下载:
-
对流层臭氧（ozone，O3）是重要的大气光化学氧化剂和典型的光化学污染产物[1]。臭氧对人体健康、植物生长以及粮食产量等均存在负面影响[2-4]；同时，臭氧还是主要的温室气体，具有强烈的红外吸收功能，会促进全球气候变暖[5-6]。挥发性有机物（volatile organic compounds，VOCs）和氮氧化物（nitrogen oxides，NOx）的光化学反应是对流层臭氧的主要来源[7]，在光照条件下，VOCs与·OH自由基反应构成ROx（ROx=RO2+HO2+OH）循环，ROx循环能够为NOx（NOx=NO+NO2）循环不断提供HO2和RO2自由基，促进NO氧化为NO2，NO2进一步光解生成臭氧[8]。臭氧的生成量与其前体物浓度之间存在明显的非线性关系[9]，因此，掌握臭氧与其前体物之间的敏感性关系，是制定臭氧污染控制对策的一个重要前提。
近年来，我国城市近地面大气臭氧污染形势严峻，尤其是在夏季，臭氧污染问题尤为凸显。在我国，对珠三角、长三角、京津冀等地挥发性有机物、臭氧生成敏感性分析等方面的研究较多[10-13]，而西部地区的相关研究相对较少。宁夏回族自治区因其丰富的煤炭资源等成为西部大开发中的重要发展对象。随着宁夏的工业化进程不断加快，能源、新型煤化工以及新材料等产业发展迅速，与此同时，光化学污染问题却日益突出。2015—2019年《宁夏生态环境公报》显示[14]，2019年全区五地市PM10、PM2.5年均浓度较2015年分别下降了24.53%、31.91%，而2019年O3年均浓度较2015年上升了5.19%，O3污染日益严重。然而，目前宁夏缺乏有关挥发性有机物的污染特征、臭氧对其前体物敏感性的研究[15]。
为了解宁夏的臭氧污染现状、认识挥发性有机物污染过程及可能来源，本研究在银川都市圈内两个典型站点开展了大气挥发性有机物的日变化观测实验，并对其生成臭氧的潜力进行了评估，同时，利用基于观测的光化学模型，分时段分析了银川都市圈典型臭氧生成过程对臭氧前体物的敏感性。
-
本研究选取银川都市圈内的两个典型站点进行环境空气样品采集。两个采样点分别位于银川市的上海东路和灵武市的宁东煤化工基地（图1）。其中，上海东路采样点（106.29°E，38.49°N）位于银川市海宝公园内部，周边绿化面积、人口密度及交通流量均较大，并集中有居民区和商业区，同时，采样点以西1—3 km有多个加油站、加气站，属于商业/交通/居民混合区。宁东采样点（106.64°E，38.19°N）位于宁东煤化工基地的某烯烃分公司内，宁东基地是我国目前最大的煤制油和煤制烯烃加工生产基地，采样点周围分布有煤制油、煤制烯烃、煤制甲醇、煤制乙二醇及精细化等产业，基地内大型货物运输车辆及民用机动车较多，全天多时段内车流量较大，属于工业区。
本研究于2019年6月12日—14日、8月5日—7日对两采样点大气中挥发性有机物进行了同步观测，采用美国国家环境保护局（USEPA）推荐标准方法（TO-14A[16]和 TO-15[17]）中的苏玛罐采样法进行环境空气样品采集。采样前用自动清罐仪（Entech 3100；Entech Instrument Inc，California, USA）清洗采样罐并抽至真空（真空度低于50 mtorr）；通过限流阀控制采样速率，于7:00—9:00、9:00—11:00、11:00—13:00、13:00—15:00、15:00—17:00和17:00—19:00时间段采样。采样结束后，关闭采样罐阀门并加装采样帽，所有样品均于一个月内分析完毕。观测期间采集有效环境空气样品72个。除6月14日18:00左右出现阵雨情况外，其余观测期间均为晴朗或多云天气。6月观测期间上海东路和宁东采样点平均气温分别为24.2 ℃、24.1 ℃，平均湿度分别为49.2%、52.4%；8月观测期间上海东路和宁东采样点平均气温分别为26.4 ℃、26.1 ℃，平均湿度分别为49.6%、58.8%。
-
本研究中环境空气样品首先经三级冷阱-预浓缩仪（Entech7200；Entech Instrument Inc, California, USA）进行富集浓缩，然后进入GC-MS/FID进行分析。采集的VOCs样品通过预浓缩达到仪器和方法所要求的检出限，同时，样品中的水、二氧化碳等杂质在浓缩过程一并被去除。浓缩后的样品经载气带入气相色谱系统（Trace 1300; Thermo fisher, USA）进行分离和检测，在 Dean-Switch 中心切割系统的控制下，低碳组分（乙烷、乙烯、丙烷、丙烯和乙炔）载入FID检测并用外标法定量，高碳组分（碳数较高的烷烃、烯烃和芳香烃）载入MS检测并用内标法定量。本研究选取在光化学反应中活性较高的56种挥发性有机物（PAMS组分）为目标化合物。PAMS标准气体购自美国Linde Electronics and Specialty Gases公司。实验室中按照5个浓度水平的混合标准气体（不含0点）建立标准曲线，标准曲线R2均大于99.99%，所有目标化合物具有良好的重现性（相对标准偏差均小于10%）。利用信噪比 S/N=10为方法检出限，目标化合物的检测限范围为7
$ \times $ 10−12—24$ \times $ 10−12（体积分数）。每批样品设置实验室空白和采样空白以减少误差，此外，定期对分离柱进行老化，并对仪器进行单点校准和峰窗漂移校准[18-19]。 -
臭氧生成潜势（ozone formation potential，OFP）常被用来衡量VOCs组分生成臭氧的能力。本研究通过最大增量反应活性法（maximum incremental reactivity，MIR）来计算VOCs组分的臭氧生成潜势，并分析VOCs各组成成分对臭氧生成的贡献[20]，臭氧生成潜势的计算公式：
