京津冀地區一次臭氧污染過程的數值模擬分析

唐偉，王帥，何友江，楊小陽，孟凡

(1.中國環境科學研究院，北京 100012；2.中國環境監測總站，北京 100012)

京津冀地區一次臭氧污染過程的數值模擬分析

唐偉1，王帥2，何友江1，楊小陽1，孟凡1

(1.中國環境科學研究院，北京 100012；2.中國環境監測總站，北京 100012)

利用區域空氣質量模型對京津冀地區2015年6月21日至27日一次近地面臭氧污染過程進行模擬，識別了京津冀地區的臭氧生成控制區，并對京津冀地區各城市的臭氧及其生成前體物NOx和VOCs的來源進行解析。結果表明，京津冀地區除部分城市的中心城區為VOCs控制區域外，大部分地區為NOx和VOCs的共同控制區，因此控制NOx和VOCs排放均有利于減輕臭氧污染。京津冀地區各城市的NOx和VOCs以本地貢獻為主，但區域間的相互傳輸對各城市的臭氧濃度有很大影響。保定、承德和張家口本地NOx排放對本地的NOx貢獻分別為89%、88%、95%；本地VOCs排放對本地的VOCs貢獻分別為54%、33%、50%；本地排放對本地的臭氧貢獻分別為14%、13%、18%。

京津冀地區；臭氧數值模擬；來源貢獻解析；敏感性分析

隨著國民經濟的快速增長和城市化進程的加快，我國大氣環境呈現出煤煙型污染和光化學污染共存并相互影響的復合型污染，表現在城市和區域大氣環境中PM2.5和O3同時或交替出現污染，對公眾健康和生態環境帶來巨大危害，對區域環境空氣質量造成重大不利影響。NOx和VOCs是近地面大氣中O3生成的重要前體物[1]，因此，有效控制二者的排放是降低大氣O3污染的重要途徑之一。

京津冀地區工業發達、人口稠密，污染物排放量大，近些年O3污染問題日益凸顯[2-3]。本研究運用區域空氣質量模式CAMx(Comprehensive Air Quality Model with Extensions)對2015年6月21日至27日京津冀區域出現的一次大氣O3污染過程進行了模擬，運用O3敏感性分析技術解析了京津冀地區O3生成前體物的相關減排策略，通過來源示蹤(OSAT)技術研究分析了京津冀地區各城市間O3及其生成前體物的相互傳輸情況，并重點對保定、承德和張家口三市的污染來源進行解析，以期為京津冀地區O3污染治理和區域聯防聯控提供技術支撐。

1 數值模擬分析方法

1.1CAMx O3模擬系統

本研究運用區域空氣質量模型CAMx[4]構建了全國O3模擬系統。模擬區域為東經57°至161°，北緯1°至59°，涵蓋了所有省份。模擬網格水平分辨率為36 km×36 km，網格數為200×160，垂直層次20層，模式頂高約15 km。模擬使用的2015年6月的氣象場由中尺度The Weather Research and Forecast(WRF)模型提供，WRF模型輸入數據由美國環境預報中心(NECP)的氣象再分析資料(FNL)提供。模擬使用的排放清單以清華大學構建的全國污染源排放清單MEIC2012為基準，再根據現有的調查統計數據調整后建立；天然源的VOCs排放由美國國家大氣研究中心研發的MEGAN模式計算得到。模擬氣相化學機理選用SAPRC99，氣溶膠化學采用統計粗細粒子機理(Coarse and Fine)[4]。模式中所使用的光解速率是利用2015年6月OMI衛星觀測的臭氧柱濃度資料，結合地面反照率和大氣渾濁度的變化范圍，由TUV模式計算得到。

1.2O3敏感性分析技術

O3敏感性分析技術是用來研究大氣中一個或多個要素改變時，大氣中的O3濃度如何改變，因此可以用來計算O3濃度與前體物污染源排放之間的關系，具體公式如下：

(1)

式中，CO3代表大氣中O3的濃度；pj代表不同的排放源，來自不同區域或來自不同種類。

本研究采用去耦合直接方法(DDM)來計算O3濃度與前體物污染源之間的敏感性，與公式(1)中的敏感性參數計算不同的是，DDM可以計算出半標準化的敏感因子，公式如下：

(2)

通過敏感因子Sij可以直觀地評估出污染物對排放源削減的有效性。如果Sij>0，說明對排放源j的削減能有效降低污染物i的濃度；如果Sij<0，說明削減源j的排放非但無效，反而會加重污染物i的污染。因此，通過計算O3對NOx或VOCs排放的敏感性可以得出：如果dO3/dNOx為正值，且大于dO3/dVOCs，說明該地區是NOx控制區，減排NOx有利于降低O3濃度；反之，則需要通過減排VOCs來降低該地區的O3濃度。

