环境科学  2021, Vol. 42 Issue (9): 4191-4201   PDF    
引用本文
云龙, 李成柳, 张明棣, 何龙, 郭键锋. 珠江三角洲海岸背景区大气VOCs污染特征与来源[J]. 环境科学, 2021, 42(9): 4191-4201.
YUN Long, LI Cheng-liu, ZHANG Ming-di, HE Long, GUO Jian-feng. Pollution Characteristics and Source Analysis of Atmospheric VOCs in the Coastal Background of the Pearl River Delta[J]. Environmental Science, 2021, 42(9): 4191-4201.
珠江三角洲海岸背景区大气VOCs污染特征与来源
云龙1, 李成柳2, 张明棣1, 何龙1, 郭键锋1     
1. 深圳市环境监测中心站, 深圳 518049;
2. 壹点环境科技(广州)有限公司, 广州 510220
收稿日期: 2021-01-19; 修订日期: 2021-02-25
基金项目: 国家重点研发计划项目(2018YFC0213106)
作者简介: 云龙(1988~), 男, 硕士, 工程师, 主要研究方向为大气环境监测及污染特征, E-mail: yunlszemc@126.com
通信作者: 李成柳, E-mail: willow@szopec.com
摘要: 挥发性有机物(volatile organic compounds，VOCs)是臭氧(O3)污染防控备受关注的重要前体物.本研究基于2019年8月~2020年7月在杨梅坑生态环境监测站开展的VOCs连续在线观测数据，对珠江三角洲海岸背景区大气VOCs的时间变化规律、物种组成进行了分析，并利用受体模型和后向轨迹模型分析了VOCs的来源特征.结果表明，珠江三角洲海岸背景区人为源VOCs年平均浓度(体积分数)为9.30×10-9，呈秋、冬季高，夏季低的特点.与一般城市和背景点的日变化规律不同，珠江三角洲海岸背景区人为源VOCs峰值主要出现在10：00~11：00；凌晨和15：00之后浓度会维持在较低水平.乙烯、丙烯、甲苯、异戊烷、异戊二烯、间/对-二甲苯、正丁烷和乙炔是影响珠江三角洲海岸背景区VOCs化学组成的关键物种.影响珠江三角洲海岸背景区的气团主要来源：省内短距离气团(25%)、海洋气团(27%)、沿海气团(31%)和省外内陆气团(17%)，其中海洋气团影响下VOCs平均浓度水平最低，主要受到船舶排放与老化VOCs混合源、汽油挥发与汽车排放源影响；其他气团影响下平均较海洋气团影响下VOCs浓度升高了70.1%~148.8%，以工业源、LNG与LPG挥发源、石化源这三类源的传输影响较为突出.
关键词: 珠江三角洲      海岸背景区      挥发性有机物(VOCs)      时间变化      来源     
Pollution Characteristics and Source Analysis of Atmospheric VOCs in the Coastal Background of the Pearl River Delta
YUN Long1 , LI Cheng-liu2 , ZHANG Ming-di1 , HE Long1 , GUO Jian-feng1     
1. Shenzhen Environment Monitoring Center, Shenzhen 518049, China;
2. Guangzhou OnePoint Environmental Consultant Co., Ltd., Guangzhou 510220, China
Abstract: As an important precursor of ozone, volatile organic compounds (VOCs) have attracted much attention. This study analyzed the temporal variation and composition of atmospheric VOCs in the coastal background of the Pearl River Delta, using real-time online monitoring data of VOCs obtained at the Yangmeikeng Ecological Environment Monitoring Station from August 2019 to July 2020. The major sources of VOCs were identified using a receptor model based on the PMF (positive matrix factorization) and HYSPLIT (hybrid single particle Lagrangian integrated trajectory) models. The results showed that the annual mean concentration of anthropogenic VOCs in the coastal background area of the Pearl River Delta was 9.30×10-9(volume fraction). There was obvious seasonal variation of VOCs in this area, with higher values in autumn and winter and lower values in summer. The coastal background area of the Pearl River Delta exhibited a different diurnal variation pattern to that of cities and other backgrounds. While the peak of VOCs concentration mainly occurred in the morning, from 10:00 to 11:00, concentration remained at a low level during the early morning and after 15:00. Ethylene, propylene, toluene, isopentane, isoprene, m/p-xylene, n-butane, and acetylene were the key species that affected the chemical composition of VOCs. The air masses affecting the coastal background area of the Pearl River Delta were mainly short-distance air masses from elsewhere in the province (25%), ocean air masses (27%), coastal air masses (31%), and inland air masses outside the province (17%). Among them, the average concentration of VOCs was lowest under the influence of ocean air masses, which is mainly affected by the mixed source of ship emissions and aging VOCs, gasoline volatilization, and vehicle emissions. In comparison, the concentration level of VOCs increased by 70.1% to 148.8% under the influence of other air masses. The transmission effects of industrial sources, LNG and LPG volatiles, and petrochemical sources were more prominent. Generally, the atmosphere of coastal background areas was severely affected by anthropogenic pollution, especially by air pollution masses transported from the land, while the impact of pollution by ships near shore and tourist traffic cannot be ignored.
Key words: Pearl River Delta      coastal background      volatile organic compounds (VOCs)      temporal variation      sources     

