2024, Vol. 45
2. 中国环境科学研究院, 北京 100012;
3. 漯河市环境监控中心, 漯河 462000;
4. 北京城市气象研究院, 北京 100089
2. Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
3. Environmental Monitoring Center of Luohe City, Luohe 462000, China;
4. Institute of Urban Meteorology, CMA, Beijing, Beijing 100089, China
挥发性有机化合物（VOCs）是O3[1]、二次有机气溶胶和过氧酰基硝酸酯的重要前体物[2, 3], 会影响人体健康[4]、植物发育[5]、空气质量[6]和辐射收支[7]等.近几十年来, 随着中国经济发展和城市化进程的加快, 伴随着严重的空气污染问题[8, 9]. 2013年《大气污染防治行动计划》颁布后, PM2.5污染得到一定程度的缓解[10], 但O3污染不容乐观, 特别在人口稠密地区[11].中国NOx排放总量自2011年起开始下降, 而VOCs的排放却逐年上升[12, 13], 因此了解VOCs的污染特征对臭氧控制有重要意义.
近年来许多中小型城市的O3污染在加重.然而, 当前对O3和VOCs的研究多集中在大城市, 缺少对中小型城市的研究[14].城市规模、人口和产业结构等特征都会影响城市的VOCs污染特征[15, 16].中小型城市更依赖第二产业来带动经济发展, 大城市则倾向于发展第三产业, 且在城市规模和人口上二者之间的差别大, 在污染物排放特征上会有显著的差异.因此, 开展中小型城市的VOCs研究非常迫切和必要.
漯河市坐落于河南省中南部, 其主要产业是食品加工、机械装备和医药制造等, 同时也是一个农业城市.自2013年以来, 漯河市的O3污染严峻[17], 但缺乏VOCs的相关研究.为了探究漯河市的VOCs污染特征, 并识别其主要来源及贡献, 于2022年7月在漯河市开展了VOCs在线观测, 通过获取VOCs污染特征和来源, 以期为O3污染控制提供科学依据.
1 材料与方法 1.1 观测站点站点位于河南省漯河市郾城区社会主义学院综合楼5楼（33.60°N, 114.06°E）, 采样口伸出房顶1.5 m.如图 1所示, 站点西和南两侧临近主干道, 西侧有一工业区, 周边被大量植被和住宅包围.
|
图 1 观测点及周边环境示意 Fig. 1 Location of the observation site and surrounding environment |
使用低温预浓缩与气相色谱⁃质谱/氢火焰离子化检测器（GC-MS/FID）联用分析仪（5800-GM型, Thermo Scientific, USA）在线测量大气中的VOCs.在60 mL·min-1的采样流量下, 样气经过颗粒物过滤和低温干燥除水后, VOCs在低温（5℃）冷阱中富集33 min, 然后快速加热到230℃解析, 进入双色谱柱分离和检测.每3 d通入零气和稀释到体积分数为2×10-9的标气（115种VOCs/N2混合气, 体积分数为1×10-6；美国Linde公司）进行零和跨检查.MS还使用了一溴一氯甲烷、1, 4-二氟苯、氯苯-D5和4-溴氟苯作为内标.使用标准气配置7个体积分数梯度建立标准曲线.目标VOCs及其标准曲线R2如表 1所示, 方法检测限在0.007×10-9 ~ 0.095×10-9.所测量的115种VOCs, 包括29种烷烃、11种烯烃、35种卤代烃、17种芳香烃、21种OVOCs、1种含硫化合物和1种炔烃.在2022年7月5~31日期间, 共获得540组有效数据.利用定期的零和跨检查结果, 假定仪器在没有进行响应系数调整或维护的情况下, 相邻两次跨检查之间仪器的响应系数随时间线性变化, 则通过线性插值获得相邻两次跨检查期内的其它时间的响应系数, 从而对数据进行订正.订正后, 115种目标VOCs的零点结果均为0.00×10-9, 跨点结果均为2.00×10-9.
|
表 1 115种目标VOCs标准曲线R2 Table 1 Standard curve R2 for 115 target VOCs |
观测站点同时有NO2、O3、CO和SO2等其它污染物和气象参数（风向、风速、温度和相对湿度）的观测. NO2、SO2、CO和O3分别使用美国ThermoFisher Scientific公司生产的42i、43i、48i和49i型号仪器测量, 质控方案参考HJ 818-2018.气象参数由VAISALA公司生产的WXT530型气象站测量.
1.3 臭氧生成潜势（OFP）和自由基损耗速率（L·OH）最大反应增量（MIR）被广泛用于量化不同VOCs发生光化学反应时对OFP的贡献[18].OFP计算结果指明单一物种对O3生成的最大贡献, 具体计算见式（1）：
|
(1) |
式中, OFPi为物种i的OFP；MIRi为物种i的最大反应增量, 其值取自一项基于广州市大气环境的研究[19].
每种VOCs的L·OH值通过式（2）计算[20]：
|
(2) |
式中, L·OHi为物种i的L·OH；k·OHi为物种i与·OH的反应速率常数；式（1）和式（2）中的[VOCi]为物种i在环境中的体积分数.
1.4 初始VOCs体积分数计算为减小光化学损耗对源解析的影响, 使用Mckeen等[21]提出的光化学特征物种比值法来计算初始VOCs体积分数.此方法假设VOCs同源, 光化学损耗均来自·OH的消耗.利用同源性好的乙苯和间/对-二甲苯与·OH反应速率差（反应速率常数分别为7×10-12和1.87×10-11）及其体积分数来间接获得·OH体积分数, 进而计算初始VOCs体积分数.具体公式为：
|
(3) |
|
(4) |
式中, Δt为气团老化时间, 即光化学龄；[·OH]为·OH的体积分数平均值；kE和kX分别为乙苯和间/对-二甲苯与·OH的反应速率常数；E/X|t0和E/X|t分别为乙苯与间/对-二甲苯的初始和观测体积分数比；[VOCi]t0和[VOCi]t分别为VOCi的初始和观测体积分数；ki为VOCi与·OH的反应速率常数. E/X|t0选取方法参考Liu等[22]的研究.E/X在00：00~05：00的时间内的变化较为平稳（0.30~0.33）, 且该时段的NOx/NOy值均大于0.8, 因此取00：00~05：00时段内E/X均值（0.31）作为初始体积分数比进行计算.由于异戊二烯主要来自植物源, 这与上述方法的假设相悖.因此使用连续反应模型法计算初始异戊二烯体积分数[23]：
|
(5) |
|
(6) |
式中, [MACR]t为甲基丙烯醛在时间为t时的观测体积分数；[ISOP]t为异戊二烯在时间为t时的观测体积分数；kISOP为异戊二烯与·OH的反应速率常数；kMACR为甲基丙烯醛与·OH的反应速率常数；[ISOP]0为异戊二烯的初始体积分数.式（3）~（6）仅适用于计算07：00~18：00时段的初始VOCs体积分数.
