近年来,区域性复合型大气污染日趋严重,以臭氧为代表引起的光化学烟雾污染和以细粒子为主要成分的灰霾污染逐渐成为城市和区域的主要大气污染问题。为更好地评估区域空气质量,制定更有效的区域大气污染综合控制策略,以CMAQ (Community Multiscale Air Quality)模型为主的多尺度光化学模型模拟得到了广泛的应用。然而,由于多尺度光化学空气质量模型常常是由气象模型、源清单处理模型和大气化学模型构成的一个复杂模拟系统,受模型输入参数不确定性和模型结构不确定性的影响,不可避免地会给模拟预测结果带来误差。目前,如何定量分析不确定性,尤其是建立快速有效的不确定性传递替代方法已成为大气环境模型研究的前沿课题,有助于指导模型的改进和提高模型预测的准确性。本研究针对现有多尺度光化学模型不确定性分析研究中存在的问题与不足,通过对模型模拟过程中不确定性来源的识别与分析,建立了一套适合于CMAQ空气质量模型的不确定性分析框架,将模型的输入参数不确定性分为排放清单、气象数据、边界条件与初始条件以及化学反应机制4大类,结合蒙特卡罗法和随机响应面法进行不确定性传递分析。为改进传统不确定性传递方法对计算资源需求巨大的缺陷,引进随机响应面法原理,研究了一套切实可行的、基于多尺度光化学模型框架的定量不确定性分析方法。首先搭建了一个适用于不确定性传递技术评估的模拟平台,并进行模型校正与模拟评估,以验证模拟的可靠性。其次,以珠三角中部地区的臭氧浓度模拟与预测为研究实例,通过与传统的蒙特卡罗法进行了比较分析和相互验证,评价该套方法在多尺度光化学模型中的应用效果及在改进模型性能中的作用。实例分析表明本文所引进的随机响应面法适用于CMAQ光化学模型,利用高效回归法所选取的各个配点均来自于高概率区域,从而可通过少量的模型模拟计算获得较高的精度,与需要运行至少上千次的蒙特卡罗法相比,本文方法在保证模拟精度的前提下,大大降低了模拟样本的数量,计算效率显著提高。通过不同阶数下模拟情况的对比,对于CMAQ空气质量模型,2阶与3阶的随机响应多项式基本可满足要求。