張明棣， 云 龍*， 李成柳， 郭鍵鋒， 古添發(fā)， 魏啟兵， 李文淑， 陳玉茹， 許均政， 李光程

1.深圳市環(huán)境監(jiān)測中心站， 廣東 深圳 518049

2.壹點環(huán)境科技(廣州)有限公司， 廣東 廣州 510220

對流層中臭氧(O3)主要是氮氧化物(NOx)和揮發(fā)性有機物(VOCs)在太陽輻射下發(fā)生一系列復(fù)雜的反應(yīng)生成的二次污染物，高濃度O3會對人體健康、生態(tài)及氣候造成不利影響[1-3]. 近年來，我國城市一次污染物濃度逐年下降，2013年《大氣污染防治行動計劃》實施后PM2.5濃度大幅下降[4-5]，然而O3濃度卻呈上升趨勢[6]. 作為光化學(xué)反應(yīng)的二次產(chǎn)物，O3在對流層中壽命較長，區(qū)域跨界傳輸影響不可避免. 研究[7]表明，南風(fēng)可以將河北省和山東省的O3及其前體物帶到北京市，對北京市的O3峰值濃度貢獻(xiàn)為34%～88%. 而在中國香港等沿海城市中，O3污染事件通常與弱偏北風(fēng)有關(guān)，主要是珠三角內(nèi)部城市的污染被轉(zhuǎn)移到了沿海地區(qū)[8]. 沿海城市汕頭市O3的來源量化研究中，區(qū)域傳輸貢獻(xiàn)了39.3%，本地生成貢獻(xiàn)了40.8%[9]. 鑒于O3污染的區(qū)域性特征，需要上下風(fēng)向城市間加強緊密合作，共同推進(jìn)污染的聯(lián)防聯(lián)控工作. 對于本地污染的治理，由于O3的生成與前體物呈非線性關(guān)系[10-11]，使得O3治理較一次污染物更困難，因此研究制定本地化O3污染控制措施對治理O3污染十分重要.

基于觀測的模型(observation-based model，OBM)作為研究O3與前體物關(guān)系的一種方法，在我國已得到廣泛應(yīng)用[12]. 多數(shù)研究[13-19]表明：城市地區(qū)的O3生成多處于VOCs控制區(qū)，且主要的敏感性VOCs組分為芳香烴和烯烴；而下風(fēng)向遠(yuǎn)郊區(qū)的O3生成則一般處于NOx控制區(qū)或過渡區(qū)，且同一個地區(qū)的敏感性會隨時間的變化有所改變. VOCs對O3生成的影響至關(guān)重要，而其對O3生成的量化研究在我國還處于起步階段. 其中，Shen等[20]研究表明，我國東部沿海城市醛酮類VOCs對O3峰值凈生成速率貢獻(xiàn)達(dá)37%；裴成磊等[21]發(fā)現(xiàn)，在關(guān)閉生物源排放后，廣州市O3濃度可降低6%～19%. 綜上，這些研究為分析VOCs對O3生成的影響提供了方向.

深圳市作為珠江三角洲南部沿海地區(qū)的特大型城市，近年來O3污染亦呈加劇態(tài)勢. 為了解VOCs對深圳市城區(qū)O3生成的影響，探究O3污染的防控策略，該研究選取2018年秋季深圳市一次O3連續(xù)污染過程，利用基于觀測的模型對深圳市城區(qū)O3生成敏感性進(jìn)行分析，識別影響O3生成的關(guān)鍵VOCs組分，并通過模型模擬VOCs組分體積分?jǐn)?shù)下降帶來的φ(O3) 的變化，量化了不同VOCs組分對O3生成的影響，以期為深圳市當(dāng)?shù)氐腛3污染防控提供科學(xué)參考.

