中国环境科学

作者：刘哲, 安兴琴, 王超, 李江涛

单位：1. 中国气象科学研究院气象影响与风险研究中心, 北京 100081;2. 中国气象局地球系统数值预报中心, 北京 100081

关键词：伴随模式,PM2.5和O3双高污染,敏感性分析,污染控制,北京

基金：国家重点研发计划(2022YFC3701205);国家自然科学基金资助项目(41975173);中国气象科学研究院科学技术发展基金(2021KJ011)

为了探讨PM2.5和O3双高污染及其有效控制措施,运用GRAPES-CUACE伴随模式对2019年4月19~25日北京市的一次典型双高污染事件进行“源-浓度”敏感性分析,定量评估了本地及周边地区前体物排放对北京市24h平均PM2.5(24-hr PM2.5)和MDA8O3浓度峰值的贡献,并利用伴随模式开展相应的减排措施试验.伴随敏感性分析结果表明,此次北京市双高污染事件的24-hr PM2.5和MDA8O3浓度峰值受到本地及周边地区的前体物排放的共同影响.一次PM2.5 (PPM2.5)排放源对24-hr PM2.5浓度峰值的主要贡献在前48h,其中河北源贡献最大(49.7%),其次是山东源(24.4%)和北京源(20.1%).O3的生成由VOCs控制,NOx和VOCs排放源的主要贡献时段分别为前30h和前38h.其中河北贡献最大,NOx和VOCs分别贡献了27.0%和23.8%,北京源(20.9%和4.9%)次之.双高污染的减排试验结果显示,当北京市24-hr PM2.5浓度峰值达标时,NOx、VOCs和PPM2.5减排比例相近,各省市的减排力度依次为: 河北(55.8%、59.1%和61.3%)、北京(60.0%,47.4%和60.4%)、山东(44.0,51.2%和61.3%)、天津(42.7%,42.7%和42.7%)及山西(44.0%,40.9%和42.7%).而MDA8O3浓度峰值在迭代过程中先上升后下降,达标时需减排较多NOx和VOCs.各省市减排力度依次为河北(67.8%和67.1%)、北京(66.0%和56.3%)、山东(57.3%和59.5%)、天津(50.9%和52.4%)及山西(55.4%和46.0%).

来源：2024年第12期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2024年第12期