降低佛山市臭氧高质量浓度的数值模拟

刘一谋,刘一鸣,田春艳,梁致君,邓思欣,司徒淑娉,樊琦

(1.中山大学大气科学学院/广东省气候变化与自然灾害研究重点实验室,广东 广州 510275；2.佛山市环境保护局,广东 佛山 528000；3.佛山市环境监测中心站,广东 佛山 528000)

随着快速的经济发展和城市化进程，以细颗粒物(PM2.5)和臭氧(O3)为首要污染物的大气污染事件在珠三角地区时有发生[1-2]。近年来政府采取了一系列减排措施,珠三角地区的PM2.5得到了较为有效的控制，O3成为首要污染物的频率逐渐升高[3-4]。佛山市是珠三角地区重要的工业城市，主要生产行业是陶瓷与家具行业。佛山市近年来面临着较大的空气污染问题，在广东省空气质量排名中位居较后，中度以上臭氧污染事件在夏、秋季多有发生。研究高质量浓度大气臭氧污染事件的形成条件和影响因素对环境治理决策有重要意义。

近年来空气污染数值模式被广泛应用于研究全球不同地区的大气污染问题[5-8]。Song等[9]用Comprehensive Air quality Model (CAMx)模式对墨西哥O3的研究表明，在城市区域VOCs排放减少会导致O3质量浓度降低，而NOx排放减少会导致O3质量浓度升高。美国国家环境保护署(U.S.EPA)推出的第三代空气质量模式系统Community Multiscale Air Quality (CMAQ)具有良好的灵活性和多样的选择性，亦被广泛应用于不同污染过程的机理分析和敏感性数值试验研究[10]。洪礼楠等[11]采用CMAQ模式对2014年7月天津市的臭氧污染进行模拟，发现由于NOx的滴定作用，NOx排放降低50%时O3高值时段的质量浓度最高可上升超过20 μg/m3。严茹莎等[12]通过CMAQ模式对上海市夏季臭氧进行模拟，结果表明减少臭氧前体物排放对日间高质量浓度臭氧有较好控制效果。更多的研究亦表明VOCs是O3生成的重要前体物[13-14]，不同的VOC对O3的贡献不同，而总体的VOCs排放增加会令O3质量浓度升高。对深圳市夏季臭氧的研究表明，相比NOx排放,VOCs排放对臭氧生成的影响更大[15-16]。

在珠三角大气臭氧污染的控制策略研究方面，鲜有研究根据实际行业设定减排策略，对臭氧污染过程进行数值模拟并量化减排措施对臭氧峰值质量浓度的影响。本研究采用WRF/CMAQ模式系统对2016年7月佛山市一次高臭氧质量浓度污染过程进行模拟，通过分析O3的时空分布特征和计算不同减排措施对O3峰值质量浓度的影响，对大气臭氧污染过程进行研究，以期为大气臭氧污染的削峰减排策略提供一定的理论依据。

1 资料与方法

1.1 模式介绍

本研究采用WRF/CMAQ模式系统，其中WRF(Weather Research and Forecasting)[17]模式为CMAQ模式提供气象场的输入。图1为模式系统的网格区域范围，其中黑线方框所示为WRF模式采用的三重嵌套网络，水平分辨率分别是27、9和3 km，垂直方向上设置24层，模式层顶高度为50 hPa。WRF模式采用了Lin微物理方案、RRTM长波辐射方案、Goddard短波辐射方案、Noah land-surface陆面方案、YSU边界层方案以及Kain-Fritsch积云对流方案。图1红线方框是CMAQ的网格范围，比WRF模拟范围略小，主要是为了减小网格边界上的影响。模式模拟时间从2016年7月27日0:00时到8月4日0:00时(UTC)。模式模拟范围内的佛山市人为排放源采用2014年佛山市排放源清单(数据由佛山市环保局提供)，佛山以外的排放源采用清华大学2010年MIX排放清单(http:∥www.meicmodel.org/)。生物源由MEGAN(Model of Emissions of Gases and Aerosols from Nature)[18]模式计算得到。CMAQ模式采用SAPRC07TIC气相化学机制和AERO6i气溶胶化学机制，光化学速率则用模式模拟的气溶胶及臭氧质量浓度在线计算。

