中国东部地区的O_3污染形成机制及趋势的初步探讨（英文）

本文探讨了中国地区在高气溶胶污染下臭氧形成的问题。过去对臭氧污染的讨论主要集中在臭氧前提物(NOx,CO和VOCs)的讨论。并根据其各自的排放量研究臭氧形成在本地区是由NOx还是VOCs控制的。然而,在中国高气溶胶频发的条件下,太阳辐射被强烈压抑,极大减少了臭氧形成的光化学过程。因此本文建议,除去臭氧形成的NOx及VOCs控制条件,还应有一个太阳光子控制条件。而中国由于高气溶胶污染,目前臭氧的形成应是受太阳光子控制条件的影响。因此压抑了臭氧的形成。然而,随着气溶胶污染的治理和改善,光化学活动的增强,臭氧污染会成为中国将来的严重问题,应加以重视。     

基于观测数据的石家庄交通干线附近臭氧光化学敏感性分析

为确定石家庄东部郊区交通干线附近O₃生成光化学敏感性,利用2019年1月1日—2020年10月31日在线观测的NO_x、NO_y和O₃等数据计算并分析了O₃生成效率(OPE)及O₃光化学敏感性的NO_x临界浓度.结果表明:1交通干线附近O₃光化学敏感性存在季节差异,春季主要受VOCs控制,整体OPE为2.6±0.3,夏、秋季节主要受NO_x与VOCs协同控制,整体OPE分别为5.3±0.4和5.1±0.8;2NO_x体积分数>11×10^-9时,O₃生成主要为VOCs控制;NO_x体积分数介于6×10^-9~11×10^-9时,O₃生成主要受VOCs与NO_x协同控制;NO_x体积分数<6×10^-9时,O₃生成主要为NO_x控制;3O₃生成敏感性存在日变化特征,10:00之前O₃生成主要受VOCs控制,10:00—11:00是O₃生成由VOCs控制转变为VOCs和NO_x协同控制的过渡时段,12:00之后O₃生成主要由VOCs和NO_x协同控制,且午后14:00—16:00之间NO_x对O₃控制比例凸显.因此,石家庄O₃治理不但要重视NO_x与VOCs排放源的协同管控,尤其午后还需要对NO_x排放源进行分时段精细化管控.     

不同方法判定南京臭氧生成敏感区的差异

近年来,我国臭氧（O₃）污染日益严重,识别O₃对前体物挥发性有机化合物（VOCs）和氮氧化物（NO_x）的敏感性对科学制定区域O₃污染防治政策具有重要意义.以南京市2017年7月下旬的一次O₃污染事件为例,探讨了基于三维模型的光化学指标法、敏感性系数法以及基于观测的OBM方法在识别南京市O₃生成敏感性方面的差异.结果表明,光化学指标法和敏感性系数法得到的南京市O₃敏感性的空间分布较为一致（一致性超过50%）.其中,敏感性系数法对应的过渡区范围更广,而光化学指标法更倾向于将O₃生成判定为只对VOCs或NO_x敏感.不过,光化学指标法的结果与采用的临界值有关.OBM方法受观测数据质量影响较大,如NO₂观测误差（观测浓度高于实际浓度）会造成OBM低估O₃对NO_x的敏感性.在判定重污染阶段的O₃敏感性时,各方法间差异较大.光化学指标法偏向于VOCs控制,而OBM和敏感性系数法的结果则相对接近,倾向于NO_x控制或共同控制.     

兰州市大气臭氧生成的敏感性分析及其前体物减排对策建议

兰州市是我国首个发现光化学烟雾事件的城市,其盆地地形、特殊的气象条件及较高的石化工业产业的排放,使得近年来臭氧浓度急剧上升.本论文基于兰州市2016—2019年4年的空气质量自动监测数据以及中国气象网站提供的温度、湿度、气压等气象参数,对兰州市大气臭氧（O₃）和其前体物（NO_x）污染的时空分布特征及城关城区和西固工业区的VOCs物种组成进行研究;利用HYSPLIT模型,通过大气的扩散、传输过程分析造成臭氧污染特征的原因;利用OZIPR模型绘制出臭氧等浓度曲线（EKMA）,对西固工业区和城关城区的敏感区进行了分析,结果表明城关城区的EKMA曲线的脊线VOCs/NO_x比值约为15∶1,臭氧敏感性属于VOCs控制区,而西固工业区EKMA曲线的脊线VOCs/NO_x比值约为25.6∶1,敏感性与历年的NO_x控制区不同,转变为VOCs控制区.同时,基于MIR法和Prop-Equiv法两种方法估算了各VOCs物种对臭氧生成的贡献,结果显示在夏、冬季烯烃均为主要的贡献物种.并识别出高反应活性VOCs物种,初步解析来源.最后针对城关城区和西固工业区分别提出了详尽的臭氧防控及其前体物的减排对策建议.     