1.5 来源解析使用USA EPA（美国环保署）推荐的正定矩阵因子分解模型（PMF5.0）进行VOCs来源解析[24]：
|
(7) |
式中, Xij为第i个样品中测量的第j个化学物种浓度；gik为第k个来源对第i个样品的物种贡献；fkj为第k个来源的第j个物种的物种体积分数；eij为第i个样品中第j个物种的残差矩阵.PMF通过最小化函数Q来输出因子贡献和源谱：
|
(8) |
式中, m和n分别为物种数和样本数, uij为样本i中物种j的不确定性.样本数据不确定性的计算为：
|
(9) |
|
(10) |
式中, MDL为方法最低检测限；EF为每个物种的误差系数, 其值设为20%[25]；φ为每个物种的体积分数.如果样本数据低于MDL, 采用式（9）计算Unc, 否则采用式（10）计算.
在选取输入PMF模型的VOCs物种时, 遵循以下原则[26, 27]：①排除样本缺失比例相对较高或超过50%浓度值低于MDL的物种；②排除高活性的挥发性有机物物种；③纳入典型的源示踪剂.
1.6 条件二元概率函数（CBPF）CBPF通过统计在不同风向和风速下超过设定阈值的观测浓度的比例分布, 以辅助判断周边排放源的影响[28].将风速和风向数据与PMF模型解析的因子结果相结合, 可定位区域输送和局部排放对VOCs的影响[29].CBPF可表示为：
|
(11) |
式中, CBPFΔθ, Δμ为在风速和风向区间分别为Δμ和Δθ的范围内超过阈值的概率；mΔθ, Δμ为在同样范围内超过阈值的样本数；nΔθ, Δμ为在同样范围内的总样本数.将阈值设为每个源贡献的第75百分位数, 以确保仅使用“高”值来确定源的方向.该函数由Uria-Tellaetxe和Carslaw开发, 并在RStudio中使用“openair”包进行分析[30].
2 结果与讨论 2.1 漯河VOCs的浓度水平和组成φ（TVOCs）范围为8.54×10-9 ~ 40.72×10-9, 平均值为（16.49±5.73）×10-9.如表 2所示, 漯河φ（TVOCs）明显低于郑州（29.46×10-9）和北京（27.90×10-9）等特大城市, 以及新乡（37.42×10-9）、芜湖（31.24×10-9）和湛江（127.55×10-9）等中大型城市, 甚至低于旅游城市桂林（23.67×10-9）.漯河φ（TVOCs）也分别比北京郊区怀柔（18.30×10-9）和上海郊区淀山湖（32.70×10-9）低11%和98%.烷烃是漯河夏季VOCs的主要贡献组分（33.7%）, 其体积分数[（5.55±2.46）×10-9]小于2020年苏州（16.58×10-9）和2022年北京（9.68×10-9）的值；比背景站秋冬季的结果低53%[31]；比山东农村夏季的结果低18%[32].含氧有机物（OVOC）是贡献占比排名第2（24.0%）的组分, 其体积分数[（3.96±2.66）×10-9]低于成都（8.72×10-9）, 高于广州（1.48×10-9）, 与武当山背景点（2.96×10-9）相当.卤代烃是贡献占比排名第3（21.9%）的组分, 其体积分数[（3.62±1.21）×10-9]接近广州（3.53×10-9）和北京（3.52×10-9）夏季的水平, 低于郑州（5.69×10-9）和新乡（6.33×10-9）等城市.芳香烃[（0.99±0.79）×10-9]、炔烃[（0.96±0.44）×10-9]、烯烃[（0.89±0.55）×10-9]和其他（异戊二烯+二硫化碳）[（0.51±0.53）×10-9]在TVOCs中的占比相对较低, 分别为6.0%、5.8%、5.4%和3.1%.漯河芳香烃和烯烃体积分数分别高于武当山背景点的（0.40×10-9）和（0.43×10-9）.漯河炔烃体积分数水平与怀柔（0.93×10-9）、湛江（0.99×10-9）相当.按占比由大到小排序, 前10的VOCs物种分别为乙烷（12.0%）、一氯甲烷（7.3%）、丙烷（7.2%）、乙醛（6.9%）、乙炔（5.8%）、二氯甲烷（4.9%）、异戊烷（4.4%）、乙烯（3.7%）、正丁烷（3.6%）和甲苯（2.7%）, 占φ（TVOCs）的58.5%.总体比较而言, 漯河的TVOCs体积分数处于相对较低水平, 甚至低于旅游城市和郊区.结合不同城市O3和NO2浓度水平的比较（图 2）, 漯河的NO2浓度水平也相对较低, 然而O3浓度却相对较高.其原因有待于进一步地研究.
