基于無人機(jī)觀測研究杭州灣化工園區(qū)近地面層臭氧垂直廓線

戴 上,周呈祥,龐小兵*,李晶晶,陳 浪,吳振濤,袁鍇彬,韓張亮,王 強(qiáng),王帥奇,陳建孟

基于無人機(jī)觀測研究杭州灣化工園區(qū)近地面層臭氧垂直廓線

戴 上1,周呈祥2,龐小兵1*,李晶晶3**,陳 浪1,吳振濤1,袁鍇彬1,韓張亮1,王 強(qiáng)1,王帥奇1,陳建孟1

(1.浙江工業(yè)大學(xué)環(huán)境學(xué)院,浙江 杭州 310014；2.浙江愛科樂環(huán)保有限公司,浙江 杭州 310030；3.浙江省紹興生態(tài)環(huán)境監(jiān)測中心,浙江 紹興 312099)

為了解化工園區(qū)大氣污染情況,使用自主研制的微型大氣檢測儀結(jié)合無人機(jī)研究化工園區(qū)臭氧(O3)垂直廓線,在2020年8月～2021年1月于杭州灣上虞經(jīng)濟(jì)技術(shù)開發(fā)區(qū)開展了12d無人機(jī)外場觀測實(shí)驗(yàn).各觀測日從08:00～18:00每隔1h進(jìn)行一次飛行觀測,每次觀測分別獲得了離地面0,50,100,200,300,400,500m的O3、總揮發(fā)性有機(jī)物(TVOCs)和二氧化氮(NO2)濃度.結(jié)果表明:受氣象因素、地面工廠排放以及早晚出行高峰的影響,TVOCs和NO2濃度整體隨高度增加而下降,其中NO2濃度隨高度上升而下降的幅度較明顯,在0m處濃度為19.7～59.1μg/m3,500m處為5.9～21.7μg/m3,下降率為40～70%,TVOCs和NO2濃度都呈現(xiàn)出早晚高、正午低的日變化趨勢,此外可能受逆溫層的影響導(dǎo)致個(gè)別天數(shù)NO2濃度在400～500m不降反升;O3受前體物光化學(xué)反應(yīng)、太陽輻射強(qiáng)度及平流層輸送的影響,其濃度隨高度增加而下降,平均濃度在0m處為49.2μg/m3,500m處為98.4μg/m3,O3日變化濃度在15:00～17:00達(dá)到峰值.TVOCs和O3、NO2和O3在各高度濃度均呈負(fù)相關(guān),受不同季節(jié)氣象因素差異和冬季取暖排放增加的影響,O3濃度季節(jié)變化為夏>秋>冬,TVOCs和NO2濃度為冬季>秋季>夏季.后向軌跡聚類分析表明化工園區(qū)本地O3濃度會(huì)受區(qū)域輸送影響升高,在冬季時(shí)由于氣溫低不利于前體物生成O3,本地O3濃度受區(qū)域輸送影響較夏季小.

臭氧；無人機(jī)；垂直廓線；化工園區(qū)；后向軌跡

近十幾年來,我國工業(yè)園區(qū)數(shù)量快速增加,園區(qū)內(nèi)企業(yè)密度大,污染排放集中,隨之而來的環(huán)境問題也日益凸顯[1-3].O3是一種典型的低層大氣二次污染物,有魚腥味的淺藍(lán)色氣體,具有強(qiáng)氧化性,是由主要污染物如氮氧化物和揮發(fā)性有機(jī)化合物(VOCs)在晴天發(fā)生光化學(xué)反應(yīng)形成[4].VOCs和二氧化氮(NO2)會(huì)對(duì)環(huán)境和人類健康造成不良影響,同時(shí)也是形成O3的重要前體物,在過高的濃度下,VOCs會(huì)對(duì)人體呼吸系統(tǒng)、眼睛和皮膚造成危害,還會(huì)對(duì)神經(jīng)系統(tǒng)和內(nèi)部器官造成刺激和腐蝕,NO2會(huì)使大氣能見度降低,也是形成酸雨的成因之一,當(dāng)其濃度高時(shí)會(huì)對(duì)人類眼睛和呼吸系統(tǒng)造成危害.目前在城市對(duì)于這些污染問題研究者們已經(jīng)做了很多研究[5-6],而對(duì)于化工園區(qū)O3及其前體物VOCs、NO2污染的系統(tǒng)研究相對(duì)較少,其垂直廓線研究甚少,研究化工園區(qū)O3、VOCs和NO2垂直廓線對(duì)制定化工園區(qū)大氣污染防治政策和改善化工園區(qū)空氣質(zhì)量具有重要意義.

