环境科学  2022, Vol. 43 Issue (4): 1799-1807   PDF    
引用本文
林旭, 严仁嫦, 金嘉佳, 许凯儿. 基于SOA和O3生成潜势的杭州市PM2.5和O3协同控制[J]. 环境科学, 2022, 43(4): 1799-1807.
LIN Xu, YAN Ren-chang, JIN Jia-jia, XU Kai-er. Coordinated Control of PM2.5 and O3 in Hangzhou Based on SOA and O3 Formation Potential[J]. Environmental Science, 2022, 43(4): 1799-1807.
基于SOA和O3生成潜势的杭州市PM2.5和O3协同控制
林旭, 严仁嫦, 金嘉佳, 许凯儿     
浙江省杭州生态环境监测中心, 杭州 310007
收稿日期: 2021-08-09; 修订日期: 2021-09-14
基金项目: 2019年杭州市科技计划引导项目(20191231Y059); 杭州市农业与社会发展科研项目(20201203B126)
作者简介: 林旭(1989~), 女, 硕士研究生, 工程师, 主要研究方向为大气颗粒物和臭氧污染防治, E-mail: 1057674326@qq.com
通信作者: 严仁嫦, E-mail: 331028669@qq.com
摘要: 2019年3月1日~2019年5月31日期间采用Syntech Spectras GC955在线气相色谱仪对杭州市大气环境中挥发性有机物(VOCs)进行了在线连续监测, 分析了VOCs体积分数的组成特征、PM2.5和O3协同控制的优控VOCs物种和VOCs特征污染物比值.结果表明, 烷烃是VOCs体积分数中最重要的组分, 贡献了62.40%. C2~C6的烷烃、苯系物、乙烯和乙炔是VOCs关键物种.烯烃和芳香烃是OFP的主要贡献组分, 贡献率分别为41.35%和37.50%.芳香烃是SOA的主要贡献者, 贡献率超过90%.低碳的烷烃、低碳烯烃和苯系物是OFP的关键贡献物种, 控制好甲苯、间/对-二甲苯和邻-二甲苯这3种苯系物, 是O3和PM2.5协同控制的关键.采样点大气中VOCs除了受机动车尾气的影响外, 溶剂使用等工业排放的影响也较为显著.
关键词: 挥发性有机物(VOCs)      生成潜势      协同控制      优控VOCs物种      特征污染物比值     
Coordinated Control of PM2.5 and O3 in Hangzhou Based on SOA and O3 Formation Potential
LIN Xu , YAN Ren-chang , JIN Jia-jia , XU Kai-er     
Hangzhou Ecological and Environmental Monitoring Center, Hangzhou 310007, China
Abstract: A continuous observation campaign was carried out with the Syntech Spectras GC955 volatile organics online monitoring system from March 1, 2019 to May 31, 2019 in Hangzhou. The constituent features of VOCs, the preferred VOCs species, and VOCs characteristic pollutant ratios were analyzed. The results showed that alkanes were the most important component in the volume fraction of VOCs, accounting for 62.40%. C2-C6 alkanes, benzene series, ethylene, and acetylene were the key species of VOCs. Olefins and aromatics were the main contribution components of OFP, with contribution rates of 41.35% and 37.50%, respectively. Aromatics were the main contributors to SOA, with a contribution rate of more than 90%. Low carbon alkanes, low carbon olefins, and benzene series were the key contributing species of OFP. Controlling toluene, m/p-xylene, and o-xylene is the key to the coordinated control of O3 and PM2.5. VOCs in the atmosphere of the sampling point were not only affected by motor vehicle exhaust but were also significantly affected by industrial emissions, such as solvents.
Key words: volatile organic compounds(VOCs)      formation potential      coordinated control      preferred VOCs species      characteristic pollutant ratios     

挥发性有机化合物(volatile organic compounds, VOCs)是空气中的一类痕量气体, 其种类繁多, 活性较强, 在对流层臭氧(ozone, O3)和二次有机气溶胶(secondary organic aerosol, SOA)的形成过程中均扮演着重要角色[1].VOCs的来源主要有天然源和人为源两大类, 天然源主要有植被排放、火山喷发和森林火灾等, 人为源主要有汽车尾气、燃料燃烧、油气挥发和溶剂使用等[2, 3].近年来, 随着城市化进程的加快, 中国的大气污染问题日益突出, 主要城市群空气质量二次污染频繁发生, 主要体现在O3浓度和PM2.5中SOA组分比例的逐年增加[4, 5], 二次污染已经成为限制环境空气质量进一步改善的重要原因.VOCs是O3和SOA的重要前体物[6], 减少VOCs的排放对协同控制O3和PM2.5污染至关重要[7, 8].

