黃河三角洲典型城市夏季臭氧污染特征與敏感性分析

趙 敏，申恒青，陳天舒，李吉東，孫忠泉，紀元元，薛麗坤*，李 紅*，王文興,，尚凡一

1. 山東大學環境研究院，山東 青島 266237

2. 東營市生態環境監控中心，山東 東營 257000

3. 中國環境科學研究院，環境基準與風險評估國家重點實驗室，北京 100012

4. 東營市生態環境局，山東 東營 257091

自《大氣污染防治行動計劃》頒布以來，我國城市地區環境空氣質量明顯改善，二氧化硫(SO2)、二氧化氮(NO2)、細顆粒物(PM2.5)和可吸入顆粒物(PM10)等污染物的大氣濃度均顯著降低[1-3]. 與此同時，我國城市地區環境空氣臭氧(O3)污染問題凸顯，O3污染問題已成為我國繼灰霾污染后又一亟待解決的大氣環境問題[4-9].

O3來源于氮氧化物(NOx)與揮發性有機物(VOCs)等前體物在高溫、強光輻射下的光化學反應二次生成[10]，其與前體物之間呈現復雜的非線性關系[11]. 區域O3生成控制機制復雜多變，在高NOx濃度區域，O3生成對VOCs 濃度更敏感，處在VOCs 控制區，此時減少VOCs 濃度能有效降低O3濃度，而降低NOx濃度則會導致O3濃度增加；在高VOCs 濃度區域，O3生成對NOx濃度更為敏感，處在NOx控制區，此時減少NOx濃度可顯著降低O3濃度[12]. 基于觀測的化學盒子模型(Observation Based Model, OBM)是診斷O3生成機制的重要手段之一，被廣泛應用于探究區域O3生成及其與前體物VOCs 和NOx之間的關系.Tan 等[13]利用OBM 模擬發現，華北平原農村地區O3生成處在NOx控制區. Shao 等[14]基于OBM 計算了相對增量反應活性值，發現珠江三角洲地區城區地面O3生成一般受VOCs 濃度的限制. 目前，O3生成潛勢(OFP)被廣泛應用于量化VOCs 對O3生成的貢獻. Carter[15]基于美國實際排放情景(高NOx濃度，即VOCs 控制區)開發的最大增量反應活性(MIR)值已成為應用最廣的量化OFP 的標準. 實際上，在不同排放情景或低NOx濃度條件下，使用該MIR 值量化OFP 是受限的. Zhang 等[16]根據我國排放清單〔MEIC(2016 年)和MERR-2 (2017 年)〕對MIR 值進行本地化更新，在本地特征排放情景下能更好地反映VOCs對O3生成的貢獻水平. 除此之外，O3-NOx-VOCs 關系也受到區域排放源特征及氣象條件等影響，呈現明顯的區域差異性. Liu 等[17-18]研究發現：在北京NOx及顆粒物的減少是O3升高的主要原因，而在上海NOx排放的減少及VOCs 排放的增加是O3升高的主要原因；同時，氣象條件可以通過直接作用(較高溫度下增加反應速率)和間接作用(較高溫度下增加生物源排放)影響O3水平.

東營市位于山東省東北部黃河入海口三角洲地區，該市全境位于黃河三角洲內，是黃河三角洲的中心城市和典型的油氣資源型城市. 油氣相關產業活動能排放大量NOx和VOCs 等環境空氣污染物[19]. 近年來，東營市機動車擁有量快速增長，根據《2021 年東營統計年鑒》，2020 年東營市民用汽車擁有量達79.5×104輛，相比2010 年增長106%，機動車尾氣排放也已成為東營市空氣污染物排放的重要來源. 近年來，東營市PM2.5和SO2濃度均呈下降趨勢[20]，但O3濃度卻不斷升高，2019 年O3濃度較2015 年上升15.8%[21]. 2019 年東營市以O3為首要污染物的超標天數占全年超標天數的56.1%，成為影響東營市環境空氣質量的最主要因素[22]. 目前，針對東營市O3污染成因的研究較少，對東營市O3生成機制缺乏科學認識. 深入了解東營市O3的生成機制及其前體物的污染特征是科學防控O3污染的重要前提.

