常艷春 魏莉 楊曉紅 費勇 沈學勇 陳江 張海燕 繆麗娜

摘要近年來近地面臭氧問題日益凸顯，成為影響空氣質量持續(xù)改善的瓶頸.本研究基于2017年8—9月在湖州市城區(qū)開展的為期1個月的臭氧及其前體物揮發(fā)性有機物（VOCs）和氮氧化物（NOx）在線觀測數(shù)據(jù)，分析了臭氧及其前體物污染特征，利用正矩陣因子分析（PMF）解析了VOCs來源，并采用基于觀測的模型（OBM）對臭氧生成機制進行研究.研究結果表明：1）觀測期間湖州市VOCs平均體積分數(shù)為（24.78±9.10）×10-9，其中占比最高的組成為烷烴、含氧VOCs（OVOCs）和鹵代烴;2）在臭氧非超標時段，湖州市臭氧生成處于VOCs控制區(qū)，而在臭氧重污染期間湖州市處于以VOCs控制為主的過渡區(qū);3）在臭氧超標時段，對臭氧生成潛勢（OFP）貢獻最大的是芳香烴（39.6%），其次是烯烴（21.5%）和OVOCs（19.4%），排名前三的關鍵組分為甲苯、乙烯和間/對二甲苯;4）源解析結果顯示觀測期間湖州市VOCs的主要來源是溶劑使用（27.0%）、交通排放（22.7%）、背景+傳輸（19.3%）、工業(yè)排放（16.9%）、汽油揮發(fā)（7.7%）和植物排放（6.4%），重污染過程期間對OFP貢獻最大的兩類源是交通排放源和溶劑使用源，貢獻百分比分別為35.1%和30.5%.因此，對交通排放和溶劑使用方面進行控制管理對湖州市大氣臭氧污染防控有重要意義.關鍵詞

臭氧;揮發(fā)性有機物;敏感性分析;臭氧生成潛勢;源解析

中圖分類號 X51

文獻標志碼 A

0 引言

近年來，我國大氣中可吸入顆粒物（PM10）、細顆粒物（PM2.5）、二氧化硫（SO2）和二氧化氮（NO2）濃度已經(jīng)呈現(xiàn)逐年下降趨勢，但是以臭氧（O3）為代表的二次污染卻日益加劇，不僅表現(xiàn)出濃度水平的持續(xù)上升，而且呈現(xiàn)出以城市為中心向周邊地區(qū)蔓延的區(qū)域性特征[1-3]，成為影響空氣質量持續(xù)改善的瓶頸.近地面O3主要是由氮氧化物（NOx）和揮發(fā)性有機物（VOCs）在太陽光照射下反應生成的，對人體健康和生態(tài)環(huán)境都會造成不利影響[4-9].

臭氧與前體物VOCs和NOx之間呈現(xiàn)高度的非線性響應關系[10]，因此準確定量臭氧與前體物之間的關系是臭氧污染防治對策制定的基礎[11].不同環(huán)境中的臭氧對VOCs和NOx變化的響應程度都有所不同，其響應關系可用VOCs控制區(qū)、NOx控制區(qū)和過渡區(qū)來表征.當臭氧的生成處于VOCs控制區(qū)時，降低VOCs排放，能夠有效減少臭氧生成，從而達到控制臭氧污染的目的，而減少NOx排放效果不顯著，甚至會導致臭氧濃度的上升[12]，反之，當臭氧生成處于NOx控制區(qū)時，減少NOx排放能有效降低臭氧濃度;過渡區(qū)則表示需要同時對VOCs和NOx排放進行控制，才能達到臭氧污染防治的目的.

研究表明，城市地區(qū)臭氧生成主要受VOCs控制[13]，因此對大氣VOCs開展監(jiān)測，解析其來源，并進行控制是當前臭氧污染防治的重要手段之一.大氣中的VOCs成分復雜[14]，不同組分之間都具有濃度和反應活性的差異，且來源各不相同.城市環(huán)境中的VOCs主要來自于與燃料燃燒有關的機動車尾氣和工業(yè)過程排放、溶劑的揮發(fā)、天然氣及液化石油氣等氣體泄漏和植被排放等[15-18]，其本身各種復雜的理化性質和來源貢獻給VOCs防控帶來了很大挑戰(zhàn).

湖州位于長江三角洲中心區(qū)域，VOCs排放量在浙江省排第6位[19].近年來湖州市能源消耗量、機動車保有量和工業(yè)生產(chǎn)量逐步增加.2016—2017年，湖州市以O3為首要污染物的天數(shù)由70 d增加至75 d，O3已成為影響湖州市環(huán)境空氣質量的主要因素.本研究基于2017年8—9月在湖州市城區(qū)開展的為期1個月的臭氧及其前體物揮發(fā)性有機物（VOCs）和氮氧化物（NOx）在線觀測數(shù)據(jù)，采用基于觀測的模型和正矩陣因子分析等方法，分析了臭氧及其前體物污染特征，選取臭氧重污染過程進行成因分析，并開展了VOCs來源解析，以期為臭氧污染防治措施的制定提供相關科學依據(jù).

