环境监控与预警   2023, Vol. 15 Issue (5): 128-133.  DOI: 10.3969/j.issn.1674-6732.2023.05.019.
0

溯源解析

引用本文 [复制中英文]

张良瑜, 母应锋, 朱志锋, 蔡沅辰, 李源慧, 丁峰, 孙思思, 南京市大气VOCs污染特征及来源解析. 环境监控与预警, 2023, 15(5): 128-133. DOI: 10.3969/j.issn.1674-6732.2023.05.019.
[复制中文]
ZHANG Liangyu, MU Yingfeng, ZHU Zhifeng, CAI Yuanchen, LI Yuanhui, DING Feng, SUN Sisi. Pollution Characteristics and Source Apportionment of Atmospheric VOCs in Nanjing. Environmental Monitoring and Forewarning, 2023, 15(5): 128-133. DOI: 10.3969/j.issn.1674-6732.2023.05.019.
[复制英文]

基金项目

江苏省环境监测科研基金项目(1808,2112);江苏省南京环境监测中心科研课题(202303)

作者简介

张良瑜(1990—),女,工程师,硕士,主要从事空气质量自动监测、预警预报和评价工作.

文章历史

收稿日期:2023-05-23
修订日期:2023-06-09

码上扫一扫

南京市大气VOCs污染特征及来源解析
张良瑜, 母应锋, 朱志锋, 蔡沅辰, 李源慧, 丁峰, 孙思思    
江苏省南京环境监测中心,江苏 南京 210013
摘要:利用南京市2022年挥发性有机物(VOCs)在线监测数据,对VOCs污染特征、来源及对臭氧的影响进行了分析研究。结果表明:2022年南京市φ(TVOCs)年均值为25.1×10-9,其中各组分占比为烷烃>含氧挥发性有机物(OVOCs)>氯代烃>烯烃>芳香烃>炔烃。TVOCs及烷烃、烯烃和芳香烃的体积分数季节变化表现为冬季>秋季>春季>夏季,φ(OVOCs)季节变化表现为夏季>秋季>春季>冬季。烷烃、烯烃和炔烃日变化呈“双峰型”特征,芳香烃和氯代烃为“单峰型”。臭氧生成潜势(OFP)贡献总体表现为OVOCs>烯烃>芳香烃>烷烃>氯代烃>炔烃,但冬季烯烃的贡献率最高。南京市臭氧生成的关键VOCs物种为乙醛、乙烯、丙烯、间/对-二甲苯和甲苯。正交矩阵因子分解结果显示,机动车尾气、生物质燃烧和工业生产是南京VOCs的主要来源;对南京臭氧生成贡献最大的VOCs来源为溶剂涂料使用和石化行业。
关键词挥发性有机物    臭氧生成潜势    来源解析    南京    
Pollution Characteristics and Source Apportionment of Atmospheric VOCs in Nanjing
ZHANG Liangyu, MU Yingfeng, ZHU Zhifeng, CAI Yuanchen, LI Yuanhui, DING Feng, SUN Sisi    
Nanjing Environmental Monitoring Center of Jiangsu Province, Nanjing, Jiangsu 210013, China
Abstract: Based on the online monitoring data of volatile organic compounds(VOCs) in Nanjing in 2022, this study analyzed the characteristics, sources, and effects of VOCs pollution on ozone(O3). The results showed that: the mean concentration of total VOCs(TVOCs) in Nanjing in 2022 was 25.1×10-9, and the component proportions were alkanes > OVOCs > chlorohydrocarbon > alkenes > aromatics > alkynes. The seasonal variation of TVOCs, alkanes, alkenes and aromatics were winter > autumn > spring > summer, and OVOCs was summer > autumn > spring > winter. OVOCs concentration was highest in summer. The diurnal variation of alkanes, alkenes and alkynes were characterized by "bimodal", while that of aromatics and chlorohydrocarbon were "unimodal". The ozone formation potential(OFP) contribution rates were OVOCs > alkenes > aromatics > alkanes > chlorohydrocarbon > alkynes, and the OFP contribution rate of alkenes was highest in winter. The key active species of VOCs for O3 generation of Nanjing were acetaldehyde, ethylene, propylene, m/p-xylene, and toluene. The results of positive matrix factorization showed that vehicle exhaust, biomass combustion and industrial production were the main sources of VOCs in Nanjing. Solvent coatings use and petrochemical industry were the main sources of VOCs pollution that contributed most to O3 generation of Nanjing.
Key words: VOCs    OFP    Source apportionment    Nanjing    

