-
非甲烷碳氢化合物(non-methane hydrocarbons, NMHCs)是挥发性有机物中重要的一类化合物,其在大气中含量虽微(体积浓度在10-12至10−9数量级),却在大气化学过程中扮演了极其重要的角色[1—2]. NMHCs是近地面臭氧等二次污染物的重要前体物,影响城市或区域空气质量和人体健康[3—4]. 近年来,随着我国社会经济快速发展,近地面臭氧污染问题日益突出,2013—2019年全国74个重点城市臭氧年评价值上升了28.8%,显示臭氧污染呈现快速上升和蔓延态势[5]. 作为臭氧前体物,NMHCs种类繁多、性质各异、来源复杂,既有化石燃料燃烧、工业生产、溶剂挥发等人为源排放,也包括植物等自然源排放[6—8]. 因此,开展NMHCs污染特征及来源分析对有效控制臭氧等二次污染十分必要.
为评价光化学烟雾成因,美国环保署于1994年建立了光化学评价监测网(PAMS),监测分析臭氧及其前体物(NMHCs为重点)的污染特征及来源[9]. 目前,我国学者也开展了一些NMHCs观测研究,主要集中在京津冀[10—12]、长三角[13—14]和珠三角[6,15]等经济发达地区,而在中西部地区进行的相关研究还较少[16—20]. 长沙作为中部地区重要的省会城市之一,2021年污染天气中臭氧超标天数占比45.7%,特别是夏季臭氧污染时有发生[21]. 前期有研究报道了长沙市大气NMHCs污染情况[22—24],但关于不同区域(站点)日变化特征及定量源解析的相关研究还较缺乏.
本研究在长沙市选取了2个代表性点位,采集了夏季不同时间环境空气样品,分析了57种NMHCs化合物的浓度组成、日变化特征,识别了关键活性组分,并利用PMF模型进行了定量来源解析,以期为长沙市精准控制NMHCs排放、改善空气质量提供更为细化的科学依据.
-
为更好地反映长沙城区NMHCs特征,本研究在长沙市城区范围内设置了2个采样点(图1). 采样点具体信息可参见文献[25]. 简单地讲,采样点W(28.22 °N,112.95 °E)位于岳麓区的中国科学院广州地球化学研究所长沙矿产资源勘查中心科研办公楼楼顶,距地面15 m,南侧距城市主干道约100 m,周边主要为居民区、医院和商业区. 采样点S(28.13 °N,113.02 °E)位于雨花区的长沙环境保护职业技术学院教学楼楼顶,距地面30 m,北侧距城市主干道约450 m,周围主要为教育商业和居民混合区. 2个采样点均位于城市典型功能区,周边居住人口密度较大,没有明显的局地排放源,与附近的空气质量监测国控站点的距离均在4 km以内,能够反映该区域大气非甲烷碳氢的污染特征,具有一定的代表性.
使用内表面经惰性化处理的3 L苏玛罐和1小时限流积分采样器在2个采样点同步进行大气NMHCs样品采集. 采样前对苏玛罐进行多次清洗和空白检查确保无污染,并对积分采样器进行流量校准. 选择夏季代表性月份中的连续晴天进行采样,样品连续采集6 d(2017年8月24日至29日). 为研究NMHCs日变化特征,每天分别于7:00—8:00、10:00—11:00、13:00—14:00和16:00—17:00 采集小时均值样品,共采集48个大气样品.
采样期间天气以晴天或多云为主,符合长沙夏季典型天气特征. 表1对比了采样期间采样点所在区域空气质量监测国控站点测量的气象和空气质量数据. 采样点W和采样点S所在区域平均气温分别为30.9 °C和30.7 °C,平均气压分别为99.9 kPa和99.4 kPa,平均相对湿度分别为59%和58%,平均风速分别为2.6 m·s−1和2.6 m·s−1,主导风向均为西北风. 两个采样点所在区域气象参数差异不显著(P>0.05). PM2.5和臭氧小时浓度采样点W区域略高于采样点S区域(表1).
-
利用预浓缩 (Entech 7200, Entech Instruments Inc., USA) - 气相色谱/质谱 (7890 GC-FID/5977 MSD, Agilent Technologies, USA)联用系统分析气体样品中的57种NMHCs和其他VOCs组分. 具体分析步骤和条件可参见文献[26]. 简而言之,样品中目标化合物首先被富集在已冷却至−160 °C的一级冷阱;然后高纯氦气将目标物转移到含有Tenax-TA吸附剂的二级冷阱,经过前两级冷阱去除样品中的大部分二氧化碳和水;最后VOCs被转移到−170 °C的三级冷阱,随后被迅速加热解析进入GC-FID/MSD系统. 在GC中,目标化合物首先经DB-1毛细管柱(60 m×0.32 mm×1.0 μm, Agilent Technologies, USA)进行分离,然后分两路分别经过 PLOT-Q柱(30 m×0.32 mm×20.0 μm, Agilent Technologies, USA)进入FID检测器和毛细管空柱(0.65 m×0.10 mm I.D.)进入MSD检测器. 气相色谱起始温度为10 °C,保留3 min,然后以5 °C·min−1的速率升温至120 °C,最后再以10 °C·min−1的速率升温至250 °C,保持7 min. 质谱为选择离子扫描模式,使用电子轰击源,电离能为70 eV.
利用高精度稀释仪(Entech 4700, Entech Instruments Inc., USA)将体积浓度为1×10−6的PAMS标气(57种NMHCs)配制成0.5×10−9、1×10−9、2×10−9、5×10−9、10×10−9的二级标样. 使用与样品同样的分析方法对5个标样和一个零级空气进行分析,建立工作曲线,目标化合物相关系数均在0.995以上. 在分析样品之前,先进行空白分析,确保分析系统无污染;每天用1×10−9标样进行单点校准,如果超过工作曲线±10%,则需重新建立标准曲线. 利用保留时间和特征离子对NMHCs组分定性,外标法定量. NMHCs化合物分析准确度在10%以内,检出限在0.01×10−9—0.08×10−9之间[27].
-
大气NMHCs反应活性是指某一有机物通过反应生成产物或者臭氧的潜势,可以通过臭氧生成潜势(OFP)、等效丙烯浓度(PEC)等指标评价. 计算公式如下:
式中,[NMHC]i为实际大气中NMHC物质i的环境浓度;MIRi为各化合物的最大增量反应活性,数值来自于文献[28];KOH(i)和KOH(丙烯)分别为NMHC物质i和丙烯与大气OH自由基的反应速率常数,10−12 cm3·s−1,数值来自于文献[29].
-
正交矩阵因子分析法(Positive Matrix Factorization; PMF)是一种广泛应用于NMHCs等来源解析的受体模型方法[2,6,27]. PMF可以将外场观测数据组矩阵X分解为污染源贡献矩阵G和污染源成分谱矩阵F,及残差矩阵E[30]:
式中,
xij 为样品i中化合物j的浓度;gik 为第k个源对样品i贡献量;fkj 为第k个源成分谱中化合物j的比例;eij 为残差.PMF通过最小化目标函数Q来确定源贡献和成分谱:
式中,
uij 为样品i中化合物j的不确定度.本研究使用美国环保署开发的PMF5.0用于环境空气中NMHCs的来源解析. 参考前期研究[27],缺失数据用全部数据的中位值代替;低于检出限的数据用1/2检出限代替,其不确定度用5/6检出限代替;而浓度高于检出限的数据,其不确定度为[(0.1×浓度)2+检出限2]1/2.