德州市夏季臭氧敏感性特征及减排方案

近年来德州市臭氧污染频发,2018年夏季（6~8月）,德州市发生了严重臭氧污染事件,臭氧日最大8 h浓度值超标天数达60 d,超标率65%,3个月平均值为176 μg ·m^-3,最高达262 μg ·m^-3.本研究利用WRF-CAMx耦合的HDDM模块,分析期间德州臭氧敏感性特征及减排方案.结果表明,在空间上,德州市中心城区为VOCs控制区,而郊区为NO_x与VOCs协同控制区.在时间上,VOCs敏感值每日为正值,但dO₃_V₅₀在6月（城区18.7 μg ·m^-3,郊区19.7 μg ·m^-3）和8月（城区15.3 μg ·m^-3,郊区16.4 μg ·m^-3）高于7月（城区13.0 μg ·m^-3,郊区11.8 μg ·m^-3）,NO_x敏感值城区呈正负交错,郊区大部分为正值,并与VOCs敏感值接近.对于城区减排方案应考虑以仅VOCs削减为优先,而郊区由于NO_x和VOCs对臭氧减排效果相当,建议以NO_x：VOCs=1：1为优.     

基于正交试验的臭氧及其前体物的非线性响应及控制方案

臭氧浓度与其前体物排放在不同地区、不同时刻具有高度非线性关系,如何精准防控臭氧污染成为了目前研究的难点.本文基于WRF-Chem空气质量模式和自建的乌海市2018年大气污染物排放清单,以2018年8月17~20日乌海市海勃湾市区的一次臭氧污染过程为例,利用有交互作用的正交试验研究臭氧及其前体物之间的非线性响应,揭示臭氧生成敏感性并确定最优控制方案.结果表明,NO_x、VOCs与CO的交互作用、CO、排放的污染物和气象场的交互作用是影响海勃湾市区臭氧浓度的主要因素,在臭氧超标日的12：00~18：00臭氧生成对NO_x排放量最为敏感,当NO_x、VOCs和CO协同削减60%、30%和30%时,臭氧平均浓度下降最为显著,为12.6 μg·m^-3（7.8%）;通过对化学反应机制分析得出,VOCs和CO通过与·OH和HO₂·等自由基反应进而影响整个光化学反应,是导致VOCs与CO对臭氧生成存在显著交互作用的原因.该方法为研究臭氧及其前体物的非线性响应和制定臭氧污染控制方案提供了一种新的思路.     

苏州市初夏臭氧污染成因及年际变化

以2017~2021年的5~6月苏州市城区站点的大气污染物浓度为研究对象,分析了臭氧（O₃）、氮氧化物（NO_x）、总氧化剂（O_x）、一氧化碳（CO）和挥发性有机物（VOCs）等污染物的变化特征,利用基于观测的模型（OBM）研究了O₃污染成因及其年际变化,解析了环境空气VOCs的主要来源及其变化趋势.结果表明：①近年来苏州O_x平均体积分数以及NO_x和CO平均浓度整体呈下降趋势,但VOCs的体积分数整体呈上升趋势;O₃污染天光化学反应前体物浓度水平仍较高,且显著高于优良天.②近年来苏州O₃生成处于VOCs控制区;苏州市VOCs和NO_x长期减排比例应不低于5∶1,在VOCs控制方面应注重对芳香烃和烯烃的减排.③源解析结果显示,工业排放、汽油车尾气和柴油机尾气是苏州市VOCs的主要排放源;近年来工业排放源和溶剂使用源有所下降,但汽油车尾气源和油气挥发源贡献率上升明显,且上述两类污染源排放VOCs的O₃生成潜势较高.④综合分析各排放源对O₃生成潜势的贡献发现,溶剂使用源和汽油车尾气源的VOCs排放是影响苏州市O₃生成的关键因素.     

