-
我国夏季臭氧污染形势严峻[1]，挥发性有机化合物（volatile organic compounds, VOCs）是近地面臭氧的重要前体物，我国大部分地区臭氧污染为VOCs控制型[2]. 近年来，我国采取了极为严格的VOCs削减控制方案，但臭氧污染形势改善不明显，有些地区臭氧污染出现反弹[3].
制定VOCs削减控制策略基于大气VOCs观测结果，准确客观的观测结果是制定精准VOCs削减策略的技术基础. 2018年起我国开始在重点地区开展环境空气VOCs的手工监测工作，关于大气VOCs污染特征、来源解析、环境影响评价的研究报道也层出不穷[4 − 6]，相关监测及研究工作的开展主要基于手工采样监测结果. 其中苏玛罐采样具有可采集全组分样品、保存时间长[7 − 8]的特点，是实验室分析最常用的采样方式[9 − 11]. 大气中存在O3、OHˑ、NO3等强氧化性基体物质，在样品采集、运输、保存和分析的过程中，VOCs会与大气中的强氧化剂发生化学反应而消耗损失[12 − 13]，影响样品的代表性. 影响苏玛罐采集有代表性大气VOCs样品的关键因素主要包括苏玛罐内壁的惰性化水平、密封性、洁净度，目前主要关注苏玛罐内壁对VOCs的吸附作用[14]，没有考虑采集样品后，VOCs可能会继续与大气中的氧化剂发生大气化学反应而造成浓度、组成的变化. 目前大气中的臭氧对VOCs测定的影响已引起关注，但结论不统一：邵敏等[15]提出臭氧在大气VOCs样品热解吸进样时会与烯烃反应，但也有研究认为大气中臭氧不影响VOCs的测定[16]，该研究是在一定浓度的标气样品中人为加入一定浓度的臭氧，研究臭氧的存在对样品保存的影响，但该研究对象未能反应真实的大气环境，大气中除有臭氧，还存在OH、NO3等强氧化自由基[17]. 客观真实的大气VOCs观测结果是制定大气VOCs精准减排政策的基础和依据，也是臭氧污染治理成效的保障，目前未见有关真实大气环境样品中大气氧化性基体对VOCs测定影响深入研究的报道. VOCs化学组成繁杂，部分物质化学反应活性强，大气寿命从几分钟到几小时[12]，有研究表明活性较强的VOCs样品预先通过KI小柱或Na2SO3小柱，可有效去除臭氧等强氧化性基体，保证VOCs组分的完整性[13]. 国家环境保护标准《环境空气 醛、酮类化合物的测定 高效液相色谱法》（HJ 683-2014）规定在采样管前串联KI除臭氧小柱采集醛、酮类化合物[18]，因此，可使用KI除臭氧小柱研究大气中臭氧等强氧化性基体对VOCs样品采集的影响.
本研究以大气中常见的107种VOCs为研究目标，采用罐采样-大气预浓缩-气相色谱/质谱氢火焰检测器法分析技术[19]，对比苏玛罐采样口前串联和不串联KI小柱两种采样方式，研究大气中氧化性基体对VOCs测定的影响；通过臭氧生成潜势（Ozone formation potential, OFP）评价，研究不同采样方式进行环境影响评价结果的客观性. 探讨大气中氧化基体对VOCs测定结果的影响，为全国开展大气VOCs精准监测提供技术支持.
-
采样点位于济南市东部的山东省生态环境厅院内，南面为山地，植被茂密；北面为居民、商业混合区，西面为加气站，可反映区域大气整体状况. 采样时间为2022年5月—7月大气氧化性强的月份，限流阀调节采样流速，13:00—15:00采集2 h样品. 每次采样同步采集2个样品，其中一个样品直接采集，另一个在限流阀前端接KI小柱，去除大气中氧化性基体，每个样品使用一个新的KI小柱. 本次研究采集了7 d共7组样品.
-
Shimadzu QP 2020型气相色谱/质谱联用仪（日本）；
3100 型自动清罐仪（带恒温加热箱）、4700 型动态稀释仪（ENTECH）；新购置的内壁硅烷化处理的SUMMA罐（ENTECH），3.2 L；电子制冷大气预浓缩仪、除水仪（MARKS）；挥发性有机物标气（1.0 μmol·mol−1, 四川中测标物有限公司，包括57种PAMS、47种TO15、乙醇、柠檬烯和α-蒎烯））；内标标准气（1.0 μmol·mol−1, 四川中测标物有限公司，包括一溴氯甲烷、1,2-二氟苯和氯苯-d5），高纯氮气≥99.999%，高纯氦气≥99.999%；DB-624毛细管柱（60 m×0.32 mm ×1.8 μm），PLOT 毛细管柱（30 m×0.32 mm× 10 μm），KI小柱（1.4 g/2.5 cc，Agela Technologies）. -
自动进样器取样200 mL，经-30 ℃的空管除水后进入-30℃吸附剂冷阱中进行捕集浓缩去除二氧化碳、氮气等环境中常量组分的干扰，以最快的速度加热至300 ℃，解吸进入色谱柱分离. 气相色谱条件：色谱柱升温程序：40 ℃保持3 min，以8 ℃·min−1升温到50 ℃保持2 min，再以8 ℃·min−1升温到150 ℃，保持10 min，再以15 ℃·min−1升温到185 ℃，保持16.5 min.
-
1.00 μmol·mol−1有证标准物质二级稀释至2.00 nmol·mol−1作为标准使用气；1.00 μmol·mol−1有证内标储备气稀释至50.0 nmol·mol−1标准使用气. 分别取50 、100 、200 、400 、800 mL标准使用气和25 mL内标使用气，建立内标标准曲线，相对响应因子法定量，每种化合物的相对响应因子的相对标准偏差≤20%，否则应进行空白检验；每20个样品进行1次中间浓度点校准，偏差≤20%，否则查找原因重新绘制曲线；记录每个样品的内标响应，与校准曲线的偏差≤30%. 为保证不同采样方式所用的苏玛罐性能的一致性，使用2个新购置苏玛罐循环使用，每个苏玛罐采样前均做空白检查和惰性化检查. 采样前，采用高纯氮气模拟样品经过KI除氧化基体小柱，采集到苏玛罐中进行定性分析，未检出挥发性有机物成分，表明KI不会引入干扰物质.
-
本研究采用最大增量反应活性（maximum incremental reactivity,MIR），计算VOCs物种O3生成的潜势OFP，评价不同化合物在不同采样方式下对O3生成的影响.
计算公式如下：
式中，OFP（j）为化合物j的臭氧生成潜势（μg·m−3）；Conc.（j）为化合物j浓度（单位μg·m−3）；MIR（j）：单位量化合物j最大增量反应活性（单位质量VOC生成单位量的O3），具体数值引用Carter and William[20]的研究
-
为研究大气中氧化性基体对VOCs成分定性分析的影响，通过质谱全扫描模式对样品进行分析，检出率高于80%的化合物结果见表1. 从表1可以看出，去除氧化性基体后的样品共定性检出110种化合物，包括55种烷烃、23种含氧有机物、13种烯烃、8种卤代烃、7种苯系物及包括乙炔在内的4种其他化合物. 与未去除氧化性基体的样品相比，去除氧化性基体后检出的含氧化合物、长链烷烃、长链烯烃更多. 含氧化合物包括乙醛、丙醛、3-甲基丁醛等醛类化合物及2-丁基-1-辛醇、5-甲基-2-（1-异丙基）-1-己醇、2-乙基-4-甲基-1-戊醇、2-己基-1-癸醇、2-丁基-1-辛醇等长链的醇类化合物；长链烷烃化合物包括5-甲基十一烷、十五烷、十六烷等；长链烯烃类化合物包括5-甲基-1-己烯、4,5-二甲基-1-己烯、2,6-二甲基-3-庚烯、2,4-二甲基-1-庚烯、3-十四烯、1-壬烯、2-十二烯等，只有在去除氧化性基体采集的样品中有检出.
