摘要：利用(yong)香(xiang)港地區(qu)2005—2010年連續實時(shi)監測的揮發性有(you)機(ji)污染(ran)(ran)物(VOCs)組分(fen)濃(nong)度數據,運用(yong)CMB和UNMIX受(shou)體模型(xing)(xing)綜合(he)分(fen)析(xi)了香(xiang)港地區(qu)VOCs主(zhu)要污染(ran)(ran)來源及年變化(hua)(hua)趨(qu)勢和季節變化(hua)(hua)規(gui)律.結(jie)果(guo)(guo)表明(ming):溶(rong)劑使用(yong)、機(ji)動(dong)(dong)車尾氣(qi)(qi)排放(fang)和液化(hua)(hua)石油氣(qi)(qi)(LPG)是(shi)香(xiang)港地區(qu)主(zhu)要的VOCs污染(ran)(ran)源.在2005—2010年間,機(ji)動(dong)(dong)車尾氣(qi)(qi)排放(fang)對(dui)VOCs貢(gong)獻呈(cheng)緩慢增(zeng)加趨(qu)勢,溶(rong)劑使用(yong)的貢(gong)獻率(lv)逐漸降(jiang)低,天(tian)然源的貢(gong)獻率(lv)基本(ben)穩定(ding).溶(rong)劑使用(yong)、機(ji)動(dong)(dong)車尾氣(qi)(qi)和LPG源冬季貢(gong)獻最大,夏(xia)季最低,天(tian)然源則在夏(xia)季貢(gong)獻最大.兩(liang)種模型(xing)(xing)解析(xi)結(jie)果(guo)(guo)有(you)一定(ding)的差異(yi),顯(xian)示源解析(xi)結(jie)果(guo)(guo)受(shou)較多(duo)因素影響.為(wei)確保結(jie)果(guo)(guo)的準確性,建議采用(yong)兩(liang)種或(huo)以(yi)上(shang)的模型(xing)(xing)對(dui)受(shou)體點數據進(jin)行污染(ran)(ran)來源解析(xi).

關鍵詞：VOCs，CMB，UNMIX，香(xiang)港，源解析(xi)

揮(hui)發性有(you)(you)機污染(ran)(ran)物(wu)(VOCs)是(shi)光(guang)化學(xue)煙霧污染(ran)(ran)產生(sheng)的重要前體物(wu),在光(guang)照條件下(xia)與NOx發生(sheng)光(guang)化學(xue)反(fan)應可生(sheng)成臭氧、二次有(you)(you)機氣溶膠和金屬羰基(ji)化合物(wu)等(deng)二次污染(ran)(ran)物(wu).同時,很(hen)多VOCs組分是(shi)有(you)(you)毒有(you)(you)害(hai)物(wu)質(zhi),具有(you)(you)致癌性,嚴重危害(hai)人體健康.由VOCs污染(ran)(ran)導致的大(da)氣環(huan)境(jing)(jing)問(wen)題(ti)已引起(qi)了廣泛(fan)關注,而針對VOCs污染(ran)(ran)識別(bie)及(ji)控制的研(yan)究已逐步成為我國大(da)氣環(huan)境(jing)(jing)研(yan)究領域的熱(re)點(dian).

近年(nian)來(lai)(lai),香(xiang)(xiang)港(gang)地(di)區(qu)在(zai)(zai)VOCs污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan)分(fen)(fen)析(xi)(xi)方面做了(le)較多(duo)研(yan)(yan)(yan)究.例如,Guo等(deng)(deng)(deng)對2001年(nian)荃灣區(qu)和(he)中(zhong)西(xi)區(qu)VOCs污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan)進行(xing)了(le)研(yan)(yan)(yan)究;Lau等(deng)(deng)(deng)分(fen)(fen)析(xi)(xi)了(le)2002—2003年(nian)和(he)2006—2007年(nian)整個香(xiang)(xiang)港(gang)地(di)區(qu)的(de)VOCs污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan);Guo研(yan)(yan)(yan)究了(le)居住室內VOCs的(de)污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan).這些研(yan)(yan)(yan)究都是(shi)針對短時間內VOCs濃度數據(ju)進行(xing)分(fen)(fen)析(xi)(xi),其結果局限于描述一段時期(qi)內VOCs污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan)情況.然而(er)隨(sui)著時間的(de)推移,由于能(neng)源(yuan)(yuan)(yuan)結構、機動車(che)構成和(he)居民消費水平等(deng)(deng)(deng)的(de)變化,VOCs污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan)也會隨(sui)之發生一系(xi)列變化.對長期(qi)VOCs及其組分(fen)(fen)觀測數據(ju)進行(xing)污(wu)(wu)(wu)染來(lai)(lai)源(yuan)(yuan)(yuan)分(fen)(fen)析(xi)(xi)可以(yi)反映(ying)各類污(wu)(wu)(wu)染源(yuan)(yuan)(yuan)的(de)變化規律(lv),并在(zai)(zai)一定程度上減(jian)小由于模型和(he)數據(ju)不確定性帶來(lai)(lai)的(de)誤差,使(shi)源(yuan)(yuan)(yuan)解析(xi)(xi)結果更為可靠.

本文對香港(gang)東涌地區(qu)2005—2010年(nian)VOCs及組分濃(nong)度數據(ju)進(jin)行了(le)分析(xi),為(wei)減少模型不確定性、環(huan)境因(yin)素等對源(yuan)解析(xi)結果(guo)的影響,選取(qu)CMB8.2和UNMIX6.0兩(liang)種模型同時進(jin)行VOCs污染來源(yuan)解析(xi),并對污染源(yuan)的季節變(bian)化規律和年(nian)變(bian)化趨勢進(jin)行了(le)分析(xi),以識別VOCs污染來源(yuan)特征,為(wei)政府(fu)制(zhi)定針對性的VOCs污染防治政策提供科學(xue)支撐.

  使用微信“掃一掃”功能添加“谷騰環保網”

相關文章