四川盆地城市群臭氧污染时空精细演变特征的观测与模拟

基于四川盆地污染物浓度和气象数据,结合ERA5再分析资料研究了2019年8月22~28日臭氧(O_(3))污染过程的演变及高低空大气环流特征,并利用高分辨率中尺度天气预报模式WRF和多尺度空气质量模型CMAQ探究了O_(3)形成与传输过程.结果表明:①O_(3)浓度的分布特征与风向、温度的分布密切相关,O_(3)高值区主要位于高温和主导风向的下风向区域.污染过程中南亚高压和西太平洋副热带高压稳定地控制整个四川盆地,700和850hPa均受高压控制,盛行下沉气流,地面升温,促进O_(3)的迅速生成,同时抑制了地面O_(3)向高空的稀释扩散.②夜间1000m高度上O_(3)浓度水平和空间分布特征受白天地面O_(3)_8h浓度分布以及风场传输作用的影响较大.夜间O_(3)低值主要在盆地底部地区,成都及重庆市区受NO滴定作用影响,为两大低值中心,O_(3)高值中心受山脉阻挡作用,呈带状堆积在盆地边缘地区.③利用WRF-CMAQ模型中的过程分析量化不同物理化学过程对O_(3)浓度的相对贡献,垂直传输过程和气相化学是白天O_(3)的主要来源,干沉降和水平平流为地面O_(3)的主要汇.④利用ISAM综合源解析方法估算城市间输送对O_(3)浓度的相对贡献.受东北风输送的影响,模式边界对川东北城市群贡献为58.86%~79.23%;东南风使重庆O_(3)浓度受边界的影响较大,贡献约为72.50%.NO_(2)贡献的来源主要为城市自身及周边城市的传输.川东北城市群的NO_(x)排放较低,来自模式边界以及重庆地区的输入对川东北城市群有较大的贡献.⑤生物源、工业源和交通源对四川盆地O_(3)浓度的贡献显著,而居民源和电厂的贡献较低.成都、德阳、重庆、眉山、内江、宜宾等城市工业源的贡献率较高.