广东省区域臭氧污染过程三维输送特征分析与定量来源解析

使用WRF-CMAQ模式模拟广东省2021年3月25～27日区域O₃污染过程,模拟效果良好.在珠三角范围内O₃污染消退时,韶关市出现了异常O₃污染.以韶关为主要关注对象,针对珠三角地区向韶关的O₃输送过程进行分析与研究,利用CMAQ模式中的过程分析(PA)与来源解析(ISAM)对污染传输与发展过程进行定量评估.结果表明:3月25日珠三角地区产生的O₃污染气团在高空残留,25日夜间至26日上午输送至韶关并下传,高空水平输送至韶关上空的O₃有66.1%下传,物理输送过程起主导作用;26日来自广州、东莞、清远、佛山的O₃比25日增加了12倍,区域输送是韶关市异常O₃污染的主要贡献,广州市与东莞市是区域输送的主要源地;韶关市地处盆地,易受到域外输送影响,O₃污染防治应注重区域的协同减排,联防联控.     

台风持续影响下中山市大气O3污染过程分析

应用三维空气质量模型（Model-3/CMAQ）和积分过程速率（IPR）分析工具对2017年7月22~31日夏季4次台风持续影响下中山市7月首次出现的持续6d的O₃污染事件进行了详细分析,识别了O₃ 8h浓度最大值时段主导的大气物理过程和大气化学过程,并计算了不同源、汇过程对本地O₃浓度的贡献.研究结果表明,污染时段化学过程对O₃的源贡献高于非污染时段,化学过程贡献增加,说明光化学反应过程更加活跃;台风带来的外来气团经过上风向高污染物排放区域时,化学过程贡献显著上升,与非经过高污染物排放区域相比,污染时段的化学过程对中山市O₃源过程的浓度贡献高2.4%~6.5%;污染时段,水平输送对中山市大气O₃源过程的浓度贡献在56.6%~92.6%之间.因此,污染期间强化本地排放源的管控,减少O₃生成贡献的同时,结合区域气团路径分析,精准识别污染协同管控区域,上风向污染物高排放区域实施协同减排措施,实现区域联防联控.     

成都市及周边地区严重臭氧污染过程成因分析

结合天气形势,地面观测资料和WRF-CMAQ模式,分析了2017年7月8~15日成都市一次罕见持续O₃污染过程的特征及成因,量化了各个物理化学过程对此次污染过程的相对贡献,并通过敏感性实验分析了四川盆地内O₃及其前体物的区域传输和本地光化学反应对此次污染过程的影响.结果表明,此次O₃持续污染过程主要是因为四川盆地内盛行偏东风,导致盆地东部城市群的O₃及其前体物经区域输送到成都及周边地区,加之成都市出现小风、气温升高等气象条件进而形成,属于典型的传输性爆发污染.持续污染形成的主要物理化学机制体现为日间气相化学过程贡献为稳定的正值,加之输送过程贡献出现爆发式升高,进而导致近地面O₃小时净增量迅速上升且高达50μg/（m³·h）,随之O₃浓度迅速响应,产生爆发式增长.此外,敏感性实验结果显示此次成都市O₃持续污染的形成受区域输送影响较受本地光化学反应影响更为明显.O₃污染爆发前上游地区高浓度O₃及其前体物沿流场输送并在成都及周边地区不断积累,导致日间O₃浓度不断升高.     

区域输送对天津臭氧污染的影响

采用大气化学模式定量估算2019年4月～9月区域输送对京津冀区域,特别是天津市O₃浓度的影响,分析天气形势和气象条件与区域输送的关系.结果显示,京津冀区域13个城市O₃以区域输送贡献为主,不同城市O₃差异较大,天津本地贡献占比24%,区域输送以京津冀区域其他城市和山东为主,共贡献48.3%.低压、低压前和低压后形势下,O₃区域输送占比最高.途径天津偏南区域的气流是造成天津高浓度O₃污染的重要因素,也是区域输送的主要路径.随着O₃浓度升高,输送贡献占比呈逐步上升趋势,重度污染时本地生成与区域输送贡献相当.一次典型O₃污染过程分析表明,高温强辐射天气和有利的天气形势促进O₃本地生成,西南气流和弱下沉气流下的区域输送共同维系了这场持续3d的连续污染过程.     