式中，OFPi为VOCs组分i的臭氧生成潜势，
$ \times $ 10−9；VOCsi为VOCs组分i的体积分数，$ \times $ 10−9；MIRi为组分i的最大增量反应活性常数，mol/mol，以O3/VOCs计，本研究使用的MIR值来自Carter[21]。 -
本文利用相对增量反应活性（Relative Incremental Reactivity，RIR）来判断臭氧生成的主导因素，即通过基于观测的模型（Observation-based model，OBM）模拟结果来估算各前体物的RIR值并判断臭氧生成敏感性[22-23]。本研究中OBM模型选用RACM（Regional Atmospheric Chemistry Mechanism）机理，RACM机理版本包含17种无机气体前体物，4种无机中间体，32种挥发性有机物和24种有机中间体的共237个气态化学反应[24]。首先将实测污染物（VOCs、NO）和气象因子（T、RH）的5 min间隔数据作为限制条件输入数值模式对光化学过程开展模拟，其中每5 min读入的VOCs浓度数据为其所在的2 h采样时段的样品VOCs浓度，然后改变特定前体物浓度，计算Ox生成速率变化的百分比（∆P/P）与O3特定前体物浓度变化百分比（∆S/S）的比率（式（1））[25]。
式（1）中，
$ {P}_{{\mathrm{O}}_{x}} $ 为Ox（O3+NO2）生成速率，S（X）为臭氧特定前体物X的浓度。$ {P}_{{\mathrm{O}}_{x}} $ 利用式（2）—（4）在OBM模型中计算得到，$ \Delta S（X）$ 通过改变输入OBM模型的臭氧特定前体物浓度实现。估算RIR值本应改变前体物源强S（X），但由于OBM模式本身通过读入前体物浓度开展计算，在实际分析中是以10%的变量程度，改变所限制的前体物浓度，来达到改变源强的效果[23-26]。臭氧生成速率（
$ {P}_{{\mathrm{O}}_{x}} $ ）通过下式计算：式（3）、（4）中，k1、k2i分别为HO2+NO和RO2+NO反应速率常数，
$ {\phi }_{i} $ 为RO2+NO生成NO2的产率[27-28]；k3、k4、k5、k6以及k7分别为对应反应的反应速率常数。 -
本研究利用HYSPLIT-4（拉格朗日混合单粒子轨道模型，Hybrid single particle lagrangian integrated trajectory）后向轨迹模型[29]，对观测期间两采样点在每个采样时段大气气团的后向轨迹进行反演，反演时间为2 h。根据后向轨迹反演结果，后文对主要气团来向上VOCs的可能来源进行了初步分析，同时，对轨迹来自北（N）、东北（NE）、东北东（ENE）、东南（SE）、南东南（SSE）、南（S）和南西南（SSW）7个来向气团中臭氧前体物的相对增量反应活性进行了分析。上海东路采样点在东北、东北东、东南和南东南方向上分布有加油站和加气站，宁东采样点在北、东北、东北东、东南、南东南、南和南西南方向上分布有大量化工企业。
-
图2给出了两采样点臭氧及其相关参数（NOx、NO2、NO）的时间序列。观测期间，上海东路和宁东采样点O3的最大8 h滑动平均值（O3-8 h）均超过我国《环境空气质量标准（GB 3095—2012）》一级标准（100 μg·m−3），其中，上海东路采样点6月13日和6月14日的O3-8 h平均浓度超过二级标准（160 μg·m−3），分别为165 μg·m−3、184 μg·m−3。两采样点O3平均小时浓度均呈现出早晚低、中午高的单峰型日变化特征，上海东路采样点臭氧浓度峰值出现在16:00—18:00，日间臭氧最高小时浓度范围为131—200 μg·m−3；宁东采样点峰值出现在14:00—17:00，日间臭氧最高小时浓度范围为155—186 μg·m−3。观测期间，上海东路采样点的NOx、NO2平均小时浓度（30.04 μg·m−3、24.84 μg·m−3）均高于宁东采样点（21.85 μg·m−3和17.31 μg·m−3），NO平均小时浓度（2.84 μg·m−3）略低于宁东采样点（3.09 μg·m−3）。除8月5日0:00—4:00和8月6日8:00—10:00上海东路采样点NOx浓度出现异常高值外，两采样点NOx浓度均呈现出早晨浓度较高，上午开始回落，下午浓度最低，傍晚浓度出现略微抬升的日变化趋势。NOx和O3的日变化浓度呈现出相反的变化趋势，这是因为随着日出后光照强度的增加，前夜积累在对流层的NO2发生光解，O3浓度开始升高，并在后续的光化学过程发展中达到峰值，随着光照强度减弱，O3浓度开始下降，O3与NO的反应导致NO2在前半夜的升高。此外，夜间NOx浓度还可能与较低的混合层高度有关，NOx被积累在低层大气中，随着日出后边界层的抬升，NOx等人为排放污染物的浓度得到稀释。
本研究根据各VOCs组分的分子结构及其与羟基自由基（·OH）的反应活性，将测得的56种VOCs组分分成5个亚组，分别为短链烷烃（C ≤ 4）、长链烷烃（C > 4）、烯烃、炔烃和芳香烃。其中，短链烷烃、炔烃是低反应性烃，长链烷烃、烯烃和芳香烃（苯除外）是活性烃[30]。表S1列出了观测期间两采样点56种挥发性有机物的整体浓度水平情况，结果表明，观测期间宁东采样点VOCs总浓度水平要高于上海东路采样点。通过对观测期间不同种类VOCs浓度的时间序列分析，发现上海东路采样点环境空气中挥发性有机物以短链烷烃和长链烷烃为主（图3a），宁东采样点挥发性有机物以短链烷烃、长链烷烃、烯烃为主（图3b）。图4展示了总挥发性有机物（total volatile organic compounds，TVOCs）平均浓度和不同种类挥发性有机物平均浓度的日变化特征。VOCs浓度的日变化主要与排放强度、光化学反应消耗速率和扩散程度有关。两个采样点TVOCs日变化浓度均呈现出早晚高、日间低的趋势，这可能因为日间VOCs光化学反应强烈，光化学消耗速率快，则VOCs浓度下降，随着太阳辐射强度的减小，VOCs光化学消耗速率逐渐降低，并在大气中出现一定程度积累。此外，日间混合层较高，污染物扩散强度大，夜间混合层较低，不利于污染物扩散[20]，也是导致TVOCs浓度出现昼低夜高的原因。