1 材料與方法

1.1 觀測時段與地點

該研究強化觀測時段為2018年9月21日—10月18日. 觀測點位為國家環(huán)境空氣自動監(jiān)測站深圳蓮花站(22°33′N、114°03′E，海拔高度30 m)，位于深圳市中心城區(qū)福田區(qū)的蓮花山生態(tài)公園內(nèi). 其西面為蓮花山峰主體(主峰海拔100 m)，東面離交通主干道彩田路不足30 m，南面500 m處為東西向干道紅荔路. 兩處道路車流量較大，受上下班高峰影響常出現(xiàn)交通擁堵現(xiàn)象. 觀測點附近為居民住宅和商業(yè)混合區(qū)，無工業(yè)源，能基本代表深圳市城區(qū)大氣環(huán)境特點. 由于所處位置受山體影響，蓮花站的氣象數(shù)據(jù)不能很好地代表城區(qū)主導(dǎo)風(fēng)向特征，因此常規(guī)氣象數(shù)據(jù)采用更能代表福田區(qū)整體氣象變化特征的福田區(qū)竹子林氣象基地觀測塔(22°32′N、114°01′E，塔高 95 m，距觀測點5 km)監(jiān)測數(shù)據(jù).

1.2 樣品采集和分析方法

O3、NOx(NO與NO2)和CO的觀測均采用美國熱電公司i系列的自動連續(xù)觀測儀. VOCs采用法國Chormatotec公司生產(chǎn)的自動在線GC866型GC-FID(氣相色譜儀-氫火焰離子化檢測器)系統(tǒng)實時監(jiān)測. VOCs測量系統(tǒng)包含兩套獨立的分析儀，分別負(fù)責(zé)低碳(C2～C6)和高碳(C6～C12)VOCs物種的采集與分析. 樣品經(jīng)熱脫附系統(tǒng)采樣富集濃縮后，再送入氣相色譜系統(tǒng)進(jìn)行分析，時間分辨率為1 h. 測量物種包括美國光化學(xué)評估監(jiān)測站(PAMS)要求監(jiān)測的57種VOCs物種(簡稱“PAMS物種”). 觀測前期，使用美國Linde公司提供的PAMS物種混合標(biāo)準(zhǔn)氣體對儀器進(jìn)行校準(zhǔn)，以1×10-9、3×10-9、5×10-9、7×10-9、9×10-9建立標(biāo)準(zhǔn)工作曲線，89.5%的物種(包含乙烯、正丁烷、甲苯、間/對二甲苯等)可決系數(shù)(R2)在0.98以上. 觀測期間，每日自動執(zhí)行內(nèi)標(biāo)檢測，目標(biāo)物種峰面積偏差在10%以內(nèi)，表明系統(tǒng)運行穩(wěn)定. 在9月12日、10月2日及10月15日分別對系統(tǒng)進(jìn)行一次5×10-9標(biāo)準(zhǔn)氣體核查，以確保整個觀測期間監(jiān)測數(shù)據(jù)的可靠性.

1.3 基于觀測的模型

OBM是以實際觀測數(shù)據(jù)作為約束條件模擬大氣化學(xué)反應(yīng)的一個盒子模型[22]，是一種基于觀測數(shù)據(jù)研究O3污染成因的分析方法. 研究使用的是山東大學(xué)環(huán)境研究院開發(fā)的基于觀測的大氣氧化性和光化學(xué)模型OBM-AOCP (observation-based model for investigating atmospheric oxidation capacity and photochemistry)[13,23-25]，選用了其中的Regional Atmospheric Chemistry Model (RACM2)大氣化學(xué)機制進(jìn)行模擬. 實際觀測到的VOCs、NO、NO2、CO和氣象觀測小時數(shù)據(jù)被輸入到模型中，光解速率由模型根據(jù)采樣點的經(jīng)緯度和采樣時間自動計算調(diào)整，假設(shè)污染物充分混合，從而模擬大氣光化學(xué)反應(yīng)過程. 其中VOCs以化學(xué)結(jié)構(gòu)和活性相近的組分組合成的模式物種參與到模型的化學(xué)反應(yīng)運算中，表1列出了該研究主要涉及的模式物種. 模型中O3凈生成速率〔NetP(O3)〕 的計算公式:

表1 OBM-RACM2模式物種

L(O3)=k3[O1D]+[k4[OH]+k5[HO2]+

(2)

NetP(O3)=P(O3)-L(O3)

(3)

式中：P(O3)、L(O3)和NetP(O3)分別為O3生成速率、O3消耗速率和O3凈生成速率，10-9h-1；[HO2]、[NO]、[RO2i]、[O1D]、[OH]、[VOCi]、[O3]、[NO2]、[NO3]和[N2O5]分別為HO2·、NO、RO2·、激發(fā)態(tài)氧原子(O1D)、·OH、VOCs、O3、NO2、NO3·和N2O5的體積分?jǐn)?shù)，10-9；k1、k2i、k3、k4、k5、k6i、k7、k8i、k9i、k10分別為HO2·與NO反應(yīng)、RO2·與NO反應(yīng)、O3的光解、·OH與O3反應(yīng)、HO2·與O3反應(yīng)、VOCs與O3反應(yīng)、·OH與NO2反應(yīng)、NO2與RO2·反應(yīng)、VOCs和NO3·反應(yīng)、N2O5熱解反應(yīng)的速率常數(shù). 具體化學(xué)反應(yīng)式及對應(yīng)的速率常數(shù)參見文獻(xiàn)[26].

相對增量反應(yīng)活性(RIR)是OBM的核心概念，通過降低特定前體物的濃度來計算不同前體物的RIR，進(jìn)而判斷O3生成的敏感性[22,27]. RIR定義為在改變O3特定前體物體積分?jǐn)?shù)之后，O3生成速率變化的百分比與O3特定前體物體積分?jǐn)?shù)變化百分比的比率，計算公式：

(4)

式中：X為O3特定前體物；RIR(X)為O3特定前體物X的相對增量反應(yīng)活性；PO3(X)為O3特定前體物X未做任何改變情況下的O3生成速率，10-9h-1；ΔPO3(X) 為改變O3特定前體物X的體積分?jǐn)?shù)后O3生成速率的變化量，10-9h-1；φ(X)為O3特定前體物X的體積分?jǐn)?shù)，10-9；Δφ(X)為O3特定前體物X體積分?jǐn)?shù)的變化量，10-9. 該研究通過對特定前體物體積分?jǐn)?shù)減少20%來探究O3前體物與O3的生成關(guān)系.

通過計算不同VOCs組分對O3生成的相對貢獻(xiàn)[28]，可進(jìn)一步確認(rèn)各VOCs組分在O3光化學(xué)生成中的相對貢獻(xiàn)，計算公式：

(5)

式中，RC(X)為VOCs組分X對O3生成的相對貢獻(xiàn)，%.

2 結(jié)果與討論

2.1 O3污染觀測特征

表2列出了觀測期間主要氣象參數(shù)及O3、NO2、NO、CO、VOCs (PAMS物種)體積分?jǐn)?shù)的平均值. 由表2可見，觀測期間平均氣溫、相對濕度、風(fēng)速分別為26.20 ℃、68.92%、1.07 m/s.φ(O3)峰值平均值為75.45×10-9，前體物NO2、NO、CO、ISO和AHC(人為源VOCs)的體積分?jǐn)?shù)分別為13.70×10-9、3.98×10-9、0.62×10-6、0.20×10-9、12.85×10-9. 比較污染日〔φ(O3)日最大8 h平均值>75×10-9的日期〕與非污染日發(fā)現(xiàn)，污染日φ(O3)小時峰值是非污染日的1.88倍，φ(O3)日最大8 h平均值是非污染日的2.06倍. 比較污染日與非污染日主要氣象參數(shù)的差異發(fā)現(xiàn)，與非污染日相比，污染日平均氣溫略高，相對濕度明顯下降，而日間高溫低濕是O3生成的有利條件[29]. 從前體物差異來看，污染日φ(NO2)和φ(AHC)要高于非污染日，但φ(NO)和φ(ISO)較非污染日低，推測污染日深圳市城區(qū)一次污染源的排放強度較弱，而二次轉(zhuǎn)化生成與傳輸影響相對突出.