1 資料與方法

1.1 觀測資料

根據(jù)湖州市2016年臭氧日最大8 h第90百分位數(shù)的月變化特征，可以發(fā)現(xiàn)湖州市臭氧污染在7、8、9月最為嚴重.因此本研究選擇湖州市臭氧污染最嚴重的時段，于2017年8月23日—9月23日采用北京大學和武漢天虹環(huán)保產(chǎn)業(yè)股份有限公司共同研發(fā)的大氣環(huán)境揮發(fā)性有機物在線監(jiān)測系統(tǒng)（TH-300B）對湖州市大氣VOCs開展連續(xù)觀測.觀測站點位于湖州市城區(qū)（120.09°E ，30.89°N），點位周邊主要為行政辦公樓、住宅區(qū)、公園和景區(qū)，人口密集，附近無工業(yè)企業(yè)分布，周邊交通系統(tǒng)較為發(fā)達，屬于典型的中心城區(qū)點位，可代表湖州市城區(qū)大氣環(huán)境質量.

TH-300B采用雙通道采樣，兩路樣品分別在冷凍除水后進入兩路捕集柱，在-160 ℃的條件下被冷凍富集.捕集柱被加熱到100 ℃后樣品進入色譜柱中分離并分別用氫火焰離子化檢測器（FID）和質譜（MS）進行檢測，其中FID檢測器檢出C2～C5的碳氫化合物，MS檢測器檢出C5～C12的碳氫化合物、鹵代烴和含氧揮發(fā)性有機物[20].樣品分析的時間分辨率為60 min，檢測分析100種VOCs組分，主要包括28種烷烴、12種烯烴、1種炔烴、16種芳香烴、31種鹵代烴及12種含氧有機物.

臭氧和氮氧化物分別采用紫外光度法和化學發(fā)光法原理進行測量，使用的儀器為美國Thermo Fisher Scientific公司生產(chǎn)的49i型O3分析儀和42i型NOx分析儀.氣象資料由湖州市氣象局提供，包括風向、風速、溫度和相對濕度.

1.2 模型與方法介紹

基于觀測的模型（Observation-Based Model，OBM）是以臭氧及其前體物的實際觀測濃度，以及氣象資料作為輸入數(shù)據(jù)來模擬臭氧生成并分析臭氧與前體物關系的方法[21].通過計算臭氧前體物的相對增量反應活性（RIR），即臭氧生成速率對時間的積分（PO3-NO）變化的百分比與特定前體物效應變化百分比的比值來分析臭氧生成機制及其對NOx和VOCs的敏感性[22]，公式如下：

RIRS（X）=PO3-NO（X）-PO3-NO（X-ΔX）PO3-NO（X）ΔS（X）S（X），（1）

式（1）中，X為某特定臭氧前體物，S（X）是前體物X的源效應，ΔS（X）是源效應變化，ΔX代表由于源效應變化造成的前體物X質量濃度的變化[23].

臭氧生成潛勢（Ozone Formation Potentials，OFPs）是基于最大增量反應活性（Maximum Incremental Reactivity，MIR）來量化不同VOCs組分對臭氧生成貢獻的[24]，具體公式如下：

OFPi=MIRi×[VOC]i，（2）

其中，[VOC]i表示觀測的VOCs組分i的體積分數(shù)[25-26].

正矩陣因子分析法（Positive Matrix Factorization，PMF）是一種基于組分觀測數(shù)據(jù)的多元統(tǒng)計分析方法，在VOCs源解析研究中得到廣泛應用[27-28].該模型通過輸入觀測得到的環(huán)境數(shù)據(jù)，分析各VOCs組分的變化規(guī)律，從而識別出主要的VOCs排放源及其化學組成特征，并計算各類排放源對環(huán)境大氣中VOCs濃度的貢獻.數(shù)據(jù)矩陣X被分解為矩陣G（源貢獻矩陣）、矩陣F（源成分矩陣）和一個殘差矩陣E，Q是基于殘差的函數(shù)，公式如下：

eij=xij-∑pk=1gijfkj，（3）

Q（E）=∑ni=1∑mj=1eijsij，（4）

式中，xij，gij，fij，eij分別為矩陣X，G，F(xiàn)，E的元素，在gij≥0，fij≥0的約束條件下，通過迭代最小化算法對Q求解，同時確定G和F[29].

