环境科学  2025, Vol. 46 Issue (1): 603-612   PDF    
引用本文
张春杰, 陈速敏, 王敏燕, 姚震, 聂磊. 基于农药剂型分析的农药使用源VOCs排放特征：以北京市为例[J]. 环境科学, 2025, 46(1): 603-612.
ZHANG Chun-jie, CHEN Su-min, WANG Min-yan, YAO Zhen, NIE Lei. Characteristics of VOCs Emissions from Pesticide Use Sources Based on Pesticide Dosage Forms Analysis: A Case Study of Beijing[J]. Environmental Science, 2025, 46(1): 603-612.
基于农药剂型分析的农药使用源VOCs排放特征：以北京市为例
张春杰 , 陈速敏 , 王敏燕 , 姚震 , 聂磊     
北京市生态环境保护科学研究院, 城市大气挥发性有机物污染防治技术与应用北京市重点实验室, 北京 100037
收稿日期: 2023-12-04; 修订日期: 2024-04-03
基金项目: 北京市科技计划项目（Z211100004321006）；北京市生态环境保护科学研究院基金项目（Y2021-004）
作者简介: 张春杰（1998~）, 男, 硕士研究生, 主要研究方向为VOCs污染控制, E-mail：zhangchunjie@cee.cn
通信作者: 聂磊, E-mail：nielei@cee.cn
摘要: 为分析北京市农药使用源VOCs排放特征, 通过现场调研获取了北京市常用农药使用种类及剂型分布, 采用实验室检测的方法对不同剂型农药VOCs含量进行了检测, 建立北京市本地化分剂型的农药VOCs排放因子, 编制了农药使用源VOCs排放清单, 分析了农药使用源VOCs的时空分布特征.结果表明：①农药剂型是影响农药VOCs排放的主要因素, 核算农药使用源VOCs排放量时, 不仅要了解目标区域农药种类和有效成分, 也要同步获取农药剂型信息.②北京市不同剂型农药本地化排放因子由高到低依次为乳油剂（839 g·kg-1）、可溶液剂（715 g·kg-1）、水乳剂（659 g·kg-1）、微乳剂（371 g·kg-1）、悬浮剂（121 g·kg-1）、可湿性粉剂（34 g·kg-1）、水分散粒剂（30 g·kg-1）和水剂（17 g·kg-1）. ③2020年北京市农药使用量及农药使用源VOCs排放量分别为2 990 t和757 t.其中, 杀菌剂的农药使用量最大, 占总量的54.3%, 但其VOCs排放量仅占6.5%；杀虫剂农药使用量占比34.8%, 其VOCs排放量为84.1%.不同作物类型中, 果树类VOCs排放量较高, 其中杂果最高, 占比为48.1%.④在空间分布上, VOCs排放较高的区域为生态涵养发展区（70.5%）和城市发展新区（24.4%）, 平谷区VOCs排放量最大, 密云区和房山区次之, 分别占总量的30.7%、11.8%和8.9%.生态涵养发展区贡献较高的作物为果树类、玉米、薯类和豆类等；城市发展新区贡献较高的作物为蔬菜、小麦和瓜类等作物.在时间分布上, 夏季和春季是农药使用源VOCs排放的高峰期, 分别占总量的45.2%和33.8%.
关键词: 农药使用源      挥发性有机物（VOCs）      本地化排放因子      排放清单      时空分布     
Characteristics of VOCs Emissions from Pesticide Use Sources Based on Pesticide Dosage Forms Analysis: A Case Study of Beijing
ZHANG Chun-jie , CHEN Su-min , WANG Min-yan , YAO Zhen , NIE Lei     
Beijing Key Laboratory of Urban Atmospheric Volatile Organic Compounds Pollution Control and Application, Beijing Municipal Research Institute of Eco-Environmental Protection, Beijing 100037, China
Abstract: To analyze the emission characteristics of VOCs from pesticide use sources in Beijing, the distribution of commonly used pesticides and dosage forms in Beijing was obtained through on-site research, and the VOC content of pesticides in different dosage forms was examined using laboratory testing methods. The emission factors of pesticide VOCs for localized dosage forms in Beijing were established, an inventory of pesticide use source VOCs was compiled, and the spatial and temporal distribution characteristics of pesticide use source VOCs were analyzed. The results indicated that ① Pesticide dosage forms were the main factors affecting the emission of VOCs from pesticides, and when accounting for VOC emissions from pesticide sources, it is necessary to know the types of pesticides and active ingredients in the target area and obtain information on pesticide dosage forms simultaneously. ② The localized emission factors for different dosage forms of pesticides were, in descending order, emulsifiable concentrate (839 g·kg-1), soluble concentrate (715 g·kg-1), emulsion in water (659 g·kg-1), micro-emulsion (371 g·kg-1), suspension concentrate (121 g·kg-1), wettable powder (34 g·kg-1), water dispersible granule (30 g·kg-1), and aqueous solution (17 g·kg-1). ③ In 2020, pesticide use and VOC emissions from pesticide use sources in Beijing were 2 990 t and 757 t. Among them, pesticide use of fungicides was the largest, accounting for 54.3% of the total, but its VOC emissions only accounted for 6.5%. Insecticides accounted for 34.8% of the pesticide use, and their VOC emissions were 84.1%. Among the different crop types, fruit trees had higher emissions of VOCs, with mixed fruits being the highest, accounting for 48.1%. ④ In terms of spatial distribution, the areas with higher emissions of VOCs were the ecological conservation development area (70.5%) and the new urban development area (24.4%), with the Pinggu district having the highest emissions of VOCs, followed by the Miyun district and the Fangshan district, which accounted for 30.7%, 11.8%, and 8.9% of the total, respectively. Crops that contributed more to the ecological conservation development area were fruit trees, maize, potatoes, beans, etc.; crops that contributed more to the new urban development area were vegetables, wheat, and melons. In terms of time distribution, summer and spring were the peak periods for VOC emissions from pesticide use sources, accounting for 45.2% and 33.8% of the total, respectively.
Key words: pesticide use sources      volatile organic compounds (VOCs)      localized emission factors      emission inventories      temporal and spatial distribution     

