下载文档原格式
成都大气颗粒物中多环芳烃(PAHs)污染特征杨菊;韩丽莎【摘要】本研究采用主动采样技术历时一年连续采集大气TSP样品,利用GC-MS 分析测试TSP中16-PAHs的质量浓度,分析大气TSP中PAHs的浓度变化特征,成分谱分布规律.研究结果表明:成都TSP中PAHs浓度范围为15.75~295.63ng/m3,年平均浓度及标准偏差为82.16±53.31 ng/m3,在Spearman相关检验中TSP中PAHs浓度与气温呈显著的负相关性,相关系数为:-0.6855,TSP中PAHs与TSP质量浓度成正相关关系,相关系数为:0.7186,全年大气TSP中PAHs浓度呈现出冬季>春季>秋季≈夏季的季节变化特征.【期刊名称】《资源节约与环保》【年(卷),期】2017(000)007【总页数】4页(P64-67)【关键词】多环芳烃(PAHs);TSP;成分谱;污染特征【作者】杨菊;韩丽莎【作者单位】成都理工大学 610059;四川省环境保护厅监测处 610015【正文语种】中文多环芳烃（PAHs，polycyclic aromatic hydrocar3ons）是指两个或两个以上苯环以线性、角状或簇状等稠环方式相连组成的有机化合物，是一种具有半挥发性、持久性和致癌致毒作用的持久性有机污染物（POPs）。
在美国环保局（USEPA）公布的129种优先控制的污染物中PAHs占据了16种。
其中BaA、BaP、B3F、BkF、CHR、DahA和IcdP这7种物质被认为是人体致癌物或可能的致癌物[1]，且分子量较大的PAHs具有更强的亲脂性，更容易吸附在有机质含量高的颗粒物中；相反地，低环数PAHs则具较高的挥发性、水溶性和生物有效性，同时也具有较高的生物降解速率[2]。
国外对大气中PAHs的研究开始于20世纪80年代初，对不同城市大气中PAHs的浓度水平及污染特征等有较全面的研究，同时还建立了一套PAHs来源解析的判识方法，国内近年来对大气中PAHs的污染研究报道日趋增加，但采样覆盖时间较短，没有进行长期连续采样监测。
大气环境监测技术的最新进展和应用大气环境污染已经成为全球面临的重要问题之一，也是中国面临的现实问题之一。
为了改善大气环境质量，监测大气环境是必不可少的手段。
近年来，随着科技的进步，大气环境监测技术也在不断更新和发展。
本文将介绍大气环境监测技术的最新进展和应用。
一、遥感技术在大气环境监测中的应用遥感技术是一种非接触式的监测技术，包括卫星遥感和空中遥感。
在大气环境监测领域，遥感技术可以用来测量大气中的污染物浓度、温度、湿度等重要参数，以及天气变化、气溶胶、云、降雨等气象信息。
遥感技术在大气环境监测中的应用主要包括以下几个方面：1、空气质量遥感空气质量卫星遥感技术可以快速准确地监测大气污染物在不同时间和空间的分布情况，可以实现对城市和区域空气质量的遥感探测。
这种监测方式相对于传统的点式监测和网络监测，具有更加高效、经济、准确、全面等优点。
2、辐射遥感辐射遥感是通过探测某一波长范围内某种辐射的强度来了解大气中的特定物质，如二氧化碳、甲烷、臭氧等。
这种技术可以直接用来监测大气污染物排放源，也可以用来评估大气污染物的扩散和传输，其中太阳辐射和人工辐射是最主要的两种源。
二、大气环境监测技术的新进展1、智能化和无人化监测随着人工智能和物联网技术的快速发展，智能化和无人化监测已经成为大气环境监测的新趋势。
如可以通过部署智能式和无人型监测设备，可以实现实时监测，快速反应和预警等功能，提高监测质量和准确性。
2、分布式传感器技术分布式传感器技术可以通过部署多个具有联网能力的传感器节点实现对大气环境污染物的实时监测。
分布式传感器技术有助于大幅提高监测空间分辨率，可以更准确地获取大气污染物的分布情况。
3、垃圾焚烧和其他排放源监测技术垃圾焚烧和其他排放源对大气环境有着严重的污染影响，因此对这些排放源进行监测也是大气环境监测的重点。
目前，NOx、SOx等污染物的监测技术已经比较成熟，并且检测仪器价格也比较实惠，目前，垃圾焚烧的烟气排放也可以进行监测，防止一些破坏环境的润滑油被焚烧。
关于大气环境监测的技术及应用研究作者：陈奇章燕清来源：《科学导报·学术》2020年第74期【摘要】大气环境是一个十分复杂的动态系统，大气气溶胶及其气态前体物、大气成分及环境要素分布在从大气边界层、对流层到平流层的垂直空间里，具有显著的时间和空间变化特征以及典型的地理环境气候区域特征，影响着空气质量、气候变化。
提高大气环境的监测技术水平，发展遥感观测手段，实现对大气环境的在线、快速、立体探测，对于了解大气中各种成分的动态变化过程、源汇机制以及其对环境、气候的影响等具有重要意义。
【关键词】立体监测;环境光学;大气环境引言近年来，中国科学院等单位先后发展了大气颗粒物激光雷达探测、痕量气体多轴差分吸收光谱在线测量等关键技术设备，构建了我国首个大气环境综合立体监测系统，获取了大量实验区大气污染高分辨时空变化信息，弥补了常规业务监测网络在监测手段、监测内容和监测范围的不足。
同时地面立体观测网也已开始起步，如“江淮大气环境立体探测研究（示范）网”已在无锡、上海、合肥、岳西、厦门、铜陵等建立站点并连续运行，开展长期的区域大气环境监测。
但总的来说，我国大气环境立体监测评估方法、技术手段发展都需要进一步的提升，尤其是在大气成分时空分布、相互作用及其变化过程的定量化综合测量分析方面。
