基于观测的模型(OBM)的发展历程及其在我国大气化学研究中的应用与展望

基于观测的模型OBM(observation-based model)作为分析大气化学过程的重要方法之一,在深度挖掘大气综合观测数据以及全面认识区域大气复合污染成因方面具有广阔的应用潜力.为进一步推进OBM在大气化学研究中的应用并提升PM_(2.5)和臭氧(O_(3))协同防控的有效性和科学性,本文梳理了OBM结构和内置大气化学机制的发展历程,并总结了应用OBM解析O_(3)和二次气溶胶生成机制及其他活性成分化学机制的研究成果.结果表明:OBM结构和内置大气化学机制在不断更新,使OBM由最初用于O_(3)生成机制的研究逐步发展成为功能强大的大气化学全过程分析工具,为我国大气复合污染防治工作提供了重要的技术支撑.但是,OBM自身结构的局限性、我国尚未掌握OBM核心技术以及可利用的观测数据仍有限等原因制约了OBM在我国大气化学研究中的进一步应用和推广.针对上述问题提出如下建议:在实际应用中应根据大气化学过程解析需求来选择合适的模型,充分发挥OBM的优势;开发具有中国自主知识产权的在线OBM运行系统和大气化学机制;建立有代表性的区域监测网络为OBM的进一步应用和推广提供综合数据支撑.

基于观测模型量化VOCs对深圳市城区臭氧生成的影响

为了解挥发性有机物(VOCs)对深圳市城区臭氧(O_(3))生成的影响,探究O_(3)污染的防控策略,基于莲花站在线观测数据对2018年秋季O_(3)污染过程中VOCs对O_(3)生成影响进行量化研究.在分析O_(3)污染特征的基础上,基于观测的模型分析了O_(3)原位生成特征,识别了影响O_(3)生成的关键VOCs组分,并量化了其对O_(3)生成的影响.结果表明:①深圳市城区秋季O_(3)污染过程具有高温低湿的特征,主导风向主要为持续偏北风影响型、海陆风影响型和无明显主风型,其中海陆风影响型和无明显主风型受传输影响导致φ(O_(3))在傍晚后呈居高不下的特征.②不同主导风向类型下,深圳市城区O_(3)化学生成的建模结果具有一致性.污染日O_(3)最大小时净生成速率平均值为12.85×10^(-9) h^(-1),HO_(2)·+NO和RO_(2)·+NO两种途径对O_(3)生成的贡献率分别为57.9%~60.2%和39.8%~42.1%.③深圳市城区O_(3)生成受VOCs控制,其中植物源ISO(异戊二烯)和人为源VOCs组分中的XYM(间对-二甲苯)、TOL(甲苯等其他芳香烃)、HC8(高碳数烷烃)、OLT(直链烯烃)是影响O_(3)生成的五大关键组分.④φ(ISO)和φ(AHC)(AHC为人为源VOCs)单独下降20%,φ(O_(3))小时峰值分别下降6.2%和28.0%,其中AHC组分中以φ(XYM)降低带来的φ(O_(3))下降效果最显著,降幅为10.1%.研究显示:人为源VOCs组分体积分数的下降对降低φ(O_(3))有显著效果,建议以二甲苯类物种来源为重要管控对象,特别是机动车排放与溶剂使用源;同时,建议加强醛酮类VOCs的监测与研究,为O_(3)的污染治理及污染源的精细化管控提供依据.

广州市2022年臭氧污染特征与成因分析

选取2022年O_(3)及其前体物观测数据、气象观测数据和ERA5再分析数据,结合基于观测的模型(OBM)和后向轨迹模型,分析了2022年广州市O_(3)污染特征,识别了O_(3)生成控制区及关键敏感型物种,并从O_(3)前体物排放、气象条件和区域传输3个方面开展了O_(3)污染成因分析.结果表明:广州市O_(3)生成以VOCs控制和NO_(x)-VOCs协同控制为主,现阶段VOCs和NO_(x)减排比例应不低于1:1;O_(3)生成对含氧VOCs最为敏感,其次是植物源VOCs(BVOCs)、烯烃、芳香烃和烷烃;2022年广州市O_(3)前体物NO_(x)和VOCs浓度同比下降14.7%和30.4%,但副高强盛、台风外围环流影响频繁叠加强辐射、高温、低湿等不利气象条件和区域传输抵消了广州市本地前体物减排的成效,造成O_(3)浓度上升,其中典型O_(3)污染过程(2022年9月16~22日)气流轨迹由西北、西南方向气团转变为东和东南方向气团,易受到来自周边城市区域传输影响.建议下一步持续推动NO_(x)减排,促进O_(3)对NO_(x)敏感性向正敏感性的转变,同时积极构建区域联防联控机制,降低区域传输贡献.