2 結果與討論

2.1 觀測期間臭氧及VOCs污染特征分析

圖 1展示了觀測期間臭氧及其前體物NOx和VOCs以及其他相關常規(guī)污染物濃度水平和風速風向的時間變化規(guī)律.觀測期間的主導風向為東南偏東風，平均風速為1.4 m/s，風速較低，不利于污染物的稀釋擴散和遠距離輸送.湖州市臭氧小時質量濃度最高值達286 μg/m3，臭氧小時超標次數(shù)高達20次.臭氧日最大8小時滑動平均值超過國家空氣質量二級標準（160 μg/m3）的天數(shù)為9 d，其中9月16—18日為一次典型的臭氧重污染過程.

觀測期間湖州市VOCs總體積分數(shù)在7.55×10-9～78.29×10-9之間，整體平均體積分數(shù)為（24.78±9.10）×10-9，8月的VOCs體積分數(shù)變化較為平穩(wěn)，9月的VOCs平均體積分數(shù)26.67 ×10-9相比于8月的20.18×10-9有所上升，其中9月22日8時達到觀測期間VOCs體積分數(shù)最高值78.29×10-9.VOCs體積分數(shù)高值主要出現(xiàn)在風速1～2 m/s的氣象條件下，風向為東南偏東和西北偏北方向.氮氧化物也呈現(xiàn)出相似的濃度變化特征，9月的NO、NO2平均濃度水平較8月有明顯上升.總體來看，NOx和VOCs呈現(xiàn)出與臭氧濃度相反的日變化，前者通常在晚上和清晨出現(xiàn)高值，而臭氧在中午出現(xiàn)高值.

VOCs化學組成復雜，會受到排放源和化學反應的影響.圖2統(tǒng)計了觀測期間各類組分在總VOCs體積分數(shù)的平均占比.可以看出，烷烴的體積分數(shù)值最高為8.17×10-9，占總VOCs體積分數(shù)的33.6%;其次是OVOCs，體積分數(shù)為5.28×10-9，在總VOCs體積分數(shù)中的占比為21.7%;然后是鹵代烴，體積分數(shù)為4.05×10-9，占比為16.7%;芳香烴體積分數(shù)略低于鹵代烴，為3.53×10-9，占比14.6%;烯烴、乙炔和異戊二烯的體積分數(shù)較低，分別占總VOCs體積分數(shù)的8.4%、4.4%和0.6%.

2.2 典型臭氧污染過程成因分析

2.2.1 臭氧污染過程的選取

在整個觀測期間選取一次典型的臭氧重污染過程（9月16—18日）進行更為細致的分析.圖3展示了此次重污染過程前后一周的相關污染物濃度及氣象要素的變化情況，按臭氧質量濃度是否超標將整個期間分為超標日（09-16—18）和非超標日（09-14—15、09-19—21）進行分析.在臭氧超標日平均風速為1.2 m/s，風向以西北風向和東南風向為主，處于靜穩(wěn)天氣，因而本地污染物不易擴散.從溫度和相對濕度角度看，重污染過程前后一周臭氧小時濃度的變化趨勢與溫度的變化趨勢較為一致，與相對濕度的變化趨勢相反，這是因為高溫間接反映出高輻射強度，輻射越強，光化學反應越劇烈，臭氧越易生成[30]，而相對濕度體現(xiàn)的是降水的影響，尤其在9月19日之后湖州出現(xiàn)連續(xù)降雨天氣，此時氣溫亦下降，導致臭氧濃度均持續(xù)下降.

在臭氧連續(xù)超標期間，臭氧峰值出現(xiàn)在下午的16—17時，這三天的臭氧峰值分別達到了184、214和278 μg/m3，甚至出現(xiàn)了夜間高值的現(xiàn)象.這一污染過程風速較低，且處在臺風“泰利”的外圍，易造成污染物的積聚，另外高溫低濕的氣象條件為臭氧生成提供了良好條件.從前體物角度來看，VOCs和NOx于夜間至凌晨的排放濃度也明顯升高，之后在白天的光化學反應消耗作用下濃度降低，可以看到，前體物排放濃度越高，之后的臭氧超標情況也越嚴重.充足的前體物加上適宜的反應條件，造成了大氣臭氧濃度升高.

2.2.2 臭氧生成機制分析

為了評估前體物VOCs和NOx的變化對臭氧生成的影響，本文利用OBM模型定量分析湖州市重污染期間臭氧與前體物VOCs和NOx之間的非線性關系.設置441個VOCs和NOx減排情景，并計算不同情景下臭氧日最大8小時滑動平均質量濃度，來繪制臭氧質量濃度等值線（EKMA曲線），結果如圖4所示.

