非甲烷烃类, 则平均K·OH值为0.180×109 s-1, 平均MIR值为3.92 mol·mol-1, 活性水平与氯乙烯相当.对照已有的研究[17, 23, 24], 杭州市的大气活性水平低于北京、上海和宁波.此外, 本研究由于分析方法的限制, 只监测了丙醛等部分醛类化合物, 对甲醛和乙醛这两个高浓度、高活性的醛类化合物并未监测, 因此对于各组分的占比和前十化合物的排序有一定影响, 推断对大气整体的活性水平存在低估.未来应全面深入地认识整个大气VOCs的全组分信息, 为全面评估大气污染防控的效果提供依据.
2.4 VOCs与AQI的关系VOCs是形成PM2.5和臭氧的重要前体物, 而PM2.5和臭氧都是AQI的重要组分部分. 图 9分析了VOCs组成与污染级别关系.观测期间AQI值分布范围是33~216, 平均值为88, 其中AQI等级为优的有9 d, 等级为良的有35 d, 轻度污染有14 d, 中度污染有2 d, 重度污染有1 d; 首要污染物为臭氧日最大8 h的共17d, 为NO2的共19d, 为PM2.5的共16d. 图 9中可见随着污染级别的升高, VOCs浓度呈明显上升趋势, 与AQI呈正相关性, 相关系数为0.90, 其体积分数从AQI等级为优时的40.4×10-9上升到重度污染时的103×10-9, 上升幅度超过150%;其中非甲烷烃浓度同样上升明显, 与AQI的相关系数达到0.98, 其体积分数从AQI等级为优时的16.2×10-9上升到重度污染时的52.2×10-9, 上升幅度超过220%, 说明了VOCs在空气质量恶化时起的重要作用, 这与崔虎雄等[25]在上海污染过程中发现的规律一致.但在轻度污染和中度污染时VOCs体积分数差别不大.从组成上看, AQI级别为优、良和轻度污染时各组分的占比差别不大, 都是以醛酮类化合物和烷烃为主, 当污染级别上升到中度污染和重度污染时, 醛酮类化合物占比下降, 烷烃占比上升, 查实污染出现日期后发现中度污染和重度污染都在1月和2月出现, 所以各组分的贡献符合冬季的规律.
|
图 9 VOCs浓度组成与污染级别的关系 Fig. 9 Relationship among the composition, concentration of VOCs, and pollution levels |
图 10展示了VOCs组成与首要污染物的关系. VOCs体积分数在首要污染物为NO2、PM2.5和臭氧日最大8 h浓度时, 分别为56.9×10-9、66.3×10-9和65.4×10-9, 可见三者中以NO2为首要污染物时VOCs浓度稍低, 首要污染物为PM2.5时VOCs浓度稍高于首要污染物为臭氧日最大8 h浓度的情形, 整体看三者间的浓度差别不如不同污染级别时那么明显.从组分上看, 首要污染物为NO2和PM2.5时组成较为接近, 因为PM2.5污染主要在秋冬季出现, 所以烷烃占比高, 而醛酮类化合物占比低; 而臭氧日最大8 h浓度主要在春夏季容易出现超标, 所以这时醛酮类化合物的占比最大, 需要优先控制.研究发现无论以何种污染物为首要污染物, VOCs都在其中扮演了重要的作用, 无论哪种污染物级别下, 要控制AQI, 都要尽力削减VOCs的大气浓度.
|
图 10 VOCs浓度组成与首要污染物的关系 Fig. 10 Relationship among the composition, concentration of VOCs, and primary pollutants |
甲苯与苯的体积比值(T/B)通常被用来评估大气中机动车尾气排放的相对贡献, 一般认为T/B小于1.7(质量比2.0)表示受到明显的机动车排放影响[26], 大于1.7说明除机动车排放外还受到溶剂使用源的影响.本研究观测期间杭州市T/B变化区间在1.05~3.06, 平均值为1.95, 说明杭州市城区主要受到机动车排放与溶剂使用源的影响, 该比值低于李康为等[16]的研究结果(约为2.2), 高于王鸣等[27]的研究结果(约为1.6), 说明近几年杭州市对于机动车的排放控制取得一定成效, 或者是杭州市溶剂使用源的排放占比有所升高.T/B高值时段出现在11月和12月, 说明在秋冬之交受到溶剂使用源排放影响更大；而在6月和7月测得最低值, 7月仅为1.05, 说明杭州夏季除了受到较明显的机动车排放影响外, 还受燃烧源等T/B值更低的排放源的影响[28].
