2024, Vol. 45
2. 河北省污染防治生物技术实验室，石家庄 050018;
3. 中节能天融科技有限公司，北京 100085;
4. 河北煜鸿项目管理咨询有限公司，石家庄 050035;
5. 河北省科学院地理科学研究所，石家庄 050011;
6. 河北省地理信息开发应用技术创新中心，石家庄 050011
, YANG Chen-qiang1 , YANG Rui1 , ZHANG Shun-xin1 , WANG He-yu1 , LIU Da-xi1,2
, NIE Sai-sai3 , WANG Shuai4 , CUI Jian-sheng1,2 , LI Shuang-jiang1,2 , WANG Yun-xia5,6
2. Hebei Key Laboratory of Pollution Prevention Biotechnology, Shijiazhuang 050018, China;
3. CECEP Talroad Technology Co., Ltd., Beijing 100085, China;
4. Hebei Yuhong Project Management Consulting Co., Ltd., Shijiazhuang 050035, China;
5. Institute of Geographical Sciences, Hebei Academy of Sciences, Shijiazhuang 050011, China;
6. Hebei Technology Innovation Center for Geographic Information Application, Shijiazhuang 050011, China
近地面臭氧（O3）和细颗粒物（PM2.5）是我国两大典型空气污染物[1], 其复合污染已经成为了我国最严重的大气环境问题[2]. 挥发性有机物（volatile organic compounds, VOCs）会与NOx和·OH等发生光化学反应产生O3和二次有机气溶胶（SOA）, SOA是二次PM2.5的重要组成部分, 因此VOCs是近地面O3和二次PM2.5的共同前体物[3]. 有研究表明我国城市区域大多是VOCs控制区[4, 5], 董赵鑫等[6]通过模拟PM2.5和O3前体物NOx和VOCs的非线性等值关系发现, 京津冀地区PM2.5和O3生成的敏感性为VOCs敏感, VOCs减排对降低PM2.5和O3浓度均有利. Shan等[7]研究指出京津冀地区和汾渭平原城市大气中O3的形成受到VOCs的限制. 因此, VOCs的排放削减是降低二次PM2.5和近地面O3浓度的关键, 解析环境空气中VOCs变化特征及来源对控制PM2.5和O3污染具有重要意义.
近年来, 我国关于VOCs对PM2.5和O3污染的影响做了大量研究, 包括机制研究[3, 8]、典型城市（群）[9 ~ 11]、典型污染[12, 13]、时空特征[14, 15]、潜在源区[16, 17]及源解析[18, 19]等. 沈建东等[20]利用苏码罐对杭州市进行了为期1 a的手工监测, 数据显示TVOCs体积分数的降序排列为：春季 > 冬季 > 秋季 > 夏季, 春季OVOCs和烷烃浓度较高. 宋小涵等[15]就2015~2021年京津冀地区的各季节PM2.5和O3浓度进行相关性分析, 发现冬季易发生PM2.5污染, 夏季易发生O3污染, 而二者的复合污染特征在4~6月更加明显. 赵淑婷等[21]统计了邯郸市2013~2019年PM2.5-O3复合污染的分布情况, 发现其频发时间已从6月提前至3、4月, 受温度、湿度和气压的影响较大, 这与常州市出现O3污染时间提前, 跨度延长的污染特征相一致[22]. 肖致美等[23]研究发现PM2.5-O3复合污染期内VOCs对OFP和SOA的贡献趋势与组分质量分数变化一致, 溶剂使用源、机动车排放源和石化工业源是PM2.5-O3复合污染的主要来源. 李万勇等[24]对聊城夏季VOCs进行权重高值解析（CWT）, 发现VOCs主要分布在物流园、车流量和企业集中的地区, 且受到邻近区域传输的影响. 聂烨等[25]通过特定的VOCs来判断排放源以及参与光化学反应的程度, 发现黄石城区存在空气老化现象, 甲苯和苯的主要排放源是机动车尾气. 综上可知, 现有研究多以夏、冬季节作为重点时段进行探讨, 而PM2.5-O3复合污染现象明显的春季研究较少, 缺乏石家庄市春季VOCs精细化特征和来源解析研究, 无法满足新形势下我国大气污染控制的需要.
河北省石家庄市是京津冀大气污染传输通道“2+26”城市之一, 近年来, 石家庄市在168城市空气质量综合指数排名中常处于倒数10位内, 制药、石油化工和涂料等涉VOCs污染行业居多. 因此本研究选取2019年、2021年和2022年春季, 利用罐采样-GC/MS法对3个国控点的环境空气进行样品采集, 结合气象和环境数据, 对VOCs观测期内PM2.5、O3和的浓度特征进行分析；利用O3生成潜势（ozone formation potential, OFP）和二次有机气溶胶生成潜势（secondary organic aerosol formation potential, SOAFP）探究VOCs反应活性；最后通过Meteoinfo模型和特征比值解析石家庄市春季VOCs的来源, 以期为石家庄市大气污染物精准防控提供理论依据和决策支持.