未除氧化性基体的采样方式采集的样品中定性检出的化合物种类较少，共定性检出40种化合物，绝大部分化合物与去除氧化性基体样品定性检出的种类一致，包括乙烷、乙烯、乙炔、丙烷、丙烯等空气中常见的短链VOCs；仅2-氧基丙酸乙酯、环己烷、2,4-己二炔、6-甲基庚基乙烯基醚和2-甲基丙基环己烷5种化合物只在未除氧化性基体的样品中有定性检出，占检出总量的14.3%. 未除氧化性基体的样品未检出长链烯烃、长链烷烃、长链醇类化合物，表明此类化合物在氧化基体环境中不稳定，采样后或测定过程中会继续参与氧化反应而损失. 总体看，去除氧化性基体后定性检出的化合物种类多，长链的烷烃、烯烃、醇类物质在未去除氧化性基体的样品中均未检出，大气中的部分VOCs会在样品采集、运输和保存等环节继续与氧化性基体反应而消耗损失，样品中的氧化性基体明显影响VOCs组成的分析判定.
-
为研究大气中氧化基体对VOCs浓度测定的影响，对107种VOCs（29种烷烃，13种烯烃，35种卤代烃，10种含氧有机物，18种芳香烃、乙炔及二硫化碳）测定，分别将去除和未去除氧化性基体的7组样品的每种化合物进行浓度平均，将两种采样方式每类化合物的浓度均值分别加和得到烷烃、烯烃、芳香烃、含氧有机物和卤代烃的浓度，比较两种采样方式对每类化合物测定结果的影响（图1）. 去除氧化性基体的TVOCs平均浓度为144.8 nmol·mol−1，其中烷烃类化合物浓度最高（平均浓度为118.7 nmol·mol−1），占81.9%，主要由2,2-二甲基丁烷（平均浓度15.7 nmol·mol−1）、2,3-二甲基丁烷（平均浓度12.2 nmol·mol−1）、环戊烷（平均浓度15.5 nmol·mol−1）和正己烷贡献（平均浓度28.1 nmol·mol−1）；卤代烃浓度第二（平均浓度为10.1 nmol·mol−1），占7%；烯烃浓度第三（平均浓度9.36 nmol·mol−1），占6.5%；芳香烃浓度第四（平均浓度为4.63 nmol·mol−1），占3.2%；含氧有机物浓度最低（平均浓度为2.05 nmol·mol−1），占1.4%. 未去除氧化性基体样品测定的平均TVOCs浓度低（平均浓度为32.5 nmol·mol−1），烷烃（平均浓度为12.6 nmol·mol−1）和卤代烃（平均浓度为12.2 nmol·mol−1）浓度最高，分别占TVOCs的 38.9%和37.5%；芳香烃浓度第三（平均浓度为3.73 nmol·mol−1），占11.5%；烯烃浓度第四（平均浓度为2.11 nmol·mol−1），占6.5%；含氧有机物浓度最低（平均浓度为1.81 nmol·mol−1），占5.6%. 由此可以看出，样品中氧化性基体的存在对测定样品各物种的浓度及组成特征均有显著影响. 其中样品中氧化性基体对烷烃、烯烃类化合物浓度测定结果的影响最大，分别是未去除氧化性基体浓度的9.42倍和4.44倍；对芳香烃、卤代烃和含氧有机物影响小，去除与不去除氧化性基体采集样品测定浓度的相对偏差分别为10.7%、9.19%和6.31%. 因此，大气中的氧化性基体对VOCs浓度的测定及物种组成的分析都有影响，其中对烷烃和烯烃浓度测定的影响最为显著，表明烷烃、烯烃活性强，在样品采集、保存、运输和测定的过程中，会与氧化基体反应消耗损失；测定大气中的芳香烃、卤代烃及含氧有机物，受大气中强氧化性基体的影响较小.
本研究共定量检出60种目标化合物，图2为两种不同采样方式测定的化合物的平均浓度. 从图2可以看出，烷烃中乙烷、丙烷、正丁烷、异丁烷等4种C2—C4低碳烷烃受大气中氧化性基体影响小，去除氧化性基体是不除氧化性基体浓度的1.5倍左右；C5以上的支链烷烃和环状烷烃的测定受大气中氧化性基体影响大，其中对2-甲基庚烷、环戊烷和2,2-二甲基丁烷影响最大，分别是不去氧化性基体样品浓度测定值的542倍、174倍和116倍，去除氧化基体样品中2-甲基庚烷、环戊烷和2,2-二甲基丁烷的浓度范围分别为0.12—22.1 nmol·mol−1、0.10—31.7 nmol·mol−1和0.35—23.7 nmol·mol−1之间，未去除氧化氧化性基体的浓度范围分别为：未检出—0.04 nmol·mol−1，0.02—0.25 nmol·mol−1和0.03—0.25 nmol·mol−1. 大气中氧化基体对2,3-二甲基丁烷、甲基环戊烷、3-甲基庚烷及正己烷的影响次之，分别是不除氧化性基体样品浓度测定值的98倍、68倍、38倍和33倍，去除氧化基体样品中2,3-二甲基丁烷、甲基环戊烷、3-甲基庚烷和正己烷的浓度范围分别为：0.28—19.8 nmol·mol−1，0.04—24.2 nmol·mol−1，0.03—1.71 nmol·mol−1和0.40—71.8 nmol·mol−1，未去除氧化性基体的浓度范围分别为：0.03—0.25 nmol·mol−1，未检出—0.25 nmol·mol−1，未检出—0.03和0.27—1.99 nmol·mol−1. 正辛烷、正壬烷、正癸烷、十一烷和十二烷等高碳直链烷烃受大气中氧化基体影响低于支链烷烃，是不除氧化性基体的12—18倍. 烯烃受大气中氧化性基体影响不如烷烃显著，其中1-丁烯受大气中氧化性基体影响最大，是不除氧化性基体的28倍，乙烯、丙烯则是不除氧化性基体的3.3倍和5.3倍，这与1-丁烯化学活性强、反应速率快有关[21]，大气中氧化基体对1-丁烯影响显著；1-己烯、柠檬烯和1-戊烯受氧化性基体影响也较大，分别是不除氧化性基体的16倍、8.8倍和3.7倍. 芳香烃中乙苯、间/对-二甲苯和邻二甲苯受大气中氧化性基体影响显著，浓度分别是不除氧化性基体的1.4倍、1.5倍和1.6倍，其余芳香烃化合物的测定基本不受大气中氧化性基体的影响. 卤代烃中仅四氯乙烯受大气中氧化性基体影响，是不除氧化性基体的1.5倍，其余卤代烃化合物不受大气中氧化性基体的影响.
由此可以看出，烷烃类化合物受大气中氧化性基体影响最大，C2—C4低碳烷烃大气化学反应活性弱，受大气中氧化性基体影响小，高碳支链烷烃受大气中氧化基体影响最大，其次是高碳直链烷烃；所有烯烃类化合物均受大气中氧化性基体的影响，其中对1-丁烯影响最大；卤代烃中仅四氯乙烯受大气中氧化性基体的影响，异丙醇、乙酸乙酯和四氢呋喃3种含氧有机物不受大气中强氧化性基体的影响.
