污染源减排时刻和减排比例对北京市PM2.5浓度的影响

翟世贤，安兴琴*，孙兆彬，刘　俊（.中国气象科学研究院大气成分研究所，北京 0008；2.中国气象局北京城市气象研究所，北京 00089；3.中国气象局京津冀环境气象预报预警中心，北京 00089；.北京大学环境科学与工程学院，环境模拟与污染控制国家重点联合实验室，北京 0087）

大气污染与控制

污染源减排时刻和减排比例对北京市PM2.5浓度的影响

翟世贤1，安兴琴1*，孙兆彬2，3，刘俊4（1.中国气象科学研究院大气成分研究所，北京 100081；2.中国气象局北京城市气象研究所，北京 100089；3.中国气象局京津冀环境气象预报预警中心，北京 100089；4.北京大学环境科学与工程学院，环境模拟与污染控制国家重点联合实验室，北京 100871）

利用Model-3/CMAQ及京津冀地区高分辨率排放源清单，选取文献［19］中污染峰值当天启动50%污染源削减方案的同时，进一步设置了3种污染源控制方案（峰值当天启动75%源削减；峰值日前1d、2d开始启动25%源削减），比较了峰值日前启动适量减排与峰值日当天启动大幅度减排的效果差异.结果表明：污染峰值当天启动50%、75%减排时，北京市PM2.5浓度下降率分布不均匀，高值区集中于PM2.5浓度高值区，减排后PM2.5浓度分布较减排前均匀.提前1～2d启动25%源削减时，峰值日北京市PM2.5浓度整体下降.城、郊PM2.5下降率均表现为当天减排50%小于提前1d开始减排25%；当天启动减排提高到75%时，城区PM2.5下降率大于提前2d启动25%减排，郊区表现为峰值前2d启动25%削减优于当天减排75%.将峰值前1d、2d启动25%减排分别与当天启动50%、75%减排时北京市峰值日PM2.5浓度下降率相减，北京市绝大部分区域下降率差值为正；峰值前1d、2d启动25%减排分别比峰值日启动50%、75%减排时北京市平均PM2.5多下降4.7μg/m3（6%）、2.9μg/m3（4%）.综上所述，在污染峰值来临之前采取适量减排较污染当天才启动大幅度减排更有利于北京市整体空气质量达标.

不同时刻启动减排；不同比例减排；北京市；PM2.5；区域空气质量达标

过去 30年，我国经济迅猛发展，能源消耗年增长率达10%［1］，城市及城市群［2-8］以雾霾天气为标志的复合污染严重［9］，解决我国经济发展与大气环境污染之间的矛盾迫在眉睫［9］.大气污染事件是外因和内因共同作用的结果，外因指微风、高湿、稳定大气层结等不利于污染物扩散的气象条件［3］，内因则归结为污染源的过量排放.在外因不可控的前提下，内因是治理大气污染的关键因素［9］.为改善环境，我国政府相继颁布了一系列政策，如第十一、十二个五年计划期间分别对 SO2和NOx排放量进行限制［10］；针对重大活动如2008年北京奥运会［11-13］、2010年上海世博会［14］、2010年广州亚运会［8］及2014南京青奥会［15］，主办城市联合周边省市积极采取管控措施，有效保障了重大活动期间的空气质量；在珠江三角洲建立大气污染联防联控技术示范区［16］等.

科学评估大气污染控制措施效果对控制政策的制定和实施十分重要［10］.刘俊等［17］模拟评估了《京津冀及周边地区落实大气污染防治行动计划实施细则》对降低北京城区PM2.5年均浓度的影响，指出如果严格按照控制措施，在气象条件和2012年相似的条件下，北京城区PM2.5防治目标可以实现.Wang等［18］在建立2010年山东地区高分辨率污染源清单的基础上，预估了2020年该地区在几种可能的污染源排放控制情景下的空气质量.翟世贤等［19］则通过设置敏感性试验的方法，进行了重污染时段来临前几天开始减排的效果评估.类似的评估还有很多，如对第十一［20-21］、十二个［22］五年计划、2008年北京奥运会［13］减排措施的评估；对我国城市天然气替代燃煤集中供暖的减排效果评估［23］；也有对某地大气污染人群暴露水平［24］、大气污染与呼吸系统疾病住院率［25］、改善空气质量的健康效益［26-28］等的评估.