不同季节肇庆市PM2.5和O3污染特征及潜在源区分析

为定量化评估不同地区对肇庆市污染物输送影响,分析了2014—2018年肇庆市ρ（PM_2.5）和ρ（O_{3-8 h}）（O_{3-8 h}为O₃日最大8 h滑动平均值）的变化特征,并基于HYSPLIT模式计算不同季节后向气流轨迹,通过聚类分析、潜在源贡献因子和浓度权重轨迹方法对肇庆市外来污染物的输送路径和潜在源区进行分析.结果表明:①2014—2018年肇庆市ρ（PM_2.5）年均下降3.3 μg/m3,2016年开始ρ（PM_2.5）最大值逐年增大.ρ（PM_2.5）日变化呈双峰型,峰值分别出现在上、下班高峰期后.2016年起ρ（O_{3-8 h}）年均增加4.4 μg/m3,成为肇庆市首要空气污染物.ρ（O₃）日变化呈单峰型,于15:00—16:00达到峰值.②PM_2.5和O₃污染分别在冬季和秋季较严重,超标日分别达20.6和15.0 d.ρ（PM_2.5）与风速相关性最高,ρ（O_{3-8 h}）与日照时数和相对湿度相关系数均较高.③春、夏两季影响肇庆市的气流近80%来自南部海面和东北方向,秋、冬两季85%以上气流源自偏东和偏北方向,肇庆市PM_2.5和O₃污染除受本地排放影响外,还有来自珠三角、广东省北部及其东部沿海、江西省等地区的输送贡献.研究表明,肇庆市PM_2.5和O₃污染均较严重,区域联防联控需重点关注广东省中东部城市的外来输送影响.      

上海市PM2.5和臭氧复合污染期多路径减排效果评估

为探究大气PM_2.5和臭氧(O₃)复合污染期间的污染物浓度削峰方案,以上海市2018年4月27—30日PM_2.5和O₃复合污染时段为研究对象,结合区域多尺度空气质量模型(CMAQ模型),建立上海市O₃日最大8小时滑动平均值(MDA8 O₃)以及PM_2.5浓度与人为源排放的NO_x和VOCs之间的响应关系,获得了EKMA (empirical kinetics modeling approach,经验动力学建模方法)曲线.在此基础上,探讨上海市MDA8 O₃和PM_2.5对前体物排放的敏感性,并进一步量化了本地减排、提前减排和区域减排等不同情景下PM_2.5和MDA8 O₃的浓度变化.结果表明：(1)上海市PM_2.5和O₃复合污染期间MDA8 O₃的峰值率(PR)为0....     

基于CMAQ/ISAM空气质量模型的北京市夏季臭氧来源解析研究

为了解北京市夏季臭氧(O₃)污染的特征与来源,采用区域空气质量模型(CMAQ)的综合源解析功能(ISAM)对北京市2019年6月不同区域的近地面O₃浓度及其来源贡献进行了数值模拟计算,量化了北京市、天津市、河北省、京津冀以外省份以及全球背景共14类NO_x和VOCs排放源对北京市不同区域O₃污染的贡献. 结果表明:①北京市不同地区O₃及其前体物来源存在显著差异,城区及近郊区NO_x和VOCs均主要来自于北京市本地排放,本地源排放对城区及近郊区的NO_x贡献(39.7%~46.4%)显著大于对远郊区的贡献(19.9%~38.8%),本地源排放对城区及近郊区的VOCs贡献(51.1%~75.8%)大于对远郊区的贡献(19.5%~39.6%). ②远郊区NO_x和VOCs浓度更易受非本地排放的输送影响. ③O₃主要来源于包括模拟区域外以及全球背景的边界传输贡献,边界传输对北京市不同受体区域的贡献均大于52.6%. ④北京市本地源排放对城区及近郊区O₃的贡献(6.8%~18.3%)大于对远郊区的贡献(2.4%~7.6%),京津冀以外源区的排放对北京市远郊区的贡献(5.2%~6.4%)大于对城区及近郊区的贡献(2.7%~4.4%),说明本地排放对远郊区影响相对较小,远郊区O₃浓度易受北部燕山山脉和太行山的阻隔影响. 因地理位置及地形原因,河北省不同源区对北京市不同区域O₃浓度的贡献存在一定差异. 研究显示,控制北京市夏季O₃污染应综合考虑城区与郊区O₃来源的差异性,做好周边区域的联防联控.      