VOCs是大气中生成臭氧与二次有机气溶胶的重要前体物[1].当前, 我国VOCs污染形式严峻, 在工业源和移动源治理不断深入的情况下, 城市面源带来的VOCs污染问题开始凸显, 逐渐成为大气VOCs污染防控面临的主要问题之一.文献[2 ~ 4]表明农药使用源是主要VOCs面源之一, 农药不仅具有毒性大和VOCs含量高的特点[5], 而且使用时间主要集中在白天, 极易在太阳照射下与NOx反应生成臭氧或二次气溶胶, 造成二次污染[6].因此, 国外很早就开展了农药使用源VOCs排放特征的研究.

Sarigiannis等[7]于2013年对欧洲各国农药有效成分的挥发情况进行了研究, 发现农药过量使用会增加有机污染物的排放.美国加利福尼亚州农药监管局2005年发布了调研报告, 表明在该州农业活动密集的地区, 农药使用源排放的VOCs约占人为源的6.3%, 是当地VOCs排放的主要来源之一[8, 9], 2010年, 该部门制定了农药使用源VOCs排放的削减目标, 鼓励农民采取措施减少农药使用过程VOCs排放[10].

我国单位面积农药使用量约为世界平均水平的3.75倍, 是美国的2.69倍[11]. 农药使用过程造成的VOCs排放不容忽视, 但是目前我国关于农药使用源的研究工作主要集中在研究农药有效成分对人体健康的影响[12 ~ 16], 较少关注VOCs排放对大气环境的影响[12, 13]. VOCs排放清单是支撑行业VOCs精细化管控的重要基础[17 ~ 19], 我国农药种类繁多, 剂型分类复杂, 《大气挥发性有机物源排放清单编制技术指南（试行）》（“指南”）中给出的VOCs排放因子不仅涵盖的农药种类较少, 且不包含剂型信息, 无法准确表征农药使用源的实际VOCs排放情况.近年来, 国内开始有研究人员对农药使用源VOCs排放因子进行研究[20, 21], 但是受限于农药的取样范围和特定区域的样本代表性, 无法为北京市量化农药使用源的VOCs排放提供数据支撑.基于此, 本研究以2020年北京市各区统计年鉴作物种植数据为基础, 通过走访调研和问卷调查, 获取能够表征农药使用区域特异性的农药使用数据, 筛选典型农药开展实验获取农药VOCs排放潜力（emission potential, EP）, 建立了北京市本地化分剂型的农药VOCs排放因子和高时空分辨率VOCs排放清单, 以期为北京市农药使用源VOCs污染防控提供技术支撑, 也可为其他城市建立农药使用源VOCs排放清单提供借鉴.

1 材料与方法 1.1 研究对象及范围

本研究以2020年为基准年, 按照《土地利用现状分类标准》 [22]将北京市耕地作为研究区域, 见图 1, 研究对象为农药使用源VOCs.农药使用源VOCs主要包括农业源和林业源, 农业源包括玉米、蔬菜和苹果等17类作物；统计农业源农药使用区域共包含北京市下辖13个区, 其中15个乡、101个镇及36个办事处, 西城区、东城区和石景山区无农业活动；林业源因公园绿地、市区绿化和森林统计数据缺失, 无法进行可视化分析, 故林业源数据仅包含有统计的造林、育苗和抚育林等生态林面积.排放清单编制参考指南中关于源分类的方法, 农药使用源为溶剂使用源的二级分类源, 本研究共涉及4类三级源, 分别为除草剂、杀虫剂、杀菌剂和植物生长调节剂[23].

