利用WRF-Chem模擬研究京津冀地區(qū)夏季大氣污染物的分布和演變

龐楊，韓志偉，朱彬，李嘉偉

(1.南京信息工程大學(xué)大氣物理學(xué)院，江蘇南京210044;2.中國科學(xué)院東亞區(qū)域氣候—環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京100029)

0 引言

自20世紀(jì)50年代以來，隨著全球性礦石燃料使用的急劇增長，人類活動向大氣中排放的污染物劇增，對大氣環(huán)境造成的損害日益加劇。大氣中的人為污染物經(jīng)過一系列光化學(xué)反應(yīng)，會生成強(qiáng)氧化性物質(zhì)如臭氧(O3)、甲醛(HCHO)、硝酸(HNO3)、過氧乙酰硝酸酯(PAN)等，造成光化學(xué)污染，上述反應(yīng)物和產(chǎn)物的混合物通常被稱為光化學(xué)煙霧。光化學(xué)污染是當(dāng)今世界許多城市和區(qū)域的主要環(huán)境問題之一，在世界各大城市，如日本東京，英國倫敦，美國洛杉磯都曾發(fā)生過嚴(yán)重的光化學(xué)煙霧事件。在我國的經(jīng)濟(jì)發(fā)達(dá)地區(qū)，如京津冀地區(qū)、珠江三角洲地區(qū)、長江三角洲地區(qū)也經(jīng)常發(fā)生光化學(xué)污染，并且呈現(xiàn)日益嚴(yán)重的趨勢(張遠(yuǎn)航等，1998;Han et al.，2005;Wang et al.，2006;Bian et al.，2007;Geng et al.，2008;Tie and Cao，2009;Wang et al.，2009a;銀燕等，2009a，2009b;張敏等，2009;漏嗣佳等，2010;高俊等，2012)。光化學(xué)污染還經(jīng)常與煙煤型污染一起成為我國灰霾天氣的重要成因(朱敏等，2008;王紅磊等，2011;高岑等，2012;宋娟等，2012)。

國內(nèi)學(xué)者已經(jīng)利用空氣質(zhì)量模式或大氣化學(xué)模式對光化學(xué)污染問題進(jìn)行了許多研究工作。向偉玲等(2010)利用CBM-Z化學(xué)機(jī)制模擬研究了2008年奧運(yùn)會期間氣象條件、污染物排放控制措施對O3、NO2濃度影響。Zhang et al.(2002)利用 CMAQ模式模擬研究了東亞地區(qū)冬季邊界層以內(nèi)O3的輸送及光化學(xué)反應(yīng)過程。An et al.(2013)研究發(fā)現(xiàn)亞硝酸可以明顯增加華北地區(qū)二次氣溶膠濃度并對區(qū)域灰霾的形成有潛在重要的影響。Zhu et al.(2005)研究了氣象條件對東亞地區(qū)近地面O3季節(jié)和年際變化的影響。Wang et al.(2006)研究了香港的一次光化學(xué)污染事件，及光化學(xué)煙霧在珠江三角洲地區(qū)的輸送。這些工作對認(rèn)識我國大氣污染物的產(chǎn)生機(jī)理、演變過程以及時(shí)空分布特征有重要的意義。

近年來，大氣化學(xué)模式又有重要進(jìn)展。由美國大氣研究中心、美國太平洋西北國家實(shí)驗(yàn)室和美國國家海洋及大氣管理局共同開發(fā)完成了區(qū)域大氣動力—化學(xué)耦合模式 WRF-Chem(Weather Research and Forecasting Model with Chemistry)，該模式的最大優(yōu)點(diǎn)是氣象模式與大氣化學(xué)傳輸模式的完全耦合。WRF-Chem已被廣泛應(yīng)用于大氣污染的模擬研究。Jiang et al.(2008)用WRF-Chem模擬了香港地區(qū)一次伴隨臺風(fēng)出現(xiàn)的嚴(yán)重的光化學(xué)污染事件，發(fā)現(xiàn)高溫、低濕、強(qiáng)輻射和穩(wěn)定的邊界層結(jié)構(gòu)是導(dǎo)致持續(xù)光化學(xué)污染的關(guān)鍵因素。Wang et al.(2009b)利用WRF-Chem模式研究了珠江三角洲地區(qū)由于城市擴(kuò)張引起的天氣條件變化對二次有機(jī)氣溶膠生成的影響。韓素芹等(2008)利用WRF-Chem模擬研究了天津市主要大氣污染物(CO、NOx、O3、PM2.5)的演變情況。Tie et al.(2009)利用WRF-Chem模擬研究了墨西哥城市區(qū)域臭氧以及其前體物的分布和變化特征。Li et al.(2011)利用WRF-Chem研究了亞硝酸對北京、天津、河北等地大氣污染物濃度的影響。