莆田市O3污染来源解析模拟研究

福建省莆田市作为典型的海滨城市,自2015年以来以O₃为首要污染物的天数逐年增加.为了制定科学有效的减排措施,减轻莆田市的O₃污染,以2016年莆田市O₃污染高发的7—9月为研究时段,通过观测数据分析、空气质量模型敏感性分析和O₃来源追踪方法分析了莆田市近地面O₃生成控制区,以及O₃及其生成前体物NO_x与VOCs的区域和行业来源.结果表明:①莆田市西部地区为NO_x控制区,而东部沿海地区则为VOCs控制区.②莆田市ρ（NO_x）与ρ（VOCs）主要来自本地排放贡献,二者本地排放的贡献率分别为69.4%与64.2%,而本地排放对莆田市ρ（O₃）的贡献率仅为21.0%,福建省福州市和泉州市对莆田市ρ（O₃）的贡献率之和为37.6%,外来输送贡献率较大的为浙江省,其贡献率为11.6%.莆田市O₃的外来输送不仅发生在ρ（O₃）较高的时段,在ρ（O₃）较低的时段也占了很大的比例.③莆田市工业源对本地排放ρ（O₃）贡献率最大,达57%,其次是机动车源.④通过敏感性时间序列分析得出,同时削减10%的NO_x和VOCs排放,能使莆田市国控点位平均ρ（O₃）峰值下降约5 μg/m3.研究显示,莆田市NO_x与VOCs主要来自本地排放,O₃受外来输送影响较大,推进本地工业NO_x和VOCs污染的治理与加强机动车尾气的污染控制是减轻本地O₃污染的有效方法.      

嘉兴夏季臭氧污染的近地层垂直变化特征

基于2018年浙江省嘉兴市14个环境国控站点的O₃历史资料与气象要素,研究O₃与气象要素的关系,并结合差分吸收臭氧雷达的垂直臭氧探测资料,分析近地层O₃廓线变化特征.结果表明,嘉兴地区发生高浓度O₃污染的关键气象要素为24~36℃的大气温度和36%~77%的相对湿度,24℃以上的大气温度与77%以下的相对湿度可作为启动预警O₃污染的气象指标.差分吸收臭氧雷达监测结果显示,无论O₃超标天与清洁天,在垂直方向上其浓度随高度先升后降,在600~800m范围出现峰值;O₃污染时段,在中午到午后低空形成持续向下的O₃输送带,这种低空O₃与地表O₃的叠加机制加重地表O₃污染程度,导致地表O₃超标与低空高浓度相伴出现;其廓线日变化规律表现出800m以下浓度在夜间和凌晨梯度不显著,日出后近地层O₃随时间快速增加,中午和午后持续高值,傍晚随时间逐渐下降的特征.后向轨迹分析表明,10,500,1000m高度层的气流后向轨迹聚类有相似性,500m处沿闽浙海岸线的轨迹簇对应O₃较10m处来自海上的轨迹簇高,这与500m处前体物输送堆积和紫外线辐射增强有关.污染过程近地层气流来向紧贴地面,但中高层有明显下沉气流使得O₃前体物在500m附近堆积,是造成2个典型污染过程中垂直方向上O₃高值出现在500m左右的原因之一.     

嘉兴夏季臭氧污染的近地层垂直变化特征

基于2018年浙江省嘉兴市14个环境国控站点的O₃历史资料与气象要素,研究O₃与气象要素的关系,并结合差分吸收臭氧雷达的垂直臭氧探测资料,分析近地层O₃廓线变化特征.结果表明,嘉兴地区发生高浓度O₃污染的关键气象要素为24~36℃的大气温度和36%~77%的相对湿度,24℃以上的大气温度与77%以下的相对湿度可作为启动预警O₃污染的气象指标.差分吸收臭氧雷达监测结果显示,无论O₃超标天与清洁天,在垂直方向上其浓度随高度先升后降,在600~800m范围出现峰值;O₃污染时段,在中午到午后低空形成持续向下的O₃输送带,这种低空O₃与地表O₃的叠加机制加重地表O₃污染程度,导致地表O₃超标与低空高浓度相伴出现;其廓线日变化规律表现出800m以下浓度在夜间和凌晨梯度不显著,日出后近地层O₃随时间快速增加,中午和午后持续高值,傍晚随时间逐渐下降的特征.后向轨迹分析表明,10,500,1000m高度层的气流后向轨迹聚类有相似性,500m处沿闽浙海岸线的轨迹簇对应O₃较10m处来自海上的轨迹簇高,这与500m处前体物输送堆积和紫外线辐射增强有关.污染过程近地层气流来向紧贴地面,但中高层有明显下沉气流使得O₃前体物在500m附近堆积,是造成2个典型污染过程中垂直方向上O₃高值出现在500m左右的原因之一.     

