细颗粒物(PM2.5)和臭氧(O3)是我国区域大气复合污染的主要污染物。高PM2.5和高O3(“双高”)污染事件的频繁发生,对公众健康和生态环境构成了严重的威胁。由于PM2.5和O3化学生成的非线性机制,实现双污染物浓度同时达标面临着巨大的挑战。当前,针对区域PM2.5和O3污染协同控制方法的相关研究仍然存在不足。
近日,南京大学大气科学学院大气环境研究中心(AERC)在大气科学领域著名期刊Atmospheric Environment发表了题为“Optimizing emission control strategies for mitigating PM2.5 and O3 pollution: A case study in the Yangtze River Delta region of eastern China”的最新研究成果,介绍了一种基于排放源-受体响应关系和数学规划模型(SRR-ML)的大气环境容量估算的新方法。论文第一作者为福建师范大学束蕾博士,通讯作者为南京大学王体健教授。
本研究发展的SRR-ML方法包括如下步骤:(1)基于大气化学传输模型(CAMx)来源解析技术(PSAT/OSAT),建立城市尺度PM2.5、O3及其组分的排放源-受体响应关系;(2)基于数学规划模型,以大气污染物(SO2、NOx、NH3、VOCs和一次PM2.5)区域允许排放总量最大为目标函数,以PM2.5和O3浓度同时达标为约束条件,求解得到不同行业、不同城市污染物减排方案的可行解;(3)基于CAMx模型模拟,评估减排方案的有效性,筛选满足PM2.5和O3同时达标的优化减排方案,确定区域大气环境容量以及分行业、分城市各污染物的减排比例。
图1. 基于排放源-受体响应关系和数学规划模型的排放控制策略优化方法(SRR-ML)框架
本研究将SRR-ML方法应用于中国东部长三角地区春季双高污染协同控制的案例。研究发现,相比PM2.5污染,O3污染受区域输送的影响更为显著,背景贡献更高,导致长三角区域内人为源减排空间有限。在不同空气质量目标和减排比例上限约束下,求解得到的分行业、分城市的大气污染物的协同减排方案存在一定差异。其中,SO2和一次PM2.5减排力度最大,NH3最小;由于NOx和VOCs减排对PM2.5和O3的协同影响,强化PM2.5达标约束或放宽O3达标约束能够导致VOCs削减量有所减少,与此同时则需加大NOx减排力度。
图2. 长三角不同城市PM2.5和MDA1 O3的背景浓度(自然源贡献、长三角区域外人为源贡献和边界初始条件贡献之和)、可控浓度(长三角区域内人为源贡献之和)和可控比例
进一步,基于CAMx模型的减排效果评估结果显示,相比O3控制,PM2.5浓度下降对前体物减排的线性响应更为显著,管控效果更佳;而由于O3生成的高度非线性,实现区域内所有城市O3达标仍然具有挑战性。在空气质量目标(PM2.5 < 50 μg m–3、MDA1 O3 < 160 μg m–3)约束下,本研究最终可以得到满足长三角33个城市PM2.5和O3同时达标的8种优化减排方案。以其中一种方案为例,估算的SO2、NOx、NH3、VOCs和一次PM2.5的大气环境容量分别为8.3、79.4、102.7、186.9和13.0 kt mon–1,相应的减排比例分别为95.6%、75.5%、33.1%、45.1%和85.5%。本文的研究结果能够为区域大气复合污染控制中的排放源差异化管理提供参考依据。
图3. 减排后长三角不同城市PM2.5和MDA1 O3的模拟浓度、下降浓度和下降比例
论文链接:https://doi.org/10.1016/j.atmosenv.2023.120288
Shu, L., Wang, T., Li, M., Xie, M., and Liu, J.: Optimizing emission control strategies for mitigating PM2.5 and O3 pollution: A case study in the Yangtze River Delta region of eastern China, Atmospheric Environment, 319, 120288, 2024.