近年来, 我国O3污染问题凸显, 城市大气O3浓度总体上升[1, 2]. O3污染问题部分抵消了PM2.5(细颗粒物)改善带来的健康益处[3], 同时通过影响大气氧化性又影响PM2.5中二次气溶胶粒子的成核与增长[4], 是我国疫情期间一次污染物大幅度降低情况下, 还出现灰霾天气的重要原因[5].近地面O3的形成主要取决于VOCs和NOx(氮氧化物)浓度以及紫外线辐射强度, 且大量研究表明我国城市地区O3的生成一般属于VOCs控制区[6~9].在NOx持续下降, 而VOCs减排力度不足的情况下, 臭氧浓度有可能不降反升[10], 协同控制NOx与VOCs排放是我国大气污染防治正在实施的重要政策[11, 12].

关于VOCs的研究很早就引起了诸多学者的关注, 而城市大气污染的加重, 很大程度上也促进了对大气VOCs更加广泛和深入的研究[8, 9, 13~18]. 目前对于背景地区的研究还主要集中在腹地高山和偏远乡村, 这些背景地区主要还是处于城市包围圈中, 受城市污染气团影响较大.Xu等[19]通过在北京城区和背景区上甸子的分析表明, 城市气团不仅可以运输O3, 而且可以运输其前体物, 当与下风向农村地区的背景大气混合时, 后者可以导致更多的光化学O3产生.张军科等[15]的研究表明, 贡嘎山VOCs来源明显受到城市机动车排放、溶剂挥发和燃料燃烧等污染源的影响; Wu等[20]通过气团传输轨迹分析表明, 鼎湖山VOCs主要来自周边城市传输影响.与腹地背景区不同, 海岸交界区一面靠海一面靠陆地的特殊地理位置, 是研究海洋气团和陆地气团污染差异的重要区位, 而目前海岸交界区的研究还多集中于工业区[21], 对于海岸背景区的研究较为鲜见.

珠江三角洲是我国沿海地区O3污染最突出的城市群地区之一, 地处我国南部, 濒临南海, 属于典型的海岸交界区地带.本文选择位于珠江三角洲东岸, 深圳市大鹏新区杨梅坑生态环境监测站为研究对象, 对珠江三角洲海岸背景地区大气中的VOCs进行了长期观测, 分析其时间变化规律、物种组成及来源特征.通过了解海岸背景地区VOCs浓度水平及受人类活动影响的情况, 以期为后续沿海地区区域性大气污染研究提供背景参考, 同时帮助读者对我国不同区域背景VOCs污染特性有更进一步地认识.

1 材料与方法 1.1 观测点位与时间

图 1为杨梅坑站点所处区域位置示意.观测点位杨梅坑生态环境监测站(杨梅坑, 22°55′N, 114°58′E, 海拔41 m)就位于深圳市大鹏新区的杨梅坑生态保护区, 其坐落在七娘山脉与老虎坐山之前, 东部邻海, 西部靠山, 离海岸交界水平距离不足50 m, 中间隔着一条马路, 除交通源外无工业源污染.从大区域来看, 站点西南-西-北-东北半扇形朝向我国大陆, 西南-南-东-东北半扇形朝向南海, 在偏北气流影响下, 容易受到内陆地区污染气团途经珠江三角洲地区的传输影响, 而偏南风影响下主要受海洋气流影响.此外, 站点距离南海较近, 存在海上船舶的影响.研究时段为2019年8月~2020年7月, 排除设备故障和校准等原因, 观测期间共获得7 768组有效数据.

图 1 杨梅坑站点所处区域位置示意 Fig. 1 Map showing the site of Yangmeikeng

1.2 样品采集和分析方法

VOCs采用法国Chormatotec公司生产的自动在线GC866型GC-FID(气相色谱仪-氢火焰离子化检测器)系统实时监测, 样品经热脱附系统采样富集浓缩后, 再送入气相色谱系统进行分析, 时间分辨率为1 h.该系统包含两套独立的分析仪, 分别负责低碳(C2~C6)和高碳(C6~C12)VOCs组分物种的采集与分析.正丁烷、苯分别为低碳与高碳分析仪内置的标准物种, 每日自动执行一次内标检测, 确保系统运行的稳定性.为保证数据准确性, 观测期间定期使用PAMS标准气体对仪器进行校准, 共检出VOCs有效物种46种(见表 1), 各物种的工作曲线可决系数(R2)均在0.97及以上, 检出限(体积分数)在0.02×10-9~0.25×10-9之间.