1 材料与方法 1.1 研究区域与VOCs采样概况选择石家庄市城区具有代表性的典型区域（图 1）为研究对象, 包括桥西区西南高教河北师范大学汇华学院（114°28' E, 38°01' N）、裕华区世纪公园（114°32' E, 38°01' N）及高新区石家庄学院（114°36' E, 38°02' N）3个国家控制环境质量监测点, 进行VOCs罐采样1 h, 及同采样时间PM2.5的1 h数据和O3的1 h数据收集（http://www.cnemc.cn/）. 西南高教位于石家庄市西部郊区和中心城区的过渡城区, 距离石家庄市高铁站约2.5 km, 高校聚集；世纪公园是处于商业、居住和交通结合的中心城区, 周围树木较多, 但毗邻交通主干道、学校及大型商场；高新区位于石家庄市东部工业集中区域, 包含石药集团巨石生物科技产业园、循环化工园区等[26]. 于2019年（3月28日至4月2日）、2021年（5月20~24日）和2022年（3月15~19日、5月21~22日）采集VOCs样品, 采样月均处于春季, 采样时间为每天08：00~09：00和15：00~16：00, 利用3.2 L苏玛罐进行采样. 共采集17 d, 89个有效大气样品, 获取178 h有效数据. 气象数据包括同时期的温度、湿度、风速和风向的小时数据, 为中国气象数据网提供（http://data.cma.cn/）.
|
图 1 石家庄市春季VOCs采样点位置示意 Fig. 1 Sampling sites of VOCs during spring in Shijiazhuang |
3.2 L苏码罐（SUMMA canister, Entech, USA）经罐清洗仪（ENTECH 3100, USA）升温至60 ℃循环清洗12次至50 mTorr（50×133.322 mPa）以下, 在苏码罐接口处加装2号流量控制器（CS1200E, ENTECH, USA）恒流采样1 h, 采满后在1~2 d内完成分析, 每采集10个样品采集1个平行样品以保证样品测量的准确度, 5 d内分两次携带充满高纯N2的空白罐到现场与样品一同带回实验室检测以减小运输误差.
取400 mL样品及50 mL内标气（一溴一氯甲烷、1,4-二氟苯、氯苯-d5和溴氟苯）抽入预浓缩仪（ENTECH 7200, USA）, 经三级冷阱加热脱水、富集浓缩汽化后, 进入气相色谱-质谱联用仪（GC/MS QP2010 PLUS, Shimadzu, Japan）的色谱柱（DB-624, 60 m×250 μm×0.14 μm）程序升温, 进样口温度为140 ℃, 保持初始温度（35 ℃）5 min后以5 ℃·min-1升温至150 ℃并保持7 min, 然后以10 ℃·min-1升温至200 ℃并保持6 min, 离子源温度为230 ℃, 扫描方式为SIM, 其范围为35~450 u.
使用标准气体（39种EPA TO-14 + 25种EPA TO-15, LINDE）对64种目标VOCs（表 1）进行校准, 绘制1.25×10-9、2.5×10-9、5×10-9、10×10-9、15×10-9和20×10-9这6个浓度点标准曲线（R2 ≥ 0.99）, 利用内标法定量, 每周对标准曲线中间点进行曲线校核, 并保证误差小于20%. 数据质量控制符合《环境空气挥发性有机物的测定罐采样/气相色谱-质谱法》（HJ 759-2015）的要求. 监测数据处理包括数据一致性、完整性检验等过程, 以及对仪器故障产生的负值、零值等异常数据处理. 本研究共讨论了62种VOCs组分, 包括37种卤代烃, 9种OVOCs, 9种芳香烃, 4种烷烃, 2种烯烃和1种含硫化合物.
|
表 1 研究观测的VOCs物种 Table 1 Mentioned VOCs species observed in this study |
1.3 臭氧生成潜势（OFP）
VOCs主要通过与O3·、·OH和NO3·反应产生O3, 与·OH反应主要发生在白天, 与NO3·反应主要发生在夜间, 与O3·反应在全天持续进行[27]. 可利用OFP较为客观地反映O3生成的反应机制, 表征环境大气中VOCs的化学反应活性[28, 29], 其计算方法如式（1）：
|
(1) |
式中, OFPi为某VOC物种i的O3生成潜势, μg·m-3；[VOC]i为VOC物种i的浓度, μg·m-3；MIRi为VOC物种i的最大增量反应活性, μg·μg-1, MIR数值参考文献[30].
1.4 二次有机气溶胶生成潜势（SOA）采用气溶胶生成系数（FAC）结合VOCs实测浓度, 估算大气二次有机气溶胶的生成潜势[31], SOAFP基于烟雾箱模拟得到的系数进行计算, 其计算方法如式（2）：
|
(2) |
式中, SOAFPi为某VOC物种i的SOA生成潜势, μg·m-3；[VOC]i为环境空气VOCs的实测浓度, μg·m-3；FVOCi为第i种VOCs参与反应的质量分数, %；FACi为某VOC物种i的SOA生成系数, μg·μg-1.
