大气挥发性有机物受体模型来源解析研究进展

挥发性有机物(VOCs)是细颗粒物和臭氧的重要前体物,对其开展来源解析研究非常必要。正定矩阵因子分解(PMF)模型是应用较为广泛的受体模型来源解析技术,该文归纳了PMF模型中关键参数的选取,综述了其在大气VOCs来源解析上的应用情况,总结了中国不同区域VOCs来源特点,阐述了特征比值法、潜在污染源区及传输路径分析方法等方法与PMF模型结合开展VOCs来源的研究进展。结果表明:(1)VOCs物种、不确定度、物种权重、因子数等关键参数的选取均会影响解析结果的误差;(2)大气VOCs来源因地区、季节及人为管控等因素影响而存在差异,但机动车相关排放源是北京市、济南市、武汉市、长三角地区及南部城市大气VOCs的主要来源,贡献在16.9%~75.4%;(3)在PMF模型获取源贡献的基础上,利用条件概率函数、潜在源贡献函数、浓度加权轨迹等模型可掌握污染来源空间分布及传输贡献,光化学损耗估算方法可减小高活性VOCs的解析误差,为管理部门提供更加精准的VOCs污染来源信息。研究显示,在PMF模型广泛应用于大气VOCs来源解析的背景下,开展量化VOCs污染本地生成及区域传输贡献、准确估算VOCs损耗方法研究具有重要意义。

基于高通量监测数据的PMF源解析数据输入量研究

为探究数据输入量的变化对源解析结果的影响,以上海某工业区的大气重金属高通量监测数据为例,按不同数据量将监测数据分别输入至正定矩阵因子分解(Positive Matrix Factorization, PMF)模型中,通过考察模型中Q理论值(Qtheo)与Q计算值(Qtrue)的接近程度、源分类以及源贡献与研究区污染源分布特点的吻合情况,分析数据输入量对源解析结果的影响。结果显示:该区域大气重金属污染受工业生产主导(64.44%),其次是扬尘(19.60%)和交通运输(15.96%)。通过对数据量的考察,发现输入量为60~120时能够得出研究区域的污染源数量与贡献率,但考虑到测试成本、获取数据的时间,认为输入量为60~80时,也能得出合理的源解析结果。短期高通量的分钟级数据集,有益于PMF模型输出高精密度、高时效性的源解析结果,是解决应急污染监控的最佳手段。

基于两种受体模型的太原市大气降尘来源解析及季节变化特征

于2019年11月至2020年12月期间在典型工业城市太原市开展了降尘采样和降尘化学组分分析.采样期间,太原市平均降尘量约为7.9t/(km^(2)·30d),并呈现在4~6月较高.在选取的8个监测区域中,清徐和巨轮的平均降尘量较高,分别为10.7t/(km^(2)·30d)和10.6t/(km^(2)·30d).降尘化学组分质量中地壳元素(Ca、Si、Al)占比较高,巨轮和桃园监测区域的降尘中Fe元素的质量显著高于其他监测区域.将降尘量和化学组分分析结果分别纳入正定矩阵因子分解(PMF)和偏目标转换-正定矩阵分解(PTT-PMF)两种受体模型中对太原市降尘进行了定量来源解析.通过比较两种受体模型的拟合性能和解析的因子谱发现:PTT-PMF受体模型相较于PMF能够更好地区分出降尘中城市扬尘源和建筑尘源这两类相似的尘源.结果表明,太原市降尘主要有六种来源:城市扬尘源(PMF:35%,PTT-PMF:35%)、建筑尘源(PMF:29%,PTT-PMF:28%)、钢铁工业源(PMF:14%,PTT-PMF:14%)、燃煤源(PMF:13%,PTT-PMF:12%)、二次无机盐(PMF:5%,PTT-PMF:6%)、机动车尾气排放源(PMF:4%,PTT-PMF:5%).两种受体模型得到的平均来源贡献结果相似,而建筑尘源和钢铁工业源的季节变化趋势则有一定的差异.粗粒径源类(城市扬尘源和建筑尘源)是太原市降尘的主要来源,两者对降尘的贡献率超过了60%,并在春季贡献率(4~6月)较高.

