呼和浩特市夏季挥发性有机物污染特征及其臭氧生成敏感性分析

韩家兴 朱伟彬 吴方堃 郝峰 谢非 王鹏 徐曼 刘子锐 岳彩英

1 中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室，北京 100029

2 中国科学院大学，北京 100049

3 内蒙古自治区环境监测总站干旱半干旱区减污降碳监管评估实验室，呼和浩特 010011

1 引言

自2013 年以来，我国分阶段实施了《大气污染防治行动计划》和《打赢蓝天保卫战三年行动计划》，环境空气污染治理取得了显著成效（Zhang et al., 2019），表现为重点城市细颗粒物（PM2.5）年均浓度明显下降；然而臭氧（O3）污染问题仍然突出，并且近年来城市和背景区域O3年均浓度均出现同步快速提升（肖建军等, 2022），O3污染已成为影响我国环境空气质量达标的关键。大气挥发性有机物（Volatile Organic Compounds, VOCs）是形成O3的关键前体物，同时也与生成二次有机气溶胶、过氧化物、醛、过氧酰基硝酸酯等直接关联（Chen et al., 2022），在大气光化学反应中发挥重要作用，开展环境大气VOCs 组成、来源及其O3生成敏感性研究对于制定有效的大气污染减排策略具有重要意义。

目前，我国针对大气VOCs 的观测研究主要集中在我国东部城市群如京津冀地区（王文美等,2021; 张蕊等, 2023）、长三角地区（田俊杰等,2023）和珠三角地区（李圳等, 2022），对于内蒙古地区的VOCs 污染现状研究仍然十分不足。呼和浩特市地处内蒙古自治区中部，属温带半干旱大陆性季风气候区，是重要的工业和旅游城市。近年来随着石油化工和金属冶炼等重工业的发展以及人口和机动车等环境消费因素的逐年递增，VOCs 排放量加大，对该地区大气复合污染事件的发生和空气质量产生明显影响。

本研究基于2021 年夏季呼和浩特市VOCs 和O3高时间分辨率在线监测数据，分析VOCs 组成特征、来源以及O3生成敏感性，以期为该地区VOCs 精准减排及环境空气质量改善提供科学依据。

2 材料与方法

2.1 监测地点及仪器介绍

本研究使用的VOCs 监测数据、常规污染物监测数据（NOx、CO、O3等）和气象数据（温度、相对湿度、气压）的采样地点均为呼和浩特市的内蒙古自治区大气环境监测超级站（40.82°N，111.75°E），该站点设置在内蒙古生态环境厅办公楼楼顶，距地面高度约50 m（站点位置如图1 所示）；该站点为典型的城区站点，代表生活、科教及商业混合区。采样时间为2021 年7 月1～31 日，各项数据的时间分辨率均为1 h。

图1 研究区域及监测站点示意图Fig. 1 Schematic diagram of the research area and monitoring sites

VOCs 组分采用BCT-7800A PLUS 环境空气挥发性有机物在线自动监测系统进行采样监测。该系统是一款在线气相色谱—质谱联用分析仪（Online GC-MS），主要由常温预浓缩装置、气相色谱—质谱联用仪组成。样品通过预浓缩系统富集和高温热解吸后经进样系统进入到色谱分离模块，并在其中完成样品分离；分离后的样品依次进入质谱模块进行质量分析，最后经数据处理得到定性和定量分析结果。系统实时检测29 种烷烃、11 种烯烃、18种芳香烃、21 种含氧挥发性有机物（Oxygenated Volatile Organic Compounds, OVOCs）、35 种卤代烃和乙炔、二硫化碳共116 种VOCs。为保证VOCs 监测数据的可靠性，观测期间开展了包括决定监测数据正确度、稳定性的多点曲线、单点质控、内标和空白检查等在内的仪器质控和数据审核。多点曲线审核的标准曲线至少每三个月重新绘制一次，并要求所有组分数据的线性相关性R2≥0.98，且曲线的最低浓度点回算偏差≤20%；单点质控审核每日一次，要求80%以上组分满足质控要求，且不满足的关键组分个数不超过5 个，否则整体数据做无效标注，仪器重做多点校准；内标响应审核每小时一次，要求内标响应不超过最近一次校准时响应值偏差的±50%；空白结果审核每周一次，要求所有组分数据浓度低于0.1 nmol/mol。挥发性有机物在线自动监测系统的仪器检测限测量每年开展一次，在系统正常工作状态下，通过连续通入7 次不高于标准曲线最低点浓度的标准气体[美国宁德公司环境组分标准气体（117 组分）]进行分析，基于仪器连续测量的VOC 物种浓度分别计算其标准偏差以及方法检出限（见表1）。常规污染物的监测仪器采用的是T100、T201、T400 气体自动监测仪，气象参数的监测仪器采用的是德国LUFFT 公司的WS500-UMB 气象站。