1.5 潜在源贡献因子（PSCF）法和浓度权重轨迹（CWT）法基于Meteoinfo的TrajStat模型对VOCs浓度和气象数据进行潜在源贡献因子法（PSCF）和浓度权重轨迹（CWT）分析, 以识别VOCs潜在源区并探究VOCs浓度与潜在源区的相关性[16]. 后向轨迹受体点位为石家庄市人民会堂监测点（38°03'N, 114°31'E）, 是位于3个采样区域之间的国控点, 初始高度100 m, VOCs后推时长36 h[32], 时间分辨率1 h, 网格大小为0.1° × 0.1°结合污染数据不设限值可定量得到潜在区域对目标点的相对权重浓度贡献值（CWT）, 其计算公式为[25]：
|
(3) |
式中, CWTij为网格（i, j）中平均浓度, μg·m-3；l为后向气团轨迹；M为后向气团轨迹总数；Cl为后向气团轨迹l经过网格（i, j）时对应的浓度, μg·m-3；Tijl为后向气团轨迹l落在网格（i, j）内的端点数. 为减小CWT条件函数的不确定性, 引入经验权重函数Wij, 得到加权后的WCWT函数, 其计算公式为[25]：
|
(4) |
统计研究期间经过每个网格的轨迹出现的概率, 进而得到PSCF结果, 其计算公式为[25]：
|
(5) |
为降低轨迹在网格中停留时间对计算结果的影响, 引入与式（4）相同的经验权重函数Wij, 得到加权后的WPSCF函数, 其计算公式为[25]：
|
(6) |
2019年、2021年和2022年春季石家庄市O3、PM2.5和TVOC以及气象要素的时序变化如图 2. ρ（O3）范围为19.33~230.33 μg·m-3, ρ（PM2.5）范围为7.33~90.33 μg·m-3, ρ（TVOC）范围为14.17~362.84 μg·m-3, 3种污染物的浓度均略呈单峰变化. 可将大气污染状态分为清洁期和污染期, 清洁期为ρ（O3） < 160 μg·m-3, ρ（PM2.5） < 75 μg·m-3的时期, 污染期包括4个污染过程.
|
箭头指向与风去向相同 图 2 石家庄市春季PM2.5-O3和TVOC的时序变化特征 Fig. 2 Time-series characteristics of PM2.5-O3 and TVOC in spring in Shijiazhuang |
过程Ⅰ中：ρ（O3）≥ 160 μg·m-3, ρ（PM2.5）≥ 75 μg·m-3, 为PM2.5-O3复合污染, 此时气温上升到29℃, 湿度下降到47%时, 风速达6 m·s-1, TVOC浓度降幅较大, PM2.5和O3出现了协同升高的状态, 可能为前体物转化及区域传输所致[33].
过程Ⅱ中：ρ（O3）max = 230 μg·m-3 ≥ 160 μg·m-3, ρ（PM2.5） < 75 μg·m-3, 为单O3污染, 气温上升到31℃, 湿度上升到55%, TVOC浓度下降了202.33 μg·m-3, 这是由于该时段风速较低, 大气稳定度较好, 且石家庄市西部地势较高, 不利于污染物扩散.
过程Ⅲ中：ρ（O3） < 160 μg·m-3, ρ（PM2.5）≥ 75 μg·m-3, 为单PM2.5污染, 低气温、高湿度和高风速的气象条件下, TVOC浓度也相对较低（与过程Ⅰ相比）, 易于造成区域性传输的PM2.5污染, 这与聂赛赛等[34]的研究结果具有一致性.
过程Ⅳ中：ρ（O3）≥ 160 μg·m-3, ρ（PM2.5） < 75 μg·m-3, 为单O3污染, 最高气温达33℃时, 与过程Ⅱ相比湿度降低了30%, 不利于PM2.5的转化, 而该时期主要风向为东南风, 是石家庄市O3传输的主要通道[26], 可能为区域传输和本地污染排放综合导致O3浓度超标.
2.1.2 污染期与清洁期VOCs组分特征对比分析观测期间石家庄市污染期与清洁期VOCs组分特征及关键物种统计见图 3. ρ（TVOC）均值在污染期为191.17 μg·m-3, 在清洁期为122.18 μg·m-3. 污染期和清洁期VOCs物种结构具有一致性但也存在差异, OVOCs、卤代烷烃和烷烃的浓度差值较大, 分别为31.15、18.62和9.74 μg·m-3, 含硫化合物在污染期的浓度水平较高. 浓度最高的前10位VOCs物种在污染期和清洁期共同出现的物有8种, 这与城市功能区差异、可能存在外来污染物传输和研究时段不同有关.
|
（a）组分特征；（b）关键物种统计；A.烷烃, B.烯烃, C.芳香烃, D.OVOCs, E.卤代烷烃, F.卤代烯烃, G.卤代芳烃, H.含硫化合物；1.丙酮, 2.二氯甲烷, 3.乙酸乙酯, 4.甲苯, 5.2-丁酮, 6.4-乙基甲苯, 7.氯甲烷, 8.正己烷, 9.苯, 10.1,2-二氯甲烷, 11.氯仿, 12.邻-二甲苯 图 3 石家庄市春季污染期与清洁期VOCs组分特征及关键物种统计 Fig. 3 Characteristics of VOCs components and key species statistics on pollution period and clean period in spring in Shijiazhuang |
石家庄市春季污染期与清洁期不同组分中各VOC的贡献率见图 4. 2-丁酮、乙酸乙酯、丙酮、氯甲烷和正己烷的污染期与清洁期小时浓度均值差值较大, 分别为10.09、9.81、9.63、8.86和7.26 μg·m-3. 有研究表明, 乙酸乙酯和2-丁酮为光化学反应二次产物[35], 正己烷、二氯甲烷、氯甲烷、丙烯和丙酮常见于燃烧源和工业排放源[36, 37], 二氟二氯甲烷、一氟三氯甲烷、四氯化碳和异丙醇反应活性低、在大气中寿命较长[38], 苯系物在溶剂和老化气团中均存在[39]. 综合考虑石家庄市春季VOCs主要来自工业排放和老化气团, 且伴有二次光化学反应生成特征.