從圖4中可以看出，超標日和非超標日臭氧日最大8小時滑動平均值相差較大，非超標日臭氧質量濃度約為90 μg/m3，超標日臭氧質量濃度約為188 μg/m3.對于非超標日而言，僅削減VOCs時，隨著削減比例的增大，臭氧濃度逐漸降低;僅削減NOx時，臭氧濃度反而逐漸升高，尤其當削減比例升至40%時，臭氧日最大8小時滑動平均值到達最大值115 μg/m3，隨后需繼續(xù)增大NOx削減比例，臭氧濃度才逐步降低，這說明非超標日湖州市處于VOCs控制區(qū)，與大部分國內研究結果一致[31-32].而在超標日期間，僅削減VOCs時，隨著削減比例的增加臭氧逐漸降低;僅削減NOx時，當削減比例達到10%左右，臭氧質量濃度會略微上升至189 μg/m3，然后NOx削減比例繼續(xù)增大，臭氧濃度就會明顯下降，說明在超標日期間，臭氧生成處于以VOCs控制為主的過渡區(qū)，需要VOCs和NOx協(xié)同控制減排，才能有效實現(xiàn)臭氧污染防治.

2.3 前體物VOCs關鍵組分識別

VOCs是大氣中的重要污染物，對臭氧和二次有機氣溶膠的生成都有著很大影響，且大氣環(huán)境中的VOCs各組分體積分數(shù)、化學反應活性差異較大，對臭氧生成的貢獻程度也參差不齊.如An等在南京的研究發(fā)現(xiàn)[33]，VOCs各組分構成中對臭氧生成貢獻最為主要的是烯烴，而Shao等在珠三角地區(qū)的研究結果表明，芳香烴對臭氧生成的貢獻更為顯著[34].

本研究采用臭氧生成潛勢OFP方法來量化VOCs中各組分對臭氧生成的貢獻，識別湖州市大氣中的關鍵VOCs組分，作為控制近地面臭氧濃度的優(yōu)先考慮物種.根據(jù)式（2）計算臭氧生成潛勢，得到整個觀測期間VOCs各化學組成的OFP占比情況如圖5所示.可以看出，非超標日中，芳香烴對OFP的貢獻最大，占比為43.6%，其次為烯烴，OFP占比為19.7%，OVOCs的OFP占比略低于烯烴，為18.2%，然后是烷烴，OFP占比為13.1%，天然源、鹵代烴和炔烴的貢獻較小，OFP占比分別為3.0%、1.6%和0.8%.9月16—18日臭氧超標期間，湖州市VOCs各化學組成的OFP占比中，芳香烴依然對臭氧生成貢獻最大（39.6%），其次為烯烴（21.5%）、OVOCs（19.4%）和烷烴（14.0%），貢獻比例最小的仍然為天然源、鹵代烴和炔烴，分別為2.8%、1.7%和1.0%.VOCs各化學組成類別的OFP貢獻占比及其排序與非超標日相比沒有明顯變化.

圖6展示了臭氧污染超標期間和非超標期間VOCs對臭氧生成潛勢貢獻前十的組分.在臭氧重污染過程中，貢獻最大的10個關鍵組分依次是甲苯、乙烯、間/對二甲苯、丙醛、甲基乙基酮、丙烯、乙苯、鄰二甲苯、異戊二烯和異戊烷.與非超標時段進行比較，可以發(fā)現(xiàn)對臭氧生成起到關鍵作用的前十種組分基本一致，只排名順序有所差別;貢獻排名前三的組分均為甲苯、間/對二甲苯和乙烯，其中甲苯一直是超標時段和非超標時段對臭氧生成貢獻排名第一的物種.

2.4 VOCs重點排放源識別

2.4.1 觀測期間源解析結果分析

利用PMF模型解析VOCs來源，得出如圖7所示的因子譜圖.因子1中二氯甲烷、三氯甲烷、1，2-二氯乙烷為優(yōu)勢物種，乙炔和苯也有較高的因子解釋度，這些組分在鋼鐵、煉焦、基礎化學原料制造等行業(yè)中存在較多排放[35].因此因子1識別為工業(yè)排放源.因子2中主要組分為C7～C8芳香烴，包括甲苯、乙苯、間/對二甲苯和鄰二甲苯，此外，支鏈高碳烷烴的解釋度也較高，這可能與當?shù)氐男袠I(yè)生產(chǎn)特征有關.因涂料和溶劑使用過程中會排放大量的芳香烴[36]，所以將因子2識別為與溶劑使用相關的排放源.

因子3中主要組分是乙烷、丙烷、丙酮和2-丁酮等壽命較長的穩(wěn)定組分，可以代表區(qū)域的背景濃度;此外，丙酮和2-丁酮是二次生成的產(chǎn)物[37]，可能來自其他地區(qū)長時間的輸送，因此將因子3識別為背景+傳輸源.

