解读中国宁波的PM2.5氧化潜力:关键化学品,来源和健康风险通过双重测试和机器学习
Lord Famiyeh1, Ke Chen2, Jingsha Xu3
1Department of Chemical and Environmental Engineering, University of Nottingham Ningbo China, Ningbo, PR China.
Journal of hazardous materials
|June 12, 2025
概括
宁波的颗粒物2.5 (PM2.5) 氧化潜力 (OP) 用双重测定和机器学习进行了评估. 这确定了关键的化学驱动因素和来源,包括车辆排放和海洋气溶,对于减少健康风险至关重要.
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 (PM2.5) 氧化潜力 (OP) 是对健康有害影响的重要驱动因素.
- 之前的研究往往缺乏对化学驱动因素和导致PM2.5 OP的来源的全面分析.
研究的目的:
- 在中国宁波研究PM2.5 OP,使用一种新的双测试和机器学习 (ML) 方法.
- 确定与PM2.5 OP相关的特定化学物种和排放源.
主要方法:
- 采用双双丁二甲醇 (DTT) 和甲酸 (AA) 测定用于一年的PM2.5样本分析.
- 采用了六种机器学习模型,其中极端随机树 (ERT) 显示出优异的性能 (提高9.5-30.7%).
- 综合源分配技术,将PM2.5 OP与排放来源联系起来.
主要成果:
- 较高的夜间和夏季PM2.5OP (OP-DTTv,OP-AAv) 与气溶酸度和光化学衰老相关.
- ERT确定的主要OP驱动因素包括Cu,Fe,V,As,Co,Cd,NO3-,Ni和,大多数都表现出协同效应.
- 来源分配表明车辆排放 (40%),海洋/海盐 (20%) 和二次气溶 (16%) 是PM2.5 OP的主要贡献者.
结论:
- 建议针对金,与交通相关的金属 (Cu,V) 和协同金属相互作用,以减轻PM2.5的毒性.
- 双测量ML框架为沿海城市优先考虑OP驱动的法规提供了可操作的见解.
- 减少PM2.5 OP对于减轻与氧化压力相关的健康负担至关重要,特别是在混合的人类和海洋环境中.