图1 WRF(黑线)和CMAQ(红线)模式的三重嵌套网格Fig.1 Three nested domain for WRF (black line) and CMAQ (red line)

1.2 观测资料与模式评估方法

本研究利用佛山市三洲碧桂园酒店、佛山第一中学、南海气象局、华丰沙水闸、三水区行政服务中心、三水气象局、容桂三防信息中心和佛山市气象台共8个气象站点的逐时监测数据(数据由佛山市气象局提供)对WRF模式的模拟结果进行评估，验证的气象要素包括2 m温度和相对湿度，10 m风速。CMAQ模式模拟的常规污染物质量浓度采用佛山市高明孔堂、华材职中、南海气象局、容桂街道办、三水监测站、三水云东海、顺德苏岗和湾梁共8个环境空气质量国控站的逐时污染物质量浓度(数据由佛山市环保局提供)进行评估，验证的污染物包括NO2、CO、O3和PM2.5。通过计算观测资料的平均值(OBS)、模拟平均值(SIM)、平均偏差(MB)、均方根误差(RMSE)、符合指数(IOA)和相关系数(r)对模式的模拟结果进行评估，并对各站点的结果进行平均。

1.3 减排情景设置

NOx和VOCs是影响臭氧生成的重要前体物。根据佛山市的源排放清单来看，2014年的VOCs排放呈现出东高西低的水平分布特征，排放高值区主要集中在佛山市东部及东南部的南海、禅城和顺德区，同时这些地区也是NOx的排放高值区。对2014年佛山市各区VOCs年排放总量的行业分布进行分析，工业(不包括溶剂行业)、溶剂和交通行业是VOCs排放占比最大的3个行业，总量约占佛山市总VOCs排放的90%，而交通、电厂和工业是NOx排放占比最大的3个行业，占比总和超过90%。根据上述前体物排放特征，本研究设置了9个减排情景CASE。CASE1-2分别对佛山市人为排放的NOx和VOCs总量削减30%，根据这两个试验中O3质量浓度的变化确定佛山臭氧污染属于NOx敏感还是VOCs敏感。在确认佛山市属于VOCs控制区后，CASE3-5选取VOCs排放量最大的3个行业——交通、溶剂和工业行业分别减排30%，以明确减排效果最佳的行业所在；CASE6-9针对减排效果最佳的行业设定当天减排及分别提前1～3 d减排以探究不同时间实施减排措施对臭氧削峰控制的效果。敏感性试验的设置选取30%削减比例是考虑到现实的操作空间。

2 个例选取及模式验证

2.1 个例选取

2013～2016年佛山市8个环境国控站的O3月平均质量浓度显示，春季和冬季较低，高值出现在夏秋季节(图2)。因为春季和冬季的太阳辐射较弱，温度较低，O3的光化学生成较弱，而随着温度和太阳辐射强度从春季开始上升，O3的月平均质量浓度随之增加，在夏秋季节达到高值。三水监测站点的O3月平均质量浓度在8月份达到最大，而南海气象局和顺德苏岗站点的O3月平均质量浓度在9月份达到最大，高明孔堂等其它5个站点的O3月平均质量浓度在10月份达到最高，其中容桂街道办站点O3月平均质量浓度峰值达到140 μg/m3。O3的质量浓度峰值除易出现在秋季外，在夏季某些特殊的天气形势下亦可能出现O3高质量浓度的污染事件。2016年7月27日至8月4日，珠三角地区出现了一次严重的臭氧污染事件。本研究选取此次O3高质量浓度污染事件作为研究对象，并选取7月31日O3峰值出现的时段来研究O3质量浓度峰值对前体物、行业减排及减排实施时间的敏感性。