2012年北京PM2.5日均浓度超过75μg/m3（三级）和 115μg/m3（四级）的超标率分别为 35.7%和14.4%，其对全年平均浓度的贡献率分别达60.3% 和 31.9%，因此有效预防和控制不利气象条件下污染事件的发生是北京市年均浓度达标的关键［29］.为有效降低污染事件发生频率与强度，翟世贤等［19］指出在可能引起污染事件的不利气象条件来临前 2～3d采取减排措施既能有效降低PM2.5浓度，也可以避免因盲目长时间减排造成的成本过大.本文在此基础上，选取污染峰值当天启动 50%源削减方案（cut_do_50%）的前提下，进一步设计了其他3种减排方案：污染峰值当天启动 75%削减（cut_d0_75%）、污染峰值前 1d、2d启动 25%削减（cut_d1_25%、cut_d2_25%）；并将cut_d0_50%与cut_d1_25%、 cut_d0_75%与cut_d2_25%的减排效果进行了对比，意在利用数值模式比较评估污染峰值前启动适量减排与污染峰值当天启动大幅减排的效果差异，以期为制定灵活高效的大气污染控制措施提供参考.

1　数据与方法

本研究采用中尺度气象模式MM5v3.6模拟结果作为气象驱动场；排放源处理采用美国北卡罗来纳微电子中心（MCNC）开发的SMOKE模型，分面源、点源、及机动车源3种处理方式；空气质量模拟系统采用美国环保局从20世纪90年代开始发展的Models-3/CMAQ.MM5v3.6的气象输入资料采用NCAR/NCEP 1°×1°（6h间隔）再分析资料.将MM5v3.6模拟结果经“气象-化学界面 处 理 器MCIP （Meteorology-Chemistry Interface processor）”为SMOKE和CMAQ模型提供模拟时段所需的网格化气象资料.MCIP垂直设为14层.具体的模式介绍、参数及网格嵌套设置（图1）、排放源清单信息等参见文献［17，19］.

翟世贤等［19］对比分析了2012年2月份海淀站和上甸子站观测与模拟的温度、风速及PM2.5浓度.结果表明 MM5较为准确地模拟了海淀站和上甸子站2012年2月份温度和风速日变化情况，相关系数分别为：0.94（海淀站温度）、0.95（上甸子站温度）、0.75（海淀站风速）和 0.57（上甸子站风速）；CMAQ模式较为可靠的再现了2012年2月份海淀站和上甸子站PM2.5浓度的变化趋势和浓度水平，相关系数分别为0.62和0.77.在此基础上选择2012年2月7～16日为代表性污染时段，该时段PM2.5累积时间较长，从2月7日PM2.5浓度最低点开始，一直积累到2月13日PM2.5浓度达到峰值，随后PM2.5浓度开始下降，到2月17日下降到最低值.有关模式验证和污染时段选取的具体分析见文献［19］.

图1　模式嵌套网格区域设置及城区海淀站（HD）和郊区上甸子站（SDZ）位置Fig.1　Nested domain setup of the model and the observation sites

2　结果与讨论

2.1污染时段流场特征分析

利用MICAPS气象信息处理系统，分析污染时段流场特征.2月 7日有较强冷空气自西北路径影响北京，北京地面处于高压前部，高空500hPa贝加尔湖南侧有横槽下摆，当天有 4、5级偏北风，污染物在水平和垂直方向均具有较好的扩散条件；2月8日地面冷高压强度减弱，北京受华北地形槽影响，高空气流的经向度减弱；2月9日高空低涡继续引导冷空气南下影响北京，北京地面再次转受高压前部偏北气流控制，空气污染物具有较好的扩散条件.