深圳市一次典型春季臭氧污染事件成因研究

以往珠三角地区臭氧污染普遍发生在秋季,但近年来春季臭氧污染事件不断发生,并且污染出现时间愈发提前.本研究聚焦于深圳市2022年春季（2月26日）一次臭氧污染过程,系统性地分析了此次臭氧污染过程的主要成因与关键驱动因素.结果表明,在春季臭氧污染的形成过程中,气象条件扮演着重要角色,在高压天气系统影响下的强太阳辐射、高温、低湿和低风速是导致此次臭氧污染的重要因素.通过臭氧的垂直观测数据分析发现,夜间残留层中的高浓度臭氧能够在上午时段混入边界层内,加速地面臭氧浓度累积.此外,通过臭氧前体物浓度的变化特征分析发现,在污染日的下午时段出现臭氧及其前体物浓度的快速升高,推测为上风向区域的外部输送贡献加强,这也是导致此次春季臭氧污染发生的重要原因.敏感性分析表明,污染日的臭氧生成主要受VOCs控制,但在污染加剧时受到NO_x控制,因此,对春季臭氧污染的 防控需要从区域角度开展VOCs和NO_x的协同减排与治理.     

基于WRF-Chem的长三角地区PM2.5和O3污染协同控制研究

以PM_2.5和O₃浓度超标为表征的区域性大气复合污染已成为当前我国大气污染的主要问题,严重影响到经济的发展和社会的和谐,探究PM_2.5与O₃的协同控制近年来成为大气污染防控的热点.本文基于WRF-Chem模式,结合气象、大气污染物观测数据及MEIC排放清单等数据,依据不同比例的NO_x和VOCs减排量,设计了36组减排情景,模拟了长三角地区PM_2.5和O₃复合污染时段的空气质量状况.同时,利用综合经验动力学（CEKMA）方法,综合考虑NO_x和VOCs减排的边际效益成本和环境健康效益,评估了长三角地区NO_x及VOCs减排对PM_2.5和O₃大气污染控制的影响.最后,定性并定量地研究两者的协同关系及协同减排效果,给出了该区域在复合污染情景下的先侧重VOCs、后侧重NO_x减排的协同优化路径,采取先减少NO_x排放约70%（或60%）且减少VOCs排放约10%（或20%）,再削减剩余VOCs及NO_x排放量的方案,减排的环境空气质量改善效率可以分别达到最优路径的90%（或80%）以上,而等比例同时减排NO_x和VOCs对区域空气质量的改善反而是效果不佳的 减排方案之一.研究方法和结论对区域大气环境的综合治理具有重要的应用价值,对我国其他地区的大气污染防治及相关研究也具有借鉴意义.     

基于Brute-Force方法的京津冀区域夏季臭氧反应机制

近年来京津冀区域夏季臭氧（O₃）体积分数仍居高位,轻中度污染频繁发生,相关反应机制研究亟需开展.利用WRF-Chem模式对该区域2018年夏季代表月O₃浓度进行模拟,并基于Brute-Force方法探究了区域层面前体物减排的O₃变化.O₃在不同排放情景的变化表明,该区域O₃反应机制以VOCs控制区与非敏感区为主,VOCs控制区主要聚集京津冀中部,呈南北带状分布,面积占比15.60%~26.59%.区域各市城区的O₃浓度对前体物排放的相对响应强度（RRI）具有很大的空间差异性,对于VOCs,RRI_VOC在0.03~0.16范围内;而对于NO_x,RRI_NO_x在-0.40~0.03范围内.纬度越高的城区,RRI值越剧烈,表明了越为显著的区域输送影响.前体物排放强度高的城区,RRI_NO_x值越低,暗示RRI_NO_x对当地NO₂浓度的负向依赖;但RRI_VOC与NO₂水平无明显关联,更依赖于对前体物相对丰度（VOCs ：NO_x）.RRI_VOC与RRI_NO_x比值在多数城市表现为负值,VOCs协同减排以抑制O₃浓度恶化十分必要;该比值的绝对值在工业化和城市化高的城市远低于普通中小城市,意味着这些城市VOCs协同减排的要求将更高.然而,即使在前体物50%减排下,区域各城市O₃浓度改善仍然有限,毗邻省份的区域外联合治理也依然重要.     