-
采样期间长沙市大气NMHCs体积浓度变化如图2所示. 采样点W观测浓度在3.84×10−9—20.42×10−9范围内变化,采样点S观测浓度在3.86×10−9—25.26×10−9范围内变化. 如图2所示,采样点W浓度最大值出现在8月25日10:00—11:00,除8月29日外其他采样日期样品中最大值也均出现在10:00—11:00,这可能与人为源排放量快速增加,而光化学反应等去除速率增长相对较慢有关;最低浓度出现在8月27日16:00—17:00,且该时间段其他采样日期(除8月29日外)NMHCs浓度也较低,这可能与源排放活动降低,光化学反应较强有关. 采样点S观测的NMHCs浓度最大值出现在8月28日7:00—8:00,其他采样日期也类似,这可能受早高峰特别是周一早高峰(8月28日)机动车排放显著增加,而大气光化学反应相对较弱等因素影响;最低值出现在8月25日13:00—14:00,可能与大气光化学反应较快有关. 需要指出的是观测期间大气NMHCs浓度波动较大,这可能与夏季污染源排放、局部气象条件等变化较大有关系. 但不同采样日期下NMHCs浓度日变化规律较一致,表明观测结果仍具有一定的代表性.
2017年夏季长沙市采样点W和采样点S的NMHCs平均浓度分别为(8.67±3.62)×10−9和(12.03±6.01)×10−9,其中采样点S的平均浓度是W点的1.4倍. 图3显示了两个站点主要NMHCs化合物的浓度. 丙烷是浓度最高的化合物,分别为1.12×10−9(W)和1.19×10−9(S);其次是异戊烷,浓度分别为0.97×10−9(W)和0.99×10−9(S). 两个站点浓度对比发现采样点S大部分主要化合物的浓度均大于采样点W观测浓度,而正丁烷、乙炔、异戊二烯的浓度则是采样点W大于采样点S(图3). 气象条件、采样点高度、源排放等因素均可能造成大气NMHCs浓度差异[1—2]. 表1对比显示两个采样点所在区域气象参数差异不显著(P>0.05),同时采样点W高度小于采样点S高度,而高度越低大气NMHCs浓度一般越高[2],因此采样点高度和气象条件可能不是造成两个采样点NMHCs浓度差异的主要原因. 采样点S的NMHCs及主要化合物平均浓度较高可能与源排放强度较高、与污染源距离较近等因素有关.
从组成上看(图2),长沙市大气NMHCs中烷烃的浓度最高,平均浓度分别为5.61×10−9(W)和7.43×10−9(S);其次是芳香烃,平均浓度分别为1.88×10−9(W)和3.00×10−9(S). 烷烃和芳香烃分别贡献了采样点W的NMHCs浓度的64.7%和21.6%,以及采样点S的NMHCs浓度的60.5%和24.4%. 而烯烃、炔烃、异戊二烯等浓度及对NMHCs的贡献均相对较低,在0.7%—12.7%范围内.
与长沙市其他观测研究对比发现,本研究观测的大气NMHCs浓度(10.49×10−9)低于2007年观测结果(18.32×10−9)[24]及2017—2018年观测结果(43.31×10−9)[23]. 这可能与采样高度和采样季节等的差异有关:本研究采样点高度较前期研究也略高,而高度越高一般NMHCs浓度越低[2];本研究采样集中在夏季,夏季大气NMHCs浓度一般最低[24],而其它研究采样还包括其他浓度较高的季节. 另一方面可能与污染源排放的变化有关,表现在NMHCs组成上差异:本研究烷烃浓度与2007年报道浓度相当(分别为6.52×10−9和6.56×10−9),但芳香烃浓度本研究(2.44×10−9)仅为2007年浓度(9.06×10−9)的26.9%.
-
图2显示采样期间长沙市大气NMHCs具有明显的日变化特征,图4进一步对比分析了两个采样点NMHCs浓度、组成及特征比值的日变化规律.
分析发现两个采样点的日变化特征存在差异:采样点W的总NMHCs浓度在10:00—11:00最高,略高于7:00—8:00的浓度,13:00—14:00和16:00—17:00浓度较低(图4a);而采样点S的总NMHCs浓度呈现“U形”特征,即在早上7:00—8:00浓度较高,之后浓度逐渐下降,在中午13:00—14:00时浓度最低,然后再升高到下午16:00—17:00的浓度高值(图4b). 不同类化合物的浓度及组成日变化也有所不同:采样点W的烷烃和芳香烃体积浓度和体积百分比与总NMHCs体积浓度日变化特征相似,但烯烃和炔烃浓度则是在早上7:00—8:00最高;采样点S的烷烃、烯烃、炔烃和芳香烃浓度的日变化特征均呈现“U形”特征,与该站点总NMHCs浓度日变化特征相似,但芳香烃体积百分比则是在上午10:00—11:00最高,在早上7:00—8:00最低. 此外,两个站点异戊二烯体积浓度和体积百分比均呈现“倒U形”特征,即在中午13:00—14:00最高,10:00—11:00和16:00—17:00次之,早上7:00—8:00最低.
NMHCs浓度及组成的日变化特征差异可能受排放源强度、光化学反应、气象条件等因素共同影响[16,18]. 间/对-二甲苯与乙苯比值常用于表征大气光化学强度或光化学老化时间,该比值越小说明大气光化学反应强度越强,光化学老化时间越长[26]. 本研究观测的间/对-二甲苯/乙苯日变化如图4所示. 采样点S的间/对-二甲苯/乙苯比值日变化较大:早上7:00—8:00和下午16:00—17:00比值大于2,与排放源中比值接近,表明大气光化学活动较弱,与排放源距离较近,受邻近污染源排放影响较大;而中午13:00—14:00比值最低(1.4),表明大气光化学活动较强,反应消耗造成中午NMHCs浓度最低. 而采样点W的间/对-二甲苯/乙苯比值日变化也显示中午13:00—14:00最低,16:00—17:00和7:00—8:00较高,说明大气光化学活动对采样点W浓度变化有影响. 但采样点W的比值变化较小,范围在1.6—1.9之间,一方面可能是因为采样点W距离地面相对较近,受光化学反应影响相对较弱,另一方面可能是由于源排放区域或强度变化,导致受体点观测的平均光化学老化时间发生变化.
甲苯与苯的比值可用于识别不同的排放源[26,31]:其中煤/生物质燃烧排放的甲苯/苯比值一般小于1,机动车排放的甲苯/苯比值在1.4—1.8左右,而工业溶剂等排放的甲苯/苯比值一般大于2. 本研究观测的甲苯/苯比值如图3所示. 采样点W早上7:00—8:00和上午10:00—11:00的甲苯/苯比值分别为1.7和1.5,均处于机动车排放特征比值范围内,说明采样点W在这两个时间段主要受机动车排放影响. 事实上采样点W西侧为某三甲医院且道路情况复杂,南侧城市主干道和西侧城市支路在早高峰和上午时间车流量特别大且容易堵车,机动车排放的NMHCs累积造成采样点W的NMHCs在这两个时间段呈现较高浓度. 此外,采样点W中午13:00—14:00的甲苯/苯比值(2.7)大于2,表明该时间段受工业过程和溶剂挥发等排放影响较大;而下午16:00—17:00的甲苯/苯比值接近1,表明该时间段受机动车排放和煤/生物质燃烧等燃烧源影响较大. 对于采样点S,其甲苯/苯比值在13:00—14:00最高(4.8),这与大气光化学反应活动变化相反,说明中午时段具有较高甲苯/苯比值的污染源排放强度增加,比如工业过程和溶剂挥发源. 此外,溶剂挥发受气温影响较大,中午13:00—14:00气温最高有利于溶剂挥发,可能也是造成采样点S中午甲苯/苯比值升高的原因. 采样点S除7:00—8:00外,其他时间段的甲苯/苯比值均较大(>2),说明采样点S白天特别是中午受工业过程和溶剂挥发源影响较大;而7:00—8:00的甲苯/苯比值较低,可能主要受燃烧源排放影响,比如早高峰机动车排放影响.