因此，大气污染物的高精度立体观测方法研究和现代综合观测技术手段的发展，依然是研究的重点。
1.技术进展基于光学原理的大气环境在线监测技术是一种新兴技术，结合了环境科学、大气光学、光谱学等学科，利用光学中的吸收光谱、发射光谱、光的散射以及大气辐射传输等方法研究环境污染的机理及监测防治技术，图1是痕量气体在紫外-可见-红外-激光波段的特征光谱例子，光谱特征数据库是发展环境监测技术的基础，光谱数据分析方法是能否成功研发环境监测仪器设备的核心。
目前国内已形成了以差分光学吸收光谱（DOAS）技术、可调谐半导体激光吸收光谱（TDLAS）技术、傅里叶变换红外光谱（FTIR）技术、非分光红外（NDIR）技术、激光雷达技术、光散射测量技术、荧光光谱技术、激光诱导击穿光谱（LIBS）技术、光声光谱技术等为主体的环境光学监测技术体系[2～9]。
中国环境科学 2018,38(8)：2840~2845 China Environmental S cience 成都秋季大气污染过程VOCs特征及SOA生成潜势何丽1,罗萌萌1,潘巍1,韩丽2,程琰1*,陈军辉2(1.西南交通大学地球科学与环境工程学院,四川成都 610036；2.四川省环境保护科学研究院,四川成都 610041)摘要：利用在线气相色谱-质谱(GC-FID/MS)监测系统,对成都市城区秋季典型大气污染期间环境空气中的77种挥发性有机物(VOCs)进行连续监测,分析了污染前期、污染中期、污染后期VOCs的污染特征、日变化规律.结果表明,成都市城区典型污染前期VOCs体积分数为38.9×10-9;污染中期VOCs体积分数迅速增加,比污染前期高3.7倍,达到143.4×10-9,污染后期VOCs体积分数为35.7×10-9.污染前期VOCs日变化不明显,污染中期、后期VOCs日变化呈双峰性,分别出现在每天车流量高峰时段.此外,利用气溶胶生成系数(FAC)评估了不同污染阶段VOCs对二次有机气溶胶(SOA)的生成潜势,污染前期、污染中期、污染后期SOA浓度值分别为1.1,3.1,1.5µg/m3,芳香烃是SOA的主要前体物.关键词：挥发性有机物；污染特征；日变化；二次有机气溶胶中图分类号：X511 文献标识码：A 文章编号：1000-6923(2018)08-2840-06Characteristics and forming potential of secondary organic aerosols of volatile organic compounds during an air pollution episode in autumn Chengdu. HE Li1, LUO Meng-meng1, PAN Wei1, HAN Li2, CHENG Yan1*, CHEN Jun-hui2 (1.Faculty of Geosciences and Environmental Engineering, S outhwest Jiaotong University, Chengdu 610036, China；2.S ichuan Academy of Environmental Sciences, Chengdu 610041, China). China Environmental Science, 2018,38(8)：2840~2845Abstract：The pollution characteristics and diurnal variation of 77ambient volatile organic compounds (VOCs) were studied by using online gas chromatography mass spectrometry detection systems (GC-FID/MS) during a typical air pollution episode from Oct. 28th to Nov. 9th, 2016 in Chengdu city. The results showed that the averaged concentration of VOCs dramatically increased from 38.9×10-9 before the episode to 143.4×10-9 in the episode. After the episode, the averaged concentration of VOCs was 35.7×10-9. There was no obvious bimodal distribution of VOCs in the pre-pollution period, afterwards the diurnal variation curve of VOCs concentration had a bimodal characteristic, with the two peaks appearing in the rush hours with heavy traffic. The potential formation of secondary organic aerosols (S OA) estimated by fractional aerosol