表1 呼和浩特夏季观测期间污染物浓度及气象参数统计值Table 1 Statistical values of pollutant concentrations and meteorological parameters in Hohhot during the summer observation period

2.2 数据分析方法

2.2.1 正交矩阵因子分析模型

本文利用美国环境保护署（USEPA）发布的正交矩阵因子分析（Positive Matrix Factorization, PMF）模型5.0 版本对夏季观测期间VOC 的主要来源进行解析。该模型的原理是利用权重计算样本中各挥发性组分的误差，通过最小二乘法确定主要的排放因子及其贡献率（Gu et al., 2020）。依据浓度水平较高、测量准确度高和具有显著示踪意义的原则（林燕芬等, 2019）以及去除部分受二次生成影响较大的OVOCs 和部分性质不稳定的烯烃类物种，共选择各类源的标志物和性质较为稳定的29 种VOCs物种进行源解析，解析物种占VOCs 总体积分数的72.6%；物种的不确定性计算如公式（1）和（2）所示，最终确定6 类VOCs 排放源：

其中，U代表不确定度，E代表误差率，C代表VOCs 物种浓度，M代表每个物种的检测限。

2.2.2 基于观测的化学箱模型

本文使用的基于观测的化学箱模型（Framework for 0-D Atmospheric Modeling, F0AM）（Wolfe et al., 2016），该模型是利用观测数据作为约束条件的箱式模型，可以有效模拟大气中O3的生成。本研究采用MCM 化学机制（v3.3.1）模拟O3、自由基和中间产物。观测到的气象参数（温度、相对湿度和气压）、常规污染物（NO、NO2、O3和CO）和VOCs 数据被输入到该模型中进行约束。

2.2.3 相对增量反应活性

相对增量反应性（Relative Incremental Reactivity,RIR）是评价前体物对O3生成贡献的重要指标，其体现的是O3生成潜势（PO3-NO）变化的百分比同特定物种源变化百分比的比率（Lyu et al.,2016）。若RIR 值为正，则表明减少该前体物可以减少O3的生成；若RIR 值为负，则表明减少该前体物会增加O3的生成。该前体物RIR 值越高，O3对该前体物越敏感。本研究以初始浓度的90%（削减10%）的情景输入到模型中计算RIR，计算方法如下：

其中，Sw为一定时间内特定前体物种的排放总量，ΔSw假设的源效应变化造成排放总量的变化，Δc由于假设的源效应变化造成物种浓度的变化量，P为模型模拟得到的原始情景的O3净生成速率，P(c-Δc)为模型模拟得到的改变前体物后情景的O3净生成速率。

2.2.4 经验动力学方法

由于O3是光化学的二次产物，O3生成与前体物（如VOC 和NOx）为非线性关系，因此不能简单的通过控制VOCs 和NOx的排放量达到降低大气中O3的含量（陆克定等, 2010）。经验动力学方法（Empirical Kinetic Modeling Approach, EKMA）是通过不同的前体物浓度情景对应不同O3的生成浓度或者生成速率表示O3与前体物非线性关系的方法。对于不同初始浓度的NOx和VOCs，通过化学箱模型模拟都可以得到一个O3生成的最大值，用此峰值与初始NOx和VOCs 浓度制图，就可以绘出O3峰值的等浓度曲线，O3浓度或生成速率等值转折点的连接线为脊线。脊线上方为VOCs 控制区，即削减VOCs 对控制O3有明显的效果；脊线下方为NOx控制区，即削减NOx对控制O3有明显的效果；脊线附近为协同控制区，削减VOCs和NOx对控制O3都具有明显的效果（Wang et al.,2013; 侯墨等, 2023）。

