в шахматном порядке

npj Наука о климате и атмосфере, том 5, Номер статьи: 99 (2022) Цитировать эту статью

827 Доступов

5 Альтметрика

Подробности о метриках

Сдвиг пикового производства (SP) — мера по остановке промышленного производства в отопительный сезон — был реализован на Северо-Китайской равнине для снижения загрязнения воздуха. Мы сравнили изменения состава PM1 в Пекине в период SP в отопительном сезоне 2016 г. (SPhs) с изменениями в периоды нормального производства (NP) в течение отопительного сезона 2015 г. (NPhs) и неотопительного сезона 2016 г. (NPnhs), чтобы исследовать эффективность СП. Массовая концентрация PM1 снизилась с 70,0 ± 54,4 мкг м-3 в НФ до 53,0 ± 56,4 мкг м-3 в ПФ с заметным снижением первичных выбросов. Однако доля нитратов во время СП (20,2%) была примерно в два раза выше, чем во время НП (12,7%), несмотря на значительное снижение NOx, что позволяет предположить эффективное преобразование NOx в нитрат в период СП. Это согласуется с увеличением содержания кислородсодержащих органических аэрозолей (ОА), которое почти удвоилось от NPh (22,5%) до Sph (43,0%) в общей фракции органических аэрозолей (ОА), что подчеркивает эффективное вторичное образование во время СП. Загрузка PM1 была одинаковой между SPh (53,0 ± 56,4 мкг м-3) и NPnhs (50,7 ± 49,4 мкг м-3), что указывает на меньшую разницу в загрязнении ТЧ между отопительными и неотопительными сезонами после реализации меры SP. Кроме того, для разделения влияния метеорологии на загрязнители воздуха использовалась техника машинного обучения. Результаты после выветривания были сопоставимы с наблюдаемыми результатами, что указывает на то, что метеорологические условия не оказали большого влияния на результаты сравнения. Наше исследование показывает, что политика СП эффективна в сокращении первичных выбросов, но способствует образованию вторичных видов.

Загрязнение твердыми частицами (ТЧ) оказывает глубокое воздействие на здоровье человека1,2,3,4,5, климат6,7,8, видимость9,10 и экосистему11. Из-за быстрой индустриализации и урбанизации за последние несколько десятилетий Китай пострадал от постоянного и повсеместного загрязнения дымкой, особенно зимой12,13,14,15. Будучи одним из крупнейших мегаполисов Китая, Пекин за последние десятилетия подвергся серьезному загрязнению воздуха13,15,16. Годовые нагрузки PM2,5 варьировались от 89,5 до 73,0 мкг/м3 в течение 2013–2016 гг. в Пекине (Пекинское муниципальное бюро экологии и окружающей среды, http://sthjj.beijing.gov.cn/bjhrb/), что превышает китайский национальный уровень окружающей среды. Стандарт качества воздуха (CNAAQS, 35 мкг м-3). В последние годы для уменьшения загрязнения воздуха по всей стране были приняты различные строгие меры по предотвращению и контролю загрязнения, охватывающие основные сектора загрязнения, например, ограничение дорожного движения17, переход с угля на газ18 и План действий по предотвращению загрязнения воздуха19. Существует множество исследований, изучающих эффективность этих мер по улучшению качества воздуха. Например, Гао и др. обнаружили снижение средней концентрации PM2,5 в Пекине на 21% в зимний период с 2011 по 2016 год, что в основном объясняется строгими мерами по контролю выбросов20. Гу и др. показали, что средние концентрации PM1 в городских районах Пекина в 2014–2015 гг. снизились на 16–43% по сравнению с уровнями в 2008–2013 гг. после введения мер по ограничению выбросов с 2013 года21. Распределение размеров, окислительные свойства и кислотность аэрозолей существенно изменились. после реализации плана чистых действий22,23,24. Кроме того, краткосрочный контроль выбросов также эффективен для улучшения качества воздуха. О значительном снижении концентраций основных компонентов субмикронного аэрозоля сообщалось во время саммита Азиатско-Тихоокеанского экономического сотрудничества (АТЭС) 2014 года25. Массовая концентрация ТЧ (РМ1) снизилась на 57% благодаря строгому контролю во время парада Победы в Китае в 2015 году26. Эти результаты показывают, что загрязнение воздуха было эффективно уменьшено после строгого контроля. В частности, метеорологические условия также могут влиять на изменение концентрации загрязняющих веществ, что затрудняет прямое сравнение уровней выбросов загрязняющих веществ. Чжан и др. По оценкам, метеорологические условия способствовали 9% сокращения PM2,5 в стране с 2013 по 2017 год и способствовали 16% сокращения PM2,5 в регионе Пекин-Тяньцзинь-Хэбэй (BTH) с 2013 по 2017 год27. Напротив, во время COVID -19, сильному загрязнению дымкой способствовали застойная метеорология и высокая относительная влажность, несмотря на значительное сокращение первичных выбросов28,29,30. Таким образом, важно отделить метеорологические воздействия от качества окружающего воздуха, чтобы оценить эффективность мер контроля в Пекине. Регрессионные модели31,32, модели химического переноса20,33,34,35 и модели машинного обучения являются распространенными методами разделения потенциальных последствий изменений, связанных с погодой36,37,38,39,40. Подробное сравнение этих методов можно найти в других источниках37,39,41. Алгоритм случайного леса (RF) на основе машинного обучения показал высокую точность прогнозирования за счет уменьшения дисперсии и ошибок в многомерных наборах данных, а процесс обучения можно объяснить и интерпретировать, визуализируя важность входных переменных и их взаимодействия37,41. Грейндж и др. применил метод метеорологической нормализации на основе RF-алгоритма для контроля изменений в метеорологии при проведении анализа данных о качестве воздуха36. Ши и др. использовали RF-алгоритм на основе машинного обучения для оценки значительного сокращения выбросов загрязнителей воздуха после краткосрочных мер по снижению выбросов39.