因子4中主要物種為異戊二烯.異戊二烯在夏季主要來自植被排放，冬季可能來自交通和工業(yè)排放[38]，由于在線監(jiān)測時間是8—9月（夏季），因此將因子4歸屬為植物排放源.

因子5中優(yōu)勢組分為異戊烷、正戊烷，還有部分甲基叔丁基醚（MTBE）.MTBE是一種高辛烷值汽油添加劑，主要存在于汽油產(chǎn)品中.汽油揮發(fā)的最主要組分即為異戊烷，其次是正戊烷、正丁烷和異丁烷[28].因此，因子5表征的是油品揮發(fā)源.

因子6中既有C2～C6烷烴，也有乙烯、丙烯、1-丁二烯等C4烯烴、乙炔、MTBE、苯和甲苯.異戊烷、正戊烷和異丁烷等同時存在于汽油揮發(fā)和機動車尾氣中[39]，而且因子6中還含有汽油燃燒的產(chǎn)物乙烯、丙烯、乙炔、1-丁烯等[40]，因而因子6具有明顯的交通排放特征.

各類源對總VOCs的貢獻百分比如圖8所示.可以看出，溶劑使用源對整個觀測期間的VOCs體積分數(shù)貢獻最高，占比為27.0%，其次是交通排放源（22.7%）和背景+傳輸源（19.3%），以鹵代烴為代表的工業(yè)排放源占比為16.9%，汽油揮發(fā)源和植物排放源的貢獻最低，占比分別為7.7%和6.4%.

2.4.2 臭氧污染過程源解析結果分析

臭氧污染期間VOCs來源解析結果如圖9所示，分別表示6類排放源對VOCs體積分數(shù)和臭氧生成潛勢OFP的相對貢獻.從圖9中可以看出，重污染過程期間，工業(yè)排放源和溶劑使用源對湖州市VOCs體積分數(shù)的貢獻最大，分別占比26.0%和25.8%，其次是交通排放，占比為19.2%，汽油揮發(fā)源（12.6%）和背景+傳輸源（11.8%）兩者的貢獻相當，植被源的貢獻最低，僅為4.6%.

對OFP而言，交通排放源和溶劑使用源是最主要的兩大VOCs貢獻源，貢獻百分比分別為35.1%和30.5%.工業(yè)排放源盡管是VOCs體積分數(shù)的最大來源，但其對OFP的貢獻比例較低，僅有14.2%，這是因為工業(yè)排放源的示蹤物主要是鹵代烴，對臭氧生成的影響不大[41].與工業(yè)排放源相反，植被源對VOCs體積分數(shù)貢獻最小，但其對OFP的貢獻占比幾乎是VOCs體積分數(shù)占比的2倍，這是因為植物源的示蹤物異戊二烯在大氣中的反應活性較高[38]，較易生成臭氧.因此，針對湖州市的臭氧污染過程，應優(yōu)先對交通排放和溶劑使用源VOCs進行控制.

3 結論

1）觀測期間湖州市VOCs總體積分數(shù)在7.55×10-9～78.29 ×10-9之間，整體平均體積分數(shù)為（24.78±9.10）×10-9，VOCs體積分數(shù)高值主要出現(xiàn)在風速1～2 m/s的氣象條件下，烷烴、OVOCs和鹵代烴是VOCs化學組成中占比最高的類別，所占的比例分別為33.6%、21.7%和16.7%.

2）OBM模型結果顯示非超標日情況下湖州市為典型的VOCs控制區(qū)，而臭氧重污染期間湖州市處于以VOCs控制為主的過渡區(qū)，需要VOCs和NOx協(xié)同控制減排，才能有效實現(xiàn)臭氧污染防治.

3）無論是超標時段還是非超標時段，VOCs化學組成對OFP貢獻大小排序均一致，依次為芳香烴>烯烴>OVOCs>烷烴>天然源>鹵代烴>炔烴;排名前三的VOCs關鍵組分均為甲苯、間/對二甲苯和乙烯，其中甲苯一直是對臭氧生成貢獻排名第一的物種.

4）PMF解析結果顯示觀測期間VOCs的主要來源是工業(yè)排放、溶劑使用、背景+傳輸、植物排放、汽油揮發(fā)和交通排放.臭氧重污染期間，工業(yè)排放源和溶劑使用源對VOCs體積分數(shù)的貢獻最大，分別占比26.0%和25.8%，但計算各來源的OFP發(fā)現(xiàn)，交通排放源和溶劑使用源對OFP貢獻最高，貢獻百分比分別為35.1%和30.5%.因此，對交通排放和溶劑使用進行優(yōu)先控制對湖州市大氣臭氧污染防控有重要意義.