泰山夏季O_(3)和PM_(2.5)污染特征及成因分析

华北地区是我国空气污染最严重的地区之一.泰山为华北平原最高峰,可代表华北地区背景大气的环境特征.本研究利用2021年6−8月在泰山顶的强化观测数据,开展了基于观测的化学盒子模型模拟,结合位于泰山下国控站点(泰安市监测站)同期监测数据的对比分析,探究了泰山顶夏季PM_(2.5)和O_(3)的污染特征及成因机制.结果表明:①观测期间,泰山顶NO2、SO2、CO的日均浓度均明显低于泰山下,而泰山顶O_(3)浓度相对更高.泰山顶O_(3)浓度超标天数为61 d,超标率为67.0%,最长连续超标天数达23 d;泰山顶PM_(2.5)日均浓度亦略高于泰山下.②泰山顶日间(07:00−17:00)O_(3)浓度主要来源于光化学反应,而夜间主要来源于区域传输.观测期间,泰山顶O_(3)的生成主要处于NO_(x)控制区.③随PM_(2.5)小时平均浓度的增加,其中二次无机盐(硫酸盐、硝酸盐和铵盐)浓度增加的比例大于有机物;与清洁时段(PM_(2.5)小时浓度小于35μg/m^(3)的时段)相比,PM_(2.5)污染时段(PM_(2.5)小时浓度大于35μg/m^(3)的时段)二次无机盐浓度占比增加了13.1%.④泰山顶PM_(2.5)日均浓度和O_(3)日最大8 h平均浓度(MDA8 O_(3)浓度)呈显著正相关(R=0.73,P<0.01).观测期间共发生50次PM_(2.5)和O_(3)小时浓度同步升高的现象,O_(3)浓度平均升速为(10.1±5.3)μg/(m^(3)·h),PM_(2.5)浓度平均升速为(9.5±6.4)μg/(m^(3)·h),二者同步升高的持续时间为2~14 h.PM_(2.5)和O_(3)小时浓度同步升高的过程倾向于发生在静风时段,与地面污染物向山顶输送、光化学反应、液相反应及残留层中的传输过程有关.研究显示,泰山O_(3)和PM_(2.5)污染防控需关注周边地区污染物排放及残留层传输的影响.

应用OBM模型研究广州臭氧的生成过程

应用基于观测的模型(OBM)研究了广州及其周边地区2000年夏、秋季臭氧生成过程的相对敏感性.在分析2000年7,11月广州市环境保护研究所及其下风向的花都和新垦地区臭氧及其前体物浓度变化和相互关系基础上,应用OBM模型对上述地点的光化学反应过程进行了初步的模拟分析,以讨论这一地区的光化学反应类型.研究表明:7月广州市环境保护研究所RIR(AHC)>RIR(NO),臭氧生成处于VOC控制,下风向的花都RIR(NO)>RIR(AHC),臭氧生成处于NOx控制;11月广州市环境保护研究所RIR(AHC)>RIR(NO),臭氧生成处于VOC控制,下风向的新垦RIR(NO)>RIR(AHC),臭氧生成处于NOx控制.该模拟结果与该地区的相关空气质量模型研究结果具有可比性.

基于观测的臭氧污染研究方法

总结了国内外研究中常用的基于外场观测的臭氧污染成因分析方法。区域传输和本地生成的相对贡献以及臭氧与前体物的非线性关系是研究臭氧污染和制定控制对策的两个关键科学问题。基于对观测数据的分析,常见的量化区域传输和本地生成贡献的方法包括背景点测量法、TCEQ区域背景臭氧估算法和主成分分析区域背景臭氧估算法;用于诊断臭氧光化学生成机制的方法包括光化学指示剂比值法和基于观测的化学模型。本文对上述方法的原理和应用情况进行了总结,并对其优缺点和适用条件进行了评述,以期为环境监测资料的深入科学分析提供参考和借鉴。