两个采样点VOCs日变化浓度出现峰值的时间段存在差异，上海东路采样点在10:00左右TVOCs平均浓度（28.70
$ \times $ 10−9）最高，且与长链烷烃出现平均浓度最值（11.99$ \times $ 10−9）的时间段一致（图4a），其中，6月14日9:00—11:00时间段内长链烷烃浓度抬升最为明显（图3a），结合组分浓度看，异戊烷有较明显排放，排放浓度为17.74$ \times $ 10−9，该时段以轨迹来自东南方向的气团控制为主，这表明该时段上海东路采样点大气中的异戊烷可能主要来自东南来向气团的传输。异戊烷是汽油挥发的标志物[31]，上海东路采样点在东南方向有3个加油站（图1），因此，该时段VOCs浓度较高可能受到采样点东南方向上加油站处汽油挥发的影响。宁东采样点TVOCs平均浓度峰值（165.84$ \times $ 10−9）出现在18:00左右，其中烯烃的贡献最大，贡献率为46.47%（图4b）。观测期间，宁东采样点在17:00—19:00时间段内烯烃均存在较高浓度（21.19$ \times $ 10−9—97.07$ \times $ 10−9），且以起源自东南和东北方向的气团为主，这可能与该采样点东南和东北方向坐落的烯烃企业排放有关（图1）。 -
从观测期间两个采样点不同种类VOCs浓度的时间序列（图3）与臭氧生成潜势的时间序列（图5）对比来看，上海东路采样点中长链烷烃、烯烃和芳香烃的OFP贡献扩大，而短链烷烃和炔烃的OFP贡献缩小。
宁东采样点中烯烃的OFP贡献扩大，其他种类VOCs的OFP贡献均缩小。通过对观测期间两个采样点总臭氧生成潜势和不同种类挥发性有机物对应臭氧生成潜势的日变化特征分析，发现上海东路采样点臭氧生成潜势日变化均值在46.87
$ \times $ 10−9—75.34$ \times $ 10−9，10:00左右总OFP出现峰值（图6a），该时段OFP的最大贡献种类是长链烷烃，贡献率为40.00%，这可能是由于长链烷烃在该时段浓度较高且活性较高所致[30]。其中，6月14日9:00—11:00左右长链烷烃对OFP的贡献尤为明显（贡献率为54.65%）（图5a），该结果与长链烷烃在浓度中的贡献情况是一致的，表明该时段东南来向气团中的高浓度VOCs可能对当地臭氧生成存在较大贡献。上海东路采样点中烯烃对OFP也有较大贡献，贡献率为21.58%—67.59%，且12:00之后烯烃成为对OFP贡献最大的VOCs类型（图6a）。宁东采样点臭氧生成潜势日变化均值在99.59$ \times $ 10−9—538.38$ \times $ 10−9，显著高于上海东路采样点，宁东采样点OFP的峰值出现在18:00左右，与TVOCs浓度出现峰值的时间段一致（图6b）。从日变化特征（图6b）看，烯烃是宁东采样点在各时段的最大OFP贡献组分，贡献率为57.42%—89.73%，这是由该采样点烯烃的高浓度及烯烃的高光化学反应活性共同导致的。其中，6月13日11:00—19:00和8月6日17:00—19:00时间段，烯烃对OFP的贡献最为突出，该时段主要受东南和东北来向气团控制，表明采样点东南和东北方向坐落的烯烃企业排放可能对当地臭氧生成有较大贡献。由于一天内VOCs浓度占比在不同时段的差异，其对光化学反应起到贡献的实际效应也不同。在考虑VOCs对臭氧生成的贡献方面，不仅要考虑物种所计算的全天OFP的大小，也要关注其实际发生作用的时段。比如尽管宁东站点在18:00后烯烃浓度和OFP数值均较大，但已不是光化学反应发展的主要时间段，因此对当日O3的生成及峰值浓度的影响可能不大。而上海东路站点长链烷烃尽管不是全日OFP贡献最大的物种，但其OFP高值时段作用在上午，对当天O3峰值高度和污染水平的实际影响（及对下风向地区的影响）却可能较大。 -
基于OBM模拟结果，本文对臭氧前体物（烷烃、烯烃、芳香烃、CO、NO）的相对增量反应活性进行研究。当RIR值为正值时，表示增加某种前体物将导致臭氧的生成速率增大，RIR值越大，臭氧生成对该前体物越敏感；反之，当RIR值为负值时，增加某前体物将抑制臭氧生成[32-33]。图7给出了观测期间两个采样点臭氧前体物的RIR值时间序列。观测期间总体来看，上海东路采样点烷烃、烯烃、芳香烃、CO为正RIR值，且臭氧对这四种前体物敏感性强弱依次为：芳香烃>烯烃>CO>烷烃，其中，除8月6日9:00—11:00时段芳香烃的RIR值接近1.0外，其余时段芳香烃和烯烃的RIR值都在0.5以下；上海东路采样点烷烃和CO的变化响应均不显著，两类组分的RIR值普遍低于0.2。观测期间，上海东路采样点NO的正RIR值和负RIR值时段均存在。除6月13日外，其他天数在7:00—11:00时段，NO对臭氧生成均为负响应，说明该时段NO的浓度水平对臭氧的生成有不利效应。同时，上海东路采样点11:00—17:00时段存在NO的增量对臭氧生成为正效应的情况，其中，6月12、14日的11:00—17:00时段NO的RIR响应值均为正值，这可能与该时段NO浓度均处于较低水平有关；6月13日NO数据缺失较多，计算过程中将缺失的数据按照0.4
