在過(guò)去十年，中國(guó)經(jīng)歷了嚴(yán)重的空氣污染，尤其是PM2.5和臭氧污染?？諝馕廴緦?duì)民眾健康造成巨大的潛在危害，已引起公眾的廣泛關(guān)注。近期，我司龐小兵教授團(tuán)隊(duì)基于中國(guó)生態(tài)環(huán)境部空氣質(zhì)量監(jiān)測(cè)網(wǎng)絡(luò)，全面分析了2015至2021年間中國(guó)城市群對(duì)PM2.5和臭氧的人口長(zhǎng)期暴露風(fēng)險(xiǎn)（圖a）。在研究期間空氣質(zhì)量的改善（主要是PM2.5）降低了過(guò)早死亡人數(shù)，而且新冠肺炎大流行使PM2.5人口暴露曲線低濃度部分更加陡峭，進(jìn)而減少過(guò)早死亡人數(shù)。最后基于團(tuán)隊(duì)的預(yù)測(cè)結(jié)果（2020-2060），我們發(fā)現(xiàn)PM2.5導(dǎo)致的過(guò)早死亡呈持續(xù)下降，而許多特定城市群中由臭氧導(dǎo)致的過(guò)早死亡會(huì)有上升，這表明臭氧污染防控的緊迫性。在未來(lái)實(shí)現(xiàn)碳中和過(guò)程中，國(guó)家有必要對(duì)PM2.5和臭氧進(jìn)行協(xié)同控制，以降低空氣污染導(dǎo)致的長(zhǎng)期暴露風(fēng)險(xiǎn)。相關(guān)結(jié)果發(fā)表于Science of  the Total Environment。

此外，團(tuán)隊(duì)針對(duì)近些年京津冀地區(qū)日趨嚴(yán)重的臭氧污染，利用機(jī)器學(xué)習(xí)（隨機(jī)森林和決策樹回歸）較好地預(yù)測(cè)了2015-2021年京津冀地區(qū)臭氧的時(shí)空分布。研究表明與太陽(yáng)輻射和溫度相關(guān)的變量對(duì)臭氧的預(yù)測(cè)具有重要作用（圖b），并且不同的區(qū)域也會(huì)影響變量的重要性。新冠肺炎大流行削減了污染物排放，這會(huì)影響VOCs等物種對(duì)臭氧形成的重要性。盡管隨機(jī)森林不擅長(zhǎng)預(yù)測(cè)臭氧的極值，但是它對(duì)預(yù)測(cè)臭氧的時(shí)空分布以及識(shí)別臭氧形成的關(guān)鍵因子具有重要作用，在未來(lái)應(yīng)該有更廣泛的應(yīng)用。相關(guān)結(jié)果發(fā)表于Environmental Pollution。

 圖（a）2015-2021年中國(guó)城市群對(duì)臭氧和PM2.5的人口暴露曲線  （b）利用機(jī)器學(xué)習(xí)預(yù)測(cè)臭氧、識(shí)別臭氧形成關(guān)鍵因子。

論文明細(xì)

1. Lyu Y., Pang X. et al., Tracking long-term population exposure risks to PM2.5 and ozone in urban agglomerations of China 2015-2021. Sci. Total Environ. doi:10.1016/j.scitotenv. 2022.158599.

2. Lyu Y., Pang X. et al., Spatiotemporal variations of air pollutants and ozone prediction using machine learning algorithms in the Beijing-Tianjin-Hebei region from 2014 to 2021. Environ. Pollut.  2022.306: 119420.