袁媛
安科瑞电气股份有限公司 上海嘉定 201801
摘 要：餐饮油烟是城市挥发性有机物( VOCs) 的重要来源之一，对人体健康有较大的危害性，对室内外空气质量也有重要的影响，因此对其排放特征的研究具有十分重大的意义。
关键词：挥发性有机物( VOCs) ；餐饮排放；气相色谱-质谱联用仪( GC-MS) ；排放因子；餐饮油烟监测云平台；安科瑞
0 前言
餐饮油烟废气一直以来被认为是中国城市挥发性有机物的主要源头之一。对人体健康有着不利影响: 油烟废气中的醛类会散发臭气还有 1，3-丁二烯、芳香烃等致癌物质。有研究表明不吸烟的中国女性患肺癌的概率甚至高于吸烟的中国男性，其中主要原因之一就是厨房油烟。
餐饮排放的VOCs主要是在烹饪的高温条件下食用油和食物发生热氧化等化学反应生成其组成和排放特征受多种因素的影响。Klein等研究了油加热、烤肉、少量油炸和深炸等过程中的VOCs排放情况对二次气溶胶进行了测量发现当使用的油品不同时，各实验组排放的有机物相对含量均不同；Liu 等研究了不同调料的排放情况发现用油加入调料后的VOCs排放量明显多于油加热过程'并且不同调料的排放情况不同；何万清等的研究结果表明温度也是影响有机物排放的一个因素不同温度下加热油的有机物排放情况不同且不同油品受温度影响的程度不同；郭浩等的研究还发现菜品也对VOCs的排放情况有着重要影响，不同菜品的有机物排放情况有较大差别，且烹炒类荤菜(尖椒炒肉)的排放因子明显高于其他菜品。油品、调味料、菜品等因素均会对烹饪VOCs的排放情况产生影响而VOCs的排放情况与人体健康和环境密切相关。因此有必要对不同情况下的VOCs排放情况进行研究。过去的研究往往只关注其中一个因素产生的影响，缺少对多个因素的分析比较。目前区域餐饮源大气污染物清单核算方法仍存在很大的不确定性，以用油量为基准的VOCs清单核算不确定度仍然有61% ,远高于同方法PM2.5的清单核算不确定度（31%)。一是因为关于VOCs排放因子的研究由于测量手段和分析技术等的限制，与PM2.5的相关研究皿金相比还尚有不足，二是因为排放因子仍会受到很多复杂、不可控因素的影响。国内对餐饮排放进行多因素控制的模拟研究较少，需要进一步地研究来量化各因素的影响。
本实验针对油品、调味料和菜3个影响因素，采用模拟实验的方法，测量了不同油品及其与调味料、菜品搭配的排放因子，并讨论3种因素对排放因子的影响。在此基础上，通过对不同实验组的比较，得出排放因子较低的油品与调味料、菜品的搭配，有助于深入了解餐饮源排放特征，以期为餐饮源大气污染物清单的模拟提供科学基础，并为控制餐饮源排放策略制订提供依据。
1 材料与方法
1.1 实验装置和材料
油烟污染源散发舱实验装置如图1所示，包括一台标准油烟气体发生装置SH9831B ， 一台电磁炉（带有温度调节档），一个带温度探头的标准平底不锈钢锅，可控制频率和温度的自动炒菜锅和一套排风装置（包括一台离心风机、一条排风管、一个静压箱）。热油加热过程及油烟污染源的散发过程全部在标准化的圆柱锥顶散发舱（D= 0.8 m，H = 0.75 m，无底，材料为防高温的有机玻璃）内发生，保证了除少部分的沉降外，整个实验过程中产生的油烟污染散发量被全部收集。利用电磁炉作为燃料源对样品进行加热，避免燃料源污染排放对实验的干扰。实验使用的油品分为5类，分别为菜籽油、大豆油、花生油、葵花籽油和猪油。本实验使用的调味料选取中国日常生活中常用的3种，分别为辣椒粉、蒜片和花椒粒。本实验中制作的菜品选取了两个比较大众的中式家常菜， 分别为辣椒炒肉和番茄炒蛋，能更好地进行后期比对。