京津冀地區(qū)是我國經(jīng)濟(jì)發(fā)展和城市化速度最快的地區(qū)之一，經(jīng)濟(jì)迅速發(fā)展的同時(shí)也帶來了嚴(yán)重的環(huán)境問題(如光化學(xué)煙霧等)，給當(dāng)?shù)氐纳鷳B(tài)環(huán)境和人體健康帶來嚴(yán)重危害。該地區(qū)大氣污染物的分布特征和演變規(guī)律，以及大氣污染物的控制對策，已經(jīng)成為專家研究和公眾關(guān)注的熱點(diǎn)問題。本文將利用WRF-Chem模式模擬研究京津冀地區(qū)夏季主要大氣污染物(NO2、O3、PM2.5)的時(shí)空分布和演變特征。

1 模式設(shè)置

在線大氣化學(xué)模式WRF-Chem考慮了大氣污染物的平流輸送、湍流擴(kuò)散、干濕沉降、輻射傳輸?shù)戎饕髿馕锢磉^程，以及多相化學(xué)、氣溶膠演變等大氣化學(xué)過程。

在本研究中，WRF-Chem模式的氣相化學(xué)過程采用 CBM-Z 方案(Zaveri and Peters，1999)，它包含55種物質(zhì)和134個(gè)化學(xué)反應(yīng)。光化學(xué)反應(yīng)過程所需要的光解率由在線的 Fast-J方法(Wild et al.，2000)計(jì)算，在計(jì)算過程中考慮了大氣粒子對太陽輻射的散射、吸收作用，每小時(shí)(模式時(shí)間)為氣相化學(xué)模塊更新一次光解率。氣溶膠過程采用包含了液相化學(xué)反應(yīng)的MOSAIC氣溶膠模型(Zaveri et al.，2005a，2005b，2008)，該模型包含了硫酸鹽、硝酸鹽、銨鹽、氯化物、鈉鹽、其他無機(jī)物、有機(jī)碳和元素碳這8類氣溶膠成分。本研究里，MOSAIC 4個(gè)氣溶膠粒徑分別為:0.039～0.156 μm，0.156～0.625 μm，0.625 ～2.5 μm，2.5 ～10 μm。

模式采用Noah陸面參數(shù)化方案，并開啟WRF模式自帶的城市模塊，以便更好地反映城市下墊面對大氣邊界層和局地環(huán)流的影響。云微物理過程選用Lin方案，此方案包含水的6種狀態(tài)(水汽、雨、云水、云冰、雪、霰)，修正了飽和度調(diào)整及冰沉降。短波輻射傳輸過程選擇Goddard方案。

模式采用Lambert地圖投影方式，網(wǎng)格分辨率取為45 km，與排放源分辨率匹配。中心點(diǎn)經(jīng)緯度為(110°E，35°N)，經(jīng)向格點(diǎn)數(shù)為 119，緯向格點(diǎn)數(shù)為101，垂直層數(shù)17層，模式第一層高度為0～40 m，第二層高度為40～80 m，模擬區(qū)域和觀測站點(diǎn)如圖1所示。模擬時(shí)段為2007年8月1日08時(shí)—9月1日07時(shí)(北京時(shí)間，下同)。

模式所用人為污染物排放源清單來自INTEXB(Intercontinental Chemical Transport Experiment-Phase B)(Zhang et al.，2009)計(jì)劃，該清單以 2006年為基準(zhǔn)，分辨率0.5°，水平插值到 Lambert網(wǎng)格上。模式所用生物源來自于MEGAN(Model of Emissions ofGases and Aerosols from Nature)(Guenther et al.，2006)的生物排放源模型結(jié)果。生物源主要包括植物排放的異戊二烯、萜烯等有機(jī)物。