|
内圈为污染期, 外圈为清洁期；含硫化合物只有一种物质, 不涉及物种贡献率 图 4 石家庄市春季污染期与清洁期不同组分中各VOC的贡献率 Fig. 4 Contributions of each VOC in different components on pollution period and clean period in spring in Shijiazhuang |
为探讨VOCs物种与PM2.5、O3和气象要素的相关性, 对其进行Spearman相关性分析, 发现不同VOCs组分与PM2.5和O3的相关性强度在污染期[图 5（a）]和清洁期[图 5（b）]不同. 污染期O3与烯烃、芳香烃、卤代烷烃（P < 0.01）、卤代芳烃和湿度呈显著负相关, 与温度（P < 0.01）呈显著正相关, 即高温低湿促进VOCs生成O3[40]. PM2.5与烯烃（P < 0.01）、芳香烃、OVOCs（P < 0.001）、卤代烯烃、卤代芳烃和湿度呈显著正相关, 即高湿促进VOCs生成二次PM2.5[33]. 与污染期相左的是, 清洁期烯烃、芳香烃（P < 0.001）、OVOCs、卤代烷烃和卤代烯烃与O3呈显著负相关, VOCs与PM2.5的直接相关性较弱.
|
1.O3, 2.PM2.5, 3.烷烃, 4.烯烃, 5.芳香烃, 6.OVOCs, 7.卤代烷烃, 8.卤代烯烃, 9.卤代芳烃, 10.含硫化合物, 11.温度, 12.湿度, 13.风速；椭圆的短半径表示相关性（R2）的程度, 短半径越小, 相关性越强；椭圆的方向表示正、负相关性；*表示P≤0.05, **表示P≤0.01, ***表示P≤0.001 图 5 石家庄市春季污染期与清洁期PM2.5-O3-VOCs及气象要素的相关性特征 Fig. 5 Correlation characteristics of PM2.5-O3-VOCs and meteorological elements on pollution period and clean period in spring in Shijiazhuang |
2019年、2021年和2022年春季石家庄市对O3生成有潜在贡献的共有46种VOCs, 污染期和清洁期各组分VOCs对OFP的贡献率和OFP排名前10位的VOC如图 6所示. OFP均值为314.10 μg·m-3, 高于柳州市[41]且低于中山市[42]春季OFP, 其中OFP在污染期为361.23 μg·m-3, 在清洁期为266.96 μg·m-3. 污染期和清洁期相比各VOCs组分对OFP贡献表现为OVOCs、烷烃和烯烃占比升高, 而芳香烃和卤代烷烃占比下降, 其中芳香烃贡献率在两时期均最高.
|
（a）贡献率（内圈为污染期, 外圈为清洁期）；（b）OFP排名前10位的VOC；1.烯丙基氯；2.甲苯；3.间/对-二甲苯；4.4-乙基甲苯；5.邻-二甲苯；6.丙烯；7.2-丁酮；8.正己烷；9.甲基异丁基甲酮；10.1,3,5-三甲苯；11.氯乙烯；12.乙苯 图 6 污染期与清洁期各组分VOCs对OFP的贡献率和OFP排名前10位的VOC Fig. 6 Contribution of component VOCs to OFP and the top ten VOC for OFP on pollution period and clean period |
污染期浓度前10位的VOCs物种（占比为72.63%）的OFP贡献率为39.96%, 清洁期浓度前10位的VOCs物种（占比为70.34%）的OFP贡献率为34.44%, 且OFP贡献率前10位的VOCs物种在污染期和清洁期相似度较高, 因此降低VOCs浓度水平有利于降低石家庄市春季大气中的O3. 与北京市春季VOCs组分特征贡献一致, 推测主要来自溶剂使用和机动车尾气排放[43]. 削减芳香烃, 尤其是苯系物是控制O3生成的有效途径, 同时也应关注卤代烷烃和OVOCs的排放.
2.2.2 VOCs对SOA的生成潜势研究观测期间对SOA生成有潜在贡献的共有12种VOCs（如图 7）, 其ρ（TVOC）均值为45.27 μg·m-3, 平均产生1.79 μg·m-3的SOA. 其中污染期生成了1.98 μg·m-3, 略高于杭州市[44]和安庆市[45]春季SOAFP, 清洁期生成了1.61 μg·m-3, 与杭州市城市交通和生活等混合源排放的大气VOCs生成1.64 μg·m-3的SOA研究结果相近[20]. 芳香烃是SOAFP的关键贡献组分, 在污染期和清洁期的贡献率分别为98.61%和99.09%, 另外污染期中烷烃也贡献了约2%, 烯烃的贡献较少.苯、甲苯、乙苯、间/对-二甲苯和邻-二甲苯是石家庄市春季SOAFP高贡献的前5组分, 这与陈妙等[33]在西安市的研究具有一致性. 可见削减苯系物的排放是控制SOA生成的有效途径.
