APP下载

典型城市区域VOCs走航监测技术应用及污染特征分析

2022-07-06牛利民李歆琰李根利康晓风戴娇娇谭国斌

中国环境监测 2022年3期
关键词:点位均值物种

牛利民,李歆琰,李根利,康晓风,戴娇娇,谭国斌,高 伟

1.河北省生态环境监测中心,河北 石家庄 050037 2.中国环境监测总站,国家环境保护环境监测质量控制重点实验室,北京 100012 3.广州禾信仪器股份有限公司,广东 广州 510530

挥发性有机物(VOCs)是空气中的重要污染物之一,对人类健康构成潜在威胁。VOCs的排放主要分为自然排放和人为排放,具有来源广、成分复杂、移动性强[1]等特点,排放过程难以控制和监测。研究表明,VOCs排放具有显著的区域特性[2],不同区域的地理环境、天气情况和产业类型等不同,排放的VOCs浓度、主要污染物种和排放原因等也存在差异。张新民等[3]对天津市城区和郊区的VOCs进行监测,发现城区的机动车对大气中VOCs贡献较大,而郊区VOCs主要由烯烃组成,需要重点关注植物排放等。王鸣等[4]研究发现,京津冀和长三角地区城市大气的乙烷和苯具有明显的背景浓度。不同类型工业区的VOCs组分和浓度水平也有差异[5],纺织园区主要污染组分为甲苯、苯、丙酮和乙酸乙酯等,化工园区主要是甲苯、二甲苯及戊烯等[6]。

中国生态环境保护工作不断深入,生态环境质量持续改善,大气污染防治攻坚战取得决定性成效。结合“十四五”生态环境保护工作的总体思路,根据“深入打好污染防治攻坚战”的战略部署,从研究问题、时间、区域、对象、措施等5个方面实现精准治污,从强化环境问题成因机理、研究时空和内在演变规律等方面实现科学治污具有重要意义[7]。按照《生态环境监测规划纲要(2020—2035 年)》目标要求,进一步提升环境污染溯源解析与风险监控能力是重点任务之一。准确测量大气VOCs浓度和化学组成能够为VOCs源解析及其排放特征研究提供重要参考数据[8]。

在线VOCs走航监测是将VOCs分析仪器与移动式载体相结合,将采样、检测、分析一体化,实现走航与监测同步,具有响应时间快、监测范围灵活等特点。灵敏快捷的在线VOCs走航监测手段与地理信息相结合,可精准溯源定位VOCs排放的空间信息、组分类别和浓度水平。目前国内常用于在线 VOCs走航监测的方法有传感器法[9-10]、光谱法[11-13]、气质联用法和质谱法[14-16]。传感器法具有费用低、便携等优点,但检测物质种类少,数据准确度受环境温度、湿度影响较大,不同浓度下的污染物的灵敏度不同,难以准确定量。光谱法中常用的差分吸收光谱仪(DOAS)在潮湿、灰霾等可见度低的天气情况下,灵敏度会降低,易受氧气、臭氧的干扰[17]。气质联用法将气相色谱仪和质谱仪联用,使用色谱分离、质谱分析,对VOCs进行准确定性分析,具有检测精度高、检测物种多等特点,但色谱分离导致时间分辨率较低,1 h最多得到几组数据,无法及时反映VOCs的实时污染状态。质谱法中常用到质子转移反应质谱(PTR-MS)[18-19]、离子分子反应质谱(IMR-MS)[20]和单光子电离-飞行时间质谱(SPI-MS)等[21-22]。PTR-MS检测目标离子易受辅助基质组合离子干扰,IMR-MS检测目标离子易受碎片离子干扰[23]。SPI-MS具有较强的环境适应性,检测结果不易受周围环境干扰,采用软电离技术,能够电离电离能小于10.6eV的待测物,覆盖环境中的大部分VOCs,基本无碎片峰产生,但难以检测到甲烷、乙烷、环氧乙烷和丙烷等电离能大于10.6 eV的低碳数烷烃(如以排放低碳数烷烃为主的石化园区的检测结果与真实浓度相比偏低)。SPI-MS可直接进样,无需前处理,具有检测响应时间短、谱图易分析及全谱扫描等特点[24],可在秒级时间内输出监测数据,只需几小时即可检测出平方千米以上的区域VOCs成分和浓度,目前已经广泛应用于VOCs在线走航监测[25]。