图 1 北京市研究区域示意 Fig. 1 Research area in Beijing

1.2 活动水平数据获取

排放清单编制过程中, 采用入户走访调研、网络问卷调查、行业部门咨询和文献资料调研等方式获得活动水平数据.作物种植数据主要来自市级和各区级统计年鉴, 不同作物单位面积农药使用量等数据主要来自走访调研结果.农药使用源基本信息及活动水平调查内容和获取途径详见表 1.

表 1 农药使用源基本信息及活动水平汇总 Table 1 Summary of fundamental data and activity levels on pesticide use sources

1.3 农药样品采集

2003年我国公布的农药剂型名称有134类[24, 25], 2017年我国将农药剂型整合优化为61类 [26], 目前全国登记商品农药覆盖61类剂型, 共计45 000余种.本研究对北京市辖区内的农药使用情况进行了调研, 调研发现北京市常用农药146种, 选择其中使用量大、应用广泛、广谱性强且覆盖北京市农药使用总量80%的61种典型农药进行抽样检测, 样品涵盖了8类主要剂型, 分别为乳油剂、水乳剂、微乳剂、可溶液剂、悬浮剂、可湿性粉剂、水分散粒剂和水剂, 详见表 2.农药样本分别在北京市顺义区、大兴区、通州区、房山区、平谷区和怀柔区的12家农资站购买获得.

表 2 北京市常用农药及检测样品分类 Table 2 Classification of pesticides and test samples in Beijing

1.4 样品分析与EP计算

国内外通常用EP来表征产品的VOCs排放潜力, 对于含VOCs产品, EP等同于VOCs含量.我国尚未制定农药VOCs含量检测方法, 本研究考虑到农药与涂料具有相似的性质和结构[27, 28], 参照色漆和清漆的标准检测方法进行农药VOCs含量的检测分析. 当VOCs含量大于15%时, 借鉴《色漆和清漆挥发性有机化合物（VOC）含量的测定差值法》（GB/T 23985-2009）, 使用差值法进行计算；每个农药样品设置2个平行样, 农药的EP按公式（1）进行计算：

(1)

式中, EP为农药的含量（%）, ω（NV）为农药的不挥发物含量（%）, ω（water）为农药的含水率（%）.

当EP > 0.1%和 < 15%时, 借鉴《色漆和清漆挥发性有机化合物（VOC）含量的测定气相色谱法》（GB/T 23986-2009）, 采用气相色谱法直接获取农药的EP.

1.5 分剂型本地化VOCs排放因子核算

调研获取目标区域各类作物农药使用种类、农业种植面积等信息后, 使用公式（2）核算不同作物分剂型的单位农药使用量, 使用公式（3）建立不同农药剂型的本地化VOCs排放因子.其公式如下：

(2)
(3)

式中, fiju为作物u中i类剂型第j种农药的单位农药使用量（g·hm-2）, EFi为i类农药剂型本地化排放因子（g·kg-1）, sk为第k个调研样本的作物种植面积（hm2）, tijuk为作物u中i类剂型第j种农药第k个调研样本的农药使用量（g）, EPij为第i类剂型第j种农药EP（%）, Su为作物u的种植面积（hm2）, z为调研样本数, m为农药种类数, n为作物种类数, k为调研所得调研样本编号, i为北京市剂型种类项, j为农药编号, u为作物种类项.

1.6 排放清单编制方法

本研究中VOCs排放清单的编制采用排放因子法, 使用公式（4）和公式（5）对北京市不同剂型农药使用量及农药使用源VOCs排放清单进行核算, 具体公式如下：

(4)
(5)

式中, EPi为i剂型农药使用量（g）, EVOCsi为i剂型农药使用源VOCs排放量（g）.

1.7 时空分配方法 1.7.1 空间分配

农药使用源涉及范围广, 且研究区域为耕地, 卫星遥感数据无法精确识别耕地的作物种植类型, 故难以基于土地利用的方法对北京市农药使用源VOCs进行网格化分配, 因此, 本研究根据农药使用源VOCs排放量以及北京市各镇（乡/街道/地区办事处）矢量地图数据等地理信息, 使用ArcGIS软件进行行政区划空间分配, 得到北京市农药使用源VOCs排放量空间分布特征.以农作物分类的农药使用源VOCs排放清单核算公式如下：

(6)

式中, EVOCsu为u作物的农药使用量（g）, l为农药剂型种类数.

1.7.2 时间分配

农药使用源具有无组织排放、面源排放和季节性排放等特点, 本研究根据北京市调研区域内收集的农药使用时间等数据来分配农药使用源VOCs在对应时间中的排放量, 得到农药使用源VOCs排放的季节变化排放特征, 具体分配系数见表 3.农药使用源VOCs时间分配公式如下：

(7)
表 3 北京市农药使用源时间分配比例/% Table 3 Ratios for pesticide use sources in Beijing /%

式中, Ey为y季节的农药使用量（g）, Auy为u作物在y季节的农药使用源时间分配比例（%）, y为季节编号.