关于VOCs的O3生成潜势方面, 国内已经开展了大量的相关研究.Ou等[9]的研究表明在珠三角地区芳香烃和烯烃是活性最高的VOCs组分, 其对O3生成潜势的贡献分别为59.4%和25.8%; 叶露等[10]对上海市汽车工业园区的VOCs臭氧生成潜势研究表明, 园区边界大气VOCs总OFP为73.2×10-9, 其中烷烃贡献率为14.7%、烯烃贡献率为35.9%、芳香烃贡献率为45.2%、卤代烃贡献率为1.8%和炔烃贡献率为2.3%.张博韬等[11]对北京大气VOCs的反应活性进行了研究, 表明乙烯、丙烯、乙醛、间/对-二甲苯和甲苯是对臭氧生成潜势贡献最高的5种物质, 烯烃和芳香烃对OFP贡献较大, 尤其是低碳烯烃、二甲苯和甲苯对OFP的贡献最大.烷烃中除正丁烷以外对OFP的贡献整体较低.姚青等[12]对天津市郊区VOCs的臭氧生成潜势进行了研究, 结果显示观测期间烯烃对OFP的贡献最大为55.80%, 芳香烃和炔烃的贡献相当, 乙烯、异戊二烯和甲苯是对OFP贡献最高的3个物种.VOCs是SOA的重要前体物, 有研究表明, SOA平均占PM2.5有机组分的20% ~50%[13].王扶潘等[14]、邹宇等[15]、王倩等[16]和徐虹等[17]分别对深圳、广州、上海和天津市的VOCs对SOA的生成潜势进行了研究, 结果均表明芳香烃类物种对SOA的贡献最为显著.

虽然对于VOCs的臭氧生成潜势和SOA生成潜势已有研究报道, 但对O3和PM2.5的协同控制研究却鲜见, 本研究利用Syntech Spectras GC955在线气相色谱仪对杭州市2019年3月1日~5月31日环境空气中VOCs进行了连续在线监测, 基于SOA和O3生成潜势算法, 对杭州市PM2.5和O3协同控制进行深入研究, 以期为相关部门的环境管理决策提供一定的技术支持.

1 材料与方法 1.1 观测点位与采样时间

观测地点位于杭州市下沙浙江理工大学站点(30°18′N, 120°20′E).该站点位于城区东面一高教园区内, 周边分布有高架路和绕城高速, 观测点北面有造纸企业, 西面有加油站, 西南方向分布着香精香料、橡胶和纺织印染等工业企业.采样时间为2019年3月1日~5月31日, 时间分辨率为1 h.

1.2 仪器与分析方法

本研究采用荷兰SYNSPEC公司生产的SyntechSpectras GC955在线气相色谱仪对杭州大气环境中的VOCs进行在线连续监测.仪器时间分辨率为1 h, 共检测出54种VOCs, 包含29种烷烃、14种芳香烃、10种烯烃和1种炔烃.仪器主要由自动采样系统、进样系统、校准系统、FID(火焰离子化检测器)/PID(光离子化检测器)和工作站等组成, 色谱仪分为低碳分析仪(C2~C5)和高碳分析仪(C6~C12)2台, C2~C5的低沸点物种采用低碳分析仪监测, 内置低温富集管, 检测器为PID和FID双检测器.C6~C12的高沸点物种采用高碳分析仪监测, 内置常温富集管, 检测器为PID.为保证数据的可靠性和有效性, 观测期间每周进行一次校准, 标气由美国林德公司(THE LINDE GROUP.)提供, 含有57种VOCs组分, 标气体积分数为1×10-6, 经CMK5稀释至2×10-9~8×10-9用于仪器校准, N2为平衡气.采样期间, 数据采集有效率均在90%以上.

1.3 大气VOCs的O3和SOA生成潜势研究方法 1.3.1 OFP的计算

目前研究有机物的O3反应活性主要有3种方法：一是等效丙烯浓度; 二是·OH消耗速率(L·OH); 三是结合最大增量反应活性(max incremental reactivities, MIR)系数分析臭氧生成潜势(OFP).前两种方法只考虑VOCs与·OH的反应速率, 没有涉及后续复杂反应; 第三种方法体现了机制反应性, 研究O3生成较为客观[18].因此本研究采用OFP来表征环境大气中VOCs的化学反应活性(VOCs reactivity).OFP的计算公式为：

(1)

式中, OFP为某VOC物种i的臭氧生成潜势(×10-9), [VOC]i为实际观测到的某种VOC体积分数(×10-9), MIR为某VOC物种的最大增量反应活性, 各物种MIR值取自文献[19], 详见表 1.