大气中的异戊二烯主要来自植物排放,受温度和光照影响较大[8]. 13:00—14:00温度最高且光照最强,促进了植物排放异戊二烯,从而造成13:00—14:00观测的异戊二烯浓度和百分比均最高.
-
由于VOCs各物种的化学结构和化学性质各不相同,其光化学活性差异较大. 图5对比了长沙市夏季两个采样点臭氧生成潜势(OFP)和等效丙烯浓度(PEC)的浓度及组成变化. 采样点W的总OFP平均值为42.42×10−9,其中芳香烃对OFP的贡献最大,为53.9%;总PEC为3.51×10−9,其中异戊二烯和芳香烃对PEC的贡献较大,分别为28.8%和28.5%. 采样点S的总OFP和总PEC平均值分别为70.72×10−9和5.51×10−9,均显著大于采样点W的值. 采样点S的OFP主要贡献来自于芳香烃,其次是烯烃;而PEC主要贡献来自于烯烃,其次是芳香烃;芳香烃和烯烃合计贡献了该点OFP的80.0%和PEC的68.8%. 与NMHCs浓度组成对比发现,浓度占比最大的烷烃(>60%)对OFP和PEC的贡献仅为20%左右;而对浓度贡献较小的芳香烃、烯烃和异戊二烯(合计<40%)则贡献了OFP和PEC的约80%. 因此,芳香烃、烯烃和异戊二烯是长沙市夏季大气光化学反应的关键活性VOCs组分.
日变化特征(图5)显示采样点W的总OFP值在10:00—11:00最高,其次是7:00—8:00;而总PEC值在10:00—11:00最高,其次是13:00—14:00,这主要是因为异戊二烯在13:00—14:00浓度最高且其对PEC贡献最大. OFP组成上,采样点W的芳香烃和烯烃在7:00—8:00对总OFP贡献最大,分别为58.7%和19.3%,而异戊二烯则在13:00—14:00对总OFP贡献最大,达到了20.6%(图5a). PEC组成上,采样点W的异戊二烯在13:00—14:00贡献了50%以上的总PEC,其次是10:00—11:00和16:00—17:00,分别贡献了29.9%和24.7%的总PEC,贡献最低值出现在7:00—8:00,仅为9.1%;芳香烃、烯烃、烷烃等对总PEC的贡献变化与异戊二烯相反,即在7:00—8:00贡献比例最高,而在13:00—14:00贡献最低(图5c). 采样点S的总OFP和总PEC值日变化特征相似(图5b和5d),总OFP和总PEC值在7:00—8:00最高,且显著大于其他时间段,这可能与7:00—8:00污染物特别是活性污染物排放显著增加有关. 组成上,7:00—8:00时间段烯烃对总OFP和总PEC的贡献显著大于其他时间段,而芳香烃的贡献则小于其他时间段. 采样点S观测的异戊二烯对总OFP和总PEC的贡献同样在13:00—14:00显著增加. 此外,炔烃在不同时间段对两个采样点总OFP和总PEC的贡献均较小(<0.5%)(图5).
表2汇总了两个采样点OFP和PEC贡献前十的NMHC物种. 前十化合物合计贡献了采样点OFP和PEC的62.0%—67.7%. 其中,间/对-二甲苯对采样点W的OFP贡献最大,为16.5%;异戊二烯对采样点W的PEC贡献最大,为28.8%. 此外,邻二甲苯、甲苯、1,2,4-三甲基苯等芳香烃、丙烯、1-丁烯等烯烃,以及异戊烷等化合物对采样点W的OFP和PEC贡献也均较大. 采样点S的OFP最大化合物同样为间/对-二甲苯(19.5%),其次是1-丁烯(11.1%);而PEC最大化合物为1-丁烯(16.0%),其次是间/对二甲苯(9.5%). 采样点S的OFP前十化合物还包括邻二甲苯、丙烯、1,2,4-三甲基苯、甲苯、1,2,3-三甲基苯、乙苯、异戊烷、间乙基甲苯等,PEC前十化合物还包括丙烯、异戊二烯、苯乙烯、正十二烷、1,2,4-三甲基苯、反式-2-丁烯、邻二甲苯、异戊烷等. 总体上看,间/对-二甲苯、邻二甲苯、甲苯、1,2,4-三甲基苯等芳香烃、丙烯、1-丁烯等人为源烯烃,以及异戊二烯等自然源烯烃是长沙市大气环境中的关键活性化合物.
-
本研究使用PMF模型解析出6个源,其源谱特征如图6所示. 因子1中乙烷、丙烷、正丁烷、异丁烷、氯甲烷等的占比较高. 丙烷、正丁烷、异丁烷等是天然气、液化石油气的标志物[32—34];而氯甲烷是生物质燃烧的典型标志物[7,35]. 此外,因子1中乙烯、乙炔、丙烯、2-丁烯、苯等燃料燃烧产物比例也较高,且甲苯/苯比值为0.4,在生物质等燃烧源范围内[26,32]. 因此,因子1被识别为生物质燃烧与天然气使用源.
因子2中甲苯、乙苯、二甲苯、三甲苯等苯系物占比特别高且甲苯/苯比值远大于2;苯系物在工业上常被用作溶剂,所以该因子识别为工业过程与溶剂使用源[27,36]. 因子3中甲基叔丁基醚和C5-C6烷烃类化合物贡献比例较高. 甲基叔丁基醚和2,2-二甲基丁烷为汽油添加剂,用于提高汽油的辛烷值,可作为汽油车排放指示物[37—38]. C5-C6烷烃类化合物主要来源于未完全燃烧的机动车尾气排放[13]. 此外,因子3中甲苯/苯比值在2.0左右,与隧道和路边站观测比值相当[32]. 因此,因子3为汽油车尾气排放. 因子4识别为柴油车尾气排放主要是因为正十一烷、正十二烷占比高[39]. 因子5中异戊烷、正戊烷占比最高,其次是甲基叔丁基醚、C6烷烃等. 这些化合物在汽油及汽油挥发样品中比例较高[40],且异戊烷常用作汽油挥发示踪物[41],因此因子5为汽油挥发源. 因子6中异戊二烯贡献最高,主要来自于植物排放[8].
图7为长沙市夏季大气NMHCs主要排放源贡献组成. 采样点W中,汽油车尾气是最主要的排放源,贡献了30.2%的NMHCs;其次是生物质燃烧与天然气使用源,贡献比例为22.6%. 而采样点S中,工业过程与溶剂使用源对大气NMHCs的贡献最大,为23.9%;其次是汽油车尾气排放,贡献比例为20.2%. 这与NMHCs日变化特征分析结论较一致. 两个站点NMHCs主要来源存在较明显差异:汽油车尾气、生物质燃烧与天然气使用、植物排放等对采样点W的NMHCs贡献大于采样点S;而工业过程与溶剂使用、汽油挥发、柴油车尾气等对NMHCs的贡献则是采样点S大于采样点W. 平均地看,长沙市夏季大气NMHCs的主要来源贡献从高到低依次为:汽油车尾气(25.0%)>工业过程与溶剂使用(20.2%)>生物质燃烧与天然气使用(19.8%)>汽油挥发(17.2%)>柴油车尾气(12.3%)>植物排放(5.5%).