2 结果与讨论 2.1 本地化VOCs排放因子 2.1.1 不同农药的EP

本研究利用农药EP测定方法检测了8类剂型61种典型农药的EP, 结果见图 2.将典型农药分为高EP剂型和低EP剂型[29, 30].高EP剂型全部是液体制剂, 其均值为：可溶液剂（78.2%） > 乳油剂（60.4%） > 水乳剂（47.6%） > 微乳剂（29.6%）, 低EP剂型既有液体制剂也有固体制剂, 均值为：悬浮剂（5.9%） > 水剂（2.4%） > 可湿性粉剂（0.6%） > 水分散粒剂（0.2%）, 不同剂型间农药的EP具有较大差异. 与其他剂型相比, 乳油剂农药的EP波动最大, 源于乳油剂农药以有机溶剂作为助剂, 不同农药助剂含量差异明显, 以高效氯氰菊酯和2, 4-滴异辛酯为例, 同样属于乳油剂农药, 助剂含量为93.0%的高效氯氰菊酯EP为91.2%, 助剂含量为12.5%的2, 4-滴异辛酯EP为11.5%.

a1.乳油剂, a2.可溶液剂, a3.水乳剂, a4.微乳剂, b1.悬浮剂, b2.水剂, b3.可湿性粉剂, b4.水分散粒剂 图 2 不同农药剂型的EP Fig. 2 EP for different pesticide formulations

本研究对具有相同有效成分不同剂型的农药EP进行了对比, 具体结果见图 3.不同剂型之间的农药EP存在差异, 乳油剂的阿维菌素EP是微乳剂的2.6倍；可溶液剂的吡虫啉EP高达71.5%, 但是其固体制剂的EP不足1.0%；甲基硫菌灵悬浮剂与可湿性粉剂的EP在2.0%左右, 相差不大.结果进一步表明, 不同研究区域在建立VOCs排放清单, 核算农药使用源VOCs排放量时, 不仅要了解目标区域农药种类和有效成分, 也要同步获取农药剂型信息.同时表明, 如果相同有效成分不同剂型农药都能满足农业使用需求, 开发应用低EP剂型的农药是从源头解决农药使用源VOCs排放的有效路径.

①1.8%乳油剂, ②1.8%微乳剂, ③20%可溶液剂, ④10%可湿性粉剂, ⑤70%水分散粒剂, ⑥36%悬浮剂, ⑦70%可湿性粉剂 图 3 不同剂型的农药EP对比 Fig. 3 Comparison of EP values of pesticides among different formulations

2.1.2 分剂型本地化VOCs排放因子

基于调查区域内农药施用习惯和区域特异性的数据, 结合实测农药EP计算出分剂型本地化VOCs排放因子, 由高到低依次为：乳油剂（839 g·kg-1）、可溶液剂（715 g·kg-1）、水乳剂（659 g·kg-1）、微乳剂（371 g·kg-1）、悬浮剂（121 g·kg-1）、可湿性粉剂（34 g·kg-1）、水分散粒剂（30 g·kg-1）和水剂（17 g·kg-1）, 见图 4.通过对各剂型排放因子进行加权核算, 获得归一化的北京市本地化农药使用源VOCs排放因子, 其值为253 g·kg-1.

a1.乳油剂, a2.可溶液剂, a3.水乳剂, a4.微乳剂, a5.悬浮剂, a6.可湿性粉剂, a7.水分散粒剂, a8.水剂, b.归一化排放因子 图 4 北京市农药分剂型排放因子和归一化排放因子 Fig. 4 Emission factors and normalized emission factors for pesticides in Beijing by formulations

将本研究排放因子与国内相关研究进行比较分析.如图 5所示, 以农药分类计算排放因子, 本研究杀虫剂与除草剂的排放因子高于He等[20]和Chen等[21]的研究结果, 主要原因在于北京市常用杀虫剂主要为乳油剂、可湿性粉剂和水乳剂, 常用除草剂剂型为水剂和乳油剂, 其中乳油剂和水乳剂为高EP剂型, 导致杀虫剂和除草剂具有较高的排放因子；杀菌剂与植物生长调节剂的排放因子低于其他两项研究, 北京市常用杀菌剂为水剂和可湿性粉剂等低EP剂型, 使得杀菌剂排放因子较低.本研究表明文献[20, 21]的排放因子不适配北京市农药使用现状, 无法用于北京市农药使用源排放清单的核算.

