劉一謀,劉一鳴,田春艷,梁致君,鄧思欣,司徒淑娉,樊琦

(1.中山大學(xué)大氣科學(xué)學(xué)院/廣東省氣候變化與自然災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510275；2.佛山市環(huán)境保護(hù)局,廣東 佛山 528000；3.佛山市環(huán)境監(jiān)測(cè)中心站,廣東 佛山 528000)

隨著快速的經(jīng)濟(jì)發(fā)展和城市化進(jìn)程，以細(xì)顆粒物(PM2.5)和臭氧(O3)為首要污染物的大氣污染事件在珠三角地區(qū)時(shí)有發(fā)生[1-2]。近年來政府采取了一系列減排措施,珠三角地區(qū)的PM2.5得到了較為有效的控制，O3成為首要污染物的頻率逐漸升高[3-4]。佛山市是珠三角地區(qū)重要的工業(yè)城市，主要生產(chǎn)行業(yè)是陶瓷與家具行業(yè)。佛山市近年來面臨著較大的空氣污染問題，在廣東省空氣質(zhì)量排名中位居較后，中度以上臭氧污染事件在夏、秋季多有發(fā)生。研究高質(zhì)量濃度大氣臭氧污染事件的形成條件和影響因素對(duì)環(huán)境治理決策有重要意義。

近年來空氣污染數(shù)值模式被廣泛應(yīng)用于研究全球不同地區(qū)的大氣污染問題[5-8]。Song等[9]用Comprehensive Air quality Model (CAMx)模式對(duì)墨西哥O3的研究表明，在城市區(qū)域VOCs排放減少會(huì)導(dǎo)致O3質(zhì)量濃度降低，而NOx排放減少會(huì)導(dǎo)致O3質(zhì)量濃度升高。美國國家環(huán)境保護(hù)署(U.S.EPA)推出的第三代空氣質(zhì)量模式系統(tǒng)Community Multiscale Air Quality (CMAQ)具有良好的靈活性和多樣的選擇性，亦被廣泛應(yīng)用于不同污染過程的機(jī)理分析和敏感性數(shù)值試驗(yàn)研究[10]。洪禮楠等[11]采用CMAQ模式對(duì)2014年7月天津市的臭氧污染進(jìn)行模擬，發(fā)現(xiàn)由于NOx的滴定作用，NOx排放降低50%時(shí)O3高值時(shí)段的質(zhì)量濃度最高可上升超過20 μg/m3。嚴(yán)茹莎等[12]通過CMAQ模式對(duì)上海市夏季臭氧進(jìn)行模擬，結(jié)果表明減少臭氧前體物排放對(duì)日間高質(zhì)量濃度臭氧有較好控制效果。更多的研究亦表明VOCs是O3生成的重要前體物[13-14]，不同的VOC對(duì)O3的貢獻(xiàn)不同，而總體的VOCs排放增加會(huì)令O3質(zhì)量濃度升高。對(duì)深圳市夏季臭氧的研究表明，相比NOx排放,VOCs排放對(duì)臭氧生成的影響更大[15-16]。

在珠三角大氣臭氧污染的控制策略研究方面，鮮有研究根據(jù)實(shí)際行業(yè)設(shè)定減排策略，對(duì)臭氧污染過程進(jìn)行數(shù)值模擬并量化減排措施對(duì)臭氧峰值質(zhì)量濃度的影響。本研究采用WRF/CMAQ模式系統(tǒng)對(duì)2016年7月佛山市一次高臭氧質(zhì)量濃度污染過程進(jìn)行模擬，通過分析O3的時(shí)空分布特征和計(jì)算不同減排措施對(duì)O3峰值質(zhì)量濃度的影響，對(duì)大氣臭氧污染過程進(jìn)行研究，以期為大氣臭氧污染的削峰減排策略提供一定的理論依據(jù)。