乙苯和间/对-二甲苯的排放有较好的同源性, 而间/对-二甲苯的活性比乙苯更高、消耗更快, 所以乙苯与间/对-二甲苯的体积比值(E/X)通常被用来评估大气气团的老化情况[29], 该比值越大说明气团老化程度更高, 气团输送距离越远.本研究观测期间杭州市E/X变化区间在0.42~0.59, 平均值为0.52, 其中高值主要出现在春夏季, 而低值出现在11月和12月, 均小于0.5, 说明春夏季气团老化程度较高, 传输距离较远；而冬季的气团老化程度较弱, 气团输送距离较近, 污染源以观测点附近为主.
|
图 11 典型化合物比值的月变化 Fig. 11 Monthly variation in typical compound ratios |
VOCs体积分数与风速、风向的关系见图 12, 从中可知, 观测期间整体风速不高, 风速均值为1.1 m·s-1, 各风向中整体西风风速较低.从风向上看, VOCs高值区域主要出现在吹东风及东南风时, 高值可以达到或超过100×10-9, 低风速时, 朝晖点位附近本身的VOCs浓度也存在高值, 其它风向时VOCs整体浓度一般在(40~70)×10-9.结合杭州市的行政区划可知, 朝晖点位西侧远有天目山和莫干山阻隔, 近有西溪国家湿地公园净化, 故整体西风风速较低, VOCs浓度也没有高值; 而点位东侧是杭州经济技术开发区和大江东产业集聚区, 东南侧是萧山区, 相关园区内制造业企业较多, 家具制造、包装印刷和金属表面处理等溶剂使用类的中小型企业众多, 当风速较大时可能会对下风向的城区受体点位造成影响, 林旭等[30]在朝晖和下沙的研究结果可与本研究互相印证, 能较好解释在11月和12月出现的T/B高值和E/X低值.
|
图 12 VOCs体积分数与风速和风向的关系 Fig. 12 Relationship among the mixing ratio of VOCs, wind speed, and wind direction |
本研究使用正定矩阵因子分析法(positive matrix factorization, PMF)对获得的VOCs数据进行来源解析, 主要基于3点考虑来确定输入的化合物, 首先化合物应有较明确的来源示踪性; 其次化合物定量准确性高, 检测限较低; 最后化合物浓度较高, 具备较好地分析覆盖度.最终在所有122种化合物中选择40种化合物输入模型, 拟合解析后识别出6个较合理的解析因子[31], 各因子化学组成和相对贡献如图 13所示.
|
图 13 PMF解析出的各因子VOCs化学组成特征 Fig. 13 VOCs profiles of the resolved factors from the PMF |
因子1的特点是醛酮类化合物解释度较高.结合前文的讨论可知醛酮类化合物与烷烃、烯烃和芳烃都有较明显的转化生成关系, 有明显的二次生成特征, 因此将因子1定义为二次生成源.
因子2中乙炔和乙烯的质量分数和解释度较高, 乙烷和丙烷等小分子量的烷烃质量分数和解释度也较高, 判断是不完全燃烧或者液化石油气的燃烧, 因此因子2定义为燃烧源.
因子3的特点是1, 2-二氯乙烷和1, 2-二氯丙烷等卤代烃的质量分数和解释度较高, 此类卤代烃主要来自人为排放, 在化工工艺、电子电路、五金电镀等行业使用较多, 因此因子3定义为工艺过程源.
因子4中以苯、甲苯、乙苯和二甲苯为代表的苯系物都有较高的质量分数和解释度, 苯系物是常见的溶剂, 据此将因子4定义为溶剂使用源.
因子5中植物直接排放的异戊二烯、α-蒎烯解释度高, 而异戊二烯氧化产物异丁烯醛和甲基乙烯基酮的解释率基本都在这个因子中, 所以将因子5定义为天然源.
因子6中正/异丁烷、正/异戊烷、高分子的烷烃及苯系物的质量分数和解释度较高, 主要为汽油挥发和机动车燃烧产物, 因此将因子6定义为机动车尾气.