研究人員通過各種方法進(jìn)行垂直空氣采樣監(jiān)測,如利用系留氣球研究工業(yè)城市內(nèi)陸和近海O3及前體物的垂直分布特征[7-8],通過城市高層建筑物來收集VOCs垂直空氣樣本[9],通過將氣象傳感器連接到這些采樣設(shè)備上,記錄了溫度、相對(duì)濕度和風(fēng)速風(fēng)向等氣象參數(shù)的變化.基于建筑物和系留氣球技術(shù)的采樣監(jiān)測通常與活性炭吸附盒、特氟龍采樣袋或蘇瑪罐相結(jié)合來收集空氣樣本,然而,活性炭雖是一種優(yōu)良材料,但其對(duì)非極性化合物的回收率相對(duì)較低,影響了污染物測量的準(zhǔn)確性,而特氟龍采樣袋只能用于收集相對(duì)穩(wěn)定的污染物,對(duì)于不穩(wěn)定的污染物如揮發(fā)性有機(jī)化合物可能不會(huì)保持穩(wěn)定超過24h,另外這些袋子容易被刺破,這會(huì)導(dǎo)致化合物因泄漏而損失,蘇瑪罐內(nèi)表面經(jīng)過硅烷化鈍化處理以降低表面活性,使收集到的環(huán)境空氣中的VOCs樣本可以儲(chǔ)存數(shù)周[10].但以上三種常規(guī)氣體采樣技術(shù)只能采集一個(gè)或幾個(gè)樣品,且無法實(shí)現(xiàn)在線監(jiān)測,建筑物垂直采樣技術(shù)受到高度和位置的限制,采集空氣樣本只能在固定位置且最大采樣高度通常在500m以下[11],系留氣球技術(shù)的采樣高度雖然能到1000m,但由于受錨繩長度限制只適合短距離飛行[12],此外這項(xiàng)技術(shù)受到強(qiáng)風(fēng)天氣的限制[13],而無人機(jī)氣體監(jiān)測技術(shù)基本克服了這些缺陷.近些年來,采用無人機(jī)檢測大氣污染物的技術(shù)越來越成熟,Yuan等[14]為了對(duì)船舶氣體排放進(jìn)行監(jiān)測;提出了一種新概念無人機(jī)氣體傳感器跟蹤算法,利用無人機(jī)傳感器系統(tǒng)進(jìn)行了一系列的現(xiàn)場綜合實(shí)驗(yàn),為未來海上監(jiān)測網(wǎng)的研究和應(yīng)用開辟了一條新途徑;Chang等[15]利用多翼無人機(jī)結(jié)合自主研發(fā)的算法和傳感器優(yōu)化大氣觀測技術(shù),很大程度上解決了以往無人機(jī)測量變量有限、實(shí)時(shí)觀測響應(yīng)延遲和測量精度不足等問題;Wu等[16]使用多旋翼無人機(jī)在深圳開展一系列外場觀測實(shí)驗(yàn)為了解城市地區(qū)黑炭和O3的垂直分布.無人機(jī)有多種類型,與其他類型的無人機(jī)相比,旋翼無人機(jī)具有幾個(gè)突出的優(yōu)勢,如重量輕、結(jié)構(gòu)簡單、能夠懸停和著陸所需空間小,此外電池驅(qū)動(dòng)的機(jī)翼不會(huì)排放空氣污染物,避免因自身尾氣排放導(dǎo)致測定結(jié)果不準(zhǔn)確[17].

本研究以杭州灣上虞經(jīng)濟(jì)技術(shù)開發(fā)區(qū)為例,使用自主研發(fā)的微型大氣檢測儀結(jié)合無人機(jī)監(jiān)測獲得化工園區(qū)O3、TVOCs和NO2的垂直廓線,結(jié)合化工園區(qū)污染物排放特征、一次和二次污染物演變特征、邊界層高度變化、太陽輻射強(qiáng)度和后向軌跡模型對(duì)化工園區(qū)污染物的垂直演變和日變化進(jìn)行研究,以掌握?qǐng)@區(qū)大氣中O3、TVOCs和NO2變化規(guī)律和分布特征,對(duì)于制定減少化工園區(qū)光化學(xué)污染和控制O3濃度政策提供科學(xué)依據(jù).

1 實(shí)驗(yàn)方法和數(shù)據(jù)

1.1 觀測地點(diǎn)和時(shí)間

觀測地點(diǎn)位于杭州灣上虞經(jīng)濟(jì)開發(fā)區(qū)(以下簡稱為:上虞園區(qū)),開發(fā)區(qū)地理位置和觀測點(diǎn)如圖1所示,其面積約為21km2,位于杭州灣南岸的海涂圍墾區(qū),園區(qū)緊靠上虞港碼頭,距市區(qū)約10km,主要產(chǎn)業(yè)體系為精細(xì)化工、生物醫(yī)藥、五金機(jī)電、輕工紡織等,重點(diǎn)發(fā)展醫(yī)藥及其中間體、生物化學(xué)、顏料染料、紡織染整、無機(jī)化工及其他專用化學(xué)品.本研究觀測地點(diǎn)位于園區(qū)中心位置的上虞水處理發(fā)展有限責(zé)任公司內(nèi),公司正門前一條主路穿過,周邊200m范圍內(nèi)有多家代表性化工、材料及印染企業(yè),其中北面為浙江凱德化工有限公司,以生產(chǎn)減水劑聚醚和表面活性劑聚醚等化工產(chǎn)品為主;南面為上虞自強(qiáng)高分子化工材料有限公司,專業(yè)生產(chǎn)酚醛樹脂和水處理化學(xué)品;西面為浙江正裕化學(xué)工業(yè)有限公司,主要生產(chǎn)染料復(fù)配品;東面為浙江奧龍電源有限公司,以電池制造與銷售、貨物進(jìn)出口為主,觀測實(shí)驗(yàn)?zāi)塬@得較大程度反應(yīng)出上虞園區(qū)污染情況的數(shù)據(jù).

