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,×10-9;gik——第k个因子(源)对第i个样本的贡献,×10-9;fkj——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eij≤xij。
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,
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。
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。
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%。
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。
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%。
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]。
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。
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。
(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。
[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. |