本实验分为加热不同油品、热油中加入调料及菜品烹饪共15个条件实验，如表1所示。油品在单独或搭配调料烹调的过程中，都控制量为300mL（按密度0.93 g-mL-1换算成质量279 g）,由于猪油呈固体状，故猪油采用称重的方式，实验时猪油的量控制为300g。每种调料辣椒粉、蒜片、花椒粒的量都控制在10g。调料在热油20min时加入, 然后继续加热约5min。在制作番茄炒蛋菜品时,放入油20mL、5g姜、5 g蒜、3 g盐、250g 番茄和150g鸡蛋。加热30s后加入番茄和鸡蛋,加热1min后加姜和蒜, 加热到第8min后加盐。在制作辣椒炒肉菜品时，放入油20mL、酱油20mL、5g姜、5g蒜、 3g盐、200g红菜椒、 150g肉（120g瘦肉和30g肥肉），加热1min后加姜蒜，酱油和肉，加热3min后放辣椒。倾倒油的时刻即为烹饪过程开始时间，升温过程约为5min，加热稳定后锅温保持在260T左右，油品及搭配调料的实验时长保持25min左右，菜品烹饪保持10min左右。加热或烹饪过程严格按照拟好的步骤、时间进行操作，每一个实验重复2次。表1中，时间表示单次实验平均时长，序号16对应的实验条件用于背景测量。
1.2 样品采集和分析
模拟油烟通过稀释装置稀释11倍后，经限流阀被SUMMA罐采集，并及时使用气相色谱-质谱联用仪（GC-FID/MS）分析贰35〕。样品经超低温预浓 缩系统冷冻富集和热解析后进入色谱柱，C2~Cs的碳氢化合物由FID检测器检出，C5 - C12的碳氢化合物由MS检测器检出。分析前后采用PAMS标准气体和OVOC标准气体（美国Spectra Gases公司）对系统进行多点校准；每分析8个样品插一个1 x10-9 PAMS标准样品和怡的分析，以便跟踪分析系统的稳定性［17.共计定量分析102种VOCs，分别为28种烷烃、11种烯烃、25种卤代烃、20种OVOCs（13种醛酮、 6种酯和甲基叔丁基醚）、16种芳香烃、以及乙炔和乙腈。仪器对不同VOC物种的检测体积分数限值为几十到几百万亿分之一。
表 1 不同实验的实验条件
1. 3 排放因子计算
本研究的排放因子是基于实验整理得到的各个物质的散发量数据，实验的作业时间以及风量和实验样品的质量得出的。用实验测得的各物质的浓度c（μg・m-3）乘以当时的风量F（m3・h-1），即可得出每种样品的单位时间VOCs排放量。 再用单位时间 VOCs 排放量采样时间T（h）除以研究食材（油品或调料等）的质量M（kg）,即可得到单位质量的样品的VOCs排放量，也就可以得到以样品质量为计算基准的VOCs的排放因子（EF）,公式如下 :
2 结果与讨论
2. 1 不同油品比较
油的加热是油炸的基础步骤, 同时也会排放大量的挥发性有机物。图2是不同油品条件下不同类型有机物的排放因子及其百分比。从图 2（a）中可以看出,5种油品的总排放因子的范围为0.81~2.53 g-kg-1,排放因子高的是大豆油，其值为2.53 g-kg-1；较低的是花生油，其值为0.81 g-kg-1，排放因子较高值为较低值的3倍以上,表明油品对挥发性有机物的排放有重要影响。
由图2（b）可知，对于不同的油品，其加热过程中排放的有机物类别及其占比均不同。菜籽油、花生油和葵花籽油排放因子较高的为烷烃类有机物，分别占总排放因子的51%、41%和52%； 而猪油和大豆油排放因子较高的为卤代烃类有机物，分别占总排放因子的36%和38%。 进一步研究表明，大豆油和猪油排放因子较高的有机物为三氯乙烯， 菜籽油、花生油和葵花籽油排放因子较高的有机物为正十二烷。
对于烃类有机物，除烷烃外，芳香烃的排放因子也处于较高水平。大豆油、猪油、葵花籽油、菜籽油和花生油的芳香烃排放因子占比分别为11%、10%、9%、8%和7%，总体差距不大，且5种油品排放最多的芳香烃类有机物均为甲苯。烯烃和炔烃的排放因子均较低，烯烃排放因子占比较高仅为5%，而炔烃排放因子占比不超过1%。