表 1 VOCs有效检出物种及其检出限×10-9 Table 1 Detected species of VOCs and their detection limits×10-9

2 结果与讨论 2.1 时间变化特征 2.1.1 季节变化

杨梅坑所处纬度较低, 根据深圳市气象局资料[22], 以气候寒暖为具体指标的气候学季节划分方法将季节划分为: 冬(1月)、春(2~4月)、夏(5~10月)和秋(11~12月).异戊二烯作为植物源排放的特征因子[23], 与人为源VOCs的排放特征具有较大的差异, 因此本文将VOCs分为人为源(anthropogenic hydrocarbons, AHC)和植物源(isoprene, ISO)进行讨论.由图 2可见, 杨梅坑人为源和植物源具有明显的季节变化规律, 其中人为源受源排放强度、光化学反应和扩散条件等综合因素的影响[24], 在秋、冬季浓度(体积分数, 下同)较高(14.29×10-9~17.44×10-9), 夏季的5~7月浓度最低(4.08×10-9~4.43×10-9), 春季和夏末(10月)浓度(8.27×10-9~10.65×10-9)较接近全年平均浓度(9.30×10-9).植物源的排放主要受光照强度和温度的影响[24~26], 光照强度越强, 温度越高, 越有利于植物源的释放, 因此可以观察到植物源在夏季浓度(0.13×10-9~0.40×10-9)较高, 春、冬季节浓度(0.02×10-9~0.05×10-9)较低.

阴影部分表示相对误差 图 2 VOCs人为源和植物源浓度的季节变化 Fig. 2 Seasonal variations in the concentrations of AHC and ISO

2.1.2 昼夜变化

从VOCs人为源和植物源在各季节的日变化可见[图 3(a)和3(b)], 不同季节VOCs中人为源和植物源日变化均呈单峰型.其中人为源VOCs峰值出现在10:00~11:00, 凌晨和15:00之后浓度较低; 整体表现为白天浓度高, 夜间浓度低的特点.这有别于其他城市及区域背景站受光化学消耗和边界层日变化影响, 表现出的夜间浓度高, 白天浓度低的日变化规律[24, 27, 28].可见影响杨梅坑VOCs浓度升高的源强度在白天更强, 且远大于光化学消耗和边界层抬高带来的降低效应.从季节比对来看, 春、夏季任一时刻浓度值均比秋、冬季低, 主要因为春、夏节边界层高度一般较秋、冬季高, 且观测点位于季风气候区, 春、夏季多南风影响, 以较洁净的海洋气团影响为主; 而秋、冬季多受偏北风影响, 来自内陆的气团携带的污染物浓度水平一般较高.另外, 比较秋、冬季人为源的日变化特征还可以发现, 两者日间浓度峰值水平相当, 但冬季凌晨和夜间残留浓度水平明显较秋季高, 这主要与冬季边界层的温度层结比较稳定, 且夜晚经常出现逆温现象有关[24], 导致污染物在近地面积聚.植物源浓度变化表现出对光温较强的依赖性, 随着光强的增强和温度的升高, 植物源从06:00之后浓度逐渐升高, 峰值出现在12:00~15:00, 光强减弱, 温度下降后浓度便迅速下降.

阴影部分表示相对误差 图 3 VOCs人为源和植物源浓度的日变化 Fig. 3 Diurnal variation in the concentration of AHC and ISO

杨梅坑作为旅游景点, 周末和法定假日吸引着不少游客.比较VOCs人为源和植物源在工作日与节假日的日变化差异[图 3(c)和3(d)], 发现节假日08:00之后人为源的浓度较工作日平均高出0.80×10-9 (涨幅为8.8%); 而植物源并不存在这么明显的差异, 可见杨梅坑人为源浓度变化存在一定的假期效应影响.结合浓度明显上升时段(08:00~10:00)苯/甲苯比值(≈0.57)与Barletta等[13]在中国25个城市路边样品结果(≈0.6)接近, 推测节假日人为源VOCs浓度较工作日有所升高, 可能主要受假期交通流量的增多及道路拥堵导致的机动车污染物排放增加影响.关于交通源在节假日对景区的影响程度有待今后进一步深入研究.

2.2 化学组成特征

VOCs的化学组成特征既要考虑物种的浓度组成, 也要考虑物种的活性组成, 单纯分析物种浓度或活性都不能完全反映各物种的重要性.活性分析本研究选择了VOCs的·OH消耗速率(L·OH)和最大臭氧生成潜势(OFP)两种评估方法, 计算方法及相关系数分别参见Atkinson等[29]和Carter[30]的研究.其中·OH消耗速率方法充分考虑了VOCs的活性动力学, 但忽略了不同VOCs物种活性机制的差异; 最大臭氧生成潜势方法既考虑了不同VOCs物种的活性动力学差异, 同时又考虑了活性机制差异; 但其最大增量反应活性系数(MIR)主要来源国外的研究结果, 与当地的大气环境毕竟存在差异, 因此研究在综合考虑物种浓度与两种活性计算结果下对杨梅坑关键组分进行识别.