|
|
表 2 不同城市的平均TVOCs体积分数和组分构成1） Table 2 Average mixing ratios and component composition of TVOCs in different cities |
|
图 2 观测期间漯河与其他城市的NO2浓度和O3MAD8浓度分布情况 Fig. 2 Comparisons of the NO2 and the daily maximum 8-h average O3 (O3MAD8) concentrations in different cities during the observation period |
图 3为不同组分VOCs、NO2和O3小时均值浓度的时间序列和不同组分VOCs日变化分布, 7月11日到7月13日期间和7月18日到7月19日期间VOCs数据缺失分别是仪器维护和绘制标准曲线导致的, 其余时间的VOCs数据缺失是零和跨检查造成的.表 3为不同参数之间的相关性分析结果. TVOCs存在明显的日间变化, 与NO2变化较为同步, 其峰值的出现早于O3.因为TVOCs和NO2是O3的重要前体物.整个观测期间内, 不同VOCs组分和TVOCs的变化趋势基本相同, 相关系数为0.53~0.78, 表明他们之间有相同或相近的来源. TVOCs在7月7日、7月8日、7月14日和7月18日出现高值.在7月7日和7月8日OVOC占比增加, 7月14日烷烃占比增加, 7月18日则为OVOC和烷烃的占比增加, 显示出VOCs源汇的复杂性.
|
图 3 2022年观测期间O3、NO2和不同组分VOCs的时间序列和不同组分VOCs日变化分布 Fig. 3 Time series of O3, NO2, and different VOCs and average diurnal variations in different VOCs in 2022 |
|
|
表 3 不同组分VOCs、TVOCs、O3、NO2和气象因素的小时均值之间的相关性1） Table 3 Correlations between hourly mean values of different component VOCs, TVOCs, O3, NO2, and meteorological factors |
不同VOCs组分与温度、风速之间呈显著负相关（表 3）.高温伴随强日照促进光化学反应进行, 风速上升能加快污染物的扩散, 导致VOCs的下降[45].烷烃、炔烃和芳香烃的日变化特征为双峰结构[图 3（b）], 这与直接排放有关[46].常见的烷烃一次来源有车辆排放、液化石油气和天然气的使用[47, 48], 炔烃则是不完全燃烧的指示剂[49], 交通、溶剂使用和工业生产会释放芳香烃[50].OVOC既有一次排放也有二次生成.OVOC日变化呈单峰结构, 峰值出现在17：00并维持高浓度水平到22：00.OVOC在白天日照强的时段出现低值, 这表明二次生成对OVOC的贡献不显著.车辆（如柴油车）排放是城市OVOC的重要来源[51].OVOC夜间的高值可能是由于限行措施, 柴油车在夜间运输量大所致.卤代烃的化学活性普遍较低, 日变化呈单峰结构, 峰值出现在早高峰时间段, 这可能与人为源有关[52].卤代烃一次源有生物质燃烧[53], 其体积分数在13：00有小幅上升, 考虑到观测点周边有大量农田和农村, 因此生物质燃烧对环境中卤素有一定贡献.烯烃日变化为单峰型, 与交通早高峰时间契合, 以一次排放为主.
2.3 来源解析 2.3.1 特征物质比值法判定特征物种的比值可在一定程度上识别VOCs的来源.甲苯和苯是典型的人为一次源的标志物.水稻、小麦和玉米秸秆的燃烧排放中甲苯/苯值范围为0.2~0.6[54]；不同类型和燃料车辆排放的甲苯/苯值分布为0.9~2.2[55]；工业过程排放中, 甲苯/苯值在3~6.9 [56]；工业排放和溶剂使用排放的甲苯/苯值处于1~100 [57].从图 4（a）中可看到, 大部分甲苯/苯值落在（0.2~0.6）和（> 1）的集合内, 这说明漯河城区的生物质燃烧、交通排放、工业生产和溶剂使用对环境VOCs影响较大.燃煤过程的异戊烷/正戊烷值是0.56~0.8；液化石油气（LPG）使用是2.2~3.8；车辆排放是1.5~3.0[58, 59].多数异戊烷/正戊烷值处于大于1.5小于3.8的范围[图 4（b）], 表明LPG使用和车辆燃料燃烧对漯河VOCs影响较大.乙烷和丙烷是LPG和天然气（NG）的主要成分[60, 61], 因此丙烷/乙烷值可用于判断LPG和NG对环境VOCs浓度水平的影响.西安的公交车和出租车使用双燃料（汽油和NG）, 导致西安的丙烷/乙烷值多数分布在0.5~1.0的区间内[55], 漯河的公交车和出租车也使用双燃料, 且漯河的丙烷/乙烷值大多也分布在0.5~1.0范围内[图 4（c）], 说明NG使用是漯河VOCs的一个重要来源.特征物种对只能对样本来源进行简单分析, 更具体的来源解析需要通过PMF模型计算.
|
图 4 甲苯和苯、异戊烷和正戊烷以及丙烷和乙烷的线性相关性分布 Fig. 4 Linear correlation distribution between toluene, benzene, i-pentane, and n-pentane, as well as propane and ethane |
按照1.5节的原则共选择了28个VOCs物种（分别占观测TVOCs、总OFP、L·OH的79%、75%、72%）和3种无机污染物（SO2、NO2、CO）进行来源解析.为降低化学转化对源解析结果的影响, 运用1.4节的方法计算28种VOCs的初始VOCs体积分数并输入进PMF模型中, 模型计算体积分数与观测体积分数拟合度较好（斜率=0.88, R2=0.92）, Qtrue/Qexp值为1.24.最后确定的8个因子源谱如图 5（a）所示, 每个因子的VOCs体积分数平均日变化和贡献率分别如图 5（b）和图 5（c）所示.图 5（d）~（k）展示了不同因子VOCs体积分数、风速和风向的CBPF分布.
