Ocena podejść do bieżącego rozdzielania źródeł zanieczyszczeń w czasie rzeczywistym w sześciu chińskich miastach przy użyciu zestawu przyrządów AXA (ACSM, Xact, Aethalometer)

Dlaczego szybkie śledzenie zanieczyszczeń ma znaczenie

Zanieczyszczenie powietrza często przedstawiane jest jako jedna liczba w aplikacji pogodowej, ale naprawdę istotne jest, kto i co wytwarza te zanieczki w powietrzu, minuta po minucie. W wielu chińskich miastach gęsty zimowy smog może narastać szybko, zmuszając władze do podejmowania decyzji w ciągu kilku godzin — czy ograniczyć ruch, zamknąć zakłady czy ograniczyć inne aktywności. Do tej pory decyzje te zapadały w dużej mierze bez informacji w czasie rzeczywistym o tym, które źródła rzeczywiście są winne. Niniejsze badanie przedstawia i testuje nowy system, który potrafi rozdzielić głównych sprawców szkodliwych drobnych cząstek niemal w czasie rzeczywistym w sześciu największych chińskich miastach.

Nowy sposób „odciskania palca” brudnego powietrza

Naukowcy zbudowali system rozdzielania źródeł w czasie bliskim rzeczywistemu — w istocie inteligentny analizator, który nie tylko mierzy, ile cząstek PM2.5 znajduje się w powietrzu, lecz także w ciągu kilku minut określa, skąd one pochodzą. System łączy trzy ciągłe przyrządy, razem nazwane konfiguracją AXA: jeden monitoruje cząstki organiczne i główne jony, drugi mierzy pierwiastki śladowe takie jak metale, a trzeci koncentruje się na światłochłonnym węgliku czarnym. Każdy typ źródła — ruch drogowy, węgiel, biomasa, pył czy emisje przemysłowe — pozostawia własny chemiczny odcisk w tych pomiarach. Specjalistyczne oprogramowanie wykorzystuje te odciski, aby automatycznie rozdzielić zmieszaną emisję na wkłady poszczególnych źródeł, bez potrzeby stałej kontroli eksperta.

Testowanie systemu w sześciu miastach

Aby sprawdzić działanie poza laboratorium, zespół przeprowadził wielomiesięczne kampanie monitoringu w latach 2020–2022 w Pekinie, Langfang, Shijiazhuang, Xi’an, Wuhan i Chongqing. Najpierw wykonano staranne, wolniejsze analizy „offline” na pełnych zbiorach danych, aby zidentyfikować główne źródła i ich profile chemiczne w każdym mieście. Wyniki offline posłużyły jako odniesienie. Następnie skonfigurowano model działający w czasie rzeczywistym z tymi profilami źródeł i pozwolono mu przetwarzać dane tak, jakby działał na żywo, dodając nowe pomiary krok po kroku. W dwóch ostatnich miastach, Shijiazhuang i Wuhan, model był także uruchamiany w rzeczywistym trybie bliskim rzeczywistemu, dostarczając zaktualizowane rozkłady źródeł w ciągu kilku minut od każdego pomiaru.

Co dowiedzieli się o samym smogu

We wszystkich sześciu miastach badanie potwierdza, że głównymi czynnikami napędzającymi PM2.5 są zanieczyszczenia wtórne — cząstki powstające w powietrzu z gazów takich jak tlenki azotu, dwutlenek siarki, lotne związki organiczne i amoniak — często stanowiące połowę lub więcej masy drobnych cząstek. Szczególnie istotne były azotan, siarczan oraz materie organiczne bogate w tlen. Emisje pierwotne, takie jak dym z palenia węgla i biomasy, zużycie i spaliny pojazdów oraz działalność przemysłowa, wciąż wnosiły znaczący udział, zwykle w granicach 10–30% masy, a w niektórych przypadkach więcej podczas konkretnych zdarzeń. Na przykład w Langfang podczas kampanii wystąpiły burze pyłowe, co spowodowało, że unoszony wiatrem pył mineralny dominował w poziomach cząstek przez dłuższe okresy. Wzorce sezonowe były również wyraźne: zimowe ogrzewanie zwiększało emisje ze spalania paliw stałych, podczas gdy słoneczne okresy sprzyjały akumulacji cząstek wtórnych tworzonych w atmosferze.

Na ile wiarygodne jest szybkie rozdzielanie źródeł?

Kluczowe pytanie brzmiało, czy szybki, zautomatyzowany system może dorównać staranniejszym analizom offline. Autorzy porównali oba zestawy wyników na kilka sposobów. Gdy model w czasie rzeczywistym korzystał z zoptymalizowanych odcisków źródeł uzyskanych z powolnej analizy, jego oszacowania każdego głównego źródła bardzo dobrze śledziły odniesienie, ze zgodnością statystyczną (R²) powyżej 0,82 dla wszystkich głównych źródeł. Następnie poddali system próbie, trenując go na zaledwie dwóch trzecich danych i testując na pozostałej trzeciej, naśladując wdrożenie w nowym okresie, którego wcześniej „nie widział”. Nawet w tych warunkach model odtworzył większość źródeł dobrze, choć źródła silnie zmienne, takie jak gotowanie i spalanie biomasy, były nieco mniej precyzyjne. Bardziej wymagający test, używający ogólnych „średnich międzymiastowych” odcisków zamiast lokalnych, dał mieszane wyniki, co podkreśla, że lokalna konfiguracja i szczegóły przyrządów nadal mają znaczenie dla najlepszej wydajności.

Ograniczenia, wyzwania i szerszy kontekst

Badanie wskazuje również kilka wyzwań. Źródła zanieczyszczeń i warunki atmosferyczne zmieniają się wraz z porami roku, więc model dostrojony do emisji zimowych może nie opisywać poprawnie chemii letniej. Przyrządy w różnych miejscach nie zawsze mierzyły ten sam zestaw zanieczyszczeń, co może wpływać na to, jak dobrze można rozdzielić poszczególne źródła. A ponieważ system zaprojektowano do pracy bez ingerencji człowieka, kosztem pewnej elastyczności — na przykład częstego ręcznego dostrajania profili źródeł — zyskuje odporność i łatwość użycia przez nieekspertów w rutynowych sieciach monitoringu.

Co to oznacza dla czystszego miejskiego powietrza

Dla czytelnika nietechnicznego sedno sprawy jest takie, że praca ta pokazuje, iż obecnie możliwe jest uzyskanie rozbicia emisji w czasie bliskim rzeczywistemu — kto zanieczyszcza powietrze w dużych miastach — a nie tylko jak złe jest powietrze. Nowy model oparty na AXA potrafi w ciągu kilku minut oszacować, jak duża część drobnych cząstek w danej godzinie pochodzi z ruchu drogowego, paliw stałych takich jak węgiel i biomasa, pyłu czy z tworzenia wtórnego w atmosferze, i robi to z dokładnością bliską dużo wolniejszym, prowadzonym przez ekspertów metodom. Choć potrzebne są dalsze testy obejmujące pełne roczne cykle, takie narzędzia mogą pomóc władzom reagować precyzyjniej podczas epizodów smogowych — celując w odpowiedni sektor w odpowiednim czasie — co ostatecznie wspiera lepsze wyniki zdrowotne i efektywniejsze zarządzanie jakością powietrza.

Cytowanie: 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

Słowa kluczowe: zanieczyszczenie powietrza, cząstki stałe, monitoring w czasie rzeczywistym, rozróżnianie źródeł, chińskie miasta