中国长三角地区绍兴市挥发性有机化合物（VOCs）的特性与来源，同时考虑了光化学过程对其的影响

《Journal of Environmental Sciences》：Characteristics and sources of VOCs considering photochemical losses in Shaoxing, Yangtze River Delta, China

　　

刘辉|方文军|陈丹云|张慧英|庞晓冰

深圳技术大学质量与标准学院，中国深圳 518118

摘要

挥发性有机化合物（VOCs）通过作为臭氧（O₃）和二次有机气溶胶（SOA）的关键前体，对城市空气质量产生显著影响。COVID-19大流行导致中国人为活动的减少，进而改变了VOC的来源和排放量。本研究从2020年3月到2022年8月持续监测了绍兴市的城市空气中的98种VOC，并估算了它们的原始浓度（考虑了光化学损失）。测得的VOC总浓度为41.8 ± 25.2 ppbv，其中烷烃的浓度最高。观察到VOC浓度存在显著的季节性变化，秋季和冬季达到峰值。丙烷在春季、秋季和冬季是主要成分。VOC的峰值通常出现在7:00和17:00。芳香烃对O₃和SOA的生成贡献最大。物种-specific诊断比率表明，VOC浓度受到燃烧、燃料蒸发和车辆尾气的影响。进一步的正矩阵分解（PMF）分析确定车辆尾气是VOC的主要来源。使用潜在来源贡献函数（PSCF）评估气团轨迹，发现冬季VOC的主要潜在来源区域来自西北部。综上所述，这些结果可以为地方政府的VOC排放控制策略提供理论参考。

引言

随着中国经济和工业的快速发展以及城市化进程的加速，大气污染物的排放量不断增加，这使得空气污染问题引起了公众的广泛关注。研究表明，大气中的挥发性有机化合物（VOCs）严重影响了空气质量，并对人类健康产生了不良影响（Guan等人，2023年）。由于其高度的化学反应性，VOCs在臭氧（O₃）和二次有机气溶胶（SOA）的生成过程中起着关键作用。近年来，中国政府实施了一系列空气污染预防和控制政策，持续推动氮氧化物、商业交易和交通活动的协同减少。这些措施有效降低了VOC的总排放量。在这一背景下，研究VOC的特性和来源对于制定有效的空气污染缓解策略至关重要。

VOCs来源于多种途径，包括自然排放和人为排放。不同地区的这些来源存在显著差异。正矩阵分解（PMF）方法被广泛用于研究环境中的VOC来源，并能确定每种来源的贡献。在大多数城市地区，人为排放是VOC的主要来源，主要来自车辆尾气、生物质燃烧、燃料蒸发和工业过程（Sun等人，2019年）。在一些农村地区，冬季煤炭燃烧是VOC的主要来源（Zhang等人，2020年）。大气中VOC的组成复杂，其化学反应性与其来源密切相关。对VOCs生成O₃的评估显示，烷烃和芳香烃是O₃的主要贡献者，占比超过80%，主要来源于工业部门和溶剂使用（Li等人，2019年）。在SOA的光化学生成过程中，芳香烃的贡献超过95%，尤其是甲苯、二甲苯和乙苯（Qin等人，2021年）。然而，目前大多数研究仅使用直接观测到的VOC浓度进行来源分配（Song等人，2025年），这可能导致对各种来源排放的反应性VOC物种的贡献被低估或未能识别。校正VOC光化学损失的研究仍然有限。

2020年初，冠状病毒病2019（COVID-19）首次在武汉被发现。为了控制疫情的传播，实施了各种封锁措施，包括关闭工厂和限制出行，这些措施减少了工业生产、商业交易和交通活动。这些措施影响了大气化学成分和空气质量，人为排放的减少为研究人类活动对VOCs的影响提供了独特的机会。2020年，北京的VOC浓度为73.1 ppbv，比2019年下降了27.1%，主要来自汽车和制药行业（Zuo等人，2024年）。南京在COVID-19封锁期间的VOC平均浓度为26.9 ppbv，大约是封锁前的一半，石化工业和交通领域非甲烷烃（NMHCs）的排放量分别下降了80%和67%（Wang等人，2021年）。尽管在中国许多地区对VOC进行了广泛监测，但大多数研究仅限于特定季节或单年的短期观测（Baghel等人，2023年）。涵盖三年期间的研究相对较少，这限制了我们对VOC浓度年度变化的了解。