如图2及图3所示，2月10日影响北京的地面高压减弱并向东南方向移动入海，北京地面处于贝加尔湖南部高压和此入海高压之间的弱气压场中，08：00出现贴地逆温，高空气流的经向度进一步减弱，空气污染物的扩散条件开始转差；2月11日贝加尔湖以南的弱高压南下，北京由弱气压场转受高压后部偏南气流影响，高空转为平直的偏西气流，空气污染物的扩散条件较差，08：00逆温层顶位于970hPa；2月 12日早晨逆温层顶进一步抬升至925hPa，大气层结进一步趋于静稳，白天北京地面仍处于高压后部，夜间转受北京北部低压控制，地面的动力辐合条件较前日进一步加强，高空气流仍为偏西气流；2月13日早晨出现轻雾天气，白天转为霾天气，能见度小于10km，北京北部的低压向北收缩，同时位于河套的低压系统加强发展，自西向东移动影响北京，午后北京处于低压内部，高空转为偏南风气流影响，20：00北京出现双层逆温，逆温层顶位于870hPa附近，具有稳定层结的大气变厚，空气污染物扩散条件很差；2月14日低压后部的冷空气南下，扩散条件转好，有3、4级偏北风，但高空气流仍为偏西风为主，第一条锋面经过北京，至20：00北京地区能见度在25～30km，逆温层消失，夜间北京处于高压底部偏东风影响，北京近地层湿度明显加大，再次出现轻雾天气；2月15日早晨近地层出现逆温，白天伴随着高空气流转为经向度较大的西北风，地面受主冷锋影响，地面出现4级左右偏北风，北京地区扩散条件转好，逆温层消失.

图2　2012年2月9日08：00～14日08：00海平面气压Fig.2　Sea-level pressure field from 08：00 Feb 9th2012 to 08：00 Feb 14th2012

图3　2012年2月9日08：00～14日08：00 500hPa温度场（红虚线）及500hPa气压场（蓝实线）Fig.3　500 hPa temperature field （red dashed line） and pressure field （blue solid line） from 08：00 Feb 9th2012 to 08：00 Feb 14th2012

2.2敏感性试验方案设计

在文献［19］基础上，将进一步对比不同时刻启动不同比例减排对降低北京市 PM2.5浓度的影响，意在比较污染峰值前启动适量减排与污染峰值当天启动大幅减排的效果差异，从而为制定更为灵活高效的减排方案提供参考.基于以上思想，选择文献［19］中当天启动50%污染源削减方案（cut_d0_50%）的同时，重新设计了其他3种减排方案，共得4种减排方案列于表1：污染峰值当天启动50%、75%的源削减（cut_d0_50%、cut_d0_75%）、污染峰值前1d、2d启动25%的削减（cut_d1_25%、cut_d2_25%）；减排区域为排放源模式系统SMOKE的D3区域（北京及其周边省份）和D4区域（北京市）（图1），各情景下对减排物种进行同比例（50%、25%或75%）削减.

表1　不同时刻不同削减率减排方案的敏感性试验方案设计Table 1　Design of 3emission scenarios： reducing emission-sources at 3different time points and 3different decreasing ratios

2.3敏感性试验结果分析

2.3.1不同减排方案下北京市 PM2.5浓度分布2012年2月13日的污染事件呈现出城、郊及南、北分布不均的态势，污染高值区主要集中于城六区（海淀区、朝阳区、丰台区、石景山区、东城区、西城区）中南及其南部（房山区东部和大兴区西部）（图4）［19］.由图5可见，减排情景不同，模拟减排后北京市PM2.5浓度分布也存在较大差异.整体来看，与减排前北京市峰值当天 PM2.5浓度分布相比，当天启动减排会使得北京市 PM2.5浓度分布趋于均匀，当天启动减排率越大，减排后北京市PM2.5浓度分布越均匀，采取cut_d0_75%减排方案比采取 cut_d0_50%方案引起的北京市PM2.5浓度分布更均匀.采取 cut_d0_50%方案时，PM2.5浓度最大值由 170μg/m3下降到 140μg/m3左右，依然位于城六区东南及其南部；北京市PM2.5浓度分布梯度有所减小，即北京市PM2.5浓度分布较减排前均匀.当天启动减排率上升为75%时，PM2.5浓度最大值由 170μg/m3下降到100μg/m3左右，PM2.5浓度分布梯度较 cut_d0_ 50%时进一步减小，即北京市 PM2.5浓度分布更加均匀.可以初步推得：当天减排引起的北京市PM2.5浓度下降率分布不均匀；PM2.5浓度越高的区域，其浓度下降就越明显.