-
(1)长沙市2017年夏季大气NMHCs观测浓度在3.84×10−9—25.82×10−9范围,平均值为10.49×10−9,且采样点S浓度是采样点W的1.4倍. 烷烃是浓度最高的组分,分别贡献了NMHCs的64.7%(采样点W)和60.5%(采样点S);其次是芳香烃,分别占两点NMHCs的21.6%和24.4%.
(2)日变化特征显示采样点W的NMHCs浓度和主要组成浓度上午高于下午;而采样点S则呈“U型”特征,即早上和下午高,中午低. 间/对-二甲苯/乙苯比值分析表明中午大气光化学反应较强造成中午NMHCs浓度降低. 甲苯/苯比值发现采样点W早上和上午受机动车排放影响较大导致浓度较高;而采样点S大气NMHCs可能受工业过程与溶剂挥发源和早高峰机动车排放影响较大. 另外受温度和光照影响,植物排放的异戊二烯浓度及比例在中午最高.
(3)芳香烃是臭氧生成潜势的最大贡献者,分别贡献了采样点W和采样点S总OFPs的53.9%和56.0%,显著大于其对浓度组成的贡献比例. 等效丙烯浓度的主要贡献在采样点W为异戊二烯和芳香烃,在采样点S为烯烃和芳香烃. 长沙市夏季大气关键活性NMHCs物质主要包括间/对-二甲苯、邻二甲苯、甲苯等芳香烃,丙烯、1-丁烯等烯烃,以及异戊二烯.
(4)长沙市夏季大气NMHCs的主要来源为汽油车尾气25.0%、工业过程与溶剂使用20.2%、生物质燃烧与天然气使用19.8%、汽油挥发17.2%、柴油车尾气12.3%、植物排放5.5%. 不同区域主要来源存在差异:采样点W受汽油车尾气影响最大(30.2%),其次是生物质燃烧与天然气使用(22.6%);而采样点S则主要受工业过程与溶剂使用(23.9%)和汽油车尾气排放影响(20.2%).
长沙夏季大气非甲烷碳氢污染特征及来源解析
Pollution characteristics and sources apportionments of ambient non-methane hydrocarbons during summer in Changsha
-
摘要: 非甲烷碳氢(NMHCs)是臭氧等二次污染重要前体物. 选择长沙市2个城市站(W和S点)于2017年夏季采集了大气NMHCs样品. 结果显示,观测期间长沙市NMHCs平均体积浓度为(8.67±3.62)×10−9(W)和(12.30±6.01)×10−9(S). 烷烃是最主要组分,贡献了64.7%(W)和60.5%(S);其次是芳香烃,占比21.6%(W)和24.4%(S). 浓度组成及比值日变化特征表明W点NMHCs浓度上午高于下午,主要受机动车排放影响;S点则是早晚高中午低,可能与中午光化学反应强、早高峰机动车排放大等有关. 芳香烃是最重要的活性化合物,贡献了53.9%—56.0%的臭氧生成潜势;异戊二烯和烯烃对等效丙烯浓度的贡献也较大(合计>40%). 长沙市夏季大气NMHCs来源主要有汽油车尾气(25.0%)、工业过程与溶剂使用(20.2%)、生物质燃烧与天然气使用(19.8%)、汽油挥发(17.2%)、柴油车尾气(12.3%)和植物排放(5.5%). 不同站点来源存在差异: W点受汽油车尾气影响最大(30.2%),其次是生物质燃烧与天然气使用(22.6%);而S点主要受工业过程与溶剂使用(23.9%)和汽油车尾气影响(20.2%).Abstract: Non-methane hydrocarbons (NMHCs) are important precursors of ozone and other secondary pollutants. Ambient NMHCs samples were collected at two urban sites (W and S) during summer of 2017 in Changsha. The results showed that average volume concentrations of NMHCs were (8.67±3.62)×10−9 and (12.30±6.01)×10−9 at Site W and Site S, respectively. Alkanes were the most abundant components with contributions of 64.7% (W) and 60.5% (S), followed by aromatics with percentages of 21.6% (W) and 24.4% (S), respectively. The diurnal variations of NMHCs concentrations, compositions and diagnostic ratios illustrated that NMHCs concentrations were higher in the forenoon than those in the afternoon at Site W, which were mainly influenced by vehicle emissions; while, concentrations at Site S were higher in morning and evening but lower in noon, which were probably influenced by strong photochemical reactivity in noon and enhanced vehicle emissions in morning. Aromatics were the most important reactive species and contributed 53.9%—56.0% to ozone formation potentials, while isoprene and alkenes were also contributed largely to propylene-equivalent concentrations (>40%). The main sources of NMHCs in summer air of Changsha were gasoline vehicle exhaust (25.0%), industrial process and solvent use (20.2%), biomass burning and natural gas usage (19.8%), gasoline evaporation (17.2%), diesel vehicle exhaust (12.3%), and plant emission (5.5%). Spatial difference showed that the largest source at Site W was gasoline vehicle exhaust (30.2%), followed by biomass burning and natural gas usage (22.6%), while NMHCs at Site S were mainly influenced by industrial process and solvent use (23.9%) and gasoline vehicle exhaust (20.2%).
-
石油烃主要包括正构烷烃、异构烷烃、环烷烃、芳香烃以及树脂和沥青等,石油污染在不同程度上影响了海洋微生物、植物和动物的生长繁殖[1]. 海洋环境中的石油烃主要来源于成岩转化、生物合成、工业民用废水排放、港口和船舶作业含油污水排放以及燃油泄漏等突发污染事故[2-3]. 研究正构烷烃的分布特征,对正构烷烃多种特征指数进行综合评价,是国内外广泛采用的海洋沉积物石油烃来源分析方法[2,4]. 多环芳烃是石油烃的重要组成成分,是具有致癌、至畸、致突变作用的持久性有机污染物,多环芳烃在海洋生物体内不断富集并通过食物链传递与放大进入人体,最终威胁人体健康[5]. 海洋环境中的多环芳烃很少部分来自自然源,大部分来自生物质和化石燃料不完全燃烧或石油泄漏等人为源[6].
海洋沉积物是环境中石油烃等多种有机污染物的主要归宿,近岸海洋沉积物中石油烃赋存状况受沿海地区生产活动的影响较为显著. 江苏小洋口地区位于我国中部江淮下游,濒临南黄海,研究区域内建有洋口化学工业园和LNG码头,存在较为密集的沿海化工生产和航运活动. 近年来对南黄海的溶解氧分布、浮游动物群落特征以及沉积物中有机质来源等已有较多的分析和研究[7-9],但对南黄海近岸海域沉积物中石油烃类污染物的研究较少. 本研究对小洋口地区近岸海域表层沉积物中石油烃总量和多环芳烃含量进行了分析,研究了正构烷烃分布特征并探讨了石油烃来源,为掌握该地区的污染状况提供基础数据.
1. 材料与方法(Materials and methods)
1.1 样品采集
于2020年5月采集了江苏如东小洋口近岸海域共10个点位的表层沉积物,点位分布见图1. 为使监测范围能够反映近岸生产活动对该地区海洋环境的影响,采样区域包含河口地区以及港口、化学工业园等建设项目. 按照《海洋监测规范》(GB 17378.5-2007)[10]要求,在每个点位上,利用抓斗式采泥器采集适量表层(0—20 cm)沉积物样品,装入棕色玻璃瓶中低温冷藏,运回实验室进行后续分析.