圖1 無人機(jī)外場垂直觀測地點(diǎn)(120°89′E,30°16′N)

表1 觀測日期及對(duì)應(yīng)天氣情況

圖2 各觀測日氣溫小時(shí)變化

觀測日期及相應(yīng)天氣狀況如表1所示,整個(gè)觀測期間以晴天多云天氣為主,總體風(fēng)速在1～4級(jí), 2020年8月(以下簡稱8月)氣溫最高(24～39℃),風(fēng)向?yàn)闁|南風(fēng),2020年10月(以下簡稱10月)次之(11～ 22℃),風(fēng)向主要為東風(fēng),2020年12月和2021年1月(以下簡稱12月和1月)氣溫相對(duì)最低(0～14℃),風(fēng)向主要為東北風(fēng).圖2顯示了各觀測日8:00～18:00氣溫小時(shí)變化,以上氣象數(shù)據(jù)均來源于中國國家環(huán)境監(jiān)測中心(CNEMC)(網(wǎng)址:http://quotsoft.net/air/).

1.2 監(jiān)測儀器和高空監(jiān)測方法

本次外場觀測實(shí)驗(yàn)中,監(jiān)測儀器為我們自主研制的微型大氣檢測儀.微型大氣檢測儀安裝于無人機(jī)正下方底座上,為減少無人機(jī)螺旋槳產(chǎn)生的強(qiáng)氣流的影響,參照Liu[18]和Chen等[19]的研究方法我們將無人機(jī)上的微型大氣檢測儀空氣入口用硬質(zhì)碳纖維管安裝在螺旋槳上方1m高的位置.該大氣檢測儀系統(tǒng)包括測量O3、NO2的電化學(xué)傳感器以及測量TVOCs的微型光離子化檢測器[20]均采購于英國Alphasense公司,主要參數(shù)如表2所示,更多詳細(xì)參數(shù)可訪問英國Alphasense公司主頁(www.alphasense. com),所有傳感器的信號(hào)由數(shù)據(jù)采集記錄器采集、傳輸、存儲(chǔ)在微型計(jì)算機(jī)中,通過全球移動(dòng)通信系統(tǒng)和全球定位系統(tǒng)模塊進(jìn)行無線傳輸.

每個(gè)觀測日從08:00～18:00每隔1h進(jìn)行一次觀測,操作搭載微型大氣檢測儀的無人機(jī)從地面起飛,以1.5～2m/s的速度上升至離地面500m高空,無人機(jī)具體上升速度視當(dāng)時(shí)天氣狀況以及無人機(jī)穩(wěn)定程度所決定,在500m位置懸停2min后以1.5m/s的速度勻速下降至400、300、200、100、50m,且在每個(gè)位置懸停2min進(jìn)行監(jiān)測,最后降落至地面(停留2min進(jìn)行監(jiān)測).

表2 傳感器型號(hào)及主要參數(shù)

1.3 實(shí)驗(yàn)數(shù)據(jù)的處理

本文測量O3、NO2的電化學(xué)傳感器及測量TVOCs的光離子化傳感器的分辨率為5s,傳感器板通過數(shù)據(jù)信號(hào)采集板(U6,LabJack,美國)連接到內(nèi)部設(shè)計(jì)的DAQFactory軟件(AzeoTech,美國),軟件對(duì)每個(gè)氣體傳感器的工作電極和輔助電極電位以及其他傳感器的信號(hào)電壓進(jìn)行監(jiān)測和記錄,在軟件中將電壓信號(hào)轉(zhuǎn)換為氣體混合比(ppb)、相對(duì)濕度(%)、溫度(℃)、氣壓(kPa)等參數(shù)單位,該系統(tǒng)由裝有Windows10操作系統(tǒng)的微型計(jì)算機(jī)控制,實(shí)現(xiàn)了數(shù)據(jù)的顯示和保存,傳感器數(shù)據(jù)和GPS信息可以通過無線模塊實(shí)時(shí)無線傳輸?shù)降孛嫒藛T的計(jì)算機(jī)[21].