1.3O3來源解析技術

O3來源解析技術(OSAT)又稱污染源示蹤技術，在示蹤的過程中以標記源的方法獲得有關O3及其前體物生成和消耗的信息，以此統計不同地區、不同種類的前體物對O3生成的貢獻量。本研究將京津冀地區按城市劃分為13個源區，每個城市既是源區又是受體，以此計算13個城市間的相互傳輸貢獻。OSAT通過對邊界條件(模擬區域外O3及前體物)的示蹤來計算O3背景濃度的影響。

對O3生成前體物NOx和VOCs來源解析的方法如公式(3)和(4)所示。式中，N代表NOx的示蹤物；ΔNOx代表示蹤過程NOx的變化量；V代表VOCs的示蹤物；ΔVOCs代表示蹤過程VOCs的變化量，并且通過與OH自由基的反應速率常數來區分不同源區或行業的VOCs的反應活性。

(3)

(4)

在對O3的源解析中，首先區分O3生成是NOx控制還是VOCs控制。如果為NOx控制，則追溯不同源區或行業NOx排放對受體點O3生成的貢獻(O3N)，如公式(5)所示，PO3代表示蹤過程O3的生成量。如果為VOCs控制，則追溯不同源區或行業VOCs排放對受體點O3生成的貢獻(O3V)，如公式(6)所示，并在示蹤過程中同時考慮VOCs的最大增量反應因子(MIR)來區分不同V系示蹤物的反應活性。

(5)

(6)

2 結果與討論

2.1O3模擬結果驗證

利用CAMx模型對2015年6月21日至27日保定、承德和張家口三市的小時O3濃度進行模擬，結果如圖1所示。從圖1中可看出，CAMx模型模擬總體較好，模擬值與監測值趨勢呈現很好的一致性。但21—23日模擬結果總體上略低估了日間O3高值，而24—27日的模擬結果略高估了日間O3高值；夜間O3的模擬也呈現了一定的誤差，模擬低估了保定夜間O3濃度，高估了承德和張家口的夜間O3濃度。統計結果顯示，保定O3模擬和監測小時值對比R=0.75，標準化平均偏差NMB=-0.16，標準化平均誤差NME=0.27；承德O3模擬和監測小時值對比R=0.63，NMB=0.24，NME=0.42；張家口O3模擬和監測小時值對比R=0.53，NMB=0.05，NME=0.29。

圖1 O3小時模擬值和監測值對比Fig.1 Comparisons of hourly O3 concentrations between modeled and observed data

主要的誤差來源可能是由模式對夜間邊界層的模擬與污染源清單的不確定性造成的。

2.2O3生成敏感性分析

NOx、VOCs和O3之間存在復雜的非線性關系，因此如何科學減排前體物NOx和VOCs是減輕O3污染的關鍵。通過CAMx-DDM敏感性分析技術計算得出的O3對NOx與VOCs排放的敏感性，可以直觀地反映出京津冀不同地區需要采取的減排方法，結果如圖2所示。

從圖2可以看出，北京、天津、廊坊、唐山、秦皇島的中心城區由于有較高的NOx排放，O3日最大8小時平均值對NOx排放呈負敏感性，因此減排VOCs有利于減輕O3污染；而在張家口、承德、衡水和滄州的大部分地區，O3對NOx排放的敏感性為正值，且略大于對VOCs排放的敏感性，因此在這些地區減排NOx和VOCs均有利于減輕O3污染，減排NOx效果可能更明顯；邯鄲、石家莊、邢臺和保定的中心城區O3對NOx排放顯示為負敏感性，而在周邊郊區顯示正敏感性，但總體上略小于對VOCs排放的敏感性，因此在這四個城市減排VOCs將有利于減輕O3污染。京津冀地區除部分城市的中心城區為VOCs控制區域外，大部分地區為NOx和VOCs的共同控制區，控制二者的排放均有利于減輕O3污染，而外部傳輸的NOx和VOCs會對京津冀區域的O3污染起到很大作用。

圖2 京津冀區域最大8小時O3對NOx與VOCs排放的敏感性Fig.2 Maximum 8-h averaged O3 sensitivities to NOx and VOCs emissions

2.3O3及其生成前體物來源解析

2.3.1城市間O3及其前體物傳輸情況分析

為計算京津冀地區不同城市間較為詳細的輸送關系，利用CAMx-OSAT技術對京津冀地區各城市2015年6月21日至27日的O3及其前體物NOx和VOCs進行了示蹤。結果如表1至表3所示，其中，行代表其他城市的貢獻，列代表對其他城市的貢獻。