3 结果与讨论

3.1 夏季VOCs 污染特征分析

对夏季观测期间获取的115 种VOCs 按照物种进行分类，分别为烷烃、烯烃、炔烃、芳香烃、卤代烃和OVOCs，并统计了观测期间上述VOCs 物种的平均值。呼和浩特市总挥发性有机物（Total Volatile Organic Compounds, TVOCs）的体积浓度范围为9.10～75.34 ppb（1 ppb=10-9），季节平均值为21.10 ppb，与该城市同时期的其他观测站点的监测结果较为接近（平均体积浓度36.74 ppb，117 种VOCs）（白宇婷, 2022），与北京（25.12 ppb，102 种VOCs）（张蕊等, 2023）和大连（10.21 ppb，50 种VOCs）（朱轲欣等, 2022）等城市的报道结果接近，但是明显低于其他北方城市如石家庄的观测结果（51.52 ppb，117 种VOCs）（王淑娟等,2021）。从各物种的贡献百分比来看，呼和浩特市夏季大气挥发性有机物以OVOCs 为主，占总VOCs 的36.3%，其他类VOCs 浓度占比从大到小依次为烷烃、卤代烃、炔烃、芳香烃、烯烃，占比分别为23.8%、16.8%、10.4%、6.6%、6.1%。OVOCs中丙酮和乙醛的浓度最高，观测期间的平均体积浓度分别达到3.14 ppb 和1.71 ppb。烷烃中主要以乙烷、丙烷、异丁烷、正丁烷、异戊烷含量最高，占到烷烃总浓度的75.9%，其中又以乙烷和丙烷的含量最高，分别为1.11 ppb 和1.25 ppb。烯烃则以乙烯和丙烯为主，他们其对烯烃的贡献达到63.2%，城市地区这两种物种也是来源较为广泛的物种，如诸多工业活动过程排放及交通相关排放源都对城市的烯烃有一定的贡献。芳香烃中主要以苯、甲苯、二甲苯的浓度较高，苯系物的来源也较为广泛，燃烧、汽车尾气、工业活动等过程都会排放相关的物质。上述VOCs 物种的组成与北京地区夏季VOCs组成存在明显差异，张蕊等（2023）在北京城区的观测结果表明烷烃是TVOCs 体积分数最大的组分，占其总VOCs 的40.41%，其次为OVOCs 和烯/炔烃，分别占总VOCs 的25.28%和12.90%。由此可见，尽管呼和浩特和北京夏季TVOCs 浓度接近，但是呼和浩特地区烷烃和烯烃的占比相比北京相对小得多，这可能与两个城市VOCs 的来源存在较大差异有关。

3.2 夏季VOCs 的主要来源分析

为了厘清呼和浩特市夏季大气非甲烷碳氢化合物的主要来源，利用PMF 受体模型进行了来源解析，获得的6 类因子的源成分谱及其相对贡献如图2 所示，同时结合上述因子的日变化特征辅助解析其潜在来源（图3）。因子1 中，高占比的物种以长链烷烃及三甲苯为主，如辛烷、癸烷、正十一烷、正十二烷1,2,3-三甲苯、1,2,4-三甲苯和1,3,5-三甲苯。他们的贡献占比均在50%以上。上述物种是柴油的主要成分。因此，因子1 被认定为柴油车尾气源。因子2 中异戊烷贡献最大，为61.1%，此外正丁烷、正戊烷、2-甲基戊烷、3-甲基戊烷等短链烷烃以及苯、甲苯等苯系化合物的贡献也明显较大。这些物种被用作汽油的添加剂或出现在汽油车的尾气中。并且2-甲基戊烷、3-甲基戊烷和正戊烷是汽车尾气的示踪物，尤其是异戊烷是汽油车尾气排放的重要示踪物。因此因子2 被认定为是汽油车尾气源。因子3 中贡献较大的为甲苯、乙苯、二甲苯等C9 苯系物，此外还有部分短链烷烃、烯烃等，符合溶剂挥发的排放源谱，常见相关产业包括涂料、装修材料、沥青、包装印刷、染印，上述物种为溶剂使用排放的特征物种，因此，因子3 被认定为是溶剂使用源。因子4 中，异戊二烯是主要的贡献物种，主要来自于生物排放，同时其他物种的贡献较小，因此，因子4 被认定为是生物排放源。因子5 中，乙烷贡献占比最高为68.8%，其次为乙烷63.8%，此外还有正丁烷、异丁烷等短链烷烃以及苯和乙烯等物种。这些短链烷烃尤其是丙烷是液化石油气的主要成分，因此，因子5 被认定为是液化石油气源。因子6 中，乙烷、乙烯等物种贡献较大，占比分别为39.2%、59.8%，此外丙烷、丙烯以及其他芳香烃及部分短链烷烃也有相当贡献。乙烷是天然气的主要成分，并且乙烯是不完全燃烧的主要示踪物之一，因此，因子6 被认定为是天然气及燃烧源。