采取方案 cut_d1_25%及 cut_d2_25%时，峰值当天北京市PM2.5浓度保持不均匀分布状态整体下降.PM2.5浓度最大值依然位于城六区东南及其南部.cut_d1_25%方案时，PM2.5浓度最大值由 170μg/m3下降到 140μg/m3左右；cut_d2_25%方案时，PM2.5浓度最大值由 170μg/m3下降到130μg/m3左右.

进一步对比 4种减排方案引起的北京市PM2.5浓度下降率分布（图 6）.由图6对比可以看出，不同减排方案对北京市 PM2.5浓度下降率的影响存在空间差异性.首先，污染峰值当天启动减排时，北京市 PM2.5浓度下降率空间分布不均匀，PM2.5浓度下降率分布与该天PM2.5浓度分布相似，高值区均集中于城六区中南及其南部地区，即污染物浓度越高，PM2.5浓度下降率越大.同时，当天启动的减排率由 50%增加为 75%时，PM2.5浓度下降率分布不均匀性更为显著.这是由于污染物的输送需要一定时间，污染峰值日当天才开始启动减排方案时，未能考虑城区高密度污染源排放向郊区的输送作用，局地污染源削减仅对局地空气质量改善效果明显.cut_d0_50%会使以东城区、西城区、丰台区、朝阳区南部、石景山区南部为代表的“城六区中南及其南部”地区PM2.5下降约 14%～19%，而以郊区为主的大部分地区PM2.5下降率不足2%（图6（a））.cut_d0_75%引起的PM2.5下降率高值区同 cut_d0_50%时基本一致，高值下降率（介于 25%～35%）明显大于cut_d0_50%时的高值下降率，但以郊区为主的大部分地区PM2.5下降率较 cut_d0_50%时没有明显上升，仍处于较低水平，不足5%（图6（b））.当天启动减排时，北京市 PM2.5浓度下降率分布不均匀的特点与 2.3.1节当天减排引起北京市 PM2.5浓度分布趋于均匀相互印证.

其次，提前采取减排控制措施较峰值当天启动减排控制措施来说，北京市 PM2.5浓度下降率要均匀，减排启动的越早，北京市 PM2.5浓度下降率分布越均匀（图6c～d）；表示减排启动得越早，北京市整体空气质量改善效果越明显. cut_d1_25%方案使得城区及其南部地区 PM2.5约下降15%～17%，仅略低于当天减排 50%时此区域PM2.5浓度下降率（14%～19%）；值得注意的是，密云县及平谷区 PM2.5浓度下降率比采取cut_d0_50%方案时对应区域的PM2.5浓度下降率（不足 2%）有明显上升，达 12%左右.方案cut_d2_25%时，郊区除密云县和平谷区外，怀柔区中北部 PM2.5下降率也出现上升，此东北部郊区PM2.5下降率大体介于 15%～16%，城区及其南部PM2.5下降率约 18%～20%.由此体现出郊区对减排措施不如城区敏感，这是因为污染源主要位于城区，郊区的污染物主要受区域性污染输送影响.此结论亦与2.3.1节中提前1d或2d减排25%时，北京市PM2.5浓度保持不均匀分布状态相符.