模式氣象驅(qū)動場的初始條件和邊界條件來自NCEP/NCAR全球1°×1°再分析資料，時(shí)間分辨率為6 h?；瘜W(xué)物質(zhì)濃度的側(cè)邊界條件(SO2、SO4、BC、OC、HCHO、O3等濃度)來自 MOZART-4(Model forOzoneAnd Related chemicalTracers-4)(Emmons et al.，2010)每6 h的模擬結(jié)果。模擬過程中啟用了四維同化，提高了風(fēng)、溫、濕等關(guān)鍵氣象變量模擬的準(zhǔn)確性。

2 模擬結(jié)果檢驗(yàn)

2.1 數(shù)據(jù)對比

2007年8月10 —31日，在北京、天津、石家莊、滄州站點(diǎn)(圖 1)對 O3、NO2、PM2.5進(jìn)行了觀測，所得逐時(shí)觀測數(shù)據(jù)用于本次模擬結(jié)果的對比檢驗(yàn)。其中北京、石家莊、滄州等地的數(shù)據(jù)來自于地面觀測，天津數(shù)據(jù)來自于40 m鐵塔觀測。觀測數(shù)據(jù)均已經(jīng)過質(zhì)量控制。

圖2a顯示，模式很好地再現(xiàn)了北京O3體積濃度的時(shí)間變化，反映了O3體積濃度11—18日逐漸上升、18—24日逐漸下降、24—31日重新緩慢上升的特征。與觀測相比，模式較好地模擬了17、18日O3體積濃度的高值，但低估了15、24、31日O3體積濃度的高峰值，高估了20日的O3體積濃度。模式很好地模擬了8月O3體積濃度在天津的逐時(shí)變化情況(圖2d)，在石家莊(圖2g)和滄州(圖2j)的模擬結(jié)果也較好，合理地反映了兩地O3體積濃度的逐時(shí)演變情況，捕捉到從22—30日O3體積濃度在石家莊的緩慢下降趨勢，但低估了11—13日石家莊和11、21、28日滄州O3體積濃度的高峰值。模擬偏差的主要原因可能是模式網(wǎng)格分辨率較粗，難以準(zhǔn)確地反映城市地區(qū)局地環(huán)流和污染源分布情況，另外模式所用排放源強(qiáng)為月平均值，難以反映觀測點(diǎn)周圍實(shí)時(shí)的污染物排放，這也會影響模擬結(jié)果。

圖1 模擬區(qū)域(京津冀地區(qū);黑色方框內(nèi))及4個(gè)觀測站點(diǎn)位置Fig.1 Model domain(the Beijing-Tianjin-Hebei region;in the black box)and the 4 monitor sites

圖2 2007 年 8 月北京(a，b，c)、天津(d，e，f)、石家莊(g，h，i)和滄州(j，k，l)的 O3(a，d，g，j)、NO2(b，e，h，k)、PM2.5(c，f，i，l)模擬結(jié)果與逐時(shí)觀測值的對比(空白為數(shù)據(jù)缺測)Fig.2 Comparisons between the observed and simulated hourly concentrations of(a，d，g，j)O3，(b，e，h，k)NO2and(c，f，i，l)PM2.5in(a，b，c)Beijing，(d，e，f)Tianjin，(g，h，i)Shijiazhuang and(j，k，l)Cangzhou in August 2007(blank denotes lack of data)

模式合理地反映了北京站NO2的體積濃度水平和時(shí)間變化趨勢(圖2b)，但模擬結(jié)果在27—31日與觀測值相比有所低估。模式普遍高估了天津(圖2e)站NO2的體積濃度水平，這可能是因?yàn)檩^粗的垂直網(wǎng)格分辨率無法反映站點(diǎn)附近的濃度梯度。模式同樣高估了石家莊(圖2h)站NO2的體積濃度水平，這與排放源強(qiáng)度的不確定性有關(guān)。圖2k顯示在滄州站，模式模擬的NO2逐時(shí)體積濃度與觀測值相比較為吻合，但模式整體上低估了28—31日NO2的體積濃度峰值。