該研究基于2021 年6 月東營市大氣超級站環境空氣質量及氣象參數監測數據，分析了東營市夏季O3及其前體物在污染天和非污染天的污染特征及氣象因子的影響；基于不同種類VOCs 的OFP，識別了對O3生成有顯著貢獻的關鍵VOCs 物種；利用OBM 模擬探究了東營市O3生成敏感性機制，評估了東營市前體物減排對O3生成的影響，以期為O3前體物精準減排及O3污染防控提供科學的理論支撐.

1 材料與方法

1.1 觀測站點與觀測時間

該研究中使用的數據來自東營市大氣超級站(118.59°E、37.45°N). 該站點位于東營市生態環境局東營區分局. 站點周圍以居民住宅區及商業辦公區為主，周圍交通發達，無明顯工業污染源，屬于典型的城區站點，能較好地反映東營市城區環境空氣污染狀況. 觀測時間為2021 年6 月1—30 日，能較好地反映東營市城區夏季環境空氣污染特征.

1.2 觀測項目

觀測項目包括常規監測參數(O3、CO、SO2、NO、NO2和PM2.5)、美國環境保護局(US EPA)光化學評估監測網(photochemical assessment monitoring stations, PAMs)規定的57 種VOCs 以及氣象參數(溫度、相對濕度、大氣壓、風向及風速). 數據時間分辨率 均為1 h. 2021 年6 月9—14 日及6 月17—18 日由于VOCs 測量儀器進行停機檢修數據存在缺失. 數據的質保和質控(quality assurance and quality control,QA/QC)按照《環境空氣質量自動檢測技術規范》(HJ/T 193—2005)執行.

1.3 數據處理方法

1.3.1 O3生成潛勢

OFP 定義為大氣環境中某個VOCs 物種的濃度值與最大增量反應活性值(maximum incremental reactivity, MIR)的乘積，計算公式：

式中：OFPi表示VOCs 物種i可生成的最大O3濃度，μg/m3；[VOCs]i表示VOCs 物種i的大氣環境濃度，μg/m3；MIRi為VOCs 物種i的最大增量反應活性值.該文同時使用了Carter[15]基于美國排放情景計算的MIR 系數及Zhang 等[16]基于中國本地化排放情景計算的MIR 系數，并對二者進行了對比.

1.3.2 基于觀測的化學盒子模型

利用基于觀測的化學盒子模型(Observation Based Model, OBM)模擬了東營市O3凈生成速率及O3生成的敏感性機制. 該模型使用RACM (Regional Atmospheric Chemistry Mechanism, v2.0)機理(描述了50 多個模式歸納物種的363 個化學反應)，其已被廣泛應用于大氣化學觀測與模擬研究[23-25].

使用IOA (index of agreement)值定量評價了該模型的模擬性能. IOA 值已被廣泛用于模型預測誤差程度的標準化度量[26-27]，范圍在0～1 之間. IOA 值為1 時，表示模型結果與實際觀測值完全匹配；IOA 值為0 時，表示模型結果與實際觀測值完全不匹配.IOA 的計算公式：

式中：j表示觀測/模擬O3濃度的個數；Oj表示實際觀測的O3濃度，μg/m3；Pj表示模型模擬的O3濃度，μg/m3；表示O3濃度觀測值的平均值，μg/m3. 該研究中O3濃度的IOA 計算值為0.82，認為該模型模擬結果與實際觀測情況相吻合，可用于進一步分析.