利用膜进样-单光子电离-飞行时间质谱技术在线VOCs走航监测系统,对国内某城市进行连续15个月的大规模走航监测,通过分析每个区域的VOCs浓度和组分,获得城市整体VOCs分布规律和排放特征,精准排查VOCs浓度异常点位并统计异常点位行业情况,有针对性地采取管控措施,评估管控前后的效果,为改善城市环境空气质量提供技术参考。

1 实验部分

1.1 走航监测设备

目前市面上用于车载的大气VOCs监测走航技术主要有色谱质谱联用双模式进样检测技术和SPI-MS技术。色谱质谱联用双模式进样检测技术有2种工作模式,在日常走航监测时使用单质谱模式,该模式下电离源采用的是电离能为70 eV的电子电离源(EI),分子大部分被电离为碎片离子,且存在多种离子峰的叠加干扰,得到的谱图较为复杂,通常以总离子强度作为污染判断依据。在该模式下识别到总离子信号强度异常高时,切换成色谱质谱联用模式定点监测,对高值点位的VOCs进行准确的定性定量分析。该技术在走航监测过程中无法提供有效的物质信息,只有在发现异常点位时才开展精确测量,分析周期为10 min以上,无法实现精细化VOCs的快速、高时空分辨和多物质同步检测。SPI-MS使用单质谱模式,走航全程可实时显示VOCs的组成成分和浓度。采用膜进样方式,进样时间在秒级以内,电离源为软电离技术,能够电离环境空气中的大部分VOCs,获得的质谱图简单,基本没有碎片峰,主要响应的有机物为芳香烃、酮类、醛类、硫醇、硫醚、C3以上卤代烃和C4以上烷烃类化合物,可检测物质种类丰富、浓度范围宽。

笔者使用广州禾信仪器股份有限公司自主研发的膜进样-单光子电离-飞行时间质谱仪(SPI-MS 2000),对大气中的VOCs进行在线定性、定量检测分析。SPI-MS 2000是利用飞行时间质量分析器原理,对某一种或多种VOCs进行定性定量分析。该仪器的进样系统采用的是聚二甲基硅氧烷膜(PDMS膜)进样装置,利用膜两侧气压差,推动环境空气中的VOCs从膜的表面扩散到膜的真空侧,进入电离室进行分子电离。电离室的电离源采用的是真空紫外光单光子电离源,利用单光子紫外光将电离能低于10.6 eV的VOCs分子电离为分子离子。被电离的分子离子通过垂直反射式飞行时间质量分析器分离,最终被微通道板检测器(MCP)接收,并由高速数据采集卡将电流信号转换为数字信号,记录飞行时间以及响应值。仪器的具体原理详见文献[26]。

走航监测设备为移动式VOCs走航监测车,由在线挥发性有机物质谱仪、气象参数仪、大气采样总管、UPS供电系统和监测车等关键模块组成,结构示意图如图1所示。

图1 走航监测系统结构示意图Fig.1 Schematic diagram of the cruisemonitoring system structure

1.2 走航工作条件

SPI-MS的真空度设置为一级真空,真空度优于5×10-3Pa,既能尽量减少其他粒子对待测物的干扰,又能保证仪器内的离子源、分析器和检测器等主要部件处于高真空条件下工作,有效延长其使用寿命;离子源使用的是商用真空紫外灯,离子化能量为10.6 eV;质量范围设置为全谱分析,40~300 amu;质谱仪的采样流量为1.0 L/min;车载行驶速度不宜过快,尽量减少道路障碍对采样气流的影响,车速设置为20~30 km/h;大气采样总管采样流量为5~100 L/min,采样温度为30~50 ℃;时间分辨率为5 s。