2 結(jié)果與討論

2.1 O3、TVOCs和NO2和的垂直廓線

2.1.1 TVOCs和NO2的垂直廓線 由觀測期間TVOCs的垂直廓線圖(圖3)可以看出,和之前Sun等[22]的研究類似,各月TVOCs濃度在0～500m基本隨高度上升明顯下降,其中TVOCs濃度在8月隨高度上升下降較明顯,10月、12月、1月濃度隨高度上升略微下降.由表1可知,由于紹興市8月正值夏季,氣溫高太陽輻射強(qiáng)度高且大氣湍流運(yùn)動(dòng)強(qiáng),這些因素有利于污染物擴(kuò)散遷移,此外早晚高峰出行汽車增多會(huì)使TVOCs排放增加[23],這些導(dǎo)致8月份正午(11:00～ 13:00)TVOCs濃度(16×10-9)相對(duì)早(08:00～10:00)晚(15:00～17:00)濃度(23×10-9, 31×10-9)明顯較低.整體來看,8月TVOCs垂直方向濃度變化較明顯,且不同時(shí)間點(diǎn)TVOCs濃度差異較大,變化區(qū)間在0～60×10-9,而10月、12月和1月總體來看濃度變化范圍很小,在（28～34）×10-9左右,秋冬季溫度較低、早晚溫差小、濕度高且近地層大氣結(jié)構(gòu)穩(wěn)定導(dǎo)致污染物不易擴(kuò)散傳輸可能是導(dǎo)致此現(xiàn)象的原因[24].

NO主要為一氧化氮和NO2,并以NO2為主, NO2除自然來源外,主要來源于燃料的燃燒、城市汽車尾氣和工業(yè)生產(chǎn)過程等,它還是酸雨的成因之一,所帶來的環(huán)境效應(yīng)多種多樣,更為關(guān)鍵的是NO2在O3的形成過程中起著重要作用.如圖3所示,總體上NO2濃度在地表處達(dá)到峰值且隨高度上升而下降,這與之前Li等[25]的研究類似,NO2濃度夏季、秋季、冬季分別隨高度下降約80%、70%和60%,整體下降幅度較大,印證了NO2對(duì)流層低層主要來自地面的排放且壽命短的事實(shí)[26].值得注意的是,觀察10月的垂直廓線發(fā)現(xiàn)15:00和17:00NO2濃度在400m到500m不降反升,此外如圖5所示,10月大氣邊界層高度由14:00的800m附近降至17:00的500m以下,而大氣邊界層頂部常出現(xiàn)逆溫層,這可能是NO2濃度在500m升高的原因[19].

2.1.2 O3的垂直變化 如圖3所示,觀測期間O3濃度整體隨高度上升而增加,隨高度上升時(shí),太陽輻射變強(qiáng),O3光化學(xué)反應(yīng)變活躍給O3的生成提供了有利條件[27],除受光化學(xué)反應(yīng)控制外,近地層O3的濃度變化主要還受垂直混合、沉降、平流輸送影響[28].日出后,地面受太陽輻射逐漸加熱,導(dǎo)致夜間邊界層塌陷,不穩(wěn)定邊界層增加,不穩(wěn)定邊界層的發(fā)展伴隨著高空O3向下的混合,這也是O3增加的主要原因[29].此外從季節(jié)上來看,由于冬季溫度相對(duì)較低,日照時(shí)間與太陽輻射強(qiáng)度降低,風(fēng)速增大等因素,12月和1月的O3各個(gè)高度觀測濃度較8月和10月整體偏低40～80μg/m3.此外,觀察到12月200m處O3濃度總體有下降的趨勢,而同樣高度NO2程上升趨勢,推測是NO滴定作用導(dǎo)致O3濃度降低[30].

2.2 O3和NO2日變化和季節(jié)變化特征

人為源的O3主要是由來源于交通工具的尾氣排放、石油化工和火力發(fā)電等工業(yè)污染源排放的NO、TVOCs等一次污染物經(jīng)光化學(xué)反應(yīng)形成.如圖4所示,在07:00之后隨著人為活動(dòng)增強(qiáng)早高峰開始,工廠生產(chǎn)過程排放以及道路機(jī)動(dòng)車輛排放增加,NO2濃度不斷升高并在08:00～09:00之間達(dá)到峰值,之后伴隨著早高峰結(jié)束,大氣邊界層升高,太陽輻射增強(qiáng)(圖5,大氣邊界層高度和太陽輻射強(qiáng)度數(shù)據(jù)來源于美國NOAA空氣資源室網(wǎng)站:https://ready. arl.noaa.gov/READYamet.php),光化學(xué)反應(yīng)開始變活躍導(dǎo)致NO2濃度降低并在13:00左

右出現(xiàn)谷值,O3濃度持續(xù)升高并在15:00～ 17:00之間隨著太陽輻射降低達(dá)到日間的峰值,隨后17:00隨著晚高峰的到來NO2濃度達(dá)到第二個(gè)峰值[31],O3和NO2濃度各月份不同高度日變化趨勢整體保持一致,其中高空NO2濃度受地面早晚高峰及排放影響較小,日變化趨勢相對(duì)地表較為平緩.此外,從圖4中O3和NO2不同高度日變化規(guī)律可知,除個(gè)別情況外O3濃度不同時(shí)刻隨高度上升,NO2濃度隨高度下降,這與前文O3和NO2垂直廓線分析的規(guī)律一致.

