空间异质性和PM₂₅的进化途径 城市化推动的污染在中国到2100年

科学领域:

• 环境科学 环境科学
• 城市规划 城市规划
• 数据科学数据科学数据科学
• 大气化学 大气化学

背景情况:

• 全球城市化加速,对可持续发展构成挑战.
• 颗粒物 (PM2.5) 污染是城市地区的关键环境问题.
• 了解城市化和PM2.5之间的联系对于有效的政策至关重要.

研究的目的:

• 预测城市化对PM2.5度的影响.
• 根据各种共享社会经济路径 (SSP) 情景,研究从2020年到2100年的长期PM2.5趋势.
• 阐明城市化对PM2.5水平影响的机制.

主要方法:

• 机器学习算法的应用用于PM2.5预测.
• 利用SHAP,ICE和PDP分析来了解城市化与PM2.5的关系.
• 使用LISA时间路径分析和空间时间转换矩阵用于空间动态.

主要成果:

• 人口密度,城市地区和二级工业产出被确定为PM2.5的主要驱动因素,显示非线性和协同效应.
• 全国PM2.5度在不同情景下普遍下降 (SSP3-7.0除外),但仍然存在显著的区域差异.
• 空间分析显示,东部有强烈的溢出效应,西部不稳定,中部/东北部地区有协调的下降.

结论:

• 已经阐明了城市化影响PM2.5演变的关键机制.
• 在不同的场景下揭示了未来的PM2.5空间动态,突出了路径依赖性.
• 这些发现为特定区域的长期空气污染控制战略提供了科学基础.