包艷英，徐 潔，唐 偉，紀(jì)德鈺，韓 鋒，何友江，孟 凡

1.大連市環(huán)境監(jiān)測(cè)中心，遼寧 大連 116023 2.中國(guó)環(huán)境科學(xué)研究院，北京 100012 3.太原理工大學(xué)環(huán)境科學(xué)與工程學(xué)院，山西 太原 030024

當(dāng)前我國(guó)大氣環(huán)境形勢(shì)十分嚴(yán)峻，在以可吸入顆粒物(PM10)為特征的傳統(tǒng)煤煙型污染依然嚴(yán)重且未得到根本解決的同時(shí)，以臭氧(O3)和細(xì)顆粒物(PM2.5)為特征的二次污染問(wèn)題又接踵而至， 區(qū)域性復(fù)合型污染日益突出。城市化和工業(yè)化的高速推進(jìn)使得我國(guó)東部沿海城市群在夏、秋季節(jié)面臨嚴(yán)峻的光化學(xué)污染問(wèn)題[1-6]。部分城市O3超過(guò)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)國(guó)家二級(jí)標(biāo)準(zhǔn)的天數(shù)達(dá)20%，并且有些地區(qū)多次出現(xiàn)O3最大小時(shí)濃度超過(guò)歐洲警報(bào)水平(480 μg/m3)的重污染現(xiàn)象[7-10]。

近地面O3是由人為源和天然源排放的NOx和VOCs在太陽(yáng)光照射下發(fā)生光化學(xué)反應(yīng)產(chǎn)生的二次污染物，并且與其生成前體物(NOx和VOCs)呈高度非線(xiàn)性關(guān)系。因此，識(shí)別O3對(duì)NOx和VOCs排放的敏感性以及污染來(lái)源是分析O3污染成因和制定防治措施的關(guān)鍵。近年來(lái)，國(guó)內(nèi)外專(zhuān)家學(xué)者對(duì)東亞以及我國(guó)重點(diǎn)區(qū)域的O3污染成因開(kāi)展了許多研究。ITAHASHI等[11]研究指出，在東亞地區(qū)的O3整體上處于NOx控制區(qū)；XU等[12-13]對(duì)北京地區(qū)的O3成因分析得出，北京地區(qū)的O3污染分布呈現(xiàn)顯著的區(qū)域差異，城市上風(fēng)向的污染物對(duì)下風(fēng)向郊區(qū)的O3污染貢獻(xiàn)很大，北京周邊地區(qū)的污染物排放對(duì)北京市的O3污染貢獻(xiàn)很大，北京市區(qū)O3污染受VOCs控制，而郊區(qū)O3污染受NOx控制；王楊君等[14-15]對(duì)上海地區(qū)O3成因分析結(jié)果表明，上海本地排放源對(duì)O3污染貢獻(xiàn)為20%左右，工業(yè)過(guò)程中產(chǎn)生的VOCs是上海本地O3污染的最大貢獻(xiàn)源；陸克定等[16-17]對(duì)珠三角O3污染研究表明，在城市O3污染受VOCs控制，而在郊區(qū)O3污染受NOx控制，郊區(qū)O3污染受上風(fēng)向城市的排放源影響很大，因而對(duì)城市地區(qū)NOx和VOCs排放的協(xié)同控制能有效減低郊區(qū)的O3污染。

大連市作為我國(guó)的重要石化生產(chǎn)儲(chǔ)運(yùn)基地，2014年總VOCs 人為排放量達(dá)25.2萬(wàn)t。2015年大連市區(qū)出現(xiàn)37 d O3超標(biāo)日，O3日最大8 h平均質(zhì)量濃度(O3-8 h)的第90百分位數(shù)為161 μg/m3，超出GB 3095—2012國(guó)家二級(jí)標(biāo)準(zhǔn)，O3污染形勢(shì)十分嚴(yán)峻。大連市三面環(huán)海，處在環(huán)渤海經(jīng)濟(jì)圈，西臨渤海與華北為鄰，南與山東半島隔海相望，北依東北平原，特殊的地理位置決定了大連地區(qū)O3污染的復(fù)雜性。目前，針對(duì)大連地區(qū)或同類(lèi)濱海城市的O3敏感性分析、來(lái)源貢獻(xiàn)分析及控制措施效果定量評(píng)估的研究較少。厘清臭氧污染成因及來(lái)源，對(duì)大連市制定有效的O3污染防治措施、切實(shí)改善空氣質(zhì)量具有重要的指導(dǎo)意義，同時(shí)對(duì)其他同類(lèi)濱海城市的O3污染防治研究也具有重要的借鑒意義。