|
（a）PMF解析因子的源谱, 1.苯, 2.甲苯, 3.乙苯, 4.氟利昂12, 5.一氯甲烷, 6.氟利昂11, 7.二氯甲烷, 8.氟利昂113, 9.三氯甲烷, 10. 1, 2-二氯乙烷, 11.四氯化碳, 12. 1, 2-二氯丙烷, 13.丙烯醛, 14.丙酮, 15.乙醛, 16.丙醛, 17.正丁烷, 18.异戊烷, 19.正戊烷, 20.2-甲基戊烷, 21.异丁烷, 22.正丁烯, 23.异戊二烯, 24.乙烷, 25.丙烷, 26.乙烯, 27.丙烯, 28.乙炔, 29.SO2, 30.NO2, 31, CO；（b）PMF解析因子的平均日变化；（c）PMF解析因子的贡献率；（d）~（k）PMF解析因子的CBPF分布情况, 灰色圆环数值表示风速, 单位为m·s-1 图 5 PMF解析因子的源谱、平均日变化、贡献率和CBPF分布情况 Fig. 5 Source profile, average diurnal variation, contribution rate and CBPF distribution of PMF resolution factors |
因子1中, 氟利昂12、氟利昂11、氟利昂113和四氯化碳的占比高（40%~51%）.氯氟烃的生产和使用已被禁止, 它们在大气中的浓度日变化较为平稳, 因此通常指示着环境背景[62, 63].此外, OVOC如丙烯醛、丙酮、丙醛和乙醛的占比也高（34%~47%）, 且丙酮和丙醛之间的相关性为0.98, 说明两者有相同或相近的源.在市内道路和高速公路上行驶的重型柴油车排放源中OVOC的占比超过50%[64].生物质燃料是我国农村地区重要的燃料之一, 一氯甲烷是其特征示踪物[65], 在该因子中贡献29%.此外, 因子中高的SO2、CO的贡献（43%、30%）也说明与燃料燃烧有关[66].综上, 因子1表现出背景、远距离运输排放和生物质燃烧贡献的区域性特征.因子1日变化是双峰结构, 峰值分别出现在20：00和03：00, 并且在下午到夜间维持较高的水平[图 5（b）].因子1的高值受东北方向的盛行风主导[图 5（d）].东北方向分布有大量农田和农村, 多个物流基地和两条交通干线（G329、G4）.因此因子1指示着主要来自东北方向的区域输送源.
因子2是柴油车尾气.柴油车尾气的主要成分是烯烃和OVOC[64], 乙烯、丙烯、乙苯和丙烯醛在该因子中的占比较高（27%~77%）, 23%占比的NO2也说明因子2与交通排放有关.此外, 因子2日变化表现为明显的早高峰和晚高峰[图 5（b）].CBPF结果显示来自东北方向气团对因子2高值的贡献较大[图 5（e）], 这是因为站点东北方向存在交通繁忙的桥梁.
在因子3中, 异戊二烯贡献（89%）突出.异戊二烯是植物排放的重要示踪物[67], 同时因子3的日变化在中午达到峰值[图 5（b）], 符合植物排放规律.因此因子3被认为是植物排放源.CBPF结果表明因子3来源在观测点东南方向[图 5（f）].
在因子4中, 1, 2-二氯乙烷、1, 2-二氯丙烷、一氯甲烷、二氯甲烷和三氯甲烷的贡献高（46%~71%）, 苯、甲苯和乙苯的占比也不低（35%）.上述5种卤素与家具制造、制鞋、化工和医药行业中使用的溶剂有关[68, 69], 二氯甲烷更是溶剂使用的示踪剂之一[70]；BTEX也是有机溶剂中的重要组分[71].因此因子4指示着溶剂使用.因子4日变化在白天是单峰结构, 峰值出现在11：00, 并在夜间保持高值[图 5（b）]. CBPF分析结果表明该因子的高值与西方向的盛行风有关[图 5（g）], 这是因为采样点西方向有一综合工业园, 西方8.5km处有大型医药企业和综合工业园.
在因子5中, 乙醛和正丁烷的贡献高（23%~45%）.如图 5（b）所示, 因子5的日变化是白天高、夜晚低的单峰结构, 因此该因子被认为是一次排放.根据漯河源清单, 烟酒制造业排放的废气中同时包含大量的乙醛和正丁烷, CBPF结果显示因子5受西北偏西的盛行风主导[图 5（h）], 该方向3~5 km处有大型烟酒制造厂.综上因子5被认为是工业排放, 如烟、酒制造排放.
因子6中, C2~C3的烷烃、乙炔和苯的占比较高（29%~72%）. C2~C3的烷烃是天然气的主要成分, 乙炔和苯也是燃烧的示踪物[72].综上, 因子6指示着NG使用源.因子6日变化为双峰结构, 峰值分别出现在早高峰和夜间[图 5（b）].CBPF结果显示因子6的排放源集中在西南方向[图 5（i）].
因子7中, 正戊烷、异戊烷、2-甲基戊烷和甲苯的占比较高（43%~60%）.正戊烷、异戊烷和甲苯常见于汽油车尾气当中[73], 2-甲基戊烷是汽油车排放的重要示踪物[74].因此因子7指示汽油车尾气排放源.因子7日变化同样存在明显的早、晚高峰[图 5（b）].CBPF结果与因子2类似, 东北方向气团的贡献较大[图 5（j）].
在因子8中, 正丁烷、异丁烷、丙烷和正丁烯的贡献较高（34%~44%）. LPG主要成分包括正丁烷、异丁烷和丙烷[75], 因子8源谱与北京的LPG源谱相似[76].因此, 因子8归为LPG使用.因子8的日变化为双峰结构, 且在夜间保持高值[图 5（b）].CBPF结果显示该因子的高值主要与来自西北方向和北方向的盛行风有关[图 5（k）].
如图 5（c）所示, NG使用、区域输送、溶剂使用、汽油车排放、烟酒制造排放、柴油车排放、LPG使用和植物排放对环境VOCs的贡献分别为20.1%、14.8%、14.2%、12.3%、11.6%、10.5%、9.8%和6.7%.与南京（61%）[77]和郑州（28%）[33]等城市类似, 机动车尾气排放是漯河夏季VOCs的首要来源（> 22.8%）.NG使用是VOCs的第二大来源.NG是一种常用于家庭生活和工业生产中的清洁燃料.根据河南统计年鉴, 早在2021年, 漯河的NG普及率就已达到100%. NG也是食品加工业的重要能源；工业炉窑也使用NG替代高污染燃料.来自东北方向的区域输送是VOCs的第三主要来源, 决定了区域背景特征.