|
（a）贡献率（内圈为污染期, 外圈为清洁期）, 烯烃贡献率 < 1%；（b）OFP排名前10位的VOC；1.甲苯；2.间/对-二甲苯；3.邻-二甲苯；4.乙苯；5.1,3,5-三甲苯；6.苯；7.4-乙基甲苯；8.1,2,4-三甲苯；9.正己烷；1,3-丁二烯、2,2,4-三甲基戊烷、正庚烷的SOAFP较小, 未在图中体现 图 7 污染期与清洁期各组分VOCs对SOAFP的贡献率和SOAFP排名前9位的VOC Fig. 7 Contribution of component VOCs to SOAFP and the top nine VOC for SOAFP on pollution period and clean period |
PSCF分析结果如图 8（a）所示, 石家庄市春季VOCs潜在源区主要分布在裕华区东部、高新区和栾城区北部, 其中, 裕华区东部和栾城区北部交通流量较大, 高新区内有多个工业源区, 涉及VOCs排放的企业较多, 贡献较大的源区位于世纪公园-石家庄学院区域内, 可见石家庄市春季VOCs除本地排放外还受到临近区域传输的影响. 由CWT结果分析可知[图 8（b）], 石家庄市春季权重高值出现在西南高教-世纪公园区域内, 与VOCs潜在源区分布相统一, 因此为降低石家庄市春季大气污染物浓度应加强对上述区域的VOCs管控.
|
图 8 石家庄市春季VOCs的PSCF及CWT分布 Fig. 8 PSCF and CWT distribution of VOCs in spring in Shijiazhuang |
苯、甲苯与乙苯的体积分数之比（B/T/E）常用于辨别VOCs源排放[46, 47], 如图 9所示. 观测期间3个采样点位有较大比重的B/T/E值点落在机动车排放识别区, 可见石家庄市春季VOCs的主要来源为机动车排放和燃烧源. 污染期的VOCs主要来源除机动车排放, 工业过程和溶剂使用源贡献也较为突出.
|
图 9 观测期间B/T/E值 Fig. 9 B/T/E ratio during observation |
二甲苯与苯（X/B）及苯与甲苯（B/T）的值常用于判断空气质量老化程度[48], 如图 10所示. 当B/T值< < 0.4且X/B值> 1.1时, 说明空气较为新鲜；当B/T值≥ 0.4且X/B值≤1.1时, 说明空气老化. 观测期间空气老化程度高, 可能是由于春季风速较低, 大气稳定性较高, 污染物存留时间较长所致. 清洁期老化气团占比较大, 污染期新鲜空气占比有所提升, 可能是由于污染期VOCs排放较大.
|
图 10 观测期间空气质量老化程度 Fig. 10 Aging degree of air quality during the observation period |
（1）本实验数据表明, 2019年、2021年和2022年石家庄市春季污染期与清洁期的VOCs浓度存在明显差异, ρ（VOCs）均值分别为191.17 μg·m-3和122.18 μg·m-3, 其中浓度贡献率较高的物种为丙酮、二氯甲烷、2-丁酮、乙酸乙酯、氯甲烷和正己烷.
（2）石家庄市春季OFP在污染期为361.23 μg·m-3, 在清洁期为266.96 μg·m-3, 芳香烃在两时期贡献率均最高. 因此, 削减芳香烃, 尤其是苯系物是控制O3生成的有效途径, 同时也应关注卤代烷烃和OVOCs的排放.
（3）石家庄市春季污染期生成了1.98 μg·m-3的SOA, 清洁期生成了1.61 μg·m-3, 苯、甲苯、乙苯、间/对-二甲苯和邻-二甲苯是石家庄市春季SOAFP高贡献的前5组分. 控制苯系物的排放是降低石家庄市春季PM2.5-O3污染的关键.
（3）通过PSCF和CWT分析, 石家庄市春季VOCs潜在源区主要分布在裕华区东部、高新区和栾城区北部, 权重浓度分布与潜在源区分布相统一, 除本地排放外还受到临近区域传输的影响.
（4）通过特征比值法分析, 石家庄市春季VOCs的主要来源为机动车排放和燃烧源, 且气团老化现象较为严重, 因此控制机动车排放VOCs是最终降低石家庄市VOCs的有效手段.
