眾所周知,人類活動引起的過度排放是造成空氣污染的主要原因,北京大學統計科學中心陳松蹊教授團隊,經過反復的數據篩選和建模分析,近日,所取得的最新研究進展:通過靜穩期數據實驗度量本地污染排放的論文——“Assessing Local Emission for Air Pollution via Data Experiments”,被大氣環境領域重要英文國際期刊Atmospheric Environment正式接收。
文章以華北平原北部北京、唐山和保定三個都市為研究對象,針對2013年3月至2019年2月六個季節年的空氣品質數據和氣象數據,開發了一種數據選擇算灋,通過數據實驗,在强清洗過程之後選擇“靜穩期數據”,採用面板數據回歸模型,來研究三種大氣污染物(PM2.5、NO2和SO2)濃度在污染傳輸到達前的增長趨勢,從而科學度量本地污染排放。
“靜穩期”數據選擇是本研究的一個重要前提和關鍵,基於華北平原的地理特點和氣象現實,“靜穩期”設定為强大的偏北風系統徹底地使空氣清新之後,南風輸送污染物到來之前的平靜、乾燥期。靜穩期具體由三個關鍵時間點來確定:(i)北風清潔過程的結束時間tw,(ii)靜穩期開始時間ts,(iii)靜穩期的結束時間te。
圖1.2013年冬季北京東四監測點選出的靜穩期PM2.5時間序列數據(紅色)
文章將華北地區三個都市的空氣品質監測網站根據地理位置,分成四個組群:BeijingSE、BeijingNW、Tangshan、Baoding進行研究。選擇氣象變數:邊界層耗散(BLD)、露點溫度(DEWP)、邊界層高度(BLH)、相對濕度(HUMI)、溫度(TEMP)、氣壓(PRES)、累積北風風速(CNWS)、累積南風風速(CSWS),對四個組群選出的靜穩期數據,加入小時虛擬變數進行線性面板數據回歸,估計三種污染物(PM2.5、SO2和NO2)靜穩期的小時增長率。
為了消除氣象干擾,估計的增長率根據2013—2018年氣象基準線分佈進行了季節調整。以北京西北網站群為例,靜穩期PM2.5增長率調整前後對比如圖2所示。
圖2.北京西北網站群靜穩期前6小時PM2.5增長率氣象調整前後對比
四組監測網站三種污染物(PM2.5、SO2和NO2)濃度,從2013年到2018年調整後四個季節平均的年增長速度(µg/m3perhour)如下表所示,並分別相對2013年和2014年的水准做了對比,負值代表上升。
錶一2013年至2018年氣象調整後對四個季節平均的小時增長率(µg/m3perhour),以及2018年相對於2013年和2014年的(相對)减少。
估計結果顯示,自2013年以來,經氣象調整的PM2.5和SO2平均增長率呈持續下降趨勢。與2013年相比,2018年PM2.5小時平均增長速度從5.9-11.1µg/m3下降到了2.9-4.5µg/m3,SO2小時平均增長速度從2.2-8.9µg/m3下降到了0.4-2.5µg/m3,降幅分別達到了44-70%和57-82%。然而,NO2小時平均增長率變化較小,2018年相對於2013年的年度平均降幅在-9.4%到27.9%之間,唐山和保定反而呈現出一些明顯的增長趨勢。對北京來說,在2017年開始出現一些减少的迹象。這也印證了華北地區空氣品質治理策略的效應,該策略一直以改善與煤炭有關的排放為重點,而與機動車有關的排放控制遠遠落後於煤炭。
圖3.四組監測網站群2013-2018六個季節年三種污染物濃度在不同季節裏靜穩期前6小時內的平均增長
綜上,研究表明,與2013年相比,2017—2018年幾乎所有季節和都市的PM2.5和SO2小時平均增長率顯著降低。然而,保定和唐山春季和冬季的NO2相關排放量沒有明顯減少。研究還發現,北京的PM2.5冬季增長率與重工業都市唐山和保定相當,甚至北京2018年冬季PM2.5小時增長率還高於唐山和保定,表明北京冬季的污染排放壓力仍然很大。文章中“靜穩期數據”選擇的算灋和統計分析模型,可以推廣到世界上其他區域,所估計的靜穩期污染物濃度增長率可及時有效評估本地污染排放。
該論文的第一作者是朱玉茹(北京大學統計科學中心2018級博士生),通訊作者是其導師陳松蹊教授,另一作者是梁銀雙副教授(鄭州工程技術學院信息工程學院,曾為北京大學統計科學中心訪問學者)。本研究得到了國家重點研發計畫《大氣污染成因與控制技術研究》專項項目2016YFC0207701的部分資助和國家自然科學基金專案71532001、71973005的資助。
本文轉載於北京大學新聞網(https://news.pku.edu.cn/index.htm),版權歸北京大學所有,文章內容不代表平臺觀點或立場。如有關於文章內容、版權或其他問題請與我方聯系,我方將在核實情况後對相關內容做删除或保留處理!聯繫郵箱:yzhao@koushare.com