1 資料與方法

1.1 模式介紹

本研究采用WRF/CMAQ模式系統(tǒng)，其中WRF(Weather Research and Forecasting)[17]模式為CMAQ模式提供氣象場(chǎng)的輸入。圖1為模式系統(tǒng)的網(wǎng)格區(qū)域范圍，其中黑線方框所示為WRF模式采用的三重嵌套網(wǎng)絡(luò)，水平分辨率分別是27、9和3 km，垂直方向上設(shè)置24層，模式層頂高度為50 hPa。WRF模式采用了Lin微物理方案、RRTM長波輻射方案、Goddard短波輻射方案、Noah land-surface陸面方案、YSU邊界層方案以及Kain-Fritsch積云對(duì)流方案。圖1紅線方框是CMAQ的網(wǎng)格范圍，比WRF模擬范圍略小，主要是為了減小網(wǎng)格邊界上的影響。模式模擬時(shí)間從2016年7月27日0:00時(shí)到8月4日0:00時(shí)(UTC)。模式模擬范圍內(nèi)的佛山市人為排放源采用2014年佛山市排放源清單(數(shù)據(jù)由佛山市環(huán)保局提供)，佛山以外的排放源采用清華大學(xué)2010年MIX排放清單(http:∥www.meicmodel.org/)。生物源由MEGAN(Model of Emissions of Gases and Aerosols from Nature)[18]模式計(jì)算得到。CMAQ模式采用SAPRC07TIC氣相化學(xué)機(jī)制和AERO6i氣溶膠化學(xué)機(jī)制，光化學(xué)速率則用模式模擬的氣溶膠及臭氧質(zhì)量濃度在線計(jì)算。

圖1 WRF(黑線)和CMAQ(紅線)模式的三重嵌套網(wǎng)格Fig.1 Three nested domain for WRF (black line) and CMAQ (red line)

1.2 觀測(cè)資料與模式評(píng)估方法

本研究利用佛山市三洲碧桂園酒店、佛山第一中學(xué)、南海氣象局、華豐沙水閘、三水區(qū)行政服務(wù)中心、三水氣象局、容桂三防信息中心和佛山市氣象臺(tái)共8個(gè)氣象站點(diǎn)的逐時(shí)監(jiān)測(cè)數(shù)據(jù)(數(shù)據(jù)由佛山市氣象局提供)對(duì)WRF模式的模擬結(jié)果進(jìn)行評(píng)估，驗(yàn)證的氣象要素包括2 m溫度和相對(duì)濕度，10 m風(fēng)速。CMAQ模式模擬的常規(guī)污染物質(zhì)量濃度采用佛山市高明孔堂、華材職中、南海氣象局、容桂街道辦、三水監(jiān)測(cè)站、三水云東海、順德蘇崗和灣梁共8個(gè)環(huán)境空氣質(zhì)量國控站的逐時(shí)污染物質(zhì)量濃度(數(shù)據(jù)由佛山市環(huán)保局提供)進(jìn)行評(píng)估，驗(yàn)證的污染物包括NO2、CO、O3和PM2.5。通過計(jì)算觀測(cè)資料的平均值(OBS)、模擬平均值(SIM)、平均偏差(MB)、均方根誤差(RMSE)、符合指數(shù)(IOA)和相關(guān)系數(shù)(r)對(duì)模式的模擬結(jié)果進(jìn)行評(píng)估，并對(duì)各站點(diǎn)的結(jié)果進(jìn)行平均。

1.3 減排情景設(shè)置

NOx和VOCs是影響臭氧生成的重要前體物。根據(jù)佛山市的源排放清單來看，2014年的VOCs排放呈現(xiàn)出東高西低的水平分布特征，排放高值區(qū)主要集中在佛山市東部及東南部的南海、禪城和順德區(qū)，同時(shí)這些地區(qū)也是NOx的排放高值區(qū)。對(duì)2014年佛山市各區(qū)VOCs年排放總量的行業(yè)分布進(jìn)行分析，工業(yè)(不包括溶劑行業(yè))、溶劑和交通行業(yè)是VOCs排放占比最大的3個(gè)行業(yè)，總量約占佛山市總VOCs排放的90%，而交通、電廠和工業(yè)是NOx排放占比最大的3個(gè)行業(yè)，占比總和超過90%。根據(jù)上述前體物排放特征，本研究設(shè)置了9個(gè)減排情景CASE。CASE1-2分別對(duì)佛山市人為排放的NOx和VOCs總量削減30%，根據(jù)這兩個(gè)試驗(yàn)中O3質(zhì)量濃度的變化確定佛山臭氧污染屬于NOx敏感還是VOCs敏感。在確認(rèn)佛山市屬于VOCs控制區(qū)后，CASE3-5選取VOCs排放量最大的3個(gè)行業(yè)——交通、溶劑和工業(yè)行業(yè)分別減排30%，以明確減排效果最佳的行業(yè)所在；CASE6-9針對(duì)減排效果最佳的行業(yè)設(shè)定當(dāng)天減排及分別提前1～3 d減排以探究不同時(shí)間實(shí)施減排措施對(duì)臭氧削峰控制的效果。敏感性試驗(yàn)的設(shè)置選取30%削減比例是考慮到現(xiàn)實(shí)的操作空間。