表2 觀測期間深圳市城區(qū)氣象參數(shù)及污染物的小時平均值

由于存在傳輸影響，風(fēng)向的變化對沿海地區(qū)O3污染的發(fā)生非常重要. 觀測期間，非污染日主要以偏東和偏南風(fēng)影響為主，污染日則受偏北風(fēng)和南北風(fēng)交替影響較為突出. 根據(jù)近地面風(fēng)向的變化特征，將O3污染日分為持續(xù)偏北風(fēng)影響型、海陸風(fēng)影響型、無明顯主風(fēng)型三種類型，進(jìn)一步分析秋季深圳市城區(qū)O3的污染特征. 該研究中持續(xù)偏北風(fēng)影響型指白天至少9 h的風(fēng)向為偏北風(fēng)(按十六方位劃分為292.5°～360.0°和0°～67.5°)，且入夜后主導(dǎo)風(fēng)向未發(fā)生改變的日期；海陸風(fēng)影響型指白天主要受偏北風(fēng)影響，入夜(18:00左右)后主導(dǎo)風(fēng)向轉(zhuǎn)為偏南風(fēng)(112.5°～247.5°)的日期；無明顯主風(fēng)型則是指一天中風(fēng)向轉(zhuǎn)變較頻繁的日期.

圖1為不同風(fēng)向類型下主要污染指標(biāo)和氣象參數(shù)的日變化情況. 由圖1可見，不同風(fēng)向類型下φ(O3) 小時峰值水平相當(dāng)，入夜后海陸風(fēng)影響型和無明顯主風(fēng)型φ(O3)下降變緩，導(dǎo)致φ(O3)日最大8 h平均值較持續(xù)偏北風(fēng)影響型高. 分析φ(O3)傍晚后下降變緩的原因發(fā)現(xiàn)，海陸風(fēng)影響型和無明顯主風(fēng)型入夜后風(fēng)向分別轉(zhuǎn)為偏南風(fēng)和偏東風(fēng)，過程伴隨相對濕度和風(fēng)速的上升，受海洋氣團影響明顯. 不同的是，入夜后海陸風(fēng)影響型表現(xiàn)出φ(NO2)與φ(O3)同時上升，且φ(CO)和φ(SO2)較高，說明在海陸風(fēng)影響下入夜后φ(O3)居高不下與海洋上空積聚的O3污染氣團再循環(huán)回近岸地區(qū)密切相關(guān)，而此現(xiàn)象在沿海城市較為常見[30-31]. 在無明顯主風(fēng)型影響下入夜后φ(O3)較高，可能是因入夜后海風(fēng)由南風(fēng)轉(zhuǎn)為了東風(fēng)，受到沿海長距離O3的傳輸或?qū)α鲗禹斦郫B導(dǎo)致中高層O3下沉輸送影響所致[32-33]. 值得注意的是，持續(xù)偏北風(fēng)影響下φ(O3)初始值較其他類型低，但φ(O3) 小時峰值出現(xiàn)時間較其他風(fēng)向類型早；而不同風(fēng)向類型下日間間/對-二甲苯與乙苯的體積分?jǐn)?shù)之比并沒有明顯差異，即光化學(xué)反應(yīng)強度基本相當(dāng). 可見，日間φ(O3)的迅速升高可能與北面區(qū)域的傳輸有一定關(guān)系，同時持續(xù)偏北風(fēng)影響下夜間φ(NOx)和φ(AHC)水平較高.