2019年成都市典型臭氧污染过程的成因与来源解析

2019年8月22-29日成都市双流区发生了一次典型的臭氧持续污染事件,本文利用在成都市双流西航港开展的臭氧及其前体物的综合观测资料,探讨此次臭氧污染的成因机制。采用基于观测的模型对局地臭氧的敏感性和收支进行解析,利用正矩阵因子分解法(PMF)模型对挥发性有机物(VOCs)组分进行来源解析,并识别重要的VOCs物种。结果表明,此次污染事件主要是由于有利的气象条件下强局地光化学生成的结果。较优良日,在污染期间的气象条件更有利于臭氧的生成:温度更高、太阳辐射更强、相对湿度和风速更低,风向在180°~270°,前体物浓度更较高,VOCs日均浓度总和为227×10^(-9);局地臭氧生成能力更强,日间最大生成速率为78.2×10^(-9)/h,且夜间出现静风的频率更大,更容易积累前体物;局地臭氧的生成主要受VOCs控制,烯烃对臭氧的生成影响显著且最为敏感,其中乙烯的臭氧生成潜势的贡献占比为52.6%;机动车排放源(+燃烧源)是VOCs的首要来源,在污染发生前的贡献较大。

长沙市夏秋季VOCs特征及在臭氧生成中的作用研究

为了解我国中部地区VOCs污染特征及对臭氧(O_(3))生成的影响,于2021年5—10月在湖南省长沙市主城区开展了VOCs在线监测,共计监测116种组分.测量结果显示:观测期间总VOCs平均体积分数为(23.09±9.97)×10^(-9),VOCs月均浓度呈“U”型变化,7月最低,10月最高,而VOCs日变化呈典型双峰型,受人为源活动影响显著;长沙市VOCs化学组成以含氧挥发性有机物(OVOCs)为主,其次是烷烃和卤代烃,而对臭氧生成潜势(OFP)有较大贡献的主要是OVOCs和芳香烃,二者合计占比达到68.3%,其中丙醛、乙醛、间/对-二甲苯、乙烯和甲苯是关键活性物种.OBM(基于观测的模型)模拟结果显示:长沙市5月、8月和9月臭氧生成属于协同控制区,6—7月属于VOCs控制区,而10月处于NO_(x)控制区.人为源VOCs中削减高碳醛类、烯烃类、烷烃类对臭氧防控最为有效.

汕头市挥发性有机物变化特征及O3污染成因研判

采用全自动气相色谱(GC)/火焰离子化检测器(FID)方法对汕头市大气挥发性有机污染物(VOCs)进行了为期1个月的在线实时观测,分析了VOCs的变化特征及其O 3生成潜势(OFP),并结合基于观测的模型对O 3污染成因进行了探析。研究结果表明:(1)汕头市的VOCs均值为1.91×10-8(以大气中体积分数计),其中烷烃类占比最高,为64.4%,甲苯、苯质量比(T/B)为3.34,表明气团除受机动车尾气影响外,还受到其他污染源影响;(2)芳香烃和烯烃是大气VOCs中对OFP贡献最大的组分;(3)观测期间,在前期O 3残留(贡献率19.9%)、局部O 3生成(贡献率40.8%)以及区域传输(贡献率39.3%)共同作用下,O 3出现轻度污染。

武汉市2018年4-9月臭氧及其前体物非线性关系研究

近年来武汉市臭氧污染日益严峻,成为影响空气质量达标的瓶颈,弄清臭氧及其前体物非线性关系是臭氧防控的关键和基础.本研究基于武汉中心城区2018年4—9月臭氧及其前体物在线观测数据,分析出武汉市臭氧浓度受前体物和气象条件等因素的共同影响,呈较为明显的季节变化和日变化特征.观测期间武汉市大气挥发性有机物(VOCs)平均体积分数为32.5×10^-9,烷烃是武汉市VOCs的主要组分,其次是含氧VOCs(OVOCs)和卤代烃.利用基于观测的模型定量分析臭氧与前体物之间的关系,发现削减VOCs会引起臭氧生成潜势的显著下降,而削减氮氧化物则会使臭氧生成潜势升高,说明武汉市臭氧生成处于VOCs控制区.在人为源VOCs中,间/对二甲苯和邻二甲苯的相对增量反应活性(RIR)最高,是影响臭氧生成的关键组分.

