在碳达峰背景下，关于空气质量协同控制优化方案的研究

《Journal of Environmental Management》：Research on air quality collaborative control optimization scheme under the background of carbon peak

PM2.5与O3协同控制策略研究通过源解析、多前体减排情景模拟和非线性响应拟合量化减排效果，构建多目标优化模型确定京津冀地区2030和2035年最小协同减排方案。研究表明VOCs受限、NOx受限及过渡型O3生成模式并存，最优减排配比为NOx:VOCs=1:1.5–1:3、1.5:1–3:1和1:1.5–1.5:1，验证了非线性响应特征与协同优化框架的有效性。

　　

作者：王传达、段文娇、程水源、朱芳、王晓琪、段冉、王伟

北京工业大学环境科学与工程学院区域空气污染控制重点实验室，中国北京100124

摘要

协调控制PM_2.5和O₃是中国面临的关键任务，这依赖于跨区域科学设计的前体物减排策略。本研究整合了源排放分配、前体物协同减排方案以及功能响应拟合方法，以量化多种前体物减排对PM_2.5成分和O₃的影响。在此基础上，开发了一个多目标优化模型，用于确定2030年和2035年京津冀（BTH）地区最有效的协同前体物减排策略。研究结果表明，一次颗粒物（PP）和硫酸盐-硝酸盐-铵（SNA）的本地贡献大于二次有机气溶胶（SOA）和O₃；缓解二次污染需要加强城市间的合作，尤其是BTH地区南部城市之间的合作。SNA和SOA的减排主要依赖于NOx和VOCs的减排，而O₃的形成则主要由VOCs控制或NOx和VOCs共同控制。城市层面的分析区分了VOC限制型、NOx限制型和过渡型O₃形成机制，相应的最佳NOx/VOCs减排比例为1:1.5–1:3、1.5:1–3:1和1:1.5–1.5:1。优化策略通过深度和科学的减排措施有效实现了浓度目标。经过验证的非线性响应特征描述和协同优化框架为BTH地区的PM_2.5-O₃协同控制提供了战略支持，并为其他地区的空气质量政策制定提供了方法指导。

引言

2013年至2023年间，中国全国年均PM_2.5浓度降低了57%，这得益于《大气污染防治行动计划（2013–2017）》（Wen等人，2021年）、《蓝天保卫战三年行动计划（2018–2020）》（Lu等人，2021年）以及《颗粒物和臭氧污染协同防治“一城一策”（2021–2023）》（Jian等人，2024年）等政策的实施。然而，仍有41%的中国城市未能达到年均PM_2.5浓度标准，且O₃污染已成为许多城市夏季空气污染的主要问题。京津冀地区PM_2.5污染有所改善，但O₃污染问题却更加严重，这归因于较为激进的NOx减排措施和适度的VOCs减排策略（Liu等人，2024a；Zhang等人，2025年）。《碳达峰行动计划》的发布以及《污染减排与碳减排协同增效实施方案》的提出，加上“美丽中国”建设的倡议，表明协同减少空气污染物和碳排放是中国“十四五”规划及以后的关键策略（Liu等人，2024b；Zha等人，2023年；Guan等人，2024年；Xu等人，2024年）。大气污染物的协同减排在碳减排中起着重要作用（Duan等人，2024a）。这些事实凸显了制定基于科学的前体物减排策略对于实现综合空气污染控制和碳协同减排目标的重要性。

PM_2.5、O₃及其前体物之间存在复杂的非线性响应关系。识别这些关系是实现PM_2.5-O₃复合污染协同改善的关键前提（Liu等人，2021年；Fang等人，2021年；Duan等人，2024b）。关于O₃-前体物和PM_2.5-前体物响应关系的研究主要结合了观测数据或空气质量模型（AQM）模拟与数学拟合方法（如响应面模型RSM）（Li等人，2022a；Duan等人，2022年）。基于地面和遥感观测数据的研究具有依赖实际观测结果和计算效率高的优势（Zhao等人，2025年），但也存在两个局限性：难以将响应关系细化到特定污染物成分或来源，以及难以将历史模式外推到未来的深度减排情景中。相比之下，将AQM的源排放分配能力与数学拟合方法相结合，可以探索不同地区或行业对PM_2.5和O₃浓度的非线性影响，从而克服这些局限性（Dong等人，2025年；Li等人，2022b；Shao等人，2024年）。然而，很少有研究定量分析不同PM_2.5成分浓度的响应关系，特别是NH₃、NOx和VOCs减排对这些成分的非线性影响。此外，数学拟合的准确性取决于模拟情景的充分性，但大量模拟和源标记会带来高昂的计算成本。因此，以较低的计算成本实现精确详细的响应关系表征是一个亟需解决的科学问题。