圖5 太陽輻射強(qiáng)度及邊界層高度各月平均日變化

圖6 O3和NO2濃度季節(jié)變化

由圖6可知,園區(qū)觀測期間O3和NO2濃度季節(jié)變化趨勢分別為:夏>秋>冬、冬>秋>夏,氣象條件在O3的形成和消耗過程中起著至關(guān)重要的作用,它可通過影響大氣環(huán)流、光化學(xué)反應(yīng)環(huán)境和O3前體物擴(kuò)散傳輸?shù)扔绊懘髿庵蠴3濃度的變化,夏季紹興市受副熱帶高壓控制太陽輻射增強(qiáng)、氣溫較高,觀測期間風(fēng)速基本保持在2～4級(jí)之間,O3生成條件極好導(dǎo)致夏季濃度最高,而秋冬季氣溫偏低且相對(duì)濕度高,這些都不利于的O3生成,這與之前研究者們?cè)诜枪I(yè)園區(qū)的觀測結(jié)果基本一致[32-33].

2.3 相關(guān)性分析

對(duì)8、10、12、1月觀測的數(shù)據(jù)按各自月份對(duì)TVOCs、NO2、O3三種物質(zhì)進(jìn)行求和平均處理,分別得到8、10、12、1月0、50、300、500m四個(gè)代表性高度的TVOCs、NO2、O3平均濃度,對(duì)得到的數(shù)據(jù)作相關(guān)性分析,結(jié)果如表3所示.

表3 各高度TVOCs與O3、NO2與O3的相關(guān)系數(shù)

可看出除個(gè)別情況外,TVOCs、NO2與O3濃度整體呈負(fù)相關(guān),這表明在特定的一段時(shí)間內(nèi),O3濃度越高,TVOCs、NO2濃度越低,兩組污染物在近地面均通過0.01顯著性檢驗(yàn),隨高度上升相關(guān)性降低,在離地面500m處NO2與O3未能通過顯著性檢驗(yàn),這表明離地面較高處NO2與O3相關(guān)性很弱,由圖3可知,NO2濃度在500m處濃度略微下降甚至出現(xiàn)上升的現(xiàn)象,而O3濃度仍顯著增加,這可能是導(dǎo)致離地面較高處NO2與O3相關(guān)性很弱的原因,此外高空O3濃度受外部輸送影響,如周邊地區(qū)輸送和平流層輸送[11].TVOCs和NO2作為生成O3的重要前體物,在經(jīng)由一系列光化學(xué)反應(yīng)生成O3導(dǎo)致空氣中O3濃度水平增高,高濃度、長時(shí)間的O3容易進(jìn)一步發(fā)展成光化學(xué)煙霧,對(duì)大氣環(huán)境和人體健康造成危害.

NO2+(λ<430nm)→NO+O(3P)

O(3P)+O2→O3

O3+NO→NO2+O2

NO+HO2·→NO2+HO·

NO+RO2·→NO2+RO·

人為源的O3主要是由工業(yè)生產(chǎn)過程、燃料燃燒、交通運(yùn)輸?shù)热藶榕欧诺腘O2、TVOCs等污染物的光化學(xué)反應(yīng)生成,在晴天太陽輻射強(qiáng)的條件下, NO2等發(fā)生光解生成NO和氧原子(O·),O·與O2反應(yīng)生成O3,O3是強(qiáng)氧化劑,在潔凈大氣中,O3與NO反應(yīng)生成為NO2,而O3分解為O2,上述反應(yīng)的存在使O3在大氣中達(dá)到一種平衡狀態(tài),不會(huì)造成O3累積,當(dāng)空氣中存在大量VOCs等污染物時(shí),VOCs等產(chǎn)生的自由基與NO反應(yīng)生成NO2,此反應(yīng)與O3和NO的反應(yīng)形成競爭,不斷取代消耗NO2光解產(chǎn)生的NO引起了NO向NO2轉(zhuǎn)化,使上述動(dòng)態(tài)平衡遭到破壞,導(dǎo)致O3逐漸累積.

2.4 后向軌跡聚類分析

O3污染具有較強(qiáng)的季節(jié)性和日變化特征,我們利用HYSPLIT(Hybrid Single-Particle Lagrangian Integrated Trajectory )軟件以1h對(duì)應(yīng)1條氣流軌跡對(duì)觀測各月第一天觀測點(diǎn)距離地面500m和10m作24h的氣流后向聚類軌跡分析.

