中国环境科学

作者：亓浩雲, 王晓琦, 程水源

单位：北京工业大学环境与生命学部, 区域大气复合污染防治北京市重点实验室, 北京 100020

关键词：机器学习算法,空气质量模型,新冠肺炎,邢台市,PM2.5

基金：国家自然科学基金资助项目（51638001）

选择河北省邢台市作为研究对象，将2020疫情作为一个极限管控措施下的极限减排实验情景，把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比，两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高，2020疫情时期其他污染物浓度均有不同程度的改善，而与2019历史同期相比，两次疫情期间臭氧浓度同样有升高现象，除此以外，2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响，根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明，LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高，而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果，在2020疫情中人为影响占据了主导，而在2021疫情中，相比较2020疫情时期，除NO2外，人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.

来源：2022年第8期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2022年第8期