在中国的短期和长期空气污染中,COVID-19封锁是否对空气污染有影响? 一种机器学习方法用于政策评估

科学领域:

• 环境科学 环境科学
• 大气化学 大气化学
• 数据科学数据科学数据科学

背景情况:

• 空气污染是一个主要的环境问题,受到人类活动和气象条件的影响.
• 随着COVID-19大流行和相关的封锁,我们有了一个独特的机会来研究减少人类干预对空气质量的影响.

研究的目的:

• 评估COVID-19封锁对北京空气污染的短期和长期影响.
• 区分人类干预与气象因素对空气质量的影响.

主要方法:

• 采用两步数据驱动方法,使用2015-2022年空气污染,气象和空气质量集群数据.
• 一种除气机器学习技术被用来隔离气象变量的影响.
• 一个降低成本的百分比变化指标删除了季节性变化,以分析锁定效应.

主要成果:

• 人类干预被确定为空气污染变化的主要驱动因素,气象因素的影响很小.
• 由于COVID-19的封锁,造成了空气污染的显著变化,NO2,PM2.5,CO和PM10等污染物减少,但增加了O3和SO2.
• 在封锁后的第一年,空气污染的反弹被观察到,其次是在第二年普遍下降 (除O3外).

结论:

• 有效的空气质量管理需要将气象混影响纳入政策.
• 建议包括对突然恶化的高强度控制,长期减少的绿色恢复倡议,以及减少复合污染的协调努力.