Bewertung von Echtzeit‑Quellenaufteilungsansätzen in sechs chinesischen Städten mit dem AXA‑(ACSM, Xact, Aethalometer) Instrumenten‑Setup

Warum schnelle Schadstoffverfolgung wichtig ist

Luftverschmutzung wird oft als eine einzige Zahl in einer Wetter‑App dargestellt, aber entscheidend ist, wer oder was diese schädlichen Partikel in der Luft Minute für Minute erzeugt. In vielen chinesischen Städten kann sich dichter Wintersmog rasch aufbauen, sodass Behörden innerhalb weniger Stunden entscheiden müssen, ob Verkehr eingeschränkt, Fabriken geschlossen oder andere Aktivitäten reduziert werden. Bislang wurden solche Entscheidungen meist ohne Echtzeitinformationen darüber getroffen, welche Quellen tatsächlich verantwortlich sind. Diese Studie stellt ein neues System vor und prüft es — ein System, das die Hauptverursacher feiner Partikel nahezu in Echtzeit über sechs große chinesische Städte hinweg aufschlüsseln kann.

Eine neue Methode, verschmutzte Luft zu „fingerprinten“

Die Forschenden entwickelten ein nahezu echtzeitfähiges Quellenaufteilungssystem, im Grunde einen intelligenten Analysator, der nicht nur misst, wie viel Feinstaub (PM2,5) in der Luft ist, sondern innerhalb von Minuten auch bestimmt, woher er stammt. Das System koppelt drei kontinuierliche Instrumente, zusammen als AXA‑Setup bezeichnet: eines erfasst organische Partikel und Hauptionen, ein anderes misst Spurenelemente wie Metalle und ein drittes fokussiert auf lichtabsorbierenden schwarzen Kohlenstoff. Jede Quellenart — Verkehr, Kohle, Biomasse, Staub oder industrielle Emissionen — hinterlässt in diesen Messdaten eine eigene chemische Signatur. Spezialisierte Software verwendet diese Signaturen, um die gemischte Verschmutzung automatisch in Beiträge der einzelnen Quellen zu zerlegen, ohne dass ein Experte ständig überwachen muss.

Erprobung des Systems in sechs Städten

Um zu prüfen, ob dieser Ansatz außerhalb des Labors funktioniert, führte das Team zwischen 2020 und 2022 mehrmonatige Messkampagnen in Peking, Langfang, Shijiazhuang, Xi’an, Wuhan und Chongqing durch. Zuerst führten sie sorgfältige, langsamere „Offline“‑Analysen der vollständigen Datensätze durch, um in jeder Stadt die Hauptquellen und ihre chemischen Profile zu identifizieren. Diese Offline‑Ergebnisse dienten als Referenz. Anschließend konfigurierten sie das Echtzeitmodell mit diesen Quellenprofilen und ließen es die Daten verarbeiten, als würde es live laufen, indem neue Messwerte schrittweise hinzugefügt wurden. In den beiden letzten Städten, Shijiazhuang und Wuhan, lief das Modell zudem tatsächlich in nahezu Echtzeit und lieferte innerhalb von Minuten nach jeder Messung aktualisierte Quellaufteilungen.

Was sie über den Smog selbst lernten

In allen sechs Städten bestätigt die Studie, dass sekundäre Schadstoffe — Partikel, die in der Luft aus Gasen wie Stickoxid, Schwefeldioxid, flüchtigen organischen Verbindungen und Ammoniak gebildet werden — die Haupttreiber von PM2,5 sind und oft die Hälfte oder mehr der Feinstaubmasse ausmachen. Nitrat, Sulfat und sauerstoffreiche organische Substanz waren besonders wichtig. Primäre Emissionen, wie Rauch von Kohle‑ und Biomasseverbrennung, Fahrzeugabrieb‑ und -ausstoß sowie industrielle Aktivitäten, trugen weiterhin beträchtlich bei, typischerweise etwa 10–30 % der Masse und in bestimmten Ereignissen teils noch mehr. In Langfang etwa kam es während der Kampagne zu Staubstürmen, wodurch windverwehter mineralischer Staub über längere Zeiträume die Partikelbelastung dominierte. Saisonale Muster waren ebenfalls deutlich: Heizen im Winter erhöhte den Anteil an festen Brennstoff‑Emissonen, während sonnige Perioden die Bildung sekundärer Partikel in der Atmosphäre begünstigten.