圖1 污染日不同主導(dǎo)風(fēng)向類型下主要污染指標(biāo)和氣象參數(shù)的日變化情況

2.2 O3原位生成特征

O3的變化是本地化學(xué)過程(包括生成和消耗)、區(qū)域輸送(包括輸入與輸出)和沉降等過程綜合作用的結(jié)果，其中本地化學(xué)生成可由OBM模型模擬計算得到. 相對于區(qū)域傳輸影響的不可控性，研究O3的本地生成特征更有利于指導(dǎo)制定有針對性的管控措施. 圖2為O3污染期間φ(O3)模型模擬值與實際觀測值的小時變化趨勢及二者相關(guān)性散點圖. 由圖2可見，φ(O3)模擬值與觀測值之間相關(guān)性較好，R2為 0.622 4，基本重現(xiàn)了觀測點位φ(O3)的日變化規(guī)律. 因此，整體上模型模擬的結(jié)果可代表原位光化學(xué)生成特征[34]. 需要注意的是，由于模擬過程VOCs數(shù)據(jù)僅輸入了連續(xù)觀測到的PAMS物種數(shù)據(jù)，忽略了醛酮等物種的影響，會導(dǎo)致O3原位生成速率被低估. 此外，與φ(O3)模擬值相比，φ(O3)觀測值在上午時段增速更快，峰值時間也較模擬峰值時間提前，這部分φ(O3) 增長不能用原位光化學(xué)反應(yīng)生成來解釋，應(yīng)歸因于傳輸影響[35].

O3的光化學(xué)反應(yīng)產(chǎn)生途徑主要是通過過氧自由基(HO2·、RO2·)氧化NO生成NO2，NO2再光解產(chǎn)生O3. 由圖3可見，不同主導(dǎo)風(fēng)向類型下HO2·與NO反應(yīng)的最大小時反應(yīng)速率平均值為9.39×10-9～11.85×10-9h-1，RO2·與NO反應(yīng)的最大小時反應(yīng)速率平均值為6.83×10-9～7.84×10-9h-1，兩種途徑對O3生成的貢獻(xiàn)率分別為57.9%～60.2%和39.8%～42.1%，與其他城市結(jié)果[20,36]相似. O3的化學(xué)消耗一般比較低，主要消耗途徑為O3的光解(貢獻(xiàn)率為14.1%～17.7%)、NO2與·OH的反應(yīng)(貢獻(xiàn)率為43.8%～47.9%)、NO2與RO2·的反應(yīng)(貢獻(xiàn)率為13.4%～14.6%)以及NO3·與VOCs的反應(yīng)(貢獻(xiàn)率為13.2%～19.3%). 整體來看，排除光解差異的影響，不同主導(dǎo)風(fēng)向類型下深圳市城區(qū)O3化學(xué)生成的建模結(jié)果具有一致性. 污染日白天，O3凈生成速率平均值為7.99×10-9h-1，最大小時凈生成速率平均值為12.85×10-9h-1(出現(xiàn)在13:00左右)，與國內(nèi)其他城市相比，低于北京市(70×10-9h-1)[18]和廣州市(39×10-9h-1)[17].

圖3 污染日不同主導(dǎo)風(fēng)向類型下日間(07:00—17:00)O3的凈生成速率

2.3 影響O3生成的關(guān)鍵VOCs組分

O3的化學(xué)生成與消耗分析表明，任何干擾HO2·和RO2·的過程都會直接影響O3的生成，而VOCs與·OH 的反應(yīng)是生成RO2·和HO2·的重要途徑，因此識別影響O3生成的關(guān)鍵VOCs組分對研究控制O3策略具有重要意義. 圖4為模型計算的CO、NOx、ISO、AHC以及主要VOCs組分的RIR值. 由圖4可見，污染期間CO和VOCs所有組分的RIR值均為正值，而NOx的RIR值為負(fù)值(平均值為 -1.26). 由此可知，深圳市城區(qū)O3生成處于VOCs控制區(qū)，即減少VOCs有利于O3的下降，但存在一定程度的局部NOx削減不利效應(yīng)，特別是在持續(xù)偏北風(fēng)影響下該不利效應(yīng)更加明顯. XYM(二甲苯)的RIR值(0.42)是不同主導(dǎo)風(fēng)向類型下AHC組分中最大的，其次是HC8(0.27)、OLT(0.24)和TOL(0.21)，其RIR值均大于0.20. ISO的RIR平均值為0.35，僅次于人為源組分中的二甲苯，具有較強的O3生成敏感性.