图 4分别给出了不同季节VOCs浓度和活性的前10物种.乙炔、乙烯、乙烷、丙烷、丙烯、异戊烷、正丁烷、异丁烷和甲苯是不同季节均出现在VOCs浓度贡献前十排名中的物种, 其浓度之和占总VOCs浓度的82.3%~88.3%.丙烯、乙烯、间/对-二甲苯、1, 2, 3-三甲基苯、甲苯和异戊烷则是不同季节均出现在L·OH和OFP前十排名中的物种, 其中除1, 2, 3-三甲基苯浓度水平较低不在浓度贡献前十排名中, 其他物种均在浓度贡献排名前十物种名单中. 在不考虑季节差异的情况下, 乙烯、丙烯、甲苯和异戊烷这4个物种是杨梅坑浓度和活性贡献均较突出的物种.需要注意的是, 不同季节关键物种存在一定差异, 受太阳辐射和高温影响, 异戊二烯在夏季是关键物种之一; 而间/对-二甲苯是大气中活性较强的物种, 冬季·OH的丰度下降, 间/对-二甲苯的光化学反应消耗减弱, 更多的间/对-二甲苯浓度残留在了大气中, 成为冬季的关键物种之一; 正丁烷和乙炔则分别是秋季和春夏季的关键物种之一.因此, 综合考虑各季节物种浓度与活性之后, 确定乙烯、丙烯、甲苯、异戊烷、异戊二烯、间/对-二甲苯、正丁烷和乙炔是影响珠江三角洲海岸背景区大气VOCs化学组成的关键物种, 其加和占总浓度的59.0%, 占总L·OH的79.0%, 占总OFP的74.2%.需要说明的是, 与大多数背景区研究结果相似[31~34], 活性较低的乙炔由于在总VOCs浓度中贡献较大而成为背景区化学组成的重要物种, 这也表明了背景区气团老化程度相对较高.

图 4 不同季节VOCs浓度、·OH活性和OFP的主要组成物种 Fig. 4 Main species of VOCs concentrations, ·OH reactivity, and OFP in different seasons

表 2汇总了杨梅坑关键VOCs物种与其他有鲜明代表意义的站点的浓度数据, 通过与这些站点的VOCs物种浓度进行比较, 可以更清晰地了解杨梅坑所处的珠江三角洲海岸背景区大气VOCs的浓度水平.表 2中深圳点位, 位于深圳大学城北大校区, 是城市与工业区的过渡区域, 代表了珠江三角洲城市的平均情况; 鼎湖山位于肇庆, 是有别于沿海地区的珠江三角洲内陆地区高山背景站; 尖峰岭位于中国南方的热带岛屿海南岛的西南部, 可作为中国南部海岛高山背景站; 泰山是中国东部高山背景站; 瓦里关是中国青藏高原的大陆性全球大气本底基准监测站, 代表了大陆的本底条件; Mauna Loa是美国夏威夷群岛的海洋性全球大气本底基准监测站, 代表了海洋大气的本底条件.比较可见, 杨梅坑VOCs浓度水平整体低于深圳城市水平与鼎湖山, 但是杨梅坑的乙烯明显高于深圳城市水平, 丙烯略高于鼎湖山.这表明同属于珠江三角洲背景地区的海岸区相对内陆高山点的背景条件更清洁, 但同时也受到了一定程度的污染.从瓦里关与Mauna Loa的比较也能看出海洋大气相对于大陆背景受到人为污染的影响要更小些.与尖峰岭和泰山比较, 杨梅坑浓度水平则要更高一些, 说明与我国东部和南部区域背景相比, 珠江三角洲海岸背景区受到人为源影响比较大, 综合反映了珠江三角洲地区VOCs污染的严重性.

表 2 杨梅坑关键VOCs物种浓度与其它站点对比1) ×10-9 Table 2 Comparison of major VOCs levels at Yangmeikeng with observations at other sites×10-9

2.3 来源特征 2.3.1 基于受体模型的来源解析

本研究使用美国环保署推荐的PMF 5.0版进行VOCs的来源解析, 关于PMF (positive matrix factorization) 模型的详细介绍与使用方法可见文献[36~38].PMF模型的输入数据文件包括浓度和不确定度两个数据文件, 对于最终模型输入的浓度和不确定度的文件, 参考文献[36, 38], 进行了如下处理: ①浓度(c)缺失时用同一时刻值的平均值代替, 对应的不确定度(unc)取4c; 浓度小于最低方法检出限(MDL)的, 浓度取MDL/2, 对应的不确定度取(5/6)MDL; 浓度大于检出限的, 不确定度取0.1c+MDL/3. ②对于浓度值大量低于检出限的物种, 由于对因子的识别参考帮助不大, 研究将大于70%的浓度值低于检出限的物种排除在PMF分析之外, 同时结合PMF给出的VOCs物种测量浓度与模拟浓度之间的拟合相关系数, 保留相关性较好的物种(R2>0.5, P < 0.01).最终参与源解析的物种共19种, 由图 5给出的测量VOCs浓度之和与模拟浓度之和的相关性可见, 模型模拟浓度与实际测量浓度的一致性显著(R2=0.98).同时这19个物种的浓度之和占总VOCs浓度的95%, 其结果基本能够解释VOCs的主要来源.