圖7 觀測點(diǎn)24h后向軌跡

A1、O1、D1、J1:500m;A2、O2、D2、J2:10m

如圖7所示,8月500m和10m(A1和A2)處氣團(tuán)基本來自浙江東南沿海,此路徑經(jīng)濟(jì)開發(fā)區(qū)較少,氣團(tuán)到達(dá)觀測點(diǎn)前,沒有較多的O3前體物或O3堆積,推測8月前體物或O3污染主要是由本地排放造成的;10月500m和10m(O1和O2)處氣團(tuán)均來自東北方向且以北向?yàn)橹?其中500m處約75%氣團(tuán)經(jīng)杭州灣北岸上海段,10m處約58%的氣團(tuán)經(jīng)蘇南地區(qū)和杭州灣北岸嘉興段到達(dá)觀測點(diǎn),通過之前的觀測數(shù)據(jù)可知10月的O3形成條件較8月差但O3濃度10月接近8月,推測杭州灣北岸上海段有上海金山等大型化工園區(qū),杭州灣北岸嘉興段有嘉興工業(yè)園區(qū)和嘉興海鹽經(jīng)濟(jì)開發(fā)區(qū)等工業(yè)園區(qū),使得到達(dá)觀測點(diǎn)的氣團(tuán)經(jīng)過以上地點(diǎn)時(shí)O3前體物和O3堆積;12月500處(D1)氣團(tuán)最遠(yuǎn)來自山東半島,10m處(D2)氣團(tuán)基本來自江蘇北部沿海,兩處氣團(tuán)南下經(jīng)過杭州灣北岸嘉興段到達(dá)觀測點(diǎn),1月無論是500m處(J1)還是10m處(J2)氣團(tuán)主要來源于觀測點(diǎn)西北方向,且都最終經(jīng)過杭州灣北岸到達(dá)觀測點(diǎn),但冬季氣溫低、太陽輻射強(qiáng)度小、相對(duì)濕度高都不利于O3的生成,因此推測12月和1月觀測點(diǎn)O3濃度受后向氣團(tuán)的影響較小.

3 結(jié)論

3.1 使用自主研發(fā)的微型大氣檢測儀結(jié)合無人機(jī)對(duì)化工園區(qū)高于地面500m范圍內(nèi)的O3、NO2和TVOCs濃度的垂直廓線進(jìn)行12d立體監(jiān)測,并結(jié)合化工園區(qū)污染物排放特征、一次和二次污染物演變特征、邊界層高度變化、太陽輻射強(qiáng)度和后向軌跡模型對(duì)化工園區(qū)污染物的垂直演變和日變化進(jìn)行研究.

3.2 受光化學(xué)反應(yīng)及地表排放影響,杭州灣上虞經(jīng)濟(jì)開發(fā)區(qū)O3隨高度上升濃度整體增加,NO2和TVOCs隨高度上升濃度下降.早晚高峰的影響使得NO2在不同濃度日變化濃度“早晚高正午低”, O3受光化學(xué)反應(yīng)影響日變化濃度峰值在15:00～ 17:00達(dá)到.

3.3 相關(guān)性分析表明TVOCs、NO2與O3濃度整體呈負(fù)相關(guān), TVOCs和NO2作為前體物對(duì)O3生成有巨大貢獻(xiàn),但在500m處相關(guān)性降低表明O3在高空部分來自區(qū)域傳輸及平流層輸送.

3.4 后向軌跡分析表明O3濃度受區(qū)域傳輸影響,冬季氣溫低、太陽輻射弱O3濃度受區(qū)域傳輸影響較夏季小.

[1] 李 丹,戴玄吏,董黎靜,等.化工園區(qū)大氣環(huán)境特征及其對(duì)健康的影響[J]. 環(huán)境工程, 2014,32(1):84-87,125.

Li D, Dai X L, Dong L J, et al. Atmospheric environment characteristics in a chemical industrial parkandits health impact [J]. Environmental Engineering, 2014,32(1):84-87,125.

[2] 陳小方,張嘉妮,張偉霞,等.化工園區(qū)揮發(fā)性有機(jī)物排放清單及其環(huán)境影響[J]. 中國環(huán)境科學(xué), 2017,37(11):4062-4071.

Chen X F, Zhang J N, Zhang W X, et al. VOCs emission inventory of a chemical industry park and its influence on atmospheric environment [J]. China Environmental Science, 2017,37(11):4062-4071.

[3] 武蕾丹,王秀艷,楊 文,等.某工業(yè)園區(qū)VOCs臭氧生成潛勢及優(yōu)控物種[J]. 環(huán)境科學(xué), 2018,39(2):511-516.

Wu L D, Wang X Y, Yang W, et al. Ozone formation potential and priority species of VOCs in an industrial park [J]. Environmental Science, 2018,39(2):511-516.

[4] Trainer M, Parrish D, Goldan P, et al. Review of observation-based analysis of the regional factors influencing ozone concentrations [J]. Atmospheric Environment, 2000,34(12-14):2045-61.

[5] 張浩然,劉 敏,王小嫚,等.南昌市2021年春季大氣VOCs污染特征和來源分析[J]. 中國環(huán)境科學(xué), 2022,42(3):1040-1047.

Zhang H R, Liu M, Wang X M, et al. Characteristics and sources of atmospheric VOCs during spring of 2021 in Nanchang [J]. China Environmental Science, 2022,42(3):1040-1047.

[6] 宋夢(mèng)迪,馮 淼,李 歆,等.成都市臭氧重污染成因與來源解析[J]. 中國環(huán)境科學(xué), 2022,42(3):1057-1065.

Song M D, Feng M, Li X, et al. Causes and sources of heavy ozone pollution in Chengdu [J]. China Environmental Science, 2022,42(3): 1057-1065.

