基于1 × 1 km2 WRF–SMOKE–CMAQ框架的华盛顿特区街区尺度O3、NO2与PM2.5研究

《ACS ES&T Air》：Neighborhood-Scale O3, NO2, and PM2.5 in Washington, D.C. from a 1 × 1 km2 WRF–SMOKE–CMAQ Framework

　　

量化精细空间尺度的空气污染浓度对于解析城市内部暴露变异性以及识别对不同区域人群造成不成比例影响的污染源具有重要意义。研究人员开发了一个街区尺度分辨率（1 × 1 km²）的WRF–SMOKE–CMAQ建模框架，用以表征2017年华盛顿特区的O₃、NO₂和PM_2.5浓度。在与美国环保署空气质量系统（EPA AQS）观测数据及国家气候数据中心（NCDC）气象数据的比对评估中，WRF合理再现了温度和比湿的时间变率（平均r分别为0.8和0.7），但偏差随季节变化。CMAQ再现了O₃和PM_2.5的季节和日变化模式，小时O₃的r最高达0.7，但NO₂存在负偏差（?14%至?29%），反映了在解析近道路梯度方面的挑战。研究人员发现NO₂存在显著的城市内部浓度变异性，其变异系数高于O₃，且是PM_2.5的三倍以上。由于NO_x滴定/抑制作用，城市核心区各月O₃浓度比城市核心区外低4%至11%。与4 × 4 km²分辨率相比，1 × 1 km²模拟增加了O₃的人口加权暴露（PWE）（+0.5%至+1.5%），但降低了NO₂（?3%至?6%）和PM_2.5（?1.5%至?3%）的PWE。VOC/NO_x比值表明城市核心区主要以NO_x饱和化学为主。这项工作展示了高分辨率区域空气质量建模在异质性城市环境中的价值与现存挑战。

**论文解读：基于1 × 1 km2 WRF–SMOKE–CMAQ框架的华盛顿特区街区尺度空气质量研究**

空气污染是美国及全球范围内领先的环境健康风险因素。地表臭氧（O₃）、二氧化氮（NO₂）和细颗粒物（PM_2.5）的暴露与心血管和呼吸系统疾病发病率增加、认知能力下降以及过早死亡等健康终点相关。传统法规监测站点虽然时间覆盖连续，但在空间上稀疏且分布不均，难以刻画城市内部数公里尺度上可相差数倍的污染梯度。卫星遥感受云层、垂直分辨率限制及重访周期影响，对近地面NO₂和PM_2.5的刻画能力不足。化学传输模型（CTM）能够模拟排放、平流、扩散、沉降和化学转化过程，提供空间完整的浓度场，但以往针对华盛顿特区的研究多依赖地面观测或较粗分辨率模拟（如12 × 12 km²），尚未系统表征街区尺度的污染物空间变率和O₃化学敏感态。为此，研究人员开发并应用了1 × 1 km²分辨率的WRF–SMOKE–CMAQ建模框架，旨在解析华盛顿特区内部污染暴露异质性、评估高分辨率模拟相比4 × 4 km²分辨率的增量价值，并为区域空气质量管理提供科学基础。该研究发表于《ACS ES》。

在技术方法上，研究人员采用Weather Research and Forecasting（WRF v4.2.1）模型生成气象场，Sparse Matrix Operating Kernel of Emissions（SMOKE v4.7）基于2017年国家排放清单（NEI 2017）及邻里排放制图业务（NEMO）的1 × 1 km²排放数据处理排放源，Community Multi-scale Air Quality（CMAQ v5.4）模型执行多尺度嵌套模拟（12/4/1 km）。模拟时段为2017年2月、5月、8月和11月，代表四季。气象评估采用国家气候数据中心（NCDC）的7个METAR站点观测，空气质量评估采用美国环保署空气质量系统（AQS）的O₃、NO₂和PM_2.5小时观测数据。人口暴露计算基于2017年美国社区调查的普查区块组人口，按华盛顿特区邻里集群进行面积加权，计算人口加权暴露（PWE）。

**3.1 WRF模型评估**：WRF对2米温度（T2）和比湿（Q2）的再现能力较好，四季相关系数平均分别为0.8和0.7，但存在季节偏差（2月冷偏差?2.5 K，8月和11月暖偏差分别为+1.1 K和+1.9 K）。风速呈轻微负偏差（?0.3至?0.5 m/s），风向误差在暖季较大（5月和8月平均误差约67°），表明城市下垫面参数化和局地环流表征仍有改进空间。