图 5 实际测量和模型模拟VOCs浓度之间的关系 Fig. 5 Relationship between the measured and modeled concentrations of VOCs

经模型多次运算, 共解析出7个源因子.图 6是参与PMF计算的物种在各个源中的浓度及其来源贡献率.因子1中异戊二烯的含量最高, 可判断因子1为植物源, 从图 7的日变化趋势也可见其具有明显的植物排放特征.因子2中异戊烷含量最高, 其次为乙炔, 异戊烷是汽油的典型标志物[14], 而乙炔是不完全燃烧的产物; 此外, 68.4%的正戊烷和65.9%的2-甲基戊烷也集中在因子2中, 2-甲基戊烷主要由内燃机的不完全燃烧产生[27, 39], 可判断因子2为汽油挥发与汽车排放源.因子2的日变化特征也符合旅游区交通活动规律.因子3中丙烷含量最高, 其次为乙烷, 且对异丁烷(41.8%)和正丁烷(38.3%)的贡献率较高, 乙烷是天然气(LNG)的主要成分, 而丙烷、丁烷是液化石油气(LPG)的主要成分[14], 可判断因子3为LNG与LPG挥发源.其日间浓度较高, 与燃料使用及温度升高有利于挥发有关.因子4甲苯含量最高, 且对正己烷、正庚烷、正辛烷、乙苯、间/对-二甲苯和邻-二甲苯这类主要来源于工业、商业和家用溶剂的物种[40]贡献率在30%以上, 可判断因子4为溶剂使用源. 因子5的主要成分为乙烷和苯, 对乙烷和苯的贡献分别达48.6%和83.1%.乙烷作为天然气的第二大成分, 还是石油化学工业生产中主要的基础原料; 苯亦是化工行业重要的基础原料, 在鞋厂、印刷厂和家具厂等基础化工生产过程中均有排放[21, 41, 42], 可判断因子5为基础化工源. 因子4和因子5归为工业源, 其日变化趋势较为相似, 因子4溶剂源因所含物种活性相对较大, 午后受光化学反应消耗影响降幅较明显.因子6中烯烃含量最高, 63.9%的乙烯和55.5%的丙烯出现在此因子中, 同时乙炔含量较低, 可判断因子6为石化源.其日变化较平缓, 可能与排放较为稳定有关.因子7中乙炔含量最高, 其次为乙烯, 主要考虑为油燃烧排放[42]; 同时含有一定量的乙烷, 而乙炔、乙烷又是VOCs中化学活性较低的组分.结合杨梅坑所处地理位置, 可判断因子7为船舶排放与老化VOCs混合源.其日变化也较为平稳, 在早晚有微弱峰值.

图 6 VOCs的PMF源解析分配结果 Fig. 6 PMF source profiles for VOCs

图 7 不同来源浓度的日变化 Fig. 7 Diurnal variation in concentration from different sources

由图 8可见, 植物源、汽油挥发与汽车排放源、LNG与LPG挥发源、工业源(包括溶剂使用源与基础化工排放源)、石化源和船舶排放与老化VOCs混合源在杨梅坑VOCs来源中的占比分别为2.19%、21.55%、18.74%、19.39%、17.61%和20.52%.除植物源外, 其他5个源占比基本相当, 反映人为源在海岸背景区大气中混合相对较均匀.

图 8 VOCs浓度的来源贡献 Fig. 8 Source contributions to concentration of VOCs

2.3.2 基于后向轨迹模型的气团来源分析

利用HYSPLIT (hybrid single particle Lagrangian integrated trajectory)[43], 即拉格朗日混合单粒子轨道模型对观测期间的气团进行后向轨迹分析, 帮助识别杨梅坑VOCs来源的区域传输特征.轨迹运行所需的气象场数据来源于美国海洋与大气管理局(NOAA)官网(https://ready.arl.noaa.gov/HYSPLIT.php), 起始高度设置为500 m, 分析时间设置为1 h计算1条后向轨迹, 后推48 h.按季节划分根据其起源、路径、高度和运输速度进行聚类分析, 判断不同季节气团的来源属性, 之后将轨迹与浓度进行时间匹配用于后续分析.

由图 9不同季节的轨迹聚类结果可知, 气团来源主要有4类: 省内短距离气团(25%)、海洋气团(27%)、沿海气团(31%)和省外内陆气团(17%).整体来看, 杨梅坑所处区域春季气流变化较为频繁, 夏季以海洋气流影响为主(占比48%), 秋季传输来源以东北方向为主(占比79%), 冬季传输来源则以省内短距离的传输为主(占比42%).

图 9 不同季节后向轨迹的聚类结果 Fig. 9 Clustering results of backward trajectories during different seasons

由图 10可见, 海洋气团影响下VOCs平均浓度水平最低, 其他气团与之比较平均浓度升高了70.1%~148.8%.由此可知, 来自沿海及陆地的气团对珠江三角洲海岸背景区VOCs浓度升高的影响较大, 特别是省外内陆气团影响下.对比不同气团影响下VOCs来源组成差异, 海洋气团中船舶排放与老化VOCs混合源、汽油挥发与汽车排放源占比较其他气团影响下更突出, 主要反映了局部污染源与老化气团的影响. 工业源、LNG与LPG挥发源和石化源这3类源在沿海及陆地气团影响下, 则相较海洋气团对珠江三角洲海岸背景区VOCs浓度的升高影响更大.此外笔者留意到, 省内短距离气团影响下, 工业源中的溶剂挥发源占比相对其他气团影响下更高, 这凸显出了省内溶剂使用源对海岸背景区的影响.

