Aprendizaje automático multiobjetivo para el control de O₃ y PM_2.5 orientado a la salud: Integración del consumo...

Área de la Ciencia:

• Química atmosférica y contaminación del aire.
• Ciencia y Gestión Ambiental Ciencia y Gestión Ambiental.
• Aprendizaje automático en el modelado ambiental.

Sus antecedentes:

• La contaminación compuesta de ozono (O3) y partículas finas (PM2.5) plantea un desafío significativo para la gestión de la calidad del aire en China.
• La comprensión de los mecanismos de formación sinérgica de O3 y PM2.5 es crucial para desarrollar estrategias efectivas de control.

Objetivo del estudio:

• Desarrollar un marco integrado para evaluar la formación sinérgica de O3 y PM2.5.5.
• Para cuantificar el consumo atmosférico de compuestos orgánicos volátiles (COV) e identificar los precursores clave.
• Evaluar estrategias de reducción de emisiones orientadas a la salud para el control de la contaminación por compuestos.

Principales métodos:

• El acoplamiento del modelo basado en la observación (OBM), el aprendizaje automático multitarea (Multi-CatBoost) y la factorización de matrices positivas (PMF).
• Aplicación de una mejor parametrización de la edad fotoquímica para la cuantificación del consumo de COV.
• Utilizando el análisis SHAP para la importancia de los precursores, la identificación de umbrales y el análisis de sensibilidad orientado a la salud basado en el Índice de Salud de la Calidad del Aire (AQHI).

Principales resultados:

• El modelo Multi-CatBoost logró una alta precisión predictiva (R2 = 0,91) y capturó sinergias entre contaminantes cruzados.
• El NO2 juega un doble papel, promoviendo la formación de O3 en bajas concentraciones y nitrato en aerosol en concentraciones más altas.
• La reducción de compuestos orgánicos volátiles (COV) surgió como la estrategia más efectiva para mejorar la AQHI en todos los escenarios.

Conclusiones:

• El marco de modelado integrado proporciona un nuevo enfoque para analizar la contaminación por compuestos.
• Las estrategias de reducción de COV ofrecen beneficios sustanciales para la salud, superando significativamente las reducciones de NOx.
• Las emisiones industriales y la quema de biomasa se identifican como fuentes prioritarias para el control de emisiones.