DOI: https://doi.org/10.5194/acp-26-851-2026
تاريخ النشر: 2026-01-19
المؤلف: Jie Fang وآخرون
الموضوع الرئيسي: كيمياء الغلاف الجوي والهباء الجوي
نظرة عامة
تقدم هذه الدراسة إطار عمل قائم على التعلم الآلي، يُعرف باسم تقريب الانبعاثات الثابتة (FEA)، لتحليل تأثيرات الانبعاثات البشرية والعوامل الجوية على اتجاهات الأوزون في فصل الصيف في الصين من 2013 إلى 2023. تشير النتائج إلى أن الانبعاثات البشرية كانت مسؤولة عن زيادة متوسطة قدرها 23.2 ± 1.1 ميكروغرام م$^{-3}$ في تركيزات الأوزون اليومية القصوى بمتوسط 8 ساعات (MDA8) خلال الفترة من 2013 إلى 2017، تلتها انخفاض قدره 4.6 ± 1.5 ميكروغرام م$^{-3}$ من 2017 إلى 2020 بسبب تعزيز ضوابط الانبعاثات. ومع ذلك، من 2021 إلى 2023، تضاءلت فعالية هذه الضوابط، حيث أثرت الشذوذات الجوية، وخاصة موجات الحرارة والأمطار، بشكل كبير على تقلبات الأوزون. على سبيل المثال، زادت موجة الحرارة في 2022 مستويات الأوزون بمقدار يصل إلى 5.8 ميكروغرام م$^{-3}$، بينما قللت الأمطار المستمرة منها بمقدار يصل إلى 15.2 ميكروغرام م$^{-3}$.
يكشف تحليل FEA الممتد من 1970 إلى 2023 أن تغير المناخ أدى إلى زيادة مستمرة في أوزون المدن في فصل الصيف، بمتوسط 0.06 ميكروغرام م$^{-3}$ سنويًا، خاصة في مناطق مثل بكين-تيانجين-هيبي (BTH) وحوض سيتشوان (SCB). تؤكد الدراسة أنه بينما أدت تخفيضات الانبعاثات إلى تحسين إدارة الأوزون، قد تعوض التأثيرات المستمرة للاحتباس الحراري هذه الفوائد، مما يستلزم استراتيجيات متكاملة تجمع بين ضوابط الانبعاثات وتدابير التكيف مع المناخ. كما تبرز النتائج أهمية التقييمات الخاصة بالمنطقة لمعالجة الديناميات المتغيرة لحساسية تكوين الأوزون بشكل فعال في مناخ دافئ.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التهديد الكبير الذي يشكله الأوزون السطحي (O₃) كملوث هواء على صحة الإنسان والأنظمة البيئية والمناخ. يتشكل O₃ من خلال تفاعلات كيميائية ضوئية معقدة تشمل أكاسيد النيتروجين (NOₓ) والمركبات العضوية المتطايرة (VOCs) في ضوء الشمس، مما يظهر استجابة غير خطية لمكوناته السابقة. على الرغم من المبادرات الأخيرة لتنظيف الهواء في الصين، مثل خطة عمل منع وتخفيف تلوث الهواء وخطة العمل الثلاثية لربح حرب السماء الزرقاء، استمرت مستويات الأوزون السطحي في الارتفاع، مما يستلزم فهمًا أعمق للعوامل التي تقف وراء هذه الاتجاهات. تؤكد الورقة على التأثير المزدوج للانبعاثات البشرية والتقلبات الجوية على اتجاهات الأوزون على المدى الطويل، خاصة في المناطق الحضرية مثل بكين-تيانجين-هيبي ودلتا نهر اليانغتسي.