本研究運(yùn)用區(qū)域空氣質(zhì)量模式CAMx (Comprehensive Air Quality Model with Extensions)對(duì)大連市2015年O3污染最嚴(yán)重的8月進(jìn)行了數(shù)值模擬分析，運(yùn)用CAMx源解析技術(shù)OSAT對(duì)大連市O3及其生成前體物NOx和VOCs來(lái)源貢獻(xiàn)進(jìn)行了解析，運(yùn)用CAMx高階敏感性分析方法(HDDM)識(shí)別出了大連地區(qū)O3生成的敏感性，計(jì)算出不同行業(yè)NOx和VOCs排放與O3濃度之間的敏感性因子，并通過(guò)數(shù)學(xué)方法建立了污染源排放與O3濃度之間的定量關(guān)系，對(duì)區(qū)域控制措施的效果進(jìn)行了定量評(píng)估，得出了不同控制措施對(duì)大連市近地面O3污染的改善效果，為大連市空氣質(zhì)量管理提供了技術(shù)支撐。

1 數(shù)值模擬分析方法

1.1 O3模擬

運(yùn)用三維區(qū)域空氣質(zhì)量模型CAMx[18-19]構(gòu)建大連O3模擬系統(tǒng)。CAMx采用三重嵌套形式，見(jiàn)圖1。

圖1 CAMx 3層嵌套模擬區(qū)域Fig.1 CAMx nested modeling domains

第一重區(qū)域覆蓋整個(gè)東亞、大部分東南亞和部分南亞地區(qū)，水平分辨率為36 km×36 km；第二重區(qū)域覆蓋包含大連的整個(gè)遼寧省、華北大部分地區(qū)，包括北京市、天津市、河北省、山西省以及山東省大部分地區(qū)，水平分辨率為12 km×12 km；第三重區(qū)域覆蓋大連市全域，水平方向分辨率為3 km×3 km。模擬垂直頂高約20 km，垂直分層為20層。模擬使用的氣象場(chǎng)由The Weather Research and Forecast(WRF)模型提供，WRF模型輸入?yún)?shù)采用美國(guó)環(huán)境預(yù)報(bào)中心(NECP)的氣象再分析資料(FNL)。模擬使用的36 km網(wǎng)格區(qū)域和12 km網(wǎng)格區(qū)域排放清單將以清華大學(xué)構(gòu)建的全國(guó)污染源排放清單MEIC為基準(zhǔn)，根據(jù)現(xiàn)有的環(huán)境統(tǒng)計(jì)數(shù)據(jù)調(diào)整后建立，3 km網(wǎng)格區(qū)域排放清單采用大連市2014年最新的污染源排放清單數(shù)據(jù)，通過(guò)人口和土地利用信息分布到網(wǎng)格中。天然源排放的VOCs采用美國(guó)國(guó)家大氣研究中心研發(fā)的MEGAN模式計(jì)算得到。污染源設(shè)為5種，分別為點(diǎn)源、工業(yè)面源、民用面源、交通源、天然源。清單中的物種與模型使用的SAPRC99化學(xué)機(jī)理一致，并經(jīng)過(guò)處理轉(zhuǎn)換，達(dá)到CAMx模型的輸入要求。

1.2 CAMx的O3源解析技術(shù)

O3源解析技術(shù)[18](簡(jiǎn)稱(chēng)OSAT)是以污染源示蹤的方式獲取有關(guān)O3及其前體物生成(或排放)和消耗的信息，并統(tǒng)計(jì)不同地區(qū)、不同種類(lèi)的O3生成前體物對(duì)O3生成的貢獻(xiàn)量；同時(shí)，還對(duì)生成的O3進(jìn)行示蹤，從而對(duì)本地生成和外部傳輸?shù)腛3的貢獻(xiàn)進(jìn)行分析。對(duì)O3生成前體物NOx和VOCs源示蹤方法如式(1)和式(2)所示。

(1)

(2)

式中：Ni代表前體物NOx的示蹤物；ΔNOx代表示蹤過(guò)程N(yùn)Ox的變化量；模式通過(guò)對(duì)來(lái)自不同源區(qū)或行業(yè)的示蹤物Ni在所有N系示蹤物中所占的比重來(lái)計(jì)算Ni對(duì)模擬出的NOx變化的貢獻(xiàn)，以此推斷不同源區(qū)或行業(yè)排放的NOx對(duì)受體點(diǎn)NOx的貢獻(xiàn)。對(duì)VOCs源示蹤的方法與NOx源示蹤的方法基本一致，Vi代表前體物VOCs的示蹤物，ΔVOCs代表示蹤過(guò)程VOCs的變化量，但由于來(lái)自不同源區(qū)或行業(yè)的VOCs的反應(yīng)活性不同，所以計(jì)算示蹤物Vi在所有V系示蹤物中所占的比重的過(guò)程中同時(shí)考慮了羥自由基(OH)的反應(yīng)活性kOH。