乌海市夏季臭氧污染特征及基于过程分析的成因探究

乌海市地形复杂,周边工业园区分布密集,近年来夏季O₃污染问题突出,且污染特征与形成机制尚不明确,分析乌海市O₃变化特征,探究O₃污染形成机制对该区域大气污染防治具有重要意义.本文在分析乌海市2018年6~8月3次持续O₃污染过程特征的基础上,利用WRF-CMAQ模式系统进行模拟并根据过程分析输出结果对污染的成因进行了深入分析,探讨了区域输送和局地光化学反应对乌海市O₃的影响.结果表明,乌海市夏季O₃呈现"单峰"的日变化特征,近地面O₃与向下短波辐射和气温显著呈正相关,与相对湿度呈负相关;空间分布上,乌海市3个工业园区白天和夜间均为O₃低值区,乌海西南部宁夏石嘴山地区、乌海城区和西北部乌兰布和沙漠地区白天为O₃高值区;过程分析结果表明,输送和化学过程及其相对大小对乌海市O₃有决定性影响,6月和7月的污染过程中局地光化学反应和输送共同导致O₃显著升高,且化学过程的影响是输送的两倍左右,8月O₃的升高主要为输送作用的贡献;进一步对输送作用进行分解可知偏南和西北方向的输送对O₃的升高有较大贡献,结合前体物的排放,可能的传输来源为宁夏银川、石嘴山及巴彦淖尔等区域,因此,乌海市应在控制本地排放的基础上,加强区域联防联控,减少区域传输对O₃的影响.     

Response surface modeling-based source contribution analysis and VOC emission control policy assessment in a typical ozone-polluted urban Shunde, China

To develop a sound ozone (O₃) pollution control strategy, it is important to well understand and characterize the source contribution due to the complex chemical and physical formation processes of O₃. Using the “Shunde” city as a pilot summer case study, we apply an innovative response surface modeling (RSM) methodology based on the Community Multi-Scale Air Quality (CMAQ) modeling simulations to identify the O₃ regime and provide dynamic analysis of the precursor contributions to effectively assess the O₃ impacts of volatile organic compound (VOC) control strategy. Our results show that Shunde is a typical VOC-limited urban O₃ polluted city. The “Jiangmen” city, as the main upper wind area during July 2014, its VOCs and nitrogen oxides (NO_x) emissions make up the largest contribution (9.06%). On the contrary, the contribution from local (Shunde) emission is lowest (6.35%) among the seven neighbor regions. The local VOCs industrial source emission has the largest contribution comparing to other precursor emission sectors in Shunde. The results of dynamic source contribution analysis further show that the local NO_x control could slightly increase the ground O₃ under low (10.00%) and medium (40.00%) reduction ratios, while it could start to turn positive to decrease ground O₃ under the high NO_x abatement ratio (75.00%). The real-time assessment of O₃ impacts from VOCs control strategies in Pearl River Delta (PRD) shows that the joint regional VOCs emission control policy will effectively reduce the ground O₃ concentration in Shunde.     

2015~2019年日照市PM2.5长期变化特征及其潜在源区分析

利用2015~2019年山东省日照市PM_2.5质量浓度和气象要素的小时数据,对日照市PM_2.5季节污染特征和日照市海陆风特征进行了分析,并基于HYSPLIT模式计算了5年逐日02：00、08：00、14：00和20：00（BTC）的48h后向轨迹,不仅通过轨迹聚类分析和潜在源区分析探讨了日照市不同季节PM_2.5主要传输路径和其轨迹污染特征及其潜在源区分布和贡献,也分析了海陆风对日照市污染物的影响.结果表明：日照市PM_2.5呈现冬季最高、夏季最低的分布特征,监测站点颗粒物浓度在偏西北风影响下较高.日照市不同季节主要输送路径存在差异：春季主要受到偏东和偏北方向气流影响;夏季在副热带高压影响下主要受到来自海上的较为清洁的偏东气流影响;秋季主要受到西北和偏东气流影响;冬季主要受西北和偏北气流影响.整体而言,不同季节受偏西至偏南气流影响时,日照市对应的PM_2.5浓度较高.日照市海陆风春秋季多,夏冬季少;在海陆风影响下,日照市PM_2.5污染和臭氧污染呈现不同的分布特征,且在不同PM_2.5污染等级下,PM_2.5浓度日变化特征也与其在非海陆风日的日变化有所差异.污染潜在源区分析结果表明,日照市最主要的潜在源区位于山东省临沂市、潍坊市、青岛市和江苏省连云港市.     

