开发一个多模块数据驱动的综合框架,用于识别大气颗粒酸盐和减排的驱动因素:在一个工业城市的应用,中国
Jiaqi Dong1, Yulong Yan1, Lin Peng1
1School of Environment, Beijing Jiaotong University, Beijing 100044, China; Engineering Research Center of Clean and Low-carbon Technology for Intelligent Transportation, Ministry of Education, School of Environment, Beijing Jiaotong University, Beijing 100044, China.
Environment international
|March 23, 2025
概括
大气中的微粒酸盐 (pNO3-) 驱动着雾污染. 一个新的数据驱动框架揭示了气象和排放对pNO3形成的影响,大气化学和湿度是关键驱动因素.
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:
- 微粒酸盐 (pNO3-) 是细颗粒物和雾污染的主要原因之一.
- 了解pNO3形成的驱动因素对于制定有效的污染控制策略至关重要.
研究的目的:
- 开发和验证一个数据驱动的综合框架,用于评估颗粒酸盐污染的原因.
- 提高影响pNO3形成的因素的物理解释性,并量化其影响.
主要方法:
- 提出了一个多模块数据驱动框架,整合了四个改进的机器学习模块.
- 该框架量化了气象学,排放,大气化学和湿度对pNO3-形成的影响.
- 对排放源贡献的分析,包括工业 (IS),燃烧 (CS) 和运输 (TS).
主要成果:
- 气象和排放分别占pNO3影响的35.3%和64.7%.
- 大气化学 (48.0%) 和湿度 (17.1%) 被确定为主要形成驱动因素.
- 形成机制的季节性变化被观察到:夏季的光化学和冬季的液相反应.
- 工业,燃烧和运输来源是排放的主要贡献者.
结论:
- 开发的框架提供了一种可靠的方法,用于在雾事件期间识别pNO3-污染驱动因素.
- 控制燃烧源为减少pNO3-污染提供了显著的好处.
- 这些发现支持制定有针对性的排放控制措施,以缓解雾.