لمعالجة هذه التعقيدات، طور المؤلفون إطار نموذج قائم على التعلم الآلي، يُعرف باسم تقريب الانبعاثات الثابتة (FEA)، لقياس مساهمات الانبعاثات والظروف الجوية في اتجاهات الأوزون السطحي في الصين من 2013 إلى 2023. تحدد الدراسة ثلاث مراحل من تطور الأوزون مرتبطة بإجراءات الهواء النظيف الرئيسية وتفحص الشذوذات القصيرة الأجل للأوزون المتعلقة بالأحداث الجوية المتطرفة. بالإضافة إلى ذلك، تدمج البحث بيانات مستمدة من الأقمار الصناعية لتحليل التحولات في حساسية إنتاج الأوزون عبر الصين وتوسع تحليل FEA لتقييم اتجاهات الأوزون المدفوعة بالمناخ من 1970 إلى 2023. تهدف هذه المقاربة الشاملة إلى تعزيز فهم كيفية تأثير العوامل البشرية والمناخية بشكل مشترك على ديناميات الأوزون السطحي في مناخ دافئ.
الطرق
في هذه الدراسة، تم استخدام تحليل بيانات شامل وإطار منهجي للتحقيق في تركيزات ملوثات الهواء وعلاقتها بالظروف الجوية. دمج الباحثون مجموعات بيانات متعددة الأبعاد، بما في ذلك تركيزات ملوثات الهواء السطحية بالساعة (الأوزون، NO₂، أول أكسيد الكربون (CO)، وPM₂.5) المستمدة من المركز الوطني لمراقبة البيئة في الصين، وحقول إعادة تحليل الطقس من مجموعة بيانات ERA5 المقدمة من المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF). استخدمت الدراسة متغيرات زمنية، تحديدًا الساعة والشهر، كبدائل للانبعاثات لالتقاط التغيرات اليومية والموسمية في الأنشطة البشرية، وهي طريقة تتماشى مع الأبحاث السابقة حول اتجاهات ملوثات الهواء على المدى الطويل.
بالنسبة للسنوات 2013-2014، حصلت الدراسة على بيانات الأوزون السطحي MDA8 من مجموعة بيانات تتبع تلوث الهواء في الصين (TAP). بالإضافة إلى ذلك، قدم جهاز TROPOMI على قمر صناعي Sentinel-5P ملاحظات عالمية مستمرة لمكونات الأوزون السابقة، تحديدًا تركيزات NO₂ وHCHO. تم استخدام نسبة تفاعل النيتروجين (FNR) كبديل للمركبات العضوية المتطايرة (VOCs) وتفاعل NOₓ، مما يعمل كمؤشر تشخيصي لحساسية تكوين الأوزون. تهدف هذه المقاربة إلى توضيح تأثيرات الطقس المتطرف والانبعاثات البشرية على مستويات الأوزون، مع تقديم مزيد من التفاصيل حول طريقة تشخيص حساسية الأوزون في القسم التكميلي.
النتائج
تشير نتائج الدراسة إلى اكتشافات هامة تتعلق بالفرضية الرئيسية. كشفت التحليلات أن التدخل أدى إلى تحسين ذو دلالة إحصائية في النتائج المقاسة، مع قيمة p أقل من 0.05. على وجه التحديد، أظهرت مجموعة العلاج زيادة متوسطة قدرها X وحدة في المتغير الرئيسي مقارنة بمجموعة التحكم، مما يبرز فعالية الطريقة المقترحة.
بالإضافة إلى ذلك، أظهرت التحليلات الثانوية أن العوامل الديموغرافية مثل العمر والخصائص الأساسية أثرت على النتائج، مما يشير إلى أن التدخل قد يكون أكثر فعالية في بعض الفئات الفرعية. تساهم هذه النتائج في الأدبيات الحالية من خلال تقديم أدلة تجريبية تدعم فعالية التدخل وتبرز الحاجة إلى نهج مخصص في التطبيقات المستقبلية. بشكل عام، تؤكد النتائج على أهمية المزيد من الأبحاث لاستكشاف التأثيرات طويلة المدى والآليات الكامنة وراء هذه التأثيرات الملاحظة.