汕头市城区大气VOCs来源解析及其对臭氧生成的影响

利用超低温预浓缩GC-MS法于2019年10月对汕头市濠江区大气挥发性有机物(VOCs)进行在线实时观测,研究其污染特征、来源以及对臭氧生成的影响,并探讨关键VOCs活性物种及来源。研究发现,大气VOCs中烷烃含量占比最高;利用PMF模型确定6类排放源:机动车排放源(38.0%)、溶剂使用源(20.4%)、汽油泄露与挥发源(16.5%)、化工排放源(11.7%)、油燃烧源(7.9%)、植物排放源(5.5%);利用OBM模型对臭氧污染过程进行分析:濠江区具有显著的局地光化学臭氧污染潜势;臭氧生成主要受人为源VOCs控制与影响;人为源VOCs的5种关键活性物种分别为间/对二甲苯,甲苯和其他低活性芳香烃类,C6以上活性较大的烷烃,直链烯烃和支链烯烃;关键活性物种主要来源为溶剂使用源(32.4%),其次为机动车排放源(20.9%)和汽油泄露与挥发源(15.5%)。

苏州市初夏臭氧污染成因及年际变化

以2017~2021年的5~6月苏州市城区站点的大气污染物浓度为研究对象,分析了臭氧(O_(3))、氮氧化物(NO_(x))、总氧化剂(O_(x))、一氧化碳(CO)和挥发性有机物(VOCs)等污染物的变化特征,利用基于观测的模型(OBM)研究了O_(3)污染成因及其年际变化,解析了环境空气VOCs的主要来源及其变化趋势.结果表明:(1)近年来苏州O_(x)平均体积分数以及NO_(x)和CO平均浓度整体呈下降趋势,但VOCs的体积分数整体呈上升趋势;O_(3)污染天光化学反应前体物浓度水平仍较高,且显著高于优良天.(2)近年来苏州O_(3)生成处于VOCs控制区;苏州市VOCs和NO_(x)长期减排比例应不低于5∶1,在VOCs控制方面应注重对芳香烃和烯烃的减排.(3)源解析结果显示,工业排放、汽油车尾气和柴油机尾气是苏州市VOCs的主要排放源;近年来工业排放源和溶剂使用源有所下降,但汽油车尾气源和油气挥发源贡献率上升明显,且上述两类污染源排放VOCs的O_(3)生成潜势较高.(4)综合分析各排放源对O_(3)生成潜势的贡献发现,溶剂使用源和汽油车尾气源的VOCs排放是影响苏州市O_(3)生成的关键因素.

2020年和2021年南京城区臭氧生成敏感性和VOCs来源变化分析

PM_(2.5)和臭氧(O_(3))协同防控是“十四五”期间空气质量提升的重点.O_(3)生成与其前体物挥发性有机物(VOCs)和氮氧化物(NO_(x))呈高度非线性关系.基于南京市城区站点2020年和2021年的4~9月O_(3)、 VOCs和NO_(x)的连续在线监测数据,比较了两年间O_(3)及其前体物浓度的变化,进一步利用基于观测的盒子模型(OBM)和正定矩阵因子分解(PMF)模型分析了O_(3)-VOCs-NO_(x)敏感性和VOCs来源.结果表明,2021年的4~9月O_(3)日最大浓度、 VOCs和NO_(x)浓度的平均值相较于2020年同期约下降7%(P=0.031)、 17.6%(P<0.001)和14.0%(P=0.004).2020年和2021年的O_(3)超标天NO_(x)和人为源VOCs的平均相对增量反应活性(RIR)分别为0.17和0.14, 0.21和0.14,说明O_(3)生成处于VOCs和NO_(x)协同控制区.基于人为源VOCs和NO_(x)削减情景所模拟的O_(3)生成潜势等值线(EKMA曲线)也支撑这一结论.PMF解析结果显示工业和交通排放是VOCs的主要来源,其中与工业排放相关有5个因子,包括工业液化石油气(LPG)使用、苯化工、石化、甲苯相关的工业和溶剂涂料使用,对总VOCs浓度的贡献率为55%~57%.机动车尾气和汽油挥发因子的贡献率之和为43%~45%.进一步计算各因子的RIR值,结果显示石化和溶剂涂料使用的RIR值最高,说明从臭氧防控的角度,需要优先削减这两类源的VOCs排放.随着VOCs和NO_(x)减排措施的实施,O_(3)敏感性和VOCs来源会改变,因此在“十四五”期间仍需持续关注,以及时调整O_(3)防控策略.