本研究聚焦于长江三角洲（YRD）的核心城市绍兴，这是一个具有独特工业特征的中等规模城市的代表案例。绍兴的经济以第二和第三产业为主。值得注意的是，该市拥有一个包含300多家企业的国家级工业园区，这是全球最大的染料生产基地，同时也是重要的制药中间体制造中心（Lu等人，2022b）。这种集中且专门的工业结构——与其他主要YRD城市的金融、重化学或数字经济不同——可能产生独特且重要的VOC人为排放谱。因此，研究绍兴市VOC的特性和来源对于制定类似工业城市的有效空气污染缓解策略具有关键和价值。

本研究使用在线气相色谱-质谱/火焰离子化检测器（GC-MS/FID）监测系统，从2020年3月到2022年8月在绍兴职业学院监测环境中的VOCs。此外，考虑到光化学损失，估算了VOCs的原始浓度，并将其与实际观测浓度进行了比较。采用物种-specific诊断比率和正矩阵分解（PMF）模型来确定VOC的来源，同时利用潜在来源贡献函数（PSCF）评估VOC的可能污染源区域。评估了VOCs对O₃和SOA生成的影响，并量化了特定来源的臭氧生成潜力（OFP）和二次有机气溶胶产生量（SOAP）。这些结果为控制和管理绍兴市的VOCs、O₃和PM_2.5水平提供了宝贵的见解。

章节片段

采样点描述

如图1所示，VOCs的采样点位于绍兴市越城区绍兴职业学院的一栋学校建筑物的屋顶上（距地面20米），该建筑周围有公园、商业区、学校、餐馆和居民区。采样点靠近一条主干道和两条高速公路，交通流量大，行人较多，附近没有大型工业园区。这里的空气

VOCs水平、组成及变化概览

在整个研究期间（2020–2022年），日均总VOC（TVOC）为41.8 ± 25.2 ppbv，略低于上海报告的值（2021年8月至9月为47.33 ppbv）（Cao等人，2024年），但比金忠报告的值（2020年4月至2022年9月为12.9 ± 9.2 ppbv）高70%（Wang等人，2024年）。城市间TVOC浓度的差异可能归因于工业活动、交通排放和气象条件的变化。

结论

本研究使用在线监测系统分析了2020年3月至2022年8月绍兴市的大气VOCs。结果显示，在研究期间（包括COVID-19大流行期间），VOC的平均浓度为41.8 ± 25.2 ppbv，烷烃是最丰富的组分，占TVOC的40.4%。TVOC浓度在秋季和冬季较高。日峰通常出现在7:00和17:00，这归因于交通排放。就OFP而言，芳香烃

作者贡献声明

刘辉：验证、方法学、数据管理、软件、初稿撰写、审稿与编辑。方文军：验证、审稿与编辑。陈丹云：验证、审稿与编辑。张慧英：概念构思、撰写、审稿与编辑。庞晓冰：概念构思、方法学、验证、审稿与编辑、资金获取、项目管理。

CRediT作者贡献声明

刘辉：撰写、审稿与编辑、初稿撰写、验证、软件、方法学、数据管理。方文军：撰写、审稿与编辑、验证。陈丹云：撰写、审稿与编辑、验证。张慧英：撰写、审稿与编辑、概念构思。庞晓冰：撰写、审稿与编辑、验证、项目管理、方法学、资金获取、概念构思。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的利益冲突或个人关系。

致谢

本工作得到了深圳技术大学顶尖人才自然科学基金（编号GDRC202307）、国家自然科学基金（编号42575194和42327806）以及浙江省重点研发计划（编号2025C01055）的支持。