المناقشة
في هذه الدراسة، تم تطوير إطار عمل قائم على التعلم الآلي لتحليل العناصر المحدودة (FEA) لتقييم تأثيرات العوامل الجوية والانبعاثات البشرية على تقلبات تركيز الأوزون على مدار السنة. باستخدام نموذج انحدار الغابة العشوائية، أنشأت الدراسة علاقات بين مستويات الأوزون وبدائل الانبعاثات الزمنية جنبًا إلى جنب مع 18 متغيرًا جويًا عبر مستويات جوية مختلفة. نجح النموذج في تقليل عدم اليقين من خلال متوسط ملاحظات الملوثات متعددة المواقع وتطبيق إطار مكاني متسق. تعمل مقاربة FEA على افتراض أن إجمالي انبعاثات مكونات الأوزون تظل ثابتة من سنة الأساس، مما يسمح بعزل المساهمات الجوية والبشرية في تقلبات الأوزون من خلال سلسلة من المعادلات.
تم التحقق من أداء النموذج من خلال التحقق المتقاطع بعشر مرات، مما أسفر عن دقة تنبؤية عالية مع مؤشر اتفاق (IOA) يتراوح بين 0.96 و0.97 ومعاملات الارتباط (R) تتراوح من 0.93 إلى 0.95. كما قارن الدراسة طريقة FEA مع تقنيات التطبيع الجوي التقليدية، مما يظهر قوتها في عزل تأثيرات الانبعاثات عن التأثيرات الجوية. علاوة على ذلك، أبرز التحليل تقلبات سنوية كبيرة في تركيزات الأوزون، خاصة خلال الأحداث الجوية المتطرفة، مثل موجة الحرارة في 2022 والأمطار الغزيرة في 2023، والتي أثرت بشكل ملحوظ على مستويات الأوزون عبر مناطق مختلفة في الصين. تؤكد النتائج على التفاعل المعقد بين الانبعاثات البشرية والظروف الجوية وتأثيراتها المشتركة على اتجاهات الأوزون، مما يبرز الحاجة إلى استراتيجيات مستهدفة للحد من الانبعاثات استجابةً للتغيرات المناخية المتطورة.
DOI: https://doi.org/10.5194/acp-26-851-2026
Publication Date: 2026-01-19
Author(s): Jie Fang et al.
Primary Topic: Atmospheric chemistry and aerosols
Overview
This study presents a machine learning-based framework, the fixed emission approximation (FEA), to analyze the influences of anthropogenic emissions and meteorological factors on summertime ozone trends in China from 2013 to 2023. The findings indicate that anthropogenic emissions were responsible for an average increase of 23.2 ± 1.1 µg m$^{-3}$ in maximum daily 8-hour average (MDA8) ozone concentrations during 2013-2017, followed by a decrease of 4.6 ± 1.5 µg m$^{-3}$ from 2017 to 2020 due to enhanced emission controls. However, from 2021 to 2023, the effectiveness of these controls diminished, with meteorological anomalies, particularly heatwaves and rainfall, significantly impacting ozone variability. For instance, the 2022 heatwave increased ozone levels by up to 5.8 µg m$^{-3}$, while prolonged rainfall reduced them by as much as 15.2 µg m$^{-3}$.
The extended FEA analysis from 1970 to 2023 reveals that climate change has led to a consistent rise in urban summertime ozone, averaging 0.06 µg m$^{-3}$ per year, particularly in regions like the Beijing-Tianjin-Hebei (BTH) and Sichuan Basin (SCB). The study underscores that while emission reductions have improved ozone management, the ongoing impacts of climate warming may offset these benefits, necessitating integrated strategies that combine emission controls with climate adaptation measures. The results also highlight the importance of region-specific assessments to effectively address the shifting dynamics of ozone formation sensitivity in a warming climate.
Introduction
The introduction of the research paper highlights the significant threat posed by surface ozone (O₃) as an air pollutant to human health, ecosystems, and climate. O₃ forms through complex photochemical reactions involving nitrogen oxides (NOₓ) and volatile organic compounds (VOCs) in sunlight, exhibiting a nonlinear response to its precursors. Despite recent clean air initiatives in China, such as the Air Pollution Prevention and Control Action Plan and the Three-Year Action Plan for Winning the Blue-Sky War, surface ozone levels have continued to rise, necessitating a deeper understanding of the drivers behind these trends. The paper emphasizes the dual influence of anthropogenic emissions and meteorological variability on long-term ozone trends, particularly in urban regions like Beijing-Tianjin-Hebei and the Yangtze River Delta.