含氧有机物包括醛、酮和酯、醚。在大豆油、猪油、葵花籽油、菜籽油和花生油中，含氧有机物排放因子分别占总排放因子的26%、16%、14%、 23%和19%。其中，醛、酮的排放因子均高于酯、醚，且醛的排放因子普遍高于酮。菜籽油排放最多的醛类为乙醛，花生油为丙烯醛，其他3种油品均为己醛。这与 Klein等［3］的实验结果一致。
本实验检测的含氮有机物为乙腈。 总体而言，乙腈在总排放因子中占比较少， 一般不超过5%，但其在葵花籽油的总排放因子中占比高达8%。
图 2 不同油品的挥发性有机物排放因子和相对组成
总体而言，不同油品条件下，VOCs的总排放因子、排放有机物的种类和占比均不同。花生油总排放因子较小，且主要排放的是毒性较低的正十二烷，因此在不考虑食材影响的情况下，花生油更适合烹饪使用。
2.2 不同调味料比较
调味料是烹饪的一个重要元素，用油炒香料能提升菜品的风味，但该过程中也有大量的VOCs排放。图3是不同调味料与油品搭配条件下不同类型有机物的排放因子及占比。从图3(a)中可以看出，不同调味料的总排放因子有一定的差异，并且油品的差异也会对调味料的有机物排放造成一定的影响。花椒、辣椒粉和蒜片搭配大豆油的总排放因子分别为31.77、31.44 和 39.44 g-kg-1；搭配 花生油的总排放因子分别为38.09、40.18 和 25.06 g-kg-1。
由图3(b)可知，调味料排放的有机物种类和 占比也受调味料种类和油品影响。6个实验组排放因子较高的有机物均为烷烃，花椒、辣椒粉和蒜片搭配大豆油的烷烃排放因子分别占总排放因子的48%、31%和52%， 搭配花生油的烷烃排放因子占总排放因子的42%、41%和43%；6个实验组排放因子较高的烷烃类有机物均为正十二烷，且除辣椒粉搭配大豆油外，其余5组排放因子较高的有机物均为正十二烷。辣椒粉搭配大豆油排放因子较高的为乙腈，但其排放因子低于烷烃排放因子之和。
6组实验的芳香烃排放因子占比在10%左右，总体略高于油品的研究结果，辣椒粉搭配大豆油占比较高，为15%，花椒搭配大豆油较低，为8%；排放因子较高的芳香烃均为甲苯，与油品的研究结果一致。烯烃和炔烃排放因子仍处于较低水平，烯烃排放因子占比较高为3%，炔烃排放因子占比均为1%。
调味料的卤代烃排放因子占比明显低于油品，辣椒粉搭配花生油较高，为23%；花椒搭配花生油和蒜片搭配大豆油较低，为8%。花椒和蒜片搭配花生油时，排放因子较高的卤代烃为三氯甲烷，其余实验组为1，4-二氯苯，与油品的实验结果有较大差异。
实验中含氧有机物的排放因子处于较高水平。花椒、辣椒粉和蒜片搭配大豆油的含氧有机物排放因子分别占总排放因子的17%、25%和22%，搭配花生油的含氧有机物排放因子分别占总排放因子的35%、23%和 18%。 6组实验中醛、酮的排放因子均高于酯、醚，主要排放的含氧有机物为丙酮和乙酸丁酯；花椒搭配花生油的丁酮排放因子较高，导致其总含氧有机物排放因子较高。
乙腈的排放因子受油品的影响较为明显。总体而言，对于同种调味料，大豆油乙腈排放因子及占比均高于花生油。辣椒粉搭配大豆油排放因子占比较高，为13%；辣椒粉搭配花生油占比较低，为2%。
加入调味料后，排放的VOCs种类及其占比与 油品实验结果有较大差异，表明调味料是影响VOCs排放的重要因素。花椒和辣椒粉搭配大豆油总排放因子低于花生油，蒜片搭配花生油总排放因子低于大豆油，因此花椒和辣椒粉更适合搭配大豆油，蒜片更适合搭配花生油。
图 3 不同调味料的挥发性有机物排放因子和相对组成
2. 3 不同菜品比较
