徐唯易 吳海 張瑋

摘要：本實(shí)驗(yàn)采用閔行區(qū)各行政區(qū)域內(nèi)VOCs和NMHC的排放濃度與排放速率數(shù)據(jù)，通過(guò)數(shù)據(jù)分布區(qū)間統(tǒng)計(jì)的方法，分析了污染物排放的現(xiàn)狀，并試圖通過(guò)Pearson回歸模型找尋揮發(fā)性有機(jī)污染物質(zhì)與空氣質(zhì)量參數(shù)之間的潛在關(guān)聯(lián)。

關(guān)鍵詞：VOCs;NMHC;量化;皮爾森回歸模型

中圖分類(lèi)號(hào)：X83 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：2095-672X（2019）06-0-02

DOI：10.16647/j.cnki.cn15-1369/X.2019.06.076

Abstract：The experiment adopted the data of VOCs and non methane emission concentration and emission rate in the administrative region of Minhang District， and analyzed the current situation of pollutant emission by the methods of data distribution interval statistics. The Pearson regression model was also used to find the potential correlation between volatile organic pollutants and air quality parameters.

Key words： VOCs;NMHC;Quantification;Pearson regression model

揮發(fā)性有機(jī)物（以下簡(jiǎn)稱(chēng)VOCs）作為各類(lèi)大氣污染尤其是PM2.5的關(guān)鍵前體物之一被納為重點(diǎn)整治對(duì)象，大氣環(huán)境經(jīng)常呈現(xiàn)出霧霾等逐漸惡化的現(xiàn)象，VOCs也是一個(gè)極其重要的助推劑[1] ，而工業(yè)企業(yè)污染源是VOCs 的最大貢獻(xiàn)因素[2]。非甲烷總烴（以下簡(jiǎn)稱(chēng)NMHC）可以簡(jiǎn)單、直觀地表述大氣中VOCs污染的總體狀況 [3]，有研究表明固定污染區(qū)域NMHC的有效碳質(zhì)量濃度與各VOC組分有效碳質(zhì)量濃度可建立定量關(guān)系[4][5]，因此也把對(duì)污染源廢氣中NMHC的監(jiān)控作為VOCs監(jiān)控的重要手段。本研究針對(duì)閔行區(qū)進(jìn)行全覆蓋的企業(yè)VOCs貢獻(xiàn)比例調(diào)查，爭(zhēng)取以最直觀的方式了解閔行區(qū)目前的揮發(fā)性污染物的排放情況。

1 實(shí)驗(yàn)方法

閔行區(qū)14個(gè)街鎮(zhèn)，剔除7個(gè)宜居街鎮(zhèn)后針對(duì)華漕、江川、馬橋、浦江、莘莊工業(yè)區(qū)、吳涇和顓橋地區(qū)開(kāi)展VOCs和NMHC的樣品采集和分析活動(dòng)。

實(shí)驗(yàn)室采用氣相色譜和質(zhì)譜聯(lián)用的方法對(duì)56種有機(jī)物質(zhì)進(jìn)行樣品分析，通過(guò)實(shí)驗(yàn)室分析得到VOCs和NMHC的監(jiān)測(cè)數(shù)據(jù)，運(yùn)用OFFICE軟件、ORGIN軟件和SPSS 19.0數(shù)據(jù)統(tǒng)計(jì)軟件綜合分析相關(guān)數(shù)據(jù)，并同時(shí)采用Pearson回歸模型（95%和99%置信水平）對(duì)VOCs中主要的污染物和環(huán)境空氣指標(biāo)（PM10、PM2.5、SO2、NO2和O3-8h）的相關(guān)性進(jìn)行研究分析。

2 數(shù)據(jù)與討論

2017年3月至2017年11月歷時(shí)9個(gè)月，分析獲得12768個(gè)數(shù)據(jù)，借助莘莊工業(yè)區(qū)自動(dòng)站的環(huán)境質(zhì)量空氣參數(shù)數(shù)據(jù)，分別對(duì)VOCs和NMHC數(shù)據(jù)區(qū)間分布及環(huán)境數(shù)據(jù)相關(guān)性研究做了一系列的分析。