-
臭氧生成潜势为各VOCs化合物在最佳反应条件下对臭氧生成的最大贡献[22]，定量描述VOCs化合物对大气臭氧污染的影响，一般通过研究大气中对OFP影响较大的物种及来源，采取针对性的VOCs控制措施，降低大气臭氧污染程度，是制定VOCs削减控制策略的重要依据[23]. 本文为研究大气中氧化性基体对OFP的影响，对两种采样方式的OFP结果的影响进行比较. 从图3可见，去除氧化性基体样品的OFP高于未去除氧化性基体的样品，去除氧化性基体样品的平均OFP值为254.1 μg·m−3，未去除氧化性基体样品的平均OFP值为44.6 μg·m−3. 去除氧化性基体的样品，各物种对OFP贡献大小的顺序为烷烃（67.5%）>烯烃（22.8%）>芳香烃（9.5%）>含氧有机物（0.2%）；未去除氧化性基体的样品，各物种对OFP贡献大小的顺序为芳香烃（40.0%）>烯烃（30.6%）>烷烃（28.7%）>含氧有机物（0.8%）. 因此，采样时是否去除氧化性基体，对于评价大气VOCs的OFP浓度及优势物种的组成均有显著影响，去除氧化性基体样品的OFP大，主要是烷烃贡献，占67.5%；未去除氧化性基体样品的OFP小，主要为芳香烃和烯烃贡献，分别贡献40.0%和30.6%. 采样时是否去除大气中氧化性基体采集的样品在进行OFP评价时获得的结论不同，在制定VOCs削减控制策略以改善臭氧污染问题时，去除氧化性基体采集的样品结果显示烷烃是主要的控制目标，未去除氧化性基体采集样品的结果显示芳香烃和烯烃是优先控制物种.
OFP为各化合物在最佳反应条件下可产生的最大臭氧量. 因气象条件不利及污染物扩散传输等因素影响，大气中VOCs不可能全部转化为臭氧，OFP理论计算值应高于臭氧实际观测浓度. 图4为大气中实际臭氧浓度及两种采样方式计算的OFP理论值. 从图中可以看出，未去除氧化性基体的采样方式，OFP理论计算值低于大气中臭氧浓度，而且OFP的变化趋势与大气臭氧实测浓度变化趋势不同；去除氧化性基体样品的OFP值高于大气臭氧实际观测浓度，而且与臭氧实测浓度变化规律具有很好的同步性，表明去除大气中氧化性基体样品OFP的理论计算值更能反映大气VOCs对臭氧生成的真实情况，去除氧化性基体采集的样品更能反映大气VOCs的客观浓度. 此外，从图4可以看出6月13日，去除氧化性基体采集样品的OFP理论计算值低于臭氧实测浓度，但仍高于未去除氧化性基体采样的OFP，这可能与6月13日为小雨天气，空气湿度大，有研究表明在高湿环境中，醛酮化合物通过KI小柱会损失[24]，图5为受大气氧化基体影响较大的典型烷烃和烯烃化合物在观测期间的浓度时间序列变化，从图5可以看出，6月13日除氧化基体样品的所有烷烃化合物浓度降低，烯烃化合物浓度变化不明显，由这天臭氧浓度与其他观测期间持平，可以看出6月13日降水期间采集的去除氧化基体样品中烷烃化合物浓度被低估. 因此，高湿样品通过KI小柱时，大气VOCs会造成损失，在雨天不适合采用KI小柱采集环境空气VOCs.
-
（1）大气中氧化性基体在样品采样、运输和保存过程中，与部分VOCs化合物继续发生反应，去除大气中氧化性基体采集的样品更符合大气VOCs真实浓度水平.
（2）大气中氧化性基体影响VOCs组成，主要对醛类化合物、长链烯烃、长链烷烃和长链醇类化合物有影响，去除大气中氧化性基体采集的样品可定性检出的化合物种类更多.
（3）去除大气中氧化性基体采集样品的VOCs测定浓度高，大气氧化性基体对烷烃影响最大，其次是烯烃，对卤代烃和含氧有机物的影响最小.
（4）去除大气中氧化性基体采集样品的OFP高，高于未去除氧化性基体样品的OFP及大气臭氧实测浓度，未去除氧化性基体采集样品的OFP低于大气臭氧浓度实测值. 去除大气氧化性基体的OFP与大气中臭氧实测浓度变化规律具有很好的同步性，更能反应大气臭氧污染状况.
大气环境中氧化基体对VOCs测定的影响
Effects of oxidizing matrix on VOCs detection of atmosphere samples
-
摘要: 大气中挥发性有机物（volatile organic compounds，VOCs）种类多，活性强，部分VOCs在采样、分析过程中会与大气中的氧化基体发生反应. 为研究大气中氧化基体对VOCs测定的影响，选择苏玛罐与KI小柱联用，采集去除氧化性基体的样品，与未去除氧化性基体的样品比较，探讨大气中氧化性基体对VOCs测定的影响. 结果表明，去除氧化性基体的样品定性检出的化合物种类多，共定性检出110种化合物，未去除氧化基体样品定性检出的化合物种类少，共定性检出40种化合物；氧化基体的存在影响VOCs的浓度和组成，去除氧化基体的总挥发性有机物（TVOCs）平均浓度为144.8 nmol·mol−1，其中烷烃为体积分数最大的组分，占81.9%，其次是卤代烃、烯烃、芳香烃和含氧有机物，分别占7%、6.5%、3.2%和1.4%，未去除氧化基体TVOCs平均浓度为32.5 nmol·mol−1，其中烷烃、氯代烃占比最高，分别占38.9%和37.5%，其次是芳香烃、烯烃和含氧有机物，分别占11.5%、6.5%和5.6%. 大气中氧化性基体影响臭氧生成潜势（ozone formation potential，OFP）理论计算值及对OFP贡献优势物种的判断，去除氧化性基体样品的OFP高（平均值254.1 μg·m−3），各物种对OFP贡献大小的顺序为烷烃（67.5%）>烯烃（22.8%）>芳香烃（9.5%）>含氧有机物（0.2%）；未去除氧化性基体样品的OFP值低（平均值44.6 μg·m−3），各物种对OFP贡献大小的顺序为芳香烃（40.0%）>烯烃（30.6%）>烷烃（28.7%）>含氧有机物（0.8%）；去除氧化基体样品的OFP高于臭氧实测浓度，且与臭氧浓度具有很好的一致性，未去除氧化性基体样品的OFP值低于臭氧浓度，去除氧化性基体后采集的样品更符合大气VOCs的真实状态，未来大气VOCs监测，采样时应考虑联用KI小柱去除大气中存在的氧化基体.Abstract: There are many kinds of Volatile organic compounds, they have strong activity and parts of them will have reactions with the oxidants exist in the atmosphere during sampling and analysis. In order to study the influence of oxidant substances on VOCs determination, two kinds of samples were collected, one(oxidant substances removed sample) was collected with a sampling method that connected Suma canister with KI column to remove oxidant substances, the other(oxidant substances non-removed sample) was collect by Suma canister as usual with oxidant substances in it, compared the determination results between two samples. The results showed that more compounds were qualitatively detected in oxidant substances removed samples, there were 110 compounds were qualitatively detected in oxidant substances removed samples, while 40 compounds were qualitatively detected in oxidant substances non-removed samples. Oxidant substances affects the concentration and composition of VOCs, the average concentration of total volatile organic compounds (TVOCs) of oxidant substances removed samples was 144.8 nmol·mol−1, alkanes were the most abundant species, accounted for 81.9%, followed by halogenated hydrocarbon, olefin, aromatic hydrocarbon and OVOCs, accounted for 7%, 6.5%, 3.2% and 1.4%, respectively; the TVOCs of oxidant substances non-removed samples was 32.5 nmol·mol−1, alkane (38.9%) and halogenated hydrocarbon (37.5%) were the most abundant species, then followed by aromatic hydrocarbon (11.5%), olefin (6.5%) and OVOCs (5.6%). The oxidizing matrix affects the ozone formation potential (OFP) and the dominant species. The OFP of the oxidizing matrix sample was 254.1 μg·m−3, alkanes contributed most (67.5%) , then followed by olefins (22.8%) , aromatics (9.5%) and oxygenated organic compounds (0.2%); the OFP of oxidant substances non-removed samples was 44.6 μg·m−3, aromatic contributed most (40.0%), then followed by olefin (30.6%), alkane (28.7%) and oxygenated organic matter (0.8%). The OFP of oxidant substances removed sample was higher than actual ozone concentration, and had a good consistency with the ozone concentration. The OFP of oxidant substances non-removed sample was lower than the actual ozone concentration. The sample collected by oxidant substances removed was more consistent with the real state of atmospheric VOCs. The removal of oxidant substances in the atmosphere with KI column should be considered during sampling.