表 1 本研究采用的MIR、FAC和FVOCr系数 Table 1 MIR, FAC, and FVOCr coefficients used in this study

1.3.2 SOA的计算

由于VOCs向SOA的转化过程十分复杂, 因此国内外多使用参数法计算SOA生成量, 该方法基于烟雾箱实验, 不考虑具体反应过程, 建立实测VOCs体积分数与SOA生成量之间的关系, 该方法计算简单, 能从VOCs的排放清单或实测的环境体积分数直接估算出SOA的量, 并可以反映各SOA前体物的贡献.因此本研究采用Grosjean提出的气溶胶生成系数(FAC)估算VOCs的SOA生成潜势, 公式为：

(2)

式中, SOAP为某VOC物种的SOA生成潜势(μg·m-3), VOCst为某VOC物种的实际观测浓度(μg·m-3), FAC为SOA的生成系数, FVOCr为某VOC物种参与反应的质量分数(%), FAC和FVOCr取自文献[16], 详见表 1.

2 结果与讨论 2.1 VOCs组成及时间序列特征

图 1给出了观测期间54种VOCs体积分数组成及关键物种.观测期间φ(总VOCs)为30.89×10-9, 其中φ(烷烃)为19.28×10-9, 贡献了62.40%, φ(芳香烃)为6.49×10-9, 贡献了21.01%, φ(烯烃)为3.82×10-9, 贡献了12.35%, φ(炔烃)为1.31×10-9, 贡献了4.24%; VOCs体积分数排名前10的物种依次为：乙烷(4.68×10-9)、丙烷(3.81×10-9)、正丁烷(2.84×10-9)、甲苯(2.78×10-9)、乙烯(2.40×10-9)、2, 3-二甲基丁烷(1.92×10-9)、间/对-二甲苯(1.40×10-9)、乙炔(1.34×10-9)、异丁烷(1.16×10-9)和异戊烷(0.94×10-9), 累计占比75.33%.可见, 烷烃是VOCs体积分数中最重要的组分, C2~C6的烷烃、苯系物、乙烯和乙炔是关键物种.

图 1 VOCs体积分数组成及排名前10物种 Fig. 1 VOCs volume fraction composition and the top ten species

图 2给出了总VOCs、O3和PM2.5的时间序列.观测期间O3共出现了6次污染过程(O3日最大8 h浓度大于160μg·m-3)：过程1(4月8日)、过程2(4月18~19日)、过程3(5月4~5日)、过程4(5月9~12日)、过程5(5月20~24日)和过程6(5月31日), 且在这6次O3污染过程中都伴随PM2.5的小时污染现象.在O3和PM2.5出现污染期间, VOCs体积分数也出现了不同程度的升高, 过程1、过程2、过程5和过程6期间φ(总VOCs)分别为：37.67×10-9、40.25×10-9、34.42×10-9和33.12×10-9, 分别比整个观测期φ(总VOCs)高21.95%、30.30%、11.43%和7.22%.过程3和过程4 φ(总VOCs)分别为29.09×10-9和30.87×10-9, 略低于观测期间平均总VOCs体积分数, 但是这2个过程中均出现了总VOCs的小时体积分数高值[5月5日08:00的φ(总VOCs)为66.39×10-9, 5月11日07:00的φ(总VOCs)为68.40×10-9].较高的VOCs体积分数可能是导致PM2.5和O3双污染的原因之一.

竖虚线框定的6个时间段分别对应6个污染过程 图 2 VOCs、O3和PM2.5的时间序列 Fig. 2 Time series of VOCs, O3, and PM2.5

2.2 PM2.5和O3协同控制的优控VOCs物种

观测期间总OFP为79.57×10-9, 其中烷烃OFP为15.55×10-9, 贡献了19.54%; 烯烃OFP为32.90, 贡献了41.35%; 芳香烃OFP为29.84×10-9, 贡献了37.50%, 炔烃OFP为1.28×10-9, 贡献了1.60%. φ(烯烃)对φ(总VOCs)的贡献率仅为12.35%, 其对OFP贡献最高, 达41.35%(图 3). φ(芳香烃)对φ(总VOCs)贡献率仅为21.01%, 其对OFP贡献率却高达37.50%, 仅次于烯烃.可见烯烃和芳香烃是OFP的主要贡献组分.观测期间对SOA有贡献的VOCs组分共有23种, 其中烷烃11种, 芳香烃12种.总的SOA生成量为1.40μg·m-3, 其中烷烃SOA生成量为0.08μg·m-3, 贡献率为5.47%; 芳香烃SOA生成量为1.32μg·m-3, 贡献率高达94.53%(图 3).对φ(总VOCs)贡献率仅为21.01%的芳香烃对SOA的贡献率却超过90%, 可见芳香烃是SOA的主要贡献者, 烷烃对SOA的贡献非常小.