$ \times $ 10−9（体积分数）处理，计算出NO的RIR响应值为正值可能与由此引入的不确定性有关。观测期间宁东采样点臭氧生成相对应不同种类VOCs的增量主要为正响应，响应大小依次为：烯烃>芳香烃>烷烃，表明增加VOCs的排放量会使臭氧的光化学生成速率增高。其中，烯烃对当地臭氧生成的促进作用最强，烯烃的RIR值在早晚时间普遍高于0.5，6月13日各时段烯烃的RIR值均高于0.5，即该日烯烃的增量对当地臭氧生成均具有明显的促进作用。研究观测到6月13日11:00—19:00时段烯烃浓度较高时，O3平均小时浓度明显增高，也说明当地或上风向地区烯烃的高浓度有利于O3的生成。在8月5日和8月7日，宁东采样点芳香烃的敏感性也较显著。宁东采样点烷烃和CO的RIR值均小于0.3，表示该地臭氧生成对烷烃和CO的变化响应均不显著。除6月13日11:00—17:00时段外，宁东采样点NO的RIR值均为负值，说明当地大部分时间NO排放量相对VOCs过量。6月13日11:00—17:00时段NO的RIR响应值为正值，这可能与该时段NO浓度较低，且VOCs排放浓度较高有关。
图8给出了观测期间两采样点不同气团来向下臭氧前体物的RIR值。除东南来向外，上海东路采样点在起源自其他4个方向气团中烯烃和芳香烃的增量对臭氧生成均有明显正效应，其中，轨迹来自南东南和南西南方向的气团中芳香烃对臭氧生成最为敏感，但对应来向上烯烃和芳香烃的浓度却不高（图9a），这可能是因为两者的高光化学反应活性在臭氧生成过程中起主导作用；烷烃在起源自南东南方向的气团中有较强正效应，且烷烃在该来向上浓度较高（图9a），南东南、东北东、东北等方向分布有汽车站、汽车城、加油站等，汽油挥发和机动车尾气排放过程均有大量烷烃和部分烯烃、芳香烃的排放[34]，因此，可通过合理地控制这些气团来向上此类VOCs污染源的排放来控制当地的臭氧污染。除南西南来向外，宁东采样点在其他4个气团来向上烯烃的增量对臭氧生成均呈现显著正效应，对应来向上烯烃均有较高浓度排放（图9b），则该采样点烯烃的高浓度及其高光化学反应活性使得烯烃的敏感性最为显著。这些方向上分布有烯烃公司、煤制油公司、能源化工等产业，因此有针对性地降低北、东北、南和东南方向上烯烃的排放，可有效控制当地臭氧污染。
-
本研究于2019年6月和8月对银川都市圈挥发性有机物的日变化特征进行了分析，并基于VOCs日变化数据对臭氧生成潜势和臭氧生成敏感性进行了研究。结果表明，观测期间，两采样点臭氧日变化均呈单峰型，上海东路采样点和宁东采样点的日间臭氧浓度峰值分别为131—200 μg·m−3、155—186 μg·m−3。两个采样点PAMS-VOCs总浓度日变化均呈现出早晚较高、日间低的趋势。上海东路采样点TVOCs平均浓度在10:00左右出现峰值，峰值浓度为28.70
$ \times $ 10−9，短链烷烃和长链烷烃为主要贡献种类（贡献率分别为43.16%、41.76%）；宁东采样点TVOCs平均浓度峰值出现在18:00左右，峰值浓度为165.84$ \times $ 10−9，烯烃为最大贡献组分（贡献率为46.47%）。在两个采样点中，烯烃对臭氧生成潜势均有较大贡献，上海东路采样点和宁东采样点的贡献率分别为（21.58%—67.59%）和（57.42%—89.73%）。从VOCs种类来看，上海东路采样点光化学敏感性最强的物种为芳香烃，其次是烯烃；宁东采样点烯烃的敏感性最为显著。从NO增量对臭氧生成响应来看，上海东路采样点正、负响应均存在，宁东采样点主要为负响应。不同气团来向下臭氧生成对其前体物的敏感性分析结果可对削减该方向上特定前体物有指导作用。总体上看，银川都市圈地区光化学属性为VOCs控制型，首要控制的VOCs类型在上海东路为芳香烃，在宁东为烯烃。
银川都市圈典型站点大气臭氧及前体物的污染特征分析
Analysis of pollution characteristics of atmospheric ozone and precursors at typical sites in Yinchuan Metropolitan Area
-
摘要: 本文分析了银川都市圈的商业/交通/居民混合区和工业区两类典型站点的大气挥发性有机物（VOCs）的日变化特征，并通过臭氧生成潜势（OFP）对其生成臭氧潜力进行了评估，此外，基于观测的光化学模型（OBM模型）分析了银川都市圈臭氧生成对前体物的敏感性。观测结果表明，观测期间银川都市圈臭氧呈单峰型日变化，其中商业/交通/居民混合区采样点峰值出现在16:00—18:00，臭氧日最高小时浓度范围为131—200 μg·m−3；工业区采样点峰值出现在14:00—17:00，臭氧日最高小时浓度范围为155—186 μg·m−3。商业/交通/居民混合区采样点和工业区采样点总挥发性有机物（TVOCs）日变化浓度均呈现出早晚高、日间低的趋势，最大浓度分别为28.70
