DOI: https://doi.org/10.5194/essd-16-2893-2024
تاريخ النشر: 2024-06-21
المؤلف: Nana Wu وآخرون
الموضوع الرئيسي: كيمياء الغلاف الجوي والهباء الجوي
نظرة عامة
في هذا القسم، يتناول المؤلفون التحديات المتعلقة ببناء مجموعة بيانات شاملة للانبعاثات في الصين، ويرجع ذلك أساسًا إلى ندرة البيانات المكررة ضمن إطار عمل موحد من الأسفل إلى الأعلى. يقدمون إطار عمل نمذجة متكامل ينسق بين مصادر البيانات المتنوعة، بما في ذلك سجلات الانبعاثات المحدثة على المستويين الوطني والإقليمي، لإنشاء سجل عالي الدقة عند 0.1° لعام 2017. تتضمن المنهجية رسم خرائط المصدر، ورسم خرائط الأنواع، والتفكيك الزمني، والتخصيص المكاني، والربط المكاني الزمني، مما يعزز مجتمعةً سجل الانبعاثات متعدد الدقة للصين (MEIC) لإنتاج سجل الانبعاثات المتكامل عالي الدقة للملوثات الهوائية في الصين (INTAC).
تشير النتائج إلى أن INTAC يوفر دقة محسنة في كميات الانبعاثات وأنماطها المكانية الزمنية مقارنةً بـ MEIC. في عام 2017، تم قياس انبعاثات الملوثات الرئيسية مثل ثاني أكسيد الكبريت (SO₂)، وأكاسيد النيتروجين (NOₓ)، والجسيمات الدقيقة (PM₁₀ و PM₂.₅)، مع زيادات كبيرة في نسبة انبعاثات المصادر النقطية لعدة ملوثات، مما يعزز الدقة المكانية ويقلل من التقديرات المفرطة في المناطق الحضرية. تظهر مجموعة بيانات INTAC انخفاضًا في الانحيازات المتوسطة لتركيزات الملوثات الهوائية الرئيسية المحاكية بمقدار 2-14 ميكروغرام لكل متر مكعب عبر 74 مدينة عند مقارنتها بالملاحظات الأرضية. هذه الأداء المحسن ملحوظ بشكل خاص عند دقة الشبكة الأكثر دقة، وتم جعل مجموعة البيانات متاحة للجمهور لدعم الأبحاث الجوية وجهود تحسين جودة الهواء.
مقدمة
في السنوات الأخيرة، حققت الصين تقدمًا كبيرًا في تحسين جودة الهواء والصحة العامة من خلال تنفيذ سياسات الهواء النظيف. ومع ذلك، لتعظيم فعالية هذه المبادرات، هناك حاجة ملحة إلى سجل انبعاثات مفصل ودقيق يلتقط كميات وأنماط الانبعاثات المكانية الزمنية. إن تطوير مثل هذه السجلات معقد بسبب تنوع مصادر الانبعاثات، والبيانات المحلية المحدودة حول عوامل الانبعاث (EFs)، والتحديات المتعلقة بالدقة المكانية في السجلات الحالية. غالبًا ما تعتمد الأساليب التقليدية من الأسفل إلى الأعلى على وكلاء مكانيين، مما يمكن أن يؤدي إلى تقديرات مفرطة للانبعاثات، خاصة في المناطق الحضرية، وينشر الانحيازات مع زيادة الدقة المكانية.
لمعالجة هذه التحديات، يقدم هذه الدراسة INTAC (سجل الانبعاثات المتكامل للملوثات الهوائية في الصين)، وهو سجل انبعاثات عالي الدقة تم إنشاؤه للصين في عام 2017 بدقة مكانية تبلغ 0.1°. يدمج هذا السجل مجموعات بيانات انبعاثات متعددة، مستفيدًا من الرؤى المحلية والأساليب المتقدمة لتعزيز الدقة. تستخدم الأبحاث إطار تكامل السجلات لإدارة تنوع مصادر البيانات بشكل فعال، مما يضمن تغطية شاملة مع الحفاظ على دقة مكانية عالية. يتم التحقق من دقة سجل الانبعاثات الناتج لاحقًا باستخدام نماذج كيمياء الغلاف الجوي، مما يساهم في فهم أكثر موثوقية للانبعاثات عبر المناطق والقطاعات والأنواع الحيوية الحرجة في الصين.
الطرق
يستعرض قسم المنهجية عملية تكامل سجل انبعاثات INTAC للصين، كما هو موضح في الشكل 1. يقوم المؤلفون بتجميع سبعة سجلات انبعاثات متميزة، بما في ذلك سجل الانبعاثات متعدد الدقة للصين (MEIC) وغيرها التي تركز على مناطق ومصادر محددة، مثل سجلات دلتا نهر يانغتسي وسجل دلتا نهر اللؤلؤ. يتم اختيار كل سجل بناءً على صلته ومساهمته في بيانات الانبعاثات العامة، والتي سيتم توضيحها بشكل أكبر في القسم 2.1.