2.1 數(shù)據(jù)分布區(qū)間

實(shí)驗(yàn)期間，共獲得VOCs排放濃度217組、12152個(gè)數(shù)據(jù)，NMHC308組、616個(gè)數(shù)據(jù)，用ORGIN軟件制作對(duì)應(yīng)數(shù)據(jù)的區(qū)間分布圖，標(biāo)識(shí)25%～75%主要區(qū)間、中位數(shù)值以及平均值。所有數(shù)據(jù)都按照濃度數(shù)值排序后落在直線或?qū)嶓w內(nèi)，實(shí)體部分下界限為所有數(shù)據(jù)從小到大排序后位于25%位置的數(shù)據(jù)，實(shí)體部分上界限為所有數(shù)據(jù)從小到大排序后位于75%位置的數(shù)據(jù)，實(shí)體中的橫線是中位數(shù)值，方點(diǎn)則是數(shù)據(jù)平均值。從圖1中VOCs排放濃度圖可見(jiàn)，莘莊工業(yè)區(qū)的濃度最大值明顯高于其他街鎮(zhèn)，但25%～75%實(shí)體部分?jǐn)?shù)值較低，江川和顓橋地區(qū)數(shù)據(jù)濃度的25%～75%實(shí)體部分明顯較高，因此江川和顓橋的平均排放濃度超過(guò)莘莊工業(yè)區(qū)。同樣從NMHC的濃度數(shù)據(jù)分布圖，我們也發(fā)現(xiàn)，馬橋的濃度最大值在7個(gè)街鎮(zhèn)中最高，緊接著是江川和莘莊工業(yè)區(qū)，但就25%～75%實(shí)體部分來(lái)看，華漕和莘莊工業(yè)區(qū)明顯高于其他街鎮(zhèn)，這也是為什么華漕雖然沒(méi)有較為突出的極大值，但最終NMHC平均排放濃度在全區(qū)位列第二。莘莊工業(yè)區(qū)通過(guò)明顯的極大值和25%～75%實(shí)體部分的優(yōu)勢(shì)，穩(wěn)居全區(qū)平均排放濃度第一位。通過(guò)以上數(shù)據(jù)，有助于決策部門(mén)指向性的鎖定整治目標(biāo)。

2.2 揮發(fā)性有機(jī)物質(zhì)與環(huán)境空氣質(zhì)量

為了更好地研究VOCs與環(huán)境空氣質(zhì)量的相關(guān)性，我們借助莘莊工業(yè)區(qū)自動(dòng)站采集的數(shù)據(jù)（PM10、PM2.5、SO2、NO2和O3-8h），與VOCs總排放濃度及16項(xiàng)特征污染物的平均排放濃度逐一計(jì)算，通過(guò)皮爾森（Pearson）相關(guān)系數(shù)模型計(jì)算其相互之間的潛在關(guān)聯(lián)。

除了環(huán)境空氣指標(biāo)之間的普遍關(guān)聯(lián)之外，莘莊工業(yè)區(qū)的PM10、O3-8h等環(huán)境指標(biāo)與VOCs之間呈現(xiàn)一定的相關(guān)性。同時(shí)，某些VOCs組分之間也存在線性關(guān)系[6][7]。例如，PM10和PM2.5之間顯著正相關(guān)（r2=0.881，p<0.01，n=96）;SO2與NO2、PM10及O3-8h的相關(guān)系數(shù)分別達(dá)0.427、0.592和0.612（p<0.01，n=96）;NO2與懸浮顆粒物濃度（r2（PM10）=0.390，r2（PM2.5）=0.475，p<0.01，n=96）之間呈現(xiàn)正相關(guān)關(guān)系;PM10與甲苯的相關(guān)系數(shù)達(dá)0.230（p<0.05，n=96）;O3-8h與氯甲烷（r2=-0.327）、1，3-丁二烯（r2=-0.287）、二氯甲烷（r2=-0.227）、氯仿（r2=-0.361）、四氯化碳（r2=-0.216）及苯（r2=-0.343）等多種揮發(fā)性有機(jī)氣體組分在p<0.05水平以上（n=96）呈現(xiàn)負(fù)相關(guān)性;2-丙醇（r2=0.342）、正己烷（r2=0.212）、乙酸乙酯（r2=791）、甲苯（r2=0.259）、乙苯（r2=0.352）、間，對(duì)-二甲苯（r2=0.337）及鄰二甲苯（r2=0.356）等組分是主要的VOCs貢獻(xiàn)組分，與VOCs均值呈現(xiàn)一定正相關(guān)關(guān)系（p<0.05，n=96）;同時(shí)，各苯系物之間存在顯著相關(guān)性，間，對(duì)-二甲苯與乙苯、鄰二甲苯之間相關(guān)系數(shù)分別達(dá)0.994和0.989（p<0.01，n=96），乙苯與鄰二甲苯之間相關(guān)系數(shù)達(dá)0.998（p<0.01，n=96）。