盡管模式可以基本反映北京PM2.5質(zhì)量濃度的時(shí)間變化趨勢，但總體上高估了PM2.5的質(zhì)量濃度水平(圖2c)，其中16—20日高估較多，這與PM2.5一次排放源的不準(zhǔn)確、二次氣溶膠形成機(jī)制的不確定和模式分辨率低都有關(guān)系。類似情況也發(fā)生在天津(圖2f):模式再現(xiàn)了13、21、25日的3次PM2.5的積累過程，但高估了PM2.5質(zhì)量濃度的整體水平。模擬的 PM2.5質(zhì)量濃度在石家莊(圖2i)和滄州(圖2l)相對更接近觀測值，比較準(zhǔn)確地反映了兩站PM2.5質(zhì)量濃度的時(shí)間變化趨勢，如16—22日石家莊站較高的PM2.5質(zhì)量濃度水平，以及20—21、24—25日滄州站兩次PM2.5的積累增加過程。

表1是北京、天津、石家莊和滄州四站觀測和模擬結(jié)果的統(tǒng)計(jì)量。結(jié)果顯示，模式較好地反映了O3在這四個(gè)站點(diǎn)的時(shí)間變化趨勢，模擬結(jié)果與觀測數(shù)據(jù)之間的相關(guān)系數(shù)為0.69～0.86。盡管模式模擬的O3體積濃度比觀測整體略有偏低，但誤差較小?？傮w上，模式對京津冀地區(qū)O3具有好的模擬能力。模式基本可以反映PM2.5在4個(gè)站點(diǎn)的時(shí)間變化趨勢(相關(guān)系數(shù)為0.44～0.48)，但與觀測數(shù)值相比，模擬結(jié)果有所高估。對于NO2，模擬值與觀測值之間的相關(guān)性相對較低，相關(guān)系數(shù)為0.27～0.43。

Table 1 Statistics of simulated and observed concentrations of O3，NO2and PM2.5in August 2007

總之，模式可以比較準(zhǔn)確地反映京津冀地區(qū)O3體積濃度的空間分布和時(shí)間演變趨勢，模式對PM2.5的模擬也比較合理，但對NO2的模擬相對較差。需要指出，氮氧化物的模擬仍然是當(dāng)今大氣化學(xué)模擬的一個(gè)難點(diǎn)(Han et al.，2008)。

2.2 模擬結(jié)果

圖3a是京津冀地區(qū)2007年8月近地面平均氣溫和風(fēng)場的分布。由于太行山位于京津冀地區(qū)以西，而山地氣溫較低，因此京津冀以西地區(qū)的8月平均氣溫表現(xiàn)為東北—西南走向的低溫帶;在京津冀以東、以南的平原地區(qū)，月平均溫度較高，高溫中心位于河北省東南部。8月平均近地面風(fēng)場顯示，京津冀地區(qū)為高壓控制區(qū)，高壓中心位于渤海灣北岸。在高壓控制下，風(fēng)從渤海灣吹向大陸，風(fēng)向在京津地區(qū)為偏東和偏南風(fēng)，在河北南部石家莊附近，由于遇到太行山阻擋，風(fēng)向偏轉(zhuǎn)為東北風(fēng)，風(fēng)速同時(shí)減弱。圖3b是京津冀地區(qū)8月平均近地面O3體積濃度的分布情況。北京和天津是O3的兩個(gè)低值中心(月平均體積濃度約30×10－9)，這主要是因?yàn)檫@兩個(gè)大城市人為污染排放源很強(qiáng)，夜間NO對O3的消耗很大，造成夜間O3很低。在渤海灣上有一個(gè)O3的高值中心(月平均體積濃度大于50×10－9)，這是由于周邊污染物的輸送，O3在城市下風(fēng)向產(chǎn)生率更高，而高壓中心位于渤海灣上空，不利于O3擴(kuò)散。在京津冀西部的太行山地區(qū)，O3月平均體積濃度也較高。8月近地面平均PM2.5質(zhì)量濃度分布如圖3c所示，圖中顯示，PM2.5月平均質(zhì)量濃度表現(xiàn)出明顯的南高北低分布特征，這主要是因?yàn)槟喜康貐^(qū)一次PM2.5(如黑碳、有機(jī)碳)的排放強(qiáng)度和二次氣溶膠(如硫酸鹽、硝酸鹽、銨鹽等)都比較大。從河北南部到京津地區(qū)PM2.5質(zhì)量濃度呈現(xiàn)遞減的趨勢，變化范圍為 120 ～240 μg/m3。