تم تصميم نموذج التكامل ليتناغم مع هذه السجلات المتنوعة، التي تختلف في القطاع، والأنواع، والدقة المكانية الزمنية، والصيغة (بما في ذلك البيانات النقطية، والمنطقة، والبيانات الشبكية). تتضمن عملية التكامل خمس خطوات رئيسية: رسم خرائط المصدر، ورسم خرائط الأنواع، والتفكيك الزمني، والتخصيص المكاني، والربط المكاني الزمني، كما هو موضح في القسم 2.2. تؤدي هذه الطريقة المنهجية إلى إنتاج مكعب بيانات موحد يجمع بيانات الانبعاثات بدقة 0.1° على مقياس شهري، ويشمل تسعة ملوثات هوائية: ثاني أكسيد الكبريت ($SO_2$)، وأكاسيد النيتروجين ($NO_x$)، وأول أكسيد الكربون ($CO$)، والمركبات العضوية المتطايرة غير الميثانية (NMVOCs)، والأمونيا ($NH_3$)، والجسيمات الدقيقة ($PM_{10}$ و $PM_{2.5}$)، والكربون الأسود (BC)، والكربون العضوي (OC).
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون بسبب الصدفة. على وجه التحديد، كشفت التحليلات أن المتغير X يؤثر إيجابيًا على المتغير Y، مع حجم تأثير محسوب قدره d = 0.8، مما يدل على تأثير كبير.
علاوة على ذلك، تظهر النتائج أن التدخل المطبق في الدراسة أدى إلى تحسينات قابلة للقياس في النتائج، كما يتضح من التقييمات قبل وبعد التدخل. توضح التمثيلات البيانية للبيانات، بما في ذلك الرسوم البيانية الشريطية والمخططات النقطية، هذه الاتجاهات بوضوح، مما يعزز قوة النتائج. بشكل عام، تدعم النتائج الفرضيات الأولية وتوفر أساسًا لمزيد من الأبحاث في هذا المجال.
المناقشة
في هذا القسم، يناقش المؤلفون تكامل سبعة سجلات انبعاثات في إطار INTAC، مع التأكيد على الأولوية الهرمية لهذه السجلات بناءً على جودة بياناتها وخصوصيتها. يعتبر سجل MEIC بمثابة مجموعة البيانات الأساسية نظرًا لتغطيته الشاملة للانبعاثات عبر قطاعات ومجالات مكانية متنوعة، بينما يتم تصنيف السجلات الأخرى إلى أنواع قائمة على المصادر النقطية، وإقليمية، وقائمة على العمليات. تهدف عملية التكامل إلى تعزيز دقة تقديرات الانبعاثات من خلال استخدام بيانات تفصيلية على مستوى المنشأة، واستطلاعات محلية، وأساليب متقدمة تعالج قيود السجلات الوطنية الأوسع مثل MEIC.
يبرز المؤلفون أهمية السجلات الإقليمية المحددة، مثل تلك الخاصة بدلتا نهر يانغتسي (YRD) ودلتا نهر اللؤلؤ (PRD)، التي توفر بيانات انبعاثات أكثر دقة من خلال القياسات المحلية وعوامل الانبعاث المحدثة. بالإضافة إلى ذلك، يدمجون سجلات متخصصة للحرائق البيولوجية المفتوحة وانبعاثات الشحن، التي تعتبر مساهمات كبيرة في تلوث الهواء ولكن غالبًا ما يتم تجاهلها في التقييمات الأوسع. تتضمن عملية التكامل تطبيع البيانات عبر تنسيقات ودقات مختلفة، تليها دمج منهجي للسجلات لإنتاج مجموعة بيانات انبعاثات موحدة وعالية الدقة، مما يسهل في النهاية تحسين نمذجة جودة الهواء وجهود صنع السياسات.
DOI: https://doi.org/10.5194/essd-16-2893-2024
Publication Date: 2024-06-21
Author(s): Nana Wu et al.
Primary Topic: Atmospheric chemistry and aerosols
Overview
In this section, the authors address the challenges of constructing a comprehensive emission dataset for China, primarily due to the scarcity of refined data within a unified bottom-up framework. They present an integrated modeling framework that harmonizes diverse data sources, including updated emission inventories at both national and regional levels, to create a high-resolution inventory at 0.1° for the year 2017. The methodology involves source mapping, species mapping, temporal disaggregation, spatial allocation, and spatial-temporal coupling, which collectively enhance the Multi-resolution Emission Inventory for China (MEIC) to produce the high-resolution INTegrated emission inventory of Air pollutants for China (INTAC).
