综述：家庭燃气烹饪过程中氮氧化物的排放

本研究利用WRF-Chem模型显式标记方法，解析北京-天津-河北（BTH）地区臭氧污染源的贡献。结果表明：人为NOx排放贡献率达63.5%，区域传输（71.2% NOx和80.4% VOCs）及气象系统（东北低压、西太平洋副高）驱动污染物长距离传输与垂直混合，显著影响BTH臭氧水平。研究强调需协调区域减排策略应对臭氧污染。

　　

张伟航|海尚飞|赵远红|刘东辉|孟俊雷|刘晓宇|李婉茹|高阳|张玉强|杨凌月|凯西·劳|盛丽芳

中国海洋大学海洋与大气科学学院，中国青岛 266100

摘要

作为中国人口密集且经济发达的地区之一，京津冀（BTH）地区面临着严重的臭氧（O₃）污染问题，这主要是由于氮氧化物（NO_x）和挥发性有机化合物（VOCs）通过复杂的化学反应所导致的。在气象和边界层动力学的背景下，详细量化各种NO_x和VOCs来源对O₃水平的具体贡献对于有效控制BTH地区的污染至关重要。在这项研究中，我们开发并实施了一种显式标记方法和过程分析方法，将O₃的形成分别归因于来自不同来源的NO_x和VOCs，从而量化了人为和自然排放对BTH地区O₃预算的贡献。研究结果表明，NO_x排放主要通过人为来源对O₃产生贡献（63.5%），而对于VOCs，人为排放（29.3%）、背景甲烷（15.8%）和生物源（11.8%）的贡献相当。值得注意的是，区域传输通过VOCs（80.4%）和NO_x（71.2%）显著影响了BTH地区的O₃水平，山东、河南、中国东北部以及长江三角洲被认为是跨省传输的关键人为来源区域。东北低气压系统和西太平洋副热带高压驱动了跨省污染物传输，随后在自由对流层形成的O₃向下混合，显著影响了BTH地区的O₃污染。本研究提供了对BTH地区臭氧来源的全面评估，强调了协调区域策略以减轻O₃污染的重要性，特别关注了天气系统的影响和行星边界层过程。区域污染物传输强烈影响了BTH地区的臭氧水平，尤其是来自山东、河南和长江三角洲的传输。大规模天气系统通过垂直混合进一步增强了长距离臭氧传输。这些发现突显了需要协调区域和跨部门排放控制策略，以有效减少中国北部的臭氧污染。

引言

对流层臭氧（O₃）是一种具有强氧化性的二次污染物，对公众健康、生态系统和农业生产力构成严重威胁（Wang等人，2017年）。在京津冀（BTH）地区——中国人口最多和工业化程度最高的地区之一——O₃已成为暖季的主要空气污染物（Li等人，2019年；Zhu等人，2023年）。目前中国的O₃污染水平与20世纪80年代的美国相当，而排放控制策略类似于20世纪90-2000年代在欧洲和美国实施的策略（Lyu等人，2023年）。因此，有效减轻O₃污染现在已成为空气质量管理的优先事项。

区域传输在推动BTH地区O₃水平升高方面起着关键作用（Sun J.等人，2017年；Wu等人，2017年），在严重污染事件中贡献了36%?86.4%，而本地排放仅占15?40%（Liu等人，2019年；Gong等人，2020年；Zhang等人，2023年；Xu等人，2022年）。尽管BTH地区采取了积极的排放控制措施，但周边地区的进展较慢，导致O₃及其前体物质的区域传输持续存在（Li H.等人，2023年）。这表明，来自高排放地区的污染物区域传输严重阻碍了BTH地区的空气质量改善，尽管未来计划采取更积极的减排措施。因此，量化包括传输污染物在内的特定来源的贡献对于设计有效的控制策略至关重要。

作为二次污染物，O₃的形成涉及其前体——挥发性有机化合物（VOCs）和氮氧化物（NO_x）之间的复杂非线性相互作用。因此，区域传输对O₃的影响也扩展到了前体的传输以及促进O₃形成的气象条件（Han等人，2018年）。由于大气寿命和反应性的差异，VOCs通常比NO_x具有更高的形成O₃的传输潜力（Zhang等人，2014年；Wang等人，2020年；Zhu等人，2021年）。NO_x主要来源于人为来源，尽管自然排放如闪电、土壤和生物质燃烧也有所贡献。VOCs既来自人为活动，也来自自然来源，包括植被和野火（Lu等人，2019年）。而甲烷（CH₄）作为一种长寿命的VOC，通过作为全球分布的背景前体进一步复杂化了O₃的化学过程（Morgenstern等人，2017年）。因此，为了制定减排政策，区分这些不同前体来源的作用及其对O₃产生的贡献至关重要（Sun等人，2018年；Zhou等人，2019年）。

化学传输模型（CTMs）是分配O₃来源的重要工具。特别是CTMs中的标记方法，通过为来自不同地区和部门的排放分配标签并跟踪它们在整个模拟过程中的化学和物理过程，提供了一种更先进的方法来分配O₃来源（Clappier等人，2017年）。例如CMAQ中的综合来源分配方法（ISAM）和CAMx中的臭氧来源分配技术（OSAT），它们将O₃的产生归因于限制性前体（Sillman，1995年；Kwok等人，2015年）。这些方法通过将所有O₃归因于其限制性前体，简化了涉及O₃产生的高度复杂的化学过程，并已广泛应用于研究污染事件机制和大气污染控制（Xing等人，2020年；Fang等人，2021年；Zohdirad等人，2022年；Baker等人，2023年）。然而，这种标记方法依赖于O₃产生机制的分类，只能量化限制性前体的贡献，限制了其区分NO_x和VOCs各自影响的能力。