在對(duì)O3生成的示蹤過(guò)程中，模式首先判斷該地區(qū)O3生成是NOx控制還是VOCs控制，如果為NOx控制，通過(guò)式(3)計(jì)算不同源區(qū)或行業(yè)對(duì)受體點(diǎn)O3生成的貢獻(xiàn)(O3-N),PO3代表示蹤過(guò)程O(píng)3的生成量；如果為VOCs控制，則通過(guò)式(4)計(jì)算不同源區(qū)或行業(yè)對(duì)受體點(diǎn)O3生成的貢獻(xiàn)(O3-V)。由于不同V系示蹤物的反應(yīng)活性不同，在示蹤過(guò)程中同時(shí)考慮了VOCs的最大增量反應(yīng)因子(MIR)。

(3)

(4)

1.3 CAMx的O3敏感性分析技術(shù)

敏感性分析是一套國(guó)際上常用的方法，用來(lái)研究大氣中一個(gè)或多個(gè)要素改變時(shí)大氣系統(tǒng)如何響應(yīng)，因此可以用來(lái)計(jì)算污染物(PM2.5或者O3)濃度對(duì)污染源排放之間的定量關(guān)系[20]，敏感因子(Sij)計(jì)算公式：

(5)

式中：Ci代表大氣污染物(PM2.5或者O3)的濃度；pj代表不同的排放源強(qiáng)(可以來(lái)自不同區(qū)域或者來(lái)自不同種類(lèi))。通過(guò)敏感性分析得到的Sij可以用來(lái)評(píng)估污染物對(duì)不同排放源的敏感程度以及相應(yīng)削減的有效性。

高階去耦合直接方法(HDDM)是模型中一種常用的前向敏感性分析方法，與式(5)中的敏感性參數(shù)計(jì)算不同的是，HDDM可以計(jì)算出半標(biāo)準(zhǔn)化(semi-normalized)的一階、二階和交互敏感因子，如式(6)～式(8)所示：

(6)

(7)

(8)

式(6)～式(8)中，HDDM計(jì)算出的敏感性參數(shù)的單位與污染物濃度的單位一致，從而相比其他敏感性參數(shù)計(jì)算方法而言，具有更直接、有效、穩(wěn)定的特性[21-24]，國(guó)際上許多研究已將HDDM技術(shù)很好地應(yīng)用在了制定合理有效的減排策略以降低城市大氣中O3的濃度方面[25-28]。

2 結(jié)果與討論

2.1 O3模擬結(jié)果及驗(yàn)證

通過(guò)CAMx對(duì)大連市2015年8月O3模擬結(jié)果(圖2)可以看出，大連市O3濃度分布呈現(xiàn)郊區(qū)高、中心城區(qū)低的趨勢(shì)，而NO2濃度高值區(qū)出現(xiàn)在中心城區(qū)和工業(yè)比較集中的地區(qū)，并且與O3濃度成反比，可能是由于過(guò)高的NOx排放抑制O3生成所致。

圖2 CAMx模擬大連市2015年8月NO2和O3月均濃度Fig.2 CAMx-simulated monthly-averaged concentrations of NO2 and O3 in August 2015 in Dalian

將大連市5個(gè)國(guó)控監(jiān)測(cè)點(diǎn)位(甘井子、星海三站、旅順、金州、雙D港)O3與PM2.5觀測(cè)小時(shí)濃度與相對(duì)應(yīng)模擬網(wǎng)格模擬的O3(圖3)與PM2.5(圖4)小時(shí)濃度相比較，可以看出，O3與PM2.5模擬值與監(jiān)測(cè)值相比總體上較好，模擬值能較好地反映出O3與PM2.5的時(shí)間變化趨勢(shì)，CAMx對(duì)O3的模擬效果要好于對(duì)PM2.5的模擬。對(duì)O3小時(shí)值的模擬，中心城區(qū)點(diǎn)位(甘井子、周水子)的模擬要略好于對(duì)郊區(qū)點(diǎn)位(旅順、金州、雙D港)，總體上模式模擬的O3濃度略有低估，但在夜間，模式對(duì)中心城區(qū)點(diǎn)位(甘井子、周水子)的O3濃度的模擬略有高估。對(duì)PM2.5小時(shí)值的模擬，中心城區(qū)點(diǎn)位的模擬也要略好于對(duì)郊區(qū)點(diǎn)位，總體上模式模擬的PM2.5與觀測(cè)濃度相比略有低估。

圖3 2015年大連市O3小時(shí)模擬值和觀測(cè)值對(duì)比Fig.3 Modeled hourly O3 concentration compared against observed data in August 2015 in Dalian

圖4 2015年大連市PM2.5小時(shí)模擬值和觀測(cè)值對(duì)比Fig.4 Modeled hourly PM2.5 concentration compared against observed data in August 2015 in Dalian