1.2 仪器与试剂
加速溶剂萃取仪:美国戴安,ASE 200;气相色谱仪:安捷伦,7809B;气相色谱-质谱联用仪:安捷伦,7890B-5973C;氮吹浓缩仪:美国Organomation Associates,N-EVAP 111;固相萃取(SPE)小柱:美国Supelco Florisil,1g/6 mL;旋转蒸发仪:德国 Heidolph, Laborota 4000 efficient.
正己烷:J.T.Baker,农残级;二氯甲烷:J.T.Baker,农残级;硅藻土:0.02—0.10 mm;无水硫酸钠:450 °C下灼烧4 h,冷却后使用. 正己烷中C8-C40正构烷烃包含姥鲛烷、植烷:美国Accustandard,单组分浓度为500 μg·mL−1;16种多环芳烃标准溶液:美国Accustandard,单组分浓度为200 μg·mL−1。
正己烷中7种氘代多环芳烃混合标准溶液(萘-D8、苊-D8、菲-D10、荧蒽-D10、芘-D10、苯并[a]芘-D12和苯并[g,h,i]苝-D12):Cambridge公司,10 μg·mL−1;正己烷中六氯苯-13C6和苯并[a]蒽-D12,Cambridge公司,20 μg·mL−1.
1.3 分析方法
1.3.1 样品处理
采集的沉积物样品冷冻干燥并研磨至100目以下,样品称取量为5.00 g.
1.3.2 样品提取
样品采用加速溶剂萃取法(ASE)进行提取.
石油烃检测:称取沉积物样品,加入硅藻土4.00 g,充分混匀转移至22 mL萃取池中,加入无水硫酸钠1 g. 提取剂正己烷,萃取温度100 °C,压力1500 psi,循环2次,静态萃取时间15 min,氮气吹扫60 s,溶剂淋洗体积60%.
多环芳烃检测:称取沉积物样品,加入硅藻土4.00 g,充分混匀转移至22 mL萃取池中,加入无水硫酸钠1 g以及净化内标(7种氘代多环芳烃). 萃取溶剂为二氯甲烷和正己烷(1:1,V/V),萃取温度150 ℃,压力1500 psi,循环2次,静态萃取时间8 min,氮气吹扫45 s;溶剂淋洗体积70%.
1.3.3 浓缩与净化
石油烃检测:将萃取液采用旋转蒸发仪浓缩至1 mL,净化柱依次用10 mL正己烷-二氯甲烷(1:1,V/V)混合溶液、10 mL正己烷活化后,将浓缩液转移至SPE小柱净化,收集流出液,用2 mL正己烷洗涤浓缩液收集装置,用12 mL正己烷淋洗净化柱,合并收集淋洗液和流出液,采用氮吹仪浓缩至1 mL.
多环芳烃检测:将萃取液采用旋转蒸发仪浓缩至1 mL,净化柱依次用5 mL二氯甲烷和10 mL正己烷活化后,将浓缩液转移至SPE小柱净化,收集流出液,用3 mL正己烷洗涤浓缩液收集装置,用10 mL洗脱液(正己烷:二氯甲烷=7:3,V/V)淋洗净化柱,合并收集淋洗液和流出液,采用氮吹仪浓缩至0.5 mL,加入进样内标(六氯苯-13C6和苯并[a]蒽-D12)并定容至1 mL.
1.3.4 分析条件
总石油烃和正构烷烃(GC-FID) 色谱柱:HP-5(30 m×0.32 mm×0.25 μm),升温程序:初始温度50 °C,保持3 min,10 °C·min−1升温至140 °C,保持5 min,20 °C·min−1升温至320 °C,保持10.5 min;进样口温度:300 °C;柱流量:1.5 mL·min−1;不分流进样;进样体积1 μL;FID检测器温度325 °C;氢气流量:30 mL·min−1,空气流量:300 mL·min−1. 正构烷烃(C10—C40)及姥鲛烷、植烷气相色谱图见图2,按照出峰时间由前到后依次为C10—C17、姥鲛烷、C18、植烷、C19—C40.
多环芳烃(GC-MS) 色谱柱:HP-5(30 m×0.32 mm×0.25 μm),升温程序:初始温度80 °C,保持1 min,20 °C·min−1升温至250 °C,保持5 min,3.5 °C·min−1升温至290 °C,保持3 min;进样口温度:310 °C;柱流量:1 mL·min−1;不分流进样;进样体积1 μL;电子轰击离子源,电子能量70 eV;离子源温度:230 °C;传输线温度:280 °C;溶剂延迟:4 min;选择离子监测模式(SIM),特征离子参考《土壤和沉积物 多环芳烃的测定 气相色谱质谱法》(HJ 805-2016)[11].
1.3.5 结果计算
石油烃总量根据石油烃(C10—C40)保留时间窗进行定性,从正癸烷出峰开始,到正四十烷结束连接一条水平基线进行积分(扣除柱流失的面积),计算定性时间窗口内总峰面积,采用外标法定量. 单组分正构烷烃含量根据保留时间定性,采用外标法定量. 多环芳烃含量根据保留时间和特征离子定性,采用内标法定量.
1.3.6 质量控制与保证
正构烷烃(C10—C40)、姥鲛烷、植烷单组分分析标准曲线线性范围为0—50 μg·mL−1,相关系数>0.9999. 石油烃总含量分析标准曲线线性范围为0—1.55 mg·mL−1,相关系数>0.9999. 单组分多环芳烃含量分析标准曲线线性范围为0—5.00 μg·mL−1, 相关系数>0.999. 每瓶沉积物样品设置2组平行实验,每次检测设置空白实验. 正构烷烃空白加标实验单组分加标浓度为10 μg·g−1时,平均回收率为80%. 多环芳烃空白加标实验单组分加标浓度为100 ng·g−1时,平均回收率为81%.
1.4 分析指数
本研究在分析石油烃总量的基础上,计算能够反映烃类组成和分布特征的多种指数,综合分析研究海域的石油污染情况和石油烃来源. 其中,正构烷烃(n-Alkane)的碳数范围、主峰碳数、奇偶优势、碳优势指数等能够帮助指示沉积物中石油烃类物质来源,包括陆源、海源、石油污染等重要信息. 姥鲛烷与植烷的相对含量以及同正构烷烃的含量比值能够反映沉积物的沉积环境以及石油烃的降解程度,复杂混合物(UCM)的含量与分布与石油污染、微生物降解等因素有关[12-13].
研究采用的具体指数含义及计算方法见表1.
表 1 研究采用指数计算方法及意义Table 1. The calculation method and meaning of the index adopted in this study指数名称Index 计算方法Calculation method 指数含义Meaning /C16∑n−Alk 正构烷烃总量与正十六烷含量比值 用于评价沉积物是否受到石油污染. L/H L/H=(∑C23-/∑C24+) 用于评价正构烷烃主要来源,如高等植物、海洋动物、细菌、石油等. TAR TAR=(nC27+nC29+nC31)/(nC15+nC17+nC19) 用于评价正构烷烃陆源、海源相对贡献. CPI1 CPI1=1/2[∑C15-21(奇碳)/∑C14-20(偶碳)+∑C15-21(奇碳)/∑C16-22(偶碳)] 短链烷烃碳优势指数,用于区分正构烷烃来源. CPI2 CPI2=1/2[∑C25-35(奇碳)/∑C24-34(偶碳)+∑C25-35(奇碳)/∑C26-36(偶碳)] 长链烷烃碳优势指数,用于区分正构烷烃来源. C18/Ph 正十八烷含量与植烷含量比值 用于评价石油降解程度. U/R 复杂化合物与可分离烷烃含量比值 用于推断沉积物是否受到石油污染. 2. 结果与讨论(Results and discussion)
2.1 石油烃总量及分布特征
对石油烃总量(TPH)进行了计算,计算结果见表2. 研究海域各点位石油烃总量范围为3.95—13.28 μg·g−1,平均值为7.59 μg·g−1. 正构烷烃碳数组成范围为C11—C36,其中5号点位呈现陆源输入优势型单峰群分布,其余点位呈现陆、海混合来源的双峰群分布[14-15]. 典型分布图见图3.
