Decodificación de la primacía de las emisiones de formaldehído en una atmósfera urbana

Área de la Ciencia:

• Química de la atmósfera
• Ciencias del medio ambiente
• Investigación de la contaminación atmosférica

Sus antecedentes:

• El formaldehído (HCHO) es un contaminante atmosférico clave y precursor del smog fotoquímico.
• Comprender las fuentes de compuestos orgánicos volátiles (COV) es fundamental para controlar los niveles de HCHO y la capacidad de oxidación atmosférica (CAO).

Objetivo del estudio:

• Investigar los impactos diferenciales de varias fuentes de emisión de COV en las concentraciones de HCHO en Shenzhen, China.
• Identificar los principales contribuyentes antropogénicos a la contaminación por HCHO utilizando métodos analíticos avanzados.

Principales métodos:

• Mediciones de COV durante todo el año en tres zonas urbanas de Shenzhen.
• Corrección fotoquímica de la edad y factorización de la matriz positiva (PMF) para la distribución de la fuente.
• Marco de aprendizaje automático (ML) con explicaciones aditivas de Shapley (SHAP) para evaluar la influencia de la fuente en HCHO.

Principales resultados:

• Se identificaron seis fuentes primarias de COV: el uso de disolventes, los gases de escape de los vehículos, las emisiones biogénicas, el gas natural, la evaporación de la gasolina y la quema de biomasa.
• Los gases de escape de los vehículos se han identificado sistemáticamente como la principal fuente antropogénica de HCHO en diferentes zonas y estaciones.
• La evaporación de la gasolina también se identificó como un contribuyente significativo, a menudo subestimado por métodos tradicionales como el potencial de formación de ozono (OFP).

Conclusiones:

• Los sectores del transporte, en particular los gases de escape de los vehículos y la evaporación de la gasolina, son las fuentes dominantes que influyen en los niveles de HCHO urbanos.
• Las reducciones específicas de las emisiones procedentes del transporte son esenciales para un control eficaz de la contaminación por HCHO en las megaciudades.
• Las técnicas avanzadas de ML proporcionan una evaluación más precisa de las contribuciones de la fuente en comparación con las métricas de reactividad tradicionales.