3 結(jié)論

從數(shù)據(jù)分布區(qū)間圖中，我們發(fā)現(xiàn)VOCs排放濃度和排放速率的最大值都出現(xiàn)在莘莊工業(yè)區(qū)，而NMHC的排放濃度和排放速率明顯較高的是江川和莘莊工業(yè)區(qū)，可見(jiàn)莘莊工業(yè)區(qū)、江川地區(qū)的排污水平在閔行區(qū)的所有街鎮(zhèn)區(qū)域內(nèi)偏高，需要引起重視，需進(jìn)一步加強(qiáng)對(duì)應(yīng)的監(jiān)管工作。

實(shí)驗(yàn)借助SPSS軟件中的Pearson回歸模型，通過(guò)對(duì)莘莊工業(yè)區(qū)自動(dòng)站2017年數(shù)據(jù)和該區(qū)域?qū)嶒?yàn)監(jiān)測(cè)數(shù)據(jù)的統(tǒng)計(jì)分析，發(fā)現(xiàn)除了環(huán)境空氣指標(biāo)之間的普遍關(guān)聯(lián)之外，PM10、O3-8h等環(huán)境指標(biāo)與VOCs之間呈現(xiàn)一定的相關(guān)性，相信通過(guò)今后數(shù)據(jù)的不斷累積，更大量的統(tǒng)計(jì)分析會(huì)發(fā)現(xiàn)其間更微妙的聯(lián)系。

參考文獻(xiàn)

[1]張卿川，夏邦壽，楊正寧，陳家桂.國(guó)內(nèi)外對(duì)揮發(fā)性有機(jī)物定義與表征的問(wèn)題研究[J].污染防治技術(shù)，2014，27（5）：3-7.

[2]Gorecki T，Namiesnik J.Passive sampling[J].Trends in Analytical Chemistry，2002（21）：276-281.

[3]吳銀菊，瞿白露，李大慶等.NMHC監(jiān)測(cè)分析研究[J].環(huán)境科學(xué)與管理，2017，42（5）：134-137.

[4]余益軍，戴玄吏，王榮俊等.化工園區(qū)空氣中非甲烷總烴與揮發(fā)性有機(jī)物的定量關(guān)系[J].化工環(huán)保，2010，30（5）：454-457.

[5]徐麗娟，桂燕君.污染源非甲烷總烴CEMS參比方法溫度問(wèn)題討論[J].資源節(jié)約與環(huán)保，2017（6）：106-107.

[6]Qingeng Wanga，Zhiwei Hanb， Tijian Wangc，et al. Impacts of biogenic emissions of VOC and NOx on tropospheric ozone during summertime in eastern China[J].Science of the Total Environment，2008（395）：41-49.

[7]Maria Victoria Toro，Lazaro V Cremades， Josep Calbo，et al. Relationship between VOC and NOx emissions and chemical production of tropospheric ozone in the AburraValley （Colombia）[J].Chemosphere，2006， 65：881-888.

收稿日期：2019-03-07

作者簡(jiǎn)介：徐唯易（1982-），男，漢族，碩士，助工，研究方向?yàn)榄h(huán)境監(jiān)測(cè)。