coefficients (FAC) and the S OA concentration values in various stages were 1.1µg/m3(before the episode)、3.1µg/m3 (in the episode) and 1.5µg/m3(after the episode), respectively. Alkanes were found to be the main contributors to the SOA formations.Key words：volatile organic compounds (VOCs)；pollution characteristics；diurnal variation；secondary organic aerosol (SOA)近年来,我国大气污染形势严峻,以城市光化学烟雾和灰霾等复合型大气污染为主的区域性大气环境问题日益突出[1-2].挥发性有机物(VOCs)主要包括烷烃类、烯烃类、芳香烃类、卤烃类、含氧化合物、含氮化合物、含硫化合物.相关研究表明,中国VOCs排放量呈逐年上升的趋势,醇类、酯类、醚类和卤代烃的排放量增长最快[3].预计到2020年,非甲烷总烃(NMVOCs)排放量将从1990年的111kt增长至182kt[4].VOCs作为臭氧(O3)和二次有机气溶胶(SOA)的重要前体物[5-7],对大气污染的形成至关重要.同时大多数VOCs具有较强的毒性及致癌性,对人体健康具有潜在危害[8-9].因此研究环境空气中的VOCs特征对于保护人体健康和生态环境有着重要的意义.北京[10-12]、天津[13]、深圳[14]、南京[15-16]、上海[17]等地针对VOCs污染特征及其SOA生成影响已开展了大量的研究工作.刘丹等[18]研究发现北京冬季雾霾频发期VOCs物质组分明显增多且浓度变大.王红丽等[19]研究了上海市光化学污染期间VOCs污染特征,结果显示不利的气象条件、机动车排放、溶剂挥发等工业排放是导致VOCs浓度上升的主要原因.邹宇等[20]对广州番禺典型污染过程的研究发现,VOCs和NO x浓度的上升导致O3浓度升高,加速VOCs氧化产生SOA,进一步引起能见度的恶化.甲苯、乙苯、间/对二甲苯、高碳烷烃如十一烷等是对SOA生成贡献大的物种[21].收稿日期：2018-01-08基金项目：四川省挥发性有机物全口径摸底调查工作(四川省环境保护专项课题)* 责任作者, 副教授, chengyan@8期何丽等：成都秋季大气污染过程VOCs特征及SOA生成潜势 2841成都地处四川盆地西部,作为西南地区的重要中心城市,经济发展迅猛,然而能源消耗和污染物大量排放加剧成都及周边地区空气质量恶化.目前成都市典型大气污染条件下的VOCs污染特征及其SOA生成影响的研究相对缺乏.本研究通过对成都市武侯区人民南路站点空气重污染前后(2016年10月28日~11月9日)VOCs变化特征进行分析,并结合气溶胶生成系数(FAC)分析了SOA生成潜势,以期对成都地区大气污染的控制提供一定的参考依据.1材料与方法1.1样品采集监测点位于四川省环境保护科学研究院楼顶(离地面约35m) ,距离楼顶面约4m.该点位于成都市武侯区中心区域,周围有3条主干道,周围是居民生活区和商业区.环境空气自动监测站的常年监测数据表明,该采样点的监测数据能较好地反映成都市城区的大气污染状况.采用TH-PK U 300B大气挥发性有机物快速在线监测系统(武汉天虹,中国).该系统采用双气路同时采样:环境空气样首先经过Teflon颗粒物过滤器,再分两路同时进入冷冻预浓缩系统,去除CO2和水的干扰并保证目标化合物完全捕集.分析仪器为气相色谱/单四级杆质谱联用仪(美国Agilent 7890B-5977A),其中一路样品经过PLOT Al2O3色谱柱后被FID检测器检测C2~C5化合物;另一路经过Agilent DB-624色谱柱后被MSD检测器检测C6~C12化合物.该系统每1h采集1次空气样品,采样流量为60mL/min,采样时长为5min.为保证观测数据的有效性和可靠性,在监测前用美国国家环境保护署(EPA)认可的O3前体物标准光化学气体(PAMS)和TO-15标准气体采用5点标准法作不同体积分数梯度的标准曲线,相关系数均在0.998以上,内标校准物质为溴氯甲烷,1,4-二氟苯,氯苯-D5和4-溴氟苯;并在每天 0:00进4×10-9的PAMS标准气体,通过单点校准外标数据对每天的数据进行峰窗漂移校准.1.2 SOA生成潜势计算方法本研究采用FAC法,估算SOA生成潜势[22-23].按Grosjean[22]等的假设:即SOA的生成只在白天(8:00~17:00)发生,且VOCs只与·OH发生反应生成SOA, SOA生成潜势估算公式如下:SOA p=VOCst/(1-Fvocr)×FAC (1)式中:SOA p是SOA生成的潜势,µg/m3;VOCst是环境中某种VOCs的质量浓度,µg/m3; Fvocr是该种VOCs物种中参与反应的分数,%;FAC是SOA的生成系数,%.VOCst=C i×M i/22.4 (2) 式中:C i是某种VOCs物种的环境体积分数,×10-9;M i是该种VOCs物种的分子量.2结果与讨论2016年10月28日~11月9日期间根据成都市环境保护局()发布的环境空气质量日报显示:10月28日~11月1日空气质量为良,11月2日~6日空气质量为中、重度污染, 11月7日~9日空气质量为良.