中国未来气象变化与人为排放控制对PM2.5浓度的区域差异化影响研究

推荐：为应对中国PM2.5污染的长期治理挑战，研究人员结合GCAM-China模型与动态降尺度模拟系统，评估了2060年不同气候情景（SSP126/245/370/585及CNT）下气象变化与人为排放控制对PM2.5的差异化影响。结果显示，京津冀和汾渭平原气象条件恶化将加剧污染，而长三角等地区则受益于气象改善；人为减排可显著降低PM2.5，但区域减排效果差异显著。该研究为制定区域差异化治理策略提供了科学依据。

　　

中国作为全球大气污染治理的焦点，尽管过去十年在PM_2.5（细颗粒物）控制上取得显著进展，但其浓度仍远超世界卫生组织（WHO）5 μg/m³的指导值。与此同时，气候变化通过改变气象条件（如温度、湿度、边界层高度）进一步影响污染物扩散与转化，而碳中和目标下的人为排放调控又带来新的不确定性。如何量化这两类因素对PM_2.5的差异化影响，成为制定长期治理策略的关键科学问题。

针对这一挑战，清华大学等机构的研究团队在《Sustainable Horizons》发表论文，首次耦合全球变化评估模型（GCAM-China）与区域气象-空气质量动态降尺度系统（WRF-CMAQ），模拟了2060年四种共享社会经济路径（SSP126/245/370/585）及碳中和情景（CNT）下中国PM_2.5的时空演变。研究通过对比基准年（2021）与未来情景的模拟数据，分离出气象变化与人为控制的独立贡献，揭示了京津冀等重污染区的气象恶化风险与沿海地区的潜在改善效应，为差异化治理提供了量化依据。

关键技术方法
研究采用多模型耦合框架：1）基于MRI-ESM2-0全球气候模型输出，通过均值偏差校正（MBC）生成高精度气象边界条件；2）利用WRF模型实现27 km分辨率区域气象动态降尺度；3）结合CMAQv5.3.3（CB6化学机制与AERO7气溶胶模块）模拟PM_2.5组分；4）整合GCAM-China与ABaCAS排放清单，量化不同情景下人为排放变化。所有模拟均以2018-2022年观测数据验证模型性能。

研究结果
3.1 气象变化的区域分异
温度（T2）与湿度（Q2）在所有情景下均呈全国性上升，但风速（WSPD）和边界层高度（PBLH）变化呈现显著区域差异。京津冀和汾渭平原的WSPD与PBLH普遍下降（SSP126下分别降低4.2%和6.1%），形成稳定的大气条件；而四川盆地因PBLH升高（SSP245下+3.8%）有利于污染物扩散。

3.2 人为排放的减排潜力
CNT情景下，NO_x和PM_2.5排放量较2021年下降94%，但溶剂使用导致的NMVOCs减排有限（41-58%）。长三角因工业深度脱硫实现SO₂减排97%，而珠三角受溶剂排放占比高影响，PM_2.5减排幅度最小（79%）。

3.3 PM_2.5组分的驱动机制
气象变化使京津冀二次无机盐（SO₄^2-、NO₃^-）浓度上升1.2-2.1 μg/m³，而长三角因降水增加抵消了二次生成效应。人为减排使所有区域PM_2.5组分显著下降，但京津冀居民燃煤导致SSP370情景下元素碳（EC）反增15%。

结论与意义
该研究首次揭示了中国未来PM_2.5治理的双重挑战：1）京津冀等北方地区需应对气象条件恶化带来的3.5 μg/m³潜在增量，需强化工业与交通协同减排；2）珠三角因溶剂排放刚性需开发VOCs深度控制技术；3）碳中和路径（CNT）可使重点区域PM_2.5降至10 μg/m³以下，证实气候政策与空气质量目标的协同性。成果为《大气污染防治行动计划》修订提供了区域差异化调控的理论基础，也为全球发展中国家应对气候-污染复合挑战提供了范式。