图 3 各VOCs组分对OFP和SOA的贡献 Fig. 3 Contribution of VOCs component to OFP and SOA

表 2给出了OFP和SOA排名前10的物种.对OFP贡献最大的10种物质中有4种烯烃、3种烷烃和3种芳香烃, 分别为：乙烯(21.33×10-9)、间/对-二甲苯(10.93×10-9)、甲苯(10.92×10-9)、反-2-丁烯(3.76×10-9)、正丁烷(3.07×10-9)、顺-2-丁烯(2.96×10-9)、邻-二甲苯(2.38×10-9)、1-丁烯(1.89×10-9)、丙烷(1.75×10-9)和2, 3-二甲基丁烷(1.73×10-9), 累计贡献率为76.04%.可见低碳的烷烃、低碳烯烃和苯系物是OFP的关键贡献物种.对SOA贡献最大的10种物质中有2种烷烃和8种芳香烃, 分别为：甲苯(0.70μg·m-3)、间/对-二甲苯(0.47μg·m-3)、乙苯(0.16μg·m-3)、邻-二甲苯(0.10μg·m-3)、苯(0.07μg·m-3)、正葵烷(0.03μg·m-3)、十二烷(0.03μg·m-3)、1, 3, 5-三甲苯(0.02μg·m-3)、1, 2, 3-三甲苯(0.02μg·m-3)和邻-乙基甲苯(0.02μg·m-3), 累计贡献率为95.30%.可见芳香烃类物质是SOA的关键贡献物种.其中值得注意的是甲苯、间/对-二甲苯和邻-二甲苯这3种物质对OFP和SOA的贡献均较大, 三者对OFP的累积贡献率为30.34%、对SOA的累积贡献率高达74.71%.因此, 控制好甲苯、间/对-二甲苯和邻-二甲苯这3种苯系物, 是O3和PM2.5协同控制的关键.

表 2 OFP和SOA排名前10的VOCs物种 Table 2 Species of VOCs with top ten contribution to OFP and SOA

2.3 典型污染过程中优控VOCs物种

本节对过程5深入分析, 其持续时间较长, 并且出现了O3和PM2.5的双污染过程, 且总VOCs体积分数也高于整个观测期的平均水平(图 4).

数据的不连续为仪器维护所致 图 4 污染期间O3、总VOCs、PM2.5和气象要素时间序列 Fig. 4 Time series during pollution of O3, total VOCs, PM2.5, and meteorological elements

5月20~24日监测点位O3日最大8 h平均值分别为163、174、227、258和187μg·m-3, 其中5月的20、21和24日为轻度污染, 5月22~23日为中度污染. 5月20~24日PM2.5日平均值分别为20、29、60、65和38μg·m-3, 日均值虽然没有超标(大于75μg·m-3为超标), 但出现了多个时段的小时超标现象：5月的21日22:00~22日00:00、22日19:00~23日01:00和23日21:00~24日00:00. 5月20~24日φ(总VOCs)分别为26.10×10-9、26.48×10-9、40.06×10-9、37.97×10-9和43.38×10-9, 可见5月22~24日O3、PM2.5和VOCs三者出现了同步的升高. 5月22~24日间气温相对较高, 日最高气温均超过30℃, 相对湿度较低, 高温低湿有利于O3的光化学生成和VOCs向SOA的转化, 且期间风速较小, 水平扩散条件较差, 不利于污染物的扩散稀释, 不利的气象条件可能是本次污染过程的成因之一.