圖3d—e是8月14時(shí)的月平均近地面氣象場(圖3d)、O3體積濃度(圖3e)和PM2.5質(zhì)量濃度(圖3f)分布。圖3d顯示，8月14時(shí)的平均氣溫與8月全月平均氣溫分布相似，14時(shí)的月平均氣溫更高，北京和天津部分地區(qū)是高溫區(qū)，最高溫度達(dá)到33℃。14時(shí)的月平均近地面風(fēng)場顯示，在河北南部，風(fēng)向以從渤海灣吹向大陸的東北風(fēng)為主導(dǎo)，在渤海灣北岸，流場表現(xiàn)為反氣旋結(jié)構(gòu)，使得北京和天津地區(qū)以東南風(fēng)為主。圖3e顯示，14時(shí)的月平均O3體積濃度分布呈現(xiàn)河北南部和山東西北部的O3體積濃度較高，超過80×10－9。北京、天津和石家莊地區(qū)，O3體積濃度低于周邊地區(qū)，而在京津的西部和北部，O3體積濃度較高，可超過80×10－9。圖3f給出了14時(shí)月平均PM2.5質(zhì)量濃度。在區(qū)域南部和環(huán)渤海地區(qū)，PM2.5質(zhì)量濃度比較高，在 100～120 μg/m3，這主要是經(jīng)化學(xué)反應(yīng)產(chǎn)生的二次氣溶膠的貢獻(xiàn)，圖3d顯示在環(huán)渤灣的東北部，東北氣流較強(qiáng)，環(huán)渤海地區(qū)還會受到東北地區(qū)PM2.5輸送的影響。

圖3 2007年8月京津冀地區(qū)近地面氣溫(陰影;℃)和風(fēng)場(箭矢;m/s)(a，d)、O3體積濃度(b，e;10－9)、PM2.5質(zhì)量濃度(c，f;μg/m3)的平均分布(a—c為月平均，d—f為14時(shí)的月平均)Fig.3 Distributions of(a，d)near-surface air temperature(shadings;℃)and wind(arrows;m/s)，(b，e)O3volume concentration(10 －9)，and(c，f)PM2.5mass concentration(μg/m3)in the Beijing-Tianjin-Hebei region in August 2007(a—c are monthly means，and d—f are monthly means at 14:00 BST)

圖2a表明在8月17、18日，北京地區(qū)出現(xiàn)了一次O3污染過程(O3峰值體積濃度接近120×10－9)。因?yàn)镺3體積濃度峰值出現(xiàn)在14時(shí)前后，圖4分別給出8月17日14時(shí)的近地面氣象場(圖4a)、O3體積濃度(圖 4b)、PM2.5質(zhì)量濃度分布(圖4c)和PM2.5中二次氣溶膠的比例(圖4d)。由圖4a可見，17日14時(shí)，北京、天津、河北大部分地區(qū)的氣溫都在30℃以上，同時(shí)，上述地區(qū)普遍處于偏東氣流的控制，其中北京和天津是偏東或東南風(fēng)，風(fēng)速在1～2 m/s，河北南部以東北風(fēng)為主，風(fēng)速在2 m/s左右，此時(shí)氣象條件有利于光化學(xué)反應(yīng)的發(fā)生。圖4b顯示，O3體積濃度在研究區(qū)域的西部高于東部，此時(shí)在北京地區(qū)，O3體積濃度為80×10－9～110×10－9，天津地區(qū) O3體積濃度為 50 ×10－9～90 ×10－9，河北大部分地區(qū) O3體積濃度在 70 ×10－9以上。在北京和天津的下風(fēng)向，即北京西北部地區(qū)，存在一個(gè)O3高值中心(體積濃度超過100×10－9)，這是北京和天津地區(qū)一次污染物輸送至下游地區(qū)經(jīng)光化學(xué)反應(yīng)產(chǎn)生和上游地區(qū)產(chǎn)生的O3直接輸送共同作用的結(jié)果，由于太行山脈的阻擋O3在此堆積。在北京和天津的北部、渤海西岸部分地區(qū)，O3體積濃度也比較高，為70×10－9～90×10－9。模式模擬的北京城區(qū) O3體積濃度為80×10－9～90×10－9，而天津市區(qū)有 O3低值中心50×10－9～60×10－9，這與天津市區(qū)受到海風(fēng)影響，海上O3體積濃度相對較低有關(guān)。