相對增量反應活性值 (relative incremental reactivity, RIR)定義為O3凈生成速率(或生成量)變化的百分比與特定物種濃度(排放量)變化百分比的比率[28]，用于評估特定前體物減排對O3凈生成速率(濃度)的影響. 該研究基于各前體物類別，如NOx、人為源VOCs (AVOCs)和植物源VOCs (BVOCs)分別減排20%的情景假設運行敏感性試驗，RIR 計算公式：

式中：Pnet-O3(X)和Pnet-O3[X-S(X)]分別為目標前體物未減排和減排后的O3凈生成速率，10—9h—1；S(X)為未減排的目標前體物濃度，μg/m3；ΔS(X)為減排后的目標前體物濃度，μg/m3. RIR 為正值時，表示削減該目標前體物排放可有效降低O3生成，其值越大表明O3生成對該目標前體物越敏感；RIR 為負值時則相反.

EKMA (empirical kinetics modeling approach)曲線被廣泛應用于量化O3和前體物減排的非線性響應關系[29-31]. 該研究對前體物(AVOCs 與NOx)設置不同的減排比例獲得減排情景矩陣，運行矩陣中各減排情景獲得對應的O3最大生成濃度，以不同減排情景下AVOCs、NOx的減排比例及O3最大生成濃度繪制O3生成等濃度曲線. 各等濃度線轉折點的連接線為脊線. 在脊線左側，固定NOx濃度不變，降低VOCs濃度可顯著降低O3濃度，即O3生成處于VOCs 控制區；在脊線右側，當NOx濃度固定時，VOCs 濃度改變對O3濃度影響不大，但當固定VOCs 濃度不變時，NOx濃度減少會導致O3濃度減少，即O3生成處于NOx控制區；在脊線附近，減少VOCs 和NOx濃度均可有效減少O3濃度，O3生成處于VOCs-NOx協同控制區[32-33].

模型使用O3、CO、SO2、NO、NO2、VOCs 濃度及氣象參數(溫度、相對濕度和大氣壓)的實際觀測數據作為輸入進行實時約束. 敏感性試驗模擬每日00:00 開始，24:00 結束，每日正式模擬前模型預運行3 d (使未觀測物種達到穩定狀態)，得到每日O3凈生成速率的時間序列. 情景減排試驗使用2021 年6 月污染天的觀測平均值對模型進行約束，不輸入O3觀測數據對模型進行約束，只給定初始O3濃度. 模型模擬從06:00 開始，預運行3 d，獲得不同減排情景下的O3最大生成濃度.

2 結果與討論

2.1 O3 及前體物污染特征

2.1.1 總體污染狀況

根據《環境空氣質量標準》(GB 3095—2012)中規定的日最大8 h 平均O3濃度值 (MDA8-O3)二級標準限值，將東營市2021 年6 月MDA8-O3濃度大于等于160 μg/m3的日期定義為污染天，其余為非污染天.東營市6 月污染天數占比達50.0%(15 d)，其中，輕度污染天9 d，6 月26—30 日出現連續輕度污染，中度污染天4 d，重度污染天2 d. 污染天MDA8-O3平均值和最大值分別為215 和297 μg/m3，非污染天MDA8-O3平均值和最大值分別為127 和159 μg/m3，污染天較非污染天MDA8-O3濃度升高了70.0%(見表1). 整體而言，東營市2021 年6 月O3濃度超標情況較為嚴重.