图 10 不同气团影响下VOCs来源组成 Fig. 10 Source composition of VOCs in different air masses

3 结论

(1) 珠江三角洲海岸背景区人为源VOCs年均浓度为9.30×10-9, 呈秋、冬季高, 夏季低的特点.一日之中VOCs峰值主要出现在10:00~11:00; 凌晨和15:00之后浓度会维持在较低水平; 冬季凌晨和夜晚则一般会有较高的浓度残留.受旅游交通影响, 节假日人为源VOCs浓度还会较工作日有所升高.与人为源不同, 植物源季节变化呈夏季高, 春冬低的特点; 日变化规律表现出对光温较强的依赖性, 呈白天高夜间低的变化趋势, 峰值出现在12:00~15:00.

(2) 综合考虑物种浓度与活性, 乙烯、丙烯、甲苯、异戊烷、异戊二烯、间/对-二甲苯、正丁烷和乙炔是影响珠江三角洲海岸背景区大气VOCs化学组成的关键物种, 其加和占总浓度的59.0%, 占总L·OH的79.0%, 占总OFP的74.2%.与其他站点比较, 同处珠江三角洲海岸背景地区会相对内陆背景地区更清洁, 但与我国东部和南部区域高山背景相比, 珠江三角洲地区VOCs污染更突出.

(3) 珠江三角洲海岸背景区的气团主要来源为: 省内短距离气团(占比25%)、海洋气团(27%)、东北沿海气团(29%)和东北内陆气团(15%).其中海洋气团影响下VOCs平均浓度水平最低, 沿海及陆地的气团对珠江三角洲海岸背景区VOCs浓度升高的影响较大.综合来看, 沿海背景地区大气受到人为污染影响较严重, 局部以近岸船舶污染和汽车排放影响为主, 同时受区域工业排放、燃气挥发和石化等污染源的传输影响.