-
Key words:
- Suma canister sampling /
- atmosphere VOCs /
- oxidant substances /
- ozone /
- OFP
-
近年来，随着我国经济迅速增长和城市化进程持续推进，城镇污水处理领域取得了显著进展。与此同时，污水处理过程中产生的剩余污泥也带来了不小的负担，需要处理厂投入大量资金进行有效处理[1]。因此，探索在现有污泥脱水工艺的基础上引入造粒处理技术，有助于一定程度上应对当前污泥处理中存在的高投资、高运行费用等问题，同时也可提升污泥处理效率，增强污泥后续资源化利用的效率。
当前，我国在污泥处理技术方面面临诸多挑战：虽然相关技术已趋于成熟，但依然存在不少不足之处，主要体现在污泥浓缩、脱水、干化等处理方式以及填埋、焚烧等处理手段方面，同时，对污泥的高效回收利用技术亟待完善[2]。污水处理厂的剩余污泥主要源自二沉池，其特性主要涉及物理、化学和微生物学等方面[3]。在这些特性中，污泥的物理特征主要包括含水率和热值等指标[4]。污泥处理方法通常取决于其含水率以及最终处置方式的确定。为便于外运，需要将污泥含水率降至80%以下。采用干燥焚烧方式可有效降低含水率，减少污泥体积，但同时也会消耗大量能源[5]。经实验研究表明，通过对干化污泥进行造粒处理后，不仅可以有效避免扬尘和提高干燥效率，还能大幅降低能源消耗[6]。将经过造粒处理的污泥与焚烧厂协同焚烧，对焚烧系统的运行稳定性和经济性具有显著的积极影响[7]。污泥颗粒还可以用于制备活性炭，能够吸附污水中有机污染物及重金属等，从而在污水处理工艺中发挥有效作用[8]。此外，城镇污泥造粒技术的应用还能够有效提升微生物群落在碳源利用方面的优势性和均衡性，如对蚯蚓堆肥系统中微生物的碳源利用具有显著影响。秦洁等[9]学者曾描述了一项直接利用污泥造粒进行城镇污泥预处理的方法，该方法操作简便、高效，不仅产出质量稳定的有益堆肥产品，而且省去了繁琐的添加混合膨化材料的步骤，避免了引入新的难降解物质而带来的堆肥过程风险。
目前国内污泥处理处置有4条主流工艺路线：1）干化+焚烧/协同焚烧/建材利用[10]；2）预处理+厌氧消化+脱水+土地利用[11]；3）好氧发酵+土地利用[12]；4）深度脱水+协同焚烧/填埋[13]。污泥的处置方式可以归纳为直接填埋、堆肥、焚烧处置及材料利用等[14]。其中直接填埋是最常见的污泥处置方式之一，污泥填埋操作简单，但未经处理直接填埋会对土地造成二次污染[15]；同样地，污泥堆肥也存在相似的问题，污泥中的各类难降解有机物，包括残留药物、化学品、干扰素等，在堆肥过程中会产生大量的恶臭气体以及污泥本身所含有的有害物质都需要处理以免造成二次污染[16]。污泥干化+焚烧处置工艺是污泥减量化、无害化效果最好的处置方式之一[17]。污泥通常具备高含水率，因此需进行脱水处理以便进行后续处理。据研究表明，污泥的脱水效果受多种因素影响，其中造粒尺寸对污泥颗粒干燥具有显著影响[18]。
本研究以苏州市某家污水处理厂脱水污泥为研究对象，在传统污泥干化过程中加入造粒处理。通过分析污泥含水率等参数，阐述了污泥脱水过程的特性，通过造粒处理对传统污泥干化工艺进行优化，并针对造粒处理后颗粒污泥的长度分布、堆积密度以及形貌特征进行分析，为进一步研究污泥处理和资源化利用提供了理论基础和技术支持。污泥干化造粒技术不仅可以有效降低污泥体积，解决污泥的安全处置问题，而且减少了自然资源的使用，达到固体废物的资源化、无害化利用，实现变废为宝。通过对多种污泥造粒后性状研究，减少处理过程中能源的消耗以及污泥对环境的危害，为后期污泥的合理处置和研究提供理论依据和实践经验。
1. 材料与方法
1.1 实验材料
试验用泥取自苏州某污水处理厂剩余污泥，经过24 h沉淀后，去除上清液，测定污泥pH、含水率等，其基本特征如表1所示，采集的污泥保存于4 ℃冰箱中，待用。
表 1 原污泥基本性质Table 1. Basic properties of raw sludge含水率 pH 密度/（g·cm−3） 温度/ ℃ SV30 TSS/（g·L−1） VSS/（g·L−1） SRF/（1013·m−1·Kg−1） 99.87% 7.10 1.002 5 19.7±2 49% 21.26±0.3 14.36±0.1 4.68 注：SV30表示污泥沉降比；TSS表示总悬浮固体；VSS表示挥发性悬浮固体；SRF表示污泥比阻。以上指标测定参考CJ/T 221—2005 城市污水处理厂污泥检验方法。 | Show Table
DownLoad:
CSV
1.2 仪器设备
本试验仪器有电热鼓风干燥箱（GZX-9140MBE，上海博迅仪器生物有限公司），便携式离子计（PXBJ-287L型，上海雷磁有限公司），电子分析天平（ME204E，梅特勒-托利多上海有限公司），旋转制粒机（XL型，常州佳发制粒干燥设备有限公司），1 700 ℃下开门马弗炉（SGM M1700-12，西格马上海高温电炉有限公司）等。
1.3 试验方法
取原污泥装入玻璃培养皿（Φ=100 mm）中进行碱性预处理，加入适当剂量的氢氧化钠（NaOH）（4 mol·L−1）将pH调节至10。完成后将试样放入电热鼓风干燥箱中，设定温度 105 ℃，每隔0.5 h快速拿出称重，直至恒重为止。重复多组实验，检测高温脱水后的污泥含水率，计算确定高温热处理对污泥脱水不同时间的含水率。
取原污泥装入多组玻璃培养皿中，并通过适当剂量的氢氧化钠（NaOH）（4 mol·L−1）将pH调节至10。待每组污泥试样碱处理完成后，试样放入电热鼓风干燥箱中，设定温度105 ℃，待每组污泥试样高温热处理后干燥至一定含水率，取不同含水率污泥进行旋转造粒，造粒完成后再次干燥至恒重，分析不同含水率与颗粒形态的关系以及污泥造粒前后干燥速率，堆积体积和能量消耗（图1）。污泥造粒是将一定含水率的絮状污泥制成颗粒污泥，从而能够改善污泥的通气性，改变了污泥的物理性状，增加了污泥的比表面积。
取相同质量不同含水率污泥颗粒采用直接热解法（600 ℃热解2 h）制备活性炭，将制备好的活性炭材料放入SEM，观察其孔结构，之后将其放入模拟废水中静置，研究其对COD去除效果。
1.4 分析方法
1）污泥含水率。污泥含水率的测定采用热干燥法，将均匀的污泥样品放在称至恒重的玻璃培养皿中，放入105 ℃烘箱内烘至恒重，减少的重量以百分率计为污泥含水率，进行多组实验取平均值。污泥含水率如式(1)所示。
W=m1（m1+m2）×100% (1) 式中：W为污泥各时间段的含水率数值，%；m1为干燥过程t时刻样品中含水质量，g；m2为样品除去水分的质量，g；计算结果表示至小数点后两位。
2）污泥干燥速率。污泥失水效果可用单位质量的平均干燥速率如式(2)所示。
V1=m1−mtΔt (2) 式中：V1为污泥颗粒单位质量的平均干燥速率，g·min−1；m1为污泥颗粒初始质量，g；mt为污泥颗粒干燥至 t 时刻的质量，g；Δt为计算时间间隔。
3）污泥长度。将造粒完成后的不同含水率污泥样品分别通过0.1、0.2、0.3、0.5、0.8、0.9、1.25、2、2.5、2.8、3.2、4 mm标准筛进行筛分称量，测定污泥长度分布，每个样品测定3次后取平均值。
4）污泥堆积密度。污泥堆积密度测定采用容积法，颗粒污泥从漏斗口在一定高度自由落下充满确定容积的容器，测定松装状态下比重杯内单位体积污泥的质量，即污泥松散堆积密度。
污泥松散堆积密度如式(3)所示。
ρ=m1−m0V (3) 式中：ρ为污泥松散堆积密度，g·cm−3；m1为污泥颗粒和容器总质量，g；m0为空容器质量，g；V为容器体积，cm3。