图 5 本研究与文献[20, 21]排放因子对比 Fig. 5 Comparison of emission factors between this study and other literature [20, 21]

2.2 北京市农药使用源VOCs排放清单

根据北京市农药剂型本地化排放因子和农作物种植面积, 核算获得北京市农药使用及农药使用源VOCs排放清单, 见表 4. 2020年北京市农药使用量共计2 990 t, 农药使用源VOCs排放总量为757 t.当无法掌握农药使用种类或剂型分布时, 可采用归一化的北京市本地化农药使用源VOCs排放因子估算北京市农药使用源VOCs排放量.

表 4 2020年北京市农药使用及农药使用源VOCs排放清单/t·a-1 Table 4 List of pesticide use and VOCs emission from pesticide use sources in Beijing in 2020 /t·a-1

从农药使用量来看, 杀菌剂位列第一, 其次为杀虫剂和除草剂, 占比分别为54.3%、34.8%和10.3%, 然而, 从VOCs排放贡献来看, 杀虫剂贡献率高达84.1%, 除草剂和杀菌剂贡献率仅为9.3%和6.5%, 见图 6（a）.原因是杀菌剂主要由低EP剂型的悬浮剂、水剂和可湿性粉剂组成, 而杀虫剂和除草剂以高EP剂型的乳油剂为主.以剂型分类来看, 由图 6（b）中可知, 北京市贡献率较大的剂型为乳油剂（72.4%）、水乳剂（11.8%）, 其他剂型均低于5.0%, 贡献率最低的为水分散粒剂（< 0.1%）.因此, 推进低EP剂型农药替代乳油剂农药具有明显的减排潜力, 是北京市需要重点考虑的农药使用源VOCs减排措施.

（a）内圈表示不同用途农药的VOCs排放贡献率, 外圈表示在不同用途下不同剂型农药的VOCs排放贡献率；植物生长调节剂使用量占比不足0.1%, 故未在图中标注 图 6 北京市农药剂型分类VOCs排放分布 Fig. 6 Distribution of VOCs emissions by pesticide formulations in Beijing

2.3 农药使用源VOCs时空分布 2.3.1 农药使用源VOCs空间分布

基于北京市清单数据, 获得北京市作物VOCs排放特征. 由图 7和图 8可知VOCs排放较高的区域以生态涵养发展区（70.5%）为主, 其贡献率较高的作物为果树类、玉米、薯类和豆类等作物.城市发展新区占比为24.4%, 贡献率较高的作物有蔬菜、小麦和瓜类等作物. VOCs排放量前五的作物有杂果、桃、梨、苹果和蔬菜, 分别贡献了VOCs排放的48.1%、14.3%、8.9%、8.5%和6.2%.

图 7 北京市功能分区VOCs排放分布 Fig. 7 Distribution of VOCs emissions in Beijing functional districts

图 8 北京市各作物VOCs排放占比 Fig. 8 Percentage of VOCs emissions from various crops in Beijing

受地形、土壤、水源和温湿度等因素影响, 北京市不同区域作物种植结构具有空间差异性, 导致分作物农药VOCs排放具有不同的空间分布特征. 北京市主要作物农药使用过程VOCs排放空间分布如图 9所示, 结合土地利用类型可以发现, 蔬菜的农药VOCs排放主要分布在平原区域.玉米的农药VOCs排放主要分布于山区边缘与南部平原区域.小麦种植需要充足的水源, 因此北方山区小麦种植较少, 其农药VOCs排放主要分布在中南部平原区域.果树类的农药VOCs排放主要分布于山区, 杂果和梨平原区域也有分布, 葡萄多种植在平原区域.

图 9 2020年北京市分作物农药使用源VOCs排放空间分布 Fig. 9 Spatial distribution of VOCs emissions from pesticide use sources by crops in Beijing in 2020

综上所述, 果树和蔬菜类的农药VOCs排放贡献率较大, 主要分布于生态涵养区及城市发展新区部分地区, 该区域具有较高的VOCs减排潜力, 建议重点加强农药使用过程监管.科学选择农药剂型, 规范用药方案, 提高农药利用率.

2.3.2 农药使用源时间分布

北京市农药使用源VOCs排放时间分布特征见图 10, 结果显示VOCs排放具有明显的时间规律.根据北京市常年气象情况, 划分3~5月为春季、6~8月为夏季、9~11月为秋季和12月至次年2月为冬季.春季作物开始生长, 为防止病虫害发生, 对土壤及果树表皮等开展杀菌杀虫活动, 农药使用量增加；夏季随着降水、高温等天气增多, 病虫害进入高发期, 农药使用频率增加.秋季大多数作物进入成熟阶段, 农药使用次数减少；冬季不适宜植物生长, 露天农业活动停滞, 农药使用量最少.本研究发现北京市局部地区VOCs排放呈现不同的时空变化, 主要是由于各作物在不同季节中农药使用情况具有差异性.季节VOCs排放量由高到低依次为夏季、春季、秋季和冬季, 贡献率分别为45.2%、33.8%、16.2%和4.8%.多项研究表明, 大气中VOCs浓度增加是臭氧污染暴发的主要因素[31, 32], 近年来, 我国许多地区出现规律性臭氧污染的现象[33 ~ 37], 呈现逐渐加重的趋势[32]. 臭氧浓度的季节均值以夏季最高, 其次为春季和秋季, 冬季最低[38].本研究表明农药使用源VOCs时间排放特征与我国臭氧浓度季节变化趋势高度一致.