另一种标记方法将标记物种的额外反应纳入O₃形成的基本化学机制中，允许明确归因O₃的光化学产生与相关前体（Emmons等人，2012年；Pfister等人，2013年；Grewe等人，2017年）。为了解决先前研究中NO_x标记的零循环效应和氧化中间体对VOCs标记的影响，Butler等人（2018年）提出了一种显式标记方法，通过标记NO_x和RO_x化学循环中的所有中间体，该方法已扩展到WRF-Chem等区域模型（Lupa?cu和Butler，2019年；Lupa?cu等人，2022年）。这种显式标记方法允许探索不同地区和前体排放对O₃浓度的贡献，目前已在全球范围内得到广泛应用（Mertens等人，2020年；Romero-Alvarez等人，2022年；Hu等人，2024年；He等人，2025年）。然而，这种显式标记方法忽略了气溶胶的影响，气溶胶-辐射相互作用可以显著影响O₃的形成，尤其是在气溶胶负荷高的地区，如东亚（Jia等人，2017年；Dai等人，2021年）。此外，尽管已经量化了各种排放源对受体地区O₃浓度的贡献，但臭氧形成的详细过程仍然知之甚少。

在这项研究中，基于Butler等人（2018年）和Lupa?cu等人（2022年）开发的标记方法，在WRF-Chem模型中开发了一种来源分配方法，该方法基于SAPRC99气相化学机制和MOSAIC-8bin气溶胶机制。还应用了过程分析来标记臭氧及其前体，从而更详细地表示涉及O₃预算的物理和化学过程。这种改进的方法旨在分析中国东部的O₃来源归因，重点关注BTH地区NO_x和VOCs的贡献，对全球其他工业化和人口密集地区的污染控制具有重要意义。

数据和方法论在第2节中描述，包括关于标记方法、WRF-Chem模型配置以及用于模型评估的数据的详细信息。第3节描述了研究期间的气象和污染条件，并对模型性能进行了评估。接下来是对NO_x-标记和VOC-标记结果的研究，以及对BTH地区污染贡献的区域传输过程的详细分析。第4节提出了主要发现。第5节讨论了影响和潜在的未来展望，以及存在的不足和不确定性。

WRF-Chem模型中的标记方法

我们在WRF-Chem（v3.9.1）中实施了一种显式标记方法，扩展了以前的方法（Butler等人，2018年；Lupa?cu & Butler，2019年；Lupa?cu等人，2022年），将BTH地区的O₃形成归因于NO_x和VOC来源，并描述了SAPRC99和MOSAIC-8bin框架内的物理和化学过程的影响。该方法的基本原则如下：

(1)

排放分类：人为排放被划分为10个地理区域（

天气系统和模型评估

模拟是在2017年6月进行的，这是BTH地区夏季O₃污染的一个代表性月份。图S1展示了2017年6月的主导天气系统。在850-hPa和925-hPa层次上，中国东北部形成了低压区，使BTH地区位于槽（或剪切线）的南部。这种设置促进了污染物从中国东北部向BTH北部的传输。由于副热带高压中心位于西太平洋上空，

结论

在这项研究中，我们在WRF-Chem模型中开发了一种标记方法，能够明确将O₃归因于来自不同排放区域和来源类型的NO_x和VOCs。我们专注于BTH地区，在2017年6月的实际气象条件下量化了人为、自然和传输前体对O₃水平的相对贡献。并且进一步发展了过程分析，以研究不同NO_x和VOCs来源对O₃形成的影响和机制。

讨论

这项研究对O₃的减排和减排策略具有重要意义。近年来，协同减少NO_x和VOCs的策略受到了广泛关注。先前的研究表明，减少NO_x可能会最初增加城市地区的O₃水平；然而，大幅减少NO_x排放是BTH地区长期实现O₃合规性的关键方法（Li等人，2013年；Ding等人，2022年；Mao等人，2022年）。与这些发现一致，

CRediT作者贡献声明

张玉强：写作——审阅与编辑，方法论。高阳：写作——审阅与编辑，方法论。杨凌月：写作——审阅与编辑，方法论，形式分析。海尚飞：方法论，调查，概念化。盛丽芳：写作——审阅与编辑，监督，方法论。张伟航：写作——初稿，方法论，概念化。凯西·劳：写作——审阅与编辑。李婉茹：可视化。刘晓宇：

未引用参考文献

Butler等人，2011年；Chatani等人，2020年；DeLang等人，2021年；Ding等人，2021年；Dudhia，1996年；Gao等人，2016年；Gavidia-Calderón等人，2018年；Grell，1993年；Hong等人，2006年；Hu等人，2018年；Iacono等人，2008年；Jaffe和Wigder，2012年；Jiménez等人，2012年；Li等人，2023年；Mar等人，2016年；Mlawer等人，1997年；Morrison等人，2009年；Ou等人，2016年；Sarofim等人，2017年；中华人民共和国国务院，2018年；中华人民共和国国务院，2023年；Sun等人

数据和软件可用性

空气质量数据来自中国国家环境监测中心（https://www.cnemc.cn/sssj/）。CFSv2再分析数据由NCEP/NCAR在其网站https://rda.ucar.edu/datasets/d094000/提供。中国境内的人为排放数据来自多分辨率排放清单（MEIC 2017，http://www.meicmodel.org），Zheng等人，2018年）。中国以外的东亚地区的人为排放数据来自MIX-Asia数据集（

利益冲突声明

? 作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（编号：42275191）的支持。我们还要感谢编辑和匿名审稿人的建设性评论，这些评论有助于改进本文。