[7] Tsai H-H, Liu Y-F, Yuan C-S, et al. Vertical profile and spatial distribution of ozone and its precursors at theinland and offshore of an industrial city [J]. Aerosol and Air Quality Research, 2012,12(5): 911-22.

[8] Zhao R, Yin B, Zhang N, et al. Aircraft-based observation of gaseous pollutants in the lower troposphere over the Beijing-Tianjin-Hebei region [J]. Sci Total Environ, 2021,773:144818.

[9] Lin C C, Lin C, Hsieh L T, et al. Vertical and diurnal characterization of volatile organic compounds in ambient air in urban areas [J]. J Air Waste Manag Assoc, 2011,61(7):714-20.

[10] Vo T D, Lin C, Weng C E, et al. Vertical stratification of volatile organic compounds and their photochemical product formation potential in an industrial urban area [J]. J Environ Manage, 2018,217: 327-336.

[11] Li L, Lu C, Chan P W, et al. Tower observed vertical distribution of PM2.5, O3and NOin the Pearl River Delta [J]. Atmospheric Environment, 2020, 117083.

[12] Yang J J, Liu C C, Chen W H, et al. Assessing the altitude effect on distributions of volatile organic compounds from different sources by principal component analysis [J]. Environ Sci Process Impacts, 2013, 15(5):972-985.

[13] Mak J, Su L, Guenther A, et al. A novel Whole Air Sample Profiler (WASP) for the quantification of volatile organic compounds in the boundary layer [J]. Atmospheric Measurement Techniques, 2013,6(10): 2703-2712.

[14] Yuan H, Xiao C, Wang Y, et al. Maritime vessel emission monitoring by an UAV gas sensor system [J]. Ocean Engineering, 2020,218: 108206.

[15] Chang C-C, Chang C-Y, Wang J-L, et al. An optimized multicopter UAV sounding technique (MUST) for probing comprehensive atmospheric variables [J]. Chemosphere, 2020,254:126867.

[16] Wu C, Liu B, Wu D, et al. Vertical profiling of black carbon and ozone using a multicopter unmanned aerial vehicle (UAV) in urban Shenzhen of South China [J]. Science of The Total Environment, 2021,801: 149689.

[17] Klemas V V. Coastal and environmental remote sensing from unmanned aerial vehicles: An overview [J]. Journal of coastal research, 2015,31(5):1260-1267.

[18] Liu B, Wu C, Ma N, et al. Vertical profiling of fine particulate matter and black carbon by using unmanned aerial vehicle in Macau, China [J]. Science of The Total Environment, 2020,709:136109.

[19] Chen Q, Li X-B, Song R, et al. Development and utilization of hexacopter unmanned aerial vehicle platform to characterize vertical distribution of boundary layer ozone in wintertime [J]. Atmospheric Pollution Research, 2020,11(7):1073-1083.

[20] Chen L, Li J, Pang X, et al. Impact of COVID-19Lockdown on Air Pollutants in a Coastal Area of the Yangtze River Delta, China, Measured by a Low-Cost Sensor Package [J]. Atmosphere, 2021,12 (3):345.

[21] Pang X, Chen L, Shi K, et al. A lightweight low-cost and multipollutant sensor package for aerial observations of air pollutants in atmospheric boundary layer [J]. Science of The Total Environment, 2021,764:142828.

[22] Sun J, Wang Y, Wu F, et al. Vertical characteristics of VOCs in the lower troposphere over the North China Plain during pollution periods [J]. Environmental Pollution, 2018,236:907-9015.

[23] Geng C, Wang J, Yin B, et al. Vertical distribution of volatile organic compounds conducted by tethered balloon in the Beijing-Tianjin- Hebei region of China [J]. Journal of Environmental Sciences, 2020,95: 121-129.

[24] Zhu W, Xu X, Zheng J, et al. The characteristics of abnormal wintertime pollution events in the Jing-Jin-Ji region and its relationships with meteorological factors [J]. Science of The Total Environment, 2018,626:887-898.

[25] Li L, Lu C, Chan P-W, et al. Tower observed vertical distribution of PM2.5, O3and NOx in the Pearl River Delta [J]. Atmospheric Environment, 2020,220:117083.

[26] Lin J-T, Mcelroy M B. Impacts of boundary layer mixing on pollutant vertical profiles in the lower troposphere: Implications to satellite remote sensing [J]. Atmospheric Environment, 2010,44(14):1726-39.

[27] Xing C, Liu C, Wang S, et al. Observations of the vertical distributions of summertime atmospheric pollutants and the corresponding ozone production in Shanghai, China [J]. Atmospheric Chemistry and Physics, 2017,17(23):14275-1489.

[28] 何國文,吳 兌,吳 晟,等.嘉興夏季臭氧污染的近地層垂直變化特征[J]. 中國環(huán)境科學(xué), 2020,40(10):4265-4274.

He G W, Wu D, Wu C, et al. Characterizing the near-surface vertical variations of summertime O3in Jiaxing [J]. China Environmental Science, 2020,40(10):4265-4274.

[29] Ding A J, Wang T, Thouret V, et al. Tropospheric ozone climatology over Beijing: analysis of aircraft data from the MOZAIC program [J]. Atmospheric Chemistry and Physics, 2008,8(1):1-13.