2.2 O3及其生成前體物來(lái)源解析

本研究通過(guò)CAMx的OSAT方法模擬計(jì)算出O3污染過(guò)程中大連市O3及其前體物的區(qū)域貢獻(xiàn)分布狀況和行業(yè)貢獻(xiàn)分布狀況，分析了大連市2015年8月本地不同行業(yè)污染源和外來(lái)不同行業(yè)污染源對(duì)大連O3污染的貢獻(xiàn)。對(duì)行業(yè)污染來(lái)源示蹤，設(shè)定工業(yè)源、民用源、交通源和電廠源為來(lái)源追蹤對(duì)象。

由圖5可看出，大連本地NOx排放對(duì)大連市大氣中NOx的濃度貢獻(xiàn)在90%以上，其中工業(yè)源排放的NOx對(duì)大連大氣中的NOx濃度貢獻(xiàn)最大(65%以上)，其次是本地交通源排放的NOx(占25%左右)；大連本地VOCs排放對(duì)大連市大氣中VOCs的濃度貢獻(xiàn)在80%以上，大連本地的工業(yè)源排放的VOCs對(duì)大連大氣中的VOCs濃度貢獻(xiàn)最大(達(dá)70%)，其次是本地民用源排放的VOCs(占10%左右)，大連外部的工業(yè)和民用VOCs排放源對(duì)大連的VOCs也有一定的貢獻(xiàn)；大連本地NOx和VOCs排放對(duì)大連O3貢獻(xiàn)為29%，外部傳輸?shù)呢暙I(xiàn)占70%左右，其中包括外部生成的O3直接傳輸至大連，外部排放的NOx和VOCs通過(guò)傳輸至大連在大連本地生成O3，以及外部排放的NOx和VOCs在傳輸過(guò)程中生成的O3傳輸至大連，這與在上海開(kāi)展的相關(guān)研究結(jié)果很相似[11-12]。大連本地工業(yè)源排放對(duì)大連本地生成的O3貢獻(xiàn)最大，外部工業(yè)源排放對(duì)大連O3貢獻(xiàn)最大，其次是民用和電力源，說(shuō)明區(qū)域性的聯(lián)防聯(lián)控對(duì)減輕大連O3污染至關(guān)重要。

圖5 2015年8月不同行業(yè)和區(qū)域人為污染源對(duì)大連市NOx、VOCs和O3的貢獻(xiàn)率Fig.5 Source apportionments of NOx, VOCs, and O3 concentrations in Dalian from different emission regions and sectors in August 2015

2.3 O3生成敏感性分析

通過(guò)CAMx敏感性分析工具HDDM計(jì)算出大連及周邊地區(qū)O3生成對(duì)NOx和VOCs排放的敏感性，分析了大連地區(qū)O3生成機(jī)制及重污染過(guò)程形成的主要原因，對(duì)減排策略的制定具有指導(dǎo)作用。CAMx-HDDM模擬了2015年8月月均8 h(10:00—18:00)O3對(duì)NOx和VOCs排放的敏感性(圖6)，可看出大連市整體上為VOCs控制區(qū)，控制VOCs能有效降低O3，特別是在中心城區(qū)，O3對(duì)NOx排放的敏感性為負(fù)值；在瓦房店市、普蘭店市和莊河市，O3對(duì)NOx和VOCs排放的敏感性均為正值，但O3對(duì)VOCs排放的敏感性要大于對(duì)NOx排放的敏感性，說(shuō)明該區(qū)域處在過(guò)渡區(qū)，控制NOx或VOCs均能降低O3，但控制VOCs排放取得的效果會(huì)更明顯[27]。

圖6 CAMx模擬2015年8月月均8 h O3對(duì)NOx和對(duì)VOCs的敏感性Fig.6 CAMx-simulated monthly-average 8-h O3 sensitivities to NOx and VOCs emissions in August 2015 in Dalian

圖7顯示大連市整體上削減VOCs排放能有效降低8 h O3濃度，但如何削減O3一天中的峰值濃度對(duì)減輕O3污染也至關(guān)重要。

圖7 2015年8月14、16、28日日間(08:00—18:00)O3對(duì)本地NOx和VOCs人為源排放的敏感性Fig.7 Modeled daily 8-h O3 sensitivities to anthropogenic NOx and VOCs emissions on August 14th, 16th, and 28th 2015 in Dalian

本研究選取2015年8月O3濃度出現(xiàn)高值的8月14日、16日、28日，通過(guò)CAMx-HDDM分析了當(dāng)日日間(08:00—18:00)O3生成對(duì)本地NOx和VOCs排放的敏感性。從圖7可以看出，在O3出現(xiàn)高值的一天中，O3對(duì)VOCs排放均呈現(xiàn)正敏感性，特別是在上午08：00—12:00，說(shuō)明在上午控制VOCs排放能有效削減O3的峰值；下午13:00—18:00，O3對(duì)VOCs排放的敏感性開(kāi)始下降，對(duì)NOx排放的敏感性開(kāi)始上升，但總體上還是VOCs控制，可以選擇對(duì)NOx和VOCs排放協(xié)同控制來(lái)降低O3濃度。