圖4 2007年8月17日14時(shí)京津冀地區(qū)近地面氣溫(陰影;℃)和風(fēng)場(箭矢;m/s)(a)、O3體積濃度(b;10－9)、PM2.5質(zhì)量濃度(c;μg/m3)以及二次氣溶膠占總氣溶膠比例(d;%)的分布Fig.4 Distributions of(a)the near-surface air temperature(shadings;℃)and wind(arrows;m/s)，(b)O3volume concentration(10－9)，(c)PM2.5mass concentration(μg/m3)，and(d)the secondary fraction of PM2.5(%)in the Beijing-Tianjin-Hebei region at 14:00 BST on August 17，2007

17日14時(shí)近地面PM2.5質(zhì)量濃度在研究區(qū)域內(nèi)的分布形勢如圖4c所示，在山東西南部、渤海周邊地區(qū)、遼寧西南部等地，PM2.5質(zhì)量濃度很高，超過120 μg/m3，在石家莊，PM2.5質(zhì)量濃度約為 80 ～100 μg/m3，而在北京和天津，PM2.5質(zhì)量濃度在60～80 μg/m3。渤海的西岸和北岸高濃度的PM2.5主要是局地排放、化學(xué)反應(yīng)產(chǎn)生和輸送共同作用的結(jié)果。圖4a顯示在這個(gè)區(qū)域是東風(fēng)和東北風(fēng)控制，東北地區(qū)(如沈陽)的一次和二次的氣溶膠，以及氣溶膠的前體物被輸送到渤海北岸經(jīng)化學(xué)反應(yīng)產(chǎn)生二次氣溶膠，還有局地排放的一次氣溶膠和部分海鹽都對這一地區(qū)很高的PM2.5質(zhì)量濃度有貢獻(xiàn)。模擬結(jié)果顯示PM2.5中二次氣溶膠質(zhì)量濃度在50～100 μg/m3，一次人為氣溶膠質(zhì)量濃度為10～20 μg/m3，海鹽質(zhì)量濃度為1～7 μg/m3(圖略)，圖4d顯示在渤海灣地區(qū)二次氣溶膠比例為40% ～64%，說明二次氣溶膠是該地區(qū)PM2.5中的主要貢獻(xiàn)者。

3 結(jié)論

1)與觀測數(shù)據(jù)進(jìn)行對比發(fā)現(xiàn)，模式較好地再現(xiàn)了北京、天津、石家莊和滄州等地O3體積濃度的變化，捕捉到其日變化特征，但與觀測值相比，模式低估了高峰值，相關(guān)系數(shù)為0.69～0.86;模式基本反映了北京、天津PM2.5值的變化趨勢，但總體高估了其質(zhì)量濃度水平，相關(guān)系數(shù)為0.44～0.48。模式合理反映了北京站NO2的體積濃度水平和變化趨勢，但總體上高估了NO2體積濃度水平，相關(guān)系數(shù)為0.27～0.43。網(wǎng)格分辨率、排放源以及二次氣溶膠機(jī)制上的不確定性是是造成模式偏差的主要原因。

2)模擬結(jié)果顯示，京津冀地區(qū)氣象場、地形和化學(xué)產(chǎn)生都對污染物的分布有影響。8月平均白天京津市區(qū)和石家莊O3體積濃度低于周邊地區(qū)，而在京津的西部和北部，O3體積濃度較高，可超過80×10－9。白天在區(qū)域南部和環(huán)渤海地區(qū)，PM2.5質(zhì)量濃度很高，為100～120 μg/m3，這主要是經(jīng)化學(xué)反應(yīng)產(chǎn)生的二次氣溶膠的貢獻(xiàn)，另外，一次氣溶膠排放和輸送也有一定貢獻(xiàn)。

