深圳市工业区大气PAN污染特征与影响因素

于2018、2020和2021年秋季(9月25日～10月31日)在深圳市典型工业区开展了大气过氧乙酰硝酸酯(PAN)及其前体物VOCs在线观测以分析该地大气光化学污染状况,并使用广义相加模型(GAM)探究气象因素和前体物等对PAN生成影响.观测期间,PAN平均浓度呈现出2018年(1.01×10^-9)>2021年(0.90×10^-9)>2020年(0.63×10^-9),日变化特征表明不同年份的PAN夜间背景浓度相当,年际间浓度差异取决于日间光化学反应生成.PAN和O₃之间相关性良好,R²为0.64～0.75.GAM模型结果表明,多因子分析能很好的表征PAN与气象、关键前体物之间的非线性关系,模型的调整判定系数R²达到了0.85～0.95,显著优于单因子分析.Ox、NO₂光解速率(JNO₂)、气温、相对湿度、乙醛和NO等因子与PAN浓度有显著的非线性关系.其中,Ox、JNO₂以及乙...     

国庆期间南岭背景大气中PAN的浓度特征与来源

为了评估华南地区国庆期间频发的大范围区域光化学污染事件对华南背景大气的影响,2018年国庆节前后（9月19日~10月19日）,在广东南岭国家大气背景站对光化学污染的代表产物过氧乙酰硝酸酯（PAN）开展了连续在线观测,并对PAN的浓度特征和来源进行了分析.结果表明,研究期间南岭PAN的平均体积浓度为（0.66±0.54）×10^-9,最大值为2.33×10^-9,显著高于国内外其他背景站点（（0.21~0.44）×10^-9）,且PAN的夜间浓度一直维持在较高的水平;PAN和O₃（r=0.90）、NO₂（r=0.87）的相关性较强,通过PAN和O₃的线性拟合估算出O₃的大气背景体积浓度为（46.22±0.65）×10^-9,表明南岭光化学反应十分活跃;受区域光化学污染事件的影响,国庆期间南岭PAN的浓度显著升高,达到（1.18±0.45）×10^-9,而同期NO/NO₂比值降低,导致PAN大气寿命延长,有利于PAN的本地累积;结合气团后向轨迹,潜在源贡献分布以及前体物NO₂的全国分布特征分析,发现国庆期间高浓度PAN主要来自湖南,湖北、河南、江西等华中地区.     

2022年8月成渝两地臭氧污染差异影响因素分析

2022年8月成都和重庆呈现显著的臭氧(O₃)污染差异,成都O₃污染天高达20 d,重庆无O₃污染天,本文从前体物排放水平和气象条件分析此差异的影响因素.结果表明：(1)成都52种挥发性有机物(VOCs)(包含26种烷烃、 16种芳香烃和10种烯烃)的总体积分数(18.8×10^-9)是重庆(6.6×10^-9)的2.8倍,总O₃生成潜势(OFP=51.2×10^-9)是重庆(25.0×10^-9)的2.0倍,总·OH损耗速率(L_·OH=3.9 s^-1)是重庆(2.3 s^-1)的1.7倍.成都OFP前3是乙烯、间/对-二甲苯和异戊二烯;重庆OFP前3是异戊二烯、乙烯和丙烯.重庆仅烯烃对O₃的贡献率是60.7%,而成都烯烃和芳香烃的OFP分别是重庆的1.6倍和2.9倍.综上,成都VOCs总体积分数、大气光化学活性和O₃     

华北工业城市夏季大气臭氧生成机制及减排策略

为了分析工业城市臭氧(O₃)污染的特征及形成机制,2021年6月在华北平原淄博市开展了综合观测,利用盒子模型(基于MCMv3.3.1化学机制)探究O₃前体物削减优化方案.结果表明：(1)O₃污染时期伴随静稳、高温低湿和强辐射等气象条件,含氧挥发性有机物(OVOC)和烯烃等人为源挥发性有机物(AVOC)组分对O₃生成潜势(OFP)和·OH反应速率(k_·OH)贡献率最大;(2)模型研究发现O₃主要受本地光化学生成和以输出性为主的区域传输影响,本地污染管控对降低O₃污染更为重要;(3)污染时期高浓度的·OH(10×10⁶ cm^-3)和HO₂·(14×10⁸ cm^-3)引发局地瞬时O₃生成速率高值(峰值36×10^-9 h^-1),HO₂·+NO和·O...     