表 1 2021 年6 月東營市污染天及非污染天MDA8-O3 濃度Table 1 Maximum daily averaged 8 h O3 values during the polluted days and the clean days in June, 2021 in Dongying

東營市2021 年6 月環境空氣污染物及氣象參數的時間序列如圖1 所示. 監測期間O3小時濃度平均值為(121±61) μg/m3，高于北京市[34]、上海市[35]、成都市[36]等城市地區夏季同期O3濃度. NO 及NO2濃度平均值分別為(2±2) 和(25±15) μg/m3. VOCs 濃度平均值為(59.6±43.5) μg/m3，其中，烷烴濃度平均值為(43.2±37.2) μg/m3，占比為72.4%；芳香烴濃度平均值為(10.2±5.9) μg/m3，占比為17.1%；烯烴濃度平均值為(4.2±2.6) μg/m3，占比為7.0%；異戊二烯濃度平均值為(1.2±1.4) μg/m3，占比為2.1%；炔烴濃度平均值為(0.8±0.7) μg/m3，占比為1.4%. 監測期間CO 濃度平均值為(0.5±0.2) mg/m3，SO2濃度平均值為(6±5)μg/m3. 監測期間氣象參數變化較大，污染天氣象因素整體呈高溫〔平均值為(27.3±4.7) ℃〕和低濕(平均值為59.0%±19.7%)的特點，以晴朗天為主；而非污染天氣溫〔平均值為(24.7±3.4) ℃〕較低，相對濕度(平均值為66.8%±20.8%)較高，部分天為陰雨天. 監測期間整體風力較小〔平均值為(1.0±0.4) m/s〕，風向以東北風和西南風為主.

2.1.2 O3及相關參數的日變化情況

東營市污染天及非污染天O3及其前體物濃度的日變化情況如圖2 所示. 由圖2 可見：O3濃度日變化呈單峰分布，07:00 起O3濃度逐漸升高，于15:00 達到峰值，之后隨太陽輻射的減弱O3濃度逐漸降低；NO2濃度與O3濃度呈相反的日變化趨勢，夜間NO2濃度較高而白天較低，NO2的光解是對流層O3唯一的二次來源[37]，日間較強的光解導致NO2濃度降低，夜間則由于一次排放導致了NO2的累積；NO 濃度在08:00 存在明顯的峰值，與早高峰時段機動車的排放密切相關；VOCs 濃度也呈夜間高、白天低的特點，與NO2濃度日變化趨勢相同，這與夜間光化學損耗較少及污染物的一次排放累積有關，同時VOCs 物種中烷烴類物質也存在早高峰濃度峰值，因此機動車尾氣排放可能是東營市夏季VOCs 的重要來源.

圖 1 2021 年6 月東營市環境空氣污染物及氣象參數時間序列Fig.1 Time series of air pollutants and meteorological parameters in June, 2021 in Dongying

圖 2 2021 年6 月東營市O3 及其主要前體物濃度、PM2.5 濃度和氣象參數的日變化情況Fig.2 Averaged diurnal variations of O3 and its precursors, PM2.5, and meteorological parameters in June, 2021 in Dongying

2.1.3 O3與前體物

東營市環境空氣污染物濃度水平在污染天顯著升高. 由表2 可見：污染天O3、NOx和VOCs 濃度平均值分別為(143±73) (30±19)和(63.3±31.4) μg/m3，在非污染天分別為(99±34) (28±16)和(56.1±54.2)μg/m3，污染天較非污染天濃度分別升高了44.1%、7.6%和10.4%. 其中，AVOC 中烷烴、烯烴、炔烴和芳香烴的濃度在污染天較非污染天分別高10.0%、18.4%、42.9%和11.1%；異戊二烯濃度在污染天升高尤為明顯，較非污染天高112.5%，污染天和非污染天濃度平均值分別為(1.7±1.7) (0.8±0.8) μg/m3，這與污染天更高的溫度導致植物源排放的增強有關. NOx濃度在污染天的夜間及早高峰較非污染天明顯升高，污染天早高峰(07:00) NOx濃度峰值達46 μg/m3，較非污染天高36.6%. 污染天PM2.5濃度顯著上升，較非污染天高50%，污染天和非污染天濃度平均值分別為(30±13) (20±12) μg/m3. 由于污染天前體物濃度更高、大氣氧化性更強，可能導致更多PM2.5二次組分的生成，因此污染天O3與PM2.5濃度呈同步上升趨勢[38-39].整體來看，東營市O3及其前體物濃度在污染天和非污染天濃度變化趨勢相同，但在污染天VOCs 日間排放明顯增強，NOx夜間積累及早高峰排放明顯增強.污染天更高濃度的前體物以及高溫、低濕等更有利的氣象條件在一定程度上導致了更高濃度的O3生成，加劇了O3污染的惡化.