图 10 2020年北京市农药使用源VOCs排放量的时间分布 Fig. 10 Temporal distribution of VOCs emissions from pesticide use sources in Beijing in 2020

在夏春季高温、高太阳辐射的气象条件下, VOCs进入环境中会参与到复杂的大气光化学反应中[39], 生成臭氧等二次污染物[40].本研究显示农药使用源VOCs实际造成的环境影响具有明显的季节差异性, 主要环境影响集中在夏春季, 其实际环境影响要高于利用年排放量模拟的结果.

2.4 不确定性分析

通过对VOCs排放清单编制过程中不确定性的来源进行定性或定量分析是评估VOCs排放清单的重要方法[41].由于农药使用源制剂种类繁多, 剂型分类复杂, 核算过程中不可避免地造成结果的不确定性.本研究主要从3个方面进行不确定性分析. ①活动水平数据的获取.本研究的活动水平数据来自北京市各区统计年鉴, 由于各区年鉴的编制方法及格式不统一, 存在部分作物种植面积缺失、种植面积统计精度不同和作物分类方式不一致的情况, 导致清单核算存在一定的不确定性. ②样品及相关参数的选取.本研究通过走访调研和问卷调查, 获取能够表征农药施用习惯区域特异性的农药使用数据, 这个过程中所涉及的部分参数具有一定的不确定性. ③农药样品的检测.通过筛选典型农药开展实验获取农药EP, 并建立北京市本地化分剂型的农药VOCs排放因子, 农药样品的检测数量也是一个重要的不确定性来源.未来可通过增加调研样本和丰富农药样品进行EP实验来提高农药使用源VOCs排放清单的可靠性.

3 结论

（1）现场调研结果显示, 北京市常用农药有134种, 涵盖国内常用的8类主要剂型.剂型是影响农药VOCs排放潜力的主要因素, 不同剂型间农药的EP具有较大差异, 在高EP剂型中溶剂含量是影响农药EP的主要因素之一.农药不同剂型本地化排放因子由高到低依次为乳油剂（839 g·kg-1）、可溶液剂（715 g·kg-1）、水乳剂（659 g·kg-1）、微乳剂（371 g·kg-1）、悬浮剂（121 g·kg-1）、可湿性粉剂（34 g·kg-1）、水分散粒剂（30 g·kg-1）和水剂（17 g·kg-1）.

（2）2020年北京市农药使用量2 990 t, 其中杀菌剂、杀虫剂、除草剂和植物生长调节剂的使用量占比分别为54.3%、34.8%、10.3%和0.6%.农药使用源VOCs排放量757 t, 杀虫剂、除草剂、杀菌剂和植物生长调节剂VOCs排放贡献分别为84.1%、9.3%、6.5%和不足0.1%. 8类剂型中乳油剂、水乳剂和可溶液剂3类剂型排放量较高, VOCs排放贡献分别为72.4%、11.8%、4.2%.北京市农药使用源VOCs减排应将乳油剂和水乳剂等高EP剂型作为重点关注对象.

（3）北京市农药使用源VOCs排放主要集中在生态涵养发展区（70.5%）和城市发展新区（24.4%）.生态涵养发展区贡献较高的作物为果树类、玉米、薯类和豆类等；城市发展新区贡献较高的作物为蔬菜、小麦、瓜类等作物.不同作物具有不同的空间排放特征, 蔬菜、玉米和小麦多处在平原, 果树类和生态林分布以山区为主.

（4）农药使用源不同季节VOCs排放量由高到低依次为夏季、春季、秋季和冬季, 占比分别为45.2%、33.8%、16.2%和4.8%, 具有明显的季节差异性, 其对全年臭氧污染时段的实际环境影响要高于利用年平均排放量模拟的结果.