由表1可知，北京市排放的NOx對南邊相鄰的廊坊貢獻最大，達到20%，其次是承德2%，對保定、滄州和衡水各貢獻了1%左右，對其他城市貢獻均小于1%。天津市排放的NOx對廊坊貢獻了18%，對滄州貢獻了12%，對唐山貢獻了5%，對承德貢獻了2%，對衡水和秦皇島各貢獻了1%，對其他城市貢獻均小于1%。河北省保定市對北京的NOx貢獻了1%，其他城市均小于1%；河北省廊坊市對天津的NOx貢獻了2%，唐山市對天津的NOx貢獻了1.5%，其他城市均小于1%。

表1 京津冀城市間NOx相互傳輸小時平均貢獻

由表2可看出，北京市排放的VOCs對南邊相鄰的廊坊貢獻最大，達到18%，其次是承德11%，對其他城市貢獻均小于5%。天津市排放的VOCs對廊坊貢獻了12%，對唐山貢獻了10%，對滄州貢獻了9%，對承德貢獻了8%，對秦皇島貢獻了5%，對其他城市貢獻均小于5%。河北省廊坊市對北京的VOCs貢獻了2.6%，保定市貢獻了1.8%，唐山市貢獻了1%，其他城市均小于1%；河北省廊坊市對天津的VOCs貢獻了3.5%，唐山市貢獻了2.3%，滄州市貢獻了2%，保定市貢獻了1%，其他城市均小于1%。

表2 京津冀城市間VOCs相互傳輸小時平均貢獻

由表3可看出，北京市的O3對廊坊貢獻最大，達到12%，其次是承德9%，對唐山貢獻了6.5%，對保定貢獻了5.6%，對天津貢獻了5.5%，對其他城市貢獻均小于5%。天津市的O3對唐山貢獻了11%，對廊坊貢獻了8%，對滄州貢獻了6.4%，對承德貢獻了6.3%，對秦皇島貢獻了5.5%，對其他城市貢獻均小于5%。河北省保定市對北京的O3貢獻了4.7%，廊坊市貢獻了4%，滄州市貢獻了2.8%，唐山市貢獻了2.3%，其他城市均小于2%；河北省滄州市對天津的O3貢獻了4.8%，唐山市貢獻了4%，廊坊市貢獻了3.7%，保定市和衡水市各貢獻了2.5%，其他城市均小于2%。

表3 京津冀城市間O3相互傳輸最大8小時平均貢獻

2.3.2O3及其前體物來源重點城市分析

同時，本研究利用CAMx-OSAT技術對保定、承德、張家口三市在2015年6月21日至27日的O3、NOx和VOCs在全國范圍內進行了示蹤。

保定市NOx排放對自身的NOx濃度貢獻了近89%，鄰近城市石家莊和衡水各貢獻了近2%，邢臺、滄州和廊坊各貢獻了近1%，北京及其他省市貢獻了近4%；承德市NOx排放對自身的NOx貢獻近88%，唐山貢獻了近3%，北京和天津各貢獻了近2%，廊坊及其他省市貢獻了5%；張家口市排放對自身的NOx貢獻為近95%，相鄰的山西和內蒙古貢獻了近4%，北京及其他省市貢獻了1%。可以看出，這三個城市NOx的貢獻主要來自本地排放，且總體呈由南向北的污染趨勢。

保定以南的山東省VOCs排放對保定的VOCs貢獻最大，近9%，河南貢獻近4%，京津冀各城市中北京、衡水和石家莊各貢獻了近4%，天津、邯鄲和邢臺各貢獻了近2%，滄州及其他地區貢獻了15%；外地排放的VOCs對承德市VOCs濃度的貢獻占67%，其中北京貢獻了近11%，天津貢獻了近8%，山東貢獻了近11%，華東、東北和京津冀的唐山各貢獻了近5%，滄州、保定、廊坊各貢獻了近2%，石家莊、衡水和邯鄲各貢獻了近1%，邢臺及其他地區貢獻了13%；與張家口相鄰的山西和內蒙排放的VOCs對張家口市的VOCs濃度貢獻了近10%，山東和河南貢獻近9%，華東和東北地區貢獻了近8%，京津冀地區石家莊貢獻了近4%，保定貢獻了近3%，北京貢獻了近4%，邯鄲及其他地區貢獻了12%。可以看出，保定和張家口的VOCs排放對自身的VOCs濃度貢獻了50%以上，而承德只對自身的VOCs貢獻了33%，并且污染物貢獻比例由南向北遞減的趨勢明顯。