铜川市秋冬季大气VOCs特征及其O3和SOA形成潜势分析

VOCs是O₃和SOA形成的重要前体物,可增强大气氧化性,促进二次污染物形成,影响区域空气质量和人体健康.为研究铜川市秋冬季VOCs特征及其对O₃和SOA生成的潜力,利用TH-300B在线监测系统监测了铜川市区102种VOCs的体积分数,并结合最大增量反应活性系数法和气溶胶生成系数法分别计算VOCs的O₃及SOA生成潜力.结果表明,铜川市秋季和冬季φ（TVOC）分别为（50.52±16.81）×10^-9和（63.21±35.24）×10^-9,O₃生成潜势分别为138.43×10^-9和137.123×10^-9, SOA生成潜势分别为3.098μg·m^-3和0.612μg·m^-3.秋季VOCs中含量最多的2种组分为烷烃（26.19%）和芳香烃（26.04%）,冬季VOCs中含量最多的组分为烷烃（48.88%）.反-2-戊烯、甲苯和间/对-二甲苯是秋季OFPs最大的3个成分,...     

深圳市东部沿海地区大气挥发性有机物污染若干特征

挥发性有机物（VOCs）是大气臭氧（O₃）的重要前体物,珠三角地区夏、秋季O₃污染频发,科研人员在其城市地区已开展多项VOCs观测研究,但对珠三角背景地区的VOCs组成和来源认识不足.本研究于深圳市东部沿海地区的大鹏半岛开展VOCs多点位同步监测,初探该背景区域VOCs的污染特征.结果表明,整个区域VOCs浓度水平呈现出西高东低的空间分布;观测期间平均总VOCs（TVOCs）浓度为27.4×10^-9（体积分数,下同）,最主要的组分是含氧有机物（OVOCs）、烷烃和卤代烃,浓度合计占80.4%;OVOCs、芳香烃和烯烃是臭氧生成潜势（OFP）和羟基自由基损耗速率(L_·OH)占比最高的3类组分,总OFP为86.5×10^-9,合计L_·OH为8.6 s^-1,需重点关注乙醛、异戊二烯、丙醛、正丁醛和间/对-二甲苯等高活性物种.整个区域气团较为老化,受到来自东北方向气团区域传输的影响.解析出VOCs主要的5个来源为车辆排放、溶剂和其他工业源、二次...     

基于OMI数据的新冠疫情影响下福建省臭氧敏感性变化

基于OMI卫星数据,利用臭氧敏感性指示剂法研究了福建省及其九地市在COVID-19疫情影响下不同时间阶段大气臭氧敏感性特征以及不同情景下敏感性的变化规律.结果表明,在疫情前,福建省的大气臭氧生成控制区面积占比情况为VOC_S控制区占46.5%、协同控制区占25.0%、NO_x控制区占28.5%,以VOCs控制区为主,其中厦门市占比最高,南平市最低;在严控期,VOC_S控制区占29.5%、协同控制区占21.1%、NO_x控制区面积占49.4%,以NO_x控制区为主,其中宁德市占比最高,莆田市最低;在平稳期,VOC_S控制区占23.1%、协同控制区占29.1%、NO_x控制区占47.8%,以NO_x控制区为主,其中南平市占比最高,厦门市最低.与疫情前相比,严控期厦门市VOC_S控制区面积占比减少最多（38.1%）、最少的是三明市（7.9%）;从转化结果来看,第一类城市包括莆田市、泉州市、厦门市,敏感区变化受前体物HCHO、NO₂共同影响,而第二类城市主要受NO₂柱浓度变化影响.因此,第一类城市臭氧调控更加复杂.     

吸附-放电等离子体分解去除NOx研究

采用吸附-放电等离子体分解工艺去除NO_x,考察吸附剂类型和放电方式以及循环操作对NO_x去除性能的影响.所考察的4种分子筛(ZSM-5、MOR、SAPO-34和SSZ-13)中SSZ-13具有较大的NO_x吸附容量和较低的吸附强度,有利于延长吸附时间并促进等离子体作用下NO_x的脱附和分解.程序升温脱附和红外光谱分析结果表明,NO_x主要以物理吸附或较弱化学吸附的形式吸附于SSZ-13表面,少量转化为NO₃^-和NO₂^-等强吸附物种.放电方式显著影响等离子体去除SSZ-13表面NO_x的性能,与N₂吹扫放电和封闭放电相比,采用先封闭放电后N₂吹扫放电的方式可同时获得较高的NO_x去除率和去除能效以及较低的NO_x残留率和N₂O选择性.吸附-等离子体分解循环操作时可获得稳定的NO_x去除性能,循环使用6次后SSZ-13晶相和孔结构无显著变化.     