2.2 污染过程基本特征

从东亚地面天气图(图略)可以看出，2016年7月31日前，台风“银河”在越南登陆后往西移动逐渐远离珠三角，台风“妮妲”在菲律宾东侧生成，不断向北移动并加强，于8月1日在深圳市大鹏半岛登陆。在台风“妮妲”登陆前期，珠三角区域受其外围下沉气流影响，天气晴朗少云，风速较小，污染物易于积累，同时台风“银河”登陆后远离过程中的外围气流仍对珠三角存在影响，导致O3日最大8 h质量浓度不断提高。图3为模式模拟的佛山及其周边地区7月31日近地面日平均(a)和16时(b)的风场分布图，佛山及其周边大部分地区的近地面风速小于2 m/s，污染物不易扩散，导致近地面污染物质量浓度升高，当日近地面O3质量浓度最高值也出现在该时刻。

2.3 模式验证

表1给出了WRF模式模拟的温度、相对湿度和风速的验证统计参数。3个气象要素场的模拟平均值与实测值都较为接近，其中温度和相对湿度的相关系数r都超过了0.81，模式的模拟效果较好(图4)。由图可见，虽然从统计参数上风速的模拟值和观测值的相关系数仅为0.59，但是从变化趋势上看模拟结果与实测基本一致，数值上WRF模式模拟的风速较实测略微偏高一些。从整体情况来看，模式能较好地捕捉到8月1日台风登陆前后温度、相对湿度和风速的量级和变化特征。

表2为各污染物质量浓度模拟结果的验证统计参数。由表可见，CMAQ模拟的4种污染物的IOA均超过0.79，相关系数r均高于0.47。其中本文重点关注的臭氧，模拟值与观测值的偏差为4 μg/m3，IOA高达0.95，r达到0.83，模拟效果较好。图5为模式模拟与实测的污染物质量浓度时间变化序列图。由图可见，4种污染物模拟值的时间变化趋势与观测值基本一致，模式能较好地捕捉到8月1日台风登陆前后污染物质量浓度的量级和变化特征。

图2 2013～2016年佛山市8个环境国控站O3月平均质量浓度Fig.2 O3 monthly-mean concentration of 8 environmental monitoring stations in Foshan during 2013-2016

图3 2016年7月31日模式模拟的近地面(a) 日平均和(b) 16时风场分布Fig.3 Spatial distribution of (a) daily mean simulated surface wind vector and (b) 16:00’s on July 31,2016

表1 温度、相对湿度和风速模拟值验证统计参数1)
Table 1 Performance statistics for the simulated temperature, relative humidity and wind speed

气象要素OBSSIMMBRMSEIOArT2/℃30.3 31.0 0.7 2.4 1.00 0.86 RH2/%69.8 62.8 -7.0 14.7 0.99 0.81 WSP10/(m·s-1)2.3 2.6 0.3 1.5 0.93 0.59

表2 各污染物质量浓度模拟值验证统计参数
Table 2 Performance statistics for the simulated concentrations of NO2, CO, O3and PM2.5

污染物种类OBSSIMMBRMSEIOArNO2/(μg·m-3)30.0 34.0 4.0 23.0 0.90 0.53 CO/(mg·m-3) 0.6 0.3 -0.4 0.4 0.79 0.47 O3/(μg·m-3)64.7 68.8 4.0 39.6 0.95 0.83 PM2.5/(μg·m-3)28.3 17.6 -10.7 17.9 0.89 0.64

图4 2016年7月27日至8月4日温度(T2)、相对湿度(RH2)和风速(WSP10)的模拟值与观测值Fig.4 Simulated and observed temperature at 2m height, relative humidity at 2m height and wind speed at 10m height from July 27 to August 4, 2016

3 结果与讨论

3.1 不同前体物减排对臭氧质量浓度的影响

NOx和VOCs作为前体物，通过光化学反应影响O3的生消，且NOx和VOCs对O3的影响是高度非线性的。图6是将佛山市人为NOx和VOCs排放分别削减30%后7月31日臭氧日最大值变化的空间分布及臭氧质量浓度变化的时间序列。从图6a可以看到，在NOx排放削减后，佛山的O3日最大质量浓度在南部大部分区域有所上升，最大超过30 μg/m3，在北部和西南部出现最高超过10 μg/m3的下降。O3质量浓度变化的时间序列(图6b)表明除湾梁和三水监测站点在15～19时出现O3质量浓度的少许减少外，其他站点的O3质量浓度全天均有所上升，其中高明孔堂站点的O3质量浓度在午后有超过60 μg/m3的上升，原因是该站点附近的NOx排放较多，削减的排放量较大导致。夜间O3质量浓度的上升主要是因为NOx排放减少导致消耗O3的滴定效应[19]减弱，而午后O3质量浓度上升则是NOx质量浓度降低使更多OH自由基参与到VOCs生成O3的反应中，08时和19时O3质量浓度上升幅度较低可能分别是日间交通排放NOx升高增强滴定效应及太阳辐射减弱所致。