Synergistic impacts of anthropogenic and biogenic emissions on summer surface O3 in East Asia

A factor separation technique and an improved regional air quality model (RAQM) were applied to calculate synergistic contributions of anthropogenic volatile organic compounds (AVOCs),biogenic volatile organic compounds (BVOCs) and nitrogen oxides (NOx) to daily maximum surface O3(O3DM) concentrations in East Asia in summer (June to August 2000).The summer averaged synergistic impacts of AVOCs and NOx are dominant in most areas of North China,with a maximum of 60 ppbv,while those of BVOCs and NOx are notable only in some limited areas with high BVOC emissions in South China,with a maximum of 25 ppbv.This result implies that BVOCs contribute much less to summer averaged O3DM concentrations than AVOCs in most areas of East Asia at a coarse spatial resolution (1×1) although global emissions of BVOCs are much greater than those of AVOCs.Daily maximum total contributions of BVOCs can approach 20 ppbv in North China,but they can reach 40 ppbv in South China,approaching or exceeding those in some developed countries in Europe and North America.BVOC emissions in such special areas should be considered when O3 control measures are taken.Synergistic contributions among AVOCs,BVOCs and NOx significantly enhance O3 concentrations in the Beijing-Tianjin-Tangshan region and decrease them in some areas in South China.Thus,the total contributions of BVOCs to O3DM vary significantly from day to day and from location to location.This result suggests that O3 control measures obtained from episodic studies could be limited for long-term applications.     

海陆风对天津市PM2.5和O3质量浓度的影响

静稳天气下局地环流往往会对污染物的传输扩散起重要作用.根据天津市地处渤海西岸,常年受到海陆风影响的特点,综合气象、环境资料及HYSPLIT模型,针对沿海、市区、城郊、山区等代表性站点,研究了海陆风对天津市ρ（PM_2.5）和ρ（O₃）的影响.结果表明:①2015年天津市海陆风天数为78 d,占全年的22%;海陆风多集中于6-9月,其中,7月海陆风日最多、2月最少.②ρ（PM_2.5）和ρ（O₃）季节性变化和空间分布特征不同.春、夏两季ρ（PM_2.5）山区最高、城郊最低;秋、冬两季ρ（PM_2.5）市区最高、山区最低.春、秋两季ρ（O₃）沿海最高、市区最低;夏季ρ（O₃）山区最高、沿海最低.③海陆风对ρ（PM_2.5）有扩散作用,对ρ（O₃）有增加作用.海陆风对沿海ρ（PM_2.5）扩散作用最为明显,致使冬、秋两季ρ（PM_2.5）分别下降20.2%和7.9%;对城郊ρ（O₃）增加作用最为明显,致使秋、夏两季ρ（O₃）分别升高39.8%和16.2%.④个例研究表明,海风向内陆推进过程中垂直方向最高可达1 000 m,受海风影响天津市ρ（PM_2.5）下降,陆风使得ρ（PM_2.5）小幅上升,海陆风总体起扩散作用;海陆风使天津市ρ（O₃）日变化出现3个峰值,日均值明显增大,其中,城郊增幅（68.2%）最大.研究显示,海陆风对天津市ρ（PM_2.5）有扩散的作用,但会增高ρ（O₃）.      

基于CAMx-OSAT方法的西宁臭氧来源解析

利用青海省西宁市2018-2019年O3浓度高值时期监测数据,结合CAMx-OSAT方法从控制型、分类排放源、区域贡献3个方面定量剖析西宁的O3污染来源.结果表明:西宁O3浓度整体为VOCs控制,主城四区(城东区、城西区、城北区、城中区)尤其突出,且夏季较为显著;2018年和2019年VOCs的贡献占比分别为9.76％...     