表 2 2021 年6 月東營市污染天及非污染天環境空氣污染物濃度和氣象參數平均值及變化范圍Table 2 Average values and variation ranges of air pollutants and meteorological parameters during the polluted days and the clean days in June, 2021 in Dongying

2.1.4 O3與氣象因子

東營市污染天與非污染天O3濃度與溫度、相對濕度的擬合散點圖及其與風向、風速的極坐標散點圖如圖3 所示. 由圖3 可見：O3濃度與溫度呈正相關，溫度一定程度上可以反映太陽輻射強度，更高的溫度及太陽輻射強度能導致更高濃度的O3生成；O3濃度與相對濕度呈負相關，高濕條件下通過濕清除作用降低O3濃度，并且較高的相對濕度會消耗氧原子從而抑制O3的生成[40]. 對比污染天與非污染天O3濃度和溫度的擬合曲線發現，污染天O3濃度與溫度的相關性更強，O3濃度隨溫度變化的增長率更高. 總體上看，當污染天氣溫超過32.4 ℃時，出現O3濃度超標. 風向和風速在污染天及非污染天并未表現出明顯的差異，且整體風速〔平均值(1.0±0.4) m/s〕較小，因此東營市2021 年6 月O3污染過程中長距離的區域傳輸對本地O3污染貢獻較小.

2.2 O3 生成潛勢

東營市基于本地化MIR 值及基于美國MIR 值計算的污染天和非污染天OFP 貢獻前10 位的VOCs物種如圖4 所示. 由圖4 可見，基于本地化MIR 值計算的OFP 值顯著低于基于美國MIR 值計算的OFP值. 根據本地化MIR 值計算的OFP 值，污染天和非污 染天VOCs 總OFP 值 分 別 為103.8 和90.6 μg/m3，污染天較非污染天高14.6%. 其中，芳香烴對O3生成貢獻最大，在污染天和非污染天的貢獻率分別為37.5%和41.4%；其次是烯烴，在污染天和非污染天的貢獻率分別為27.3%和29.1%；烷烴在污染天和非污染天的貢獻率分別為22.0%和22.5%；異戊二烯在污染天和非污染天的貢獻率分別為13.0%和6.9%；炔烴在污染天和非污染天的貢獻率均為0.2%. 雖然烷烴濃度占比最高，但其化學反應活性較低，因此對OFP 的貢獻較小. 相反地，芳香烴和烯烴由于化學反應活性較強，因此對OFP 的貢獻較高.

