2013-2019年中国冬季可见度的变化和驱动因素:使用机器学习方法进行全面评估
Lu Chen1, Fang Zhang2, Jingye Ren3
1Faculty of Geographical Science, Beijing Normal University, Beijing 100875, China; School of Civil and Environmental Engineering, Harbin Institute of Technology (Shenzhen), 518055 Shenzhen, China.
The Science of the total environment
|December 22, 2023
概括
尽管减少了排放,但在中国仍然存在可见性问题. 一项新的研究揭示了湿度上升和气溶的影响,而不仅仅是颗粒物,正在推动可见性变化,需要特定区域的空气质量战略.
科学领域:
- 大气科学 大气科学
- 环境科学 环境科学
- 空气质量研究 空气质量研究
背景情况:
- 减少颗粒物物质已经改善了中国一些地区的可见性,但低可见性事件仍然很常见.
- 气候变化和碳中和目标需要了解不断变化的可见性机制.
- 现有的空气质量战略可能无法完全解决影响可见性趋势的复杂因素.
研究的目的:
- 综合评估2013-2019年中国的可见性变化.
- 确定可见度趋势的关键驱动因素,包括颗粒物 (PM2.5),相对湿度 (RH),气溶湿度 (κ) 和边界层高度 (BLH).
- 为有效的空气污染控制战略提供特定区域的见解.
主要方法:
- 结合了现场观测,模型衍生数据集和机器学习技术,以实现一种新的评估方法.
- 分析了中国不同地区的可见性趋势,包括中国北部,中国南部,芬威平原和中南中国 (CSC).
- 量化了各种因素 (PM2.5,RH, κ, BLH,温度,风速) 对可见度变化的贡献.
主要成果:
- 冬季可见度在中国北方,中国南方和芬威平原有所改善,但在中国中央城市 (约. 1公里年−1).
- 在CSC中,可见度下降的原因是RH增加 (47%),气溶增强的湿透性 (9%),BLH减少 (8%),超过PM2.5的减少.
- RH成为占主导因素 (2019年为40%±24%),而PM2.5的贡献减少了 (18%±19%). 其他因素如温度,风速,BLH和 κ占比超过40%.
结论:
- 中国的可见性趋势复杂,受PM2.5.5以外的多个因素的影响.
- 相对湿度增加和气溶特性起着重要作用,特别是在可见度恶化的地区.
- 针对特定区域的空气污染控制战略对于有效缓解低可见度事件至关重要.