圖4 污染日不同主導(dǎo)風(fēng)向類型下O3主要前體物的RIR值

結(jié)合各組分的RIR值與體積分?jǐn)?shù)，利用式(5)計算各VOCs組分對O3生成潛在的相對貢獻(xiàn). 由圖5可見：污染期間，深圳市城區(qū)VOCs人為源組分中TOL、HC8、XYM、HC3和ETE是對O3生成潛在貢獻(xiàn)較大的5個組分，相對貢獻(xiàn)率分別為24.8%、18.1%、16.7%、15.6%和5.6%；ISO對O3生成的相對貢獻(xiàn)率為5.1%，其余非甲烷烴類物種對O3生成的相對貢獻(xiàn)率在5.0%以下. 綜上，芳香烴與烯烴組分是深圳市城區(qū)O3生成的關(guān)鍵組分，與深圳市其他區(qū)域的研究結(jié)果[35,37]基本一致.

圖5 VOCs各組分對O3生成的相對貢獻(xiàn)率

2.4 量化VOCs組分對O3生成的影響

通過模型分析比較VOCs各組分體積分?jǐn)?shù)減少20%后，對應(yīng)φ(O3)的變化情況，進(jìn)一步量化了VOCs組分對O3生成的影響. 由圖6可見：如單獨將φ(ISO) 降低20%，與基礎(chǔ)情景相比，污染日φ(O3)小時峰值平均下降了6.59×10-9，降幅為6.2%；如單獨將φ(AHC)降低20%，與基礎(chǔ)情景相比，污染日φ(O3) 小時峰值平均下降了30.05×10-9，降幅為28.0%，可見VOCs減排可以有效降低φ(O3). 其中，AHC組分中降低XYM、HC8、OLT和TOL體積分?jǐn)?shù)對降低φ(O3)的效果較好，在分別單獨降低20%的情況下，對應(yīng)的φ(O3)小時峰值平均降幅在4.0%～10.1%之間，且降低φ(XYM)帶來的效果最顯著，與Yu等[35]提出的減少人為源VOCs(尤其是芳烴)是減少當(dāng)?shù)豋3產(chǎn)生的最有效方法的結(jié)論一致. 分析各組分中主要組成物種的來源，其中TOL、XYM組分中最重要的物種分別為甲苯和間/對-二甲苯，二者在珠三角城區(qū)主要來源為機動車排放與芳香烴溶劑使用過程的揮發(fā)[38-39]；HC8組分中最重要的物種為正己烷、環(huán)己烷和正辛烷，其主要與烷烴溶劑的使用有關(guān)[40]；丙烯是OLT組分中最重要的物種，在珠三角城區(qū)主要來源于機動車排放[35,41]. 因此，VOCs的減排應(yīng)注重對機動車尾氣排放、溶劑使用源的管控.