1.3 质量控制与保证

1.3.1 质控系统仪器配套

该走航方法中使用的质量控制仪器为精密动态校准仪(SABIO 2010等,美国),使用的气体包括稀释气体(99.999%高纯氮气或高纯零空气),调谐标气(体积浓度为1×10-6的苯标气)和标准气体(PAMS、TO15和有机硫系列混合标准工作气体,大连大特气体有限公司,各种标准气体的体积浓度为1×10-6,N2平衡,8 L),仪器和气体连接方式如图2所示。

图2 质控系统连接示意图Fig.2 Schematic diagram of qualitycontrol system connection

1.3.2 校正周期及频率

每周对SPI-MS系列仪器开展不少于一次的单点校准,并选取5种物质,记录相对偏差;每月用SPI-MS系列仪器记录不少于一次的多种物质相对偏差。当单点校准结果显示相对偏差大于15%时,开展SPI-MS系列仪器的多点校准,且每月对SPI-MS系列仪器开展不少于一次的多点校准,做好记录。

1.3.3 检测物质及检出限

SPI-MS采用软电离技术,电离能为10.6 eV,主要响应的有机物为芳香烃、酮类、醛类、硫醇、硫醚、C3以上卤代烃和C4以上烷烃、烯烃类化合物,无法电离电离能大于10.6 eV的待测物,较难检测到环境中低浓度的低碳数烷烃[27],如甲烷(12.6 eV)、乙烷(11.52 eV)和丙烷(10.94 eV)等烷烃,炔烃无响应。SPI-MS使用的分析器为飞行时间质量分析器,是根据待测物的质荷比进行定性和定量分析,无法获得待测物的结构信息,难以分离和检测同分异构体。SPI-MS无法分离的空气中常见VOCs列于表1。针对无法分离检测同分异构体这一局限性,在走航过程中,可结合现场情况和周边污染源调查情况,对目标污染物进行初步定性,走航发现高值区域时,再结合苏玛罐采样和实验室分析等,辅助定性最终结果。

表1 SPI-MS无法分离的空气中常见VOCs组分Table 1 Common VOCs components in the air that cannot be separated by SPI-MS

移动式VOCs走航监测车开展监测前,在线挥发性有机物质谱仪等仪器设备均已校准。利用PAMS、TO15和有机硫系列混合标准工作气体校准仪器,使用动态气体稀释仪将混合标准工作气体的体积浓度稀释为0、5.00×10-9、10.00×10-9、20.00×10-9、40.00×10-9,建立标准曲线。每个浓度的标气检测均采用实时进样的方法,对响应值和浓度值进行线性拟合,获得SPI-MS 2000对VOCs的可检测物质的浓度校正曲线,用于监测过程中对VOCs的在线定性和定量分析。仪器可检测出的VOCs种类、相关系数和检出限见表2,其中检测出的各种VOCs的方法检出限为0.51~707.98 μg/m3。表中结果说明 SPI-MS 2000对于环境大气中常见的VOCs具有良好的检测性能。

表2 PAMS、TO15和有机硫标准混合气体各组分相关系数、检出限Table 2 Correlation coefficient and detection limit list of each component ofPAMS,TO15 and organic sulfur standard mixed gas

2 结果与讨论

2.1 走航监测区域概况

据统计,2019年该城市的环境空气质量优良天数比例为80.3%,其中优占25.5%,良占54.8%,轻度污染占16.4%,中度污染占3.3%,首要污染物为臭氧,以臭氧为特征的区域性大气污染仍在严重影响该城市的空气质量,因此对臭氧前体物VOCs开展走航监测非常有必要。对该城市主要的11个行政区域进行VOCs走航监测,区域分别为A、B、C、D、E、F、G、H、I、J、K区,行政区域分布图如图3所示,各区域的行政区类型和主要涉及行业如表3所示。