參考文獻

References

[1]

唐孝炎，張遠航，邵敏.大氣環(huán)境化學[M].2版.北京：高等教育出版社，2006：272-273

TANG Xiaoyan，ZHANG Yuanhang，SHAO Min.Atmospheric environmental chemistry[M].2nd ed.Beijing：Higher Education Press，2006：272-273

[2] 朱彤.城市與區(qū)域大氣復合污染[M].北京：化學工業(yè)出版社，2005：1-3

ZHU Tong.Combined pollution of urban and regional atmospheres[M].Beijing：Chemical Industry Press，2005：1-3

[3] 梁碧玲，張麗，賴鑫，等.深圳市臭氧污染特征及其與氣象條件的關系[J].氣象與環(huán)境學報，2017，33（1）：66-71

LIANG Biling，ZHANG Li，LAI Xin，et al.Analysis of the characteristics of ozone pollution and its relationship with meteorological conditions in Shenzhen[J].Journal of Meteorology and Environment，2017，33（1）：66-71

[4] 張紅星，孫旭，姚余輝，等.北京夏季地表臭氧污染分布特征及其對植物的傷害效應[J].生態(tài)學報，2014，34（16）：4756-4765

ZHANG Hongxing，SUN Xu，YAO Yuhui，et al.Ground-level ozone distribution pattern in summer of Beijing and its foliar injury effect upon plants[J].Acta Ecologica Sinica，2014，34（16）：4756-4765

[5] 趙輝，鄭有飛，魏莉，等.南京大氣臭氧濃度的季節(jié)變化及其對主要作物影響的評估[J].環(huán)境科學，2018，39（7）：3418-3425

ZHAO Hui，ZHENG Youfei，WEI Li，et al.Seasonal variation in surface ozone and its effect on the winter wheat and rice in Nanjing，China[J].Environmental Science，2018，39（7）：3418-3425

[6] Francis M，Groves A M，Sun R，et al.CCR2 regulates inflammatory cell accumulation in the lung and tissue injury following ozone exposure[J].Toxicological Sciences，2017，155（2）：474-484

[7] Khaniabadi Y O，Hopke P K，Goudarzi G，et al.Cardiopulmonary mortality and COPD attributed to ambient ozone[J].Environmental Research，2017，152：336-341

[8] Wang T，Xue L K，Brimblecombe P，et al.Ozone pollution in China：a review of concentrations，meteorological influences，chemical precursors，and effects[J].Science of the Total Environment，2017，575：1582-1596

[9] Mumawa C L，Levesque S，McGraw C，et al.Microglial priming through the lung-brain axis：the role of air pollution-induced circulating factors[J].FASEB Journal，2016，30（5）：1880-1891

[10] 羅恢泓，袁自冰，鄭君瑜，等.上海夏季臭氧生成機制時空變化特征及其影響因素研究[J].環(huán)境科學學報，2019，39（1）：154-168

LUO Huihong，YUAN Zibing，ZHENG Junyu，et al.Spatio-temporal variation of summertime ozone formation mechanism in Shanghai and its impact factors[J].Acta Scientiae Circumstantiae，2019，39（1）：154-168

[11] Ou J M，Yuan Z B，Zheng J Y，et al.Ambient ozone control in a photochemically active region：short-term despiking or long-term attainment？[J].Environmental Science & Technology，2016，50（11）：5720-5728

[12] 謝瑞加，陳璋琪.泉州市區(qū)臭氧污染成因初步分析[J].環(huán)境與可持續(xù)發(fā)展，2019，44（1）：56-59

XIE Ruijia，CHEN Zhangqi.Preliminary analysis on the causes of ozone pollution in Quanzhou city[J].Environment and Sustainable Development，2019，44（1）：56-59

[13] 黃美元，徐華英，王庚辰.大氣環(huán)境學[M].北京：高等教育出版社，2005：214-263

HUANG Meiyuan，XU Huaying，WANG Gengchen.Atmospheric environment[M].Beijing：Higher Education Press，2005：214-263

[14] Wang B，Shao M，Lu S H，et al.Variation of ambient non-methane hydrocarbons in Beijing city in summer 2008[J].Atmospheric Chemistry and Physics，2010，10（13）：5911-5923

[15] Kansal A.Sources and reactivity of NMHCs and VOCs in the atmosphere：a review[J].Journal of Hazardous Materials，2009，166（1）：17-26

[16] Huang C，Chen C H，Li L，et al.Emission inventory of anthropogenic air pollutants and VOC species in the Yangtze River Delta region，China[J].Atmospheric Chemistry and Physics，2011，11（9）：4105-4120

[17] An J L，Wang Y S，Wu F K，et al.Characterizations of volatile organic compounds during high ozone episodes in Beijing，China[J].Environmental Monitoring and Assessment，2012，184（4）：1879-1889