为进一步分析污染期间VOCs的关键组分和优势物种, 特选取5月22~24日作为污染时段, 5月25日为清洁时段进行对比分析.表 3给出了污染时段和清洁时段OFP和SOA排名前10的VOCs物种.就OFP而言, 其中乙烯、间/对-二甲苯、甲苯、2, 3-二甲基丁烷和邻-二甲苯这5种物质在污染时段和清洁时段均位列前10之内, 且污染时段的体积分数均远高于清洁时段, 表明这5种物质是O3污染时段内主要的VOCs前体物种.此外污染时段期间异丁烷、异戊烷和正丁烷的体积分数也较高, 排进了前10, 而清洁时段前10物质则没有这3种, 表明异丁烷、异戊烷和正丁烷也是O3污染时段内重要的VOCs前体物种.就SOA而言, 不管是污染期还是清洁期, 其主要贡献物种均是苯系物, 污染时段苯系物的SOA高于清洁时段.综合来看, 无论是O3还是PM2.5污染, 苯系物都是关键的VOCs前体物种.因此控制好苯系物的排放, 能有效地协同控制二者的复合污染, 有研究表明, 苯系物主要来自溶剂涂料行业[16], 因此, 对该行业加强管理十分关键.

表 3 污染时段和清洁时段OFP和SOA排名前10物种 Table 3 Species of VOCs with top ten contribution to OFP and SOA during pollution periods and cleaning periods

2.4 VOCs中特征污染物比值

甲苯与苯的比值(T/B比值)通常可用来判断VOCs污染来源特征[20, 21].有研究表明苯在城市大气中的主要来源是燃烧过程, 如机动车尾气、燃煤和生物质燃烧等, 而甲苯除了来自机动车尾气外, 溶剂涂料是另一大重要来源[22].有研究表明, 汽车尾气中T/B比值为2, 工业区大气中T/B比值为6.0~6.9[23, 24], 隧道实验中T/B比值为1.52[25], 生物质燃烧的T/B比值为0.21~0.635[26].图 5显示整个观测期间T/B比值覆盖区域较大, 其中主要散点大多集中于机动车尾气和工业排放之间, 采样期间T/B比值的平均值为3.54, 表明采样点大气中VOCs除了受机动车尾气的影响外, 溶剂使用等工业排放的影响也较为显著. 表 4给出了国内主要城市的T/B比值.本研究T/B比值与上海青浦淀山湖[26]比较接近, 远高于南京、北京和上海大部分监测点位, 仅比上海金山[26]低.沈建东等[27]的研究表明杭州春季T/B均值为1.70, 显著低于本研究的结果, 主要原因是一方面文献[27]的研究采用的是苏玛罐人工采样, 采样的频次和VOCs分析仪器和本研究存在差异; 另一方面是因为文献[27]的采样地点是位于城区住宅内的朝晖站点, 而本研究的采样点下沙则位于城东, 周边有大量的工业企业.

黑线表示工业排放(T/B为6.0~6.9)、紫线表示机动车尾气(T/B为2.0)、绿线表示隧道实验(T/B为1.52)和蓝线表示其他燃烧源(T/B为0.21~0.625), 下同 图 5 整个观测期T/B比值散点图 Fig. 5 T/B ratio scatter diagram throughout the observation period

表 4 国内典型城市T/B比值 Table 4 T/B ratio of domestic typical cities

为了进一步判别污染来源特征, 针对5月22~24日(污染时段)和5月25日(清洁时段)的T/B比值进行分析(图 6). 5月22~24日T/B散点主要集中于隧道实验与工业排放之间, 期间T/B平均值为3.44, 略低于整个采样期的平均值, 表明污染期间受机动车排放的影响相对增加. 5月25日T/B值基本均大于2.0且大多数散点集中于工业排放特征值附近(黑线), 表明该清洁天汽车尾气的影响较小, 主要本底的污染来自于工业排放, 这与下沙周边有大量工业企业的环境有关.

图 6 5月22~24日(污染时段)和5月25日(清洁时段)T/B比值散点图 Fig. 6 Scatter plot on T/B ratio of May 22-24(pollution period)and May 25(cleaning period)