保定以南的山東省的排放對保定的O3貢獻最大，達到15%，其次是河南貢獻了近8%，華東地區(安徽、江蘇等)貢獻了近6%，東北地區貢獻了近5%，山西、內蒙古兩省區貢獻了近10%，京津冀各城市中北京和天津貢獻了近10%，衡水和石家莊各貢獻了近5%，邯鄲、邢臺和滄州各貢獻了近3%，廊坊及其他地區貢獻了12%；山東省的排放對承德市的O3貢獻了近12%，內蒙古貢獻了近10%，河南和山西貢獻了近8%，東北和華東各省貢獻了近15%，京津冀地區北京貢獻了近9%，天津貢獻了近6%，唐山和保定各貢獻了3%，衡水、滄州、石家莊、張家口和廊坊各貢獻了近2%，邯鄲及其他地區貢獻了11%；與張家口市相鄰的山西省的排放對張家口的O3貢獻了近10%，內蒙古貢獻了近12%，南邊山東省的排放對張家口貢獻了近7%，河南貢獻了近6%，東北地區貢獻了近7%，華東各省貢獻了近4%，西北各省貢獻了5%，在京津冀地區，北京和天津貢獻了近4%，石家莊貢獻了5%，保定貢獻了4%，邯鄲和邢臺各貢獻了近2%，滄州及其他地區貢獻了13%。可以看出，本次O3污染過程中，保定、承德和張家口本地生成的O3均小于20%，三個城市的O3污染主要來自外部的輸送，因此在京津冀及周邊地區采取聯防聯控的措施對O3污染的控制能發揮重要的作用。

3 結論

通過模擬2015年6月21日至27日京津冀地區出現的一次O3污染過程，并對本次污染過程進行O3敏感性分析和污染源來源解析，結果表明：京津冀區域由于NOx排放量較大，總體上處于VOCs控制區，對VOCs和NOx按科學的比例協同減排有助于改善京津冀地區的空氣質量；京津冀地區各城市間的O3相互傳輸對本地的O3濃度貢獻很大，采取污染聯防聯控政策能有效控制區域內的O3污染。

[1] 唐孝炎, 張遠航, 邵敏. 大氣環境化學(第二版)[M]. 北京: 高等教育出版社, 2006.

[2] 潘本鋒, 程麟鈞, 王建國, 等. 京津冀地區臭氧污染特征與來源分析[J]. 中國環境監測, 2016, 32(5): 17- 23.

[3] 程麟鈞, 王帥, 宮正宇, 等. 京津冀區域臭氧污染趨勢及時空分布特征[J]. 中國環境監測, 2017, 33(1): 14- 21.

[4] ENVIRON. CAMx Users’ Guide, version 6.40[M]. ENVIRON International Corporation, Novato, CA, 2014.

[5] COHAN D S, TIAN D, HU Y T, et al. Control strategy optimization for attainment and exposure mitigation: Case study for ozone in Macon, Georgia[J]. Environmental Management, 2006, 38: 451- 462.

[6] 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： 3683- 3689.

[7] NOPMONGCOL U, EMERYC, 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.

[8] 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.

Modeling of Ozone Pollution Episode in Jing-Jin-Ji Area

TANG Wei1, WANG Shuai2, HE You-jiang1, YANG Xiao-yang1, MENG Fan1

(1.Chinese Research Academy of Environmental Sciences, Beijing 100012, China; 2.China National Environmental Monitoring Center, Beijing 100012, China)

The modeling of aground-level ozone pollution episode from June 21stto 27th2015 in Jing-Jin-Ji area is conducted in this study. The NOxand VOCs control zones are distinguished, and the regional source apportionments of ozone and its precursors (NOxand VOCs) are analyzed. The results show that the ozone formation in most cities in Jing-Jin-Ji area were in the NOxand VOCs co-control zones, indicating that reducing both NOxand VOCs emissions may bring down ozone concentrations; however, in some urban central areas, especially those with high NOxlevel, O3attainment might benefit from reducing VOCs emissions. The NOxand VOCs concentrations in each city in Jing-Jin-Ji area were mostly contributed by local NOxand VOCs emissions; however, O3concentrations in each city were mostly contributed by regional transport. In Baoding, Chengde, and Zhangjiakou, 89%，88% and 95% NOxconcentrations were contributed by local NOxemissions respectively, and 54%, 33% and 50% VOCs concentrations were contributed by local VOCs emissions respectively, while only 14%, 13% and 18% O3concentrations were generated by local NOxand VOCs emissions respectively.

Jing-Jin-Ji area; ozone modeling; source apportionment analysis; sensitivity analysis

10.14068/j.ceia.2017.05.002

X51

： A

： 2095-6444(2017)05-0007-06

2017-04-14

國家自然科學基金(41605077)

唐偉(1981—)，男，浙江金華人，助理研究員，博士，主要研究方向為大氣污染模擬與防治，E-mail：tangwei@craes.org.cn