参考文献
[1] 王文兴, 柴发合, 任阵海, 等. 新中国成立70年来我国大气污染防治历程、成就与经验[J]. 环境科学研究, 2019, 32(10): 1621-1635.
Wang W X, Chai F H, Ren Z H, et al. Process, achievements and experience of air pollution control in China since the founding of the people's republic of China 70 years Ago[J]. Research of Environmental Sciences, 2019, 32(10): 1621-1635.
[2] Li K, Jacob D J, Shen L, et al. 2013-2019 increases of surface ozone pollution in China: anthropogenic and meteorological influences[J]. Atmospheric Chemistry and Physics Discussion, 2020. DOI:10.5194/acp-2020-298
[3] Zhang Q, Zheng Y X, Tong D, et al. Drivers of improved PM2.5 air quality in China from 2013 to 2017[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(49): 2446-2449.
[4] Jia X, Mathur R, Pleim J, et al. Air pollution and climate response to aerosol direct radiative effects: A modeling study of decadal trends across the northern hemisphere[J]. Journal of Geophysical Research: Atmospheres, 2015, 120(23): 12221-12236.
[5] Huang X, Ding A J, Gao J, et al. Enhanced secondary pollution offset reduction of primary emissions during COVID-19 lockdown in China[J]. National Science Review, 2021, 8(2). DOI:10.1093/nsr/nwaa137
[6] Zhang Y H, Su H, Zhong L J, et al. Regional ozone pollution and observation-based approach for analyzing ozone-precursor relationship during the PRIDE-PRD2004 campaign[J]. Atmospheric Environment, 2008, 42(25): 6203-6218. DOI:10.1016/j.atmosenv.2008.05.002
[7] Lu K D, Zhang Y H, Su H, et al. Regional ozone pollution and key controlling factors of photochemical ozone production in Pearl River Delta during summer time[J]. Science China Chemistry, 2010, 53(3): 651-663. DOI:10.1007/s11426-010-0055-6
[8] Xue L K, Wang T, Gao J, et al. Ground-level ozone in four Chinese cities: precursors, regional transport and heterogeneous processes[J]. Atmospheric Chemistry and Physics, 2014, 14(23): 13175-13188. DOI:10.5194/acp-14-13175-2014
[9] 蒋美青, 陆克定, 苏榕, 等. 我国典型城市群O3污染成因和关键VOCs活性解析[J]. 科学通报, 2018, 63(12): 1130-1141.
Jiang M Q, Lu K D, Su R, et al. Ozone formation and key VOCs in typical Chinese city clusters[J]. Chinese Science Bulletin, 2018, 63(12): 1130-1141.
[10] Li K, Jacob D J, Liao H, et al. Anthropogenic drivers of 2013-2017 trends in summer surface ozone in China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(2): 422-427. DOI:10.1073/pnas.1812168116
[11] 李红, 彭良, 毕方, 等. 我国PM2.5与臭氧污染协同控制策略研究[J]. 环境科学研究, 2019, 32(10): 1763-1778.
Li H, Peng L, Bi F, et al. Strategy of coordinated control of PM2.5 and ozone in China[J]. Research of Environmental Sciences, 2019, 32(10): 1763-1778.
[12] 王韵杰, 张少君, 郝吉明. 中国大气污染治理: 进展·挑战·路径[J]. 环境科学研究, 2019, 32(10): 1755-1762.
Wang Y J, Zhang S J, Hao J M. Air pollution control in China: progress, challenges and future pathways[J]. Research of Environmental Sciences, 2019, 32(10): 1755-1762.
[13] Barletta B, Meinardi S, Rowland F S, et al. Volatile organic compounds in 43 Chinese cities[J]. Atmospheric Environment, 2005, 39(32): 5979-5990. DOI:10.1016/j.atmosenv.2005.06.029
[14] Lau A K H, Yuan Z C, Yu J Z, et al. Source apportionment of ambient volatile organic compounds in Hong Kong[J]. Science of the Total Environment, 2010, 408(19): 4138-4149. DOI:10.1016/j.scitotenv.2010.05.025
[15] 张军科, 王跃思, 吴方堃, 等. 贡嘎山本底站大气中VOCs的研究[J]. 环境科学, 2012, 33(12): 4159-4166.
Zhang J K, Wang Y S, Wu F K, et al. Study on atmospheric VOCs in Gongga Mountain Base Station[J]. Environmental Science, 2012, 33(12): 4159-4166.
[16] Xue L K, Gu R R, Wang T, et al. Oxidative capacity and radical chemistry in the polluted atmosphere of Hong Kong and Pearl River Delta region: analysis of a severe photochemical smog episode[J]. Atmospheric Chemistry and Physics, 2016, 16(15): 9891-9903. DOI:10.5194/acp-16-9891-2016
[17] Chen T S, Xue L K, Zheng P G, et al. Volatile organic compounds and ozone air pollution in an oil production region in northern China[J]. Atmospheric Chemistry and Physics, 2020, 20(11): 7069-7086. DOI:10.5194/acp-20-7069-2020
[18] Yu D, Tan Z F, Lu K D, et al. An explicit study of local ozone budget and NOx-VOCs sensitivity in Shenzhen China[J]. Atmospheric Environment, 2020, 224. DOI:10.1016/j.atmosenv.2020.117304
[19] Xu J, Ma J Z, Zhang X L, et al. Measurements of ozone and its precursors in Beijing during summertime: impact of urban plumes on ozone pollution in downwind rural areas[J]. Atmospheric Chemistry and Physics, 2011, 11(23): 12241-12252. DOI:10.5194/acp-11-12241-2011
[20] Wu R R, Li J, Hao Y F, et al. Evolution process and sources of ambient volatile organic compounds during a severe haze event in Beijing, China[J]. Science of the Total Environment, 2016, 560-561: 62-72. DOI:10.1016/j.scitotenv.2016.04.030
[21] 闫磊, 黄银芝, 高松, 等. 杭州湾北岸36种挥发性有机物污染特征及来源解析[J]. 环境科学研究, 2020, 33(3): 536-546.
Yan L, Huang Y Z, Gao S, et al. Pollution characteristics and source analysis of 36 volatile organic compounds on the north coast of Hangzhou bay[J]. Research of Environmental Sciences, 2020, 33(3): 536-546.