将100 ml固定体积的空杯与延长筒链接组成一个振实密度组件，然后将污泥填满延长筒盖上盖，将组件固定到定位孔中。将容器中污泥振实，直到体积不再减少为止，用玻璃棒将容器口刮平。然后称量污泥和容器的总质量计算振实堆积密度。
污泥振实堆积密度如式(4)所示。
ρ1=mt−mcV1 (4) 式中：ρ1为污泥振实堆积密度，g·cm−3；mt为振实污泥和容器总质量，g；mc为空容器质量，g；V1为空容器体积，cm3。
5）污泥微观结构。污泥样本在烘箱里烘干后，采用Quanta FEG 250扫描电子显微镜（SEM）对污泥样本进行分析。
2. 结果与讨论
2.1 絮状污泥干燥特性
在本研究中，针对污泥在105 ℃下的含水率变化进行了多组实验，试图全面掌握其变化规律。实验结果如图2所示，随着干燥时间的延长，污泥的含水率整体呈逐渐下降的趋势。初始含水率为99.87%，经过7 h的干燥后，污泥的含水率基本降至零。干燥速率变化情况显示在0~1.5 h内呈现加速上升的趋势，此时污泥的含水率由99.87%下降至81.62%，表明该时段污泥含水率较高，污泥表层自由水开始受到外部热量的影响进一步脱水[19]，干燥速率快速爬升至0.25 g·min−1。在经历平稳后，随后稳定维持至4 h时，干燥速率维持在0.21~0.25 g·min−1，污泥含水率下降至46.53%。这种现象可能源于热传递最初影响到污泥表面，导致表面结构受损形成结痂，使热量无法有效传导至内部，从而干燥速率保持稳定[20]；而在4 h后，干燥速率相较之前明显加快，随着干燥时间不断延长，含水率越来越低，含固率不断升高，污泥表面发生龟裂，使空气流通，促进热量传递至内部，增加接触面积，从而显著提高了干燥速率达到最高峰0.348 g·min−1，污泥内外温度趋于一致；随后干燥至6 h时，污泥含水率降至10%以下，由于污泥中水分所剩无几使得干燥速率相应变得缓慢。
图 2 絮状污泥在105 ℃下的含水率及干燥速率随时间的变化Figure 2. Variation of moisture content and drying rate of flocculent sludge at 105 °C with time2.2 污泥颗粒干燥特性及形貌特征
本研究首先对不同含水率的污泥进行造粒处理，研究了污泥颗粒的干燥速率变化，详细结果见图3。实验中发现，污泥经过造粒处理后干燥速率显著提升，尤其在含水率较高的情况下，干燥时间显著缩短。这是因为经过造粒处理后，污泥与热空气的接触面积增大，同时部分破坏了污泥内部的结构，因此其脱水性能得到改善。在不同含水率的污泥中，造粒处理对干燥速率的影响不尽相同。60%含水率的污泥在造粒后，干燥速率一开始增大，但后来趋于稳定，总体干燥时间与原始污泥相近；40%~60%含水率的污泥在4.5 h到6.0 h之间，干燥速率基本持平；5%和10%含水率的污泥经过造粒后，干燥速率显著提高，但由于已处于干燥过程的末端，干燥时间并没有显著缩短；当污泥含水率为20%和30%时，其干燥速率存在显著变化，并且相较于原污泥，干燥时间减少了1 h，这表明在这两种含水率下进行污泥造粒处理有助于加快干燥速率、缩短干燥时间、降低能量消耗，可被视为最优化处理节点。另外，实验结果还指出当污泥含水率不低于65%时呈流态状态，丧失了进行制粒的可行性。
图 3 污泥颗粒在105 ℃下的含水率随时间的变化Figure 3. Variation of the moisture content of sludge particles at 105 °C with time2.2.1 污泥长度分布
根据图4数据显示，5%含水率条件下的污泥，其长度主要分布在0.3~0.5 mm范围，最大长度可达0.9 mm；10%和20%含水率条件下的污泥，0.3~0.5 mm颗粒比例显著增加，并且颗粒逐渐扩大至2.5 mm；含水率30%条件下的污泥，颗粒主要分布在0.2~0.5 mm范围；40%含水率污泥主要以0.1~0.9 mm颗粒污泥为主，并带有0.9~2.8 mm长条状污泥。此现象或许源于污泥含水率过高，难以通过造粒达到饱满颗粒状态；而含水率为50%的污泥颗粒则相对均匀地分布在0.5~3.2 mm之间。这一现象的可能原因在于，污泥颗粒构成较为坚固的细胞结构，在短时间内高温热处理难以充分传递所需的能量，因而无法有效破坏大部分细胞结构，造成后续造粒过程只能破坏较弱的污泥絮体结构，导致颗粒呈现细长条状；含水率达60%的污泥颗粒主要分布在0.8~4 mm范围内，最大粒径可达4 mm。
图 4 不同含水率污泥所造颗粒的长度分布Figure 4. Length distribution of particles produced by sludge with different water contents据观察得知，含水率30%可被视作一道明显分界，当含水率低于30%时，颗粒呈细小状，且粒径主要分布在0.3~0.5 mm范围内；而当含水率高于30%时，颗粒多呈细长条状，长度相对均匀。不仅如此，我们还可以发现造粒机孔径为1.5 mm，但却出现了较多小于该孔径下的颗粒，说明颗粒在干燥的时候，发生了破碎，而这部分颗粒所占比例越大，说明颗粒的强度越小。而从图中可以看出随着含水率增加，造粒后颗粒强度逐渐增大。
2.2.2 污泥堆积密度
从图5可以看出，5%和60%含水率的污泥与其他样本分布存在显著差异。其中，60%含水率的污泥因颗粒较大、形状不规则而导致颗粒间空隙较大，因此其松散密度和振实密度均较低；而5%含水率的污泥由于颗粒较小、形状简单，颗粒间间隙小，因此无论松散密度还是振实密度均远高于其他样本。20%和30%含水率的污泥松散密度与振实密度普遍较高且相互贴合，这可能是由于其既含有较大颗粒又含有细小颗粒，能够有效填补空隙。材料高堆积密度时，其堆积性优异，可以提高容积利用率，适宜于存储和运输，从而实现成本的显著降低；相反，低堆积密度的材料则通常具有较大体积，存储与运输困难，造成成本增加。由此，我们可以根据堆积密度差估算运输污泥时的装载数量，据此，我们可根据堆积密度差推算运输污泥所需的装载量。通常情况下，处理10×104 t生活污水能产生约100 t湿污泥，预计需要13车（每车可装载10 m3）；经过造粒后，污泥含水率约为20%~30%，预计需要10车（每车可装载10 m3）。在实验室中将正常湿污泥与造粒后污泥放置在相同50 ml量筒内称量分别得0.129、0.117 kg相当于每车减少2.4 t污泥量，运输成本极大降低，由于呈颗粒状状态，可显著缩短装卸时间，同时对卫生填埋用地需求量减少，现每立方土地可填埋约0.50 t污泥；造粒处理后，污泥含水率在20%~30%范围内，每立方土地可填埋约0.63 t污泥。
图 5 不同含水率污泥所造颗粒的堆积密度Figure 5. Bulk density of particles produced by sludge with different water contents2.2.3 污泥形貌特性分析
利用Quanta FEG 250扫描电子显微镜（SEM）对比不同含水率造粒后污泥表面形貌特征（表2），从图6我们可以观察到，污泥含水率在5%至60%范围内，颜色逐渐加深。当含水率为5%至40%时，呈现黄褐色；50%至60%时，污泥呈现黑色。此外，当含水率为5%时，污泥呈现细小颗粒状并伴有些许粉末，结构松散，形状不规则；含水率为10%至30%时，污泥呈现出分散的细粒状；当含水率为40%时，部分污泥开始出现细条状，但大部分仍呈颗粒状；当含水率为50%时，绝大部分为细条柱状，少部分为颗粒状；当含水率为60%时，几乎全部呈现细条状。由此可见，含水率在造粒过程中对颗粒污泥的外观有显著影响。