表 2 研究海域各点位石油烃总量及正构烷烃总量Table 2. The contents of total petroleum hydrocarbons and total n-alkanes at each point in the study areas点位 Sampling points 石油烃总量/(μg·g−1) TPH 正构烷烃总量/(μg·g−1) ∑n−Alk 1 10.40 1.99 2 9.35 1.36 3 7.50 1.30 4 6.19 1.57 5 13.28 4.31 6 5.19 1.74 7 6.60 1.67 8 6.33 2.07 9 7.12 1.72 10 3.95 1.23 均值 7.59 1.90 本研究将小洋口海域表层沉积物中TPH的浓度与国内部分海域研究结果进行比较,如表3所示,小洋口海域表层沉积物中TPH浓度水平相对较低,明显低于长江口和珠江口等海域的研究结果.
表 3 近岸海域表层沉积物中总石油烃浓度比较Table 3. Comparison of total petroleum hydrocarbon concentrations in surface sediments of coastal waters根据联合国环境规划署认定未受污染的沉积物中烃类物质的浓度不超过10 μg·g−1[18],本研究的1号点位和5号点位所在海域可能受到了一定程度的石油污染. 距离河口位置较近的1号和2号点位TPH浓度相对较高,可能受河流输送影响较大. 距离洋口港和洋口化工园区较近7—10号点位TPH浓度相对较低,表明该海域近岸港口和化工生产未对邻近海域沉积物中石油烃浓度产生明显影响.
2.2 石油烃来源解析
本研究对正构烷烃相关的多种指数进行了统计计算,结果见表4. 其中L/H<1表明正构烷烃主要来源是高等植物、海洋动物与细菌,L/H接近1表明正构烷烃来源于浮游生物和石油,L/H>2通常认为有新的石油污染[12,19]. 结果显示本项目研究海域大部分采集点位L/H接近于1,各点位L/H均值为0.83,表明大部分点位石油烃来源为浮游生物和石油. 其中5号点位L/H较小,石油烃可能主要来源于高等植物和海洋动物,受陆源物质影响相对较大.
表 4 研究海域正构烷烃相关指数Table 4. The index calculated from n-alkanes in the study areas点位Sampling points /C16∑n−Alk L/H TAR CPI1 CPI2 C18/Ph U/R 1 15.3 0.73 3.40 0.44 1.34 2.52 3.19 2 12.7 0.72 5.68 0.17 1.42 2.45 4.33 3 11.4 0.79 3.99 0.19 1.18 2.18 3.46 4 13.1 0.67 6.73 0.15 1.71 2.47 2.25 5 41.4 0.23 10.8 0.43 1.14 2.39 2.04 6 15.6 1.12 2.72 0.53 1.47 2.75 1.24 7 15.2 0.76 7.26 0.15 2.37 2.69 2.15 8 17.3 0.93 2.95 0.61 1.81 2.43 1.27 9 15.6 0.82 3.31 0.55 2.10 2.06 1.83 10 12.7 1.56 1.29 0.47 0.86 2.46 1.51 均值 17.0 0.83 4.82 0.37 1.54 2.44 2.33 TAR是评价正构烷烃陆源、海源相对贡献的参数. 陆源优势正构烷烃主要为C27、C29、C31,海源优势正构烷烃主要为C15、C17、C19,由于短链正构烷烃更易受微生物作用被降解,此比值可能会高估陆源贡献[13,20]. 结果显示本项目研究海域各点位TAR均大于1,均值为4.82,表现出一定的陆源优势,尤其是5号点位.
CPI是区分正构烷烃来源的另一个常用指标,陆源高等植物正构烷烃奇偶优势明显,CPI值一般为4—10,细菌的作用或者石油及其产品来源的正构烷烃一般无明显奇偶优势,CPI接近于1[17,21]. 本项目研究海域各点位短链烷烃碳优势指数CPI1范围为0.15—0.61,均值为0.37,有一定的偶数碳优势,可能受到石油污染、细菌合成以及微生物降解作用影响. 长链烷烃碳优势指数CPI2范围为0.86—2.37,均值为1.54,接近于1,陆源优势不明显,可能是混合来源的结果.
C16在未受石油污染的海域中较少出现. 通常Σn-Alk/C16比值可用于表征沉积物是否受到石油污染,该比值小于30表明受到了石油污染,大于50说明未受到污染[17,22]. 本项目研究海域各点位均检出了C16,除5号点外,各点Σn-Alk/C16比值均小于30,可能受到了石油污染,5号点小于50,不能说明未受到石油污染.
UCM组分是支链烷烃和环烷烃等构成的未分离复杂混合物,被广泛认为是石油及其精炼产品降解和风化的产物,有研究采用U/R来推断沉积物是否受到石油污染,U/R大于2表明受到石油产品污染,小于4表明受到了轻度石油污染,大于4则表明受到了严重的石油污染[23]. 本项目研究海域各点位U/R范围为1.24—4.33,平均值为2.33,表明整体可能受到轻度石油污染.
姥鲛烷Pr和植烷Ph的比值常用于判断沉积环境,Pr/Ph<1.0时,缺氧还原的沉积环境,而Pr/Ph>1.0时,为氧化的沉积环境[15,24]. 本文各点位样品中Pr检测结果小于检出限(4.40×10−2 μg·g−1),Ph检测结果浓度范围为(3.59—4.09)×10−2 μg·g−1,Pr的浓度按照检出限的1/2计算[25],得到Pr/Ph的范围为0.54—0.61,结果小于1,表明研究海域可能为缺氧还原的沉积环境. 由于姥鲛烷和植烷比相邻的正构烷烃更难降解,因此C18/Ph可用于表征石油降解程度. 研究海域各点位C18/Ph范围为2.06—2.75,均值为2.44,与未经风化或降解的原油或原料油中,C18/Ph比值范围(2.0—4.5)接近. 表明沉积物中石油烃尚未受到明显的降解和风化.
2.3 多环芳烃总量及分布特征
本研究针对美国环保署(EPA)优先控制的16种多环芳烃对研究海域各点位沉积物进行了分析,各点位沉积物中16种多环芳烃总量见表5. 研究海域16种多环芳烃总量范围为53.1—117.0 ng·g−1,与该海域其它研究浓度相当,在国内处于相对较低水平[24]. 各点位沉积物中16种多环芳烃均有检出,其中不同环数占比情况见图4. 由图4可知,各点位沉积物中不同环数多环芳烃占比由大到小依次为:三环>四环>二环>五环>六环,以三环和四环为主,总含量占16种多环芳烃总量的79.6%—93.0%. 有研究表明,低分子量多环芳烃(2—3环)主要来源于化石燃料中低温燃烧、成岩作用和石油污染,高分子量多环芳烃(4—6环)主要来源于化石燃料高温燃烧[26]. 根据研究海域各点位不同环数多环芳烃占比情况,研究海域沉积物中多环芳烃可能由石油污染、成岩作用、化石燃料燃烧等多种来源构成.
