春節是中國人闔家團圓的傳統節日,也是返鄉高峰。統計資料顯示,2017年春節期間北京人口减少近4成。2020年新冠疫情(COVID-19)爆發後,北京城區人口流動减弱,交通、工業和商業等各種經濟活動放緩,這為研究人類活動影響下的污染物减排策略提供了獨特的實驗場景。
為評估疫情期間管控措施對空氣品質的影響,常用的方法是對比污染物濃度在疫情前後或疫情時段與往年同比的變化。然而,氣象條件會掩蓋污染物排放對濃度的影響,導致疫情期間出現的重污染難以理解。同時,評估同比變化的前提是假設污染物排放沒有年際差异,這顯然也與近年來持續减排的事實不符。
空氣品質模型可以設定不同的情景,診斷區分氣象條件和排放變化對污染物濃度的影響,但該方法最大的挑戰在於獲取疫情期間排放源的快速變化。此時,機器學習展現出巨大的集成優勢,並成功用於疫情期間氮氧化物和顆粒物等常規大氣污染物的變化研究。迄今,利用機器學習研究氨氣濃度變化尚無報導。
在本文中,研究人員基於華北典型都市(北京)和郊區(香河)觀測數據,採用機器學習隨機森林算灋評估了2018-2020年春節及疫情期間氨氣濃度變化。結果發現,剔除氣象因素的影響後,2019和2020年氨氣濃度均在春節期間降至最低點(圖12018年除外),印證了春節人口遷移對氨氣濃度的影響;剔除春節及疫情期間排放的變化後,2020年春節期間都市氨氣濃度預測值比觀測值高出39.8%,郊區則高出24.6%(圖2),反襯出疫情期間人類活動减弱的影響。結合氨氣穩定性氮同位素溯源科技,進一步解析出疫情期間都市機動車,工業和廢棄物等非農業源氨排放减少了6個百分點(圖3),證實都市人類活動對大氣氨的變化有重要的影響。
考慮到冬季農業氨排放强度較低,上述結果突顯了“非農業源”排放對都市氨氣濃度的强烈影響,需要在未來製定氨氣减排政策時予以考慮。該研究成果近期線上發表於大氣科學領域重要期刊Atmospheric Research(JCR Q1,IF=4.676)。中國科學院大氣物理研究所2018級博士生何月欣為論文第一作者,中國科學院大氣物理研究所潘月鵬研究員和國家衛星氣象中心張倩倩博士為論文共同通訊作者。該研究受到國家自然科學基金、國家重點研發計畫和大氣重污染成因與治理攻關項目的資助。
圖1剔除氣象因素影響後的氨氣濃度變化(香河-XH,北京-BJ)
圖2春節及疫情前後氨氣濃度預測值與觀測值(P0為春節假期,柱間隔為2周)
圖3疫情期間和疫情後期北京氨氣的來源變化
相關論文
Yuexin He,Yuepeng Pan,Mengna Gu,Qian Sun,Qianqian Zhang,Renjian Zhang,Yuesi Wang.Changes of Ammonia Concentrations in Wintertime on the North China Plain from 2018 to 2020,Atmospheric Research,2021,105490,
https://doi.org/10.1016/j.atmosres.2021.105490