表 2 污泥数码照及电镜图汇总Table 2. Summary of sludge digital photography and electron microscopy images名称 编号 5%含水率污泥 (a1) 距样品上空40 cm形貌；(a2) SEM电镜x100形貌；(a3) SEM电镜x8 000形貌 10%含水率污泥 (b1) 距样品上空40 cm形貌；(b2) SEM电镜x100形貌；(b3) SEM电镜x8 000形貌 20%含水率污泥 (c1) 距样品上空40 cm形貌；(c2) SEM电镜x100形貌；(c3) SEM电镜x8 000形貌 30%含水率污泥 (d1) 距样品上空40 cm形貌；(d2) SEM电镜x100形貌；(d3) SEM电镜x8 000形貌 40%含水率污泥 (e1) 距样品上空40 cm形貌；(e2) SEM电镜x100形貌；(e3) SEM电镜x8 000形貌 50%含水率污泥 (f1) 距样品上空40 cm形貌；(f2) SEM电镜x100形貌；(f3) SEM电镜x8 000形貌 60%含水率污泥 (g1) 距样品上空40 cm形貌；(g2) SEM电镜x100形貌；(g3) SEM电镜x8 000形貌 | Show TableDownLoad:
CSV
图 6 不同含水率污泥所造颗粒的形貌特征Figure 6. Morphological characteristics of particles produced by sludge with different water contents其中图6(a)和图6(b)针对不同含水率5%和10%条件下的电子显微镜图像，呈现出结构松散的砂砾特征，表面呈现出各样的孔洞或孔隙，颗粒大小存在不均匀性；图6(c)则对比了含水率为20%条件下的电子显微镜图像，显示出紧密无孔洞的表面，光滑平整无突起的块状结构，少量球菌和杆菌部分也可观察到；图6(d)和(e)对应于不同倍数下污泥含水率为30%和40%的电子显微镜图。在这些图像中，出现了多块状粘结突起，这些特征逐渐增多。大块片状沉淀物和一些粒状团聚物堆积在孔隙处，表面的突起块状结构也变得更加明显。随着含水率的增加，污泥的形态逐渐演变为条形结构，这一特征在图6(f)和(g)中更为明显，分别对应含水率为50%和60%的情况。值得注意的是，当含水率较低时，结构较为松散无序，表面更为疏松，具有多出断裂面，而随着含水率增加，结构更为细密并且呈现出更多的块状结构。
2.2.4 污泥截面特征分析
本研究采用Quanta FEG 250扫描电子显微镜（SEM）对比分析含水率不同的污泥样本经过造粒处理后的截面形貌特征（表3）。可以观察到图7(a1)的断面表现为灰黑色，而其断口呈现出典型的塑性断裂特征[21]，且存在明显的深裂痕，形状不规则呈现出明显的粗糙特征，整体表面凹凸不平，具有多条沟壑状裂纹，而这些裂纹主要聚集在截面的中心区域，由图7(a2)可以观察到颗粒发生破碎，裂痕明显，说明该结构强度小；图7(b1)、(b2)表面的裂缝明显减少，仅存少量孔洞和微小裂纹，但仍然具有表面不平整的特点；与之相对应的图7(c1)、(c2)表面平滑且平整，其断口形态较为规则，呈现出脆性断裂的特征[21]，并且表面更加致密，具有明显结块现象，说明结构强度大。此外，图7(a)、(b)、(c)的整体形态存在显著差异。污泥经过造粒后显著增加了颗粒的产生力，同时由于含水率的提高导致颗粒截面发生明显变化。
表 3 污泥截面电镜图汇总Table 3. Summary of sludge cross-section electron microscopy diagrams名称 编号 5%含水率污泥造粒截面 (a1) SEM电镜x220形貌 (a2) SEM电镜x1 500形貌 30%含水率污泥造粒截面 (b1) SEM电镜x220形貌 (b2) SEM电镜x1 500形貌 60%含水率污泥造粒截面 (c1) SEM电镜x300形貌 (c2) SEM电镜x1 500形貌 | Show TableDownLoad:
CSV
图 7 不同含水率污泥所造颗粒的截面特征Figure 7. Cross-sectional characteristics of particles made by sludge with different water contents据此可推断，随着污泥含水率增加，经过造粒处理后，污泥的截面形态从裂纹沟壑逐渐转变为平整光滑，结构也由砂砾状变为块状，由松散变为细密，结构强度增大。
通过电镜观察发现不同含水率颗粒污泥截面变化，因此在此基础上，选取多家污水厂进行污泥造粒，对不同来源的各种含水率在经过造粒后的污泥截面情况使用灰度共生矩阵（GLCM）方法进行进一步分析。本研究使用Matlab软件中的graycomatrix命令将SEM图像分为9个灰度等级（NumLevels=9），并使用对称性排序方法（Symmetric = true）创建灰度共生矩阵（GLCM），然后分析所得共生矩阵的对比度（Contrast）和同质性（Homogeneity）。其中，对比度反映图像的清晰程度和纹理的深浅程度，对比度越大，图像的纹理沟纹越深；同质性描述的是图像中局部区域的均一性，同质性越大，图像中的纹理越均匀。
图8为5家污水厂颗粒截面对比度和同质性的分析结果，其中A厂整体对比度保持在0.35~0.80，在20%含水率下为最低点0.35，随后在30%含水率达到最大值0.80；B厂整体对比度保持在0.50~1.35，在30%含水率达到最大值1.33同时也是五家污水厂中对比度最高点，随后在60%含水率下降为最低点0.50；C厂最高点对比度同样为30%含水率，但与其他污水厂不同的是C厂在5%~20% 、40%~60%含水率的对比度趋势与其他厂截然相反且在40%含水率情况下达到所有厂最低值0.32；D厂整体对比度保持在0.30~1.11，在50%含水率达到最大值1.11；E厂整体对比度保持在0.50~1.00，在30%含水率达到最大值0.99。
图 8 五家污水厂颗粒截面的灰度共生矩阵（GLCM）分析Figure 8. Grayscale Co-occurrence Matrix (GLCM) analysis of particle cross-sections from five wastewater plantsA厂同质性维持在0.74~0.83，在30%含水率为最低点0.74，以30%含水率为分界线左侧呈现先升再降趋势，右侧则先升再降再上升；B厂同质性保持在0.68~0.79，在30%含水率为最低点0.68且为5个厂同质性最低值，以30%含水率为分界线左侧同样呈现先升再降趋势，右侧则为单调递增趋势；C厂同质性保持在0.70~0.85，在60%含水率为最低点0.70，以30%含水率为分界线两侧呈现正态分布趋势；D厂同质性维持在0.71~0.84，在50%含水率为最低点0.71，以30%含水率为分界线左侧呈现正态分布，右侧则降至最低点后回升；E厂同质性在0.73~0.81，在30%含水率为最低点0.73，以30%含水率为分界线左侧呈现递减趋势，右侧则与A厂趋势一致；从纵向来看，在30%含水率下5个厂颗粒截面最具有相同性质。
综上所述，随着含水率的升高颗粒污泥截面呈现先下降后上升再下降的趋势，普遍在30%含水率下对比度最高，说明此时形貌变化最大。该现象同时与污泥颗粒的干燥速率以及长度分布相呼应。