图3 某城市走航行政区域分布Fig.3 Distribution of the administrativeareas of a certain city

表3 某城市各行政区的类型和主要行业Table 3 Types and main industries of administrative districts in a city

2.2 走航监测方案

为准确评估该城市的环境空气质量,规划走航15个月,从2019年8月1日—2020年10月31日开展VOCs走航监测,每日走航工作时段为上午09:00—11:00,下午14:00—17:00,走航覆盖全市11个行政区域。将ΣVOCs峰值浓度超过2 000 μg/m3或超过周边区域浓度均值3倍且高于1 000 μg/m3的点位定义为浓度异常点位。

2.3 区域VOCs总体污染特征

图4为该城市的走航监测区域及总VOCs浓度分布情况,从图4可以看出,ΣVOCs浓度均值的高值区域主要集中在E、H区西部和G区中部,而A、F、J区ΣVOCs浓度均值相对较低。图5列出了该城市各区域VOCs浓度均值,监测结果显示,各区域的浓度均值范围为107~305 μg/m3,浓度均值为163 μg/m3,VOCs最大值范围为7 375~100 577 μg/m3。11个行政区的ΣVOCs浓度均值排名依次为E区(305 μg/m3)>H区(200 μg/m3)>G区(182 μg/m3)>B区(163 μg/m3)>D区(154 μg/m3)>I区(145 μg/m3)>C区(144 μg/m3)>K区(143 μg/m3)>J区(126 μg/m3)>F区(123 μg/m3)>A区(107 μg/m3)。

图4 某城市的走航监测区域及ΣVOCs浓度分布Fig.4 Distribution of cruise monitoring areasand ΣVOCs concentration in a city

注:均值为走航期间的ΣVOCs均值;最大值为 走航期间的ΣVOCs瞬时最大值。图5 某城市各区域内走航监测VOCs均值与最大值Fig.5 Summary of the average and maximumvalues of VOCs during cruise monitoringin various regions of a city

该城市总体VOCs组成如图6所示,将VOCs组分划分为芳香烃、烯烃、烷烃、含氧含氮烃、卤代烃和有机硫。监测数据结果显示,该城市VOCs组成以芳香烃为主,占比为33%;其次为烷烃、烯烃、卤代烃、含氧含氮烃和有机硫,占比分别为23%、18%、12%、11%和3%。芳香烃主要表征溶剂的使用挥发[28],烷烃主要表征机动车的排放[29],说明该城市主要受溶剂挥发和机动车的影响。

图6 某城市总体VOCs组成Fig.6 A pie chart of the overall VOCs

全市各区域VOCs组成见图7,除A区外,其他10个区的VOCs组成均以芳香烃为主,A区以烷烃和烯烃为主,说明A区受机动车影响更明显,与A区作为该城市的行政、商贸、金融中心的污染排放特点一致。E、G区的芳香烃占比显著高于其他区域,分别为46%和45%,说明这2个区主要受辖区内皮革等制造业的挥发溶剂影响。

图7 某城市各区域VOCs组成对比Fig.7 Comparison of VOCs compositionin various regions of a city

重点关注E、G、H区浓度均值较高区域的VOCs组分,这3个区域的走航VOCs浓度空间分布如图8所示。E区的ΣVOCs浓度均值范围为29~779 μg/m3,浓度异常点位有176个,其中E区的ΣVOCs浓度较大值和异常点位主要集中在工业区,工业区的产业类型主要为皮革制造业。E区以芳香烃为主,占比高达46%,其次为烷烃、含氧含氮烃、烯烃、卤代烃和有机硫,分别占17%、16%、10%、8%和3%,主要受辖区内皮革、毛皮、羽毛及其制品和制鞋业影响。

图8 E、G、H区走航VOCs浓度空间分布Fig.8 Schematic diagram of the spatial distribution of the VOCsconcentration during cruise in the E,G and H areas

