[Conductores clave de la PM_2.5 en Qingdao desde 2013 hasta 2023 utilizando un modelo de aprendizaje automático...

Área de la Ciencia:

• Ciencias de la atmósfera Ciencias atmosféricas.
• Ciencias ambientales Ciencias ambientales.
• Ciencia de datos Ciencia de datos.

Sus antecedentes:

• Las concentraciones de materia particulada (PM2.5) han mostrado una tendencia a la desaceleración de la reducción a nivel mundial.
• Comprender los mecanismos de formación de PM2.5 es crucial para una gestión eficaz de la calidad del aire.
• Qingdao experimentó cambios industriales y políticos significativos entre 2013 y 2023.

Objetivo del estudio:

• Para analizar la tendencia de desaceleración en la reducción de la concentración de PM2.5 en Qingdao de 2013 a 2023.
• Investigar los mecanismos de formación e identificar los principales impulsores de las variaciones de PM2.5.
• Para predecir las variaciones de PM2.5 y comprender los mecanismos de formación utilizando un modelo de aprendizaje automático interpretable por fases.

Principales métodos:

• Análisis de los datos de concentración de PM2.5 de 2013 a 2023 en Qingdao.
• Integración de datos de contaminantes del aire, factores meteorológicos e inventarios de emisiones.
• Aplicación de un modelo de aprendizaje automático interpretable por fases para la predicción e investigación de mecanismos.

Principales resultados:

• Las concentraciones de PM2.5 en Qingdao disminuyeron de 56.3±43.66 μg·m−3 en 2013 a 30.2±24.50 μg·m−3 en 2023 (reducción del 46.3%).
• La disminución más rápida de PM2.5 se produjo antes de 2017, impulsada por la reducción de la formación de sulfato secundario de los sectores industrial y energético.
• La desaceleración posterior a 2017 se relacionó con reducciones asincrónicas de precursores (sulfato, nitrato, amonio), aumento de la sensibilidad al NO2 y aumento de la influencia meteorológica.

Conclusiones:

• El control de las fuentes residenciales es vital para reducir las emisiones primarias de PM2,5.
• Las estrategias coordinadas de control de emisiones de contaminantes múltiples son efectivas para mitigar la formación secundaria de PM2,5.
• La futura gestión de la calidad del aire debe abordar los desequilibrios de los precursores y el creciente impacto del NO2 y los factores meteorológicos.