图 14是本次观测解析出的6个因子的平均贡献率, 其中二次生成、燃烧源、工艺过程、溶剂使用、天然源和机动车尾气分别贡献17.6%、11.8%、12.3%、18.1%、4.5%和35.7%.
|
图 14 各因子对VOCs的平均贡献率 Fig. 14 Average contribution rate of each factor to VOCs |
(1) 杭州VOCs体积分数年均值为(59.4±23.6)×10-9, 其中非甲烷烃的体积分数均值为(25.7±11.7)×10-9, 各组分贡献依次为烷烃25.0%、醛酮类化合物24.7%、其它OVOC 17.2%、卤代烃14.8%、芳烃11.0%、烯烃4.4%和炔烃2.9%, VOCs体积分数前十物种依次为：丙酮、丙烷、乙烷、乙酸乙酯、二氯甲烷、甲苯、乙酸甲酯、正丁烷、1, 2-二氯乙烷和乙炔.
(2) VOCs浓度在秋冬之交和春夏之交测得高值, 而最低值出现在2月.夏季醛酮类化合物对VOCs贡献最大.杭州市城区VOCs浓度没有明显的周末效应, 但节假日VOCs浓度明显下降.大气VOCs浓度随着AQI污染级别的上升而上升, 呈正相关性, 首要污染物为PM2.5时测得的VOCs浓度最高.
(3) 活性分析结果表明, 观测期间L·OH均值为7.5 s-1, OFP均值为152.1×10-9, 该站点整体活性水平与2-甲基戊烷相当, 主要活性组分为醛酮类化合物, 芳烃和烯烃, 应予以优先控制.
(4) 观测期间T/B均值为1.95, 说明杭州市受到机动车排放与溶剂使用源的影响, 高值出现在11月和12月. E/X均值为0.52, 高值出现在春夏季, 低值出现在11月和12月.结合风向风速信息判断, 在夏季风速较大时, 朝晖站点容易受到东侧和东南侧的工业园区排放的影响.
(5) PMF模型解析出杭州全年VOCs污染的6个因子, 分别为二次生成(17.6%)、燃烧源(11.8%)、工艺过程(12.3%)、溶剂使用(18.1%)、天然源(4.5%)和机动车尾气(35.7%).
| [1] | 杭州市统计局, 国家统计局杭州调查队. 2019年杭州市国民经济和社会发展统计公报[EB/OL]. http://www.hangzhou.gov.cn/art/2020/3/20/art_805865_42336875.html, 2020-04-01. |
| [2] | 深圳市生态环境局. 2018年度深圳市环境状况公报[EB/OL]. http://sso.sz.gov.cn/zfgb/2019/gb1098/201904/t20190429_17146765.htm, 2020-04-01. |
| [3] | 广东省广州市统计局. 2019广州统计年鉴[EB/OL]. https://www.yearbookchina.com/downsoft.aspx?bianhao=n3019121604, 2020-04-01. |
| [4] | 上海市统计局. 2019年上海市国民经济和社会发展统计公报[EB/OL]. http://tjj.sh.gov.cn/tjgb/20200329/05f0f4abb2d448a69e4517f6a6448819.html, 2020-04-01. |
| [5] | 北京市统计局, 国家统计局北京调查总队.北京市2019年国民经济和社会发展统计公报[EB/OL]. http://tjj.beijing.gov.cn/tjsj_31433/tjgb_31445/ndgb_31446/202003/t20200302_1673343.html, 2020-04-01. |
| [6] | 南京市统计局, 国家统计局南京调查队.南京市2018年国民经济和社会发展统计公报[EB/OL]. ggggghttp://tjj.nanjing.gov.cn/tjxx/201904/t20190402_1495115.html, 2020-04-01. |
| [7] | 唐孝炎, 张远航, 邵敏. 大气环境化学[M]. (第二版). 北京: 高等教育出版社, 2006. |
| [8] |
洪盛茂, 焦荔, 何曦, 等. 杭州典型区域C2-12质量浓度变化及臭氧潜势量分析[J]. 环境科学研究, 2009, 22(8): 938-943. Hong S M, Jiao L, He X, et al. Variations in mass concentrations and ozone formation potentials of C2-12 hydrocarbons in typical areas of Hangzhou, China[J]. Research of Environmental Sciences, 2009, 22(8): 938-943. |
| [9] |
应方, 包贞, 杨成军, 等. 杭州市道路空气中挥发性有机物及其大气化学反应活性研究[J]. 环境科学学报, 2012, 32(12): 3056-3064. Ying F, Bao Z, Yang C J, et al. Analysis of volatile organic compounds (VOCs) and their atmospheric chemical reactivity in ambient air around urban traffic roads in Hangzhou[J]. Acta Scientiae Circumstantiae, 2012, 32(12): 3056-3064. |
| [10] |
景盛翱, 王红丽, 朱海林, 等. 典型工业源VOCs治理现状及排放组成特征[J]. 环境科学, 2018, 39(7): 3090-3095. Jing S A, Wang H L, Zhu H L, et al. Treatment status and emission characteristics of volatile organic compounds from typical industrial sources[J]. Environmental Science, 2018, 39(7): 3090-3095. |