大气VOCs中的某些特征物种可用来识别污染来源, 如有研究表明乙炔是燃烧源的示踪物[32], 丙烷、正丁烷和异丁烷等是液化石油气(LPG)的主要成分, 因此这3种烃类物质与乙炔的比值常用来判断这些物质来自LPG泄漏的贡献强度[33].整个观测期间丙烷/乙炔、正丁烷/乙炔和异丁烷/乙炔的比值分别为: 5.57、4.74和1.74, 污染过程中(5月20~24日)丙烷/乙炔、正丁烷/乙炔和异丁烷/乙炔的比值分别为: 6.26、3.92和2.42, 安俊琳等[33]的研究结果表明南京北郊三者比值分别为: 1.27、0.66和0.56; Zhang等[34]的研究表明广州郊区HEMC站点三者的比值分别为：1.24、0.60和0.61, 广州城区三者的比值分别为：11.49、1.84和2.61.本研究三者的比值要远高于南京北郊和广州郊区, 整体与广州城区的结果较为相似(丙烷/乙炔低于广州城区、正丁烷/乙炔高于广州城区和异丁烷/乙炔与广州城区相当), 表明城市LPG车辆排放和居民烹调LPG排放对本采样点大气VOCs影响显著.苯在城市地区主要来自于机动车尾气排放, 而甲苯则主要来自于油漆, 涂料, 印刷和清洁过程中的溶剂使用[28].整个观测期间苯/乙炔和甲苯/乙炔的比值分别为1.27和4.18, 污染过程中(5月20~24日)苯/乙炔和甲苯/乙炔的比值分别为1.50和4.61, 南京北郊二者的比值分别为1.09和0.74, 本研究中二者比值均高于南京北郊的研究结果, 尤其甲苯/乙炔比值远高于南京北郊结果和广州城区结果, 表明采样点大气受周边溶剂使用等工业排放的影响显著.

2.5 不确定性分析

有研究表明含氧VOCs对OFP的贡献较大, 沈建东等[27]对杭州市大气中的VOCs活性进行了研究, 显示杭州市VOCs的OFP为135.18×10-9, 其中OVOC对OFP的贡献最大, 贡献率达45%; 段玉森等[26]对上海市不同点位的VOCs光化学活性进行了研究, 显示醛酮类VOCs对OFP的贡献较大, 不同站点醛酮类对OFP贡献为31.5% ~55.2%之间.本研究只能测得54种VOCs, 不包含含氧VOCs, 因此估算的OFP比实际偏低.

根据Grosjean的假设, SOA的生成只在白天(08:00~17:00)发生, 且VOCs只与·OH发生反应, 但实际VOCs生成SOA的途径还包括了与NO3·和O3的反应[16]; 此外本研究测得的SOA前体物偏少, 仅包括54个VOCs物种, 实际上SOA的前体物不仅包含VOCs, 还包括半挥发性有机物(SVOC)和中等挥发性有机物(IVOC), 尤其是SVOC、IVOC和植物排放的挥发性有机物(BVOC), 它们在SOA生成过程中扮演着十分重要的角色[16].因此根据FAC值估算SOA的结果将低于实际值, 根据国内外的研究结果, 计算值与实测值的比值波动较大, 约为0.5% ~50%[14].

3 结论

(1) 观测期间φ(总VOCs)为30.89×10-9, 其中φ(烷烃)为19.28×10-9, 贡献了62.40%, φ(芳香烃)为6.49×10-9, 贡献了21.01%, φ(烯烃)为3.82×10-9, 贡献了12.35%, φ(炔烃)为1.31×10-9, 贡献了4.24%; 烷烃是VOCs体积分数中最重要的组分, C2~C6的烷烃、苯系物、乙烯和乙炔是关键物种.

(2) 观测期间总OFP为79.57×10-9, φ(烯烃)对φ(总VOCs)贡献率仅为12.35%, 其对OFP贡献率最高, 为41.35%. φ(芳香烃)对φ(总VOCs)贡献率仅为21.01%, 其对OFP贡献率高达37.50%, 仅次于烯烃.总的SOA生成量为1.40μg·m-3, 其中烷烃SOA生成量为0.08μg·m-3, 贡献率为5.47%; 芳香烃SOA生成量为1.32μg·m-3, 贡献率高达94.53%.低碳的烷烃、低碳烯烃和苯系物是OFP的关键贡献物种, 芳香烃类物质是SOA的关键贡献物种, 控制好甲苯、间/对-二甲苯和邻-二甲苯这3种苯系物, 是O3和PM2.5协同控制的关键.

(3) 采样期间T/B比值的平均值为3.54, 表明采样点大气中VOCs除了受机动车尾气的影响外, 溶剂使用等工业排放的影响也较为显著.整个观测期间苯/乙炔和甲苯/乙炔的比值分别为1.27和4.18, 污染过程中(5月20~24日)苯/乙炔和甲苯/乙炔的比值分别为1.50和4.61, 二者比值均高于南京北郊的研究结果, 尤其甲苯/乙炔比值远高于南京北郊结果和广州城区结果, 表明采样点大气受周边溶剂使用等工业排放的影响显著.