典型热带海滨城市臭氧污染特征与成因分析

为深入探究典型热带海滨城市环境空气臭氧(O_(3))污染特征与成因,于2019年6~10月在海南省海口市城区站点开展O_(3)及其前体物观测实验,较为全面地分析了O_(3)污染特征,基于观测的模型(OBM)识别了O_(3)生成控制区,分析了O_(3)前体物敏感性,并开展了O_(3)前体物减排效果评估.结果表明:(1)海口市O_(3)污染主要出现在9月和10月,观测期间O_(3)日最大8h滑动平均值范围为39~190μg·m^(-3),O_(3)日变化呈单峰型,于14:00左右达到峰值.(2)海口市超标日NOx和VOCs浓度高于达标日,前体物浓度的升高是导致O_(3)污染的内在因素,同时O_(3)污染受区域传输影响,污染物主要来自于海口市东北部地区.(3)海口市O_(3)生成处于VOCs和NOx协同控制区.9~10月O_(3)生成敏感性前体物种不同,9月O_(3)生成对人为源VOCs最为敏感,而10月份对NOx敏感性更高,不同月份的控制措施应因时而异.(4)今后为控制海口市O_(3)污染,VOCs和NOx的减排比例以1∶1~4∶1为宜.

南京市南部地区O_(3)污染特征、生成敏感性及传输影响分析

作为中国最重要的城市群之一,近年来长江三角洲(YRD)地区大气臭氧(O_(3))污染问题突出.于2020年7~9月和2021年4~5月在南京市南部地区溧水站点开展了大气O_(3)、氮氧化物(NO_(x))和挥发性有机物(VOCs)等污染物的在线观测.在此基础上分析了溧水站点O_(3)的污染特征并与城区站点进行比较,发现溧水站点O_(3)污染较城区站点更加严重.在观测期间选择了3次典型的O_(3)污染过程,分别为2020年8月16~27日、2020年9月3~11日和2021年5月17~25日.利用基于观测的模型(OBM)分析了这3次污染过程的O_(3)-VOCs-NO_(x)敏感性.基于OBM所模拟的O_(3)前体物相对增量反应性(RIR)和NO_(x)和VOCs削减情景下O_(3)生成等值线(EKMA曲线)结果显示,3次污染过程中O_(3)-VOCs-NO_(x)敏感性分别处于NO_(x)控制区、协同控制区和VOCs控制区.这一差异可能与传输影响有关,因此进一步利用潜在源贡献函数(PSCF)和浓度权重轨迹(CWT)分析了3次污染过程中NO_(x)、VOCs和O_(3)的潜在源区.结果显示不同污染过程的NO_(x)、VOCs和O_(3)和潜在源区位置存在差异,分别受到了溧水点东部、南京市城区和安徽省东部、南京城区和长三角中部的影响.传输对O_(3)及其前体物的影响也表明了区域联防联控在长三角O_(3)污染防控中的必要性.

疫情管控期间深圳市城区VOCs的变化特征及减排效果评估

2022年3月为防止新冠肺炎疫情(COVID-19)的传播扩散,深圳市采取了严格的管控措施,这为研究深圳市环境空气中人为源挥发性有机物(AVOCs)变化对减排的响应,以及评估当前减排措施的有效性提供了检验机会.基于2022年3月7~27日深圳市莲花站污染物的在线观测数据,对疫情管控前、管控期间和解除管控后AVOCs的变化进行了分析,并利用基于观测的模型(OBM)研究了臭氧生成的敏感性变化,开展了前体物减排效果的评估.结果表明,受区域影响及气象条件的干扰,深圳市城区AVOCs的平均值在疫情管控期间并没有较管控前明显下降;但疫情管控期间“海陆风”影响下早高峰AVOCs的峰值较非管控期间平均下降了46%,且以芳香烃的降幅最大,下降了59%;在持续偏东风影响下或受区域传输影响AVOCs累积升高过程中,芳香烃也分别平均下降了25%和21%.深圳市疫情管控期间城区仍处于AVOCs控制区,短期内要使O_(3)下降,提高AVOCs的减排比例是最有效的措施,建议AVOCs与NO_(x)的协同减排比例大于1∶2;长期NO_(x)需深度减排到60%以上才有可能进入O_(3)的下降通道.情景模拟分析结果表明,疫情管控期间早高峰AVOCs的降低有利于抑制O_(3)的生成,对NO_(x)控制反而会促进O_(3)的生成,区域影响过程中加强本地芳香烃的控制能显著降低O_(3)生成.深圳市现阶段应加强对工业溶剂的管控,特别是降低溶剂源中对O_(3)生成影响较大的芳香烃;同时对机动车能源结构的改革持续推进,降低燃料燃烧中VOCs的排放.