[18] Zhang Y J，Mu Y J，Liu J F，et al.Levels，sources and health risks of carbonyls and BTEX in the ambient air of Beijing，China[J].Journal of Environmental Sciences，2012，24（1）：124-130

[19] 吳建，程文，晁娜.浙江省人為源VOCs排放清單[J].上海環(huán)境科學，2015（2）：60-66

WU Jian，CHENG Wen，CHAO Na.An inventory for VOCs emissions from anthropogenic sources in Zhejiang province[J].Shanghai Environmental Sciences，2015（2）：60-66

[20] Wang M，Zeng L M，Lu S H，et al.Development and validation of a cryogen-free automatic gas chromatograph system （GC-MS/FID） for online measurements of volatile organic compounds[J].Analytical Methods，2014，6（23）：9424-9434

[21] 蔣美青，陸克定，蘇榕，等.我國典型城市群O3污染成因和關鍵VOCs活性解析[J].科學通報，2018，63（12）：1130-1141

JIANG Meiqing，LU Keding，SU Rong，et al.Ozone formation and key VOCs in typical Chinese city clusters[J].Chinese Science Bulletin，2018，63（12）：1130-1141

[22] 蘇榕，陸克定，余家燕，等.基于觀測模型的重慶大氣臭氧污染成因與來源解析[J].中國科學：地球科學，2018，48（1）：102-112

SU Rong，LU Keding，YU Jiayan，et al.Exploration of the formation mechanism and source attribution of ambient ozone in Chongqing with an observation-based model[J].Scientia Sinica （Terrae），2018，48（1）：102-112

[23] Cardelino C A，Chameides W L.An observation-based model for analyzing ozone precursor relationships in the urban atmosphere[J].Journal of the Air & Waste Management Association，1995，45（3）：161-180

[24] Zeinali M，McConnell L L，Hapeman C J，et al.Volatile organic compounds in pesticide formulations：methods to estimate ozone formation potential[J].Atmospheric Environment，2011，45（14）：2404-2412

[25] 丁潔然，景長勇.唐山夏季大氣VOCs污染特征及臭氧生成潛勢[J].環(huán)境工程，2016，34（6）：130-135

DING Jieran，JING Changyong.Pollution characteristics and ozone formation potential of ambient VOCs in summer in Tangshan[J].Environmental Engineering，2016，34（6）：130-135

[26] 李友平，唐婭，范忠雨，等.成都市大氣環(huán)境VOCs污染特征及其健康風險評價[J].環(huán)境科學，2018，39（2）：576-584

LI Youping，TANG Ya，F(xiàn)AN Zhongyu，et al.Pollution characteristics and health risk assessment of atmospheric VOCs in Chengdu[J].Environmental Science，2018，39（2）：576-584

[27] Liu C H，Tian F L，Chen J W，et al.A comparative study on source apportionment of polycyclic aromatic hydrocarbons in sediments of the Daliao River，China：positive matrix factorization and factor analysis with non-negative constraints[J].Chinese Science Bulletin，2010，55（10）：915-920

[28] 楊輝，朱彬，高晉徽，等.南京市北郊夏季揮發(fā)性有機物的源解析[J].環(huán)境科學，2013，34（12）：4519-4528

YANG Hui，ZHU Bin，GAO Jinhui，et al.Source apportionment of VOCs in the northern suburb of Nanjing in summer[J].Environmental Science，2013，34（12）：4519-4528

[29] Brown S G，F(xiàn)rankel A，Hafner H R.Source apportionment of VOCs in the Los Angeles area using positive matrix factorization[J].Atmospheric Environment，2007，41（2）：227-237

[30] 嚴文蓮，劉端陽，康志明，等.江蘇臭氧污染特征及其與氣象因子的關系[J].氣象科學，2019，39（4）：477-487

YAN Wenlian，LIU Duanyang，KANG Zhiming，et al.The characteristics of ozone pollution and its relationship with meteorological factors in Jiangsu[J].Journal of the Meteorological Sciences，2019，39（4）：477-487

[31] Xue L K，Wang T，Gao J，et al.Ground-level ozone in four Chinese cities：precursors，regional transport and heterogeneous processes[J].Atmospheric Chemistry and Physics，2014，14（23）：13175-13188

[32] 張亮，朱彬，高晉徽，等.長江三角洲夏季一次典型臭氧污染過程的模擬[J].環(huán)境科學，2015，36（11）：3981-3988

ZHANG Liang，ZHU Bin，GAO Jinhui，et al.Modeling study of a typical summer ozone pollution event over Yangtze River Delta[J].Environmental Science，2015，36（11）：3981-3988