2.4 控制措施效果定量評(píng)估

通過(guò)模式敏感性分析結(jié)果，可以計(jì)算出NOx和VOCs排放與O3濃度之間的敏感性因子，建立起O3濃度與排放源的定量關(guān)系，從而可以對(duì)控制效果進(jìn)行快速評(píng)估。通常情況下，僅用一階敏感性因子進(jìn)行減排效果評(píng)估在準(zhǔn)確性上能夠滿(mǎn)足減排比例小于30%情景，但大于30%的減排比例就需要加入高階敏感性因子來(lái)確保減排效果計(jì)算的準(zhǔn)確性。本研究通過(guò)CAMx-HDDM敏感性分析計(jì)算出O3對(duì)大連市不同行業(yè)(工業(yè)、交通、民用、電力)NOx和VOCs排放的一階、二階和交互敏感因子，并通過(guò)泰勒展開(kāi)公式(9)定量計(jì)算出不同NOx與VOCs控制措施對(duì)大連市近地面O3濃度以及5個(gè)監(jiān)測(cè)點(diǎn)位O3濃度的削減量，實(shí)現(xiàn)了區(qū)域控制措施效果的定量評(píng)估。

2.4.1 各行業(yè)前體物排放統(tǒng)計(jì)

表1顯示了模擬使用的源清單中大連市各個(gè)行業(yè)NOx和VOCs的排放量。從表1可以看出，工業(yè)排放量占大連市NOx和VOCs排放的首要位置。對(duì)于NOx排放，除工業(yè)排放外，交通源排放量>電力源排放量>民用源排放量；對(duì)于VOCs排放，除工業(yè)排放外，民用排第二，交通排第三，電力源排放的VOCs量很少。

2.4.2 不同前體物排放削減效果

圖8顯示了僅僅削減大連本地排放的NOx和VOCs對(duì)大連全市和各監(jiān)測(cè)點(diǎn)位O3日均8 h(10:00—18:00)濃度的影響，可以看出，由于大連O3整體上處于VOCs控制區(qū)，削減大連本地的NOx排放源反而會(huì)使大連市和各監(jiān)測(cè)點(diǎn)位的O3濃度升高，而削減本地VOCs排放能有效降低大連市和各監(jiān)測(cè)點(diǎn)位的O3濃度，削減10%的VOCs排放能使全市平均O3濃度降低2%左右，對(duì)在郊區(qū)的雙D港監(jiān)測(cè)子站的削減效果最好。

表1 大連市各行業(yè)NOx和VOCs排放量

圖8 僅削減大連人為NOx或VOCs排放源對(duì)大連市及各監(jiān)測(cè)點(diǎn)位O3的影響Fig.8 Effects on O3concentrations in each monitoring site and Dalian by reducing anthropogenic NOx source-only or VOCs source-only

2.4.3 不同行業(yè)前體物排放削減效果

本研究通過(guò)CAMx-HDDM同時(shí)計(jì)算了O3對(duì)不同行業(yè)前體物排放的敏感性因子，并通過(guò)定量關(guān)系公式計(jì)算得出削減大連工業(yè)源、民用源、交通源和電廠NOx和VOCs排放對(duì)大連市區(qū)以及各監(jiān)測(cè)點(diǎn)位O3日均8 h(10:00—18:00)濃度的影響。從圖9可以看出，削減大連工業(yè)源排放NOx除旅順點(diǎn)位O3濃度有略微下降外，總體上不利于降低O3濃度，反而會(huì)加重O3污染，但削減工業(yè)源排放VOCs對(duì)O3的降低有明顯的作用，削減10%的工業(yè)源VOCs排放能使全市平均O3濃度降低2%左右，對(duì)在郊區(qū)的雙D港監(jiān)測(cè)點(diǎn)位的削減效果最好。

從圖10可以看出，削減大連民用源NOx對(duì)降低O3日均8 h(10:00—18:00)濃度的效果不明顯，反而使得中心城區(qū)的星海三站監(jiān)測(cè)點(diǎn)O3濃度略有升高，但削減民用源VOCs能使O3降低，削減10%的民用源能使全市O3平均濃度降低1%左右，對(duì)其他監(jiān)測(cè)點(diǎn)位的削減效果差別不大。

由于交通源和電廠同時(shí)排放NOx和VOCs，因此無(wú)法對(duì)單項(xiàng)前體物進(jìn)行削減，故在交通源和電廠排放削減效果評(píng)估時(shí)，按NOx和VOCs削減比例1∶1進(jìn)行計(jì)算。從圖11可以看出，削減大連交通源不利于降低O3濃度，反而會(huì)惡化O3污染，特別是在旅順港口NOx排放較高的監(jiān)測(cè)點(diǎn)位；削減大連電力行業(yè)排放源會(huì)對(duì)O3濃度的降低有一定作用，但效果不明顯，削減50%的電廠排放只能使全市平均O3日均8 h(10:00—18:00)濃度降低1%左右。