比较菜品时，选用中式餐饮常用的大豆油和花生油制作菜品，分别制作了番茄炒蛋和辣椒炒肉两种中式菜品，并对其排放量进行了比较。图4是不同菜品条件下不同类型有机物的排放量及占比。本实验结果表明，总排放量受菜品的影响较大，且油品对总排放量也有一定影响。辣椒炒肉用大豆油和花生油制作时的总排放量分别为2.05 g-kg-1和 4.23 g-kg-1， 番茄炒蛋用大豆油和花生油制作时的总排放量分别为0. 18g・kg-1 (原料)和0.24 g・kg-1( 原料)，辣椒炒肉的总排放量远高于番茄炒蛋，与郭浩等［19］的结果一致. 从图 4 (a) 中可以看出，两种油品制作辣椒炒肉的卤代烃排放量都较高，使用大豆油和花生油的卤代烃排放量占比分别为76%和80%，而在番茄炒蛋中则占比较低，大豆油和花生油制作番茄炒蛋的卤代烃排放量占比分别为9%和16% 。进一步分析表明，大豆油和花生油制作辣椒炒肉排放的卤代烃主要为二氯甲烷， 其排放量分别为1. 27 g-kg-1 (原料)和 2. 72 g-kg-1 (原料)。二氯甲烷排放量过高是导致辣椒炒肉总排放量远高于番茄炒蛋的主要原因。关于中国不同菜系的源谱研究表明，四川菜和湖南菜会排放大量的卤代烃，和本研究结果相一致，很可能是大量辣椒或辣椒粉的加入导致。
除卤代烃外，4个实验组的烷烃排放量也处于较高水平。用大豆油和花生油制作辣椒炒肉的烷烃排放量占比分别为20%和18%，制作番茄炒蛋则分别为21%和44%；主要排放的物质均为正十二烷，与 2.1节和2.2节中的结论一致。对于芳香烃，不同油品的芳香烃排放量受菜品影响程度不同: 大豆油制作两种菜品时的芳香烃排放量相差不大，花生油制作辣椒炒肉时芳香烃排放量为大豆油的1 / 2，而制作番茄炒蛋时芳香烃排放量为大豆油的2倍；大豆油和花生油制作辣椒炒肉的芳香烃排放量占比分别为2%和1%，制作番茄炒蛋的芳香烃排放量占比分别为46%和16%。烯烃和炔烃排放量仍处于较低水平，烯烃排放量占比不超过3%，炔烃则不超过1%。
含氧有机物在大豆油和花生油制作辣椒炒肉时的排放量占比分别为2%和1%，在制作番茄炒蛋时的排放量占比分别为12%和14%；辣椒炒肉排放的含氧有机物主要是丙酮，番茄炒蛋则是乙醛。4个实验组乙腈的排放量相差不大，在辣椒炒肉中排放量占比约为1%，在番茄炒蛋中约为7%。
菜品、油品都是影响VOCs排放量的因素，菜品的影响大于油品。
由于大豆油制作辣椒炒肉和番茄炒蛋的有机物总排放量低于花生油，故大豆油比花生油更适合用于制作辣椒炒肉和番茄炒蛋。
图 4 不同菜品的挥发性有机物的排放因子和相对组成
3 安科瑞AcrelCloud3500餐饮油烟监测云平台
为了弥补现存餐饮行业在烟油监测上的漏洞，同时便利监管部门的监察，安科瑞油烟监测云平台应运而生。油烟监测模块通过2G/4G与云端平台进行通信和数据交互，系统能够对企业餐饮设备的开机状态、运行状态进行监控；实现开机率监测，净化效率监测，设施停运告警，待清洗告警，异常告警等功能；对采集数据进行统计分析、排名等统计功能；较之传统的静电监测方案，更具实效性。平台预留与其他应用系统、设备交互对接接口，具有很好的扩展性。
3.1 平台结构
平台GIS地图采集餐饮油烟处理设备运行状态和油烟排放的浓度数据，自动对超标排放及异常企业进行提示预警，监管部门可迅速进行处理，督促餐饮企业整改设备，并定期清洗、维护，实现减排环保，不扰民等目的。现场安装监测终端，持续监测油烟净化器的工作状态，包括设备运行的电流、电压、功率、耗电量等等，同时结合排烟口的挥发性物质、颗粒物浓度等进行对比分析，一旦排放超标，系统会发出异常信号。
■ 油烟监测设备用来监测油烟、颗粒物、NmHc等数据
■ 净化器和风机配合对油烟进行净化处理，同时对净化设备的电流、电压进行监测
■ 设备通过4G网络将采集的数据上传至远程云端服务器
3.2 平台主要功能
（1）在线监测
对油烟排污数据的监测，包括油烟排放浓度，颗粒物，NmHc等数值采集监测；同时对监控风机和净化器的启停状态、运行数据进行监测。
(2)告警数据监测
系统根据采集的油烟数值大小，产生对应的排放超标告警；对净化器的运行数据分析，上传净化设备对应的运行、停机、故障等告警事件。
(3)数据分析