图4　北京市污染峰值当天（2012年2月13日）PM2.5浓度空间分布Fig.4　Simulated spatial distribution of PM2.5concentration over Beijing area on the most polluted day （February 13th，2012）

图5　（a）污染峰值当天减排50%、（b）污染峰值当天减排75%、（c）提前1d减排25%、（d）提前2d减排25%北京市PM2.5浓度分布Fig.5　Simulated spatial distribution of PM2.5concentration over Beijing： （a） due to 50% emission-sources reduction at Feb 13th，2012； （b） 75% emission-sources reduction at Feb 13th，2012； （c） 25% emission-sources reduction 1d ahead of Feb 13th，2012； （d） 25% emission-sources reduction 2d ahead of Feb 13th，2012

图6　（a）污染峰值当天减排50%、（b）污染峰值当天减排75%、（c）提前1d减排25%、（d） 提前2d减排25%北京市PM2.5浓度下降率空间分布Fig.6　Spatial distribution of PM2.5concentration decreasing ratios： （a） due to 50% emission-sources reduction at Feb 13th2012； （b） 75% emission-sources reduction at Feb 13th，2012； （c） 25% emission-sources reduction 1d ahead of Feb 13th，2012； （d） 25% emission-sources reduction 2d ahead of Feb 13th，2012

图7　（a）cut_d1_25%与cut_d0_50%、（b）cut_d2_25%与cut_d0_75%下北京市PM2.5浓度下降率差值分布Fig.7　PM2.5concentration decreasing ratio discrepancy distribution between （a）cut_d1_20% and cut_d0_50%；（b）cut_d2_25% and cut_d0_75%

2.3.2不同减排方案对城区、郊区及北京市平均PM2.5浓度影响为了比较污染峰值来临前启动适量污染源削减与污染峰值日当天启动大幅度污染源削减的效果差异，将方案cut_d1_25%与cut_d0_50%、cut_d2_25%与cut_d0_75%时峰值日PM2.5浓度下降率相减，得到PM2.5峰值浓度下降率差值的分布（图7）.图7中暖色系为正值，冷色系为负值.可以明显地看出，北京市绝大部分区域下降率差值为正值，说明污染峰值来临前启动适量减排比污染峰值日当天才启动大幅度减排更有利于改善北京市整体空气质量.采取 cut_d1_ 25%方案时，仅城六区南部及房山区中部一小部分面积 PM2.5浓度下降率小于采取 cut_d0_50%方案时相应 PM2.5浓度下降率，北京市绝大部分区域下降率差值为正（图 7（a））；且负下降率差值（-4%～0%）绝对值小于大部分区域（怀柔区、密云县、平谷县、大兴区、通州区等地）正下降率差值（4%～10%）.图7（b）中的负下降率差值依然位于城六区偏南及房山区中东部，面积大于图 7（a）中的负下降率差值，这是因为 75%是一个相当大的污染源减排力度，可以在污染峰值日当天及时降低本地源排放对本地 PM2.5浓度的贡献.但是，启动75%的减排率几乎不具备可操作性.即便如此，图 7（b）中北京市绝大部分面积依然位于正值下降率差值区，北京市北部区县下降率差值高达10%左右.

图8　采取cut_d0_50%、cut_d1_25%、cut_d0_75%和cut_d2_25%方案对降低海淀站、城六区、上甸子站及北京市PM2.5日均浓度的效果Fig.8　The PM2.5reduction effectiveness due to cut_d0_50%、cut_d1_25%、cut_d0_75%、cut_d2_25% at the Haidian station，urban Beijing，Shangdianzi station and Beijing municipality