3)8月17 日14時(shí)，氣象條件有利于光化學(xué)反應(yīng)，北京地區(qū) O3體積濃度是 80×10－9～110×10－9，天津地區(qū)為 50 ×10－9～90 ×10－9。此時(shí)渤海西岸和北岸高質(zhì)量濃度的 PM2.5(最大達(dá)到120 μg/m3)是局地排放、化學(xué)反應(yīng)和外來輸送共同作用的結(jié)果，其中二次氣溶膠質(zhì)量濃度約50～100 μg/m3，是 PM2.5的主要貢獻(xiàn)者。

4)通過敏感性數(shù)值試驗(yàn)，發(fā)現(xiàn)北京地區(qū)主要為VOC控制，減少VOC排放可以控制該地區(qū)臭氧污染，但對PM2.5質(zhì)量濃度影響并不大，而當(dāng)同時(shí)削減SO2、NOX、VOC 和NH3排放源時(shí)，二次氣溶膠的質(zhì)量濃度會大幅下降。京津冀地區(qū)污染程度還受氣象條件、地形地貌和周邊輸送的影響，該地區(qū)大氣污染控制是復(fù)雜和困難的，需要今后進(jìn)一步研究。

高岑，王體健，吳建軍.2012.2009年秋季南京地區(qū)一次持續(xù)性灰霾天氣過程研究［J］.氣象科學(xué)，32(6):246-252.

高俊，鄭有飛，陳書濤.2012.2007—2008年南京江北工業(yè)區(qū)大氣降水化學(xué)特征［J］.大氣科學(xué)學(xué)報(bào)，35(6):697-701.

韓素芹，馮銀廠，邊海，等.2008.天津大氣污染物日變化特征的WRF-Chem 數(shù)值模擬［J］.中國環(huán)境科學(xué)，28(9):828-832.

漏嗣佳，朱彬，廖宏.2010.中國地區(qū)臭氧前體物對地面臭氧的影響［J］.大氣科學(xué)學(xué)報(bào)，33(4):451-459.

宋娟，程婷，謝志清.2012.江蘇省快速城市化進(jìn)程對霧霾日時(shí)空變化的影響［J］.氣象科學(xué)，32(3):275-281.

王紅磊，朱彬，康漢青.2011.南京市城市不同功能區(qū)PM10和PM2.1質(zhì)量濃度的季節(jié)變化特征［J］.氣象科學(xué)，31(增刊):16-23.

向偉玲，安俊嶺，王自發(fā)，等.2010.北京奧運(yùn)會期間CBM-Z化學(xué)機(jī)制的模擬應(yīng)用［J］.氣候與環(huán)境研究，15(5):551-559.

銀燕，崔振雷，張華，等.2009a.2006年中國地區(qū)大氣氣溶膠濃度分布特征的模擬研究［J］.大氣科學(xué)學(xué)報(bào)，32(5):595-603.

銀燕，童堯青，魏玉香.2009b.南京市大氣細(xì)顆粒物化學(xué)成分分析［J］.大氣科學(xué)學(xué)報(bào)，32(6):723-733.

張敏，朱彬，王東東.2009.南京北郊冬季大氣SO2、NO2和O3的變化特征［J］.大氣科學(xué)學(xué)報(bào)，32(5):695-702.

張遠(yuǎn)航，邵可聲，唐孝炎，等.1998.中國城市光化學(xué)煙霧污染研究［J］.北京大學(xué)學(xué)報(bào):自然科學(xué)版，34(2/3):392-400.

朱敏，王體健，盧兆民.2008.一次持續(xù)空氣污染過程的氣象條件分析［J］.氣象科學(xué)，28(6):673-677.

An Junling，Li Ying，Chen Yong，et al.2013.Enhancements of major arosol components due to additional HONO sources in the North China Plain and implications for visibility and haze［J］.Adv Atmos Sci，30(1):57-66.

Bian Hai，Han Suqin，Tie Xuexi，et al.2007.Evidence of impact of aerosols on surface ozone concentration in Tianjin，China［J］.Atmos Environ，41:4672-4681.