邯郸市PM2.5-O3复合污染特征及相互影响研究

本研究在河北工程大学监测站点开展了大气中56种VOCs、NO_x以及气象参数的长期在线监测,结合2013—2019年国控站的在线监测数据,对邯郸市PM_2.5-O₃复合污染特征进行分析.结果表明,邯郸市2013—2019年复合污染天数波动较大,近几年呈现增加趋势,且集中在每年的春夏季.2013—2017年复合污染天数峰值均出现在6月,2018年和2019年出现在3月和4月.气象因素分析结果表明,温度、湿度和气压对邯郸市复合污染影响较明显,当温度为21.0~29.0℃、湿度较高、气压偏低的条件下,更容易发生复合污染,而风速对邯郸市复合污染影响较小.对PM_2.5与O₃相互作用分析发现,冬季高浓度PM_2.5对O₃有抑制作用,夏季PM_2.5浓度不超标时,O₃浓度随其升高而上升,PM_2.5浓度超标后变化趋势相反,当PM_2.5浓度大于125 μg·m^-3时不再出现PM_2.5-O₃复合污染.虽然近年来PM_2.5、SO₂和NO₂浓度下降,但二次转化率依然较高甚至有加强趋势.利用VOCs/NO_x值分析邯郸市O₃生成敏感性,结果显示邯郸市春冬季属于VOCs控制到NO_x控制的过渡区,夏秋季属于NO_x控制区,且复合污染日VOCs/NO_x值（6.3）最小,清洁日（9.3）最大.复合污染时NO₃^-和OC浓度较高,OC/EC值与其他污染日相比最大,说明复合污染时二次污染严重,有效治理PM_2.5-O₃复合污染必须减排能同时形成O₃和二次有机气溶胶的高活性有机物.     

基于光化学指标法的邯郸市臭氧生成敏感性

邯郸市近年来O₃污染状况越发严峻,2018年夏季（6~8月）,邯郸市O₃日最大8 h平均浓度为175μg·m^-3,超标天数达54 d,超标率59%,最高浓度达257μg·m^-3.本研究应用WRF-CMAQ模式系统和光化学指标法对邯郸市夏季O₃生成敏感性特征进行分析.结果表明,用H₂O₂/HNO₃表征O₃生成敏感性较其他指标在理论和模拟效果方面均更合适.基于精细化的源清单和网格分辨率,CMAQ对H₂O₂和HNO₃有较好的模拟效果.对H₂O₂/HNO₃的模拟结果显示,邯郸市VOCs控制区范围逐月减少,6月协同控制区范围占比最大,7月和8月以NO_x控制区为主.邯郸市各区县VOCs和NO_x排放量比值显著的空间差异,是O₃生成敏感性差别的主要原因.VOCs/NO_x<1.7的区域,其O₃生成趋向于受VOCs控制,邯郸南部VOCs/NO_x>6.9的区域,NO_x是O₃生成的主控因子,1.7x<6.9的区域更易受到VOCs和NO_x的协同控制.当HCHO/NO₂、O₃/HNO₃和O₃/NO_x过渡范围分别为0.35~0.6、20~35和10~25时,可以得到与H₂O₂/HNO₃较为一致的敏感性空间分布,H₂O₂/（O₃+NO₂）不能指示出与其他指标一致的结果,表明该指标可能不适用于邯郸市.     

广州市臭氧污染溯源:基于拉格朗日光化学轨迹模型的案例分析

分析了2018年10月初广州市一次为期6 d的臭氧污染事件,利用拉格朗日光化学轨迹模型对广州市的臭氧污染进行了溯源分析,量化了不同区域对臭氧污染的贡献,评估了重点排放区域不同行业和不同前体物减排对臭氧污染控制的效果.结果表明,本次污染事件期间,日最大8 h臭氧均值均超过160 μg·m^-3,最高达271 μg·m^-3,氮氧化物（NO_x）和挥发性有机物（VOCs）的平均浓度为（77.7±42.8）μg·m^-3和（71.9±56.2）μg·m^-3.芳香烃和烯烃是主要的VOCs反应活性物种,分别贡献了38%和30%的·OH反应活性以及51%和16%的臭氧生成潜势.本次臭氧污染事件主要受3类气团输送影响,3类气团中的高排放区域分别为广东省外、广东省内和广州市本地,在高排放区域中臭氧生成均受VOCs控制.途经区域前体物减排的敏感性分析表明,减排VOCs对于降低臭氧浓度的效果优于减排NO_x.在100%减排情况下控制高排放区域的交通源排放对广州市臭氧控制的效果（臭氧降低14.6%~21.0%）高于控制工业（8.4%~15.3%）、电厂（0.9%~6.2%）和民用源（2.3%~4.7%）的排放,但单独控制交通源在小于90%减排比例下对臭氧污染控制的效果并不显著（<10%）.此外,珠江三角洲地区的生物源排放也对臭氧生成有重要贡献,在模型中关闭生物源排放后,广州市臭氧浓度降低6%~19%.本研究证实了拉格朗日光化学轨迹模型在区域臭氧污染溯源的应用效果,并为广州市臭氧污染的区域协同控制提供了对策建议.     