进一步对比分析不同减排方案下，城区海淀站、郊区上甸子站、城六区及北京市 PM2.5浓度下降率.由图8及表2可见，城区海淀站和城六区对削减方案的响应相似，而城区和郊区对削减方案的响应存在明显不同，城区对源削减比郊区敏感.城、郊两地PM2.5浓度下降率均表现为cut_d0_50%方案小于 cut_d1_25%方案；但是，若将峰值当天启动减排率提高到 75%，由于城区对减排措施非常敏感，此时城区PM2.5下降率大于采取cut_d2_25%方案时相应下降率，而郊区表现为方案 cut_d2_ 25%减排效果优于 cut_d0_75%. cut_d0_50%、cut_d1_25%、cut_d0_75%、cut_d2_ 25%减排方案下，海淀站 PM2.5峰值浓度分别下降 11.2，15.5，25.0，19.4μg/m3；浓度下降率分别为 10%、14%、22%、17%；cut_d1_25%比cut_d0_ 50%引起海淀站PM2.5多下降 4.3μg/m3，约多下降峰值浓度的 3%；但采取cut_d0_75%方案时海淀站PM2.5浓度下降幅度却大于 cut_d2_25%时相应下降幅度.与海淀站类似，城六区峰值 PM2.5浓度分别下降 11.3，15.2，25.6，19.0μg/m3；下降率分别为 10%、14%、23%、17%.不同于海淀站和城六区，郊区上甸子站明显地表现为污染峰值日前适量减排优于污染峰值日当天大幅减排.采取 cut_d0_50%、cut_d1_ 25%、cut_d0_75%、cut_d2_ 25%方案时，上甸子站峰值PM2.5浓度分别下降0.6、7.5、3.7、10.8μg/m3；下降率分别为1%、11%、6%、16%，采取cut_d0_ 50%、cut_d1_25%、cut_d0_ 75%、cut_d2_25%方案时北京市峰值 PM2.5浓度分别下降 3.4，8.1，8.5，11.4μg/m3；相应下降率分别为： 5%、11%、12%和16%；cut_d1_25%方案比 cut_d0_50%方案引起的北京市平均峰值PM2.5浓度多下降4.7μg/m3，下降率高出6%；cut_d2_25%方案比cut_d0_75%方案引起的北京市平均峰值浓度多下降2.9μg/m3，下降率高出4%.再次说明，对整个北京市峰值日PM2.5平均浓度来说，在污染峰值之前采取适量减排效果优于污染当天才开始大幅减排.

表2　采取cut_d0_50%、cut_d1_25%、cut_d0_75%、cut_d2_25%方案对城区海淀站、城六区、郊区上甸子站及北京市PM2.5浓度的影响效果Table 2　The PM2.5reduction effectiveness due to cut_d0_50%、cut_d1_25%、cut_d0_75%、cut_d2_25% at the Haidian station，urban Beijing，Shangdianzi station and Beijing municipality

3　结论

3.1利用空气质量模式Model-3/CMAQ及京津冀地区高分辨率排放源清单，在文献［19］的基础上，将4种减排方案（cut_d0_50%、cut_d1_25%、cut_d0_75%和 cut_d2_25%）的减排效果进行了对比.结果表明不同减排方案对北京市 PM2.5浓度下降率的影响存在空间差异性.污染峰值当天启动减排时，北京市城区对源削减比郊区敏感，PM2.5浓度下降率分布不均，且与该日PM2.5浓度分布相似，高值区均位于城六区中南及其南部地区.当天启动的减排率越大，这种下降率分布不均匀的特点就越明显.说明污染峰值当天启动减排措施，减排效果仅局限于污染源集中区，不利于北京市整体空气质量改善.

3.2提前1d、2d启动25%污染源削减时，北京市 PM2.5浓度整体下降，提前启动减排得越早，北京市PM2.5浓度下降率分布越均匀.采取cut_d0_ 50%、cut_d1_25%、cut_d0_75%和 cut_d2_25%方案时，北京市峰值 PM2.5浓度下降分别为 3.4，8.1，8.5，11.4μg/m3；相应下降率分别为：5%、11%、12%和16%.由此可见，在污染峰值来临之前采取适量减排较污染当天才开始启动大幅度减排更有利于北京市空气质量整体达标.

［1］ Wang S X，Hao J M. Air quality management in China： Issues，challenges，and options ［J］. Journal of Environmental Sciences，2012，24（1）：2-13.

［2］ Ji D S，Li L，Wang Y S，et al. The heaviest particulate air-pollution episodes occurred in northern China in January，2013： Insights gained from observation ［J］. Atmospheric Environment，2014，92（0）：546-556.

［3］ Ji D s，Wang Y S，Wang L L，et al. Analysis of heavy pollution episodes in selected cities of northern China ［J］. Atmospheric Environment，2012.50（0）：338-348.

［4］ 孙扬，王跃思，刘广仁，等.北京地区一次大气环境持续严重污染过程中 SO2的垂直分布分析 ［J］. 环境科学，2006，27（3）：408-414.

［5］ 王丛梅，范引琪，张海霞.京津冀采暖期大气污染天气特征 ［J］.气象科技，2010，38（6）：689-694.