参考文献
[1] Atkinson R. Atmospheric chemistry of VOCs and NOx [J]. Atmospheric Environment, 2000, 34(12-14): 2063-2101. DOI:10.1016/S1352-2310(99)00460-4
[2] McDonald B C, De Gouw J A, Gilman J B, et al. Volatile chemical products emerging as largest petrochemical source of urban organic emissions[J]. Science, 2018, 359(6377): 760-764. DOI:10.1126/science.aaq0524
[3] Wang N, Shi M L, Wu S M, et al. Study on volatile organic compound (VOC) emission control and reduction potential in the pesticide industry in China[J]. Atmosphere, 2022, 13(8). DOI:10.3390/atmos13081241
[4] Kumar A, Howard C J, Derrick D, et al. Determination of volatile organic compound emissions and ozone formation from spraying solvent-based pesticides[J]. Journal of Environmental Quality, 2011, 40(5): 1423-1431. DOI:10.2134/jeq2009.0495
[5] Ecobichon D J. Pesticide use in developing countries[J]. Toxicology, 2001, 160(1-3): 27-33. DOI:10.1016/S0300-483X(00)00452-2
[6] Avery R J. Reactivity-based VOC control for solvent products: more efficient ozone reduction strategies[J]. Environmental Science & Technology, 2006, 40(16): 4845-4850.
[7] Sarigiannis D A, Kontoroupis P, Solomou E S, et al. Inventory of pesticide emissions into the air in Europe[J]. Atmospheric Environment, 2013, 75: 6-14. DOI:10.1016/j.atmosenv.2013.04.003
[8] Pham M, Kandelous M, Kroes J. Preliminary estimates of volatile organic compound emissions from pesticides in the San Joaquin valley: emissions for 2019[R]. Sacramento: Department of Pesticide Regulation, 2020. 1-21.
[9] Corrigan K G. Regulation of spatial externalities: the case of California pesticide policy[D]. Los Angeles: University of California, Davis, 2009.
[10] Zeinali M, McConnell L L, Hapeman C J, et al. Volatile organic compounds in pesticide formulations: methods to estimate ozone formation potential[J]. Atmospheric Environment, 2011, 45(14): 2404-2412. DOI:10.1016/j.atmosenv.2011.02.015
[11] Zhang W J. Global pesticide use: profile, trend, cost/benefit and more[J]. Proceedings of the International Academy of Ecology and Environmental Sciences, 2018, 8(1): 1-27.
[12] Kalyabina V P, Esimbekova E N, Kopylova K V, et al. Pesticides: formulants, distribution pathways and effects on human health–a review[J]. Toxicology Reports, 2021, 8: 1179-1192. DOI:10.1016/j.toxrep.2021.06.004
[13] Blair A, Ritz B, Wesseling C, et al. Pesticides and human health[J]. Occupational and Environmental Medicine, 2015, 72(2): 81-82. DOI:10.1136/oemed-2014-102454
[14] Bernardes M F F, Pazin M, Pereira L C, et al. Impact of pesticides on environmental and human health[A]. In: Andreazza A C, Scola G (Eds. ). Toxicology Studies-Cells, Drugs and Environment[M]. Rijeka: IntechOpen, 2015. 195-233.
[15] Margni M, Rossier D, Crettaz P, et al. Life cycle impact assessment of pesticides on human health and ecosystems[J]. Agriculture, 2002, 93(1-3): 379-392.
[16] Hernández A F, Parrón T, Tsatsakis A M, et al. Toxic effects of pesticide mixtures at a molecular level: their relevance to human health[J]. Toxicology, 2013, 307: 136-145. DOI:10.1016/j.tox.2012.06.009
[17] Zheng J Y, Shao M, Che W W, et al. Speciated VOC emission inventory and spatial patterns of ozone formation potential in the Pearl River Delta, China[J]. Environmental Science & Technology, 2009, 43(22): 8580-8586.
[18] Huang C, Chen C H, Li L, et al. Emission inventory of anthropogenic air pollutants and VOC species in the Yangtze River Delta region, China[J]. Atmospheric Chemistry and Physics, 2011, 11(9): 4105-4120. DOI:10.5194/acp-11-4105-2011
[19] Yuan B, Shao M, Lu S H, et al. Source profiles of volatile organic compounds associated with solvent use in Beijing, China[J]. Atmospheric Environment, 2010, 44(15): 1919-1926. DOI:10.1016/j.atmosenv.2010.02.014
[20] He D C, Li F H, Wu M, et al. Emission of volatile organic compounds (VOCs) from application of commercial pesticides in China[J]. Journal of Environmental Management, 2022, 314. DOI:10.1016/j.jenvman.2022.115069
[21] Chen S B, Xu Z J, Liu P, et al. Assessment of volatile organic compound emissions from pesticides in China and their contribution to ozone formation potential[J]. Environmental Monitoring and Assessment, 2022, 194(10). DOI:10.1007/s10661-022-10423-y