| [11] |
杨笑笑, 汤莉莉, 胡丙鑫, 等. 南京城区夏季大气VOCs的来源及对SOA的生成研究——以亚青和青奥期间为例[J]. 中国环境科学, 2016, 36(10): 2896-2902. Yang X X, Tang L L, Hu B X, et al. Sources apportionment of volatile organic compounds VOCs in summertime Nanjing and their potential contribution to secondary organic aerosols (SOA)[J]. China Environmental Science, 2016, 36(10): 2896-2902. |
| [12] |
王倩, 陈长虹, 王红丽, 等. 上海市秋季大气VOCs对二次有机气溶胶的生成贡献及来源研究[J]. 环境科学, 2013, 34(2): 424-433. Wang Q, Chen C H, Wang H L, et al. Forming potential of secondary organic aerosols and sources apportionment of VOCs in autumn of Shanghai, China[J]. Environmental Science, 2013, 34(2): 424-433. |
| [13] | 环境保护部办公厅.关于印发《环境空气臭氧前体有机物手工监测技术要求(试行)》的通知[EB/OL]. http://www.mee.gov.cn/gkml/hbb/bgth/201802/t20180228_431887.htm, 2020-04-01. |
| [14] | 陆思华, 邵敏, 王鸣. 城市大气挥发性有机物(VOCs)测量技术[M]. 北京: 中国环境科学出版社, 2012. |
| [15] |
陈超, 林旭, 叶辉, 等. 杭州市臭氧污染特征及过程分析[J]. 中国环境监测, 2019, 35(3): 73-81. Chen C, Lin X, Ye H, et al. Characteristics and process analysis of ozone pollution in Hangzhou[J]. Environmental Monitoring in China, 2019, 35(3): 73-81. |
| [16] |
李康为, 应方, 陈玲红, 等. 杭州市主城区VOCs污染特征及影响因素[J]. 浙江大学学报(工学版), 2019, 53(4): 671-683. Li K W, Ying F, Chen L H, et al. Ambient VOCs characteristics and associated effects in urban Hangzhou[J]. Journal of Zhejiang University (Engineering Science), 2019, 53(4): 671-683. |
| [17] |
陈长虹, 苏雷燕, 王红丽, 等. 上海市城区VOCs的年变化特征及其关键活性组分[J]. 环境科学学报, 2012, 32(2): 367-376. Chen C H, Su L Y, Wang H L, et al. Variation and key reactive species of ambient VOCs in the urban area of Shanghai, China[J]. Acta Scientiae Circumstantiae, 2012, 32(2): 367-376. |
| [18] |
乔月珍, 陈凤, 赵秋月, 等. 2015年南京市城区挥发性有机物组成特征及大气反应活性[J]. 环境科学, 2019, 40(5): 2062-2068. Qiao Y Z, Chen F, Zhao Q Y, et al. Composition and atmospheric reactivity of ambient volatile organic compounds(VOCs)in the urban area of Nanjing, China[J]. Environmental Science, 2019, 40(5): 2062-2068. |
| [19] |
王鸣, 项萍, 牛其恺, 等. 南阳市冬春交替期大气VOCs污染特征及来源解析[J]. 环境科学学报, 2018, 38(6): 2233-2241. Wang M, Xiang P, Niu Q K, et al. Characteristics and source apportionment of ambient VOCs during alternating period between winter and spring in Nanyang City, Henan Province[J]. Acta Scientiae Circumstantiae, 2018, 38(6): 2233-2241. |
| [20] |
王占山, 李云婷, 董欣, 等. 北京城区大气污染物"周末效应"分析[J]. 中国科学院大学学报, 2015, 32(6): 843-850. Wang Z S, Li Y T, Dong X, et al. Analysis on weekend effect of air pollutants in urban atmosphere of Beijing[J]. Journal of University of Chinese Academy of Sciences, 2015, 32(6): 843-850. |