2.3 污泥颗粒资源化应用
使用扫描电子显微镜对不同含水率制备活性炭材料进行观测（表4），对比分析形貌特征及吸附效果如图9、图10所示。可以观察到5%和10%含水率制备活性炭表面光滑，对COD去除率相对较低。相比之下，20%~40%含水率制备活性炭表面性状发生了显著变化。其中，40%含水率制备活性炭材料表面及孔隙内分布有较为丰富的附着物，结构相对疏松，表面孔隙数量较多且分布均匀，而活性炭表面丰富的多孔结构决定了活性炭较好的吸附能力[22]。因此表明此条件下制备的活性炭材料具有较好吸附性能，且通过对COD去除率也印证其吸附效果最好。最后50%、60%含水率制备活性炭材料表面大块片状沉淀物堆积在孔隙处，这与原始高含水率污泥颗粒表面形貌相对应，通过对COD去除率发现其吸附效果较差且不稳定。
表 4 活性炭表面电镜图汇总Table 4. Summary of activated carbon surface electron microscopy diagrams名称 编号 5%含水率污泥制备活性炭 (a) SEM电镜x5 000形貌 10%含水率污泥制备活性炭 (b) SEM电镜x5 000形貌 20%含水率污泥制备活性炭 (c) SEM电镜x5 000形貌 30%含水率污泥制备活性炭 (d) SEM电镜x5 000形貌 40%含水率污泥制备活性炭 (e) SEM电镜x5 000形貌 50%含水率污泥制备活性炭 (f) SEM电镜x5 000形貌 60%含水率污泥制备活性炭 (g) SEM电镜x5 000形貌 | Show TableDownLoad:
CSV
图 9 污泥颗粒所制活性炭的表面形貌特征Figure 9. Surface morphology characteristics of activated carbon made from sludge particles
图 10 污泥颗粒所制活性炭在模拟废水中的 COD 去除率Figure 10. COD removal rate of activated carbon made from sludge particles in simulated wastewater3. 结论
1）城市生活污水处理厂的污泥在处理之前，可以通过干燥造粒技术将其制成颗粒状，有效提升干燥效率，且在利用含水率20%~30%之间造粒时效果最为明显。
2）随着造粒时污泥含水率逐渐升高，成型颗粒的堆积密度逐渐降低、结构强度逐渐增大、微观结构从裂纹沟壑逐渐转变为平整光滑。
3）利用污泥颗粒制备的活性炭具有较好的吸附性能。其中含水率在30%~40%时制备的活性炭吸附效果达到最佳，尤其是40%含水率下制备的活性炭，因其表面及孔隙内分布有丰富的附着物，结构疏松，孔隙数量多且分布均匀，从而表现出较好的吸附能力。
-
图 2 大气氧化性基体对每种化合物的影响
Figure 2. The Influence of Oxidizing Matrix for Each VOCs Components
图 4 OFP理论计算值与大气臭氧实测浓度变化时间序列图
Figure 4. Time Series Diagram of OFP and Measured Atmospheric O3 Concentration
图 5 典型化合物浓度变化时间序列图
Figure 5. Time series diagram of concentration of typical compounds
表 1 大气中强氧化性物质对化学组分的影响
Table 1. The Influence of Strong Oxidizing Substances in the Atmosphere on Chemical Components
采样方式Sampling mode 定性检出的化合物Qualitatively detected compounds 除氧化剂（110种） 乙烷、乙烯、乙炔、丙烷、丙烯、乙醛、2-甲基丁烷、三氯氟甲烷、戊烷、乙醇、1,3-戊二烯、丙醛、丙酮、异丙醇、二硫化碳、乙腈、1-戊烯、2,2-二甲基丁烷、2,3-二甲基丁烷、正己烷、2-甲基丙醛、三甲基硅醇、1-氯-3-甲基丁烷、甲基环戊烷、2-丁酮、三氯甲烷、2,4-二甲基戊烷、1-己烯、苯、庚烷、2,5-二甲基己烷、2,4-二甲基己烷、3-甲基丁醛、1,2-二氯丙烷、二氯甲烷、5-甲基-1-己烯、4,5-二甲基-1-己烯、2-甲基庚烷、3-甲基庚烷、乙酸己酯、二甲基二硫、2,5-二甲基-1-己烯、1,2-二甲基环己烷、甲苯、2,6-二甲基-3-庚烯、2-乙基-2,4-二甲基戊烷、庚烷、2-甲基十一烷、2-甲基戊醛、乙酸丁酯、己醛、2,4-二甲基-1-庚烯、辛烷、4,5-二甲基辛烷、2,4-二甲基庚烷、2,3-二甲基庚烷、乙苯、壬烷、间/对-二甲苯、2,4-二甲基己烷、4-乙基辛烷、邻-二甲苯、3,3-二甲基丁基苯、庚醛、2-甲基-1-戊醇、十一烷、1,1’-二氧辛烷、3-亚甲基庚烷、2-丁基-1-辛醇、2,2,4,6,6-五甲基庚烷、4-甲基癸烷、2-甲基癸烷、2-甲基辛烷、2,5-二甲基癸烷、3,3-二甲基辛烷、5-甲基-2-（1-异丙基）-1-己醇、均三甲苯、2,2,6-三甲基辛烷、2-乙基-4-甲基-1-戊醇、十二烷、5-甲基十一烷、3-甲基癸烷、1,4-二氯苯、1-氯-十六烷、3-十四烯、1-壬烯、3-甲基壬烷、4-甲基十一烷、2-甲基十一烷、2,6,11-三甲基十二烷、2-十二烯、1-碘-癸烷、十五烷、2-己基-1-癸醇、2,6-二甲基十一烷、1,2,3-三甲基环戊烷、环十二烷、2-丁基-1-辛醇、2,5-二甲基十一烷、十六烷、十七烷、十八烷、3-丁基-1-辛醇、2-甲基十四烷、2,6,10-三甲基十二烷、4-甲基十二烷、丁基环戊烷、3-甲基十四烷、十九烷、2-己基-1-硅醇 不除氧化剂（40种） 乙烷、乙烯、乙炔、丙烷、丙烯、2-甲基丁烷、三氯氟甲烷、戊烷、乙醇、1,3-戊二烯、丙酮、异丙醇、二硫化碳、乙腈、二氯甲烷、1-戊烯、1-氯-3-甲基丁烷、正己烷、2-甲基丙醛、三甲基硅醇、1-氯3-甲基丁烷、2-氧基丙酸乙酯、三氯甲烷、2,4-二甲基戊烷、环己烷、2,4-己二炔、6-甲基庚基乙烯基醚、5-甲基-2-（1-异丙基）-1-己醇、癸醛、1,2-二氯丙烷、乙酸己酯、二甲二硫、甲苯、己醛、2-甲基丙基环己烷、间/对-二甲苯、邻-二甲苯、1-氯十六烷、1,4-二氯苯、2-丁基-1-辛醇
下载: 导出CSV
-
[1] LI K, JACOB D J, LIAO H, et al. Ozone pollution in the North China Plain spreading into the late-winter haze season[J]. Proceedings of the National Academy of Sciences of the United States of America, 2021, 118(10): e2015797118. [2] 李凯, 潘宁, 梅如波, 等. 泰安市大气挥发性有机物污染特征及来源解析[J]. 环境化学, 2022, 41(2): 482-490. LI K, PAN N , EI R B, et al. Characteristics and source apportionment of ambient volatile organic compounds in Taian[J]. Environmental Chemistry, 2022, 41(2): 482-490.