图2 呼和浩特夏季观测期大气挥发性有机物（Volatile Organic Compounds, VOCs）物种对（a）柴油车尾气源、（b）汽油车尾气源、（c）溶剂使用源、（d）生物排放源、（e）液化石油气使用源、（f）天然气及燃烧源的贡献率Fig. 2 Contribution rate of atmospheric Volatile Organic Compounds (VOCs) species to (a) diesel tail-gas source, (b) gasoline tail-gas source, (c)solvent use source, (d) biological emission source, (e) liquefied petroleum gas use source, and (f) natural gas and combustion source in Hohhot during the summer observation period

图3 呼和浩特夏季观测期各VOCs 因子的日变化特征Fig. 3 Diurnal variations of VOCs sources in Hohhot during the summer observation period

根据来源解析结果，发现对呼和浩特市夏季VOCs 贡献最大的人为源为柴油车尾气源，达到了19.8%，其次为汽油车尾气源（18.2%），溶剂使用源（17.6%）、生物排放源（15.4%），液化石油气使用源（12.7%）和天然气及燃烧源（16.3%）。因此，交通相关排放是呼和浩特市VOCs 的主要排放源。

呼和浩特市不同VOCs 贡献来源的浓度日变化特征如图3 所示。可以看出，生物排放源昼间浓度较高，并且表现为从07:00（北京时间，下同）左右开始上升，17:00 左右开始下降，这与昼间太阳辐射强度大、气温高以及植物生理活动变化有关。柴油车尾气源与汽油车尾气源均表现出早晚高峰的特征，且柴油车尾气源的日变化特征更为明显，这也印证了上述两个源为机动车尾气相关排放源。此外，二者的贡献在晚高峰之后仍呈现出持续上升的趋势，并在夜间00:00 至06:00 仍保持较高的浓度水平，这可能与监测站点高近城市交通主干道（图1），车流量较大，使得夜间机动车尾气排放对VOCs 的贡献较高。溶剂使用源和液化石油气使用源在昼间的浓度略高于夜间，而天然气及燃烧源则表现为夜间浓度高于昼间，同样与人为活动水平保持一致。

3.3 夏季观测期间臭氧污染特征

夏季观测期间呼和浩特市空气质量整体较好，PM2.5 和PM10 的平均浓度分别仅为8.61 µg/m3和27.75 µg/m3；观测期间呼和浩特市O3日最大8 h滑动平均值和90 百分位浓度分别为115.94 µg/m3和158.35 µg/m3。根据我国《环境空气质量标准》（https://www.mee.gov.cn/gkml/hbb/bgg/201203/t201 20302_224145.htm [2023-10-29]）中的规定，O3日最大8 h 滑动平均值超过160 µg/m3为O3超标日，观测期间共出现两个O3超标日，这说明尽管呼和浩特地区夏季的颗粒物污染得到了极大的改善，但是该地区O3污染仍然存在。为进一步探索夏季O3污染天形成的气象过程及其前体物情况，对上述两个O3超标日的气象参数及气态前体物的平均浓度及其日变化特征进行了分析，并与非超标日的观测数据和气象条件进行对比，探索O3浓度超标日的特征。如图4 所示，总体来看，O3超标日的平均温度和紫外辐射均高于非超标日，而平均相对湿度则略低于非超标日，表明O3超标日较高的太阳辐射有利于O3的光化学反应生成。从气态前体物来看，O3超标日的TVOCs 和NOx均明显高于非超标日，其中烷烃、烯烃、炔烃和OVOCs 的浓度表现最为明显，而芳香烃和卤代烃的浓度则相差不大（见表1）。对O3超标日气象要素的日变化特征分析显示，温度与O3的日变化也正一致，而相对湿度则相反。同时，气态前体物如NOx、VOCs和CO 表现出较为明显日变化特征，其最大浓度出现在凌晨或者夜间，日间浓度下降，最低浓度出现在午后13:00 至17:00 之间，这也是O3浓度较高的时间段。O3最大小时浓度出现在16:00。总体来看，前体物的浓度变化与O3浓度呈现相反的变化趋势。各类VOCs 物种以OVOCs、烷烃和炔烃的日变化较为明显，这可能使导致O3浓度日变化的原因。进一步将使用该数据输入到箱模型中开展模拟实验以量化分析不同前体物对O3生成的影响程度。

图4 呼和浩特O3（a）超标日与（b）非超标日NOx、VOCs、CO、O3 及气象要素日变化特征Fig. 4 Diurnal variations of pollutant concentrations and meteorological parameters in (a) O3-episodes and (b) non-O3 episodes in Hohhot during the summer observation period

