近期,我院孟夏、闞海東課題組在PM2.5精準暴露評價的方法學領域取得重要進展,研究結果以「Estimating PM2.5 concentrations in Northeastern China with full spatiotemporal coverage, 2005-2016 」為題在線發表於遙感領域權威雜誌Remote Sensing & Environment (文章連結為 https://doi.org/10.1016/j.rse.2020.112203,IF:9.1)。
高精度的暴露評價是開展高質量PM2.5相關流行病學研究的關鍵步驟。越來越多的研究利用衛星遙感技術反演的氣溶膠光學厚度 (aerosol optical depth, AOD)這一參數來預測地面PM2.5濃度。但是雲覆蓋或者高反射地面(例如冰雪覆蓋)會導致AOD的顯著缺失,進而影響PM2.5暴露評價的準確性。該問題在我國東北地區尤其突出。
受雲覆蓋和地面冰雪覆蓋的影響,我國東北地區的年均AOD時空覆蓋率僅為32%,並且缺失主要集中在PM2.5汙染較重的冬季。例如2015年冬季,AOD在研究範圍內的50%地區完全缺失,這將顯著增加該地區PM2.5暴露評價的誤差。
針對該問題,孟夏、闞海東課題組與美國埃默裡大學劉陽課題組合作,在我國東北地區利用AOD、氣象參數、同化數據和土地利用等數據,基於隨機森林方法在日均值和1km×1km 空間解析度水平預測了地面PM2.5濃度。研究利用不包含AOD的隨機森林模型實現了研究範圍內PM2.5預測的100%時空覆蓋,同時整合包含AOD的隨機森林模型來進一步提升預測準確度。
整合後的每日水平的PM2.5預測值與實測值的一致性較高(R2=0.81,圖1)。該方法將東北地區冬季PM2.5預測的時空解析度從20%提升到100%,同時將預測誤差從28%降低到2.5%,顯著提升了PM2.5暴露評價的準確性。
圖1. 合併模型的PM2.5預測值(x軸)和地面監測站PM2.5實測值(y軸)比較的密度散點圖
黑色斜線代表y=x回歸線,紅色斜線代表實測值和預測值的線性回歸
基於該研究建立的PM2.5預測數據集,研究人員進一步分析了東北地區2005-2016年PM2.5的時空分布特徵。時間趨勢分析發現東北三省PM2.5濃度自2005年開始上升,在2008-2009年間達到第一個高峰,在2013-2015年間達到最高濃度,隨後顯著下降(圖2);儘管如此,2016年東北地區PM2.5濃度仍然高於我國空氣品質標準GB3095-2012中規定的35 μg/m3的年均濃度限制。
空間分布上,東北地區PM2.5濃度自北向南逐漸上升,高濃度PM2.5集中出現在哈爾濱-長春-瀋陽沿線及周邊的城市群。在捕獲城市之間PM2.5濃度變異的同時,該方法還可以在千米水平識別城市內部PM2.5濃度的梯度變化(圖3)。該暴露資料庫可以進一步有力支持空氣品質改善評估以及流行病學研究。
圖2. 東北地區(All)、遼寧省(LN)、吉林省(JL)和黑龍江省(HLJ)2005-2016年PM2.5濃度變化的年際趨勢
圖3. 我國東北地區2013年1km×1km 空間解析度PM2.5年均濃度的空間分布
對比左側兩幅小圖可以發現瀋陽市區內綠地覆蓋 (紅色方格) 區域PM2.5濃度相應降低
我院青年副研究員孟夏和博士後劉聰為論文共同第一作者,闞海東教授和美國埃默裡大學劉陽教授為共同通訊作者。該研究得到了國家自然科學基金重大研究計劃「大氣細顆粒物的毒理與健康效應」的支持。
供稿 | 王維棟
往期推薦:
關於火鍋,你知道健康不長胖的吃法嗎?
扎心!2.5億中國人被這件事困擾
每天報告超過400例 | 關於愛滋病的9個真相