2 個(gè)例選取及模式驗(yàn)證

2.1 個(gè)例選取

2013～2016年佛山市8個(gè)環(huán)境國控站的O3月平均質(zhì)量濃度顯示，春季和冬季較低，高值出現(xiàn)在夏秋季節(jié)(圖2)。因?yàn)榇杭竞投镜奶栞椛漭^弱，溫度較低，O3的光化學(xué)生成較弱，而隨著溫度和太陽輻射強(qiáng)度從春季開始上升，O3的月平均質(zhì)量濃度隨之增加，在夏秋季節(jié)達(dá)到高值。三水監(jiān)測(cè)站點(diǎn)的O3月平均質(zhì)量濃度在8月份達(dá)到最大，而南海氣象局和順德蘇崗站點(diǎn)的O3月平均質(zhì)量濃度在9月份達(dá)到最大，高明孔堂等其它5個(gè)站點(diǎn)的O3月平均質(zhì)量濃度在10月份達(dá)到最高，其中容桂街道辦站點(diǎn)O3月平均質(zhì)量濃度峰值達(dá)到140 μg/m3。O3的質(zhì)量濃度峰值除易出現(xiàn)在秋季外，在夏季某些特殊的天氣形勢(shì)下亦可能出現(xiàn)O3高質(zhì)量濃度的污染事件。2016年7月27日至8月4日，珠三角地區(qū)出現(xiàn)了一次嚴(yán)重的臭氧污染事件。本研究選取此次O3高質(zhì)量濃度污染事件作為研究對(duì)象，并選取7月31日O3峰值出現(xiàn)的時(shí)段來研究O3質(zhì)量濃度峰值對(duì)前體物、行業(yè)減排及減排實(shí)施時(shí)間的敏感性。

2.2 污染過程基本特征

從東亞地面天氣圖(圖略)可以看出，2016年7月31日前，臺(tái)風(fēng)“銀河”在越南登陸后往西移動(dòng)逐漸遠(yuǎn)離珠三角，臺(tái)風(fēng)“妮妲”在菲律賓東側(cè)生成，不斷向北移動(dòng)并加強(qiáng)，于8月1日在深圳市大鵬半島登陸。在臺(tái)風(fēng)“妮妲”登陸前期，珠三角區(qū)域受其外圍下沉氣流影響，天氣晴朗少云，風(fēng)速較小，污染物易于積累，同時(shí)臺(tái)風(fēng)“銀河”登陸后遠(yuǎn)離過程中的外圍氣流仍對(duì)珠三角存在影響，導(dǎo)致O3日最大8 h質(zhì)量濃度不斷提高。圖3為模式模擬的佛山及其周邊地區(qū)7月31日近地面日平均(a)和16時(shí)(b)的風(fēng)場(chǎng)分布圖，佛山及其周邊大部分地區(qū)的近地面風(fēng)速小于2 m/s，污染物不易擴(kuò)散，導(dǎo)致近地面污染物質(zhì)量濃度升高，當(dāng)日近地面O3質(zhì)量濃度最高值也出現(xiàn)在該時(shí)刻。

2.3 模式驗(yàn)證

表1給出了WRF模式模擬的溫度、相對(duì)濕度和風(fēng)速的驗(yàn)證統(tǒng)計(jì)參數(shù)。3個(gè)氣象要素場(chǎng)的模擬平均值與實(shí)測(cè)值都較為接近，其中溫度和相對(duì)濕度的相關(guān)系數(shù)r都超過了0.81，模式的模擬效果較好(圖4)。由圖可見，雖然從統(tǒng)計(jì)參數(shù)上風(fēng)速的模擬值和觀測(cè)值的相關(guān)系數(shù)僅為0.59，但是從變化趨勢(shì)上看模擬結(jié)果與實(shí)測(cè)基本一致，數(shù)值上WRF模式模擬的風(fēng)速較實(shí)測(cè)略微偏高一些。從整體情況來看，模式能較好地捕捉到8月1日臺(tái)風(fēng)登陸前后溫度、相對(duì)濕度和風(fēng)速的量級(jí)和變化特征。