近年来,大气臭氧污染问题日益凸显,已成为制约南京市空气质量持续改善的首要问题。挥发性有机物(VOCs)作为光化学反应的关键前体物,在臭氧生成中扮演着重要角色[1-2],开展VOCs污染特征、关键组分和来源的研究,对制定精准高效的臭氧污染防治对策有重要意义。许多学者对VOCs展开了研究,沈龙娇等[3]发现观测期间武汉市VOCs各组分的浓度贡献为烷烃最高,其次为含氧挥发性有机物(OVOCs)、烯烃和卤代烃。王成辉等[4]研究显示,成都市VOCs浓度的季节变化表现为冬季>秋季>夏季>春季,烷烃在各季节占比均最高。崔金梦等[5]观测到连云港市在春、夏和秋季均为OVOCs占比最高,其中夏季占比高达48%。对濮阳市[6]和长沙市[7] VOCs各组分的臭氧生成潜势(OFP)分析表明,对臭氧生成起关键作用的组分为OVOCs,其次为芳香烃和烯烃,其中长沙市关键活性物种为丙醛、乙醛、间/对-二甲苯、乙烯和甲苯;濮阳市OFP贡献排名前3的是乙醛、乙烯和甲苯。付昱萌等[8]研究发现,对鄂州市OFP贡献最大的组分是芳香烃和烯烃,其次为OVOCs。VOCs源解析结果显示,机动车尾气排放是深圳市[9]、杭州市[10]、郑州市[11]等城市VOCs的主要来源。樊凡等[12]分析了泰州市各VOCs污染源的OFP和占比,发现工业排放和油气挥发的OFP贡献最大。但目前的研究大多基于手工采样的监测数据,时间缺乏连续性。

现基于2022年1—12月南京市VOCs在线监测数据,分析VOCs污染特征,筛选出影响南京臭氧生成的关键活性物种,并利用正交矩阵因子分解(PMF)模型对VOCs来源进行解析,以期为南京市VOCs科学减排和臭氧污染防控提供技术支撑。

1 数据与方法 1.1 数据来源

监测点位于南京市草场门大气国控点(118.76°E,32.06°N),该点位地处居住、文教和交通混合区,周边无明显工业污染源影响。采样口位于6楼楼顶,距离地面约20 m。VOCs监测采用TH - 300B型VOCs在线监测系统,主要包括超低温预浓缩系统及进样装置、气相色谱-氢火焰离子化检测器/质谱检测器(GC - FID/MS)、记录系统等,时间分辨率为1 h。VOCs在线监测系统的质量保证和质量控制(QA/QC)措施主要包括多点校准、精密度测试、每日单点标定以及内标跟踪等。分析的VOCs物种包括28种烷烃、11种烯烃、1种炔烃、16种芳香烃、21种氯代烃和13种OVOCs,总体数据有效率为86.1%(扣除每日质控)。

1.2 臭氧生成潜势

臭氧生成潜势(OFP)可用于识别VOCs中对臭氧生成贡献较大的关键活性组分,其大小由VOCs物种浓度和最大增量反应活性(MIR)计算得到,公式如下:

$ \mathrm{OFP}_i=[\mathrm{VOCs}]_i \times \mathrm{MIR}_i $ (1)