由圖4 可見，東營市污染天OFP 貢獻前10 位的VOCs 物種分別為異戊二烯(13.5 μg/m3)、乙烯(8.5 μg/m3)、間/對-二甲苯(7.5 μg/m3)、丙烯(7.3 μg/m3)、甲苯(4.7 μg/m3)、正丁烷(4.6 μg/m3)、1,2,4-三甲苯(4.6 μg/m3)、異戊烷(4.5 μg/m3)、鄰-二甲苯(4.3 μg/m3)和異丁烷(4.1 μg/m3)，總貢獻率為61.3%. 其中，OFP貢獻前10 位的VOCs 物種中芳香烴類貢獻最大，OFP 值為21.1 μg/m3，貢獻率為33.2%；其次為烯烴類，OFP 值 為15.8 μg/m3，貢 獻 率 為24.8%；BVOCs 的OFP 值為13.5 μg/m3，貢獻率為21.2%；最后為烷烴類，OFP 值為13.2 μg/m3，貢獻率為20.8%. 非污染天OFP貢獻前10 位的VOCs 物種分別為丙烯(9.2 μg/m3)、間/對-二甲苯(7.7 μg/m3)、異戊二烯(6.3 μg/m3)、乙烯(5.1 μg/m3)、1,2,4-三甲苯(4.7 μg/m3)、正丁烷(4.4 μg/m3)、1,3,5-三甲苯(4.1 μg/m3)、異戊烷(3.8 μg/m3)、鄰-二甲苯(3.5 μg/m3)和甲苯(3.4 μg/m3)，總貢獻率為57.6%. 非污染天OFP 貢獻前10 位的VOCs 物種中芳香烴類貢獻最大，OFP 值為23.4 μg/m3，貢獻率為44.8%；其次為烯烴類，OFP 值為14.3 μg/m3，貢獻率為27.4%；烷烴類OFP 值為8.2 μg/m3，貢獻率為15.7%；最后為BVOCs，其OFP 值為6.3 μg/m3，貢獻率為12.1%. 與非污染天相比，污染天對OFP 貢獻前10 位的VOCs 物種的OFP 貢獻率升高，烯烴類和BVOCs 對OFP 的貢獻率升高，其中，異戊二烯、乙烯及甲苯的OFP 值顯著升高，分別增加了114.3%、68.6%和38.2%，說明東營市污染天植物源排放[41]和機動車尾氣排放[42]對O3生成的貢獻明顯增強.

2.3 O3 敏感性分析

使用OBM 模擬了東營市污染天及非污染天的O3生成. 研究期間，東營市日間O3凈生成速率平均值為15.5×10—9h—1，與2017 年夏季O3生成速率[19]相當，高于北京市[43]、上海市[44]、成都市[44]及深圳市[45]等地區. 夜間(18:00—翌日06:00) O3通過NO 滴定作用[46]等途徑而損耗，在污染天及非污染天夜間O3凈生成速率分別為—4.3×10—9和—3.8×10-9h—1，未表現出明顯差異. 日間(06:00—18:00) O3通過前體物VOCs與NOx參與的光化學反應生成，O3凈生成速率于12:00 達到峰值，在污染天和非污染天O3凈生成速率峰值分別為26.0×10—9和22.2×10—9h—1. 污染天O3日間平均凈生成速率(17.2×10—9h—1)較非污染天(13.0×10—9h—1)顯著升高了32.3%，O3污染過程中O3局地光化學生成對O3濃度水平的貢獻明顯增強. 需要指出的是，此次觀測未對HONO 進行測量，HONO 作為大氣自由基的重要來源，對O3的生成有一定影響.

基于OBM，將O3前體物NOx、AVOCs 和BVOCs分別減排20%進行敏感性模擬，計算了東營市各前體物的RIR 值. 由圖5 可見，東營市在污染天和非污染天O3生成控制機制未發生明顯轉變，均受到VOCs 和NOx協同控制. 非污染天O3生成對AVOCs更為敏感，RIR 為0.41；污染天O3生成對NOx的敏感性增強，RIR 為0.37，同時對AVOCs 仍表現出較高的敏感性(RIR=0.34). 因此，污染天實施NOx及AVOCs協同減排有利于控制O3污染. 值得注意的是，O3污染過程中BVOCs 濃度削減20%時RIR 值(0.12)比非污染天相同情景下RIR 值(0.08)更大，因此不可忽視植物源VOCs 對污染天O3濃度水平的貢獻.