G区的ΣVOCs浓度均值范围为34~475 μg/m3,浓度异常点位有176个,异常点位主要来源于皮革、制鞋业和橡塑行业。G区以芳香烃为主,占比高达45%,其次为烷烃、烯烃、含氧含氮烃、卤代烃和有机硫,占比分别为18%、13%、13%、9%和2%,主要受辖区内皮革、毛皮、羽毛及其制品、制鞋业以及橡胶和塑料制品业的影响。

H区各月ΣVOCs浓度均值范围为35~448 μg/m3,最大值浓度范围为664~29 725 μg/m3,在某石材市场三街周边走航时发现峰值,该点位周边多为石材店,存在非法使用石胶的情况。H区以芳香烃(28%)和烷烃(26%)为主,占比相似,其次是烯烃、卤代烃、含氧含氮烃和有机硫,分别占18%、15%、9%和2%,主要受辖区内电气机械和器材制造业、家具制造业等行业的影响。

2.4 VOCs季节分布特征

图9为全市各区不同季节的ΣVOCs浓度均值,不同季节各区的ΣVOCs排放水平不一样。

图9 不同季节ΣVOCs均值浓度Fig.9 Mean concentration of ΣVOCsin different seasons

秋季(2019年8—11月)各区ΣVOCs浓度均值范围为108.8~458.4 μg/m3,冬季(2019年12月至2020年2月)各区ΣVOCs浓度均值范围为60.1~245.6 μg/m3,春季(2020年3—5月)各区ΣVOCs浓度均值范围为70.3~299.8 μg/m3,夏季(2020年6—7月)各区ΣVOCs浓度均值范围为63.8~345.1 μg/m3。可以看出,除B、E区为夏季浓度最高外,其他区域秋季最高,B区为商贸中心,重点产业有现代服务业(如会展业、商务服务、科技服务、文化创意产业及批发零售等),夏季活跃。E区主要产业为皮革制造、纺织工业,既有规模化生产也有小作坊,另外,还含有家具制造、化学原料和化学制品制造业、橡胶和塑料制品业等,产业复杂,容易受夏季高温影响,推测其对夏季ΣVOCs浓度有较大贡献。该市秋季的ΣVOCs浓度均值普遍较高,可能受夏季潮湿多雨、政策用电及错峰生产管控等多因素影响(夏季白天停产,VOCs排放量较少),建筑装饰、室内装修等作业普遍安排在秋季。另外,走航监测期间发现,多地存在露天刷漆、装修等现象,推测其为VOCs的排放源之一。另外I区春季的ΣVOCs浓度均值明显高于其他季节,I区位于该市最南部,受城市传输影响明显。该市属于亚热带季风气候区,夏季为东南风,春冬季为西北(偏北)风,因此I区春冬季受上风向排放影响较大,VOCs浓度明显高于其他季节,夏季受海风影响,为城市上风向背景区,VOCs浓度夏季最低。

2.5 区域特征因子分析

对监测范围内VOCs排名前十位的污染物种进行统计,找出区域范围内的共性污染物,统计结果见图10。

图10 各区域主要物种均值浓度统计Fig.10 Statistics of main species in averageconcentration in each region

相比于其他物种,二甲苯和甲苯在该市11个区浓度较高,其中以甲苯等表征溶剂挥发的芳香烃类最为明显。其次,11个区均测出较高浓度的丁烷/丙酮,丙烯浓度也较高,特别是在F、J、A区,凸显了该区域化石燃料燃烧源的特征。故判断该市的关键物种为二甲苯/乙苯、甲苯、丁烷/丙酮、丙烯,关键污染源为溶剂挥发、机动车、化石燃烧。其中,在所有区域和主要物种中,E区的二甲苯和甲苯的浓度较高,G区甲苯浓度相对较高,皮革制造业均是E、G区的主要行业。皮革中的VOCs种类丰富,主要由芳香烃组成[30],陈军等对皮革中的主要芳香烃进行检测,发现甲苯含量最高,推测E、G区的甲苯和二甲苯浓度较高是受主要行业的影响,由皮革制造和机动车排放共同导致。