| [1] | Wang T, Xue L K, Feng Z Z, et al. Ground-level ozone pollution in China: a synthesis of recent findings on influencing factors and impacts[J]. Environmental Research Letters, 2022, 17(6). DOI:10.1088/1748-9326/ac69fe |
| [2] | Chen C R, Gao B B, Xu M Q, et al. The spatiotemporal variation of PM2.5-O3 association and its influencing factors across China: Dynamic Simil-Hu lines[J]. Science of the Total Environment, 2023, 880. DOI:10.1016/j.scitotenv.2023.163346 |
| [3] | Chen Z W, Ting Y C, Huang C H, et al. Sources-oriented contributions to ozone and secondary organic aerosol formation potential based on initial VOCs in an urban area of Eastern Asia[J]. Science of the Total Environment, 2023, 892. DOI:10.1016/j.scitotenv.2023.164392 |
| [4] |
张鸿宇, 王媛, 卢亚灵, 等. 我国臭氧污染控制分区及其控制类型识别[J]. 中国环境科学, 2021, 41(9): 4051-4059. Zhang H Y, Wang Y, Lu Y L, et al. Identification of ozone pollution control zones and types in China[J]. China Environmental Science, 2021, 41(9): 4051-4059. |
| [5] |
卞锦婷, 黄凌, 李红丽, 等. 上海市PM2.5和臭氧复合污染期多路径减排效果评估[J]. 环境科学研究, 2023, 36(2): 314-324. Bian J T, Huang L, Li H L, et al. Evaluation of the effectiveness of multiple emission reduction pathways during a concurrent PM2.5 and ozone pollution in Shanghai[J]. Research of Environmental Sciences, 2023, 36(2): 314-324. |
| [6] |
董赵鑫, 丁点, 姜越琪, 等. PM2.5和臭氧对前体物减排和气象变化的响应及其政策启示[J]. 环境科学研究, 2023, 36(2): 223-236. Dong Z X, Ding D, Jiang Y Q. Responses of PM2.5 and O3 to emission reduction and meteorology variation and their policy implications[J]. Research of Environmental Sciences, 2023, 36(2): 223-236. |
| [7] | Shan D Y, Du Z Y, Zhang T, et al. Variations, sources, and effects on ozone formation of VOCs during ozone episodes in 13 cities in China[J]. Frontiers in Environmental Science, 2023, 10. DOI:10.3389/fenvs.2022.1084592 |
| [8] |
符传博, 周航. 中国城市臭氧的形成机理及污染影响因素研究进展[J]. 中国环境监测, 2021, 37(2): 33-43. Fu C B, Zhou H. Research progress on the formation mechanism and impact factors of urban ozone pollution in China[J]. Environmental Monitoring in China, 2021, 37(2): 33-43. |
| [9] | Huang L, Sun J J, Jin L, et al. Strategies to reduce PM2.5 and O3 together during late summer and early fall in San Joaquin Valley, California[J]. Atmospheric Research, 2021, 258. DOI:10.1016/j.atmosres.2021.105633 |
| [10] |
刘妍妍, 杨雷峰, 谢丹平, 等. 湖南省臭氧污染基本特征分析及长期趋势变化主控因素识别[J]. 环境科学, 2022, 43(3): 1246-1255. Liu Y Y, Yang L F, Xie D P, et al. Analysis of ozone pollution spatio-temporal evolution characteristics and identification of its long-term variation driving factor over Hunan Province[J]. Environmental Science, 2022, 43(3): 1246-1255. |
| [11] |
汪水兵, 刘桂建, 张红, 等. 安徽省臭氧污染时空变化及污染成因研究[J]. 装备环境工程, 2021, 18(8): 124-130. Wang S B, Liu G J, Zhang H, et al. Study on the temporal and spatial variation of ozone pollution and its causes in Anhui province[J]. Equipment Environmental Engineering, 2021, 18(8): 124-130. |
| [12] |
孙玺, 周声圳, 高敏, 等. 珠海2019年秋季一次大气污染过程的特征、成因及来源分析[J]. 环境科学学报, 2022, 42(8): 64-75. Sun X, Zhou S Z, Gao M, et al. Analysis of the characteristics, formation mechanisms and sources of an atmospheric pollution in Zhuhai during the autumn of 2019[J]. Acta Scientiae Circumstantiae, 2022, 42(8): 64-75. |
| [13] |
贾智海, 顾瑶, 孔翠丽, 等. 青岛市臭氧污染与非污染期间VOCs化学特征及来源解析[J]. 环境科学, 2023, 44(4): 1962-1973. Jia Z H, Gu Y, Kong C L, et al. Chemical characteristics and source apportionment for VOCs during the ozone pollution episodes and non-ozone pollution periods in Qingdao[J]. Environmental Science, 2023, 44(4): 1962-1973. |
| [14] |
刘杰, 王明飞, 邓建明, 等. 山东省AQI、颗粒物和臭氧时空演化特征及关键影响因素识别分析[J]. 环境科学研究, 2023, 36(2): 273-284. Liu J, Wang M F, Deng J M, et al. Temporal and spatial evolution patterns of AQI, particulate matter, and ozone in Shandong province and key influencing factors[J]. Research of Environmental Sciences, 2023, 36(2): 273-284. |
| [15] |
宋小涵, 燕丽, 刘伟, 等. 2015~2021年京津冀及周边地区PM2.5和臭氧复合污染时空特征分析[J]. 环境科学, 2023, 44(4): 1841-1851. Song X H, Yan L, Liu W, et al. Spatiotemporal distribution characteristics of co-pollution of PM2.5 and ozone over BTH with surrounding area from 2015 to 2021[J]. Environmental Science, 2023, 44(4): 1841-1851. |
