随着大气复合型污染形势日益严峻和空气质量标准日益严格,如何构建科学高效的大气排放与环境浓度之间的实时响应关系,是实现快速评估多种控制策略下的控制成效,制定优化减排方案的关键。基于高维克里金插值算法建立的响应曲面模型,能够实时响应不同控制情景下环境浓度的非线性变化,但其对呈线性关系的一次颗粒物(PM)排放与细颗粒物(PM2.5)环境浓度拟合能力有限。在我国,PM2.5来源复杂,有相当一大部分来自线性贡献的一次颗粒物,因此,对响应曲面模型进行改进,建立适合中国PM2.5排放特征的污染排放与环境浓度实时响应分析工具,具有较高的应用价值。论文首先将PM2.5污染源分为非线性响应和线性响应两大类污染源,对非线性响应污染源采用高维克里金插值算法建立非线性响应曲面模型(RSM),在此基础上,利用线性拟合算法对线性响应污染源进行二次拟合,建立起我国PM2.5与各类污染源的响应曲面模型,并采用交叉验证和外部验证方法对建立的RSM系统进行可靠性评估。其次,本文还开发了“输出SMAT格式数据”功能模块,借助响应曲面模型的实时响应能力,实现高效快速为空气质量达标评估提供多种控制情景下的模型数据。最后通过2个实际案例应用分析,探究改进的响应曲面工具在大气污染控制决策中的应用。论文研究结果表明,研究建立的PM2.5响应曲面模型的预测值与美国环保局第三代多尺度空气质量模式(CMAQ)模拟值有较高的一致性,其中,标准平均误差(NME)的最大值在可接受5%范围内。案例分析结果表明,改进的响应曲面模型工具可快速评估各类污染源对PM2.5环境浓度的贡献情况,具有识别重点治理地区和主要污染源以及为空气质量达标评估快速提供多种情景的模型数据等功能,可为制定和优化大气污染控制策略提供辅助决策支持。