表4列出了城市及工业园区环境空气中的几种VOCs监测情况。比较发现,广州、宁波的总VOCs平均浓度值相近,其中烷烃类和苯类化合物浓度在大气VOCs中均占比较高,主要来自机动车排放和汽油挥发。昆明的总VOCs平均浓度值最低,主要来自于工业过程源,其次为交通工具尾气排放和溶剂使用。比较相关工业园区的大气VOCs排放情况,上海的总VOCs平均浓度值相对较高,主要来自化工产品挥发、食品包装原材料和机动车排放,涉及的VOCs物种数较多。制鞋工业园区的产业类型单一,VOCs的主要来源是制鞋用粘胶剂、清洗剂等原辅材料的挥发,相比于其他工业园区,涉VOCs物种数较少。上海某工业区VOCs主要来自化工产品挥发、食品包装原材料和机动车排放。南京某化工园区含有高浓度的二甲苯、甲苯和苯乙烯,是工业排放和有机化工的特征物质。

表4 该研究及国内其他区域的VOCs监测情况统计Table 4 Statistics of VOCs monitoring in this study and other regions in China

该研究中城市总VOCs平均浓度值比广州和昆明等中心城区高,低于上海某工业区,该研究的监测区域包含中心城区和工业园区,污染源主要为溶剂挥发、机动车排放和化石燃烧。广州、昆明等城市及工业区使用定点采样、气质联用法,获取的是多个单点浓度的均值。该研究使用的检测方法获得的VOCs浓度为某一时刻的瞬时浓度,5 s即可采集一组数据,数据量庞大丰富,既可以将采集到的瞬时浓度值与经纬度坐标相结合,获取含有地理信息的VOCs浓度走航图,从图上直观地判断某一区域的污染状况,快速锁定污染高值区域,又可以为溯源模型计算提供大量的数据支持,实现污染溯源。

2.6 臭氧生成贡献分析

VOCs是近地面O3和二次气溶胶(SOA)生成的重要前体物[37],不同VOCs组分对近地面O3和SOA生成有不同的影响,掌握不同VOCs排放源的排放特征,对于管控和削减O3极为重要[38]。依据区域走航监测点组分数据,利用臭氧生成潜势(OFP)可以估算各点位VOCs物种对O3生成的贡献,进而确定O3生成的关键物种。计算方法为

OFPi=MIRi×[VOCs]i[39]

式中:MIRi为某种VOCs在O3最大增量反应中的O3生成系数;[VOCs]i为该种VOCs的环境浓度。

将各组分OFP进行排名,数值排在前30%的物种定为O3生成贡献较高的物种;数值排在30%~70%的物种,定为O3生成贡献中等的物种,数值排在70%之后的物种,定为O3生成贡献较低的物种,未检出物种不计入排名。分析结果如表5所示,区域内的O3生成贡献关键物种为丙烯、丁烯、二甲苯/乙苯、甲苯、三甲苯。对大气中O3生成贡献较大的化合物,除苯系物外,丙烯和丁烯由于具有较高的大气反应活性对OFP也有较高贡献。此外,戊烷和己烷等烷烃虽然在大气中反应活性比烯烃弱,但其在大气中具有较丰富的含量,对O3的生成也有重要贡献。因此为控制大气中的O3,控制其前体物的源排放至关重要。

表5 部分VOCs物种O3生成贡献评级Table 5 Ozone generation contribution ratings of some VOCs species

选取该城市典型工艺过程源行业(家具制造、橡塑、化工、制鞋、印刷、表面涂装、制药、炼油石化和电子元件),根据不同生产工艺采集和分析了源样品,识别和比较了典型工艺过程源行业排放特征,估算了典型行业关键物种反应活性,评估其对O3生成的影响,以期为O3污染控制提供技术支撑。