2.4 O3生成敏感源识别从控制VOCs环境水平角度, 高强度排放源是主要减排目标.但对O3生成而言, 高活性贡献的VOCs物种控制会更加有效.OFP和L·OH可用于识别高活性物种.7月, 漯河VOCs的OFP和L·OH的均值分别是26.40×10-9和2.95 s-1, 统计结果如图 6（a）和图 6（c）所示.对OFP贡献率前3的分别是OVOC（28.8%）、芳香烃（20.4%）和异戊二烯（18.1%）.对L·OH贡献率前3的是OVOC（38.1%）、异戊二烯（34.3%）和烯烃（13.3%）.从单一物种上看, OFP贡献率前5的依次为异戊二烯（18.1%）、乙醛（16.2%）、丙醛（8.5%）、间/对-二甲苯（8.0%）和甲苯（7.0%）. L·OH贡献率前5的为异戊二烯（34.3%）、乙醛（13.8%）、丙醛（4.2%）、乙烯（4.1%）和甲基丙烯醛（3.0%）.图 6（b）说明OFP主、次要来源分别是区域输送和植物排放, 图 6（d）说明L·OH主、次要来源分别是植物排放和区域输送.主要贡献物种为异戊二烯、乙醛和丙醛.
|
图 6 不同组分VOCs和不同源的OFP贡献率和L·OH贡献率 Fig. 6 Contribution rate of OFP and L·OH from different VOCs and different sources |
（1）观测期间漯河φ（TVOCs）为（16.49±5.73）×10-9, 其中烷烃、OVOC和卤代烃对TVOCs的贡献率分别为33.7%、24.0%和21.9%.与其它地方相比, 漯河VOCs和NO2整体处于较低水平, 然而O3浓度却相对较高.
（2）漯河大气VOCs的来源较为复杂和相对均衡, 贡献率在前4位的分别为交通排放（> 22.8%）、天然气使用（20.1%）、区域输送（14.8%）和溶剂使用（14.2%）.这表明漯河需要一个综合的VOCs减排措施.
（3）OVOC和芳香烃对OFP贡献率较高, 分别为28.8%和20.4%；OVOC同时也对L·OH贡献率最高（38.1%）.异戊二烯和乙醛是首要的OFP和L·OH贡献物种.
| [1] | Haagen-Smit A J. Chemistry and physiology of Los Angeles smog[J]. Industrial & Engineering Chemistry, 1952, 44(6): 1342-1346. |
| [2] | Camredon M, Aumont B, Lee-Taylor J, et al. The SOA/VOC/NOx system: an explicit model of secondary organic aerosol formation[J]. Atmospheric Chemistry and Physics, 2007, 7(21): 5599-5610. DOI:10.5194/acp-7-5599-2007 |
| [3] | Singh H B, Hanst P L. Peroxyacetyl nitrate (PAN) in the unpolluted atmosphere: An important reservoir for nitrogen oxides[J]. Geophysical Research Letters, 1981, 8(8): 941-944. DOI:10.1029/GL008i008p00941 |
| [4] | Soni V, Singh P, Shree V, et al. Effects of VOCs on human health[A]. In: Sharma N, Agarwal A K, Eastwood P, et al (Eds. ). Air Pollution and Control[C]. Singapore: Springer, 2018. 119-142. |
| [5] | Brilli F, Loreto F, Baccelli I. Exploiting plant volatile organic compounds (VOCs) in agriculture to improve sustainable defense strategies and productivity of crops[J]. Frontiers in Plant Science, 2019, 10. DOI:10.3389/fpls.2019.00264 |
| [6] | Schürmann G, Schäfer K, Jahn C, et al. The impact of NOx, CO and VOC emissions on the air quality of Zurich airport[J]. Atmospheric Environment, 2007, 41(1): 103-118. DOI:10.1016/j.atmosenv.2006.07.030 |
| [7] | Helmig D, Bottenheim J, Galbally I E, et al. Volatile organic compounds in the global atmosphere[J]. Eos, Transactions American Geophysical Union, 2009, 90(52): 513-514. DOI:10.1029/2009EO520001 |
| [8] | Ma Z W, Hu X F, Sayer A M, et al. Satellite-based spatiotemporal trends in PM2.5 concentrations: China, 2004-2013[J]. Environmental Health Perspectives, 2016, 124(2): 184-192. DOI:10.1289/ehp.1409481 |
| [9] | Lu X, Hong J Y, Zhang L, et al. Severe surface ozone pollution in China: a global perspective[J]. Environmental Science & Technology Letters, 2018, 5(8): 487-494. |
| [10] | Ma Z W, Liu R Y, Liu Y, et al. Effects of air pollution control policies on PM2.5 pollution improvement in China from 2005 to 2017: a satellite-based perspective[J]. Atmospheric Chemistry and Physics, 2019, 19(10): 6861-6877. DOI:10.5194/acp-19-6861-2019 |
| [11] | Li K, Jacob D J, Shen L, et al. Increases in surface ozone pollution in China from 2013 to 2019: anthropogenic and meteorological influences[J]. Atmospheric Chemistry and Physics, 2020, 20(19): 11423-11433. DOI:10.5194/acp-20-11423-2020 |
| [12] | Jiang L, Chen Y, Zhou H F, et al. NOx emissions in China: Temporal variations, spatial patterns and reduction potentials[J]. Atmospheric Pollution Research, 2020, 11(9): 1473-1480. DOI:10.1016/j.apr.2020.06.003 |
| [13] | Li B W, Ho S S H, Li X H, et al. A comprehensive review on anthropogenic volatile organic compounds (VOCs) emission estimates in China: comparison and outlook[J]. Environment International, 2021, 156. DOI:10.1016/j.envint.2021.106710 |
| [14] | Yang Y, Liu B S, Hua J, et al. Global review of source apportionment of volatile organic compounds based on highly time-resolved data from 2015 to 2021[J]. Environment International, 2022, 165. DOI:10.1016/j.envint.2022.107330 |
| [15] | Zhang Y L, Wang X M, Blake D R, et al. Aromatic hydrocarbons as ozone precursors before and after outbreak of the 2008 financial crisis in the Pearl River Delta region, south China[J]. Journal of Geophysical Research: Atmospheres, 2012, 117(D15). DOI:10.1029/2011JD017356 |
| [16] | Wu J J, Weber B A, Partridge M D. Rural‐urban interdependence: a framework integrating regional, urban, and environmental economic insights[J]. American Journal of Agricultural Economics, 2017, 99(2): 464-480. DOI:10.1093/ajae/aaw093 |
| [17] | Meng X, Wang W D, Shi S, et al. Evaluating the spatiotemporal ozone characteristics with high-resolution predictions in mainland China, 2013-2019[J]. Environmental Pollution, 2022, 299. DOI:10.1016/j.envpol.2022.118865 |
| [18] |
罗瑞雪, 刘保双, 梁丹妮, 等. 天津市郊夏季的臭氧变化特征及其前体物VOCs的来源解析[J]. 环境科学, 2021, 42(1): 75-87. Luo R X, Liu B S, Liang D N, et al. Characteristics of ozone and source apportionment of the precursor VOCs in Tianjin suburbs in summer[J]. Environmental Science, 2021, 42(1): 75-87. |
