文摘挥发性有机物VOCs (Volatile Organic Compounds)是对流层O_(3)以及二次细颗粒物(PM_(2.5),Fine Particulate Matter)的重要前体物,资料同化系统对VOCs浓度及源排放的处理策略会显著影响空气污染物预报的准确性.提出了一种基于相关性的VOCs指数,用于定量筛选资料同化过程中由观测数据更新的VOCs模式变量及源排放清单项.采用WRF-Chem (Weather Research and Forecasting model coupled with Chemistry)模式以及EnSRF (Ensemble Square Root Filter)资料同化算法,针对2022年7-8月长三角地区极端高温事件进行了个例分析,结果表明:在源排放反演上,通过VOCs指数筛选更新变量,后验总VOCs源排放具有与O_(3)观测相似的日间峰值,这样的日间峰值使该模式能更好地修正其对O_(3)预报偏低的系统性误差;在对O_(3)和PM_(2.5)的预报中,通过VOCs指数筛选更新变量的同化策略的表现最优,与未进行更新变量筛选的同化策略相比,其72 h预报的均方根误差分别下降了5.5%和7.2%.