Emmons L，Walters S，Hess P G，et al.2010.Description and evaluation of the model for ozone and related chemical tracers，version 4(MOZART-4)［J］.Geosci Mod Dev，3:43-67.

Geng Fuhai，Tie Xuexi，Xu Jianmin，et al.2008.Characterizations of ozone，NOx，and VOCs measured in Shanghai，China［J］.Atmos Environ，42:6873-6883.

Guenther A，Karl T，Harley P，et al.2006.Estimates of global terrestrial isoprene emissions using MEGAN(Model of Emissions of Gases and Aerosols from Nature)［J］.Atmos Chem Phys，6:3181-3210.

Han Zhiwei，Hiromasa U，Kazuhide M.2005.Model study of the impact of biogenic emission on regional ozone and effectiveness of emission reduction scenarios over eastern China［J］.Tellus B，57(1):12-27.

Han Zhiwei，Sakurai T，Hayami H，et al.2008.MICS-Asia II:Model intercomparison and evaluation of ozone and relevant species［J］.Atmos Environ，42(15):3491-3509.

Jiang Fei，Wang Tijian，Wang Tingting，et al.2008.Numerical modeling of a continuous photochemical pollution episode in Hong Kong using WRF-Chem［J］.Atmos Environ，42:8717-8727.

Li Ying，An Junling，Min Min，et al.2011.Impacts of HONO sources on the air quality in Beijing，Tianjin and Hebei Province of China［J］.Atmos Environ，45:4735-4744.

Tie Xuexi，Cao Junji.2009.Aerosol pollution in China:Present and future impact on environment［J］.Particuology，7:426-431.

Tie Xuexi，Madronich S，Li G，et al.2009.Simulation of Mexico city plumes during the MIRAGE-Mex field campaign using the WRFChem model［J］.Atmos Chem Phys，9:4621-4638.

Wang T J，Lam K S，Xie M，et al.2006.Integrated studies of a photochemical smog episode in Hong Kong and regional transport in the Pearl River Delta of China［J］.Tellus B，58(1):31-40.

Wang Xuemei，Chen Fei，Wu Zhiyong，et al.2009a.Impacts of weather conditions modified by urban expansion on surface ozone:Comparison between the Pearl River Delta and Yangtze River Delta regions［J］.Adv Atmos Sci，26(5):962-972.

Wang Xuemei，Wu Zhiyong，Liang Guixiong.2009b.WRF-Chem modeling of impacts of weather conditions modified by urban expansion on secondary organic aerosol formation over Pearl River Delta［J］.Particuology，7:384-391.

Wild O，Zhu X，Prather M J.2000.Fast-J:Accurate simulation of inand below-cloud photolysis in tropospheric chemical model［J］.J Atmos Chem，37:245-282.

Zaveri R A，Peters L K.1999.A new lumped structure photochemical mechanism for large-scale applications［J］.J Geophys Res，104:30387-30415.

Zaveri R A，Easter R C，Wexler A S.2005a.A new method for multicomponent activity coefficients of electrolytes in aqueous atmospheric aerosols ［J］.JGeophysRes，110，D02201.doi:10.1029/2004JD004681.

Zaveri R A，Easter R C，Wexler A S.2005b.A computationally efficient multicomponent equilibrium solver for aerosols(MESA)［J］.J Geophys Res，110，D24203.doi:10.1029/2004JD005618.

Zaveri R A，Easter R C，F(xiàn)ast J D，et al.2008.Model for simulating aerosol interactions and chemistry(MOSAIC)［J］.J Geophys Res，113，D13204.doi:10.1029/2007JD008782.

Zhang Meigen，Uno I，Sugata S.2002.Numerical study of boundary layer ozone transport and photochemical production in east Asia in the wintertime［J］.GeophysResLett，29(11)，1545.doi:10.1029/2001GL014368.

Zhang Q，Streets D G，Carmichael G R，et al.2009.Asian emissions in 2006 for the NASA INTEX-B mission［J］.Atmos Chem Phys，9:5131-5153.

Zhu B，Akimoto H，Wang Z.2005.Meteorological impacts on seasonal and interannual variations of surface ozone over East Asia:Observational and model's results［C］//7th international conference on acid deposition acid rain 2005.Prague:Czech Republic.