| [21] | Carter W P L. SAPRC chemical mechanisms, test simulations, and environmental chamber simulation files[EB/OL]. https://www.cert.ucr.edu/~carter/SAPRC/SAPRCfiles.htm, 2020-04-01. |
| [22] |
段玉森. 基于SOA和O3生成潜势的上海市VOCs优控物种研究[J]. 中国环境监测, 2020, 36(2): 138-147. Duan Y S. Study on the priority species of VOCs based on SOA and O3 formation potential[J]. Environmental Monitoring in China, 2020, 36(2): 138-147. |
| [23] |
邵敏, 付琳琳, 刘莹, 等. 北京市大气挥发性有机物的关键活性组分及其来源[J]. 中国科学D辑:地球科学, 2005, 48(SI): 123-130. Shao M, Fu L L, Liu Y, et al. Major reactive species of ambient volatile organic compounds (VOCs) and their sources in Beijing[J]. Science in China Series D Earth Sciences, 2005, 48(SⅡ): 147-154. |
| [24] |
郑伟巍, 毕晓辉, 吴建会, 等. 宁波市大气挥发性有机物污染特征及关键活性组分[J]. 环境科学研究, 2014, 27(12): 1411-1419. Zheng W W, Bi X H, Wu J H, et al. Pollution characteristics and key reactive species of ambient VOCs in Ningbo City[J]. Research of Environmental Sciences, 2014, 27(12): 1411-1419. |
| [25] |
崔虎雄, 吴迓名, 高松, 等. 上海城区典型污染过程VOCs特征及臭氧潜势分析[J]. 环境科学, 2011, 32(12): 3537-3542. Cui H X, Wu Y M, Gao S, et al. Characteristics of ambient VOCs and their role in O3 formation: a typical air pollution episode in Shanghai urban area[J]. Environmental Science, 2011, 32(12): 3537-3542. |
| [26] | Nelson P F, Quigley S M. The hydrocarbon composition of exhaust emitted from gasoline fuelled vehicles[J]. Atmospheric Environment (1967), 1984, 18(1): 79-87. DOI:10.1016/0004-6981(84)90230-0 |
| [27] |
王鸣, 陈文泰, 陆思华, 等. 我国典型城市环境大气挥发性有机物特征比值[J]. 环境科学, 2018, 39(10): 4393-4399. Wang M, Chen W T, Lu S H, et al. Ratios of volatile organic compounds in ambient air of various cities of China[J]. Environmental Science, 2018, 39(10): 4393-4399. |
| [28] | Liu Y, Shao M, Fu L L, et al. Source profiles of volatile organic compounds (VOCs) measured in China: part Ⅰ[J]. Atmospheric Environment, 2008, 42(25): 6247-6260. DOI:10.1016/j.atmosenv.2008.01.070 |
| [29] | Nelson P F, Quigley S M. The m, p-xylenes: ethylbenzene ratio. A technique for estimating hydrocarbon age in ambient atmospheres[J]. Atmospheric Environment (1967), 1983, 17(3): 659-662. DOI:10.1016/0004-6981(83)90141-5 |
| [30] |
林旭, 陈超, 叶辉, 等. 杭州秋季大气VOCs变化特征及化学反应活性研究[J]. 中国环境监测, 2020, 36(2): 196-204. Lin X, Chen C, Ye H, et al. Variation characteristics and chemical reactivity of VOCs in different functional zones of Hangzhou in autumn[J]. Environmental Monitoring in China, 2020, 36(2): 196-204. |
| [31] | Liu Y H, Wang H L, Jing S A, et al. Characteristics and sources of volatile organic compounds (VOCs) in Shanghai during summer: implications of regional transport[J]. Atmospheric Environment, 2019, 215. DOI:10.1016/j.atmosenv.2019.116902 |