圖9 削減大連工業(yè)NOx或VOCs排放源對(duì)大連市及各監(jiān)測(cè)點(diǎn)位O3的影響Fig.9 Effects on O3 concentrations in each monitoring site and Dalian by reducing industrial NOx source-only or VOCs source-only

圖10 削減大連民用NOx或VOCs排放源對(duì)大連市及各監(jiān)測(cè)點(diǎn)位O3的影響Fig.10 Effects on O3 concentrations in each monitoring site and Dalian by reducing residential NOx source-only or VOCs source-only

圖11 削減大連交通和電力排放源對(duì)大連市及各監(jiān)測(cè)點(diǎn)位O3的影響Fig.11 Effects on O3 concentrations in each monitoring site and Dalian by reducing transportation emissions and power-generated units emissions

2.4.4 NOx和VOCs減排比例的選擇

由于大連處于VOCs控制區(qū)，因此只削減VOCs就能降低大連市O3濃度，而削減NOx排放反而會(huì)使大連市O3濃度升高。但是，由于大連仍然存在PM2.5污染，因此對(duì)O3和PM2.5的協(xié)同控制是大連市今后大氣污染防治的主要路徑?？刂芇M2.5污染必須削減NOx排放，且NOx減排是國(guó)家“十三五”總量減排指標(biāo)，因此如何選擇NOx和VOCs的削減比例就變得至關(guān)重要。本項(xiàng)目設(shè)計(jì)了8種NOx和VOCs的削減比例(NOx∶VOCs)，分別是1∶1、2∶1、3∶1、1∶2、1∶4、1∶6、1∶8、1∶10，通過(guò)CAMx-HDDM的模擬結(jié)果來(lái)計(jì)算不同削減比例對(duì)大連市O3和PM2.5濃度的影響，結(jié)果如圖12所示。從圖12可以看出，對(duì)大連本地排放源削減只有當(dāng)NOx與VOCs削減比例達(dá)到1∶2時(shí)，大連市區(qū)的O3濃度才開(kāi)始下降，當(dāng)NOx與VOCs削減比例為1∶10時(shí)O3下降最多；而對(duì)PM2.5濃度，有效的削減比例卻與O3相反，當(dāng)NOx與VOCs削減比例為3∶1時(shí)，PM2.5降低的比例最大。因此，若要對(duì)O3和PM2.5協(xié)同控制，NOx與VOCs的削減比例應(yīng)小于1∶2。

圖12 大連本地NOx和VOCs人為排放源按比例削減對(duì)大連市O3和PM2.5濃度的影響Fig.12 Effects on O3 and PM2.5 concentrations in Dalian by reducing local anthropogenic emissions in different NOx to VOCs ratios

3 結(jié)論

通過(guò)區(qū)域空氣質(zhì)量模式CAMx模擬了2015年8月大連市近地面O3污染，通過(guò)CAMx源解析技術(shù)OSAT模擬計(jì)算了O3污染過(guò)程中大連市O3及其生成前體物的行業(yè)貢獻(xiàn)和區(qū)域貢獻(xiàn)分布狀況；通過(guò)CAMx高階敏感性分析方法HDDM識(shí)別出大連及周邊地區(qū)O3生成對(duì)NOx和VOCs排放的敏感性，分析了大連市O3生成的控制區(qū)以及O3重污染過(guò)程形成的主要原因；并通過(guò)敏感性分析計(jì)算結(jié)果，對(duì)區(qū)域減排措施的效果進(jìn)行了定量評(píng)估，得出了不同控制措施對(duì)大連市近地面O3和PM2.5濃度的改善效果。

污染源解析結(jié)果顯示，大連地區(qū)的NOx主要來(lái)自本地工業(yè)源和交通源排放，本地的貢獻(xiàn)占到90%以上；大連地區(qū)的VOCs主要來(lái)自本地工業(yè)源和民用源排放，本地的貢獻(xiàn)占到80%以上；而大連地區(qū)的O3主要來(lái)自外地工業(yè)源和民用源排放所生成的O3，本地的貢獻(xiàn)僅占29%，說(shuō)明區(qū)域性的聯(lián)防聯(lián)控對(duì)降低大連O3污染至關(guān)重要。