圖 5 2021 年6 月東營市O3 前體物NOx、AVOCs 和BVOCs 的RIR 值Fig.5 RIR values of O3 precursors, NOx, AVOCs and BVOCs in June, 2021 in Dongying

2.4 前體物減排效果評估

為進一步評估前體物減排對東營市O3生成的影響，基于6 月污染天平均情景模擬繪制了EKMA 曲線，并量化了不同VOCs 與NOx減排比例下O3生成的變化. 由圖6(a)可見，東營市O3污染過程中O3生成處于VOCs-NOx協同控制區，減排VOCs 或減排NOx均可有效降低O3生成，與RIR 結果一致. 若要實現污染天O3達標(1 h-O3濃度平均值＜ 200 μg/m3)，VOCs 濃度需單獨削減23.7%或NOx濃度單獨削減50.4%，或按1∶1 的比例VOCs 濃度和NOx濃度均同時削減20.2%. 由圖6(b)可見，為實現O3達標，當VOCs 與NOx協同減排比例大于或等于1∶1 時，VOCs 與NOx協同減排所引起的O3生成變化差異較小，即不同VOCs 與NOx協同減排比例下VOCs 濃度削減20%左右均可實現O3達標. 而當VOCs 與NOx協同減排比例小于1∶1 時，盡管實現O3達標需要削減的VOCs 比例更小，但NOx需要削減的比例更大.例如，當VOCs 與NOx協同減排比例為1∶2 時，為實現O3達標，VOCs 濃度需削減17.3%，而同時NOx濃度需削減34.6%. 綜上，現階段為實現東營市O3達標，應實施VOCs 與NOx協同減排比例大于或等于1∶1的減排策略，在該減排比例下要加大污染天(尤其是夜間)NOx與VOCs 減排力度，以減輕污染天溫度升高及植物源排放增強等不可控因素引起的O3惡化.但長期O3防控需要持續減排NOx，使O3生成敏感機制從VOCs-NOx協同控制區轉變到NOx控制區是實現O3長期達標的有效途徑.

圖 6 2021 年6 月東營市污染情景下O3 生成等濃度曲線圖以及不同VOCs 與NOx 協同減排比例下O3 濃度的變化情況Fig.6 O3 isopleth diagram based on the polluted scenario and variations of O3 concentrations under different VOCs/NOx reduction ratios in June, 2021 in Dongying

3 結論

a) 2021 年6 月黃河三角洲代表性城市東營市O3污染嚴重，O3超標天數占比為50.0%，共計15 d.污染天MDA8-O3、VOCs 和NOx濃度較非污染天分別升高了70.0%、10.4%和7.6%. 污染天夜間及早高峰NOx濃度均顯著升高. 污染天溫度升高導致植物源排放的異戊二烯濃度顯著升高.

b)污染天氣象條件呈高溫、低濕的特點，O3與溫度相關性顯著增強. 2021 年6 月東營市O3污染過程中由于更有利的氣象條件(高溫、低濕)及更高的前體物濃度，導致O3光化學生成作用增強，O3凈生成速率較非污染天升高了32.3%.

c)東營市基于本地化MIR 值計算的OFP 顯著低于基于美國MIR 值計算的OFP，使用美國MIR 值可能忽略區域排放特征的差異，造成OFP 值的高估或低估. VOCs 對東營市OFP 的貢獻大小依次為芳香烴＞烯烴＞烷烴＞異戊二烯＞炔烴. 與非污染天相比，污染天異戊二烯、乙烯及甲苯的OFP 值分別增加了114.3%、68.6%和38.2%，O3污染天植物源排放及機動車排放對O3生成的貢獻增強.

d)東營市O3生成處于VOCs-NOx協同控制區，O3污染過程中協同減排VOCs 與NOx是控制O3污染的有效途徑. 現階段應實施VOCs 與NOx協同減排比例大于或等于1∶1 的減排策略，污染天(尤其是夜間)應加大NOx與VOCs 減排力度，減輕污染天溫度升高及植物源排放增加等不可控因素對O3污染的影響；同時應持續減排NOx，使O3生成敏感機制從VOCs-NOx協同控制區向NOx控制區轉變，以實現O3長期達標.

致謝：感謝WENDY S G、WILLIAM R S 和CHARLENE V L 提供的RACM2 化學機制.