解决休斯顿及其他地区污染问题的尖端方法

休斯顿气候炎热潮湿，工业环境恶劣，是臭氧污染最严重的城市之一。现在，休斯顿大学的一个研究团队正在将机器学习 (ML) 的力量与创新分析技术相结合，以更准确地查明该市的空气污染源。

虽然平流层中的臭氧层保护地球和我们免受太阳有害射线的伤害，但它也是一种主要污染物，当它靠近地面时，可能对人类健康有害。据环境保护局称，长期接触地表臭氧会导致呼吸困难、哮喘恶化并增加患心脏病的风险。

研究团队将正矩阵分解(PMF)模型与机器学习的SHAP算法相结合，这有助于解释为什么ML模型会做出某些决策，同时也使数据更容易理解。他们的分析显示，在工业领域，休斯敦的石油和天然气工业对排放的影响最大，而短波辐射和相对湿度是总体臭氧浓度的两个最重要的影响因素。该作品发表在《环境污染》杂志上。

研究人员表示，将这两种方法结合起来，可以更深入地了解造成臭氧污染的原因，这是一种创新方法，休斯顿以前从未尝试过。

“我们基本上使用新技术根据污染物的不同种类或类型来识别休斯顿地区的主要排放源。这就像指纹，如果某些物种出现在一起，就表明存在某种污染源。”该论文的第一作者、夏威夷大学自然科学与数学学院地球与大气科学系博士生 Delaney Nelson 说。“然后我们利用 SHAP 来确定哪些排放源对城市影响最大以及影响程度如何。”

不同地区的臭氧浓度可能会有所不同，具体取决于多种因素，包括一个地区是城市、农村还是工业地区，以及大气条件。休斯顿是独一无二的，因为它包括所有这些地区，并且气候温暖潮湿，吸引了臭氧的积累。臭氧是一种由三个氧分子组成的气体，是通过氮基化合物和挥发性有机化合物 (VOC) 之间的光化学反应形成的——这是夏威夷大学大气科学团队在研究中追踪的两种化合物。

氮基化合物本质上来自车辆排放，但挥发性有机化合物更难确定。

“考虑到挥发性有机化合物对臭氧产生的影响程度，了解这些化学物质的来源以及影响因素至关重要，”大气化学、人工智能深度学习、空气质量建模和环境科学领域的通讯作者兼教授 Yunsoo Choi表示。卫星遥感。“一旦我们了解了具体的排放源和因素，我们就可以制定有针对性的减排策略，从而减少空气中的臭氧，让每个人都更健康。”

研究人员使用了德克萨斯州环境质量委员会 (TCEQ) 位于工业区和城市地区的监测站的多年 VOC 测量数据。林奇堡渡轮站点被选为休斯顿工业部门的代表，因为它位于通往休斯顿船舶航道的半岛上，休斯敦船舶航道是世界上最繁忙的海港之一。米尔比公园站被选为典型的市区代表，因为它位于市中心东南部，周围是住宅区和商业区。

该团队的建模和分析的两步方法显示了船舶航道区域和城市场地之间在化学上的明确差异。此外，化学物质排放不仅影响一般船舶航道站点，还影响顺风区域。

纳尔逊和崔都很兴奋，他们的创新方法被证明可以有效且准确地识别排放源和影响臭氧浓度的因素。

“污染是休斯顿的一个关键问题，那里的夏季气温极高，臭氧浓度很高，”崔说。“我们获得的见解对于当地社区制定有效的政策非常有用。这就是为什么我们将时间、精力和技术专业知识投入到这个项目中。”

他渴望将两步法应用到其他领域。“奥斯汀、圣安东尼奥和达拉斯都有不同的特点，所以我预计挥发性有机化合物的来源也会不同，”Choi 说。“识别不同城市的VOC来源非常重要，因为每个城市都应该有自己独特的污染防治策略。”

尼尔森以休斯顿为家，他很高兴他们从“H 镇”开始。然而，她可以设想进一步扩大她的研究范围，比较农村地区和城市地区，进行全州范围的研究，然后逐个州进行全国研究。

“所有这些都是一个巨大的谜题，我喜欢解决谜题，”她说。