敏感性分析結(jié)果表明，大連市整體上為VOCs控制區(qū)，控制VOCs能有效降低O3污染，而且在O3出現(xiàn)高值時(shí)O3對(duì)VOCs排放均呈正敏感性，說(shuō)明在日間控制VOCs排放還能有效削減O3的峰值。通過(guò)敏感性分析結(jié)果計(jì)算得出，削減大連本地工業(yè)源VOCs和民用源VOCs能夠有效降低大連地區(qū)O3濃度，削減10%的工業(yè)源VOCs能使全市平均O3濃度降低2%左右，削減10%的民用源VOCs能使大連市區(qū)平均O3濃度降低1%左右；削減大連交通源排放不利于降低O3濃度，反而會(huì)惡化O3污染；削減大連電力源排放對(duì)降低O3濃度效果不明顯。從削減效果可以看出，對(duì)工業(yè)和民用源VOCs排放單獨(dú)削減的效果進(jìn)行累加，要好于對(duì)全市人為源排放VOCs平均的削減效果，原因很有可能是由于NOx、VOCs、O3三者的非線(xiàn)性關(guān)系以及各類(lèi)源排放的分布不一致所導(dǎo)致的。

根據(jù)設(shè)計(jì)的8種減排比例的計(jì)算結(jié)果得出，對(duì)大連本地排放源削減只有當(dāng)NOx與VOCs削減比例達(dá)到1∶2時(shí)，大連市和各監(jiān)測(cè)點(diǎn)位的O3濃度才開(kāi)始下降，當(dāng)NOx與VOCs削減比例為1∶10時(shí)O3下降最多；但降低PM2.5濃度的有效削減比例與O3相反，當(dāng)NOx與VOCs削減比例為3∶1時(shí)，PM2.5降低的比例最大。因此，建議NOx與VOCs削減比例小于1∶2，對(duì)大連市O3和PM2.5進(jìn)行協(xié)同控制。

[1] 唐孝炎,張遠(yuǎn)航,邵敏.大氣環(huán)境化學(xué)[M].2版. 北京：高等教育出版社, 2006.

[2] 張遠(yuǎn)航,邵可聲,唐孝炎,等.中國(guó)城市光化學(xué)煙霧污染研究[J].北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 1998, 34(2/3): 392-398.

ZHANG Yuanhang, SHAO Kesheng, TANG Xiaoyan, et al. The Study of Urban Photochemical Smog Pollution in China [J]. Universitatis Pekinensis (Acta Scientiarum Naturalium), 1998, 34(2/3): 392-398.

[3] SHAO M, TANG X Y, ZHANG Y H, et al. City Clusters in China: Air and Surface Water Pollution[J]. Frontiers in Ecology and the Environment, 2006, 4(7): 353-361.

[4] 包艷英, 徐潔, 張明明, 等. 大連市臭氧污染特征及典型污染日成因[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2017,33(4):167-178.

BAO Yanying, XU Jie, ZHANG Mingming, et al. The Characteristics of Ozone Pollution and Causes of a Typical Ozone Pollution Episode in Dalian[J]. Environmental Monitoring in China, 2017,33(4):167-178.

[5] 程麟鈞, 王帥, 宮正宇, 等. 京津冀區(qū)域臭氧污染趨勢(shì)及時(shí)空分布特征[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2017,33(1):14-21.

CHENG Linjun, WANG Shuai, GONG Zhengyu, et al. Pollution Trends of Ozone and its Characteristics of Temporal and Spatial Distribution in Beijing-Tianjin-Hebei Region [J]. Environmental Monitoring in China, 2017,33(1):14-21.

[6] 劉彩霞, 馮銀廠, 孫韌. 天津市臭氧污染現(xiàn)狀與污染特征分析[J]. 中國(guó)環(huán)境監(jiān)測(cè), 2008,24(3):52-56.

LIU Chaixia, FENG Yingchang, SUN Ren. The Analysis of Ozone Distribution in Tianjin and its Characteristics [J]. Environmental Monitoring in China, 2008,24(3):52-56.

[7] STREETS D G, FU J S, JANG C J, et al. Air Quality During the 2008 Beijing Olympic Games[J]. Atmospheric Environment, 2007, 41: 480-492.

[8] CHEN P F, QUAN J N, ZHANG Q, et al. Measurements of Vertical and Horizontal Distributions of Ozone Over Beijing from 2007 to 2010[J]. Atmospheric Environment, 2013, 74: 37-44.

[9] YANG C, YANG H, GUO S, et al. Alternative Ozone Metrics and Daily Mortality in Suzhou: the China Air Pollution and Health Effects Study (CAPES)[J]. Science of Total Environment, 2012, 426: 83-89.

[10] HUANG C, CHEN C H, LI L, et al. Emission Inventory of Anthropogenic air Pollutants and VOCs Species in the Yangtze River Delta Region, China[J]. Atmospheric Chemistry and Physics, 2011, 11: 4 105-4 120.

[11] ITAHASHI S, UNO I, KIM S. Seasonal Source Contributions of Tropospheric Ozone Over East Asia Based on CMAQ-HDDM [J]. Atmospheric Environment, 2013, 70:204-217.

[12] XU J, ZHANG Y H, FU J S, et al. Process Analysis of Typical Summertime Ozone Episodes Over the Beijing Area [J]. Science of Total Environment, 2008, 399: 147-157.