3.4 夏季O3 生成的敏感性分析

3.4.1 相对增量反应性分析

选取观测期间出现的两次O3超标日进行分析，将气态前体物分为人为源VOCs、天然源VOCs、NOx和CO，将各前体物的浓度分别削减20%，使用光化学箱模型模拟这4 类前体物的RIR 值。图5显示了O3超标日各前体物的RIR 值，从图中可以看出，除NOx外各类前体物的RIR 值均为正值，表明这些物种的削减均有利于O3浓度的降低（Zhao et al., 2020），而NOx的削减反而不利于降低O3浓度。但相比之下CO 的RIR 值较低，其对O3生成的贡献较小，因此对其进行削减降低O3浓度的效果并不明显。虽然天然源VOCs 的削减在一定程度上也可有利于O3浓度的降低，但是人为源VOCs 的RIR 值约为0.48 左右，天然源VOCs 的3 倍多，因此人为源VOCs 对O3生成的贡献最大，对其进行削减可有效控制O3浓度。图5 同时显示了不同VOCs 组分的RIR 值，其中烯烃的RIR 值最大，其次为芳香烃，它们的 RIR 值均在0.2 以上；而烷烃、炔烃的RIR 值相比较低，均在0.15 左右。由此来看，削减烯烃和芳香烃对控制本地O3生成有较大的作用。对比在北方城市开展的其他研究，新乡夏季影响O3生成最大的VOCs 组分为烯烃和OVOCs（侯墨等, 2023），而烯烃和芳香烃被认为是影响大连市夏季O3生成最重要的VOCs 组分（朱轲欣等, 2022），上述结果与本文研究结果相似。

图5 呼和浩特夏季O3 超标日前体物相对增量反应性（Relative Incremental Reactivity, RIR）变化Fig. 5 Variation of Relative Incremental Reactivity (RIR) of O3 precursors on O3-episodes in Hohhot during the summer observation period

进一步对VOCs 物种的RIR 值分析发现，烯烃中O3生成潜势主要的贡献物种为乙烯、反-2-丁烯、丙烯、顺-2-丁烯、顺-2-戊烯、反-2-戊烯和1-丁烯；芳香烃中对O3生成潜势影响较大的物种主要有甲苯、二甲苯和三甲苯；烷烃中RIR 值较大的物种以短链烷烃为主，主要有乙烷，丙烷，异戊烷，异丁烷等烷烃。夏季期间需着重控制上述物种的排放，以降低O3生成速率和减少O3污染出现的频率（见表2）。

表2 呼和浩特市夏季O3 超标日不同VOCs 物种的相对增量反应性变化Table 2 RIR of VOC species on O3-episodes in Hohhot during the summer observation period

3.4.2 经验动力学曲线

将夏季观测期期间O3超标日的监测数据输入到光化学箱模型中模拟并绘制EKMA 曲线，模型模拟结果如图6 所示。从图中可以看出，观测期间超标日和非超标日的数据点均分布在脊线的上方，表明呼和浩特市夏季O3生成主要受VOCs 控制，这与上一节前体物相对增量反应性分析结果相同，也与以往在北方城市开展的研究结果一致（Wei et al., 2019; Li et al., 2020）；同时需要指出的是，部分非超标日的数据点靠近或者位于脊线之上，说明这些天O3生成处于NOx和VOCs 的共同控制。从两次超标日的结果来看，其中一次超标日的数据点同样靠近脊线，表明削减NOx或者VOCs 都可以减少O3的生成。虽然夏季不同天O3生成敏感性略有差异，但是削减VOCs 始终有利于减少O3的本地生成，需要加强对人为源VOCs 排放的管控，以缓解该地区夏季O3污染的问题。

图6 呼和浩特夏季观测期期间O3 超标日经验动力学方法（Empirical Kinetic Modeling Approach, EKMA）曲线（黑色线条为脊线，红色圆点为输入到模型的数据的基准点，即超标日前体物与O3 的平均浓度；蓝色三角形表示两次O3 超标日，黑色方块表示非超标日）Fig. 6 Empirical Kinetic Modeling Approach (EKMA) curve of O3 days exceeding the standard in Hohhot during the summer observation period (black line is the ridge line and the red dot is the reference point of data input into the model, that is, the average concentration of body matter and ozone before exceeding the standard; The blue triangle indicates two ozone exceedance days, and the black square indicates non-exceedance days)