参考文献
[1] Li B W, Ho S S H, Gong S L, et al. Characterization of VOCs and their related atmospheric processes in a central Chinese city during severe ozone pollution periods[J]. Atmospheric Chemistry and Physics, 2019, 19(1): 617-638. DOI:10.5194/acp-19-617-2019
[2] 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
[3] Baudic A, Gros V, Sauvage S, et al. Seasonal variability and source apportionment of volatile organic compounds (VOCs) in the Paris megacity (France)[J]. Atmospheric Chemistry and Physics, 2016, 16(18): 11961-11989. DOI:10.5194/acp-16-11961-2016
[4] 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.
[5] Huang R J, Zhang Y L, Bozzetti C, et al. High secondary aerosol contribution to particulate pollution during haze events in China[J]. Nature, 2014, 514(7521): 218-222. DOI:10.1038/nature13774
[6] Von Schneidemesser E, Monks P S, Allan J D, et al. Chemistry and the linkages between air quality and climate change[J]. Chemical Reviews, 2015, 115(10): 3856-3897. DOI:10.1021/acs.chemrev.5b00089
[7] 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
[8] Jin X M, Holloway T. Spatial and temporal variability of ozone sensitivity over China observed from the ozone monitoring instrument[J]. Journal of Geophysical Research: Atmospheres, 2015, 120(14): 7229-7246. DOI:10.1002/2015JD023250
[9] Ou J M, Zheng J Y, Li R R, et al. Speciated OVOC and VOC emission inventories and their implications for reactivity-based ozone control strategy in the Pearl River Delta region, China[J]. Science of the Total Environment, 2015, 530-531: 393-402. DOI:10.1016/j.scitotenv.2015.05.062
[10] 叶露, 邰菁菁, 俞华明. 汽车工业区大气挥发性有机物(VOCs)变化特征及来源解析[J]. 环境科学, 2021, 42(2): 624-633.
Ye L, Tai J J, Yu H M. Characteristics and source apportionment of volatile organic compounds (VOCs) in the automobile industrial park of Shanghai[J]. Environmental Science, 2021, 42(2): 624-633.
[11] 张博韬, 安欣欣, 王琴, 等. 2015年北京大气VOCs时空分布及反应活性特征[J]. 环境科学, 2018, 39(10): 4400-4407.
Zhang B T, An X X, Wang Q, et al. Temporal variation, spatial distribution, and reactivity characteristics of air VOCs in Beijing 2015[J]. Environmental Science, 2018, 39(10): 4400-4407.
[12] 姚青, 韩素芹, 张裕芬, 等. 天津夏季郊区VOCs对臭氧生成的影响[J]. 环境科学, 2020, 41(4): 1573-1581.
Yao Q, Han S Q, Zhang Y F, et al. Effects of VOCs on ozone formation in the Tianjin suburbs in summer[J]. Environmental Science, 2020, 41(4): 1573-1581.
[13] Turpin B J, Huntzicker J J. Identification of secondary organic aerosol episodes and quantitation of primary and secondary organic aerosol concentrations during SCAQS[J]. Atmospheric Environment, 1995, 29(23): 3527-3544. DOI:10.1016/1352-2310(94)00276-Q
[14] 王扶潘, 朱乔, 冯凝, 等. 深圳大气中VOCs的二次有机气溶胶生成潜势[J]. 中国环境科学, 2014, 34(10): 2449-2457.
Wang F P, Zhu Q, Feng N, et al. The generation potential of secondary organic aerosol of atmospheric VOCs in Shenzhen[J]. China Environmental Science, 2014, 34(10): 2449-2457.
[15] 邹宇, 邓雪娇, 李菲, 等. 广州番禺大气成分站复合污染过程VOCs对O3与SOA的生成潜势[J]. 环境科学, 2017, 38(6): 2246-2255.
Zou Y, Deng X J, Li F, et al. Effect of VOCs on O3 and SOA formation potential during the combined pollution process in Guangzhou Panyu atmospheric composition station[J]. Environmental Science, 2017, 38(6): 2246-2255.
[16] 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 source apportionment of VOCS in autumn of Shanghai, China[J]. Environmental Science, 2013, 34(2): 424-433.
[17] 徐虹, 唐邈, 肖致美, 等. 天津市冬季重污染二次有机化学污染特征及VOCs对SOA生成潜势[J]. 环境科学, 2020, 41(8): 3492-3499.
