DOI: https://doi.org/10.5194/acp-25-7991-2025
تاريخ النشر: 2025-07-28
المؤلف: Xiao Lu وآخرون
الموضوع الرئيسي: كيمياء الغلاف الجوي والهباء الجوي
نظرة عامة
في هذه الدراسة، يستخدم المؤلفون مزيجًا من النماذج الإحصائية، وتعلم الآلة، ونماذج النقل الكيميائي لتحليل العوامل التي تسهم في ارتفاع مستويات الأوزون في شرق وجنوب شرق آسيا (ESEA) من 1995 إلى 2019. تشير النتائج إلى أن الانبعاثات البشرية هي المحرك الرئيسي للزيادات الملحوظة، حيث تمثل 53%-59% من زيادة حمل الأوزون في الطبقة التروبوسفيرية، مع مساهمة الانبعاثات داخل ESEA بنسبة 66%-77%. ومن الجدير بالذكر أن مساهمة جنوب آسيا في زيادة الأوزون في ESEA في تزايد. على مستوى السطح، تنسب النماذج 69%-75% من زيادة الأوزون خلال هذه الفترة إلى الانبعاثات البشرية، بينما تم تحديد تغير المناخ أيضًا كعامل مهم، حيث يساهم بنسبة 41%-47% في أوزون الطبقة التروبوسفيرية في الصيف و25%-31% في أوزون السطح.
تسلط الأبحاث الضوء على تفاعل معقد بين تخفيضات الانبعاثات ومستويات الأوزون، خاصة في الصين بعد عام 2013، حيث يتناقض انخفاض الأوزون في الطبقة التروبوسفيرية مع زيادة في السطح. على وجه التحديد، من 2013 إلى 2019، يُقدّر أن 66% و56% من تعزيز أوزون السطح في سهل شمال الصين ودلتا نهر اليانغتسي، على التوالي، يمكن أن يُعزى إلى التغيرات في الانبعاثات البشرية، بينما يرتبط الباقي بالعوامل الجوية. على العكس من ذلك، في دلتا نهر اللؤلؤ وحوض سيتشوان، تمثل التغيرات في الانبعاثات 91%-95% من زيادة الأوزون في الصيف. تؤكد الدراسة على ضرورة وجود بيانات رصد طويلة الأجل، وزيادة جرد الانبعاثات، ونماذج متطورة لتعميق الفهم لديناميات الأوزون في ESEA.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الدور المهم للأوزون في الطبقة التروبوسفيرية كعامل مؤكسد وغاز دفيئة، مما يبرز آثارها الضارة على صحة الإنسان والنباتات وإنتاجية الزراعة. منذ العصر ما قبل الصناعي، زاد حمل الأوزون في الطبقة التروبوسفيرية بنسبة 45%، مما ساهم في قوة إشعاعية فعالة عالمية تبلغ حوالي 0.47 واط م$^{-2}$. ومن الجدير بالذكر أن شرق وجنوب شرق آسيا (ESEA) قد شهدت بعضًا من أعلى معدلات زيادة الأوزون في الطبقة التروبوسفيرية، حيث تشير الملاحظات إلى ارتفاع يتراوح بين 2.5-5.0 ppbv عقد$^{-1}$ من 1995 إلى 2017، خاصة في الطبقة التروبوسفيرية السفلية. يتم تأكيد هذا الاتجاه من خلال دراسات رصدية متنوعة، بما في ذلك تلك من اليابان والصين، التي تُبلغ عن زيادات كبيرة في تركيزات أوزون السطح على الرغم من انخفاض انبعاثات أكاسيد النيتروجين (NO$_x$).