| [19] | Zhang Y N, Xue L K, Carter W P L, et al. Development of ozone reactivity scales for volatile organic compounds in a Chinese megacity[J]. Atmospheric Chemistry and Physics, 2021, 21(14): 11053-11068. DOI:10.5194/acp-21-11053-2021 |
| [20] | Ye C X, Guo S Z, Lin W L, et al. Measurement report: Source apportionment and environmental impacts of volatile organic compounds (VOCs) in Lhasa, a highland city in China[J]. Atmospheric Chemistry and Physics, 2023, 23(18): 10383-10397. DOI:10.5194/acp-23-10383-2023 |
| [21] | McKeen S A, Liu S C, Hsie E Y, et al. Hydrocarbon ratios during PEM‐WEST A: a model perspective[J]. Journal of Geophysical Research: Atmospheres, 1996, 101(D1): 2087-2109. DOI:10.1029/95JD02733 |
| [22] | Liu B S, Yang Y, Yang T, et al. Effect of photochemical losses of ambient volatile organic compounds on their source apportionment[J]. Environment International, 2023, 172. DOI:10.1016/j.envint.2023.107766 |
| [23] | Xie X, Shao M, Liu Y, et al. Estimate of initial isoprene contribution to ozone formation potential in Beijing, China[J]. Atmospheric Environment, 2008, 42(24): 6000-6010. DOI:10.1016/j.atmosenv.2008.03.035 |
| [24] | Reff A, Eberly S I, Bhave P V. Receptor modeling of ambient particulate matter data using positive matrix factorization: review of existing methods[J]. Journal of the Air & Waste Management Association, 2007, 57(2): 146-154. |
| [25] | Buzcu B, Fraser M P. Source identification and apportionment of volatile organic compounds in Houston, TX[J]. Atmospheric Environment, 2006, 40(13): 2385-2400. DOI:10.1016/j.atmosenv.2005.12.020 |
| [26] |
樊凡, 宋锴, 俞颖, 等. 泰州市大气挥发性有机物化学组分特征、活性及来源解析[J]. 南京信息工程大学学报(自然科学版), 2020, 12(6): 695-704. Fan F, Song K, Yu Y, et al. Chemical composition and source apportionment of ambient VOCs in Taizhou[J]. Journal of Nanjing University of Information Science and Technology (Natural Science Edition), 2020, 12(6): 695-704. |
| [27] | Yao S, Wang Q H, Zhang J M, et al. Ambient volatile organic compounds in a heavy industrial city: Concentration, ozone formation potential, sources, and health risk assessment[J]. Atmospheric Pollution Research, 2021, 12(5). DOI:10.1016/j.apr.2021.101053 |
| [28] | Uria-Tellaetxe I, Carslaw D C. Conditional bivariate probability function for source identification[J]. Environmental Modelling & Software, 2014, 59: 1-9. |
| [29] | Jindamanee K, Thepanondh S, Aggapongpisit N, et al. Source apportionment analysis of volatile organic compounds using positive matrix factorization coupled with conditional bivariate probability function in the industrial areas[J]. EnvironmentAsia, 2020, 13(2): 31-49. |
| [30] | Carslaw D C, Ropkins K. Openair—an R package for air quality data analysis[J]. Environmental Modelling & Software, 2012, 27-28: 52-61. |
| [31] | Han T T, Ma Z Q, Li Y R, et al. Chemical characteristics and source apportionments of volatile organic compounds (VOCs) before and during the heating season at a regional background site in the North China Plain[J]. Atmospheric Research, 2021, 262. DOI:10.1016/j.atmosres.2021.105778 |
| [32] | Zhu Y H, Yang L X, Chen J M, et al. Characteristics of ambient volatile organic compounds and the influence of biomass burning at a rural site in Northern China during summer 2013[J]. Atmospheric Environment, 2016, 124: 156-165. DOI:10.1016/j.atmosenv.2015.08.097 |
| [33] | Huang A Z, Yin S S, Yuan M H, et al. Characteristics, source analysis and chemical reactivity of ambient VOCs in a heavily polluted city of central China[J]. Atmospheric Pollution Research, 2022, 13(4). DOI:10.1016/j.apr.2022.101390 |
| [34] |
李佳荫, 周明, 宁淼, 等. 苏州市大气VOCs特征及来源解析[J]. 北京大学学报(自然科学版), 2022, 58(4): 771-781. Li J Y, Zhou M, Ning M, et al. Characteristics and source apportionment of VOCs in Suzhou, China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2022, 58(4): 771-781. |
| [35] |
张博韬, 景宽, 王琴, 等. 北京城区夏季VOCs初始体积分数特征及来源解析[J]. 环境科学, 2024, 45(1): 81-92. Zhang B T, Jing K, Wang Q, et al. Characteristics and source apportionment of VOCs initial mixing ratio in Beijing during summer[J]. Environmental Science, 2024, 45(1): 81-92. |
| [36] |
虞小芳, 程鹏, 古颖纲, 等. 广州市夏季VOCs对臭氧及SOA生成潜势的研究[J]. 中国环境科学, 2018, 38(3): 830-837. Yu X F, Cheng P, Gu Y G, et al. Formation potential of ozone and secondary organic aerosol from VOCs oxidation in summer in Guangzhou, China[J]. China Environmental Science, 2018, 38(3): 830-837. DOI:10.3969/j.issn.1000-6923.2018.03.004 |
| [37] | Wang D C, Zhou J B, Han L, et al. Source apportionment of VOCs and ozone formation potential and transport in Chengdu, China[J]. Atmospheric Pollution Research, 2023, 14(5). DOI:10.1016/j.apr.2023.101730 |