北京市城区秋季O3污染过程VOCs污染特征及反应活性

为深入了解挥发性有机物(VOCs)对臭氧(O₃)污染的影响,基于北京市2019年秋季VOCs和O₃高时间分辨率在线监测数据,开展O₃污染情况下VOCs浓度水平、组成变化和臭氧生成潜势(OFP)研究.结果表明,大气φ(VOCs)平均值为(22.22±10.10)×10^-9,其中,烷烃是体积分数最大的组分,占总VOCs的55.65%,其次是含氧有机物(OVOCs)和烯烃,分别占总VOCs的16.23%和8.13%.观测期间,北京市城区O₃共出现3次污染过程,O₃污染日和清洁日φ(VOCs)平均值分别为(26.22±12.52)×10^-9和(16.37±7.19)×10^-9,污染日VOCs体积分数比清洁日高60.17%.臭氧生成潜势(OFP)分析结果显示,污染日OFP为113.63μg·m^-3,比清洁日增加56.55%,OVOCs和芳香烃对OFP的贡献率分别增加6.51%和1.55%,而烯烃的贡献...     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

沿海城市秋季大气甲醛污染来源及其环境影响

基于大气综合观测站的气态污染物(HCHO、O₃、PAN、CO、NOx、异戊二烯)及气象要素(温度、湿度、风速、风向)等在线观测数据,研究沿海城市厦门秋季大气HCHO的时间变化特征及其关键影响因子,利用多元线性回归分析方法定量识别HCHO的主要来源,并估算HCHO对·OH生成的贡献.结果表明:HCHO平均浓度为(3.15±1.40)×10^-9,范围为(0.55～7.96)×10^-9,呈现明显“单峰”日变化特征,峰值出现在13:00左右.HCHO与O₃、PAN显著正相关;温度、湿度和UV是影响HCHO浓度的主要气象因素,强辐射、高温、低湿、低风速和西南风的条件促进了厦门大气HCHO的二次生成. HCHO小时光解量(PHCHO)范围为(0.01～3.02)×10^-9/h,平均PHCHO为0.61×10^-9/h,同时,大气HCHO光解成稳定分子H2和CO的速率是光解成自由基H·和HCO·速率的1.1～1.6倍.观测期间大气HCHO来源主要包括二次生成(39.2%)...     

基于WRF-Chem模拟验证的天水市主城区大气污染源排放清单

通过部门调研、现场调查和遥感解译等方法获取天水市主城区大气污染源活动水平数据,采用排放因子法估算了天水市主城区 10类污染源的9种污染物排放量,构建了2019年天水市主城区高分辨率排放清单,并采用横向比较法和模式验证法评估了排放清单的合理性.结果表明:(1)2019年天水市主城区 SO2、NOx、CO、VOCs、NH3...     

垃圾分类政策对垃圾焚烧大气污染排放的影响

基于江浙沪三省(市)垃圾焚烧发电厂2018~2019年的3种大气污染物逐日排放数据,运用双重差分法,通过比较上海市垃圾分类政策实施前后焚烧废气变化,定量估计了垃圾分类的政策影响并开展了政策效应的稳健性检验.研究发现,实施垃圾分类虽然促进了SO₂旬均排放浓度显著下降1.49mg/m³(降幅13.8%),但也导致NO_x的旬均排放浓度上升5.96mg/m³(增幅4.1%),且NO_x的排放存在明显的”节假日效应”,节假日每增加1d,旬均浓度上升3.32mg/m³.TSP排放浓度未发生显著变化.此外,3种污染物排放浓度变异系数的下降,说明分类后垃圾组分均质性的提高降低了排放波动.基于研究结果从垃圾焚烧排放标准,技术改进和垃圾分类政策制定三方面提供了固废管理的政策建议.     