تحدد الورقة فجوة حرجة في فهم العوامل المحركة لهذه الاتجاهات في الأوزون في ESEA، خاصة فيما يتعلق بالانبعاثات البشرية وتغير المناخ. بينما قامت الدراسات العالمية بتحديد التغيرات في الأوزون في مناطق مثل الولايات المتحدة وأوروبا، تظل التقييمات المماثلة في ESEA محدودة بسبب نقص البيانات طويلة الأجل والتباينات في أساليب النمذجة. تهدف الدراسة إلى معالجة هذه الفجوات من خلال استكشاف التوزيعات المكانية والزمنية والعوامل المحركة لاتجاهات الأوزون في الطبقة التروبوسفيرية في ESEA، باستخدام مزيج من النماذج الإحصائية ونماذج تعلم الآلة جنبًا إلى جنب مع نماذج النقل الكيميائي. تركز التحليل على الاتجاهات طويلة الأجل من 1995 إلى 2019 والاتجاهات قصيرة الأجل من 2013 إلى 2019، بهدف تقديم فهم شامل للعوامل التي تؤثر على مستويات الأوزون في هذه المنطقة سريعة التغير.
النتائج
تستكشف قسم النتائج في الدراسة تباين تركيزات الأوزون في 74 مدينة صينية من 2013 إلى 2019، باستخدام نماذج إحصائية ونماذج تعلم الآلة مع المتغيرات الجوية كمتنبئات. يشير معامل التحديد ($R^2$) إلى أن نموذج الانحدار باستخدام الغابات العشوائية (RFR) يتفوق على كل من الانحدار باستخدام الانحدار الجبهي (RR) والانحدار الخطي المتعدد (MLR)، حيث يحقق متوسط $R^2$ قدره 0.46 عبر المدن عند استخدام بيانات الطقس ERA5. وهذا يشير إلى أن RFR أكثر قدرة على التقاط العلاقات الخطية وغير الخطية بين العوامل الجوية ومستويات الأوزون. ومن الجدير بالذكر أن التحليل يكشف أن تباين الأوزون يتأثر بشكل أكبر بالعوامل الجوية في شرق وجنوب الصين مقارنة بالمناطق الغربية، حيث تعقد التضاريس المعقدة دقة التنبؤ.
تنسب الدراسة أيضًا التغيرات في تركيزات أوزون السطح في الصيف إلى العوامل الجوية والانبعاثات البشرية. تجد أنه من 2013 إلى 2019، ساهمت التغيرات الجوية بحوالي 17% من الزيادات الملحوظة في الأوزون في سهل شمال الصين (NCP)، بينما كانت الانبعاثات البشرية تمثل 83%. تُلاحظ اتجاهات مماثلة في مناطق دلتا نهر اليانغتسي (YRD) ودلتا نهر اللؤلؤ (PRD)، حيث تكون الانبعاثات البشرية هي المحرك الرئيسي لزيادات الأوزون. بالمقابل، تُظهر منطقة كتلة جنوب الصين (SCB) تباينًا في النسبة المعزولة اعتمادًا على مجموعة البيانات الجوية المستخدمة، مما يبرز التحديات التي تطرحها التضاريس المعقدة. تقارن الدراسة أيضًا النتائج من نماذج النقل الكيميائي (GEOS-Chem وWRF-CMAQ)، التي عمومًا تقلل من تقديرات زيادات الأوزون، مما يبرز الحاجة إلى تفسير دقيق لمخرجات النماذج بسبب عدم اليقين الكامن في كل من الأساليب الإحصائية والعددية. بشكل عام، تؤكد النتائج على الدور الحاسم للانبعاثات البشرية في دفع اتجاهات الأوزون عبر مناطق مختلفة في الصين.
المناقشة
في هذا القسم، يوضح المؤلفون المنهجيات المستخدمة لتحليل اتجاهات الأوزون في الطبقة التروبوسفيرية عبر شرق وجنوب شرق آسيا (ESEA) باستخدام مجموعات بيانات رصدية وأساليب نمذجة متنوعة. جمعوا بيانات أوزون ساعة بساعة من الشبكات الوطنية للرصد في دول مثل الصين واليابان وكوريا الجنوبية، تمتد من 1995 إلى 2019. بالإضافة إلى ذلك، تم الحصول على ملفات تعريف الأوزون العمودية من سبعة مواقع أوزون سوند وقياسات تروبوسفيرية من قاعدة بيانات الطائرات العاملة لنظام رصد عالمي (IAGOS). تم إخضاع البيانات لرقابة جودة صارمة، وقام المؤلفون بتصنيف الملاحظات إلى شرق وجنوب شرق آسيا لتسهيل تحليل الاتجاهات.