$ \times $ 10−9、165.84$ \times $ 10−9。烯烃对两个采样点臭氧生成潜势均有较大贡献，商业/交通/居民混合区和工业区采样点的贡献率分别为21.58%—67.59%和57.42%—89.73%。银川都市圈大气臭氧生成速率对VOCs中的烯烃和芳香烃的增量变化最为敏感，对CO以及烷烃的敏感性较弱，对于NO的增量通常为负响应。此外，文章还讨论了不同气团来向的臭氧生成对前体物的敏感的差异性。Abstract: Diurnal variation of ambient volatile organic compounds (VOCs) were analyzed at two typical sites in the commercial/traffic/residential mixed area and industrial area of Yinchuan Metropolitan Area in the present work. The contributions of VOCs categories to ozone (O3) production were assessed by ozone formation potential (OFP) calculations. In addition, an observation-based model (OBM) was used to identify the sensitivity of ozone generation to precursors in the Yinchuan metropolitan area. Observations showed that ozone in Yinchuan depicted a single-peak diurnal pattern during the observed period. In the commercial/traffic/residential mixed area, the O3 daily peak occurred between 16:00 and 18:00, with daily maximum hourly concentrations of ozone ranged from 131 μg·m−3 to 200 μg·m−3. The O3 daily peak in the industrial area occurred between 14:00 and 17:00, and the daily maximum hourly O3 ranged from 155 μg·m−3 to 186 μg·m−3. The total volatile organic compounds (TVOCs) were higher at morning and night than midday. At the commercial/traffic/residential mixed sampling site, the observed maximum TVOCs concentration was 28.70$ \times $ 10−9 and at the industrial sampling site was 165.84$ \times $ 10−9. Alkenes made the largest contribution to ozone formation potentials (OFP), which respectively accounted for 67.59% and 89.73% of the OFP in the commercial/traffic/residential mixed sampling site and industrial sampling site. Relative incremental reactivity (RIR) analysis suggests that the ozone formation rate in the Yinchuan Metropolitan Area was most sensitive to the changes of alkenes and aromatics, while less sensitive to CO and alkanes. The present work also illustrates the variations of ozone formation sensitivity to precursors between air masses originating from different directions. -
-
图 2 观测期间两采样点O3、NOx、NO2和NO浓度的时间序列
Figure 2. Time series of O3, NOx, NO2 and NO concentrations at two sampling sites during the observation period
图 3 观测期间不同种类挥发性有机物浓度的时间序列及各采样时段的气团来向
Figure 3. Time series of the concentration of different types of volatile organic compounds during the observation period and the origin of the air mass in each sampling period
图 4 观测期间TVOCs浓度和不同种类VOCs浓度的日变化特征
Figure 4. The daily variation characteristics of TVOCs concentration and different types of VOCs concentration during the observation period
图 5 观测期间不同种类VOCs对应OFP的时间序列
Figure 5. Time series of OFP for different types of VOCs during the observation period
图 6 两采样点总OFP和不同种类VOCs对应OFP的日变化特征
