应用多角度太空观测来描述中国长期有机颗粒物碳污染情况

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:

• 环境细颗粒物 (PM2.5) 污染是中国的重大公共卫生问题,与死亡率和发病率的增加有关.
• 了解PM2.5化学成分的变化,如有机碳 (OC),至关重要,但受到稀疏地面监测的限制.
• 对OC度的准确空间和时间数据是必要的,以评估对健康的影响,并为污染控制策略提供信息.

研究的目的:

• 开发和验证一个用于预测中国各地每日有机碳 (OC) 度的模型.
• 从2003年到2019年分析OC的空间分布,时间趋势和主要排放源.
• 提供可靠的暴露估计,用于有关OC的健康影响的流行病学研究.

主要方法:

• 开发了一个超级学习者模型,集成多角度成像光谱辐射仪 (MISR) 卫星数据,化学运输模型模拟和土地使用信息.
• 在2003年至2019年期间,在中国10公里空间分辨率下预测每日OC度.
• 使用交叉验证验证验证模型性能,实现R2为0.84和RMSE为4.9μg/m3.

主要成果:

• 鉴定了中国北方的高OC水平 (超过30μg/m3),这是由于加热季节的工业活动造成的.
• 发现森林火灾是云南的主要OC来源,在火灾季节造成2030μg/m3的度.
• 观察到OC的全国年均下降率为1.3%,北京-天津-河北 (1.5%) 和芬威平原 (2.0%) 地区的下降速度更快.

结论:

• 超级学习者模型提供了准确的每日OC度估计,这对中国的健康研究和政策评估至关重要.
• 对OC/EC比率的分析表明有不同的排放来源:农村地区的农业/生物源,城市集群中的交通/工业.
• 自2013年以来,北中国平原的OC/EC比率下降表明,对生物质燃烧的政策影响是成功的.