表2為各污染物質(zhì)量濃度模擬結(jié)果的驗(yàn)證統(tǒng)計(jì)參數(shù)。由表可見，CMAQ模擬的4種污染物的IOA均超過0.79，相關(guān)系數(shù)r均高于0.47。其中本文重點(diǎn)關(guān)注的臭氧，模擬值與觀測(cè)值的偏差為4 μg/m3，IOA高達(dá)0.95，r達(dá)到0.83，模擬效果較好。圖5為模式模擬與實(shí)測(cè)的污染物質(zhì)量濃度時(shí)間變化序列圖。由圖可見，4種污染物模擬值的時(shí)間變化趨勢(shì)與觀測(cè)值基本一致，模式能較好地捕捉到8月1日臺(tái)風(fēng)登陸前后污染物質(zhì)量濃度的量級(jí)和變化特征。

圖2 2013～2016年佛山市8個(gè)環(huán)境國控站O3月平均質(zhì)量濃度Fig.2 O3 monthly-mean concentration of 8 environmental monitoring stations in Foshan during 2013-2016

圖3 2016年7月31日模式模擬的近地面(a) 日平均和(b) 16時(shí)風(fēng)場(chǎng)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 溫度、相對(duì)濕度和風(fēng)速模擬值驗(yàn)證統(tǒng)計(jì)參數(shù)1)
Table 1 Performance statistics for the simulated temperature, relative humidity and wind speed

氣象要素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 各污染物質(zhì)量濃度模擬值驗(yàn)證統(tǒng)計(jì)參數(shù)
Table 2 Performance statistics for the simulated concentrations of NO2, CO, O3and PM2.5

污染物種類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

圖4 2016年7月27日至8月4日溫度(T2)、相對(duì)濕度(RH2)和風(fēng)速(WSP10)的模擬值與觀測(cè)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 結(jié)果與討論

3.1 不同前體物減排對(duì)臭氧質(zhì)量濃度的影響

NOx和VOCs作為前體物，通過光化學(xué)反應(yīng)影響O3的生消，且NOx和VOCs對(duì)O3的影響是高度非線性的。圖6是將佛山市人為NOx和VOCs排放分別削減30%后7月31日臭氧日最大值變化的空間分布及臭氧質(zhì)量濃度變化的時(shí)間序列。從圖6a可以看到，在NOx排放削減后，佛山的O3日最大質(zhì)量濃度在南部大部分區(qū)域有所上升，最大超過30 μg/m3，在北部和西南部出現(xiàn)最高超過10 μg/m3的下降。O3質(zhì)量濃度變化的時(shí)間序列(圖6b)表明除灣梁和三水監(jiān)測(cè)站點(diǎn)在15～19時(shí)出現(xiàn)O3質(zhì)量濃度的少許減少外，其他站點(diǎn)的O3質(zhì)量濃度全天均有所上升，其中高明孔堂站點(diǎn)的O3質(zhì)量濃度在午后有超過60 μg/m3的上升，原因是該站點(diǎn)附近的NOx排放較多，削減的排放量較大導(dǎo)致。夜間O3質(zhì)量濃度的上升主要是因?yàn)镹Ox排放減少導(dǎo)致消耗O3的滴定效應(yīng)[19]減弱，而午后O3質(zhì)量濃度上升則是NOx質(zhì)量濃度降低使更多OH自由基參與到VOCs生成O3的反應(yīng)中，08時(shí)和19時(shí)O3質(zhì)量濃度上升幅度較低可能分別是日間交通排放NOx升高增強(qiáng)滴定效應(yīng)及太陽輻射減弱所致。

從圖6c可以看到，在VOCs排放削減后，佛山大部分區(qū)域的O3日最大質(zhì)量濃度出現(xiàn)下降，下降幅度大值區(qū)出現(xiàn)在西南部，最高可達(dá)15 μg/m3，且在其它區(qū)域沒有出現(xiàn)明顯上升。西南部O3質(zhì)量濃度有較大下降是因?yàn)閂OCs人為排放主要集中在此區(qū)域。從O3質(zhì)量濃度變化的時(shí)間序列(圖6d)可以看到，大部分站點(diǎn)的O3質(zhì)量濃度在午后出現(xiàn)顯著下降，其中高明孔堂站點(diǎn)的O3質(zhì)量濃度下降19 μg/m3，因?yàn)槲绾筝^高的溫度及強(qiáng)太陽輻射有利于O3生成，減少VOCs排放對(duì)午后的O3生成有較大影響。從不同前體物減排的敏感性試驗(yàn)結(jié)果可以得出佛山市的臭氧污染主要屬于VOCs控制，減少VOCs排放可以有效降低O3質(zhì)量濃度，而減少NOx排放可能會(huì)導(dǎo)致部分地區(qū)的O3質(zhì)量濃度上升。