表 5 研究海域各点位16种多环芳烃总量Table 5. Total contents of 16 PAHs at each point in the study area点位 Sampling points 多环芳烃总量/(ng·g−1)Total content of PAHs 1 88.0 2 56.5 3 117.0 4 59.3 5 68.2 6 46.6 7 53.1 8 76.4 9 62.7 10 69.3 均值 69.7 3. 结论(Conclusion)
(1)江苏小洋口近岸海域表层沉积物总石油烃含量在3.95—13.28 μg·g−1之间,碳数分布为C11—C36. 正构烷烃的分布呈现陆海混合来源的双峰型分布和陆源优势的单峰型分布两种类型. 距离河口较近的点位石油烃含量相对较高,可能受河流输入影响较大. 洋口港和洋口化学工业园邻近海域沉积物中石油烃含量相对较低,港口和化工生产对邻近海域中石油烃含量未产生明显影响.
(2)L/H和TAR的比值分析结果表明,研究海域大部分表层沉积物中石油烃来源为陆海混合来源,5号点位陆源优势相对明显. 研究海域各点位短链烷烃碳优势指数CPI1范围为0.15—0.61,有一定的偶数碳优势,CPI2范围为0.86—2.37,无明显奇偶优势,可能是混合来源的结果.
(3)Σn-Alk/C16比值范围为11.4—41.4,U/R范围为1.24—4.33,表明研究海域可能受到轻度石油污染. 其中5号点位受石油污染等人为因素影响相对较小.
(4)Pr/Ph<1,表明沉积环境为缺氧环境,可能受到了石油烃污染;C18/Ph范围为2.06—2.75,与原油中比例接近,表明石油烃尚未受到明显的降解和风化.
(5)江苏小洋口近岸海域表层沉积物中16种多环芳烃总量在53.1—117.0 ng·g−1之间,在国内处于相对较低水平,以三环和四环多环芳烃为主,可能由石油污染、成岩作用、化石燃料燃烧等多种来源构成.
-
表 1 采样期间区域内空气质量和气象数据
Table 1. Air quality and meteorological data in sampling areas during sampling period
参数Parameter 采样点W区域Site W area 采样点S区域Site S area 气温/°C 30.9 ± 2.6 30.7 ± 2.5 气压/kPa 99.9 ± 0.3 99.4 ± 0.3 相对湿度/% 59 ± 10 58 ± 9 风速/(m·s−1) 2.6 ± 0.8 2.6 ± 0.9 主导风向 西北 西北 PM2.5小时浓度/(μg·m−3) 25 ± 13 20 ± 7 臭氧小时浓度/(μg·m−3) 87 ± 39 85 ± 38 表 2 长沙市夏季大气臭氧生成潜势和等效丙烯浓度贡献前十的NMHCs化合物
Table 2. Contributions of TOP 10 NMHCs species to ozone formation potentials and propylene-equivalent concentrations in summer air of Changsha
W-OFP W-PEC S-OFP S-PEC 前十化合物TOP 10 Species 百分比/%Percentage/% 前十化合物TOP 10 Species 百分比/%Percentage/% 前十化合物TOP 10 Species 百分比/%Percentage/% 前十化合物TOP 10 Species 百分比/%Percentage/% 间/对-二甲苯 16.5 异戊二烯 28.8 间/对-二甲苯 19.5 1-丁烯 16.0 异戊二烯 9.3 丙烯 7.6 1-丁烯 11.1 间/对二甲苯 9.5 邻二甲苯 6.7 间/对-二甲苯 7.1 邻二甲苯 7.4 丙烯 8.5 甲苯 6.5 异戊烷 4.1 丙烯 6.3 异戊二烯 6.1 丙烯 6.4 1,2,4-三甲基苯 4.1 1,2,4-三甲基苯 5.3 苯乙烯 4.6 1,2,4-三甲基苯 6.0 苯乙烯 4.1 甲苯 5.0 正十二烷 4.1 异戊烷 5.0 1-丁烯 3.6 1,2,3-三甲基苯 4.2 1,2,4-三甲基苯 4.0 1,2,3-三甲基苯 4.5 反式-2-丁烯 3.0 乙苯 3.3 反式-2-丁烯 3.3 乙苯 3.0 邻二甲苯 2.5 异戊烷 3.0 邻二甲苯 3.1 1-丁烯 2.8 甲苯 2.3 间乙基甲苯 2.7 异戊烷 2.8 前十之和 66.8 前十之和 67.1 前十之和 67.7 前十之和 62.0 -
[1] ZHANG X M, XUE Z G, LI H, et al. Ambient volatile organic compounds pollution in China [J]. Journal of Environmental Sciences, 2017, 55: 69-75. doi: 10.1016/j.jes.2016.05.036 [2] WANG F L, DU W, LV S J, et al. Spatial and temporal distributions and sources of anthropogenic NMVOCs in the atmosphere of China: A review [J]. Advances in Atmospheric Sciences, 2021, 38(7): 1085-1100. doi: 10.1007/s00376-021-0317-6 [3] GU S, GUENTHER A, FAIOLA C. Effects of anthropogenic and biogenic volatile organic compounds on Los Angeles air quality [J]. Environmental Science & Technology, 2021, 55(18): 12191-12201. [4] LI F J, TONG S R, JIA C H, et al. Sources of ambient non-methane hydrocarbon compounds and their impacts on O3 formation during autumn, Beijing [J]. Journal of Environmental Sciences, 2022, 114: 85-97. doi: 10.1016/j.jes.2021.08.008 [5] WANG W J, PARRISH D D, WANG S W, et al. Long-term trend of ozone pollution in China during 2014–2020: Distinct seasonal and spatial characteristics and ozone sensitivity [J]. Atmospheric Chemistry and Physics, 2022, 22(13): 8935-8949. doi: 10.5194/acp-22-8935-2022 [6] ZOU Y, DENG X J, ZHU D, et al. Characteristics of 1 year of observational data of VOCs, NOx and O3 at a suburban site in Guangzhou, China [J]. Atmospheric Chemistry and Physics, 2015, 15(12): 6625-6636. doi: 10.5194/acp-15-6625-2015 [7] 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 [8] ZHENG J Y, ZHENG Z Y, YU Y F, et al. Temporal, spatial characteristics and uncertainty of biogenic VOC emissions in the Pearl River Delta region, China [J]. Atmospheric Environment, 2010, 44(16): 1960-1969. doi: 10.1016/j.atmosenv.2010.03.001 [9] UNITED STATES ENVIRONMENTAL PROTECTION AGENCY, Office of Air Quality Planning and Standards. SLAMS/NAMS/PAMS Network Review Guidance [R]. 1998, EPA-454/R-98-003, Research Triangle Park, NC 27711. [10] 李斌, 张鑫, 李娜, 等. 北京市春夏挥发性有机物的污染特征及源解析 [J]. 环境化学, 2018, 37(11): 2410-2418. doi: 10.7524/j.issn.0254-6108.2018011706 LI B, ZHANG X, LI N, et al. Pollution characteristics and source analysis of volatile organic compounds in spring and summer in Beijing [J]. Environmental Chemistry, 2018, 37(11): 2410-2418(in Chinese). doi: 10.7524/j.issn.0254-6108.2018011706
[11] 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(in Chinese).
[12] YAO D, TANG G Q, SUN J, et al. Annual nonmethane hydrocarbon trends in Beijing from 2000 to 2019 [J]. Journal of Environmental Sciences, 2022, 112: 210-217. doi: 10.1016/j.jes.2021.04.017 [13] CAI C J, GENG F H, TIE X X, et al. Characteristics and source apportionment of VOCs measured in Shanghai, China [J]. Atmospheric Environment, 2010, 44(38): 5005-5014. doi: 10.1016/j.atmosenv.2010.07.059 [14] LIU Y H, WANG H L, JING S G, et al. Characteristics and sources of volatile organic compounds (VOCs) in Shanghai during summer: Implications of regional transport [J]. Atmospheric Environment, 2019, 215: 116902. doi: 10.1016/j.atmosenv.2019.116902 [15] 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(in Chinese).