| [38] | Li Y S, Liu Y, Hou M, et al. Characteristics and sources of volatile organic compounds (VOCs) in Xinxiang, China, during the 2021 summer ozone pollution control[J]. Science of the Total Environment, 2022, 842. DOI:10.1016/j.scitotenv.2022.156746 |
| [39] | Wang W J, Fang H, Zhang Y, et al. Characterizing sources and ozone formations of summertime volatile organic compounds observed in a medium-sized city in Yangtze River Delta region[J]. Chemosphere, 2023, 328. DOI:10.1016/j.chemosphere.2023.138609 |
| [40] |
庞晓蝶, 高博, 陈来国, 等. 湛江市夏季大气挥发性有机物污染特征及来源解析[J]. 环境科学, 2023, 44(5): 2461-2471. Pang X D, Gao B, Chen L G, et al. Characteristics and source apportionment of volatile organic compounds in Zhanjiang in Summer[J]. Environmental Science, 2023, 44(5): 2461-2471. |
| [41] | Zhang X F, Yin Y Y, Wen J H, et al. Characteristics, reactivity and source apportionment of ambient volatile organic compounds (VOCs) in a typical tourist city[J]. Atmospheric Environment, 2019, 215. DOI:10.1016/j.atmosenv.2019.116898 |
| [42] | Wu Y J, Fan X L, Liu Y, et al. Source apportionment of VOCs based on photochemical loss in summer at a suburban site in Beijing[J]. Atmospheric Environment, 2023, 293. DOI:10.1016/j.atmosenv.2022.119459 |
| [43] |
金丹. 上海城郊夏季大气VOCs在臭氧生成中的作用[J]. 环境科学, 2022, 43(1): 132-139. Jin D. Role of Atmospheric VOCs in Ozone Formation in Summer in Shanghai Suburb[J]. Environmental Science, 2022, 43(1): 132-139. DOI:10.3969/j.issn.1006-4427.2022.01.018 |
| [44] | Li Y F, Gao R, Xue L K, et al. Ambient volatile organic compounds at Wudang Mountain in central China: characteristics, sources and implications to ozone formation[J]. Atmospheric Research, 2021, 250. DOI:10.1016/j.atmosres.2020.105359 |
| [45] | Hui L R, Liu X G, Tan Q W, et al. VOC characteristics, chemical reactivity and sources in urban Wuhan, central China[J]. Atmospheric Environment, 2020, 224. DOI:10.1016/j.atmosenv.2020.117340 |
| [46] | Zhang L H, Li H, Wu Z H, et al. Characteristics of atmospheric volatile organic compounds in urban area of Beijing: variations, photochemical reactivity and source apportionment[J]. Journal of Environmental Sciences, 2020, 95: 190-200. DOI:10.1016/j.jes.2020.03.023 |
| [47] | Sha Q, Zhu M N, Huang W, et al. A newly integrated dataset of volatile organic compounds (VOCs) source profiles and implications for the future development of VOCs profiles in China[J]. Science of the Total Environment, 2021, 793. DOI:10.1016/j.scitotenv.2021.148348 |
| [48] | Sadeghi B, Pouyaei A, Choi Y, et al. Influence of seasonal variability on source characteristics of VOCs at Houston industrial area[J]. Atmospheric Environment, 2022, 277. DOI:10.1016/j.atmosenv.2022.119077 |
| [49] | Li J, Xie S D, Zeng L M, et al. Characterization of ambient volatile organic compounds and their sources in Beijing, before, during, and after Asia-Pacific Economic Cooperation China 2014[J]. Atmospheric Chemistry and Physics, 2015, 15(14): 7945-7959. DOI:10.5194/acp-15-7945-2015 |
| [50] | 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 |
| [51] | Wang S H, Yuan B, Wu C H, et al. Oxygenated volatile organic compounds (VOCs) as significant but varied contributors to VOC emissions from vehicles[J]. Atmospheric Chemistry and Physics, 2022, 22(14): 9703-9720. DOI:10.5194/acp-22-9703-2022 |
| [52] | Lu Y, Pang X B, Lyu Y, et al. Characteristics and sources analysis of ambient volatile organic compounds in a typical industrial park: Implications for ozone formation in 2022 Asian Games[J]. Science of the Total Environment, 2022, 848. DOI:10.1016/j.scitotenv.2022.157746 |
| [53] | Koppmann R, Von Czapiewski K, Reid J S. A review of biomass burning emissions, Part I: gaseous emissions of carbon monoxide, methane, volatile organic compounds, and nitrogen containing compounds[J]. Atmospheric Chemistry and Physics Discussions, 2005, 5(5): 10455-10516. |
| [54] | Wang S X, Wei W, Du L, et al. Characteristics of gaseous pollutants from biofuel-stoves in rural China[J]. Atmospheric Environment, 2009, 43(27): 4148-4154. DOI:10.1016/j.atmosenv.2009.05.040 |
| [55] | Song M D, Li X, Yang S D, et al. Spatiotemporal variation, sources, and secondary transformation potential of volatile organic compounds in Xi'an, China[J]. Atmospheric Chemistry and Physics, 2021, 21(6): 4939-4958. DOI:10.5194/acp-21-4939-2021 |
| [56] | Han T T, Ma Z Q, Xu W Y, et al. Characteristics and source implications of aromatic hydrocarbons at urban and background areas in Beijing, China[J]. Science of the Total Environment, 2020, 707. DOI:10.1016/j.scitotenv.2019.136083 |
| [57] | Zhang Z, Zhang Y L, Wang X M, et al. Spatiotemporal patterns and source implications of aromatic hydrocarbons at six rural sites across China's developed coastal regions[J]. Journal of Geophysical Research: Atmospheres, 2016, 121(11): 6669-6687. DOI:10.1002/2016JD025115 |