3.2 不同行業(yè)減排對(duì)臭氧質(zhì)量濃度的影響

圖7是交通、溶劑和工業(yè)行業(yè)的排放分別削減30%后臭氧日最大值變化的空間分布。由圖7a可以看到，交通行業(yè)排放削減后佛山市南部大部分區(qū)域的O3質(zhì)量濃度有所上升，最高達(dá)8 μg/m3。同時(shí)北部的三水區(qū)以及南海區(qū)北部的O3有最高達(dá)5 μg/m3的下降?？偟膩碚f，交通行業(yè)的減排會(huì)導(dǎo)致O3質(zhì)量濃度在不同區(qū)域有升有降，這是因?yàn)榻煌ㄐ袠I(yè)中同時(shí)有NOx和VOCs的人為排放，而佛山市主要屬于VOCs敏感區(qū)，對(duì)NOx和VOCs同時(shí)減排有可能會(huì)造成O3質(zhì)量濃度的增加。從圖7b可看到，溶劑行業(yè)排放削減后佛山市大部分區(qū)域O3質(zhì)量濃度都有下降，最高達(dá)到6 μg/m3。溶劑行業(yè)主要排放物種是VOCs，因而沒有O3質(zhì)量濃度明顯上升的區(qū)域。由圖7c可以看到，工業(yè)行業(yè)減排后O3質(zhì)量濃度的變化與交通行業(yè)減排后類似，在佛山市中部O3質(zhì)量濃度有最大6 μg/m3的上升，而在北部三水區(qū)有最大6 μg/m3的下降。這是因?yàn)楣I(yè)行業(yè)也是同時(shí)排放NOx與VOCs，所以減排后的影響與交通行業(yè)減排的影響相似。從不同行業(yè)減排的敏感性試驗(yàn)結(jié)果可以得出佛山市臭氧削峰減排的關(guān)鍵行業(yè)為溶劑行業(yè)。

圖5 2016年7月27日至8月4日NO2、CO、O3和PM2.5 質(zhì)量濃度的模擬值與觀測(cè)值Fig.5 Simulated and observed concentrations of NO2 , CO , O3 and PM2.5 from July 27 to August 4, 2016

圖6 臭氧日最大值變化的空間分布(a,c)以及臭氧質(zhì)量濃度變化(b,d)：人為NOx排放削減30%(a,b)和人為VOCs排放削減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%

圖7 交通(a)、溶劑(b)和工業(yè)(c)行業(yè)排放分別削減30%后臭氧日最大值變化的空間分布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 不同減排時(shí)間對(duì)臭氧質(zhì)量濃度的影響

同樣的減排措施在不同時(shí)間實(shí)施可能有不同的效果，O3質(zhì)量濃度在不同時(shí)段對(duì)于前體物質(zhì)量濃度的變化可能有不同響應(yīng)[20]。圖8為將溶劑行業(yè)在7月31日當(dāng)天減排和分別提前1～3 d減排對(duì)O3質(zhì)量濃度的影響。從圖8(a,b)可以看到，當(dāng)天減排對(duì)O3的降低效果已經(jīng)覆蓋了佛山市中部與南部的大部分區(qū)域，提前1 d減排比當(dāng)天減排擴(kuò)大了影響范圍，尤其是在北部的影響范圍有所增大，且在東南部高明區(qū)O3質(zhì)量濃度降低的高值區(qū)也有所擴(kuò)大。從圖8(b,c,d)可以看到，提前2～3 d減排的影響范圍及效果與提前1 d減排差異不大。

圖8 溶劑行業(yè)排放當(dāng)天(a)、提前1天(b)、2天(c)和3天(d)削減30%后臭氧質(zhì)量濃度日最大值變化的空間分布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