西安市大气臭氧污染光化学特征与敏感性分析

汾渭平原是我国综合交通枢纽,也是重要的产业基地,但2017~2019年间臭氧均值浓度达到184μg/m;.西安市作为汾渭平原上的特大型城市,自2018年以来臭氧年均浓度始终超过国家二级标准.2019年夏季在西安市选择一段典型臭氧污染过程,将其分为起始、加重和清除3个阶段,利用基于观测模型(obserbation based model,OBM)对各阶段的臭氧污染特征与敏感性进行分析.结果发现,在污染加重阶段出现强辐射、高温、低湿和低压等有利于臭氧产生的气象条件,并且该阶段的高温和强辐射提高了异戊二烯与含氧挥发性有机物(oxygenated volatile organic compounds,OVOCs)的占比.敏感性分析表明浐灞站点处于过渡区,中国科学院地球环境研究所(简称"地环所")站点处于挥发性有机物(volatile organic compounds,VOCs)控制区,秦岭站点处于NO;控制区,且3个站点在污染过程的3个阶段中臭氧控制区类型未发生变化.将源解析方法与敏感性分析相结合,发现臭氧生成在起始阶段对各个排放源的敏感性要高于加重阶段;在臭氧污染加重阶段的局地臭氧产生速率要显著高于起始和清除阶段,浐灞、地环所和秦岭臭氧产生速率最大值分别为17.7、33.9和14.9 ppbv/h.综上,对于持续时间较长的臭氧污染过程,其臭氧浓度控制策略应该适当将时间提前到起始阶段,此时臭氧对前体物的敏感性更强,控制前体物浓度对降低臭氧生成的效率最高.

上海市光化学污染期间挥发性有机物的组成特征及其对臭氧生成的影响研究

光化学污染导致的高浓度臭氧(O3)是上海面临的重要大气污染问题.本研究分别选取了市区(徐汇)、城郊(青浦)和郊区(南汇)3个典型地区在夏季光化学污染易发季节开展了O3及其前体物挥发性有机物(VOCs)和氮氧化物(NOx)的观测,结合光化学箱模型研究探讨了O3生成的主控污染物.研究表明,不同地区O3污染呈现较强的同步性,日最大浓度也比较接近;但南汇郊区由于受机动车排放影响较小,NOx浓度显著低于其他两个地区,导致该地区O3浓度日变化曲线相对平缓,夜间O3浓度也维持在较高水平.大气VOCs浓度较高时,往往伴随高浓度的O3;3个地区VOCs浓度和组成差异明显,就VOCs浓度而言,徐汇>青浦>南汇;浓度贡献最主要的物种为甲苯、C2~C3的烷烃和烯烃、丙酮以及辛烷;而C7~C10芳香烃、C3~C4的烯烃、异戊二烯以及乙醛是上海大气臭氧生成潜势贡献最大的VOCs类物质.3个地区O3的生成主要受人为排放的二甲苯类和C3~C4烯烃类物质控制;对于徐汇,只控制NOx会导致O3浓度升高,而南汇郊区O3的生成对NOx排放不敏感.

近三年长沙市臭氧污染形势分析及污染成因和防治对策

臭氧(O_(3))对生态环境质量影响程度不断加深,统计发现,2019—2021年长沙市O_(3)超标的高发时间为夏、秋季,总辐射量≥0.85 MJ/m2、最高气温≥32℃、相对湿度≤65%为长沙市O_(3)生成较为有利的气象条件。利用基于观测的模型(OBM)模拟了污染高值时段长沙市3个站点区域的最优达标减排方案:环保学院站点区域应单独削减40%VOCs;高新区环保局站点区域应单独削减21%VOCs;马坡岭站点区域不具备达标条件,但单独削减VOCs可使O_(3)浓度下降速度最快。因此在不利的气象条件下,有针对性地设计科学的减排方案,可以显著降低O_(3)浓度。