基于PMF模型的上海市降水中PAHs来源辨析

运用正定矩阵因子分解模型(PMF)分析上海市全年大气降水中16种EPA优先控制的多环芳烃(PAHs)的来源和输入途径,并测算出各主要来源贡献率。结果表明,上海市中心城区大气降水中PAHs贡献值占前三位的3个因子分别为煤燃烧(20.2%)、汽油燃烧(15.4%)和柴油燃烧(12.5%);城市西郊为焚烧炉(18.9%)、柴油燃烧(18.4%)和煤燃烧(13.8%);城市东郊为热电厂(29.7%)、煤燃烧(23.6%)和柴油燃烧(16.2%)。根据全市总量分析,上海市大气降水中PAHs贡献值占前四位的4个因子分别为煤燃烧(16.4%)、汽油燃烧(14.7%)、热电厂(13.8%)和柴油燃烧(13.7%)。该四种来源的污染物贡献量占全市大气降水中PAHs总量的58.6%。结合上海市实际情况推断,影响上海市大气降水中PAHs含量的主要因素是巨大的城市交通压力以及因人口激增、电力供应短缺所造成的本地东郊区域热电厂满负荷运转下的高强度排放污染。

平原河网地区农田土壤重金属污染特征及来源解析

为实现对平原河网地区农田土壤重金属的精准管控,保障农产品的质量安全,本研究以典型平原河网地区——嘉兴市为例,通过采集表层(0~20 cm)土壤样品(n=40),分析土壤中重金属的含量水平与分布特征,利用地累积指数法和潜在生态风险指数法,评价重金属的污染风险,并结合相关性分析、绝对主成分得分-多元线性回归(APCS-MLR)和正定矩阵因子分解模型(PMF),定量解析重金属的污染来源。结果显示:土壤中铜(Cu)、镍(Ni)、铬(Cr)、锌(Zn)、铅(Pb)、镉(Cd)、砷(As)和汞(Hg)的含量分别为(28.8±3.73)、(36.5±5.98)、(60.7±5.38)、(70.5±8.04)、(33.2±6.25)、(0.08±0.04)、(7.30±1.52)mg·kg^(-1)和(0.31±0.15)mg·kg^(-1)。其中,部分点位Hg含量超过农用地土壤风险筛选值(超标率为12.5%)。研究区域主要污染元素为Hg,其地累积指数(Igeo)为(0.20±0.77),呈轻微至轻度污染(67.5%);综合潜在生态风险(RI)为(122±39.8),属于中度风险,Hg是主要风险因子(64.4%)。源解析结果表明,农田土壤重金属的来源为工业源(32.0%)、自然源(28.2%)、农业源(25.8%)和交通源(14.0%),其中Hg主要来源于农业源(62.9%)和工业源(37.1%)。未来可加强对农业投入品及工业三废的管控,降低农田土壤中Hg的输入,保障农田土壤的安全利用及农产品的质量安全。

基于PMF模型及地统计法的乐安河中上游地区土壤重金属来源解析

为实现较大区域范围内土壤重金属来源贡献程度的定量化,选取江西省乐安河中上游地区表层土壤为研究对象,分析污染源样品化学组分并构建本地污染源成分谱,利用PMF(正定矩阵因子分解)模型对土壤重金属进行源解析,并结合地统计空间分析法识别各源的主要影响区域.结果表明:乐安河中上游地区土壤中w(As)、w(Hg)、w(Cd)、w(Cr)、w(Zn)、w(Cu)、w(Mn)、w(Pb)的平均值分别为21.400、0.105、0.25、73.5、88.4、56.2、577.0、49.5 mg/kg,是江西省土壤背景值平均值的1.0~1.8倍,其中,w(As)、w(Cd)、w(Cu)、w(Pb)平均值超过GB 15618-1995《土壤环境质量标准》一级标准限值.土壤重金属主要受铅锌矿冶炼源、金矿选冶源、铜矿采选源、自然源、混合源的影响.铅锌矿开采冶炼活动对洎水河左岸大部分区域土壤造成了影响,源贡献率均大于30%;金矿选冶活动目前仅影响矿区附近土壤,源贡献率最高可达94%;铜矿采选活动也使德兴铜矿周边较大区域范围土壤受到影响,源贡献率处于19%~89%之间.研究显示,构建本地源成分谱可以辅助解析验证PMF源成分谱的有效性,将PMF模型与地统计空间分析法相结合,可以进一步得到源贡献率在空间上的分布状况,对于土壤污染治理决策可提供行之有效的支撑.