圖9分別是8個(gè)國控站點(diǎn)當(dāng)天和提前1 d減少30%溶劑行業(yè)排放的O3質(zhì)量濃度降幅的時(shí)間序列。由圖可見溶劑行業(yè)當(dāng)天減排后O3質(zhì)量濃度在09～17時(shí)的降幅較大，降幅峰值出現(xiàn)在16時(shí)左右，正是O3日最大質(zhì)量濃度出現(xiàn)的時(shí)間。在當(dāng)天減排情況下高明孔堂站的O3質(zhì)量濃度降幅在17時(shí)達(dá)到4.2 μg/m3，而提前1 d減排在17時(shí)的O3質(zhì)量濃度降幅為5.3 μg/m3，較當(dāng)天減排增加1.1 μg/m3。三水監(jiān)測(cè)站O3質(zhì)量濃度降幅在13時(shí)達(dá)到最大0.8 μg/m3，提前1 d減排在13時(shí)的O3質(zhì)量濃度降幅較當(dāng)天減排增加0.8 μg/m3。同樣位于佛山市北部的三水云東海O3質(zhì)量濃度降幅峰值也是出現(xiàn)在13時(shí)，提前1天減排較當(dāng)天減排的O3質(zhì)量濃度降幅增加0.6 μg/m3。華材職中與南海氣象局站點(diǎn)提前減排1天的O3質(zhì)量濃度降幅較當(dāng)天減排有所增加，但數(shù)值不超過0.2 μg/m3。其它3個(gè)站點(diǎn)在2種減排時(shí)間情景下的O3質(zhì)量濃度降幅差異都在0.1 μg/m3以內(nèi)。結(jié)合圖8和圖9的結(jié)果，可以得出對(duì)于佛山地區(qū)這樣的城市空間范圍提前1 d進(jìn)行減排即可達(dá)到最佳的減排效果。

圖9 8個(gè)國控站點(diǎn)當(dāng)天 (a) 和提前1天 (b)減少30%溶劑行業(yè)排放的O3質(zhì)量濃度降幅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 結(jié) 論

本文利用區(qū)域空氣質(zhì)量模型WRF/CMAQ對(duì)發(fā)生在佛山及其周邊地區(qū)的一次臭氧高質(zhì)量濃度污染事件進(jìn)行數(shù)值模擬，并結(jié)合佛山市的污染排放情況，開展了佛山市不同前體物排放、不同行業(yè)排放、不同減排時(shí)間的三類敏感性數(shù)值試驗(yàn)，以探討臭氧削峰減排的控制策略，所得結(jié)論包括：

1)WRF/CMAQ模式系統(tǒng)能較好地再現(xiàn)2016年7月底的這次臭氧高質(zhì)量濃度污染過程中的氣象要素與污染物質(zhì)量濃度變化，對(duì)O3的模擬效果優(yōu)于其它3種污染物，較準(zhǔn)確地捕捉到O3質(zhì)量濃度的時(shí)空分布特征。

2)敏感性數(shù)值試驗(yàn)的結(jié)果表明在此次臭氧污染過程中佛山屬于VOCs敏感區(qū)，削減NOx排放可能會(huì)導(dǎo)致部分地區(qū)O3質(zhì)量濃度增加，削減VOCs排放能有效降低全區(qū)的O3質(zhì)量濃度峰值；交通、溶劑和工業(yè)行業(yè)是佛山市VOCs排放主要行業(yè)，對(duì)溶劑行業(yè)的減排能有效降低O3的日最大質(zhì)量濃度，而對(duì)工業(yè)和交通行業(yè)的減排會(huì)使O3質(zhì)量濃度在某些區(qū)域上升，這是因?yàn)檫@兩個(gè)行業(yè)同時(shí)有NOx和VOCs的較高排放，其中NOx的減排可能導(dǎo)致O3質(zhì)量濃度的上升。從長期來看，控制NOx和VOCs對(duì)O3質(zhì)量濃度的影響仍需進(jìn)一步研究。

3)當(dāng)天采取減排措施對(duì)O3質(zhì)量濃度的影響范圍能夠覆蓋佛山市中部和南部大部分區(qū)域，提前1 d減排可使O3質(zhì)量濃度的影響范圍進(jìn)一步增大，位于佛山市北部站點(diǎn)的O3質(zhì)量濃度降低效果有所加強(qiáng)，且O3質(zhì)量濃度降低較大的影響高值區(qū)也有所增大。采取減排措施后O3質(zhì)量濃度較大的降幅主要出現(xiàn)在09～17時(shí)。提前1 d減排的O3質(zhì)量濃度降幅比當(dāng)天減排稍大，而提前2～3 d采取減排措施的效果與提前1 d的效果相差不大。因此，佛山地區(qū)提前1 d減排即可得到最有效、最經(jīng)濟(jì)的臭氧削峰減排效果。