本研究将10月28日~11月1日定为污染前期,11月2日~11月6日为污染中期,11月7日~11月9日为污染后期.2.1气象条件10-2810-3011-0111-03 11-05 11-07 11-09温度(℃)日期相对湿度(%RH)雨量(mm/h)风速(m/s)306090120能见度(km)0.00.30.6图1 监测期间水平能见度、相对湿度、大气温度、风速和降雨时间序列变化Fig.1 Time series of horizontal visibility, relative humidity,temperature, wind speed and rainfall duringmonitoring periods如图1所示,在污染中期能见度和风速都显著降低,温度和相对湿度较污染前期有所上升.污染前期平均风速为0.5m/s,而污染中期静风频率高且平2842 中 国 环 境 科 学 38卷均风速仅为0.2m/s;污染后期出现短暂降雨,降雨从11月7日晚上0:00开始持续到8日下午1:00结束,降雨期间平均风速为0.9m/s,利于污染物的传输和稀释,空气质量明显改善.本次污染过程与气象因素有一定关系. 2.2 VOCs 污染水平监测期间共测得77种挥发性有机物,其中烷烃27种,烯烃10种,炔烃1种(乙炔),芳香烃14种,卤代烃25种.图2、图3是监测期间环境空气中VOCs 和PM 2.5的逐时变化状况,可以看出在污染前期VOCs 平均体积分数为38.9×10-9,11月2日VOCs浓度迅速上升,在10:00达到小时峰值143.4×10-9;污染中期VOCs 浓度维持较高水平,平均体积分数为81.1×10-9;污染后期迅速下降为35.7×10-9.从物种分类上看,各物种均出现较为一致的变化过程.不同阶段PM 2.5的浓度分别为污染前期43.1µg/m 3、污染中期118.8µg/m 3、污染后期35.8µg/m 3. VOCs 和PM 2.5浓度呈现显著的正相关性.10-28 10-30 11-01 11-0311-05 11-07 11-09P M 2.5(µg /m 3)总V O C s (×10-9) 日期图2 监测期间VOCs 、PM 2.5时间变化序列 Fig.2 Time series of VOCs and PM 2.5 during monitoringperiods如图4,总体而言,烷烃占比最大,为54.5%,其次是烯烃14.7%和芳香烃14.1%,炔烃为10.6%,卤代烃最小为6.0%.污染前期、中期各组分占比表现一致,均为烷烃>烯烃>芳香烃>炔烃>卤代烃,而污染后期则表现为烷烃>芳香烃>烯烃>炔烃>卤代烃,造成这一差异的原因可能为污染后期11月7日17:00~ 22:00间芳香烃浓度异常升高为20.5×10-9.芳香烃主要来源于机动车尾气排放以及工业排放如溶剂和涂料使用、石油化工等.污染前、中期间主导风向均为东北风,而污染后期主导风向为西南风.西南方向距离采样点约9km 处有武侯工业园区(主要为制鞋业和机械电子产业等),13km 处有双流区西南航空港经济开发区(工业园区主要为机械、电子电器、生物医药等工业企业),可能受周边工业源排放的影响.10-2810-3011-0111-03 11-05 11-0711-091530456075日期各有机化合物浓度(×10-9)图3 监测期间烷烃、烯烃、炔烃、卤代烃和芳香烃时间序列变化Fig.3 Time series of alkanes, alkenes, alkyne, halocarbonsand aromatics during monitoring periods污染前污染中 污染后 平均20406080100百分比(%)不同阶段图4 不同阶段环境空气中烷烃、烯烃、炔烃、卤代烃和芳香烃百分占比Fig.4 The percentage of alkanes, alkenes, alkyne, halocarbonsand aromatics at various stages烯烃炔烃芳香烃卤代烃图5中,不同阶段主要物种基本一致,约占总VOCs 的80%.成都地区VOCs 的优势物种主要为C 2~C 4的烷烃、烯烃、乙炔和苯系物等,这与国内其他城市研究的结论基本一致[24-26].研究表明城市地区丙烷、正丁烷和异丁烷的主要来源为液化石油气(LPG)的使用,异戊烷是汽油蒸汽挥发和汽油车尾气8期 何 丽等：成都秋季大气污染过程VOCs 特征及SOA 生成潜势 2843的特征物质[27].乙炔平均浓度为5.5×10-9,仅次于乙烷,空气中的乙炔主要来源于汽油车尾气排放以及生物质的燃烧[28].甲苯和苯浓度变化最大,污染中期甲苯(4.2×10-9)和苯(3.3×10-9)浓度分别为污染前期的2.7倍、2.6倍,为污染后期的2.6倍、2.3倍.苯的光化学活性低于甲苯,可用苯与甲苯的比值(B/T)衡量VOCs 污染来源特征.B/T 比值大于0.5[29],表示主要为机动车尾气排放,反之可能是受溶剂使用、工艺过程等影响.本研究中污染前期、中期、后期B/T 比值分别为0.99、0.67、0.51,表明VOCs 的排放源主要为机动车,但机动车的排放贡献逐渐减弱.