式中:OFPi——VOCs中某物种i的臭氧生成潜势,μg/m3;[VOCs]i——物种i的质量浓度,μg/m3;MIRi——物种i的最大增量反应中O3形成系数,本研究MIR值参考加州大学Carter[13]的研究成果。

1.3 正交矩阵因子分解

正交矩阵因子分解(PMF)是一种基于对大量观测数据进行分析的多元分析模型[14]。首先将各组分浓度、总质量浓度以及各组分的测量偏差输入模型,然后利用权重计算出各组分的误差,通过最小二乘法来确定VOCs的主要污染源及其贡献率。多样本、多物种的采样数据可被看做是一个i×j的矩阵,其中i代表样本数,j代表物种数,PMF解析模型的目标就是找到p个源的源谱矩阵f及其在每一个样本中的贡献矩阵g,则第ij个样本的实测浓度可以表达为:

$ x_{i j}=\sum\limits_{k=1}^p g_{i k} f_{k j}+e_{i j} $ (2)

式中:xij——第i个样本中第j种物质的体积分数,×10-9gik——第k个因子(源)对第i个样本的贡献,×10-9fkj——第j种物质在第k个因子中的占比;eij——第i个样本中第j种物质的残差,×10-9。PMF解析过程中不会出现负贡献的样本,即eijxij

为得到最优的因子解析结果,模型定义一个“目标函数”Q,公式如下:

$ Q=\sum\limits_{i=1}^n \sum_{j=1}^m\left[\frac{x_{i j}-\sum\limits_{k=1}^p g_{i k} f_{k j}}{u_{i j}}\right]^2 $ (3)

式中:Q——所有样本残差与其不确定度(u)之商的和;m——样本数量;n——物种数量;uij——第i个样本中第j种物质的不确定值,×10-9。PMF解析过程中要确保目标函数Q的值最小化。

u——当某物种质量浓度低于方法检出限(MDL)时,$ u=\frac{5}{6} \times \mathrm{MDL} $;当某物种质量浓度高于MDL时,

$ u=\sqrt{(\text { Error Fraction } \times \text { Concentration })^2+\mathrm{MDL}^2} $,其中Error Fraction代表误差分数,Concentration代表物质浓度。

本研究采用美国国家环境保护局(US EPA)的PMF 5.0模型[15]对VOCs进行源解析。考虑到浓度水平、化学活性及示踪性,选出20种VOCs组分输入PMF模型进行解析,包括:乙烷、丙烷、异丁烷、正丁烷、异戊烷、正戊烷、2-甲基戊烷、3-甲基戊烷、乙烯、丙烯、乙炔、苯、甲苯、乙苯、间/对-二甲苯、邻-二甲苯、氯甲烷、二氯甲烷、1,2-二氯甲烷和甲基叔丁基醚(MTBE),分别测试了3~8个因子(VOCs污染来源)的运行结果,跟据VOCs化学成分谱的合理性和可解释性最终确定为6个因子。

2 结果与讨论 2.1 VOCs污染特征

2022年,南京市总挥发性有机物(TVOCs)体积分数平均值为25.1×10-9,其中烷烃占比最高(9.8×10-9,39.1%),其次分别为OVOCs(6.7×10-9,26.6%),氯代烃(3.6×10-9,14.2%),烯烃(2.3×10-9,9.1%),芳香烃(1.5×10-9,6.0%),炔烃占比最少(1.2×10-9,4.9%)。φ(TVOCs)季节变化表现为冬季最高(28.3×10-9),夏季最低(21.6×10-9),秋季(26.8×10-9)大于春季(22.4×10-9)。烷烃、烯烃和芳香烃体积分数季节变化与TVOCs一致(图 1),炔烃为冬季>秋季=春季>夏季,氯代烃为秋季>冬季>夏季>春季,OVOCs为夏季>秋季>春季>冬季。从季节来看(图 2),春季、秋季和冬季均为烷烃占比最高,其次为OVOCs;夏季则为OVOCs占比(40%)高于烷烃(28%),其次均为氯代烃和烯烃,芳香烃和炔烃在各季节占比均较低。