［6］ 韩婷，黄志萍，徐军科.长三角地区灰霾天气特征分析及防治对策研究 ［J］. 环境科学与管理，2014，39（1）：94-97.

［7］ 何晓嫒，陈建文，孙宁生，等.西安市灰霾天气时间和区域分布特征及影响因素 ［J］. 环境工程，2009，27（5）：95-98.

［8］ 吴兑，廖碧婷，吴晟，等.2010年广州亚运会期间灰霾天气分析 ［J］. 环境科学学报，2012，32（3）：521-527.

［9］ 王跃思，张军科，王莉莉，等.京津冀区域大气霾污染研究意义、现状及展望 ［J］. 地球科学进展，2014，29（3）：388-396.

［10］ Wang S X，Xing J，Zhao B，et al. Effectiveness of national air pollution control policies on the air quality in metropolitan areas of China ［J］. Journal of Environmental Sciences，2014，26（1）：13-22.

［11］ 吴其重，王自发，徐文帅，等，多模式模拟评估奥运赛事期间可吸入颗粒物减排效果 ［J］. 环境科学学报，2010，30（9）：1739-1748.

［12］ 韩晶，王赟.京津冀地区治理大气污染的战略选择 ［J］. 中国国情国力，2014（5）：36-38.

［13］ Cheng S Y，Chen D S. Li J B，et al. The assessment of emission-source contributions to air quality by using a coupled MM5-ARPS-CMAQ modeling system： A case study in the Beijing metropolitan region，China ［J］. Environmental Modelling and Software，2007，22（11）：1601-1616.

［14］ 黄嫣旻，魏海萍，段玉森，等.上海世博会环境空气质量状况和原因分析 ［J］. 中国环境监测，2013，29（5）：58-63.

［15］ 谢放尖，李文青，喻义勇，等.南京亚青会空气质量保障回顾性评价及启示 ［J］. 环境监控与预警，2014，6（2）：1-4.

［16］ 中国环境网.我国已建立大气污染联防联控技术示范区 ［N］.

［17］ 刘俊，安兴琴，朱彤，等.京津冀及周边地区污染减排对北京市PM2.5浓度下降的效果评估研究 ［J］. 2014，34（11）：2726-2733.

［18］ Wang X P，Mauzerall D L，Hu Y T，et al. A high-resolution emission inventory for eastern China in 2000 and three scenarios for 2020 ［J］. Atmospheric Environment，2005，39（32）：5917-5933.

［19］ 翟世贤，安兴琴，刘俊，等.不同时刻污染减排对北京市PM2.5浓度的影响 ［J］. 中国环境科学，2014，34（6）：1369-1379.

［20］ Wang L T，Jang C，Zhang Y，et al. Assessment of air quality benefits from national air pollution control policies in China. Part II： Evaluation of air quality predictions and air quality benefits assessment ［J］. Atmospheric Environment，2010，44（28）：3449-3457.

［21］ Wang L T，Jang C，Zhang Y，et al. Assessment of air quality benefits from national air pollution control policies in China. Part I： Background，emission scenarios and evaluation of meteorological predictions ［J］. Atmospheric Environment，2010，44（28）：3442-3448.

［22］ Xue W B，Wang J N，Niu H，et al. Assessment of air quality improvement effect under the National Total Emission Control Program during the Twelfth National Five-Year Plan in China ［J］. Atmospheric Environment，2013，68（0）：74-81.

［23］ 庞军，吴健，马中，等.我国城市天然气替代燃煤集中供暖的大气污染减排效果 ［J］. 中国环境科学，2015，35（1）：55-61.

［24］ An X Q，Hou Q，Li N，et al. Assessment of human exposure level to PM10in China ［J］. Atmospheric Environment，2013，70：376-386.

［25］ Tao Y，An X Q，Z. Sun Z B，et al. Association between dust weather and number of admissions for patients with respiratory diseases in spring in Lanzhou ［J］. Science of the Total Environment，2012，423：8-11.

［26］ Voorhees，A.S.，J. Wang，C. Wang，et al.，Public health benefits of reducing air pollution in Shanghai： A proof-of-concept methodology with application to BenMAP ［J］. Science of the Total Environment，2014，485-486：396-405.