[33] An J L，Zou J N，Wang J X，et al.Differences in ozone photochemical characteristics between the megacity Nanjing and its suburban surroundings，Yangtze River Delta，China[J].Environmental Science and Pollution Research，2015，22（24）：19607-19617

[34] Shao M，Zhang Y H，Zeng L M，et al.Ground-level ozone in the Pearl River Delta and the roles of VOC and NOx in its production[J].Journal of Environmental Management，2009，90（1）：512-518

[35] Srivastava A，Sengupta B，Dutta S A.Source apportionment of ambient VOCs in Delhi city[J].Science of the Total Environment，2005，343（1/2/3）：207-220

[36] Lyu X P，Chen N，Guo H，et al.Ambient volatile organic compounds and their effect on ozone production in Wuhan，Central China[J].Science of the Total Environment，2016，541：200-209

[37] 王伯光，劉燦，呂萬明，等.廣州大氣揮發(fā)性醛酮類化合物的污染特征及來源研究[J].環(huán)境科學，2009，30（3）：631-636

WANG Boguang，LIU Can，LU Wanming，et al.Character of volatile carbonyl compounds and their source in Guangzhou ambient air[J].Environmental Science，2009，30（3）：631-636

[38] 鄒宇，鄧雪嬌，李菲，等.廣州大氣中異戊二烯濃度變化特征、化學活性和來源分析[J].環(huán)境科學學報，2015，35（3）：647-655

ZOU Yu，DENG Xuejiao，LI Fei，et al.Variation characteristics，chemical reactivity and sources of isoprene in the atmosphere of Guangzhou[J].Acta Scientiae Circumstantiae，2015，35（3）：647-655

[39] 邵敏，付琳琳，劉瑩，等.北京市大氣揮發(fā)性有機物的關鍵活性組分及其來源[J].中國科學：地球科學，2005，35（增1）：123-130

SHAO Min，F(xiàn)U Linlin，LIU Ying，et al.Key active components and their sources of volatile organic compounds in Beijing[J].Science in China （Series D），2005，35（sup1）：123-130

[40] 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

[41] 周子航，鄧也，譚欽文，等.四川省人為源揮發(fā)性有機物組分清單及其臭氧生成潛勢[J].環(huán)境科學，2019，40（4）：1613-1626

ZHOU Zihang，DENG Ye，TAN Qinwen，et al.Speciated VOCs emission inventory and ozone formation potential in Sichuan province[J].Environmental Science，2019，40（4）：1613-1626

Ozone pollution and its formation mechanism in Huzhou during 2017

CHANG Yanchun1 WEI Li2 YANG Xiaohong1 FEI Yong1 SHEN Xueyong2

CHEN Jiang1 ZHANG Haiyan1 MIAO Lina1

1 Huzhou Environmental Protection Monitoring Center Station，Huzhou 313000

2 Nanjing Intelligent Environmental Sci-Tech Company Limited，Nanjing 211800

Abstract Surface ozone pollution has become a bottleneck affecting the continuous improvement of air quality in recent years.Based on online observation data of ozone and its precursors including volatile organic compounds （VOCs） and nitrogen oxides （NOx） in Huzhou during August 23rd to September 23rd，2017，the pollution characteristics of ozone and its precursors were analyzed.Furthermore，source apportionment of VOCs and the formation mechanism of ozone were investigated using positive matrix factorization （PMF） and observation based model （OBM），respectively.The results showed that average volume fraction of VOCs in Huzhou was （24.78±9.10）×10-9 during the observation period.Alkanes，oxygenated VOCs （OVOCs），and halogenated hydrocarbons accounted for highest proportion to total VOCs.During the period when ozone concentration did not exceed air quality standard，ozone formation was in VOCs-limited regime，while during ozone pollution days，O3 formation was in transitional regime but still limited by VOCs.During O3 pollution days，aromatic hydrocarbons，olefins，and OVOCs were the three largest contributors to ozone formation potential （OFP），with relative contributions of 39.6%，21.5%，and 19.4%，respectively.The top three key components for OFP were toluene，ethylene，and m，p-xylene.PMF source apportionment results showed that the VOCs in Huzhou during the observation period were from solvent use （27.0%），traffic emission （22.7%），background and transport （19.3%），industrial emission （16.9%），gasoline volatilization （7.7%），and biogenic emission （6.4%）.During O3 pollution episodes，traffic emission and solvent use were the two largest contributors to OFP，with relative contributions of 35.1% and 30.5%，respectively.Therefore，reduction in traffic emissions and solvent use is an effective way to control ozone pollution in Huzhou.

Key words ozone;volatile organic compounds;sensitivity analysis;ozone formation potential;source apportionment

收稿日期 2020-09-30

作者簡介常艷春，女，碩士，高級工程師，研究方向為環(huán)境監(jiān)測.89996831@qq.com