[13] 王雪松，李金龍，張遠(yuǎn)航，等. 北京地區(qū)臭氧污染的來(lái)源分析 [J]. 中國(guó)科學(xué)B輯：化學(xué)，2009，39(6)：548-559.

WANG Xuesong, LI Jinlong, ZHANG Yuanhang, et al. Ozone Source Attribution During a Severe Photochemical Smog Episode in Beijing, China [J]. Scientia Sinica Chimica, 2009, 39(6): 548-559.

[14] 王楊君，李莉，馮加良，等. 基于OSAT方法對(duì)上海2010年夏季臭氧源解析的數(shù)值模擬研究 [J]. 環(huán)境科學(xué)學(xué)報(bào)，2014，34(3)：567-573.

WANG Yangjun, LI li, FENG Jialiang, et al. Source Apportionment of Ozone in the Summer of 2010 in Shanghai using OSAT Method [J]. Acta Scientiae Circumstantiae, 2014, 34(3):567-573.

[15] 李浩，李莉，黃成，等. 2013年夏季典型光化學(xué)污染過(guò)程中長(zhǎng)三角典型城市O3來(lái)源識(shí)別 [J]. 環(huán)境科學(xué)，2015，36(1)：1-10.

LI Hao, LI li, HUANG Cheng, et al. Ozone Source Apportionment at Urban Area During a Typical Photochemical Pollution Episode in the Summer of 2013 in the Yangtze River Delta [J]. Environmental Science, 2015, 36(1): 1-10.

[16] 陸克定，張遠(yuǎn)航，蘇杭，等. 珠江三角洲夏季臭氧區(qū)域污染及其控制因素分析 [J]. 中國(guó)科學(xué)：化學(xué)，2010，40(4)：407-420.

LU Keding, ZHANG Yuanhang, SU Hang, et al. Regional Ozone Pollution and Key Controlling Factors of Photochemical Ozone Production in Pearl River Delta During Summer Time [J]. Scientia Sinica Chimica, 2010, 40(4): 407-420.

[17] PAN X, KANAYA Y, TANIMOTO H, et al. Examining the Major Contributors of Ozone Pollution in a Rural Area of the Yangtze River Delta Region During Harvest Season [J]. Atmospheric Chemistry and Physics, 2015, 15: 6 101-6 111.

[18] ENVIRON. CAMx Users’ Guide, Version 6.40[M]. Novato, CA： Environ International Corporation, 2014.

[19] 劉烽, 徐怡珊. 臭氧數(shù)值預(yù)報(bào)模型綜述[J]. 中國(guó)環(huán)境監(jiān)測(cè),2017，33(4)：1-16.

LIU Feng, XU Yishan. Review of Surface Ozone Modeling System[J]. Environmental Monitoring in China, 2017,33(4): 1-16.

[20] CACUCI D G. Sensitivity and Uncertainty Analysis[M]. Boca Raton, Florida： Chapman & Hall/CRC, 2003.

[21] DUNKER A M. The Decoupled Direct Method for Calculating Sensitivity Coefficients in Chemical Kinetics[J]. Journal of Chemistry and Physics, 1984, 81: 2 385-2 393.

[22] YANG Y J, WILKINSON J G, RUSSELL A G. Fast, Direct Sensitivity Analysis of Multidimensional Photochemical Models[J]. Environmental Science and Technology, 1997, 31:2 859-2 868.

[23] HAKAMI A, ODMAN M T, RUSSELL A G. High-Order, Direct Sensitivity Analysis of Multidimensional air Quality Models[J]. Environmental Science and Technology,2003, 37: 2 442-2 452.

[24] HAKAMI A, ODMAN M T, RUSSELL A G. Nonlinearity in Atmospheric Response: A Direct Sensitivity Analysis Approach[J]. Journal of Geophysical Research, 2004, 109:1-12.

[25] COHAN D S, TIAN D, HU Y T, RUSSELL A G. Control Strategy Optimization for Attainment and Exposure Mitigation: Case Study for Ozone in Macon, Georgia[J]. Environmental Management, 2006, 38: 451-462.

[26] JIN L, TONSE S, COHAN D S, et al. Sensitivity Analysis of Ozone Formation and Transport for a Central California Air Pollution Episode[J]. Environmental Science and Technology, 2008, 42: 3 683-3 689.

[27] NOPMONGCOL U, EMERY C, SAKULYANONTVITTAYA T, et al. A Modeling Analysis of Alternative Primary and Secondary US Ozone Standards in Urban and Rural Areas[J]. Atmospheric Environment, 2014, 99: 266-276.

[28] DOWNEY N, EMERY C, JUNG J, et al. Emission Reductions and Urban Ozone Responses Under More Stringent US Standards[J]. Atmospheric Environment, 2015, 101: 209-216.