Source: GeoHealth
This is an authorized translation of an Eos article. 本文是Eos文章的授权翻译。
细颗粒物(PM2.5)和臭氧暴露是中国面临的重大公共卫生问题。用于分析这些问题和多年来其他空气质量问题的大气模型虽然有用，但运行起来成本较高，限制了研究人员的使用。
Conibear等人的新研究结果围绕这一局限性展开研究，通过训练机器学习算法来找到大气模型输入和输出之间的关联。随后，研究人员使用这些算法分析了2010年至2020年的排放水平和这些排放的来源。
他们发现，减少PM2.5排放的努力在中国取得了成效。全国平均PM2.5水平从2012年的峰值52.8微克/立方米(μg/m3)下降到2020年的33.5微克/立方米。这一变化使PM2.5水平从世界卫生组织(WHO)指南的约10倍改善到了约7倍。研究人员发现，工业来源和居民生活的PM2.5排放量下降幅度最大。交通、农业和发电行业的改善也发挥了一些作用。
PM2.5水平似乎在2012年达到峰值，随后下降，这一趋势也得到了地面观测的支持，不过臭氧的情况要复杂一些。研究人员的模型显示，自2015年以来，臭氧水平有所下降，但地面测量显示出臭氧水平急剧上升。作者认为，这一差异可能源于模拟中的不完善。
研究人员估计， 2020年PM2.5的下降总体上避免了187,800例过早死亡，占PM2.5暴露导致的死亡人数的9%。世界卫生组织建议，各国在努力将PM2.5水平降至年均5毫克/立方米的建议值过程中，可将25毫克/立方米作为中期目标，这就需要工业和居民生活排放在2020年水平上进一步下降80%。作者预测，这一降幅每年将再防止440,800例过早死亡。(GeoHealth, https://doi.org/10.1029/2021GH000567, 2022)
—科学作家Saima Sidik
This translation was made by Wiley. 本文翻译由Wiley提供。