为了以合理的资源成本实现理想的PM_2.5和O₃协同控制目标，迫切需要科学精确的指导和路径规划。将AQM模拟与数学优化方法相结合可以确定最优的污染减排策略，其中遗传算法在解决协同空气污染减排策略方面表现出显著优势，因为它们能够避免局部最优解并实现全局最优解（Shu等人，2024年；Ye等人，2023年，2024年）。鉴于空气污染的地域性，仅关注本地前体物减排策略的优化可能会导致过高的减排比例，从而影响实施效果（Qu等人，2021年；Lin等人，2025年）。此外，忽视或未能系统准确地识别污染物-前体物响应关系，尤其是复杂的O₃-NOx-VOCs响应关系，可能会导致环境和经济后果不佳（Huang等人，2025年；Zhao等人，2025年）。以往关于优化减排策略的研究很少将城市层面或网格层面的O₃形成机制、区域传输、成分源排放分配及成分响应纳入优化模型，许多研究也忽略了NH₃-VOCs和NOx-VOCs对PM_2.5浓度的交互作用。这些问题导致的优化结果误差和粗糙性是当前研究需要解决的关键问题。

为填补这些研究空白，本研究以京津冀地区为研究对象，探讨了非线性响应关系并优化了减排策略。采用了一种综合方法，结合源排放分配、前体物协同减排方案和功能拟合，量化了不同PM_2.5成分和O₃浓度对前体物减排的复杂响应特性和函数关系。随后建立了多目标优化模型，以确定2030年和2035年京津冀地区最有效的协同前体物减排策略，并进行了可行性分析和误差分析。研究结果能够精确系统地描述京津冀地区不同城市间PM_2.5-O₃复合污染与前体物减排之间的复杂响应关系，并提出了碳中和目标下的优化减排策略。此外，该研究还为其他面临复杂大气污染的地区提供了方法指导。

研究区域和数据来源

本研究选择京津冀地区作为研究对象（图1），该地区空气污染问题最为严重且具有区域特殊性，表现为PM_2.5浓度超标以及夏季O₃污染日益严重。这种复合污染源于前体物的大量排放以及不利的气象和地形条件。

京津冀地区PM_2.5和O₃的时空分布特征

2017年至2023年间，京津冀地区13个城市PM_2.5和O₃浓度呈现出不同模式（图2a）。PM_2.5浓度逐年下降，区域平均水平从64 μg/m³降至38 μg/m³，其中石家庄（SJZ）和保定（BD）的改善最为显著，而张家口（ZJK）的浓度始终保持在最低水平（31 μg/m³至18 μg/m³）。相比之下，O₃的浓度变化更为复杂。

结论

本研究提出了一种新方法，结合了源排放分配、前体物协同减排方案、函数拟合和多目标优化模型，用于解决京津冀地区十个城市的PM_2.5-O₃复合污染问题。该方法定量描述了不同前体物（NOx、VOCs、SO₂、NH₃、PP）对不同污染成分（O₃、SOA、SNA、PP）的非线性响应关系。这些关系被纳入多目标优化模型中。

CRediT作者贡献声明

王传达：撰写 – 审稿与编辑、撰写 – 原稿、方法论、数据分析、概念化。 段文娇：监督、方法论、资金获取、概念化。 程水源：监督、资源协调、资金获取、概念化。 朱芳：数据管理。 王晓琪：监督、方法论。 段冉：数据管理。 王伟：数据管理。

利益冲突声明

作者声明不存在可能影响本文工作的已知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：52330002和52300146）的支持。