لتحديد مساهمات العوامل الجوية والانبعاثات في تباين الأوزون، استخدم المؤلفون ثلاث طرق نمذجة: الانحدار الخطي المتعدد (MLR)، والانحدار الجبهي (RR)، والانحدار باستخدام الغابات العشوائية (RFR). استخدمت هذه النماذج 11 متغيرًا جويًا مستمدًا من مجموعات بيانات إعادة التحليل (ERA5 وMERRA-2) للتنبؤ بتركيزات أوزون السطح غير الموسمية. شمل إطار النمذجة عملية تحقق متقاطعة من مرحلتين لضمان قوة التنبؤات. علاوة على ذلك، نفذ المؤلفون أربع محاكاة باستخدام ثلاثة نماذج نقل كيميائي (GEOS-Chem وCAM4-chem وWRF-CMAQ) لتقييم تأثيرات تغييرات الانبعاثات والظروف الجوية على اتجاهات الأوزون. تمت مقارنة الخصائص والتكوينات الفريدة لكل نموذج، مما يبرز الاختلافات في المدخلات الجوية والآليات الكيميائية وجرد الانبعاثات. يختتم القسم بوصف الطرق الإحصائية المستخدمة لتقدير الاتجاهات، بما في ذلك المربعات الصغرى العامة لقياسات السطح والانحدار الكمي لبيانات IAGOS والأوزون سوند، مما يضمن نهجًا شاملاً لفهم ديناميات الأوزون في المنطقة.
DOI: https://doi.org/10.5194/acp-25-7991-2025
Publication Date: 2025-07-28
Author(s): Xiao Lu et al.
Primary Topic: Atmospheric chemistry and aerosols
Overview
In this study, the authors employ a combination of statistical, machine learning, and chemical transport models to analyze the factors contributing to the rise in ozone levels over East and Southeast Asia (ESEA) from 1995 to 2019. The findings indicate that anthropogenic emissions are the primary driver of the observed increases, accounting for 53%-59% of the tropospheric ozone burden increase, with emissions within ESEA contributing 66%-77%. Notably, the contribution from South Asia to ozone increases in ESEA is on the rise. At the surface level, the models attribute 69%-75% of the ozone increase during this period to anthropogenic emissions, while climate change is also identified as a significant factor, contributing 41%-47% to summertime tropospheric ozone and 25%-31% to surface ozone.
The research highlights a complex interaction between emission reductions and ozone levels, particularly in China post-2013, where a decrease in tropospheric ozone contrasts with an increase at the surface. Specifically, from 2013 to 2019, it is estimated that 66% and 56% of the summertime surface ozone enhancement in the North China Plain and the Yangtze River Delta, respectively, can be attributed to changes in anthropogenic emissions, with the remainder linked to meteorological factors. Conversely, in the Pearl River Delta and Sichuan Basin, changes in emissions account for a dominant 91%-95% of the summertime ozone increase. The study emphasizes the necessity for long-term observational data, enhanced emission inventories, and sophisticated modeling approaches to deepen the understanding of ozone dynamics in ESEA.
Introduction
The introduction of the research paper highlights the significant role of tropospheric ozone as both an oxidant and a greenhouse gas, emphasizing its detrimental effects on human health, vegetation, and agricultural productivity. Since the preindustrial era, the tropospheric ozone burden has increased by 45%, contributing to a global effective radiative forcing of approximately 0.47 W m$^{-2}$. Notably, East and Southeast Asia (ESEA) have experienced some of the highest rates of tropospheric ozone increase, with observations indicating a rise of 2.5-5.0 ppbv decade$^{-1}$ from 1995 to 2017, particularly in the lower troposphere. This trend is corroborated by various observational studies, including those from Japan and China, which report substantial increases in surface ozone concentrations despite reductions in nitrogen oxides (NO$_x$) emissions.
