源解决的PM2.5氧化潜力预测了全球死亡负担:一种机器学习方法
1Department of Environmental Engineering, Pusan National University, 2, Busandaehak-ro 63beon-gil, Geumjeong-gu, Busan, 46241, Republic of Korea.
Journal of environmental management
|December 4, 2025
概括
来自细颗粒物 (PM2.5) 的源解决氧化潜力 (OPv) 比单独的PM2.5质量更好地预测死亡率. 这项研究开发了全球OPv源解决函数,以改善空气质量风险评估和政策.
科学领域:
- 环境健康科学 环境健康科学
- 大气化学 大气化学
- 毒理学 毒理学 毒理学
背景情况:
- 细颗粒物 (PM2.5) 氧化潜力 (OPv) 是一个关键的健康指标.
- 现有的PM2.5质量度响应函数 (CRF) 缺乏源特定数据,限制了全球健康风险评估.
- 来源解决的OPv (OPv^source) 数据对于准确的流行病学研究和有针对性的干预至关重要.
研究的目的:
- 为主要排放部门开发全球源解决的OPv CRF (OPv^source CRF).
- 量化不同排放源对全球OPv的贡献.
- 与PM2.5度和OPv^PM2.5.5相比,评估OPv^源对PM2.5可归因的死亡率的预测能力.
主要方法:
- 集成机器学习,统计技术和关于PM2.5度,来源分配 (50个国家) 和测量OPv (>在29个国家测量10,000次) 的广泛数据集.
- 在能源 (ENE),运输 (TRO),工业 (IND) 和农业/住宅燃烧 (AGS + RCO) 部门中,每单位质量 (OPm) 开发的内在OP.
- 将开发的CRF应用于203个国家的2017年PM2.5源数据,并使用波松回归来评估死亡率预测.
主要成果:
- 对于主要的PM2.5排放部门,确定了不同的OPm值,其中ENE > TRO > IND > AGS + RCO.
- 全球平均OPv^源估计为0.78 nmol min-1 m-3 (95% CI: [0.39, 1.2]),其中ENE (33%) 和AGS + RCO (31%) 是主要贡献者.
- 在预测PM2.5可归因死亡率方面,OPv^源显著超过PM2.5度和OPv^PM2.5.
结论:
- 与以前使用的指标相比,源解决的OPv是评估PM2.5健康风险的更准确和更关键的指标.
- 开发的全球OPv^sourceCRF为国家和国际空气质量管理提供了强大的工具.
- 这些发现支持实施有针对性的政策,以减少与特定PM2.5排放源相关的健康负担.