| [16] |
蒋子瑶, 彭王敏子, 陈琦. 基于PSCF与CWT方法的赣江新区大气污染物潜在源区个例分析[J]. 气象与减灾研究, 2022, 45(3): 216-224. Jiang Z Y, Peng W M Z, Chen Q. Case study on potential sources of air pollutants over Ganjiang New District based on PSCF and CWT methods[J]. Meteorology and Disaster Reduction Research, 2022, 45(3): 216-224. |
| [17] |
汪庆, 骆慧晓, 孟文芳, 等. 邯郸市PM2.5和O3污染特征及潜在源分析[J]. 环境科学学报, 2023, 43(4): 53-69. Wang Q, Luo H X, Meng W F, et al. Analysis of characteristics and potential sources of PM2.5 and O3 pollution in Handan[J]. Acta Scientiae Circumstantiae, 2023, 43(4): 53-69. |
| [18] |
张桂芹, 樊联欢, 韩立钊, 等. 济南市典型区夏季VOCs分布特征及臭氧生成机制[J]. 环境化学, 2024, 43(1): 297-310. Zhang G Q, Fan L H, Han L Z, et al. Pollution characteristics of volatile organic compounds and mechanism of ozone formation in typical areas of Jinan, China[J]. Environmental Chemistry, 2024, 43(1): 297-310. |
| [19] | 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 |
| [20] |
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. |
| [21] |
赵淑婷, 王丽涛, 齐孟姚, 等. 邯郸市PM2.5-O3复合污染特征及相互影响研究[J]. 环境科学学报, 2021, 41(6): 2250-2261. Zhao S T, Wang L T, Qi M Y, et al. Study on the characteristics and mutual influence of PM2.5-O3 complex pollution in Handan[J]. Acta Scientiae Circumstantiae, 2021, 41(6): 2250-2261. |
| [22] |
李春玉, 陈素文, 葛鹏, 等. 常州市大气PM2.5和臭氧复合污染特征及来源分析研究[J]. 环境科学与管理, 2020, 45(4): 138-143. Li C Y, Chen S W, Ge P, et al. Complex pollution characteristics and source analysis of atmospheric PM2.5 and ozone in Changzhou[J]. Environmental Science and Management, 2020, 45(4): 138-143. |
| [23] |
肖致美, 李源, 孔君, 等. 天津市PM2.5-O3复合污染特征及气象影响分析[J]. 环境科学, 2022, 43(6): 2928-2936. Xiao Z M, Li Y, Kong J, et al. Characteristics and meteorological factors of PM2.5-O3 compound pollution in Tianjin[J]. Environmental Science, 2022, 43(6): 2928-2936. |
| [24] |
李万勇, 黄浩瑜, 王艳振, 等. 聊城市城区夏季VOCs污染特征及来源解析[J]. 环境科学, 2023, 44(12): 6564-6575. Li W Y, Huang H Y, Wang Y Z, et al. Pollution characteristics and source apportionment of VOCs in urban areas of Liaocheng in summer[J]. Environmental Science, 2023, 44(12): 6564-6575. |
| [25] |
聂烨, 彭瑾, 王祖武, 等. 黄石市大气挥发性有机物污染特征及源解析[J]. 环境科学与技术, 2021, 44(S1): 183-190. Nie Y, Peng J, Wang Z W, et al. Pollution characteristics, ozone formation potential, and sources of atmospheric volatile organic compounds in Huangshi[J]. Environmental Science & Technology, 2021, 44(S1): 183-190. |
| [26] |
王帅, 冯亚平, 崔建升, 等. 石家庄市臭氧污染的时空演变格局和潜在源区[J]. 环境科学学报, 2020, 40(9): 3081-3092. Wang S, Feng Y P, Cui J S, et al. Spatio-temporal evolution patterns and potential source areas of ozone pollution in Shijiazhuang[J]. Acta Scientiae Circumstantiae, 2020, 40(9): 3081-3092. |
| [27] | Wei W, Chen S S, Wang Y, et al. The impacts of VOCs on PM2.5 increasing via their chemical losses estimates: a case study in a typical industrial city of China[J]. Atmospheric Environment, 2022, 273. DOI:10.1016/j.atmosenv.2022.118978 |
| [28] |
刘旭, 周震. 小尺度区域VOCs排放布局优化对夏季OFP影响——以京郊园区为例[J]. 环境科学学报, 2023, 43(10): 236-244. Liu X, Zhou Z. Influence of optimization of VOCs emission layout in small-scale area on OFP in summer: the case of a suburb park in Beijing[J]. Acta Scientiae Circumstantiae, 2023, 43(10): 236-244. |
| [29] | Guan Y N, Liu X J, Zheng Z Y, et al. Summer O3 pollution cycle characteristics and VOCs sources in a central city of Beijing-Tianjin-Hebei area, China[J]. Environmental Pollution, 2023, 323. DOI:10.1016/j.envpol.2023.121293 |
| [30] | Venecek M A, Carter W P L, Kleeman M J. Updating the SAPRC maximum incremental reactivity (MIR) scale for the United States from 1988 to 2010[J]. Journal of the Air & Waste Management Association, 2018, 68(12): 1301-1316. |
| [31] | Hu W, Liang W J, Huang Y H, et al. Emission of VOCs from service stations in Beijing: species characteristics and pollutants co-control based on SOA and O3 [J]. Journal of Environmental Management, 2023, 336. DOI:10.1016/j.jenvman.2023.117614 |
| [32] | Xiong Y, Du K. Source-resolved attribution of ground-level ozone formation potential from VOC emissions in Metropolitan Vancouver, BC[J]. Science of the Total Environment, 2020, 721. DOI:10.1016/j.scitotenv.2020.137698 |