Figure 6. The daily variation characteristics of the total OFP at the two sampling points and the corresponding OFPs of different types of VOCs
图 7 观测期间臭氧前体物的RIR值的时间序列
Figure 7. Time series of the RIR values of ozone precursors during the observation period
图 8 不同来向气团中臭氧前体物的RIR值
Figure 8. RIR values of ozone precursors from different air masses
-
[1] SEINFELD J H, PANDIS S N. Atmospheric chemistry and physics: from air pollution to climate change [J]. Environment Science & Policy for Sustainable Development, 1998, 40(7): 26-26. [2] BRAUER M, FREEDMAN G, FROSTAD J, et al. Ambient air pollution exposure estimation for the global burden of disease 2013 [J]. Environmental Science & Technology, 2016, 50(1): 79-88. [3] ASHMORE M R. Assessing the future global impacts of ozone on vegetation [J]. Plant Cell & Environment, 2010, 28(8): 949-964. [4] BHATIA A, TOMER R, KUMAR V, et al. Impact of tropospheric ozone on crop growth and productivity - a review [J]. Journal of Scientific & Industrial Research, 2012, 71(2): 97-112. [5] FELZER B, REILLY J, MELILLO J, et al. Future effects of ozone on carbon sequestration and climate change policy using a global biogeochemical model [J]. Climatic Change, 2005, 73(3): 345-373. doi: 10.1007/s10584-005-6776-4 [6] SITCH S, COX P M, COLLINS W J, et al. Indirect radiative forcing of climate change through ozone effects on the land-carbon sink [J]. Nature, 2007, 448(7155): 791-794. doi: 10.1038/nature06059 [7] ATKINSON R, AREY J. Atmospheric degradation of volatile organic compounds [J]. Chemical Reviews, 2003, 103(12): 4605-4638. doi: 10.1021/cr0206420 [8] ATKINSON R. Atmospheric chemistry of VOCs and NOx [J]. Atmospheric Environment, 2000, 34(12/14): 2063-2101. [9] SILLMAN S. The relation between ozone, NOx and hydrocarbons in urban and polluted rural environments [J]. Atmospheric Environment, 1999, 33(12): 1821-1845. doi: 10.1016/S1352-2310(98)00345-8 [10] HE Z, WANG X, LING Z, et al. Contributions of different anthropogenic volatile organic compound sources to ozone formation at a receptor site in the Pearl River Delta region and its policy implications [J]. Atmospheric Chemistry and Physics, 2019, 19(13): 8801-8816. doi: 10.5194/acp-19-8801-2019 [11] WANG M, CHEN W, ZHANG L, et al. Ozone pollution characteristics and sensitivity analysis using an observation-based model in Nanjing, Yangtze River Delta Region of China [J]. Journal of Environmental Sciences, 2020, 93(2020): 13-22. [12] ZHANG K, LI L, HUANG