[30] 李嫣婷,孫天樂,何 龍,等.深圳市秋季大氣臭氧立體分布特征[J]. 中國環(huán)境科學(xué), 2020,40(5):1975-1981.

Li Y T, Sun T L, He L, et al. Vertical distribution characteristics of ozone pollution in Shenzhen in autumn [J]. China Environmental Science, 2020,40(5):1975-1981.

[31] 閆雨龍,溫彥平,馮新宇,等.太原市城區(qū)臭氧變化特征及影響因素[J]. 環(huán)境化學(xué), 2016,35(11):2261-2268.

Yan Y L, Wen Y P, Feng X Y, et al. Variation and the influence factors of ozone in urban area in Taiyuan [J]. Environmental Chemistry, 2016, 35(11):2261-2268.

[32] 嚴(yán)仁嫦,葉 輝,林 旭,等.杭州市臭氧污染特征及影響因素分析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2018,38(3):1128-1136.

Yan R C, Ye H, Lin x, et al.Characteristics and influence factors of ozone pollution in Hangzhou [J]. Acta Scientiae Circumstantiae, 2018, 38(3):1128-1136.

[33] 易 睿,王亞林,張殷俊,等.長江三角洲地區(qū)城市臭氧污染特征與影響因素分析[J]. 環(huán)境科學(xué)學(xué)報(bào), 2015,35(8):2370-2377.

Yi R, Wang Y L, Zhang Y J, et al.Pollution characteristics and influence factors of ozone in Yangtze River Delta [J]. Acta Scientiae Circumstantiae, 2015,35(8):2370-2377.

Vertical profiles characteristics of near surface layer ozone in Shangyu Economic Development Zone of Hangzhou Bay based on unmanned aerial vehicle.

DAI Shang1, ZHOU Cheng-xiang2, PANG Xiao-bing1*, LI Jing-jing3**, CHEN Lang1, WU Zhen-tao1, YUAN Kai-bin1, HAN Zhang-liang1, WANG Qiang1, WANG Shuai-qi1, CHEN Jian-meng1

(1.College of Environment, Zhejiang University of Technology, Hangzhou 310014, China；2.Zhejiang Aikele Environment Protection Co., Ltd., Hangzhou 310030, China; 3.Shaoxing Ecological Environment Monitoring Center of Zhejiang Province, Shaoxing 312099, China)., 2022,42(6)：2514～2522

In order to understand the air pollution in chemical parks, the vertical profiles of ozone (O3) in chemical park were studied bya self-developed miniature atmospheric detector combined withan unmanned aerial vehicle(UAV), a 12-day UAV field observations was carried out in Shangyu Economic Development Zone of Hangzhou Bay during August 2020 to January 2021. Flight observations were conducted every 1h from 08:00 to 18:00 on each observation day, the concentrations of O3, TVOCs and NO2were obtained at 0, 50, 100, 200, 300, 400 and 500m above the ground for each observation. The results showed that the concentrations of TVOCs and NO2usually decreased with increasing height due to meteorological factors, ground-level plant emissions and peak travel, and the concentrations of NO2decreased more significantly with increasing height, ranged from 19.7～59.1μg/m3at 0m to 5.9～21.7μg/m3at 500m, with a decreased rate of 40%～70%.The concentrations of TVOCs and NO2showed a daily trend of high in the morning and evening, low in the noon. In addition, the concentrations of NO2increased at 400～500m in some days caused by inversion layer. The concentrations of O3increased with height affected by the photochemical reaction of precursors, solar radiation intensity and stratospheric input, the average concentrations were 49.2μg/m3at 0m and 98.4μg/m3at 500m, and the peak value of daily variations reached at 15:00～17:00. TVOCs and O3, NO2and O3were negatively correlated at all heights. The seasonal change of O3concentrations were summer>autumn>winter, and the concentrations of TVOCs and NO2were winter>autumn>summer, affected by the difference of meteorological factors in different seasons and the increase of heating emissions in winter. Backward trajectory cluster analysis showed that the local O3concentrations in chemical industry park would be affected by regional transport, and the local O3concentrations in winter was less influenced by the regional transport than in summer because the low temperature was not conducive to the generation of O3from precursors.

ozone；unmanned aerial vehicle；vertical profile；chemical industrial park；backward trajectory

X515

A

1000-6923(2022)06-2514-09

戴 上(1994-),安徽安慶人,浙江工業(yè)大學(xué)碩士研究生,主要從事大氣污染檢測研究.

2021-11-17

浙江領(lǐng)雁研發(fā)攻關(guān)計(jì)劃項(xiàng)目(2022C03073);浙江省重點(diǎn)研發(fā)計(jì)劃(2021C03165);浙江省自然科學(xué)基金(LZ20D050002);紹興市科技計(jì)劃項(xiàng)目(2020B3303)

* 責(zé)任作者, 教授, pangxb@zjut.edu.cn, ** 責(zé)任作者, 高級(jí)工程師, 121316990@qq.com