图 1 2022年南京市VOCs各组分体积分数季节变化
图 2 2022年南京市不同季节VOCs各组分体积分数占比

南京市VOCs各组分体积分数小时变化见图 3(a)(f)。烷烃、烯烃和炔烃日变化表现为“双峰型”特征,早晨峰值出现在07:00(烷烃和炔烃)和08:00(烯烃),其中烯烃峰值前小时浓度升速较快,08:00浓度较03:00上升39.5%;晚间峰值变化相对平缓。芳香烃和氯代烃日变化表现为“单峰型”特征,峰值分别出现在07:00和06:00;上述VOCs组分谷值均出现在14:00,其中烯烃和芳香烃谷值较早晨峰值分别下降51.6%和50.0%,降幅最高。OVOCs日变化表现为整体波动较小,凌晨相对较低。

图 3 2022年南京市VOCs各组分体积分数小时变化

对南京VOCs年均浓度贡献最高的前十的物种依次为乙烷、乙醛、丙烷、丙酮、乙烯、乙炔、二氯甲烷、氯甲烷、正丁烷、异戊烷(图 4),其浓度之和占TVOCs浓度的74.6%,其中乙烷、乙醛、丙烷和丙酮合计占比达47.1%。

图 4 2022年南京市体积分数占比排名前十的VOCs物种

从季节来看,春季,乙烷和乙醛浓度较高,其次是丙烷和丙酮;夏季,丙酮和乙醛浓度较高,其次为乙烷和丙烷;秋季,乙醛和乙烷浓度较高,其次为丙酮和丙烷;冬季,乙烷和丙烷浓度较高,其次是乙烯和乙醛。

2.2 VOCs活性特征

2022年,南京市VOCs的OFP年均值为140.1 μg/m3;各组分中,OVOCs的OFP贡献率(39.4%)最高,其次为烯烃(25.5%)、芳香烃(19.9%)和烷烃(13.2%),炔烃(1.0%)和氯代烃(1.1%)的贡献率较小。逐季节来看(图 5),春季、夏季和秋季,OVOCs的OFP贡献率均最高,夏季贡献率达51%,其次为烯烃;冬季,烯烃的OFP贡献率(31%)高于OVOCs(28%),其次为芳香烃和烷烃;氯代烃和炔烃在各季节的贡献率均较低。

图 5 2022年南京市不同季节VOCs各组分的OFP贡献率

考虑到不同VOCs物种的光化学反应活性差异显著,通过对比OFP贡献率,选出VOCs关键活性物种。2022年,南京市年均OFP贡献率排名前十的VOCs物种依次为乙醛、乙烯、丙烯、间/对二甲苯、甲苯、丙烯醛、异戊烷、丙醛、邻二甲苯和正丁烷(图 6),它们总的OFP贡献率为72.3%,其中乙醛的OFP贡献率达26.7%。从季节来看,春季和秋季,OFP贡献前十的物种与年均情况一致;夏季,丙酮、异戊二烯和2-甲基丙烯醛的OFP贡献较其他季节增加,乙醛的贡献率达34.3%,高于其他季节,乙烯贡献率仅为7.7%;冬季,乙烯的OFP贡献率增至17.0%,乙醛的贡献率降至18.0%。

图 6 2022年南京市OFP贡献率排名前十的VOCs物种
2.3 VOCs来源解析

利用PMF模型对2022年南京市VOCs进行来源解析,共识别出6个因子。各因子的化学组成源成分谱见图 7(a)(f)。由图 7可见,因子1中的主要物种为二氯甲烷和1,2-二氯乙烷,主要来自工业排放,因此判断因子1为工业生产[16]。因子2中主要包含乙烷、丙烷、乙炔、乙烯、苯和少量丁烷、戊烷,识别为机动车尾气[17-19]。因子3中氯甲烷含量最高,其为生物质燃烧的典型示踪剂[20-21],因此判断因子3为生物质燃烧。因子4中戊烷和甲基叔丁基醚(MTBE)的贡献率较高,戊烷是汽油蒸气中的主要成分[22],MTBE为汽油添加剂[23],因此判断因子4为汽油挥发。因子5中乙烯和丙烯含量最高,识别为石油化工排放[20-21]。因子6中甲苯、乙苯、间/对二甲苯和邻二甲苯的贡献率较高,识别为涂料溶剂使用[24]