此外,成都市大气中卤代烃主要为二氯甲烷和氯甲烷,二氯甲烷主要来源于周边地区居民日常生活以及工业生产过程中有机溶剂的挥发,氯甲烷是生物质燃烧的特征物种[27].综上所述,成都市环境空气中的VOCs 主要来源于机动车尾气排放,溶剂挥发、工业工程及生物质燃烧也有一定影响.乙烷丙烷正丁烷异戊烷异丁烷二氯甲烷乙烯乙炔甲苯苯3 6 9 12 15 18 21 24 27 浓度(×10-9)主要物质图5 不同阶段环境空气中主要VOCs 物种浓度 Fig.5 Main components of VOCs observed in Chengdu atvarious stages2.3 VOCs 日变化污染物来源和气象条件等因素的变化均会对环境空气中的痕量气体有较明显的影响.由图6可看出, VOCs 日变化在污染前期呈现3峰分布,污染中、后期呈双峰分布;O 3日变化在污染前期、中期均呈单峰分布,污染后期为双峰分布;而NO x 日变化在不同阶段均呈双峰分布.上午8:00和下午5:00左右汽车逐渐增多,VOCs 和NO x 体积分数升高,受汽车尾气排放影响明显;中午12:00后,太阳辐射增强、温度升高,易发生光化学反应,导致VOCs 和NO x 转化为O 3;晚上大气边界层高度低,不利于污染物的稀释扩散,同时局地排放会导致污染物体积分数的积累.不同阶段环境中O 3的体积分数分别为污染前期44.3µg/m 3,污染中期25.7µg/m 3,污染后期32.6µg/m 3.O 3的形成受VOCs 和NO x 共同影响,研究表明VOCs/NO x <8,表示为VOCs 敏感型,反之则为NO x 敏感型[31].污染前期、中期、后期任意时刻VOCs/NO x 比值均小于8,表明本研究中O 3的形成主要受VOCs 控制.同时相关研究表明高温低湿的环境更有利于VOCs 和NO x 生成O 3[32].从图6中可看出,污染前期VOCs 日变化不明显,光化学反应较弱,VOCs 浓度出现持续积累过程.污染中期由于大气温度上升,尤其是12:00~18:00期间,大气温度分别高于污染前期2℃、污染后期4,VOCs ℃的光化学反应强烈.污染后期由于降雨等因素,环境湿度增大,大气温度降低,不利于VOCs 的光化学反应.03:0006:0009:0012:00 15:00 18:00 21:00243240485472901082030405060N O x、O 3(µg /m 3)V O C s (×10-9)时刻204060801001200459013518020406080图6 不同阶段VOCs 、NO x 、O 3的日变化Fig.6 Study on diurnal variation of VOCs, NO x and O 3 atvarious stagesVOCNO xO 32.4 二次有机气溶胶生成潜势分析本研究中的77个VOCs 物种对SOA 具有生成潜势的共有24个,其中烷烃类11个物种,芳香烃类13个物种,见表1.不同阶段SOA 的生成潜势分别为污染前期1.2µg/m 3,其中烷烃占比为10.6%,芳香烃占比为89.4%;污染中期3.1µg/m 3,其中烷烃占比为2844 中 国 环 境 科 学 38卷9.2%,芳香烃占比为90.8%;污染后期1.5µg/m 3.其中烷烃占比为7.5%,芳香烃占比为92.5%.污染前、中、后期芳香烃占SOA 生成比例明显增大.烷烃中SOA 生成贡献最大的是正己烷、甲基环己烷、正壬烷等,而芳香烃中则主要为甲苯、间/对二甲苯、乙苯、邻二甲苯、苯等.可见芳香烃中苯系物是生成SOA 的绝对优势物种.表1 成都市VOCs 对SOA 的生成潜势Table 1 Potential formation of VOCs to SOA in ChengduSOA(×100µg /m 3)类别物种污染前期污染中期污染后期甲基环戊烷 0.10 0.21 0.08环己烷 0.09 0.17 0.10正庚烷 0.02 0.05 0.02甲基环己烷 1.93 6.00 2.822-甲基庚烷 0.07 0.12 0.103-甲基庚烷 0.07 0.12 0.11辛烷 0.02 0.04 0.05正壬烷 0.66 1.24 0.53 正癸烷 0.36 0.61 0.27 正己烷 8.76 19.13 7.14 烷烃2,2,4-三甲基戊烷 0.390.730.30苯 9.78 18.45 6.12 甲苯 39.13 105.47 59.77 乙苯 14.33 38.32 20.65 间/对二甲苯 28.96 87.66 41.13 邻二甲苯 8.18 24.06 11.94异丙苯 0.36 0.52 0.08正丙基苯 0.28 0.32 0.18 3-乙基甲苯 1.62 3.12 1.41 4-乙基甲苯 0.51 0.61 0.31 1,3,5-三甲基苯 0.71 1.10 0.20 2-乙基甲苯 0.89 1.16 0.63 1,2,4-三甲基苯 0.30 0.92 0.34 芳香烃1,2,3-三甲基苯 0.03 0.23 0.00合计 117.58 310.36 154.29 3 结论3.1 2016年10月28日~11月9日成都市出现一次典型大气污染过程,污染前期VOCs 平均体积分数为38.9×10-9,污染中期VOCs 浓度迅速上升,平均体积分数为81.1×10-9,污染后期VOCs 平均体积分数为35.7×10-9.