运行时长分析，离线分析；告警占比、排名分析；历史数据统计等。
(4)隐患管理
系统对采集的告警数据分析，产生对应的隐患记录，派发、处理隐患，及时处理告警，形成闭环。
(5)统计分析
包括时长分析、超标分析、历史数据、分析报告等模块。
(6)基础数据维护
个人信息、权限维护，企业信息录入，对应测点信息录入等。
(7)数据服务
数据采集，短信提醒，数据存储和解析。
3.3 油烟监测主机
油烟监控主机是现场的管理设备，实时采集油烟浓度探测器和工况传感器的信号，进行数据处理，通过有线或无线网络通讯将数据传输到服务器平台。同时，对本地数据进行存储，监控现场设备状态，提供人机操作界面。
具体技术参数如下：
注：双探头适合双排烟通道的场合，每路探头监测1路排烟通道。3.4 设备选型方案
4 结语
( 1 ) 油品的排放因子范围为0.81 - 2.53 g-kg-1菜籽油、花生油和葵花籽油主要排放烷烃，分别占总排放因子的 51%、41%和52% ；大豆油和猪油主要排放卤代烃分别占总排放因子的38%和36%.
( 2) 调味料的排放因子范围为25.06 - 40.18 g-kg-1排放最多的有机物为烷烃，花椒、辣椒粉和蒜片搭配大豆油的烷烃排放因子分别占总排放因子的48%、31% 和 52%，搭配花生油的烷烃排放因子占总排放因子的42%、41% 和 43%。就总排放因子而言，花椒和辣椒粉更适合搭配大豆油，蒜片更适合搭配花生油.
( 3) 使用大豆油和花生油制作辣椒炒肉时的总排放量分别2.05 g-kg-1 (原料)和4.23 g-kg-1（原料）,制作番茄炒蛋时分别为0.18 g-kg-1（原 料）和0.24 g-kg-1（原料）。辣椒炒肉主要排放卤代烃，使用大豆油制作番茄炒蛋时主要排放芳香烃，使用花生油制作时主要排放烷烃。就总排放因子而言，大豆油比花生油更适合用于制作辣椒炒肉和番茄炒蛋。
【参考文献】
[1] Cheng S Y，Wang G，Lang J L，et al． Characterization of volatile organic compounds from different cooking emissions [J ]. Atmospheric Environment，2016，145: 299-307.
[2] Abdullahi K L，Delgado-Saborit J M，Harrison R M. Emissions and indoor concentrations of particulate matter and its specific chemical components from cooking: a review[J]. Atmospheric Environment，2013，71: 260-294.
[3] Klein F，Platt S M，Farren N J，et al． Characterization of gas phase organics using proton transfer reaction time-of-flight mass spectrometry: cooking emissions[J]. Environmental Science ＆ Technology，2016 ，50 （ 3 ）: 1243-1250.
［4］高雅琴，王红丽，许睿哲，景盛翱，刘跃辉，彭亚荣.餐饮源挥发性有机物组成及排放特征[J].环境科学，2019.
［5］安科瑞AcrelCloud-3500餐饮油烟监测云平台.2020.05版.
作者简介：
袁媛，女，现任安科瑞电气股份有限公司，主要从事餐饮油烟监测的研发与应用。手机:18701997398（微信同号）,QQ：2881068605, 邮箱:2881068605@qq.com