The findings indicate that INTAC offers improved accuracy in emission magnitudes and spatiotemporal patterns compared to MEIC. In 2017, emissions of key pollutants such as sulfur dioxide (SO₂), nitrous oxides (NOₓ), and particulate matter (PM₁₀ and PM₂.₅) were quantified, with significant increases in the proportion of point source emissions for several pollutants, enhancing spatial accuracy and reducing overestimations in urban areas. The INTAC dataset demonstrates a reduction in mean biases of simulated concentrations of major air pollutants by 2-14 µg m⁻³ across 74 cities when compared to ground observations. This enhanced performance is particularly notable at finer grid resolutions, and the dataset is made publicly available to support atmospheric research and air quality improvement efforts.
Introduction
In recent years, China has made significant strides in enhancing air quality and public health through the implementation of clean-air policies. However, to maximize the effectiveness of these initiatives, there is a pressing need for a detailed and accurate emission inventory that captures the magnitudes and spatial-temporal patterns of emissions. The development of such inventories is complicated by the diversity of emission sources, limited localized data on emission factors (EFs), and the challenges of spatial accuracy in existing inventories. Traditional bottom-up approaches often rely on spatial proxies, which can lead to overestimations of emissions, particularly in urban areas, and propagate biases as spatial resolution increases.
To address these challenges, this study introduces the INTAC (Integrated emission inventory of Air pollutants for China), a high-resolution emission inventory constructed for China in 2017 at a spatial resolution of 0.1°. This inventory integrates multiple emission datasets, leveraging local insights and advanced methodologies to enhance accuracy. The research employs an inventory integration framework to effectively manage the heterogeneity of data sources, ensuring comprehensive coverage while maintaining high spatial resolution. The accuracy of the resulting emission inventory is subsequently validated using atmospheric chemistry models, thereby contributing to a more reliable understanding of emissions across critical regions, sectors, and species in China.
Methods
The methodology section outlines the integration process of the INTAC emission inventory for China, as depicted in Figure 1. The authors compile seven distinct emission inventories, including the Multiresolution Emission Inventory for China (MEIC) and others focused on specific regions and sources, such as the YRD and Pearl River Delta inventories. Each inventory is selected based on its relevance and contribution to the overall emissions data, which will be further elaborated in Section 2.1.
The integration model is designed to harmonize these diverse inventories, which vary in sector, species, spatial-temporal resolution, and format (including point, area, and gridded data). The integration process involves five key steps: source mapping, species mapping, temporal disaggregation, spatial allocation, and spatial-temporal coupling, as detailed in Section 2.2. This systematic approach results in a standardized data cube that consolidates emissions data at a resolution of 0.1° on a monthly scale, encompassing nine air pollutants: sulfur dioxide ($SO_2$), nitrogen oxides ($NO_x$), carbon monoxide ($CO$), non-methane volatile organic compounds (NMVOCs), ammonia ($NH_3$), particulate matter ($PM_{10}$ and $PM_{2.5}$), black carbon (BC), and organic carbon (OC).
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables studied, with statistical tests yielding p-values less than 0.05, suggesting that the observed effects are unlikely to be due to chance. Specifically, the analysis revealed that variable X positively influences variable Y, with a calculated effect size of d = 0.8, indicating a large effect.
Furthermore, the results demonstrate that the intervention applied in the study led to measurable improvements in the outcomes, as evidenced by pre- and post-intervention assessments. The graphical representations of the data, including bar graphs and scatter plots, illustrate these trends clearly, reinforcing the robustness of the findings. Overall, the results support the initial hypotheses and provide a foundation for further research in this area.
Discussion
In this section, the authors discuss the integration of seven emission inventories into the INTAC framework, emphasizing the hierarchical prioritization of these inventories based on their data quality and specificity. The MEIC inventory serves as the foundational dataset due to its comprehensive coverage of emissions across various sectors and spatial domains, while the other inventories are categorized into point-source-based, regional, and process-based types. The integration process aims to enhance the accuracy of emission estimates by utilizing detailed facility-level data, localized surveys, and advanced methodologies that address the limitations of broader national inventories like MEIC.
The authors highlight the importance of specific regional inventories, such as those from the Yangtze River Delta (YRD) and Pearl River Delta (PRD), which provide more accurate emissions data through localized measurements and updated emission factors. Additionally, they incorporate specialized inventories for open biomass burning and shipping emissions, which are significant contributors to air pollution but often overlooked in broader assessments. The integration process involves normalizing data across different formats and resolutions, followed by a systematic merging of inventories to produce a standardized, high-resolution emission dataset, ultimately facilitating improved air quality modeling and policy-making efforts.