中国大气颗粒污染的显著时空变化:从元分析和机器学习的见解
Haolin Wang1, Tianshuai Li1, Guoqiang Wang1
1Academician Workstation for Big Data Research in Ecology and Environment, Environmental Research Institute, Shandong University, Qingdao 266237, China.
The Science of the total environment
|October 25, 2024
概括
颗粒物2.5结合 (PBM2.5) 污染是由中国的人口密度和发电排放驱动的. 虽然全国PBM2.5水平从2015-2020年大幅下降,但局部高度和季节性变化仍然存在.
科学领域:
- 环境科学 环境科学
- 大气化学 大气化学
- 公共卫生 公共卫生
背景情况:
- 颗粒物2.5结合 (PBM2.5) 是大气中重要的成分和全球污染物.
- 来自PBM2.5的甲基是一种强大的神经毒剂.
- 对PBM2.5驱动因素和空间分布的大规模分析是有限的.
研究的目的:
- 调查中国PBM2.5度的驱动因素.
- 分析PBM2.5污染的时空分布.
- 评估与PBM2.5暴露相关的健康风险.
主要方法:
- 从已发表的文献中编制了中国 (2000-2023) PBM2.5度的综合数据集.
- 使用随机森林模型预测高空间分辨率 (0.25° × 0.25°) 的PBM2.5度.
- 应用健康风险评估模型来评估潜在的健康影响.
主要成果:
- 人口密度和发电产生的PM2.5排放被确定为PBM2.5.5.的关键因素.
- 2020年,高度的PBM2.5集中在中国北部,中部和东部,其中上海的平均水平最高.
- 北京从夏天到冬天显示了PBM2.5最显著的季节性增加.
- 在全国范围内,PBM2.5污染在2015年至2020年之间显著下降.
- 仅从PBM2.5中产生的非致癌健康风险在2020年被发现是可以忽略不计的.
结论:
- 中国的污染控制措施似乎是有效的,由全国PBM2.5.5的减少证明.
- 了解PBM2.5驱动和分布对于有针对性的污染控制至关重要.
- 进一步的洞察力为未来的预防和控制策略提供了PBM2.5污染.