[16] 李颖慧, 李如梅, 胡冬梅, 等. 太原市不同功能区环境空气中挥发性有机物特征与来源解析 [J]. 环境化学, 2020, 39(4): 920-930. doi: 10.7524/j.issn.0254-6108.2019110804 LI Y H, LI R M, HU D M, et al. Characteristics and source apportionment of ambient volatile organic compounds of different functional areas in Taiyuan City [J]. Environmental Chemistry, 2020, 39(4): 920-930(in Chinese). doi: 10.7524/j.issn.0254-6108.2019110804
[17] 齐安安, 周小平, 雷春妮, 等. 兰州市功能区环境空气中挥发性有机物关键活性组分与来源解析 [J]. 环境化学, 2020, 39(11): 3083-3093. doi: 10.7524/j.issn.0254-6108.2019080402 QI A A, ZHOU X P, LEI C N, et al. Key active components and sources of volatile organic compounds in ambient air of Lanzhou City [J]. Environmental Chemistry, 2020, 39(11): 3083-3093(in Chinese). doi: 10.7524/j.issn.0254-6108.2019080402
[18] HUI L R, LIU X G, TAN Q W, et al. Characteristics, source apportionment and contribution of VOCs to ozone formation in Wuhan, Central China [J]. Atmospheric Environment, 2018, 192: 55-71. doi: 10.1016/j.atmosenv.2018.08.042 [19] 徐晨曦, 陈军辉, 韩丽, 等. 成都市2017年夏季大气VOCs污染特征、臭氧生成潜势及来源分析 [J]. 环境科学研究, 2019, 32(4): 619-626. XU C X, CHEN J H, HAN L, et al. Analyses of pollution characteristics, ozone formation potential and sources of VOCs atmosphere in Chengdu City in summer 2017 [J]. Research of Environmental Sciences, 2019, 32(4): 619-626(in Chinese).
[20] 李陵, 李振亮, 张丹, 等. 重庆市主城区O3污染时期大气VOCs污染特征及来源解析 [J]. 环境科学, 2021, 42(8): 3595-3603. LI L, LI Z L, ZHANG D, et al. Pollution characteristics and source apportionment of atmospheric VOCs during ozone pollution period in the main urban area of Chongqing [J]. Environmental Science, 2021, 42(8): 3595-3603(in Chinese).
[21] 伏志强, 戴春皓, 王章玮, 等. 长沙市夏季大气臭氧生成对前体物的敏感性分析 [J]. 环境化学, 2019, 38(3): 531-538. doi: 10.7524/j.issn.0254-6108.2018042503 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
[22] 刘全, 王跃思, 吴方堃, 等. 长沙大气中VOCs研究 [J]. 环境科学, 2011, 32(12): 3543-3548. LIU Q, WANG Y S, WU F K, et al. Observation and study on atmospheric VOCs in Changsha City [J]. Environmental Science, 2011, 32(12): 3543-3548(in Chinese).
[23] 黄海梅, 戴春皓, 王章玮, 等. 长沙市大气挥发性有机物的组成与来源 [J]. 环境化学, 2019, 38(3): 539-547. doi: 10.7524/j.issn.0254-6108.2018042501 HUANG H M, DAI C H, WANG Z W, et al. Composition and source apportionment of ambient volatile organic compounds in Changsha, China [J]. Environmental Chemistry, 2019, 38(3): 539-547(in Chinese). doi: 10.7524/j.issn.0254-6108.2018042501
[24] ZHANG J G, WANG Y S, WU F K, et al. Nonmethane hydrocarbon measurements at a suburban site in Changsha City, China [J]. Science of the Total Environment, 2009, 408(2): 312-317. doi: 10.1016/j.scitotenv.2009.07.010 [25] 邹利林, 姚运先, 蒋利华, 等. 长沙市环境空气中BTEX的污染特征及健康风险 [J]. 环境工程, 2022, 40(1): 102-109. ZOU L L, YAO Y X, JIANG L H, et al. Pollution characteristics and health risks of BTEX in ambient air of Changsha [J]. Environmental Engineering, 2022, 40(1): 102-109(in Chinese).
[26] 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 [27] YANG W Q, ZHANG Y L, WANG X M, et al. Volatile organic compounds at a rural site in Beijing: Influence of temporary emission control and wintertime heating [J]. Atmospheric Chemistry and Physics, 2018, 18(17): 12663-12682. doi: 10.5194/acp-18-12663-2018 [28] 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 [29] ATKINSON R, AREY J. Atmospheric degradation of volatile organic compounds [J]. Chemical Reviews, 2003, 103(12): 4605-4638. doi: 10.1021/cr0206420 [30] PAATERO P, TAPPER U. Positive matrix factorization: A non-negative factor model with optimal utilization of error estimates of data values [J]. Environmetrics, 1994, 5(2): 111-126. doi: 10.1002/env.3170050203 [31] 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 [32] 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 [33] BARLETTA B, MEINARDI S, SIMPSON I J, et al. Ambient mixing ratios of nonmethane hydrocarbons (NMHCs) in two major urban centers of the Pearl River Delta (PRD) region: Guangzhou and Dongguan [J]. Atmospheric Environment, 2008, 42(18): 4393-4408. doi: 10.1016/j.atmosenv.2008.01.028 [34] FENG J J, ZHANG Y L, SONG W, et al. Emissions of nitrogen oxides and volatile organic compounds from liquefied petroleum gas-fueled taxis under idle and cruising modes [J]. Environmental Pollution, 2020, 267: 115623. doi: 10.1016/j.envpol.2020.115623 [35] SUTHAWAREE J, KATO S, OKUZAWA K, et al. Measurements of volatile organic compounds in the middle of Central East China during Mount Tai Experiment 2006 (MTX2006): Observation of regional background and impact of biomass burning [J]. Atmospheric Chemistry and Physics, 2010, 10(3): 1269-1285. doi: 10.5194/acp-10-1269-2010 [36] MO Z W, LU S H, SHAO M. Volatile organic compound (VOC) emissions and health risk assessment in paint and coatings industry in the Yangtze River Delta, China [J]. Environmental Pollution, 2021, 269: 115740. doi: 10.1016/j.envpol.2020.115740 [37] CHANG C C, LO S J, LO J G, et al. Analysis of methyl tert-butyl ether in the atmosphere and implications as an exclusive indicator of automobile exhaust [J]. Atmospheric Environment, 2003, 37(34): 4747-4755. doi: 10.1016/j.atmosenv.2003.08.017 [38] CHANG C C, WANG J L, LIU S C, et al. Assessment of vehicular and non-vehicular contributions to hydrocarbons using exclusive vehicular indicators [J]. Atmospheric Environment, 2006, 40(33): 6349-6361. doi: 10.1016/j.atmosenv.2006.05.043 [39] YUAN Z B, LAU A K H, SHAO M, et al. Source analysis of volatile organic compounds by positive matrix factorization in urban and rural environments in Beijing [J]. Journal of Geophysical Research Atmospheres, 2009, 114: D00G15. [40] ZHANG Y L, WANG X M, ZHANG Z, et al. Species profiles and normalized reactivity of volatile organic compounds from gasoline evaporation in China [J]. Atmospheric Environment, 2013, 79: 110-118. doi: 10.1016/j.atmosenv.2013.06.029 [41] 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 -