污染后期在西南风的影响下可能出现区域污染物的传输,芳香烃占比增大.3.2 成都市城区VOCs 主要受机动车尾气排放影响,溶剂使用、工业过程和生物质燃烧也有一定影响,并且机动车排放源的贡献在污染前、中、后期呈逐渐减弱的趋势.3.3 污染前期VOCs 日变化不明显,光化学反应较弱,出现持续积累过程;污染中期VOCs 的光化学反应强烈;污染后期由于降雨等因素,环境湿度增大,大气温度降低,但不利于VOCs 的光化学反应. 3.4 成都市城区不同阶段SOA 的生成量为污染前期1.2µg/m 3,污染中期3.1µg/m 3,污染后期1.5µg/m 3.烷烃中SOA 生成贡献最大的是正己烷、甲基环己烷等,而芳香烃中则主要为甲苯、间/对二甲苯、乙苯、邻二甲苯、苯等.参考文献：[1] Shi Y C. Frog Haze Production Mechanism & Treatment Strategy inChina [J]. Shaanxi Electric Power, 2013,41(4):1-4.[2] Wang X P, M auzerall D L. Characterizing distributions of surfaceozone and its impact on grain production in China, Japan and SouthKorea: 1990 and 2020 [J]. Atmospheric Environment, 2004,38(26): 4383-4402. [3] Wei W, WANG S X, HAO J M, et al. Trends of chemical speciation profiles of anthropogenic volatile organic compounds emissions in China, 2005-2020 [J]. Frontiers of Environmental Science & Engineering, 2014,8(1):27-41.[4] Klimont Z, Streets D G , Gupta S, et al. Anthropogenic emissions of non -methane volatile organic compounds in China [J]. Atmospheric Environment, 2002,36(8):1309-1322.[5] Shao M , Zhang Y , Zeng L, et al. Ground -level ozone in the PearlRiver Delta and the roles of VOC and NO x in its production [J]. Journal of Environmental Management, 2009,90(1):512-518. [6] Yuan B, Hu W W, Shao M , et al. VOC emissions, evolutions andcontributions to SOA formation at a receptor site in Eastern China [J]. Atmospheric Chemistry & Physics Discussions, 2013,13(17):8815- 8832.[7] Atkinson R. Atmospheric chemistry of VOCs and NO x [J].Atmospheric Environment, 2000,34(12-14):2063-2101. [8] 周裕敏,郝郑平,王海林.北京城乡结合地空气中挥发性有机物健康风险评价 [J]. 环境科学, 2011,32(12):3566-3570.[9] USEPA (United States Environmental Protection Agency).Carcinogenic effects of benzene: anupdate [R]. Washington: Prepared by the National Center for Environmental Health, Office of Research and Development, 2002.[10] 吕子峰,郝吉明,段菁春,等.北京市夏季二次有机气溶胶生成潜势的估算 [J]. 环境科学, 2009,30(4):969-975.[11] 胡春芳,田 媛,李 科.北京市春季不同雾霾天挥发性有机物特征研究 [J]. 广东化工, 2017,44(21):127-128.[12] 刘奇琛,黄 婧,郭新彪.北京市大气挥发性有机物(VOCs)的污染特征及来源 [J]. 生态毒理学报, 2017,12,(3):49-61.[13] 于 艳,王秀艳,杨 文.天津市机动车二次有机气溶胶生成潜势的估算 [J]. 中国环境科学, 2015,35(2):381-386.[14] 王扶潘,朱 乔,冯 凝,等.深圳大气中VOCs 的二次有机气溶胶生成潜势 [J]. 中国环境科学, 2014,34(10):2449-2457.8期何丽等：成都秋季大气污染过程VOCs特征及SOA生成潜势 2845[15] 杨笑笑,汤莉莉,胡丙鑫,等.