报废汽车拆解厂大气颗粒物重金属污染特征、来源解析及健康风险评价

利用电感耦合等离子体发射光谱仪(ICP-OES)对从国内某大型报废汽车拆解厂采集的大气颗粒物样品中的8种重金属进行了分析测定,并基于该测定数据对拆解厂区重金属污染特征、来源以及人体健康进行了研究,结果表明,机械破碎区和人工分选区重金属的平均质量浓度相对较高,Pb和Cd的质量浓度超出了GB 3095-2012《环境空气质量标准》的二级标准。正定矩阵因子分解(PMF)模型分析结果表明,拆解厂区中重金属的来源主要包括镀锌钢板材料源、铝合金材料源、含铅材料源、铜合金材料源、汽车涂料源和电镀镍-铬合金材料源。健康风险评价结果显示:Cr对人体健康存在非致癌风险,其他元素的非致癌风险基本可以忽略;Ni和Cd对人体具有潜在的致癌风险,Cr对人体有较明显的致癌风险。研究成果可为报废汽车拆解行业大气颗粒物重金属污染防治提供科学依据。

武穴市大法寺镇农田重金属含量特征及生态风险评价

以大法寺镇268个耕地地块为研究对象,人工采集土壤样品139个,采用相关性分析、潜在生态风险指数法和正定矩阵分解模型(positive matrix factorization,PMF)等方法分析了土壤重金属Cu、Zn、Pu、Cd、Cr、Ni、Hg、As的含量分布特征和污染水平。结果表明:Cd、Ni、Pb、Zn、As的含量均高于湖北省土壤背景值,分别为湖北省土壤背景值的2.23、1.71、1.23、1.15、1.14倍,其中,Cd超标倍数最大,应当引起重视;潜在生态风险指数法评价结果显示,研究区约有97%的土壤样品处于轻微生态风险等级及中度生态风险等级;通过正定矩阵分解模型和主成分分析解析出3个污染因子,分别为农业源与自然源的复合源,工业源、大气沉降源,而农业源与工业源是研究区的主要污染源。

典型中部地区南阳市VOCs污染特征及对O_(3)生成影响

为研究我国中部地区臭氧(O_(3))污染成因和挥发性有机物(VOCs)污染特征及来源,于2022年对河南省南阳市的VOCs进行了为期一年的在线观测,并探究了其对O_(3)生成的影响.南阳市占地面积大、人口多,是我国中部地区典型代表城市,本研究将2022年南阳市环境空气中O_(3)月均浓度较高的月份(5-9月)定义为O_(3)污染频发月,其余月份定义为非O_(3)污染频发月,研究了南阳市O_(3)污染成因及VOCs污染特征和来源.结果表明:(1)南阳市非O_(3)污染频发月TVOCs(总挥发性有机物)体积分数为32.1×10^(-9)±13.2×10^(-9),比O_(3)污染频发月(19.4×10^(-9)±5.9×10^(-9))高65.5%.但O_(3)污染频发月的OVOCs(含氧挥发性有机物)的体积分数比非O_(3)污染频发月增加了5.3%,表明二次生成可能是南阳市O_(3)污染频发月中OVOCs一个重要来源.(2)臭氧生成潜势(OFP)计算结果表明,在2个研究阶段中,OVOCs的OFP贡献率超过50%,甲醛(35%)、乙醛(10%)、乙烯(9%)、间/对-二甲苯(5%)、甲苯(3%)是南阳市2个研究阶段中共有的影响O_(3)生成的关键VOCs物种.(3)经验动力学模型(EKMA)及相对增量反应活性(RIR)结果表明,在O_(3)污染频发月,南阳市O_(3)生成处于协同控制区,O_(3)生成对人为源VOCs(特别是烯烃和芳香烃)和NO_x更敏感.(4)南阳市O_(3)污染频发月VOCs的正定矩阵因子分解模型(PMF)结果显示,汽油车排放源(占29%)、溶剂使用源(占23%)、工业过程排放源(占21%)、居民生活排放源(占11%)、柴油车排放源(占10%)与植物源(占6%)是大气中VOCs的主要来源.研究显示,南阳市在O_(3)污染频发月期间二次生成是OVOCs的重要来源,且汽油车排放源是南阳市空气中VOCs的重要来源.