典型工业城市夏季VOCs污染特征及反应活性

为研究典型工业城市夏季挥发性有机物（VOCs）污染对环境的影响及成因,利用2020年7月在淄博市城区的VOCs在线监测数据,分析了污染日和清洁日VOCs的污染特征、化学反应活性和臭氧（O₃）污染成因.结果表明,污染日总挥发性有机物（TVOC）小时浓度均值较清洁日高32.5%,分别为（50.6±28.3）μg·m^-3和（38.2±24.9）μg·m^-3,污染日和清洁日各组分贡献率均为：烷烃>芳香烃>烯烃>炔烃,TVOC和O₃浓度日变化均呈现相反的变化趋势.污染日臭氧生成潜势（OFP）、·OH消耗速率（L_·OH）和二次有机气溶胶生成潜势（SOA_p）均高于清洁日,烯烃对OFP和L_·OH贡献最大,芳香烃对SOA_p贡献最大;OFP和SOA_p日变化趋势和TVOC基本一致;化学反应活性优势物种以烯烃和芳香烃类物质居多.VOCs/NO_x法判断污染日和清洁日O₃敏感区属性均处于VOCs控制区和过渡区,而烟雾产量模型法（SPM）诊断污染日O₃敏感区属性在08：00~16：00期间处于VOCs控制区和过渡区交替状态,清洁日各时段均处于VOCs控制区.为减轻该市夏季O₃污染,应加强对VOCs （烯烃和芳香烃）和氮氧化物（NO_x）的协同控制.     

基于随机森林的北京城区臭氧敏感性分析

明确臭氧（O₃）与前体物的非线性关系是O₃防控措施制定的基础和关键.基于北京城区站点2020年4~9月O₃、挥发性有机物（VOCs）、氮氧化物（NO_x）和气象要素在线观测,分析了O₃及其前体物污染特征,利用随机森林（RF）模型结合SHAP值探究了影响O₃的关键因素,并通过多情景分析探讨了O₃-VOCs-NO_x敏感性.相关性分析结果显示O₃小时浓度与温度（T）呈显著正相关,与TVOCs和NO_x呈显著负相关;但从每日结果来看,O₃与T、TVOCs和NO_x均呈显著正相关.RF模型模拟的O₃浓度与实测值吻合较好,进一步计算了各个特征变量的SHAP值,结果显示T和NO_x对O₃影响最高,但前者是正向影响,而后者是负向影响.以观测期间O₃污染天的NO_x和VOCs平均值为基础情景,设置了对应不同NO_x和VOCs的多种情景,并利用RF模型计算不同情景下的O₃,得到O₃等值线（EKMA曲线）,结果显示北京城区O₃-VOCs-NO_x敏感性处于VOCs控制区,与基于观测的盒子模型（OBM）得到的结果一致,这说明RF模型可以用作O₃-VOCs-NO_x敏感性分析的一种补充方法.     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

北京大气中NO、NO2和O3浓度变化的相关性分析

臭氧（O₃）是城市污染大气中的首要光化学污染物,其变化规律与氮氧化物(NO_x=NO+NO₂)关系密切.采用49C臭氧分析仪和42CTL氮氧化物分析仪对北京城区O₃和NO_x浓度进行了连续观测,时间为2004-08～2005-07.结果显示,O₃和OX（O₃+NO₂）浓度在午后15:00左右出现峰值,NO_x呈双峰态日变化,在07:00和23:00左右出现峰值.不同季节污染物的浓度变化存在差异,O₃和NO_x浓度分别在夏季和冬季达到最大.NO_x浓度存在100×10^-9(体积分数)的“分界点”,NO_x低浓度时以NO₂为主,NO_x高浓度时NO占大部分.OX区域贡献和局地贡献存在明显的季节变化,前者主要受区域背景O₃的影响,在春季最大,后者主要受局地NO_x光化学反应的制约,在夏季最强,同时OX组分呈现显著的昼夜差异.     