从图6c可以看到，在VOCs排放削减后，佛山大部分区域的O3日最大质量浓度出现下降，下降幅度大值区出现在西南部，最高可达15 μg/m3，且在其它区域没有出现明显上升。西南部O3质量浓度有较大下降是因为VOCs人为排放主要集中在此区域。从O3质量浓度变化的时间序列(图6d)可以看到，大部分站点的O3质量浓度在午后出现显著下降，其中高明孔堂站点的O3质量浓度下降19 μg/m3，因为午后较高的温度及强太阳辐射有利于O3生成，减少VOCs排放对午后的O3生成有较大影响。从不同前体物减排的敏感性试验结果可以得出佛山市的臭氧污染主要属于VOCs控制，减少VOCs排放可以有效降低O3质量浓度，而减少NOx排放可能会导致部分地区的O3质量浓度上升。

3.2 不同行业减排对臭氧质量浓度的影响

图7是交通、溶剂和工业行业的排放分别削减30%后臭氧日最大值变化的空间分布。由图7a可以看到，交通行业排放削减后佛山市南部大部分区域的O3质量浓度有所上升，最高达8 μg/m3。同时北部的三水区以及南海区北部的O3有最高达5 μg/m3的下降。总的来说，交通行业的减排会导致O3质量浓度在不同区域有升有降，这是因为交通行业中同时有NOx和VOCs的人为排放，而佛山市主要属于VOCs敏感区，对NOx和VOCs同时减排有可能会造成O3质量浓度的增加。从图7b可看到，溶剂行业排放削减后佛山市大部分区域O3质量浓度都有下降，最高达到6 μg/m3。溶剂行业主要排放物种是VOCs，因而没有O3质量浓度明显上升的区域。由图7c可以看到，工业行业减排后O3质量浓度的变化与交通行业减排后类似，在佛山市中部O3质量浓度有最大6 μg/m3的上升，而在北部三水区有最大6 μg/m3的下降。这是因为工业行业也是同时排放NOx与VOCs，所以减排后的影响与交通行业减排的影响相似。从不同行业减排的敏感性试验结果可以得出佛山市臭氧削峰减排的关键行业为溶剂行业。

图5 2016年7月27日至8月4日NO2、CO、O3和PM2.5 质量浓度的模拟值与观测值Fig.5 Simulated and observed concentrations of NO2 , CO , O3 and PM2.5 from July 27 to August 4, 2016

图6 臭氧日最大值变化的空间分布(a,c)以及臭氧质量浓度变化(b,d)：人为NOx排放削减30%(a,b)和人为VOCs排放削减30%(c,d)Fig.6 Spatial distribution of the changes for daily-maximum O3 concentration (a,c) and O3 concentration changes (b,d) after reduce anthropogenic NOx emissions (a,b) and anthropogenic VOCs emissions (c,d) by 30%

图7 交通(a)、溶剂(b)和工业(c)行业排放分别削减30%后臭氧日最大值变化的空间分布Fig.7 Spatial distribution of the changes for daily-maximum O3 concentration after reduce traffic sector emissions (a), solvents sector emissions (b) and industries sector emissions (c) by 30%

3.3 不同减排时间对臭氧质量浓度的影响

同样的减排措施在不同时间实施可能有不同的效果，O3质量浓度在不同时段对于前体物质量浓度的变化可能有不同响应[20]。图8为将溶剂行业在7月31日当天减排和分别提前1～3 d减排对O3质量浓度的影响。从图8(a,b)可以看到，当天减排对O3的降低效果已经覆盖了佛山市中部与南部的大部分区域，提前1 d减排比当天减排扩大了影响范围，尤其是在北部的影响范围有所增大，且在东南部高明区O3质量浓度降低的高值区也有所扩大。从图8(b,c,d)可以看到，提前2～3 d减排的影响范围及效果与提前1 d减排差异不大。