图 7 PMF模型解析出的6个因子VOCs化学组成

根据PMF源解析结果,各因子对南京市VOCs浓度的贡献见图 8。由图 8可见,机动车尾气、生物质燃烧和工业生产为主要来源,其次为汽油挥发、石化和溶剂涂料使用。各季节来看,冬、春季机动车尾气、生物质燃烧和工业生产为主要来源,夏季生物质燃烧、工业生产和汽油挥发为主要来源,秋季工业生产和生物质燃烧为主要来源。石化在秋、冬季对VOCs的贡献增加,汽油挥发在夏、秋季的贡献增加。

图 8 各因子对南京市VOCs浓度的贡献

将PMF解析结果与OFP进行联合分析,得到VOCs各排放源对南京臭氧生成的贡献。由图 9可见,南京市VOCs污染源的OFP贡献率见图 9。溶剂涂料使用和石化的OFP贡献率最高,分别为29.9%和27.1%。这是由于这2个源是OFP值较高的VOCs组分(乙烯、丙烯、间/对二甲苯和甲苯)的主要来源,溶剂涂料使用间/对-二甲苯和甲苯的贡献率分别为85%和69%,石化对乙烯和丙烯的贡献率分别为54%和63%。这表明从臭氧污染防控的角度,应优先削减溶剂涂料使用和石化行业的VOCs排放。

图 9 南京市VOCs污染源的OFP贡献率
3 结论

(1) 2022年南京市φ(TVOCs)年均值为25.1×10-9,烷烃占比最高,其次是OVOCs和氯代烃。TVOCs及烷烃、烯烃、炔烃和芳香烃体积分数的季节变化均表现为冬季最高,夏季最低;OVOCs为夏季最高,冬季最低;氯代烃为秋季最高。从各组分浓度的小时变化来看,除OVOCs外,VOCs各组分浓度谷值均出现在14:00,其中烯烃和芳香烃午后降幅最大。对南京VOCs浓度贡献最高的物种为乙烷、乙醛、丙烷、丙酮、乙烯、乙炔、二氯甲烷、氯甲烷、正丁烷和异戊烷。

(2) 2022年南京市VOCs的OFP年均值为140.1 μg/m3,OVOCs贡献最高,其次为烯烃、芳香烃和烷烃。夏季OVOCs的OFP贡献率达51%,冬季烯烃的贡献率高于OVOCs。南京臭氧生成的关键VOCs物种为乙醛、乙烯、丙烯、间/对-二甲苯、甲苯、丙烯醛、异戊烷、丙醛、邻-二甲苯和正丁烷;夏季,乙醛的贡献率达34.3%。

(3) PMF模型源解析结果表明,机动车尾气、生物质燃烧和工业生产为南京市VOCs主要来源,其次为汽油挥发、石化和溶剂涂料使用。石化在秋冬季对VOCs的贡献增加,汽油挥发在夏秋季的贡献增加。而对南京臭氧生成贡献最大的VOCs污染源为溶剂涂料使用和石化。因此,从臭氧防控的角度,控制溶剂涂料使用和石化中的VOCs排放,更有利于南京臭氧污染的防治。