大气中部分新污染物浓度特征、来源解析及健康风险评估

基于电迁移率颗粒物粒径数分布仪(SMPS)、气相色谱质谱联用(GC-MS)、X荧光(XRF)方法,于2022—2023年在南京市开展了部分大气新污染物的在线监测,并利用美国国家环境保护局(US EPA)健康风险评价模型评估其健康风险,进一步结合正定矩阵因子分解(PMF)模型对污染物及其健康风险进行来源解析。结果表明,南京市大气中新污染物浓度与其他地区报道的可比,且在遭遇污染过程时显著升高,锰元素的升幅最大(116.3%)。各类新污染物的健康风险均在安全阈值之内。PMF共分解出大气新污染物的5类来源,其中,超细颗粒物(UFPs)主要来自交通源(49%)、光化学(23%)和工业源(28%);重金属主要来自工业源(74%),而挥发性有机物(VOCs)则由工业源(52%)、交通源(25%)和燃烧源(13%)贡献。南京市大气新污染物的非致癌风险由工业源主导,而致癌风险则分别来自交通源、轮船源和工业源。

平原感潮河网地区河道水体表观污染评价及来源解析

以佛山市大沥镇河道为研究对象,采用表观污染指数法及表观污染类型的分类方法,从污染程度和污染类型2个角度对平原感潮河网地区河道水体表观污染状况及污染源进行评价,并利用正定矩阵因子分解模型定量解析污染源。结果表明:佛山市大沥镇河道水体表观质量整体不佳,表观污染类型以混合主导型为主,夏季和晚春的表观污染程度重于早春。不同片区水体表观状况从优至劣依次为镇水围片区>白沙片区>盐联围片区>黄岐盐联围片区>谢边涌及香基河片区>泌冲片区>后海片区。退潮时段河道水体表观质量较差,且涨退潮对镇南部河道水体表观质量影响较大。不同表观污染类型河道的污染源类型及贡献率不同,有机主导型(黑臭)的主要污染源为点源污染(52.61%);有机主导型(水华)的主要污染源为农业面源(35.98%);营养主导型的主要污染源为种植业污染(51.43%);无机主导型的主要污染源为地表径流(41.50%)。研究显示,大沥镇河道水体表观污染时空变化较为显著,不同表观污染类型的污染源具有差异性,需分类治理,从而改善水体表观状况。

城市化进程中天津市近郊区土壤多环芳烃的污染特征变化及健康风险

多环芳烃(PAHs)是城市主要污染物之一,对居民健康构成了巨大的威胁.然而,探讨城市化与区域PAHs污染特征及其健康风险的关系的研究却很少.基于正定矩阵因子分解(PMF)模型和终身累积癌症风险(ILCR)模型,本文对比了2008年和2012年天津市近郊地区土壤中PAHs的含量、组成、来源及其导致的生态风险.结果表明,土壤中PAHs的浓度增加了1倍,低分子量组分的比例由28.6%上升到34.8%,优势化合物由苯并(b)荧蒽、荧蒽和苯并(g,h,i)苝转变为菲、萘和荧蒽.土壤PAHs主要来源由2008年的燃煤源(51.3%)、机动车排放(23.1%)和生物质燃烧排放(14.5%)转变为2012年的燃煤源(41.0%)、机动车排放(28.4%)和石油源(22.3%),排放源的变化与区域工业能源结构调整以及居民日常生活习惯改变有着密切的关联.机动车排放源贡献率增加导致当地居民的土壤PAHs暴露风险上升,皮肤接触是主要的暴露途径,儿童是对暴露风险最敏感的亚群体.

利用细叶小羽藓监测盐城市大气硫沉降的空间变化及来源

苔藓组织硫含量可以反映一定区域内大气硫沉降状况。为了评估盐城市大气硫污染水平,采集了盐城市57份细叶小羽藓(Haplocladium microphyllum)样品,分析其硫含量、污染因子的空间分布特征,并探讨了硫的可能来源。结果表明:苔藓组织硫质量分数为0.08%~0.20%,呈现从东北部向西南部逐渐递增的趋势,在西南部里下河经济发展区苔藓组织硫含量最高,反映出农业肥料和农药的施用向大气输入了较高的硫。污染因子评价结果显示,总体上,盐城市大气硫污染水平为疑似污染,其中有71.93%的采样点为疑似污染,28.07%的采样点为轻度污染,受到轻度污染的采样点多分布于西南部。盐城市苔藓组织中的硫主要来源于农业活动(贡献率57.6%),其次是自然母质和制造业、建筑业的混合源(贡献率41.8%)。严格限制含硫肥料和杀虫剂在农业活动中的使用是防止盐城市大气硫污染进一步加剧的重要途径。