3.4.3 人为源排放消减情景模拟分析

从上文可知，呼和浩特市夏季O3生成主要受VOCs 控制，为了探讨该地区可能的人为源减排方案，基于3.2 节VOCs 主要来源的解析结果，本节针对VOCs 的人为源通过光化学箱模型模拟5 类人为源VOCs 物种削减50%之后的O3生成速率；同时由于高浓度O3出现在午后，因此选取13:00 至19:00 这一时段O3的浓度模拟值，进一步分析不同人为源对呼和浩特市O3生成的影响。从图7a 中可以看出观测值与模拟值变化趋势较为吻合，二者间的相关系数为0.97，另外NMB 值为-0.01，NME的值为0.04，说明O3模拟值在可接受范围内，箱模型具有良好的模拟能力，可以开展VOCs 源减排模拟实验。图7b 显示了5 类人为源排放的VOCs浓度分别削减50%后，O3模拟浓度的变化情况。研究时段内模拟的O3平均浓度和最大小时浓度分别为96.7 ppb 和107.8 ppb。源减排情景模拟结果显示，液化石油气使用源削减50%后，O3浓度下降最为明显，其平均浓度和最大浓度分别下降了12.1%和12.8%，其次为汽油车尾气源和溶剂使用源，O3平均浓度分别下降9.4%和9.6%；而针对柴油车尾气源和天然气及燃烧源的削减效果相对较差（图7b）。上述结果说明在实施O3污染防控的污染源管控措施时，应从排放源的O3生成敏感性出发制定精细化和针对性的管控措施。此外，本研究还模拟了观测期间O3超标日非甲烷碳氢化合物（Non-Methane HydroCarbons, NMHCs）不同消减比例（10%～80%）情形下O3浓度的变化，当NMHCs 各物种浓度整体消减约20%以上时，模拟的O3小时浓度最大值降至102 ppbv 以下（《环境空气质量标准》（GB 3095-2012）二级标准），即可满足O3达标。需要指出的是，由于本研究采取的源排放消减的模拟只是针对源解析结果中不同源的代表性VOCs 物种做了削减调整，而实际排放过程中还会其他VOCs 物种，并且各个源之间排放的VOCs 物种还存在一定的交叉性，因此本研究的模拟结果具有一定的局限性，仍需后续研究进一步评估。总体来看，呼和浩特市应加强液化石油气使用，溶剂使用源及机动车尾气源排放的管控，从而有利于夏季O3污染治理。

图7 呼和浩特夏季（a）箱模型模拟O3 浓度效果以及（b）不同VOCs 人为源代表性物种削减50%后O3 浓度的变化情况Fig. 7 (a) Comparison of observed and simulated values of O3 by the box model and (b) changes of O3 concentration after 50% reduction of trace VOCs from different sources in Hohhot during the summer observation period

4 结论

本研究基于呼和浩特市大气环境监测超级站于2021 年夏季观测期开展的O3及其前体物的外场观测数据，利用光化学箱模型模拟分析了该地区夏季O3污染演变特征及其生成敏感性，研究结果表明：

（1）夏季观测期间，呼和浩特市TVOCs 的平均值为21.10 ppb，以OVOCs 为主（36.3%），其次为烷烃（23.8%）、卤代烃（16.8%）和炔烃（10.4%）；芳香烃和烯烃的占比较低，分别仅为6.6%和6.1%。

（2）根据PMF 源解析，呼和浩特市VOCs 的来源主要有柴油车尾气源（19.8%），汽油车尾气源（18.2%），溶剂使用源（17.6%）、天然气及燃烧源（16.3%）、生物排放源（15.4%）和液化石油气使用源（12.7%）。因此，呼和浩特市防治VOCs 污染应该重点管控机动车尾气源（汽油车尾气源，柴油车尾气源）、溶剂使用源、天然气及燃烧源。

（3）通过相对增量反应性和EKMA 曲线分析表明，呼和浩特市夏季O3超标日的敏感性以VOCs 控制为主；烯烃和芳香烃是RIR 值最大的VOCs 组分。

（4）通过模拟不同前体物削减情景下的O3生成速率显示，液化石油气使用源削减50%后O3浓度下降最为明显，其次对汽油车尾气源和溶剂使用源的消减也可使得O3浓度出现不同程度的下降；而针对柴油车尾气源和天然气及燃烧源的削减效果相对较差，针对呼和浩特夏季O3污染的防控应重点关注液化石油气使用源，溶剂使用源及汽油车尾气源。