| [33] |
陈妙, 尉鹏, 李顺姬, 等. 西安春季大气VOCs污染特征及O3和SOA生成潜势[J]. 环境科学与技术, 2022, 45(10): 197-206. Chen M, Wei P, Li S J, et al. Ambient VOCs pollution characteristics and formation potentials of O3 and SOA in spring in Xi'an City[J]. Environmental Science & Technology, 2022, 45(10): 197-206. |
| [34] |
聂赛赛, 王帅, 崔建升, 等. 石家庄市大气污染物的季节性时空特征及潜在源区[J]. 环境科学, 2021, 42(11): 5131-5142. Nie S S, Wang S, Cui J S, et al. Spatio-temporal characteristics and potential source areas of seasonal atmospheric pollution in Shijiazhuang[J]. Environmental Science, 2021, 42(11): 5131-5142. |
| [35] | Shrestha S, Yoon S, Erickson M H, et al. Traffic, transport, and vegetation drive VOC concentrations in a major urban area in Texas[J]. Science of the Total Environment, 2022, 838. DOI:10.1016/j.scitotenv.2022.155861 |
| [36] | 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 |
| [37] | Wang B L, Liu Z G, Li Z A, et al. Characteristics, chemical transformation and source apportionment of volatile organic compounds (VOCs) during wintertime at a suburban site in a provincial capital city, east China[J]. Atmospheric Environment, 2023, 298. DOI:10.1016/j.atmosenv.2023.119621 |
| [38] |
王淑娟, 刘新军, 周冰, 等. 夏季石家庄高新区VOCs污染特征及来源解析[J]. 河北大学学报(自然科学版), 2021, 41(6): 690-697. Wang S J, Liu X J, Zhou B, et al. Characteristics and source apportionment of VOCs in Shijiazhuang high-tech industrial development zone in summer[J]. Journal of Hebei University (Natural Science Edition), 2021, 41(6): 690-697. |
| [39] |
牛月圆, 刘倬诚, 李如梅, 等. 阳泉市区夏季挥发性有机物污染特征、来源解析及其环境影响[J]. 环境科学, 2020, 41(7): 3066-3075. Niu Y Y, Liu Z C, Li R M, et al. Characteristics, source apportionment, and environmental impact of volatile organic compounds in summer in Yangquan[J]. Environmental Science, 2020, 41(7): 3066-3075. |
| [40] | Yang X Y, Wu K, Wang H L, et al. Summertime ozone pollution in Sichuan Basin, China: meteorological conditions, sources and process analysis[J]. Atmospheric Environment, 2020, 226. DOI:10.1016/j.atmosenv.2020.117392 |
| [41] |
刘齐, 卢星林, 曾鹏, 等. 柳州市春季大气挥发性有机物污染特征及源解析[J]. 环境科学, 2021, 42(1): 65-74. Liu Q, Lu X L, Zeng P, et al. Characteristics and source apportionment of ambient VOCs in spring in Liuzhou[J]. Environmental Science, 2021, 42(1): 65-74. |
| [42] |
蒋争明, 杨满芽, 王玥, 等. 中山市大气挥发性有机物污染特征及来源解析[J]. 环境污染与防治, 2023, 45(6): 843-848, 854. Jiang Z M, Yang M Y, Wang Y, et al. Characteristics and source apportionment of atmospheric volatile organic compounds in Zhongshan[J]. Environmental Pollution & Control, 2023, 45(6): 843-848, 854. |
| [43] |
张利慧, 毋振海, 李斌, 等. 北京市城区春季大气挥发性有机物污染特征[J]. 环境科学研究, 2020, 33(3): 526-535. Zhang L H, Wu Z H, Li B, et al. Pollution characterizations of atmospheric volatile organic compounds in spring of Beijing urban area[J]. Research of Environmental Sciences, 2020, 33(3): 526-535. |
| [44] |
林旭, 严仁嫦, 金嘉佳, 等. 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 X, Yan R C, Jin J J, et al. Coordinated control of PM2.5 and O3 in Hangzhou based on SOA and O3 formation potential[J]. Environmental Science, 2022, 43(4): 1799-1807. |
| [45] |
韩桥, 何向东, 王明仕, 等. 安庆市城区春季挥发性有机物组成特征及大气反应活性[J]. 环境化学, 2021, 40(8): 2473-2480. Han Q, He X D, Wang M S, et al. Composition characteristics and atmospheric reactivity of volatile organic compounds in Anqing City in spring[J]. Environmental Chemistry, 2021, 40(8): 2473-2480. |
| [46] |
罗达通, 张青梅, 刘湛, 等. 长株潭城区8月VOCs污染特征及来源分析[J]. 环境科学, 2022, 43(7): 3463-3472. Luo D T, Zhang Q M, Liu Z, et al. Characteristics and source apportionment of volatile organic compounds in August in the Chang-Zhu-Tan urban area[J]. Environmental Science, 2022, 43(7): 3463-3472. |
| [47] | 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 |
| [48] |
周民锋, 刘华欣, 魏恒, 等. 基于质子转移飞行时间质谱法对苏州市冬季大气VOCs的观测研究[J]. 环境科学研究, 2021, 34(10): 2326-2338. Zhou M F, Liu H X, Wei H, et al. Observation of VOCs in Suzhou winter atmosphere based on proton transfer time-of-flight mass spectrometry[J]. Research of Environmental Sciences, 2021, 34(10): 2326-2338. |