宁波市冬季PM_(2.5)污染特征与来源解析

为了了解宁波市大气中PM2.5污染特征及来源,于2012年冬季在宁波5个环境受体点采集PM2.5样品,分析它们的质量浓度及多种无机元素、水溶性离子、金属元素和碳等组分的含量,并使用PMF模型对宁波市PM2.5来源进行了解析。结果表明：宁波冬季PM2.5浓度较高,5个点位PM2.5中主要化学组分均为有机物、SO42-、NO3-、NH4＋和元素碳,约占PM2.5总质量浓度78.2%~92.4%。对宁波市PM2.5有重要贡献的源类分别为钢铁冶炼源、混合扬尘源、生物质燃烧源、二次硝酸盐、高氯源、机动车排放源、重油燃烧源和二次硫酸盐,其分担率分别为5.6%、3.3%、3.2%、28.8%、6.8%、22.2%、0.7%和29.4%。

基于在线监测的南京市PM_(2.5)中金属元素污染特征及健康风险评估

为了探究南京市细颗粒物(PM_(2.5))中金属元素的污染特征及健康风险,利用在线多金属分析仪采集并分析了2022年南京市PM_(2.5)中10种金属元素的质量浓度,利用正定矩阵因子分解(PMF)模型进行金属元素的来源解析,并采用健康风险评价方法对其中5种重金属元素进行健康危害评估。结果表明,10种金属元素总的年均质量浓度为941.3 ng/m^(3),占PM_(2.5)年均质量浓度的3.4%;其中,铁(Fe)、钾(K)、锌(Zn)3种金属年均质量浓度占比为91.2%。来源解析结果表明,污染物主要来源于土壤尘、燃煤、秸秆焚烧及烟花爆竹燃放、机动车尾气排放及机械磨损。健康风险评价结果表明,锰(Mn)、钒(V)、镍(Ni)、砷(As)4种重金属元素的危害商(HQ)均<1,均不存在非致癌风险;Ni、铅(Pb)的致癌风险(ECR)均<10^(-6),风险可控;As的致癌风险介于10^(-6)~10^(-4)之间,存在一定致癌风险。

广州市黄埔区典型区域环境空气中VOCs污染特征及来源解析

基于广州市黄埔区大气预警监测系统挥发性有机物(VOCs)在线监测数据,分析了该典型区域环境空气VOCs整体浓度水平和组分特征。利用正定矩阵因子分解(PMF)模型开展源解析研究。结果表明,该区域环境空气中VOCs日平均体积分数为42.31×10^(-9),浓度水平与周边城市相差不大,构成组分有区域差异性;优势组分为卤代烃,优势物种依次为正辛烷、甲硫醚、二氯丙烯等,体现了该区域产业结构特色和生产工艺的复杂性;PMF分析表面工业排放源贡献为33.1%,溶剂使用挥发源贡献为19.5%,是制定该区域管控措施需要重点考虑方面。

南昌市大气降水化学特征及来源分析

为分析南昌市大气降水离子来源和源区,对南昌市2016年4—9月大气降水样品主要阴阳离子的组成进行了测定分析,并运用PMF(正定矩阵因子分解)模型分析来源和Traj Stat软件模拟后向轨迹.结果表明:NH_4^+和Ca^(2+)是南昌市大气降水中的主要阳离子,加权平均浓度为65.3和23.9μmol/L,分别占阳离子总量的57%和21%;SO_4^(2-)和NO_3^-是主要阴离子,加权平均浓度为60.4和25.3μmol/L,分别占阴离子总量的56%和23%.c(NH_4^+)、c(Ca^(2+))、c(K^+)、c(Mg^(2+))、c(Na^+)、c(Cl^-)、c(NO_3^-)之间均存在着较为显著的相关性,说明它们之间可能有相似的来源或形成化合物共同存在.结合PMF模型分析结果表明,Na^+、Cl^-很明显受到了海盐的影响,也部分受土壤和二次污染影响;K^+、Mg^(2+)、Ca^(2+)大部分来自于土壤,海盐、二次污染也贡献了一部分的K^+;SO_4^(2-)、NH_4^+和NO_3^-是组成大气二次颗粒物的主要成分,主要由二次污染源贡献;煤燃烧贡献了主要的F^-和部分SO_4^(2-).后向轨迹模型分析表明,南昌市大气降水主要受局地降雨气团影响,5月、8月、9月受陆源及人为影响较大,海源性离子经过内陆上空时被稀释或沉降,导致6月、7月来自于海洋上空的降雨气团对南昌影响不大.研究显示,SO_4^(2-)对南昌市大气降水的影响逐渐增大导致降雨类型逐渐由混合型向硫酸型转化,人为影响是造成大气污染的主要原因.