台州市市区环境空气中PM2.5的多模型联用来源解析

为对台州市市区环境空气中PM_2.5的主要来源进行全面分析,运用CMAQ(空气质量模型)模型中的ISAM源追踪算法,计算了台州市本地各类污染源及外来源对PM_2.5的贡献,同时基于CMB模型的初步源解析结果,利用CMAQ模型解析二次前体物排放源的贡献,得到CMB-CMAQ联用模型的源解析结果,综合分析CMAQ模型和CMB-CMAQ联用模型解析结果最终获得台州市市区空气中PM_2.5的贡献源数据.结果表明:①CMAQ模型和CMB-CMAQ联用模型解析结果均表明,台州市市区PM_2.5本地源中首要贡献源为工业源,两个模型中工业源贡献率分别为20.13%和26.94%,其次为扬尘源(贡献率分别为16.98%、19.37%)和道路移动源(贡献率分别为16.44%、18.14%).②CMB-CMAQ联用模型解析结果中工业源、扬尘源和道路移动源的贡献率均高于CMAQ模型解析结果,而外来源和电力源的贡献率均低于CMAQ模型解析结果.③CMAQ模型和CMB-CMAQ联用模型综合分析分配结果表明,外来源、工业源、扬尘源、道路移动源是对区域中PM_2.5贡献较大的4个污染源,贡献率分别为26.10%、22.38%、16.09%、15.07%.研究显示,台州市市区环境空气中PM_2.5污染呈以工业源、扬尘源为主,道路移动源污染突出的复合型污染特征,加强这三类源的排放管理对于台州市市区PM_2.5污染防治具有重要意义.      

2020年成都市典型臭氧污染过程特征及敏感性

2020年4月24日至5月6日成都市臭氧(O3)和细颗粒物(PM2.5)复合污染过程期间,在成都市城区开展大气臭氧及其前体物(NO,、VOCs)和气象参数观测实验,基于观测数据采用OBM模型对市区臭氧敏感性和主控因子进行识别,并采用PMF模型对关键VOCs物种进行来源解析.结果表明,臭氧超标日各污染物浓度均有所上升,VOCs物种中芳香烃和含氧(氮)化合物上升幅度较大;成都市城区O3超标天对应的臭氧处于显著VOCs控制区,芳香烃和烯烃对O3生成最为敏感,且存在削减NOx的不利效应;结合VOCs来源解析,城区VOCs主要来源:移动源(22.4％)、餐饮及生物质燃烧源(21.8％)、工业源(15.1％)和溶剂使用源(9.3％),臭氧超标天溶剂使用源、餐饮及生物质类燃烧源贡献率明显上升.成都市城区春季应以VOCs减排为重点,并加大芳香烃和烯烃相关源控制力度.     

臭氧污染动态源贡献分析方法及应用初探

论文创新提出了基于RSM/CMAQ臭氧污染动态源贡献分析方法,并以佛山市顺德区2014年10月为例,分析了不同区域的人为可控源NO_x和VOCs减排情景下(10%、70%和100%)对本地O_3浓度变化的量化贡献.研究结果表明顺德区O_3的人为可控比例约43%,且受区域排放影响非常明显,主导上风向广州排放源总贡献(14%)超过顺德本地贡献(7%).VOCs的减排可有效削减顺德区O_3浓度,当减排力度较小时(12%),若仅控制区域NO_x排放将导致顺德区O_3浓度上升,随着减排力度的加大,区域NO_x的削减贡献会反超VOCs.RSM/CMAQ动态源贡献分析方法可为空气质量管理提供科学决策依据.     

乌海市高分辨率大气污染源排放清单构建及其在臭氧污染成因探究中的应用

乌海市是我国典型的煤焦化工业基地,大气污染物排放总量较大且近年来夏季O₃污染问题逐渐突出,明确大气污染物排放特征,探究O₃污染形成机制是客观认识其O₃污染现状,科学制定污染控制措施的基础.基于"系数法"采用自下而上的方式构建了2018年乌海市高分辨率大气污染源排放清单（HEI-WH18）,利用WRF-Chem对HEI-WH18的适用性和准确性进行评估,并结合模式诊断模块探究了乌海市夏季O₃污染形成的原因.排放清单结果表明,2018年乌海市SO₂、NO_x、CO、PM₁₀、PM_2.5、VOCs、NH₃、BC和OC的排放总量分别为65943、40934、172867、159771、47469、69191、1407、1491和1648 t ·a^-1.与MEIC清单相比,利用HEI-WH18能更好地捕捉到O₃及其前体物的排放变化规律和量级,适用于乌海市夏季O₃的模拟及其来源分析研究.从O₃及前体物的空间分布来看,乌海市海勃湾城区白天为O₃高值区,3个工业园区无论白天和夜间均为O₃低值区和NO₂高值区,CO的空间分布特征与煤层及矸石堆自燃源一致.根据对O₃污染过程的诊断分析,边界层中高层O₃浓度的升高主要是平流输送和化学过程共同作用的结果,低层O₃浓度的升高是垂直混合和平流输送导致的,化学过程在低层的贡献较为复杂,其正贡献起到了维持高O₃浓度的作用,负贡献结合平流输送造成了O₃污染的最终消散.