［27］ Tang D C，Wang J Nie，et al. Health benefits of improving air quality in Taiyuan，China ［J］. Environment International，2014，73（0）：235-242.

［28］ 陈仁杰，陈秉衡，阚海东.大气细颗粒物控制对我国城市居民期望寿命的影响 ［J］. 中国环境科学，2014，34（10）：2701-2705.

［29］ 中国气象局北京城市研究所，中国气象科学研究院.《北京市2017年PM2.5控制目标的分析报告》［R］. 2013.

致谢：感谢两个测站工作人员的辛苦观测；感谢国家信息中心肖华东在计算中的技术支持.

Effects of emission-sources reduction time and ratios on PM2.5concentration over Beijing Municipality.

ZHAI Shi-xian1，AN Xing-qin1*，SUN Zhao-bin2，3，LIU Jun4（1.Institute of Atmospheric Composition，Chinese Academy of Meteorological Sciences，Beijing 100081，China；2.Institute of Urban Meteorology，China Meteorological Administration，Beijing 100089，China；3.Environmental Meteorology Forecast Center of Beijing-Tianjin-Hebei，China Meteorological Administration，Beijing，100089，China；4.State Key Joint Laboratory of Environmental Simulation and Pollution Control，College of Environmental Sciences and Engineering，Peking University，Beijing 100871，China）.

China Environmental Science，2015，35（7）：1921～1930

Models-3 Community Multi-scale Air Quality （CMAQ） modeling system with a high resolution inventory data over Beijing-Tianjin-Hebei region was implemented to investigate the different effects of ‘reducing a moderate amount of emission-sources ahead’ against ‘reducing a large amount of emission-sources on the peak day’ in the region，one of which is to cut emission-sources at a ratio of 50% on the peak day （Feb 13th，2012） as described in reference ［19］. Another 3 emission-sources reduction strategies： （1） cutting 75% emission-sources on the peak day； （2） cutting 25% 1day before the peak day （3） cutting 25% 2days before，were newly designed. The simulation results under these cutting strategies showed that when starting emission-sources reduction ratios of 50%，75% on the peak day，the PM2.5concentration decreasing ratios distribution over Beijing were uneven，with high decreasing ratios at the high PM2.5concentration zone，resulting in more evenly distributed PM2.5concentrations. When reducing 25% emission-sources 1～2days ahead of the peak day，Beijing encountered an overall PM2.5concentration decrease. Both urban and rural Beijing showed a higher PM2.5concentration decreasing ratio when reducing 25% emission-sources 1day ahead than reducing 50% emission-sources on the peak day. When the emission-sources reduction ratio on the peak day was increased to 75%，the PM2.5decreasing ratio was higher than reducing 25% emission-sources 2days ahead over urban Beijing，which was not seen over the rural. When the PM2.5concentration decreasing ratios of cutting 50%，75% emission-source on the peak day were subtracted fromcutting 25% emission-source 1day and 2days ahead of the peak day respectively，the difference of PM2.5concentration decreasing ratios over Beijing were mainly positive. Over whole Beijing，reducing 25% emission-source 1day ahead would decrease more PM2.5（4.7μg/m3，or 6%） than reducing 50% at the peak day； while reducing 25% emission-source 2days ahead would decrease more PM2.5（2.9μg/m3or 4%） than reducing 75% at the peak day. In summary，it’s more effective for Beijing to reach the air quality standard by reducing a moderate amount of emission-sources ahead than reducing a large amount of emission-sources on the peak day.

emission-sources reduction at different time points；different reduction ratios；Beijing municipality；PM2.5；reach regional air quality standards

X513

A

1000-6923（2015）07-1921-10

2014-11-27

北京科技计划项目“气象条件对区域重污染过程影响机理及动态调控方法研究”（Z131100006113013）；环保行业专项（201309071）

* 责任作者，研究员，anxq@cams.cma.gov.cn

翟世贤（1992-），女，河北邯郸人，中国气象科学研究院硕士研究生，主要研究方向为大气化学数值模拟.