正文
VOCs
的区域（见图
2
）。
图
2. Drone-MS
系统现场部署与环境监测分析
现场环境分析的性能
该工作系统考察和优化了
Drone-MS
的关键参数对分析性能的影响。确定了进样膜的厚度（图
3a
）与温度（图
3b
）的最佳参数；考察了
Drone-MS
系统在不同环境温度（图
3c
）和湿度（图
3d
）的影响，结果表明该系统在复杂环境条件下均具有良好的运行稳定性。特别地，考虑环境风速及无人机旋翼产生的气流可能对样品采集的影响，该研究设计了高速的采样速度（流量
3.0 L/min
，流速
28 m/s
），远大于气流的风速（
4-6 m/s
），并考察不同风速条件下的实验采样流量和分析物信号的稳定性。结果显示，旋翼从静止到高速运转的过程中，系统采样流量维持稳定（
CV
：
0.90%
，图
3e
），且在
0~6 m/s
风速范围内分析物信号响应保持稳定（
CV
：
6.73%
，图
3f
）。为进一步考察
Drone-MS
系统的分析性能，该研究选取了
18
种典型
VOCs
（详见支撑材料）进行定性与定量分析。结果表明，该系统具备优异的线性相关性（
R² > 0.99
），检出限和定量限均达到
μg·m
⁻
³
水平。系统的检测准确度与精密度也得到了充分评估，表明该方法具有良好的稳定性。此外，
Drone-MS
系统还与传统台式
GC-MS
、便携式
GC-MS
以及全二维
GC
×
GC-MS
进行了对比（详见论文支撑材料）。尽管由于各系统在采样、电离、色谱分离及质谱分析器等方面存在差异，不同仪器对特定
VOCs
的灵敏度和特异性存在一定差别。但总体而言，
Drone-MS
系统在分析性能方面与传统方法相当，验证了其在现场环境中应用的可靠性与实用价值。
图
3. Drone-MS
系统的分析性能：
a
）膜厚度；
b
）膜温度；
c
）环境温度；
d
）环境相对湿度；
e
）空气采样流量与风速的关系图；
f
）
VOC
强度与风速的关系图。
空气污染物的现场分析
为验证
Drone-MS
系统在线识别和解析环境空气中复杂
VOCs
的能力，该研究选取某大型城市社区为监测区域，开展了实地飞行监测实验（图
4
）。该社区涵盖多个功能分区，包括住宅区、餐饮、商业、体育场、绿化与道路等，具有人类活动类型多样、污染源分布复杂的特点。图
4a
展示了监测区域的卫星地图，监测任务在高空沿
A
点至
B
点路径进行，连续采集环境空气样品并实时分析。图
4b
显示了在绿化草坪区域上空采集的典型的绿化背景质谱图，可观测到多种
VOCs
信号，但整体浓度较低。沿飞行路径的总
VOCs
空间分布如图
4c
所示，不同颜色直观呈现
VOCs
的浓度变化，揭示了不同功能区
VOCs
排放的空间差异特征。值得关注的是，在
C
点附近检测到显著增强的
VOCs
信号，该区域呈现出完全不同的质谱指纹图谱（图
4d
）。质谱分析结果表明，此区域富含多种典型的燃烧源
VOCs
，如苯、甲苯、二甲苯、以及三甲苯等。结合监测区域的时空地理信息（餐饮及住宅区以及用餐高峰），可推测该区域
VOCs
浓度上升主要来源于餐饮活动，如烧烤、烹饪等燃烧排放行为。为进一步揭示其排放扩散特征，该研究绘制了二甲苯（图
4e
）与甲苯（图
4f
）的空间分布图，显示其浓度峰值高度集中于餐饮街和住宅区附近，符合人为源局部排放的扩散模式。
图
4. Drone-MS
系统实时监测环境空气中复杂
VOCs
：
a
）监测区域卫星图；
b
）
A
点记录的质谱图；
c
）总
VOCs
随监测路线的分布；
d
）
C
点记录的质谱图；
e
）二甲苯随监测路线的动态分布；
f
）甲苯随监测路线的动态分布。
大气污染物排放源的高时空分辨解析
由于大气中
VOCs
的扩散、稀释、混合，大气
VOCs
的排放源的精准识别一直是极具挑战性的任务。该研究采用
Drone-MS
系统开展高时空分辨率的空域
VOCs
监测（飞行速度为
2 m/s
，采样时间间隔为
1.0 s
）。图
5a
展示了
Drone-MS
系统在监测两个间距为
20 m
的烟囱排放过程中获得的在线
VOCs
监测图。图
5b
所示为在水平面上构建的总
VOCs
浓度分布图，图中高浓度区域（蓝色与紫色）和低浓度区域（绿色与橙色）清晰描绘出两个烟囱周围
VOCs
的空间分布特征。进一步地，图
5c
呈现了采集自高浓度区域的典型质谱图，检测到包括丁烯、戊烯、己烯以及甲基环己烷等多种典型有害
VOCs
。图
5d
统计了主要
VOCs
的分布，提示了丁烯、戊烷、二氯苯和己烷为主要成分。为更精确识别每个烟囱的具体排放物种，研究进一步提取了主要
VOCs
的浓度梯度，并绘制其分布和扩散图。例如，苯乙烯的空间分布（图
5e
）和水平扩散（图
5f
）提示苯乙烯主要来源于
1
号烟囱。类似地，戊烯在
2
号烟囱附近表现出显著分布特征（图
5g, 5h
），提示其主要来源于
2
号烟囱。而己烷（图
5i, 5j
）和四氯乙烯（图
5k, 5l
）则在两个烟囱周边均有分布，提示其为两处排放源的共同行为。此外，该研究还利用
Drone-MS
系统实现了二维（图
5m-p
）及三维（图
5q
）的扩散分布图的构建，进一步揭示
VOCs
在不同空间维度的迁移扩散特征。此外，三维分布图（图
5q
）还显示受侧风的影响，主要沿水平方向的扩散。这些结果表明，
Drone-MS
系统具有在高时空分辨率下对
VOCs
排放源的精确定位与成分解析能力。二维与三维的动态监测结果为排放扩散特征分析与环境安全评估提供了新的技术路径和研究思路，体现了该系统在实际环境监测中的广泛应用潜力。
图
5. Drone-MS
