为获取不同前体物对臭氧生成的敏感性，有效应对臭氧污染，中科三清采用基于MCM（Master Chemical Mechanism）化学机制的盒模型来模拟近地层臭氧化学反应过程，从而获取臭氧生成速率，并通过敏感性试验计算其前体物相对增量反应性（Relative Incremental Reactivity，RIR），在此基础上，结合臭氧实测浓度变化率，进一步获取臭氧收支平衡。

以NOx和VOCs及其组分监测等数据作为输入进行模拟，即采用的是基于观测的模型（Observation-Based Model，OBM）方法，与基于排放的模型（Emission-Based Model，EBM）方法相比，该模型避免了由于引入排放清单不确定性所导致的误差，从而更加快速地捕捉大气污染的实时演变特征。OBM模型中使用的MCM建立了上万个大气污染化学反应方程，能详细描述挥发性有机物的气相反应过程，其支持的VOCs物种基本涵盖主流超级观测站所观测的组分物种，因而能充分利用昂贵的超级站观测数据，给出精细化的光化学分析结果。

相对增量反应性是光化学臭氧生成速率的变化百分比与源效应变化百分比的比值。RIR值为正时，表明降低该污染物的浓度有利于臭氧浓度的降低，RIR值越大，对臭氧生成越敏感。RIR值为负时，表明降低该污染物不利于臭氧浓度降低。RIR（NOx）与RIR（VOCs）值的正负关系以及相对大小可以用来判断该观测点所处光化学控制区类别（VOCs控制区、过渡区或者NOx控制区）。当RIR（NOx）<0且RIR（VOCs）>0时，则该观测点处于VOCs控制区，O3生成主要受VOCs影响；当RIR（NOx）>RIR（VOCs）>0时，则该观测点处于NOx控制区，O3生成主要受NOx影响；当RIR（VOCs）>RIR（NOx）>0时，则该观测点处于过渡区，O3生成受NOx与VOCs共同影响。

将生成臭氧的前体物AVOCs进一步细分，可获取AVOCs不同物种对臭氧的生成敏感性。基于计算的不同物种RIR的值，可获取影响臭氧生成的主要物种，指导臭氧的减排管控，结合受体源解析、特征物种示踪、VOCs组分排放清单等可进一步识别该物种的行业来源，实现排放源的精细化管控。

下图为某组分观测站点某日计算的不同污染物的RIR值，从图中可得到该监测站点处于VOCs控制区，减排VOCs有利于臭氧的管控，同时进一步细分可发现芳香烃中的邻-二甲苯对臭氧的生成最为敏感，可优先管控该物种所对应的行业或排放源。

图：相对增量反应性

（上：O₃前体物对应的RIR；左下：AVOCs分种别对应的RIR；右下：AVOCs分物种对应的RIR）

近地面臭氧的改变是局地光化学、区域传输共同作用的结果，局地光化学和区域传输对站点臭氧生成的影响可正（生成和输入）可负（去除和输出）。通过臭氧收支平衡分析可获得臭氧的生成是来源于输送还是光化学生成。下图为某组分观测站某日臭氧的收支平衡分析，从图中可得到该监测站点日最大的光化学生成速率出现在14:00 h，为5.3×10⁻⁹/h；10:00-13:00 h臭氧浓度升高除受到本地光化学生成的影响，同时也有传输的影响；14:00-19:00 h臭氧浓度降低的主要原因是由于输送的影响。

图：臭氧逐小时收支平衡图

（上：传输变化；中：光化学生成；下：臭氧收支平衡）

通过对不同物种RIR及臭氧收支平衡的分析，可识别臭氧污染的成因及优选具体的管控物种，有利于支撑臭氧污染的管控及决策。同时结合超级站综合分析平台其他成熟技术产品，如EKMA曲线、OFP、SOAP、源解析、特征物种示踪等，可实现臭氧污染多维度分析，支撑臭氧更精细化的管控。

为完成“十四五”空气质量改善目标，有效应对臭氧光化学污染，中科三清将持续致力于臭氧生成机制的研究并研发新的技术产品，不断提升臭氧污染提前防控、精准防控、科学防控的能力，支撑环境监测及管理客户对臭氧污染防治实际的业务需求。