圖6 模型模擬VOCs組分體積分?jǐn)?shù)降低20%對應(yīng)的φ(O3)變化情況

研究還利用觀測期間每6天采集1次的醛酮類化合物離線監(jiān)測數(shù)據(jù)，利用OBM模型評估了醛酮類化合物對深圳市城區(qū)O3生成的影響. OBM模型要求輸入小時分辨率數(shù)據(jù)，因此需要對醛酮類化合物數(shù)據(jù)進(jìn)行處理. 根據(jù)醛酮類化合物來源具有一次源和二次源的特征，利用算法補充了醛酮物種的小時分辨率數(shù)據(jù)：二次源部分來源利用模型在不輸入實測醛酮物種數(shù)據(jù)情況下，由烴類物種和其他氣態(tài)化合物反應(yīng)計算得到；一次源部分則利用醛酮物種與CO的相關(guān)性進(jìn)行插值計算得到. 由圖7可見，增加醛酮類化合物后φ(O3)平均峰值從107.14×10-9升至204.25×10-9，上升了90.6%. 醛酮類VOCs中對O3生成相對貢獻(xiàn)最大的組分是C3以上的醛類(包括丙醛、戊醛和己醛)，貢獻(xiàn)率為55.1%；其次是甲醛，貢獻(xiàn)率為12.4%. 與汕頭市[20]的研究結(jié)果相比，深圳市城區(qū)醛酮類VOCs對φ(O3)峰值貢獻(xiàn)更大. 通過對比醛酮物種體積分?jǐn)?shù)平均值(見表3)可以發(fā)現(xiàn)，觀測期間深圳市城區(qū)對O3生成相對貢獻(xiàn)較大的丙醛、己醛，其實際濃度也顯著高于汕頭市[20]. 由此可見，醛酮類VOCs(特別是丙醛、己醛和甲醛)對深圳市城區(qū)O3生成影響較大，面對日益惡化的O3污染，深圳市下一步應(yīng)重視醛酮類VOCs的監(jiān)測與研究.

圖7 增加醛酮類化合物后模型模擬的φ(O3)與基礎(chǔ)情景的比較

表3 蓮花站醛酮類化合物水平與其他站點的對比

3 結(jié)論

a) 深圳市城區(qū)秋季O3污染日具有氣溫高、相對濕度低的特點，主導(dǎo)風(fēng)向主要為持續(xù)偏北風(fēng)影響型、海陸風(fēng)影響型、無明顯主風(fēng)型三種類型. 其中，在海陸風(fēng)影響型影響下,入夜后φ(O3)居高不下的現(xiàn)象與海洋上空積聚的O3回流密切相關(guān)；無明顯主風(fēng)型受傳輸影響在入夜之后φ(O3)也表現(xiàn)出居高不下的特征.

b) O3的光化學(xué)反應(yīng)生成途徑主要是HO2·+NO和RO2·+NO，兩種途徑產(chǎn)生O3的貢獻(xiàn)率分別為57.9%～60.2%和39.8%～42.1%. 白天O3凈生成速率平均值為7.99×10-9h-1，最大小時凈生成速率平均值為12.85×10-9h-1(出現(xiàn)在13:00左右). 不同主導(dǎo)風(fēng)向類型下，深圳市O3化學(xué)生成的建模結(jié)果具有一致性.

c) RIR的分析結(jié)果表明，深圳市城區(qū)O3生成受VOCs控制，其中植物源ISO和人為源中植物源ISO XYM、TOL、HC8、OLT是影響O3生成的五大關(guān)鍵組分.

d) 通過模擬將VOCs組分體積分?jǐn)?shù)減少20%，從而量化其對O3生成的影響，結(jié)果表明，VOCs體積分?jǐn)?shù)的下降對降低φ(O3)有顯著效果. 其中，φ(ISO)和φ(AHC)單獨下降20%，φ(O3)小時峰值分別可分別下降6.2%和28.0%. 在人為源VOCs組分中以φ(XYM)降低帶來的φ(O3)下降效果最顯著，降幅為10.1%，因此深圳市城區(qū)VOCs的減排應(yīng)注重對機動車尾氣排放和溶劑使用源的管控.

e) 醛酮類VOCs對深圳市城區(qū)O3生成影響較大，該研究中由于觀測期間醛酮物種手工采樣間隔較長，數(shù)據(jù)的時間分辨率較低，因此研究結(jié)論可能存在一定的局限性. 建議下一步加強醛酮類VOCs的監(jiān)測與研究，為O3的污染治理及污染源的精細(xì)化管控提供數(shù)據(jù)基礎(chǔ)與科學(xué)依據(jù).