L, et al. The impact of volatile organic compounds on ozone formation in the suburban area of Shanghai [J]. Atmospheric Environment, 2020, 232: 1175-1186. [13] ZHANG L, LI H, WU Z, 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(2020): 190-200. [14] Department of Ecological Environment of Ningxia Hui Autonomous Region. Bulletin of Ningxia Ecological Environment[R]. 2015—2019(in Chinese). [15] FU Z Q, DAI C H, WANG Z W, et al. Sensitivity analysis of atmospheric ozone formation to its precursors in summer of Changsha [J]. Environmental Chemistry, 2019, 38(3): 531-538(in Chinese). doi: 10.7524/j.issn.0254-6108.2018042503 [16] USEPA. Compendium method TO-14A: Determination of volatile organic compounds (VOCs) in ambient air using specially prepared canisters with subsequent analysis by gas chromatography[S]. 1999. [17] USEPA. Compendium method TO-15: Determination of volatile organic compounds (VOCs) in air collected in specially-prepared canisters and analyzed by gas chromatography/mass spectrometry (GC/MS)[S]. 1999. [18] HUANG H M, GUO J, WANG Z W, et al. Preliminary analysis of ambient volatile organic compounds in Guiyang, China [J]. Environmental Chemistry, 2018, 37(11): 2387-2396(in Chinese). doi: 10.7524/j.issn.0254-6108.2018012301 [19] MA W, WANG Z W, GUO J, et al. Sensitivity of ambit atmospheric ozone to precoursor species and locate fort sociation [J]. Acta Scientiae Circumstantiae, 2019, 39(11): 3593-3599(in Chinese). [20] 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(in Chinese). [21] CARTER W P L. Development of the SAPRC-07 chemical mechanism [J]. Atmospheric Environment, 2010, 44(40): 5324-5335. doi: 10.1016/j.atmosenv.2010.01.026 [22] HAN L, CHEN J H, JIANG T, et al. Sensitivity analysis of atmospheric ozone formation to its precursors in Chengdu with an observation based model [J]. Acta Scientiae Circumstantiae, 2020, 40(11): 4092-4104(in Chinese). [23] LU K D, ZHANG Y H, SU H, et al. Regional ozone pollution and key controlling factors of photochemical ozone production in Pearl River Delta during summer time [J]. Scientia Sinica Chimica, 2010, 40(4): 407-420(in Chinese). doi: 10.1360/zb2010-40-4-407 [24] STOCKWELL W R, KIRCHNER F, KUHN M, et al. A new mechanism for regional atmospheric chemistry modeling [J]. Journal of Geophysical Research-Atmospheres, 1997, 102(D22): 25847-25879. doi: 10.1029/97JD00849 [25] CHENG H, GUO H, WANG X, et al. On the