**3.2 CMAQ模型评估**：CMAQ对小时O₃的模拟中等，夏季（8月）相关性最好（r=0.7），小时偏差在?13%至+21%之间，多数月份满足±15%的标准但未达到±5%的目标。O₃日最大8小时平均（MDA8h）相关性较低（r=0.1–0.5），但偏差较小。NO₂持续呈现负偏差（?14%至?29%），尤其路边监测点偏差更大，反映公里尺度网格难以解析近道路梯度，且排放清单可能低估移动源NO_x。PM_2.5小时相关性低至中等（r=0.3–0.4），日平均相关性改善（r=0.3–0.6），日偏差在?24%至+14%范围内，多数月份满足±30%的标准。

**3.3 1 × 1 km²域内模拟浓度的空间特征**：模拟结果显示NO₂在全年表现出最强的空间梯度（变异系数CV≈0.33），是O₃（CV≈0.04）的八倍以上，也是PM_2.5（CV≈0.1）的三倍以上。NO₂高值沿州际公路（I-495、I-95、I-66、US-50等）分布，与机动车排放一致。O₃在城市核心区各月比核心区外低4%–11%，归因于NO_x滴定/抑制作用。PM_2.5空间分布相对均匀，反映其二次和区域输送组分的主导性。城市核心区与外围的O₃差异在冬季和晚秋更为显著。

**3.3.1 比较1 km和4 km分辨率的模型性能**：分辨率细化对模拟浓度的影响因污染物和季节而异。对于O₃，1 × 1 km²与4 × 4 km²的性能差异较小（|Δr|<0.1），但1 km模拟在某些月份略高的平均误差和均方根误差（RMSE）。对于NO₂，1 km模拟减小了大多数季节的平均偏差，但RMSE更高、相关性更低，表明细化网格虽能改进平均浓度估计，却未必能完全捕捉时空变异。对于PM_2.5，1 km分辨率在春至秋季改善了RMSE和相关性，冬季则有所退化。总体上，1 km模拟相比4 km模拟在华盛顿特区产生更高的O₃（约+2%–3%）和更低的NO₂（约?3%–?8%）及PM_2.5（约?1%–?3%）浓度，反映了网格细化对排放扩散和化学过程的重新分配。

**3.3.2 人口加权暴露与分辨率依赖性暴露分布**：将网格分辨率从4 × 4 km²细化至1 × 1 km²后，O₃的人口加权暴露（PWE）一致增加（MDA8 O₃中位数差异约+0.5%至+1.5%），而NO₂和PM_2.5的PWE则一致降低（NO₂约?3%至?6%，PM_2.5约?1.5%至?3%）。这主要是因为较粗网格将高浓度道路走廊稀释到更大区域，而1 km网格能保留更尖锐的近路梯度，导致人口密集区附近的NO₂和PM_2.5浓度在1 km模拟中更低，而O₃因NO_x滴定减弱而略有升高。该发现表明公里尺度建模能提供超出粗分辨率模拟的暴露信息，对城市环境公平性研究具有潜在价值。

**3.3.3 O₃形成的化学驱动因子**：研究人员利用日间地表VOC/NO_x比值（碳摩尔加权）和HCHO/NO₂柱比值诊断O₃生成敏感态。结果显示，华盛顿特区城市核心区的VOC/NO_x比值在冬季（2月）约0.9，夏季（8月）约4，表明核心区主要处于VOC限制（NO_x饱和）状态，且沿主要交通走廊尤为明显；核心区外冬夏比值分别为1.5和12.5，显示向NO_x敏感态过渡。HCHO/NO₂比值的空间分布与之一致。在夏季最热时段，核心区部分区域接近过渡区，提示VOC和NO_x减排均可能影响峰值O₃。研究者指出，这些指标描述的是局地化学敏感性，而非对区域输送的完全响应。

**讨论与结论**：研究讨论了若干局限性，包括1 km网格仍不足以解析街谷和近道路微尺度过程、模拟仅覆盖四个代表性月份、WRF未采用城市冠层参数化、离线耦合限制化学-气象反馈、排放清单存在不确定性等。尽管如此，高分辨率模拟仍显著改善了城市内部污染空间变率的表征。研究结论强调，公里尺度CTM模拟能够解析街区尺度的污染物梯度、暴露差异和光化学变率，为华盛顿特区这类O₃达标压力大且暴露差异明显的城市提供了比传统区域模拟更精细的依据，也为未来空气质量管理策略和健康影响评估奠定了方法基础。