Xu H, Tang M, Xiao Z M, et al. Characteristics of secondary organic particles and the potential formation of SOA from VOCs during wintertime Heavy pollution episodes in Tianjin[J]. Environmental Science, 2020, 41(8): 3492-3499.
[18] 李用宇, 朱彬, 安俊琳, 等. 南京北郊秋季VOCs及其光化学特征观测研究[J]. 环境科学, 2013, 34(8): 2933-2942.
Li Y Y, Zhu B, An J L, et al. Characteristics of VOCs and their photochemical reactivity in autumn in Nanjing northern suburb[J]. Environmental Science, 2013, 34(8): 2933-2942.
[19] Carter W P L. Development of ozone reactivity scales for volatile organic compounds[J]. Air & Waste, 1994, 44(7): 881-899.
[20] Lee S C, Chiu M Y, Ho K F, et al. Volatile organic compounds (VOCs) in urban atmosphere of Hong Kong[J]. Chemosphere, 2002, 48(3): 375-382. DOI:10.1016/S0045-6535(02)00040-1
[21] 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
[22] 莫梓伟, 牛贺, 陆思华, 等. 长江三角洲地区基于喷涂工艺的溶剂源VOCs排放特征[J]. 环境科学, 2015, 36(6): 1944-1951.
Mo Z W, Niu H, Lu S H, et al. Process-based emission characteristics of volatile organic compounds (VOCs) from paint industry in the Yangtze River Delta, China[J]. Environmental Science, 2015, 36(6): 1944-1951.
[23] 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.
[24] Chan L Y, Chu K W, Zou S C, et al. Characteristics of nonmethane hydrocarbons (NMHCs) in industrial, industrial-urban, and industrial-suburban atmospheres of the Pearl River Delta (PRD) region of south China[J]. Journal of Geophysical Research: Atmospheres, 2006, 111(D11). DOI:10.1029/2005JD006481
[25] 付琳琳, 邵敏, 刘源, 等. 机动车VOCs排放特征和排放因子的隧道测试研究[J]. 环境科学学报, 2005, 25(7): 879-885.
Fu L L, Shao M, Liu Y, et al. Tunnel experimental study on the emission factors of volatile organic compounds (VOCs) from vehicles[J]. Acta Scientiae Circumstantiae, 2005, 25(7): 879-885. DOI:10.3321/j.issn:0253-2468.2005.07.004
[26] 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 O3formation potential[J]. Environmental Monitoring in China, 2020, 36(2): 138-147.
[27] 沈建东, 叶旭红, 朱英俊, 等. 杭州市大气VOCs浓度特征及其化学活性研究[J]. 中国环境监测, 2020, 36(5): 80-87.
Shen J D, Ye X H, Zhu Y J, et al. Study on the concentration characteristics and chemical reactivity of ambient VOCs in Hangzhou[J]. Environmental Monitoring in China, 2020, 36(5): 80-87.
[28] 叶露. 上海北郊大气挥发性有机物(VOCs)变化特征及来源解析[J]. 装备环境工程, 2020, 17(6): 107-116.
Ye L. Change characteristics and source apportionment of volatile organic compounds (VOCs) in the northern suburb of Shanghai[J]. Equipment Environmental Engineering, 2020, 17(6): 107-116.
[29] 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.
[30] 罗达通, 高健, 王淑兰, 等. 上海秋季大气挥发性有机物特征及污染物来源分析[J]. 中国环境科学, 2015, 35(4): 987-994.
Luo D T, Gao J, Wang S L, et al. Characteristics of volatile organic compounds and relative pollutants observed in autumn Shanghai[J]. China Environmental Science, 2015, 35(4): 987-994.
[31] 安俊琳, 朱彬, 李用宇. 南京北郊大气VOCs体积分数变化特征[J]. 环境科学, 2013, 34(12): 4504-4512.
An J L, Zhu B, Li Y Y. Variation characteristics of ambient volatile organic compounds (VOCs) in Nanjing northern suburb, China[J]. Environmental Science, 2013, 34(12): 4504-4512.
[32] 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
[33] 安俊琳, 朱彬, 王红磊, 等. 南京北郊大气VOCs变化特征及来源解析[J]. 环境科学, 2014, 35(12): 4454-4464.
An J L, Zhu B, Wang H L, et al. Characteristics and source apportionment of volatile organic compounds (VOCs) in the northern suburb of Nanjing[J]. Environmental Science, 2014, 35(12): 4454-4464.
[34] Zhang Y L, Wang X M, Barletta B, et al. Source attributions of hazardous aromatic hydrocarbons in urban, suburban and rural areas in the Pearl River Delta (PRD) region[J]. Journal of Hazardous Materials, 2013, 250-251: 403-411. DOI:10.1016/j.jhazmat.2013.02.023