图8 溶剂行业排放当天(a)、提前1天(b)、2天(c)和3天(d)削减30%后臭氧质量浓度日最大值变化的空间分布Fig.8 Spatial distribution of the changes for daily-maximum O3 concentration after reducing solvents sector emissions by 30% at 0 day (a), 1 day (b), 2 day (c) and 3 day (d) in advance

图9分别是8个国控站点当天和提前1 d减少30%溶剂行业排放的O3质量浓度降幅的时间序列。由图可见溶剂行业当天减排后O3质量浓度在09～17时的降幅较大，降幅峰值出现在16时左右，正是O3日最大质量浓度出现的时间。在当天减排情况下高明孔堂站的O3质量浓度降幅在17时达到4.2 μg/m3，而提前1 d减排在17时的O3质量浓度降幅为5.3 μg/m3，较当天减排增加1.1 μg/m3。三水监测站O3质量浓度降幅在13时达到最大0.8 μg/m3，提前1 d减排在13时的O3质量浓度降幅较当天减排增加0.8 μg/m3。同样位于佛山市北部的三水云东海O3质量浓度降幅峰值也是出现在13时，提前1天减排较当天减排的O3质量浓度降幅增加0.6 μg/m3。华材职中与南海气象局站点提前减排1天的O3质量浓度降幅较当天减排有所增加，但数值不超过0.2 μg/m3。其它3个站点在2种减排时间情景下的O3质量浓度降幅差异都在0.1 μg/m3以内。结合图8和图9的结果，可以得出对于佛山地区这样的城市空间范围提前1 d进行减排即可达到最佳的减排效果。

图9 8个国控站点当天 (a) 和提前1天 (b)减少30%溶剂行业排放的O3质量浓度降幅Fig.9 Decreased O3 concentrations at eight environmental monitoring stations after reducing emissions by 30% in solvents sector at 0-day (a) and 1-day (b) in advance

4 结 论

本文利用区域空气质量模型WRF/CMAQ对发生在佛山及其周边地区的一次臭氧高质量浓度污染事件进行数值模拟，并结合佛山市的污染排放情况，开展了佛山市不同前体物排放、不同行业排放、不同减排时间的三类敏感性数值试验，以探讨臭氧削峰减排的控制策略，所得结论包括：

1)WRF/CMAQ模式系统能较好地再现2016年7月底的这次臭氧高质量浓度污染过程中的气象要素与污染物质量浓度变化，对O3的模拟效果优于其它3种污染物，较准确地捕捉到O3质量浓度的时空分布特征。

2)敏感性数值试验的结果表明在此次臭氧污染过程中佛山属于VOCs敏感区，削减NOx排放可能会导致部分地区O3质量浓度增加，削减VOCs排放能有效降低全区的O3质量浓度峰值；交通、溶剂和工业行业是佛山市VOCs排放主要行业，对溶剂行业的减排能有效降低O3的日最大质量浓度，而对工业和交通行业的减排会使O3质量浓度在某些区域上升，这是因为这两个行业同时有NOx和VOCs的较高排放，其中NOx的减排可能导致O3质量浓度的上升。从长期来看，控制NOx和VOCs对O3质量浓度的影响仍需进一步研究。

3)当天采取减排措施对O3质量浓度的影响范围能够覆盖佛山市中部和南部大部分区域，提前1 d减排可使O3质量浓度的影响范围进一步增大，位于佛山市北部站点的O3质量浓度降低效果有所加强，且O3质量浓度降低较大的影响高值区也有所增大。采取减排措施后O3质量浓度较大的降幅主要出现在09～17时。提前1 d减排的O3质量浓度降幅比当天减排稍大，而提前2～3 d采取减排措施的效果与提前1 d的效果相差不大。因此，佛山地区提前1 d减排即可得到最有效、最经济的臭氧削峰减排效果。