图11体现了不同行业排放的VOCs对O3生成的贡献。

图11 不同行业排放的VOCs对O3生成贡献情况Fig.11 The contribution of VOCs emitted bydifferent industries to ozone generation

可以看出,VOCs年排放量较大的行业主要为表面涂装、橡塑和印刷;O3生成量较大的行业主要为表面涂装、炼油石化和橡塑。但从不同行业单位VOCs排放量对应的O3生成量(OFP/VOCs)看,炼油石化、家具制造、表面涂装、电子元件制造等行业的VOCs组分对O3生成的反应活性更高,对O3的生成贡献更大,需重点关注。

2.7 区域异常点位管控结果

经过15个月的走航监测,排查出该城市的异常点位,后续对各区域的异常点位进行整改管控,管控结果统计在图12中。B、C、I、D区的有效整改率均为100%,剩余区域的有效整改率范围为87%~96%,整改情况较好。其中,对C区走航监测时,在某一工业区周边发现多个VOCs浓度超过10 000 μg/m3的异常点位,显著影响了C区2019年8月VOCs的整体浓度。向当地环保局反馈了异常点位情况后,环保局采取措施,积极整改,搬迁工业园内的印刷企业。在2020年10月底对该区进行走航复测时,ΣVOCs浓度的最大值从100 577 μg/m3下降至455 μg/m3,整改效果明显。C区2019年8月—2020年10月的ΣVOCs均值与最大值汇总在图13中。

注:上升点位指最近一次对异常点位走航复查时,VOCs峰值浓度未下降到1 000 μg/m3以下的点位;下降点位指最近一次对异常点位走航复查时,VOCs峰值浓度下降到1 000 μg/m3以下的点位;有效整改率指下降点位数占区域异常点总数的比值。图12 某城市各区域异常点位有效整改统计Fig.12 Statistics of effective rectification ofabnormal points in various regions of a city

图13 C区ΣVOCs均值与最大值汇总Fig.13 Summary of mean and maximumvalues of ΣVOCs in area C

3 结论

利用基于膜进样-单光子电离-飞行时间质谱技术的在线VOCs走航监测系统,对某城市11个行政区域进行长达15个月的连续走航监测,获得该城市ΣVOCs浓度均值(范围为107~305 μg/m3),共发现761个浓度异常点位,VOCs组成占比由高到低依次为芳香烃、烷烃、烯烃、卤代烃、含氧含氮烃和有机硫,该城市主要受溶剂挥发和机动车排放的影响。该城市区域内O3生成的前体物关键物种为丙烯、丁烯、二甲苯/乙苯、甲苯、三甲苯。O3生成量较大的行业主要为表面涂装、炼油石化和橡塑。按照行业组成进行VOCs排放管控,各区域异常点位有效整改率为87%~100%,整改情况较好。走航过程中采取了系统的质量控制手段,保证了监测结果的可靠性。走航时可在秒级时间内输出监测数据,时空分辨率较高,既适用于区域内短时间污染排查,也可用于大尺度区域大气VOCs污染状况的长期连续监测,快速获取VOCs排放特征,确定O3生成的关键物种,实现区域VOCs污染的高效管控。该套走航监测系统在配合VOCs专项治理行动效果跟踪评估、当地环保督查、O3治理帮扶监督工作等临时需求中起到较大作用,能够快速筛查异常排放企业并评估整改效果,为改善城市环境空气质量提供帮助。

猜你喜欢

点位均值物种
基于结构光视觉的钻孔点位法矢检测技术研究
均值—方差分析及CAPM模型的运用
均值—方差分析及CAPM模型的运用
回首2018,这些新物种值得关注
电咖再造新物种
浅谈舞台灯光工程配电回路设计
大盘仍在强烈下跌趋势中
浅谈均值不等式的应用
均值不等式的小应用
世界上的15个最不可思议的新物种