深圳市城区VOCs对PM2.5和O3耦合生成影响研究

为了探究珠江三角洲城市大气PM_2.5和O₃的协同污染特征,在深圳市大学城开展了秋季光化学反应活跃季大气污染加强观测.发现O₃日最大8h平均值(O₃_8h)和PM_2.5在日间具有较强的正相关关系,且O₃_8h与典型挥发性有机物(VOCs)甲醛的相关性显著高于NO₂.利用气溶胶质谱仪在线测量了亚微米气溶胶化学组成,并利用正交矩阵因子模型(PMF)对其中有机气溶胶进行来源解析,解析出5类因子,其中二次有机气溶胶(SOA)占总有机物浓度的50%.通过对污染物之间的相关性分析发现,O₃_8h和SOA具有良好的相关性,但与硝酸盐(NO₃^-)未表现出相关性,说明VOCs在深圳城区大气PM_2.5和O₃耦合生成过程中的作用比NOx明显,VOCs减排是深圳市协同控制PM_2.5和O₃污染的关键.     

APEC期间北京市城区VOCs浓度特征及其对VOCs排放清单的校验

采用“SUMMA罐采样-GC-MS” 离线分析方法,通过对北京市东部城区2014年10月16日~11月27日大气环境挥发性有机化合物(VOCs)监测,得出APEC期间VOCs结果,会议前(10月16~30日)、会议期(11月5~11日)、会议后(11月12~27日),TVOCs(检出VOCs化合物之和)24h日平均浓度分别为49.12×10^-9、25.17×10^-9、23.38×10^-9,随时间呈下降趋势;而3个时间段,TVOCs白天平均浓度分别为41.43×10^-9、17.36×10^-9、20.08×10^-9,会议期浓度最低,且烯烃体积百分比升高,烷烃和芳香烃降低,与会议前、后VOCs化学组分特征形成显著差异.会议前、会议后的TVOCs浓度与气象要素的相关性分析表明:VOCs受温度影响最大(相关性0.74),其次相对湿度(相关性0.67),与风速相关性不显著.最后,基于北京市VOCs排放清单和主要源VOCs化学成分谱,核算了会议期15种主要化合物的日减排量.APEC期间,该15种化合物的减排量与其白天均浓度较会议前、后的下降量显著相关,相关性达到0.76~0.80,间接校验了北京市VOCs排放清单的准确性.     

利用HYSPLIT模型研究珠三角地区VOCs时空分布特征

于2016年在中国广东大气超级监测站,开展4个季节的VOCs长时间观测,共获得2142组有效数据,并利用HYSPLIT模型分析珠三角地区VOCs时空分布特征.结果表明,各类VOCs混合比和化学反应活性具有明显的季节变化特点.观测期间,VOCs平均浓度为（18.523±20.978）×10^-9,其中,低碳烯烃和苯系物二者混合比之和仅占46%,但贡献了85%的·OH消耗速率（L_OH）、82%的臭氧生成潜势（OFP）和97%的二次气溶胶生成潜势（SOAFP）.观测站点主要受来自北部内陆地区气团（1#）、西部内陆地区气团（2#）、台湾海峡南端气团（3#）以及南部海洋地区气团（4#）的影响.1#气团中炔烃和苯系物的混合比占比最高,分别达到10%、37%,而3#气团中低碳烷烃的浓度水平最高,达到（8.437±5.561）×10^-9.通过估算气团中VOCs的化学反应活性,可以发现,1#气团的VOCs化学反应活性最强,其对O₃和SOA的生成贡献最高.1#、2#、3#和4#气团中VOCs的化学反应活性主要由苯系物和低碳烯烃贡献.     

Tix-Ni1-x-MOFs的制备及其CO选择性催化还原NOx研究

采用溶剂热法和微波法合成了不同比例的Ti_x-Ni_1-x-MOFs材料,并用于以CO为还原剂的选择性催化脱硝反应。结果表明,双金属Ti_x-Ni_1-x-MOFs的NO还原率显著高于单金属Ni-MOF,且反应温度窗口更宽,其中,Ti_0.2-Ni_0.8-MOF表现出最佳的脱硝效率,在200~400^oC温度范围达到100%的转化率。通过XRD,FT-IR,SEM,TGA,XPS,N₂吸脱附等表征手段发现,Ti掺杂Ni-MOF后有利于改善原子分散性,Ti、Ni间金属的相互作用有利于产生丰富的高效Ni-O-Ti位点,加强Ni²⁺+Ti⁴⁺↔Ni³⁺+Ti³⁺氧化还原循环,从而明显提高了NO+CO催化反应性能。与溶剂热法相比,微波法制备Ti_0.2-Ni_0.8-MOF具有合成效率高、结晶度好、晶粒细小均匀的优势,并进一步提高了其低温脱硝效果。