The paper identifies a critical gap in understanding the drivers of these ozone trends in ESEA, particularly in relation to anthropogenic emissions and climate change. While global studies have quantified ozone changes in regions like the USA and Europe, similar assessments in ESEA remain limited due to sparse long-term data and discrepancies in modeling approaches. The study aims to address these gaps by exploring the spatiotemporal distributions and drivers of tropospheric ozone trends in ESEA, utilizing a combination of statistical and machine learning models alongside chemical transport models. The analysis focuses on long-term trends from 1995 to 2019 and short-term trends from 2013 to 2019, with the goal of providing a comprehensive understanding of the factors influencing ozone levels in this rapidly changing region.
Results
The results section of the study investigates the variability of ozone concentrations in 74 Chinese cities from 2013 to 2019, utilizing statistical and machine learning models with meteorological variables as predictors. The coefficient of determination ($R^2$) indicates that the Random Forest Regression (RFR) model outperforms both Ridge Regression (RR) and Multiple Linear Regression (MLR), achieving an average $R^2$ of 0.46 across cities when using ERA5 meteorological data. This suggests that RFR is more adept at capturing both linear and nonlinear relationships between meteorological factors and ozone levels. Notably, the analysis reveals that ozone variability is more significantly influenced by meteorological conditions in eastern and southern China compared to the western regions, where complex terrain complicates predictive accuracy.
The study further attributes changes in summertime surface ozone concentrations to meteorological factors and anthropogenic emissions. It finds that from 2013 to 2019, meteorological changes contributed approximately 17% to the observed ozone increases in the North China Plain (NCP), while anthropogenic emissions accounted for 83%. Similar trends are observed in the Yangtze River Delta (YRD) and Pearl River Delta (PRD) regions, with anthropogenic emissions being the predominant driver of ozone increases. In contrast, the South China Block (SCB) region shows variability in attribution depending on the meteorological dataset used, highlighting the challenges posed by complex terrain. The study also compares results from chemical transport models (GEOS-Chem and WRF-CMAQ), which generally underestimate ozone increases, emphasizing the need for careful interpretation of model outputs due to inherent uncertainties in both statistical and numerical approaches. Overall, the findings underscore the critical role of anthropogenic emissions in driving ozone trends across various regions in China.
Discussion
In this section, the authors detail the methodologies employed to analyze tropospheric ozone trends across East and Southeast Asia (ESEA) using various observational datasets and modeling approaches. They collected hourly ozone data from national monitoring networks in countries such as China, Japan, and South Korea, spanning from 1995 to 2019. Additionally, vertical ozone profiles were obtained from seven ozonesonde sites and tropospheric measurements from the In-service Aircraft for a Global Observing System (IAGOS) database. The data were subjected to rigorous quality control, and the authors categorized the observations into East and Southeast Asia to facilitate trend analysis.
To quantify the contributions of meteorological factors and emissions to ozone variability, the authors employed three modeling approaches: multiple linear regression (MLR), ridge regression (RR), and random forest regression (RFR). These models utilized 11 meteorological variables derived from reanalysis datasets (ERA5 and MERRA-2) to predict deseasonalized surface ozone concentrations. The modeling framework included a two-stage cross-validation process to ensure robustness in predictions. Furthermore, the authors implemented four simulations using three chemical transport models (GEOS-Chem, CAM4-chem, and WRF-CMAQ) to assess the impacts of emission changes and meteorological conditions on ozone trends. Each model’s unique characteristics and configurations were compared, highlighting differences in meteorological inputs, chemical mechanisms, and emission inventories. The section concludes with a description of the statistical methods used for trend estimation, including generalized least-squares for surface measurements and quantile regression for IAGOS and ozonesonde data, ensuring a comprehensive approach to understanding ozone dynamics in the region.