南京城区夏季大气VOCs的来源及对SOA的生成研究——以亚青和青奥期间为例 [J]. 中国环境科学, 2016,36(10):2896-2902.[16] 林旭,朱彬,安俊琳,等.南京北郊VOCs对臭氧和二次有机气溶胶潜在贡献的研究 [J]. 中国环境科学, 2015,35(4):976-986. [17] 王倩,陈长虹,王红丽,等.上海市秋季大气VOCs对二次有机气溶胶的生成贡献及来源研究 [J]. 环境科学, 2013,34(2):424-433. [18] 刘丹,解强,张鑫,等.北京冬季雾霾频发期VOCs源解析及健康风险评价 [J]. 环境科学, 2016,37(10):3693-3701.[19] 王红丽.上海市光化学污染期间挥发性有机物的组成特征及其对臭氧生成的影响研究 [J]. 环境科学学报, 2015,35(6):1603-1611. [20] 邹宇,邓雪娇,李菲,等.广州番禺大气成分站复合污染过程VOCs对O3与SOA的生成潜势 [J]. 环境科学, 2017,38(6):2246- 2255.[21] 崔虎雄.上海市春季臭氧和二次有机气溶胶生成潜势的估算 [J].环境科学, 2013,34(12):4529-4534.[22] Grosjean D, Seinfeld J H. Parameterization of the formation potentialof secondary organic aerosol [J]. Atmospheric Environment, 1989, 23(8):1733-1747.[23] Grosjean D. In situ organic aerosol formation during a smog episode:Estimated production and chemical functionality [J]. Atmospheric Environment, 1992,26(6):953-963.[24] 李用宇,朱彬,安俊琳,等.南京北郊秋季VOCs及其光化学特征观测研究 [J]. 环境科学, 2013,34(8):2933-2942. [25] 崔虎雄,吴迓名,高松,等.上海城区典型污染过程VOCs特征及臭氧潜势分析 [J]. 环境科学, 2011,32(12):3537-3542.[26] 王琴,刘保献,张大伟,等.北京市大气VOCs的时空分布特征及化学反应活性 [J]. 中国环境科学, 2017,37(10):3636-3646.[27] 解鑫,邵敏,刘莹,等.大气挥发性有机物的日变化特征及在臭氧生成中的作用——以广州夏季为例 [J]. 环境科学学报, 2009, 29(1):54-62.[28] 刘莹.北京和珠江三角洲大气挥发性有机物活性和来源研究 [D].北京:北京大学, 2007.[29] Nelson P F, Quigley S M. The hydrocarbon composition of exhaustemitted from gasoline fuelled vehicles [J]. Atmospheric Environment, 1984,18(1):79-87.[30] 刘全,王跃思,吴方堃,等.长沙大气中VOCs研究 [J]. 环境科学,2011,32(12):3543-3548.[31] Seinfeld J H. Urban air pollution: state of the science [J]. Science,1989,243(4892):745-752.[32] 刘建,吴兑,范绍佳,等.前体物与气象因子对珠江三角洲臭氧污染的影响 [J]. 中国环境科学, 2017,37(3):813-820.[33] 黄俊,廖碧婷,吴兑,等.广州近地面臭氧浓度特征及气象影响分析 [J]. 环境科学学报, 2018,38(01):23-31.作者简介：何丽(1993-),女,四川南充人,西南交通大学地球科学与环境工程学院硕士研究生,主要从事大气污染控制研究.发表论文1篇.。
生态环境部办公厅关于通报大气重污染成因与治理攻关项目课题验收结果的函正文：----------------------------------------------------------------------------------------------------------------------------------------------------关于通报大气重污染成因与治理攻关项目课题验收结果的函环办科财函〔2020〕526号各课题牵头单位：根据《大气重污染成因与治理攻关项目管理办法》（环科技函〔2017〕231号）、《关于开展大气重污染成因与治理攻关项目验收工作的通知》（科财函〔2020〕70号）等有关规定，大气重污染成因与治理攻关项目（以下简称攻关项目）管理办公室组织开展了攻关项目28个课题验收工作。
现将验收结果通报如下：28个课题总体完成情况良好，全部通过验收（见附件），为京津冀及周边地区秋冬季大气污染防治工作提供了重要的科技支撑。
其中，“柴油机排放及强化管控措施”等8个课题综合评价为优秀，特提出表扬。
请各课题单位进一步做好课题验收材料归档，后续支出经费管理，净结余经费退回以及成果转化、应用、宣传和科学普及等工作。