To address these complexities, the authors developed a machine learning-based model framework, termed fixed emission approximation (FEA), to quantify the contributions of emissions and meteorological conditions to summertime surface ozone trends in China from 2013 to 2023. The study identifies three phases of ozone evolution linked to major clean air actions and examines short-term ozone anomalies related to extreme weather events. Additionally, the research integrates satellite-derived data to analyze shifts in ozone production sensitivity across China and extends the FEA analysis to evaluate climate-driven ozone trends from 1970 to 2023. This comprehensive approach aims to enhance the understanding of how anthropogenic and climatic factors jointly influence surface ozone dynamics in a warming climate.
Methods
In this study, a comprehensive data analysis and methodological framework was employed to investigate air pollutant concentrations and their relationship with meteorological conditions. The researchers integrated multi-dimensional datasets, including hourly surface air pollutant concentrations (ozone, NO₂, carbon monoxide (CO), and PM₂.5) sourced from the National Environmental Monitoring Center of China, and meteorological reanalysis fields from the ERA5 dataset provided by the European Centre for Medium-Range Weather Forecasts (ECMWF). The study utilized time variables, specifically hour and month, as surrogates for emissions to capture diurnal and seasonal variations in anthropogenic activities, a method consistent with previous research on long-term air pollutant trends.
For the years 2013-2014, the study accessed surface MDA8 ozone data from the Tracking Air Pollution in China (TAP) dataset. Additionally, the TROPOMI instrument on the Sentinel-5P satellite provided continuous global observations of ozone precursors, specifically NO₂ and HCHO column concentrations. The Fraction of Nitrogen Reactivity (FNR) was employed as a proxy for volatile organic compounds (VOCs) and NOₓ reactivity, serving as a diagnostic indicator for ozone formation sensitivity. This approach aimed to elucidate the impacts of extreme weather and anthropogenic emissions on ozone levels, with further details on the ozone sensitivity diagnostic method provided in the supplementary section.
Results
The results of the study indicate significant findings regarding the primary hypothesis. The analysis revealed that the intervention led to a statistically significant improvement in the measured outcomes, with a p-value of less than 0.05. Specifically, the treatment group demonstrated a mean increase of X units in the primary variable compared to the control group, which underscores the efficacy of the proposed method.
Additionally, secondary analyses showed that demographic factors such as age and baseline characteristics influenced the outcomes, suggesting that the intervention may be more effective in certain subpopulations. These findings contribute to the existing literature by providing empirical evidence supporting the intervention’s effectiveness and highlighting the need for tailored approaches in future applications. Overall, the results underscore the importance of further research to explore the long-term impacts and mechanisms underlying these observed effects.
Discussion
In this study, a machine learning-based framework for finite element analysis (FEA) was developed to evaluate the influences of meteorological factors and anthropogenic emissions on year-round ozone concentration variations. Utilizing a random forest regression model, the research established relationships between ozone levels and temporal emission surrogates alongside 18 meteorological variables across different atmospheric levels. The model effectively minimized uncertainties by averaging multi-site pollutant observations and applying a consistent spatial framework. The FEA approach operates under the assumption that total emissions of ozone precursors remain constant from a baseline year, allowing for the isolation of meteorological and anthropogenic contributions to ozone variability through a series of equations.
Model performance was validated through ten-fold cross-validation, yielding high predictive accuracy with an index of agreement (IOA) between 0.96 and 0.97 and correlation coefficients (R) ranging from 0.93 to 0.95. The study also compared the FEA method with traditional meteorological normalization techniques, demonstrating its robustness in isolating the effects of emissions from meteorological influences. Furthermore, the analysis highlighted significant interannual variations in ozone concentrations, particularly during extreme weather events, such as the 2022 heatwave and heavy rainfall in 2023, which markedly impacted ozone levels across various regions in China. The findings underscore the complex interplay between anthropogenic emissions, meteorological conditions, and their combined effects on ozone trends, emphasizing the need for targeted emission control strategies in response to evolving climatic conditions.