科学家提出基于污染过程的空气质量评估方法

空气污染是一个重要的环境和公共卫生问题，尤其在发展中国家。衡量污染排放水平及其对空气质量的影响受到气象条件、污染物区域传输等多因素的综合影响，是空气质量管理中一项紧迫而极具挑战性的任务。

近日，北京大学数学科学学院、统计科学中心陈松蹊教授团队以位于华北平原北部的北京、唐山和保定三个城市为研究对象，利用大数据统计算法筛选污染过程和建模分析，在先前“静稳期数据实验”有效度量本地排放的成果基础上，提出了基于污染过程的空气质量评估方法。

分析表明，基于污染过程的空气质量评估在反映浓度的潜在变化方面相比使用整个数据观测的方式更为敏感。其中，臭氧评估最能反映这一点，相对变化幅度远大于使用完整数据的幅度。

虽然这三个城市由于地理位置具有相似的污染-清洁模式，但通过大数据统计方法，可以对其它城市实现自动寻找污染过程、建立数据集，从而得到基于污染过程的空气质量评估结果。尽管重要变量可能因城市而异，但气象调整、平均和总污染负荷的使用可以很容易地拓展。

内容来源：北京大学

转自：“学术头条”微信公众号

如有侵权，请联系本站删除！