参考文献
[1]
CHAMEIDES W L, FEHSENFELD F, RODGERS M O, et al. Ozone precursor relationships in the ambient atmosphere[J]. Journal of Geophysical Research, 1992, 97(D5): 6037-6055. DOI:10.1029/91JD03014
[2]
SEINFELD J H, PANDIS S N. Atmospheric chemistry and physics: from air pollution to climate change[M]. Wiley, 1998.
[3]
沈龙娇, 梁胜文, 吴玉婷, 等. 武汉市居民区大气VOCs的污染特征和来源解析[J]. 南京信息工程大学学报(自然科学版), 2018, 10(5): 527-535.
[4]
王成辉, 陈军辉, 韩丽, 等. 成都市城区大气VOCs季节污染特征及来源解析[J]. 环境科学, 2020, 41(9): 3951-3960.
[5]
崔金梦, 王体健, 李秋潼, 等. 连云港市挥发性有机化合物的组分特征及来源解析[J]. 环境科学, 2020, 41(9): 3941-3950.
[6]
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.
[7]
丁华, 郭卉, 周国治, 等. 长沙市夏秋季VOCs特征及在臭氧生成中的作用研究[J]. 南京信息工程大学学报(自然科学版), 2023, 15(2): 137-147.
[8]
付昱萌, 杨红刚, 卢民瑜, 等. 鄂州市大气VOCs污染特征及来源解析[J]. 环境科学, 2020, 41(3): 1085-1092.
[9]
陈迎, 朱波, 黄沛荣, 等. 深圳市东部沿海地区大气挥发性有机物污染若干特征[J]. 环境科学学报, 2022, 42(6): 295-305.
[10]
景盛翱, 高雅琴, 沈建东, 等. 杭州市城区挥发性有机物污染特征及反应活性[J]. 环境科学, 2020, 41(12): 5306-5315.
[11]
王冰, 尹沙沙, 黄爱枝, 等. 郑州市多站点大气VOCs变化特征及源解析[J]. 环境科学, 2023, 44(2): 699-708.
[12]
樊凡, 宋锴, 俞颖, 等. 泰州市大气挥发性有机物化学组分特征、活性及来源解析[J]. 南京信息工程大学学报(自然科学版), 2020, 12(6): 695-704.
[13]
CARTER W P L. Development of the SAPRC-07 chemical mechanism[J]. Atmospheric Environment, 2010, 44(40): 5324-5335.
[14]
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.
[15]
NORRIS G, DUVALL R, BROWN S, et al. EPA positive matrix factorization (PMF) 5.0 fundamentals and user guide[EB/OL]. (2015-06-29)[2023-03-26]. https://cfpub.epa.gov/si/si_public_record_report.cfm?Lab=NERL&dirEntryId=308292.
[16]
姜洁. 北京大气中痕量挥发性有机污染物的浓度变化研究[D]. 北京: 中国科学院大气物理研究所, 2006.
[17]
陆思华, 白郁华, 张广山, 等. 机动车排放及汽油中VOCs成分谱特征的研究[J]. 北京大学学报(自然科学版), 2003, 39(4): 507-511.
[18]
WANG J, JIN L M, GAO J H, et al. Investigation of speciated VOC in gasoline vehicular exhaust under ECE and EUDC test cycles[J]. Science of The Total Environment, 2013, 445: 110-116.
[19]
乔月珍, 王红丽, 黄成, 等. 机动车尾气排放VOCs源成分谱及其大气反应活性[J]. 环境科学, 2012, 33(4): 1071-1079.
[20]
莫梓伟, 邵敏, 陆思华. 中国挥发性有机物(VOCs)排放源成分谱研究进展[J]. 环境科学学报, 2014, 34(9): 2179-2189.
[21]
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.
[22]
HUI L R, LIU X G, TAN Q W, et al. VOC characteristics, sources and contributions to SOA formation during haze events in Wuhan, Central China[J]. Science of The Total Environment, 2019, 650(2): 2624-2639.
[23]
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.
[24]
LI G H, WEI W, SHAO X, et al. A comprehensive classification method for VOC emission sources to tackle air pollution based on VOC species reactivity and emission amounts[J]. Journal of Environmental Sciences, 2018, 67(5): 78-88.