附件：大气重污染成因与治理攻关项目课题验收结果生态环境部办公厅2020年10月10日附件大气重污染成因与治理攻关项目课题验收结果课题编号课题名称课题牵头单位课题负责人综合得分验收结论等级DQGG0207柴油机排放及强化管控措施中国环境科学研究院丁焰93.1通过优秀DQGG0201区域动态高时空分辨率大气污染源排放清单清华大学张强91.35通过优秀DQGG0301区域空气质量调控技术与决策支持平台清华大学王书肖91.16通过优秀DQGG0102天地空一体化大气环境跨学科综合观测实验中国科学院合肥物质科学研究院刘文清90.66通过优秀DQGG0303重污染天气联合应对技术平台中国环境科学研究院胡京南90.33通过优秀DQGG0104秋冬季大气重污染的物理过程机理研究中国气象科学研究院徐祥德90.23通过优秀DQGG0106重污染形成的耦合机制与过程定量解析技术中国科学院大气物理研究所王自发90.11通过优秀DQGG0307攻关项目成果集成与应用示范中国环境科学研究院郝吉明89.3通过优秀DQGG0302区域大气承载力与空气质量改善路径生态环境部环境规划院雷宇88.91通过DQGG0202冶金领域大气污染治理及调控政策研究冶金工业规划研究院李新创88.79通过DQGG0204VOCs重点行业排放特征及减排监管技术体系研究北京大学谢绍东88.66通过DQGG0304“2+26”城市综合解决方案研究中国环境科学研究院李海生88.5通过DQGG0209“2+26”城市大气污染源排放清单研究中国环境科学研究院贺克斌、薛志钢88.04通过DQGG0205“散乱污”企业动态监管技术及应用研究生态环境部卫星环境应用中心王桥87.96通过DQGG0101京津冀及周边地区大气污染综合立体观测网中国环境监测总站唐桂刚、王跃思87.76通过DQGG0103秋冬季大气重污染的化学过程机理研究北京大学胡敏87.59通过DQGG0107京津冀及周边“2+26”城市来源解析研究中国环境科学研究院孟凡86.73通过DQGG0203建材领域大气污染治理及调控政策研究中国建筑材料科学研究总院有限公司姚燕86.71通过DQGG0401京津冀及周边地区大气污染对普通人群、特定人群的急性健康影响研究中国疾病预防控制中心环境与健康相关产品安全所施小明86.07通过DQGG0404大气污染导致肺癌等主要癌症的归因风险与疾病负担研究国家癌症中心魏文强85.87通过DQGG0206区域内煤炭使用强度降低和清洁利用政策工具研究清华大学姚强85.86通过DQGG0208农业排放状况及强化治理方案中国农业大学刘学军85.21通过DQGG0105多技术融合的综合精细化来源解析技术研究中国科学院地球环境研究所曹军骥84.3通过DQGG0306数据管理平台与质量控制国家环境分析测试中心张烃83.91通过DQGG0403重污染天气对心血管疾病患者和高危人群的健康影响研究国家心血管病中心李静83.83通过DQGG0305基于环境监测和比较风险评估的环境管理支撑技术研究中国环境科学研究院魏永杰83.55通过DQGG0405重污染天气下人群健康防护与干预研究中国疾病预防控制中心环境与健康相关产品安全所徐东群82.93通过DQGG0402重污染天气对慢阻肺和哮喘患者的健康影响研究中日友好医院杨汀80.42通过备注：1.综合得分计算方法：研究任务完成情况占50%、研究成果应用情况占20%、财务验收情况占30%2.综合得分80分以上为通过，通过验收且综合得分排名前30%的课题为优秀——结束——。
科技成果——大气PM2.5水溶性污染组分及其气态前体物在线监测系统技术开发单位京大学环境科学与工程学院成果简介针对我国大气气态有机物监测的关键问题，在863计划“大气复合污染关键气态污染物的快速在线监测技术”（No.2006AA06A301）课题的支持下，开发了首套自主知识产权的适合国内环境应用的大气PM2.5水溶性污染组分及其气态前体物的在线测量仪器（GAC-IC系统），自主研发了表面磨砂的旋转环形湿式扩散管和冷凝式旋风撞击的气溶胶捕集装置，在自主开发的软件和硬件的控制下，实现了自动连续观测，数据同步传输等功能，该仪器价格便宜，使用成本低，便于维护。
技术特点连续测量气态HF、HCl、HONO、HNO3、SO2、NH3等和气溶胶中水溶性离子成分F-、Cl-、NO-2、NO-3、SO2-4、Na+、NH+4、K+、Mg2+、Ca2+等，时间分辨率为30分钟；新型湿式环形扩散管具备高捕集效率，对100ppb的SO2的捕集效率在98%以上，可长期免维护工作；蒸汽发生装置温度可根据需要调控，自主研制的冷凝式旋风撞击的气溶胶捕集器对气溶胶的捕集效率在99.5%以上；摒弃传统光电液面探测器，采用无接触式微压差传感器，系统更加简单并且稳定可靠；采用先进的微量泵代替蠕动泵进行液路传输，大幅减少仪器的维护量，降低运行成本；可根据实验需要，选择只监测气体或气溶胶，可连续无人值守运行5-7天，自动出数，数据实时上传；自行设计和编制的运行软件，可完成连续采样，样品自动输送、分析、定量等过程。
GAC-IC系统的软件控制界面及样机应用情况本系统已有产品化机型，多台在线仪器已经分别在广州亚运会空气质量评估、北京地区大气复合污染研究、京津冀大气污染防治规划以及东亚地区大气污染物跨界输送等项目中进行了示范和应用。
市场前景本项目自2013年开始，正在推进产业化进程。
主要客户为科研单位。