[22] GB/T 21010-2017, 土地利用现状分类[S].
[23] NY/T 1667.1-2008, 农药登记管理术语第1部分: 基本术语[S].
[24] GB/T 19378-2003, 农药剂型名称及代码[S].
[25] 王以燕, 赵永辉, 冷阳, 等. 浅析《农药剂型名称及代码》国家标准[J]. 农药, 2018, 57(4): 235-241, 258.
Wang Y Y, Zhao Y H, Leng Y, et al. Interpretation of Nomenclature and codes of pesticide formulations national standard[J]. Agrochemicals, 2018, 57(4): 235-241, 258.
[26] GB/T 19378-2017, 农药剂型名称及代码[S].
[27] 王海林, 杨涛, 聂磊, 等. 汽修行业挥发性有机物排放与控制现状及对策[J]. 环境科学, 2021, 42(12): 5574-5584.
Wang H L, Yang T, Nie L, et al. Volatile organic compounds in the vehicle repairing industry of China: emission, management, purification, and policy[J]. Environmental Science, 2021, 42(12): 5574-5584.
[28] 陈鹏, 张月, 张梁, 等. 汽车维修行业挥发性有机物排放特征及大气化学反应活性[J]. 环境科学, 2021, 42(8): 3604-3614.
Chen P, Zhang Y, Zhang L, et al. Emission characteristics and atmospheric chemical reactivity of volatile organic compounds (VOCs) in automobile repair industry[J]. Environmental Science, 2021, 42(8): 3604-3614.
[29] 郭洋洋, 刘丰茂, 王娟, 等. 农药乳油中有害有机溶剂替代的研究进展[J]. 农药学学报, 2020, 22(6): 925-932.
Guo Y Y, Liu F M, Wang J, et al. Research progress on substitution of harmful organic solvent in pesticide emulsifiable concentrates[J]. Chinese Journal of Pesticide Science, 2020, 22(6): 925-932.
[30] Yuan C S, Cheng W H, Huang H Y. Spatiotemporal distribution characteristics and potential sources of VOCs at an industrial harbor city in southern Taiwan: three-year VOCs monitoring data analysis[J]. Journal of Environmental Management, 2022, 303. DOI:10.1016/j.jenvman.2021.114259
[31] Fan M Y, Zhang Y L, Lin Y C, et al. Source apportionments of atmospheric volatile organic compounds in Nanjing, China during high ozone pollution season[J]. Chemosphere, 2021, 263. DOI:10.1016/j.chemosphere.2020.128025
[32] Duan W J, Wang X Q, Cheng S Y, et al. Regional collaboration to simultaneously mitigate PM2.5 and O3 pollution in Beijing-Tianjin-Hebei and the surrounding area: multi-model synthesis from multiple data sources[J]. Science of the Total Environment, 2022, 820. DOI:10.1016/j.scitotenv.2022.153309
[33] Gaudel A, Cooper O R, Ancellet G, et al. Tropospheric ozone assessment report: present-day distribution and trends of tropospheric ozone relevant to climate and global atmospheric chemistry model evaluation[J]. Elementa: Science of the Anthropocene, 2018, 6. DOI:10.1525/elementa.291
[34] Yang J, Chen X, Li M C, et al. The division of PM2.5-O3 composite airborne pollution across China based on spatiotemporal clustering[J]. Journal of Cleaner Production, 2023, 401. DOI:10.1016/j.jclepro.2023.136706
[35] Dai H B, Huang G Q, Wang J J, et al. VAR-tree model based spatio-temporal characterization and prediction of O3 concentration in China[J]. Ecotoxicology and Environmental Safety, 2023, 257. DOI:10.1016/j.ecoenv.2023.114960
[36] 邱婉怡, 刘禹含, 谭照峰, 等. 基于中国四大城市群计算的最大增量反应活性[J]. 科学通报, 2020, 65(7): 610-621.
Qiu W Y, Liu Y H, Tan Z F, et al. Calculation of maximum incremental reactivity scales for volatile organic compounds based on typical megacities in China[J]. Chinese Science Bulletin, 2020, 65(7): 610-621.
[37] 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
[38] Zheng D Y, Huang X J, Guo Y H. Spatiotemporal variation of ozone pollution and health effects in China[J]. Environmental Science and Pollution Research, 2022, 29(38): 57808-57822. DOI:10.1007/s11356-022-19935-z
[39] Zhang Y L, Wang H C, Lu X, et al. Evolution of summer surface ozone pollution patterns in China during 2015-2020[J]. Atmospheric Research, 2023, 291. DOI:10.1016/j.atmosres.2023.106836
[40] Cui M, An X Q, Xing L, et al. Simulated sensitivity of ozone generation to precursors in Beijing during a high O3 episode[J]. Advances in Atmospheric Sciences, 2021, 38(7): 1223-1237.
[41] 聂磊, 李靖, 王敏燕, 等. 城市尺度VOCs污染源排放清单编制方法的构建[J]. 中国环境科学, 2011, 31(S1): 6-11.
Nie L, Li J, Wang M Y, et al. Establishment of emission inventory compiling methods for VOCs pollutant sources in city scale[J]. China Environmental Science, 2011, 31(S1): 6-11.