污染排放和气象条件是影响空气质量的两个重要因素。为了确保2014年APEC会议期间北京地区良好的空气质量,中国政府实施了一系列的排放控制措施,这为我们量化排放控制和气象条件对北京空气质量改善的贡献提供了理想的天然试验场。本文通过综合分析APEC期间北京地区八个站点小时尺度的大气污染监测数据发现:在APEC会议期间,除了O₃浓度比会议前有所增加外,其他几种主要大气污染物(如:PM_2.5、PM₁₀、SO₂、NO₂、CO)的浓度相比会议前都有显著降低。同时,我们借助WRF-Chem模式开展了精细的数值模拟。总体而言,WRF-Chem模式很好地再现了北京地区PM_2.5、PM₁₀、NO₂、CO、O₃浓度时空变化特征。同时,为了研究大气污染减排措施对北京地区以及区域空气质量的影响,我们在模式模拟过程中设计了四种不同的排放控制方案:（1）北京地区和北京以外地区同时减排（C）;（2）北京地区和北京以外地区都不减排（S1）;（3）仅北京地区减排（S2）;（4）仅北京以外地区减排（S3）,并依次进行了模拟分析。仅北京地区减排时（即方案S2）,北京PM_2.5、PM₁₀、NO₂、CO的浓度分别降低了22%、24%、10%、22%。而仅北京以外地区减排时（即方案S3）,北京PM_2.5、PM₁₀、NO₂、CO的浓度分别降低了14%、14%、8%、13%。可见,北京地区减排比北京以外地区减排更有利于北京地区空气质量的提升。从区域影响上来讲,此次的减排措施使得整个模拟区域的PM_2.5浓度明显降低。对于地区减排方案,尽管其区域影响不能完全忽视,但二者均对本地PM_2.5浓度的降低起了更大的作用。此外,我们使用CUACE模式更细致地模拟了不同地区不同排放源减排情景下,北京城区和怀柔区APEC期间PM_2.5浓度的变化,并定量评估了减排措施和气象条件对APEC期间空气质量提升的相对影响。我们以京津冀为研究区域,设计了九个不同排放情景下的模拟实验,为了便于研究减排措施和气象条件的相对影响,将研究时段按不同气象条件分成五个时间段进行分析。总体上,CUACE模式较好地再现了京津冀地区PM_2.5浓度的时空变化,尽管模式性能随不同区域和时间出现不同程度的改变。模拟结果发现:平均来看,北京本地减排对PM_2.5浓度降低的贡献最大,其中,北京城区降低35%,怀柔区降低34%,这一结果略高于WRF-Chem的模拟结果。而河北地区机动车减排的贡献最小,小于1%。气象条件和减排措施交替控制着PM_2.5浓度的绝对降低量。当低层大气为偏南风,气象条件不利于污染扩散时,减排措施的执行对PM_2.5浓度的降低起主导作用,北京城区降低55.3⁵9.4μg/m³,怀柔区降低32.5³3μg/m³;当低层大气为偏北风,气象条件有利于扩散时,气象条件起主导作用。大气的扩散能力由模式计算得到的近地表单位体积PM_2.5质量通量决定。因此,为了持续改善北京地区的空气质量,我们需要针对不同的气象条件,采取更多合作性的排放控制措施,对华北平原的污染物排放源进行更严格的减排和控制。本文的研究成果对今后大气污染减排措施的制定有一定的指示作用。