广州市冬季一次典型臭氧污染过程分析

为探究广州市2020年冬季（1月）一次臭氧污染过程,分析了气象条件对臭氧污染产生的影响;运用臭氧生成潜势（OFP）和正交矩阵因子分解法（PMF）分析了影响臭氧的主要挥发性有机物（VOCs）物种和来源;通过经验动力学建模方法（EKMA）识别了臭氧生成控制区,并提出了相应的前体物减排策略.结果表明,本次臭氧污染过程中同时出现了NO₂超标,并且PM₁₀和PM_2.5浓度也处于高位,体现出和夏、秋季不同的大气复合污染特征;夜间边界层高度低（<75 m）和大气稳定度高加剧了臭氧前体物和颗粒物的累积,日间温度升高约5℃、太阳辐射增强约10%和水平风速小（<1 m ·s^-1）等气象条件加剧了光化学反应,促进了臭氧和颗粒物的生成.冬季VOCs组分以烷烃为主（占比为68.2%）,且烷烃和炔烃占比较其他季节更高,但芳香烃（二甲苯和甲苯）和丙烯是臭氧生成的关键VOCs物种;源解析结果显示,VOCs的主要来源为汽车尾气（22.4%）、溶剂使用（20.5%）和工业排放（17.9%）,其中溶剂使用的OFP最高;臭氧本地生成主要受VOCs控制,前体物VOCs和NO_x按比例3 ：1进行削减较为合理.研究探索了冬季臭氧污染的成因,为开展重污染季节O₃和PM_2.5协同控制提供科学支撑.     

NOx和VOC自然源排放及其对中国地区对流层光化学特性影响的数值模拟研究

利用Williams等和Guenther等的模型估计中国地区NO_x和VOC的自然源排放.所得清单显示土壤NO_x排放总量（以N计）为225.75 Gg;植被VOC年排放总量（以C计）为13.23 Tg,其中异戊二烯、单萜烯、其它VOC分别为7.77、1.86、3.60 Tg;排放有明显季节变化和空间变化.运用中尺度气象模式MM5以及光化学模式Calgrid研究这些排放在不同季节对对流层化学的影响.结果表明,O₃、NO_x、HNO₃和PAN的全国平均浓度在土壤NO_x排放影响下分别增加15.3%、15.7%、25.5%和6.5%;在植被VOC排放影响下改变5.6%、-4.9%、-19.3％和142.3％;在两者综合影响下增加26.1%、8.8%、4.3%和177.9%;浓度变化在夏季明显强于其它季节.自然源对中国地区光化学污染物空间分布有不同程度的影响,这种影响同区域气象条件、源排放和NMHC/NO_x比值等因素有关.NO_x和VOC的自然源排放对光化学特性影响显著,在光化学模拟过程中不容忽视.     

成渝地区典型城市O3污染对人为源前体物排放敏感性模拟研究

以2019年3—4月臭氧（O₃）污染小高峰为例，应用空气质量模型CAMx-DDM法分析了成渝地区O₃浓度对人为源前体物排放敏感性，并用2020年"新冠"疫情防控及生产恢复导致的污染排放同比变化情景进行模拟验证.模拟结果表明成渝地区O₃对NO_x的敏感性为负、对VOCs的敏感性为正，其中，重庆市主城区、主城区以西地区、川南城市群和成都平原西部地区敏感性较高，与其自身污染排放源分布密集有关.以典型城市重庆市主城区为例，2019年3—4月O₃小时浓度对NO_x和VOCs的敏感性平均值分别为-19.14 μg·m^-3和7.25 μg·m^-3，两者表现出相反的日变化规律，且主要受到本地及周边区域的影响，模拟结果显示在所有区域VOCs排放均削减25%的情况下，3月和4月月均O₃日最大8 h浓度分别下降2.62 μg·m^-3和3.59 μg·m^-3.敏感性模拟得到2020年3月四川省和重庆市NO_x排放量同比下降8.00%和22.40%，VOCs同比下降1.00%和7.92%；4月NO_x排放量同比上升5.00%和9.50%，四川省VOCs同比持平，重庆市上升3.63%，与同期"新冠"疫情防控及生产恢复导致的实际排放情况非常一致.