[3] WANG J, ZHANG Y L, WU Z F, et al. Ozone episodes during and after the 2018 Chinese National Day holidays in Guangzhou: Implications for the control of precursor VOCs[J]. Journal of Environmental Sciences, 2022, 114: 322-333. doi: 10.1016/j.jes.2021.09.009 [4] 朱轲欣, 刘立忠, 刘焕武, 等. 大连市夏季 VOCs化学反应活性及来源[J]. 环境科学, 2022, 43(8): 3944-3952. ZHU K X, LIU L Z, LIU H W, et al. Chemical reaction activity and source apportionment of atmospheric VOCs in summer in Dalian[J]. Environmental Science, 2022, 43(8): 3944-3952.
[5] ZHENG H, KONG S F, YAN Y Y, et al. Compositions, sources and health risks of ambient volatile organic compounds (VOCs) at a petrochemical industrial park along the Yangtze River[J]. The Science of the Total Environment, 2020, 703: 135505. doi: 10.1016/j.scitotenv.2019.135505 [6] MOZAFFAR A, ZHANG Y L, FAN M Y, et al. Characteristics of summertime ambient VOCs and their contributions to O3 and SOA formation in a suburban area of Nanjing, China[J]. Atmospheric Research, 2020, 240: 104923. doi: 10.1016/j.atmosres.2020.104923 [7] 李光辉, 蒋斌, 王思行, 等. 罐采样-预浓缩/气相色谱-质谱联用测定污染源废气中118种挥发性有机物[J]. 分析测试学报, 2020, 39(12): 1441-1450. doi: 10.3969/j.issn.1004-4957.2020.12.002 LI G H, JIANG B, WANG S H, et al. Determination of 118 volatile organic compounds in source emission by canister sampling-preconcentration/gas chromatography-mass spectrometry[J]. Journal of Instrumental Analysis, 2020, 39(12): 1441-1450. doi: 10.3969/j.issn.1004-4957.2020.12.002
[8] 何丽, 谭丽. 大气中挥发性有机物监测技术方法研究[J]. 绿色科技, 2023, 25(2): 214-219,241. doi: 10.3969/j.issn.1674-9944.2023.02.041 HE L, TAN L. Overview on analytical method of volatile organic compounds in atmospheric environment[J]. Journal of Green Science and Technology, 2023, 25(2): 214-219,241. doi: 10.3969/j.issn.1674-9944.2023.02.041
[9] LI Y D, YIN S S, YU S J, et al. Characteristics, source apportionment and health risks of ambient VOCs during high ozone period at an urban site in central plain, China[J]. Chemosphere, 2020, 250: 126283. doi: 10.1016/j.chemosphere.2020.126283 [10] ZHANG Z J, WANG H, CHEN D, et al. Emission characteristics of volatile organic compounds and their secondary organic aerosol formation potentials from a petroleum refinery in Pearl River Delta, China[J]. The Science of the Total Environment, 2017, 584/585: 1162-1174. doi: 10.1016/j.scitotenv.2017.01.179 [11] 徐洁, 唐伟, 张玮琦, 等. 大连市秋冬季环境空气中VOCs特征及臭氧生成潜势分析[J]. 中国环境监测, 2021, 37(6): 31-37. XU J, TANG W, ZHANG W Q, et al. Characteristics and ozone formation potential of atmospheric VOCs in autumn and winter in Dalian[J]. Environmental Monitoring in China, 2021, 37(6): 31-37.
[12] ATKINSON R, AREY J. Gas-phase tropospheric chemistry of biogenic volatile organic compounds: A review[J]. Atmospheric Environment, 2003, 37: 197-219. doi: 10.1016/S1352-2310(03)00391-1 [13] ZENG J Q, ZHANG Y L, ZHANG H N, et al. Design and characterization of a semi-open dynamic chamber for measuring biogenic volatile organic compounds (BVOCs) emissions from plants[J]. Atmospheric Measurement Techniques, 2022, 15(1): 79-93. doi: 10.5194/amt-15-79-2022 [14] KELLY T J, HOLDREN M W. Applicability of canisters for sample storage in the determination of hazardous air pollutants[J]. Atmospheric Environmen, 1995, 29(19): 2595-2608. doi: 10.1016/1352-2310(95)00192-2 [15] 邵敏, 袁斌, 王鸣, 等. 挥发性有机物(VOCs)来源及其大气化学作用[M]. 北京: 科学出版社, 2020. SHAO M, YUAN B, WANG M, et al. Volatile organic compounds in the atmosphere: Sources and the roles in atmospheric chemistry[M]. Beijing: Science Press, 2020.
[16] PALLUAU F, MIRABEL P, MILLET M. Influence of ozone on the sampling and storage of volatile organic compounds in canisters[J]. Environ Chem Lett, 2007, 5: 51-55. doi: 10.1007/s10311-006-0090-x [17] REN Y G, CAI M, DAELE V, et al. Rate coefficients for the reactions of OH radical and ozone with a series of unsaturated esters[J]. Atmospheric Environment, 2019, 200(Mar): 243-253. [18] 生态环境部. 环境空气 醛酮类化合物的测定 液相色谱法: HJ683-2014[S]. Ministry of Ecology and Environment of the People’s Republic of China. Ambient air Deternination of aldehyde and ketone compounds-High performance liquid chromatography: HJ683-2014[S].
[19] 张烃, 张翼翔, 杜祯宇, 等. 电子制冷预浓缩-双柱气相色谱-质谱/氢火焰检测器法测定空气中104种挥发性有机物[J]. 色谱, 2019, 37(4): 418-425. doi: 10.3724/SP.J.1123.2018.12022 ZHANG T, ZHANG Y X, DU Z Y, et al. Determination of 104 volatile organic compounds in air by double column gas chromatography-mass spectrometry/flame ionization detector coupled with electronically controlled cryo-focusing unit[J]. Chinese Journal of Chromatography, 2019, 37(4): 418-425. doi: 10.3724/SP.J.1123.2018.12022
[20] CARTER W P L. Development of Ozone Reactivity Scales for Volatile Organic Compounds[J]. Air Waste Man. Ass, 1994, 44(7): 881-899. doi: 10.1080/1073161X.1994.10467290 [21] FELTHAM E J, ALMOND M J, MARSTON G, et al. Reactions of alkenes with ozone in the gas phase: A matrix-isolation study of secondary ozonides and carbonyl-containing reaction products[J]. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2000, 56(13): 2605-2616. doi: 10.1016/S1386-1425(00)00368-1 [22] 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 [23] 王冰, 李光明, 马红磊, 等. 濮阳市VOCs污染特征及其臭氧生成潜势分析[J]. 中国环境监测, 2020, 36(3): 59-65. WANG B, LI G M, MA H L, et al. Analysis of VOCs pollution characteristics and ozone generation potential in Puyang[J]. Environmental Monitoring in China, 2020, 36(3): 59-65.
[24] LI J, LI L Y, WU R R, et al. Inventory of highly resolved temporal and spatial volatile organic compounds emission in China[C]. WIT Transactions on Ecology and the Environment, Air Pollution XXIV. June 20-22, 2016. Crete, Greece. Southampton UK: WIT Press, 2016: 262-270. -
点击查看大图
计量
- 文章访问数: 425
- HTML全文浏览数: 425
- PDF下载数: 8
- 施引文献: 0