relationship between ozone and its precursors in the Pearl River Delta: application of an observation-based model (OBM) [J]. Environmental Science and Pollution Research, 2010, 17(8): 1491-1492. doi: 10.1007/s11356-010-0347-6 [26] CUI Y R, SUO N, WANG L, et al. Study of ozone generation and photochemical regimes in the urban atmosphere of Qinhuangdao [J]. Acta Scientiae Circumstantiae, 2020, 40(11): 4105-4112(in Chinese). [27] KANAYA Y, POCHANART P, LIU Y, et al. Rates and regimes of photochemical ozone production over Central East China in June 2006: a box model analysis using comprehensive measurements of ozone precursors [J]. Atmospheric Chemistry and Physics, 2009, 9(20): 7711-7723. doi: 10.5194/acp-9-7711-2009 [28] XUE L K, WANG T, GUO H, et al. Sources and photochemistry of volatile organic compounds in the remote atmosphere of western China: results from the Mt. Waliguan Observatory [J]. Atmospheric Chemistry and Physics, 2013, 13(17): 8551-8567. doi: 10.5194/acp-13-8551-2013 [29] DRAXLER R, ROLPH G. Air resources laboratory-HYSPLIT-hybrid single particle lagrangian integrated trajectory model[EB/OL]. [2020-10-16]. http://www.arl.noaa.gov/ready/hysplit4.html, 2003. [30] ZHANG J, WANG T, CHAMEIDES W L, et al. Ozone production and hydrocarbon reactivity in Hong Kong, Southern China [J]. Atmospheric Chemistry and Physics, 2007, 7(73): 557-573. [31] LU J, WANG H L, CHEN C H, et al. The composition and chemical reactivity of volatile organic compounds(VOCs) from vehicle exhaust in Shanghai, China [J]. Environmental Pollution & Control, 2010, 32(6): 32-39(in Chinese). doi: 10.3969/j.issn.1001-3865.2010.06.008 [32] ZHANG Y H, SU H, ZHONG L J, et al. Regional ozone pollution and observation-based approach for analyzing ozone-precursor relationship during the PRIDE-PRD2004 campaign [J]. Atmospheric Environment, 2008, 42(25): 6203-6218. doi: 10.1016/j.atmosenv.2008.05.002 [33] XUE L, WANG T, LOUIE P K K, et al. Increasing External Effects Negate Local Efforts to Control Ozone Air Pollution: A case study of Hong Kong and implications for other Chinese cities [J]. Environmental Science & Technology, 2014, 48(18): 10769-10775. [34] QIAO Y Z, WANG H L, HUANG C, et al. Source profile and chemical reactivity of volatile organic compounds from vehicle exhaust [J]. Environmental Science, 2012, 33(4): 1071-1079(in Chinese). -
点击查看大图
图( 9)
计量
- 文章访问数: 2531
- HTML全文浏览数: 2531
- PDF下载数: 79
- 施引文献: 0