Wie zuverlässig ist die Echtzeit‑Quellenaufteilung?

Die zentrale Frage war, ob das schnelle, automatisierte System mit der sorgfältigeren Offline‑Arbeit mithalten kann. Die Autor:innen verglichen die beiden Ergebnissets auf mehrere Arten. Wenn das Echtzeitmodell optimierte Quellen‑Fingerprints verwendete, die aus der langsamen Analyse abgeleitet wurden, stimmten seine Schätzungen der einzelnen Hauptquellen sehr genau mit der Referenz überein; die statistische Übereinstimmung (R²) lag für alle Hauptquellen über 0,82. Sie forderten das System weiter heraus, indem sie es mit nur zwei Dritteln der Daten trainierten und am verbleibenden Drittel testeten, um einen Einsatz in einer neuen, zuvor nicht gesehenen Periode zu simulieren. Selbst unter diesen Bedingungen reproduzierte das Modell die meisten Quellen gut, wenngleich sehr variable Quellen wie Koch‑Emissionen und Biomasseverbrennung etwas weniger präzise erfasst wurden. Ein anspruchsvollerer Test, bei dem statt lokaler Profile generische „Multi‑City“‑Durchschnittsprofile verwendet wurden, brachte gemischte Ergebnisse und unterstrich, dass lokale Konfiguration und instrumentelle Details für beste Leistung weiterhin wichtig sind.

Begrenzungen, Herausforderungen und das größere Bild

Die Studie hebt auch mehrere Herausforderungen hervor. Emissionsquellen und atmosphärische Bedingungen ändern sich mit den Jahreszeiten, sodass ein Modell, das auf winterlichen Heizemissionen abgestimmt ist, die Sommersituation chemisch nicht exakt abbilden kann. Instrumente an verschiedenen Standorten erfassten nicht immer denselben Satz an Schadstoffen, was die Trennbarkeit einzelner Quellen beeinflussen kann. Und weil das System für den Betrieb ohne menschliches Eingreifen konzipiert ist, geht es auf Kosten mancher Flexibilität — etwa häufiger manueller Nachjustierung von Quellenprofilen — zugunsten von Robustheit und Bedienfreundlichkeit für Nicht‑Expert:innen in Routinenetzwerken.

Was das für sauberere Stadtluft bedeutet

Für eine allgemeine Leserschaft lautet die Schlussfolgerung: Diese Arbeit zeigt, dass es nun möglich ist, eine nahezu Echtzeit‑Aufschlüsselung zu erhalten, wer die Luft in großen Städten verschmutzt — und zwar nicht nur, wie schlecht die Luft ist. Das neue AXA‑basierte Modell kann innerhalb von Minuten schätzen, wie viel der Feinstaubmasse in einer gegebenen Stunde von Verkehr, festen Brennstoffen wie Kohle und Biomasse, Staub oder sekundärer Bildung in der Atmosphäre stammt, und das mit einer Genauigkeit, die nahe an langsameren, expertengeführten Methoden liegt. Obwohl weitere Tests über vollständige Jahreszyklen erforderlich sind, könnten solche Werkzeuge Behörden dabei helfen, während Smogepisoden gezielter zu reagieren — die richtige Branche zur richtigen Zeit anzugehen — und damit letztlich bessere Gesundheitsresultate und effizienteres Luftqualitätsmanagement zu unterstützen.

Zitation: Manousakas, M.I., Cui, T., Wang, Q. et al. Evaluation of real-time source apportionment approaches in six Chinese cities using the AXA (ACSM, Xact, Aethalometer) instrumental set-up. Sci Rep 16, 9890 (2026). https://doi.org/10.1038/s41598-026-38154-x

Schlüsselwörter: Luftverschmutzung, Feinstaub, Echtzeitüberwachung, Quellenaufteilung, chinesische Städte