| [58] | Yan Y L, Peng L, Li R M, et al. Concentration, ozone formation potential and source analysis of volatile organic compounds (VOCs) in a thermal power station centralized area: a study in Shuozhou, China[J]. Environmental Pollution, 2017, 223: 295-304. DOI:10.1016/j.envpol.2017.01.026 |
| [59] | Zheng H, Kong S F, Xing X L, et al. Monitoring of volatile organic compounds (VOCs) from an oil and gas station in northwest China for 1 year[J]. Atmospheric Chemistry and Physics, 2018, 18(7): 4567-4595. DOI:10.5194/acp-18-4567-2018 |
| [60] | McCarthy M C, Aklilu Y A, Brown S G, et al. Source apportionment of volatile organic compounds measured in Edmonton, Alberta[J]. Atmospheric Environment, 2013, 81: 504-516. DOI:10.1016/j.atmosenv.2013.09.016 |
| [61] | Katzenstein A S, Doezema L A, Simpson I J, et al. Extensive regional atmospheric hydrocarbon pollution in the southwestern United States[J]. Proceedings of the National Academy of Sciences of the United States of America, 2003, 100(21): 11975-11979. |
| [62] | Saeaw N, Thepanondh S. Source apportionment analysis of airborne VOCs using positive matrix factorization in industrial and urban areas in Thailand[J]. Atmospheric Pollution Research, 2015, 6(4): 644-650. DOI:10.5094/APR.2015.073 |
| [63] | Shi Y Q, Xi Z Y, Simayi M, et al. Scattered coal is the largest source of ambient volatile organic compounds during the heating season in Beijing[J]. Atmospheric Chemistry and Physics, 2020, 20(15): 9351-9369. DOI:10.5194/acp-20-9351-2020 |
| [64] | Wang M L, Li S Y, Zhu R C, et al. On-road tailpipe emission characteristics and ozone formation potentials of VOCs from gasoline, diesel and liquefied petroleum gas fueled vehicles[J]. Atmospheric Environment, 2020, 223. DOI:10.1016/j.atmosenv.2020.117294 |
| [65] | McRoberts W C, Keppler F, Harper D B, et al. Seasonal changes in chlorine and methoxyl content of leaves of deciduous trees and their impact on release of chloromethane and methanol at elevated temperatures[J]. Environmental Chemistry, 2015, 12(4): 426-437. DOI:10.1071/EN14208 |
| [66] | Sun W, Shao M, Granier C, et al. Long‐term trends of Anthropogenic SO2, NOx, CO, and NMVOCs emissions in China[J]. Earth's Future, 2018, 6(8): 1112-1133. DOI:10.1029/2018EF000822 |
| [67] | Kiendler-Scharr A, Wildt J, Maso M D, et al. New particle formation in forests inhibited by isoprene emissions[J]. Nature, 2009, 461(7262): 381-384. DOI:10.1038/nature08292 |
| [68] | Zhang H, Ji Y Y, Wu Z H, et al. Atmospheric volatile halogenated hydrocarbons in air pollution episodes in an urban area of Beijing: characterization, health risk assessment and sources apportionment[J]. Science of the Total Environment, 2022, 806. DOI:10.1016/j.scitotenv.2021.150283 |
| [69] | Sun J, Xin J Y, Hu B, et al. The spatial-temporal distribution characteristics of atmospheric chloromethane according to data from the CARE-China network[J]. Atmospheric Environment, 2021, 260. DOI:10.1016/j.atmosenv.2021.118484 |
| [70] | Zhang D, He B, Yuan M H, et al. Characteristics, sources and health risks assessment of VOCs in Zhengzhou, China during haze pollution season[J]. Journal of Environmental Sciences, 2021, 108: 44-57. DOI:10.1016/j.jes.2021.01.035 |
| [71] | Yang Y, Ji D S, Sun J, et al. Ambient volatile organic compounds in a suburban site between Beijing and Tianjin: concentration levels, source apportionment and health risk assessment[J]. Science of the Total Environment, 2019, 695. DOI:10.1016/j.scitotenv.2019.133889 |
| [72] | Wang Y, Cui Y, He Q S, et al. Significant impact of VOCs emission from coking and coal/biomass combustion on O3 and SOA formation in Taiyuan, China[J]. Atmospheric Pollution Research, 2023, 14(2). DOI:10.1016/j.apr.2023.101671 |
| [73] | Shao P, An J L, Xin J Y, et al. Source apportionment of VOCs and the contribution to photochemical ozone formation during summer in the typical industrial area in the Yangtze River Delta, China[J]. Atmospheric Research, 2016, 176-177: 64-74. DOI:10.1016/j.atmosres.2016.02.015 |
| [74] | Yang T, Liu B S, Yang Y, et al. Improved positive matrix factorization for source apportionment of volatile organic compounds in vehicular emissions during the Spring Festival in Tianjin, China[J]. Environmental Pollution, 2022, 303. DOI:10.1016/j.envpol.2022.119122 |
| [75] | Qin J J, Wang X B, Yang Y R, et al. Source apportionment of VOCs in a typical medium-sized city in North China Plain and implications on control policy[J]. Journal of Environmental Sciences, 2021, 107: 26-37. DOI:10.1016/j.jes.2020.10.005 |
| [76] | Song Y, Shao M, Liu Y, et al. Source apportionment of ambient volatile organic compounds in Beijing[J]. Environmental Science & Technology, 2007, 41(12): 4348-4353. |
| [77] | Zhao Q Y, Bi J, Liu Q, et al. Sources of volatile organic compounds and policy implications for regional ozone pollution control in an urban location of Nanjing, East China[J]. Atmospheric Chemistry and Physics, 2020, 20(6): 3905-3919. DOI:10.5194/acp-20-3905-2020 |