[22] 深圳市气象局. 深圳市气候概况及四季特征[R]. 深圳: 深圳市气象局(台), 2020.
[23] Arneth A, Monson R K, Schurgers G, et al. Why are estimates of global terrestrial isoprene emissions so similar (and why is this not so for monoterpenes)?[J]. Atmospheric Chemistry and Physics, 2008, 8(16): 4605-4620. DOI:10.5194/acp-8-4605-2008
[24] 朱少峰, 黄晓锋, 何凌燕, 等. 深圳大气VOCs浓度的变化特征与化学反应活性[J]. 中国环境科学, 2012, 32(12): 2140-2148.
Zhu S F, Huang X F, He L Y, et al. Variation characteristics and chemical reactivity of ambient VOCs in Shenzhen[J]. China Environmental Science, 2012, 32(12): 2140-2148. DOI:10.3969/j.issn.1000-6923.2012.12.005
[25] Cheung K, Guo H, Ou J M, et al. Diurnal profiles of isoprene, methacrolein and methyl vinyl ketone at an urban site in Hong Kong[J]. Atmospheric Environment, 2014, 84: 323-331. DOI:10.1016/j.atmosenv.2013.11.056
[26] 张诗炀, 龚道程, 王好, 等. 南岭国家大气背景站异戊二烯的在线观测研究[J]. 中国环境科学, 2017, 37(7): 2504-2512.
Zhang S Y, Gong D C, Wang H, et al. Online measurement of isoprene at a national air background monitoring station in the Nanling Mountains, South China[J]. China Environmental Science, 2017, 37(7): 2504-2512. DOI:10.3969/j.issn.1000-6923.2017.07.011
[27] 杨辉, 朱彬, 高晋徽, 等. 南京市北郊夏季挥发性有机物的源解析[J]. 环境科学, 2013, 34(12): 4519-4528.
Yang H, Zhu B, Gao J H, et al. Source apportionment of VOCs in the northern suburb of Nanjing in summer[J]. Environmental Science, 2013, 34(12): 4519-4528.
[28] 韩婷婷, 李颖若, 邱雨露, 等. 上甸子区域背景站VOCs污染特征及其对臭氧生成贡献[J]. 环境科学, 2020, 41(6): 2586-2595.
Han T T, Li Y R, Qiu Y L, et al. Characteristics of VOCs and their roles in ozone formation at a regional background site in Beijing, China[J]. Environmental Science, 2020, 41(6): 2586-2595.
[29] Atkinson R, Arey J. Atmospheric degradation of volatile organic compounds[J]. Chemical Reviews, 2003, 103(12): 4605-4638. DOI:10.1021/cr0206420
[30] Carter W P L. Development of the SAPRC-07 chemical mechanism[J]. Atmospheric Environment, 2010, 44(40): 5324-5335. DOI:10.1016/j.atmosenv.2010.01.026
[31] Tang J H, Chan L Y, Chan C Y, et al. Characteristics and diurnal variations of NMHCs at urban, suburban, and rural sites in the Pearl River Delta and a remote site in South China[J]. Atmospheric Environment, 2007, 41(38): 8620-8632. DOI:10.1016/j.atmosenv.2007.07.029
[32] Suthawaree J, Kato S, Okuzawa K, et al. Measurements of volatile organic compounds in the middle of Central East China during Mount Tai Experiment 2006 (MTX2006): observation of regional background and impact of biomass burning[J]. Atmospheric Chemistry and Physics, 2010, 10(3): 1269-1285. DOI:10.5194/acp-10-1269-2010
[33] Xue L K, Wang T, Guo H, et al. Sources and photochemistry of volatile organic compounds in the remote atmosphere of western China: results from the Mt. Waliguan Observatory[J]. Atmospheric Chemistry and Physics, 13(17): 8551-8567. DOI:10.5194/acp-13-8551-2013
[34] Atlas E L, Ridley B A. The Mauna Loa observatory photochemistry experiment: introduction[J]. Journal of Geophysical Research: Atmospheres, 1996, 101(D9): 14531-14541. DOI:10.1029/96JD01203
[35] 朱波, 王川, 于广河, 等. 深圳城市大气中非甲烷烃季节变化特征[J]. 中国环境科学, 2018, 38(2): 418-425.
Zhu B, Wang C, Yu G H, et al. Characterization of seasonal variation of non-methane hydrocarbons in the urban atmosphere in Shenzhen[J]. China Environmental Science, 2018, 38(2): 418-425. DOI:10.3969/j.issn.1000-6923.2018.02.003
[36] Norris G, Duvall R, Brown S, et al. EPA Positive Matrix Factorization (PMF) 5.0 fundamentals and user guide[R]. Washington, DC: U.S. Environmental Protection Agency, 2014.
[37] Yuan B, Shao M, de Gouw J, et al. Volatile organic compounds (VOCs) in urban air: how chemistry affects the interpretation of positive matrix factorization (PMF) analysis[J]. Journal of Geophysical Research: Atmospheres, 2012, 117(D24). DOI:10.1029/2012JD018236
[38] Dumanoglu Y, Kara M, Altiok H, et al. Spatial and seasonal variation and source apportionment of volatile organic compounds (VOCs) in a heavily industrialized region[J]. Atmospheric Environment, 2014, 98: 168-178. DOI:10.1016/j.atmosenv.2014.08.048
[39] 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
[40] Wang T, Guo H, Kam W C, et al. Review on the effectiveness of VOC control programme in Hong Kong[R]. AP 07-014Project. Hong Kong Environmental Protection Department, 2010.
[41] Guo H, Wang T, Louie P K K. Source apportionment of ambient non-methane hydrocarbons in Hong Kong: application of a principal component analysis/absolute principal component scores (PCA/APCS) receptor model[J]. Environmental Pollution, 2004, 129(3): 489-498. DOI:10.1016/j.envpol.2003.11.006
[42] 蔡长杰, 耿福海, 俞琼, 等. 上海中心城区夏季挥发性有机物(VOCs)的源解析[J]. 环境科学学报, 2010, 30(5): 926-934.
Cai C J, Geng F H, Yu Q, et al. Source apportionment of VOCs at city centre of Shanghai in summer[J]. Acta Scientiae Circumstantiae, 2010, 30(5): 926-934.
[43] Draxler R, Stunder B, Rolph G, et al. HYSPLIT USER's GUIDE version 5-last revision: February 2020[EB/OL]. https://www.arl.noaa.gov/documents/reports/hysplit_user_guide.pdf, 2021-01-19.