城乡过渡区土壤-蔬菜中重金属耦合分异特征及形成机理解析

重金属污染农业土壤已成为关系粮食安全和人类健康风险的全球性问题。采集天津市武清区的95个农田表层土壤样品和相应的34个蔬菜样品、20个有机肥样品、27个灌溉水样品,并对上述4类样品中Pb、Cu、Cr、Ni、Zn、Cd和As含量进行测定。基于地统计法分析农田土壤重金属的空间分布规律,探索土壤和蔬菜重金属的累积、潜在生态风险以及土壤中重金属的来源。结果表明,Cd和As是土壤主要污染物,Cd在土壤中的有效性最高,其在蔬菜中的平均含量略高于允许阈值(0.02 mg·kg^(-1));蔬菜富集指数显示,Cd和Pb是蔬菜中占主导地位的重金属污染元素,蔬菜对Cd有较强的富集能力;土壤重金属的空间分布特征显示,污染具有不均性,各重金属元素在部分地区出现高值区,表明人类活动对农田土壤环境产生负面影响;根据正定矩阵因子分析模型(PMF)的分析结果,潜在污染源为工业活动(Cd)、农药化肥和地膜影响(As和Pb)、自然来源(Ni、Cu、Cr和As)、有机肥(Zn和Cu)、交通排放(Pb和Cd)以及污水灌溉(Cr、Ni和Pb);造成重金属累积的主要成因是工业活动,包括大气沉降以及工业废水、废渣与废气等排放。

湖南省郴州市苏仙区重点污染企业影响区的土壤重金属污染源解析

为实现重点污染企业影响区内土壤重金属来源贡献程度的定量化分析,选取湖南省郴州市苏仙区表层(0~20 cm)土壤为研究对象,测定土壤中w(Cd)、w(Hg)、w(As)、w(Pb)、w(Cr);使用正定矩阵因子分解模型(PMF)对5种重金属元素进行污染源解析,并结合地统计空间分析法识别各源的主要影响区域;基于地统计分析结果,运用莫兰指数表征重点污染企业与污染源的空间关系,以探讨不同行业排放的工业废弃物对土壤中5种重金属元素含量的影响.结果表明:研究区土壤中w(Cd)、w(Hg)、w(As)、w(Pb)、w(Cr)的平均值分别为1.474、0.291、65.165、217.974、66.697 mg kg,除w(Cr)以外,其余4种重金属元素含量均高于湖南省土壤环境背景值,表明这4种重金属元素受人为活动的影响较大.研究区5种重金属元素受4类源影响,其中,自然源是Cr的主要来源,其贡献率为88.2%,主要影响区域分布在苏仙区北部;大气干湿沉降是Hg的主要来源,其贡献率为80.6%,主要影响区域分布在苏仙区中东部;采选业的工业废弃物是Cd和Pb的主要来源,其贡献率分别为63.2%和65.9%,主要影响区域分布在苏仙区中部;工业混合源是As的主要来源,其贡献率为75.1%,主要影响区域分布在苏仙区中部及中北部.研究显示,莫兰指数与PMF模型的结合运用,一方面可以辅助解析验证PMF模型的有效性,另一方面可以使解析结果更加具体,可为区域企业管理和土壤污染治理决策提供行之有效的支撑.

某精细化工园区VOCs污染特征及来源解析

为实现精细化工园区精准溯源,基于某园区2018年3~12月挥发性有机物(VOCs)在线监测数据及气象监测数据,分析整体污染水平和组分特征,利用正定矩阵因子分解(PMF)模型开展源解析研究,并结合条件双变量概率函数(CBPF)对主要排放源进行精准定位。结果表明,园区VOCs平均体积分数为(381.92±183.62)×10-9,优势组分为卤代烃,优势物种依次为二氯甲烷、甲苯、1,2-二氯甲烷等,体现了精细化工园区的高VOCs污染特性;PMF分析表明精细化工排放源贡献为59.18%,道路移动源贡献为27.48%,是园区制定管控措施需要重点考虑的2个方面;CBPF分析表明园区东南部和东北部重污染企业分布较多,园区周边敏感区域易受园区高浓度VOCs排放的影响。