Оценка подходов к определению вкладов источников в реальном времени в шести китайских городах с использованием инструментального набора AXA (ACSM, Xact, Aethalometer)

Почему важно быстро отслеживать загрязнение

О загрязнении воздуха часто говорят как об одном показателе в приложении погоды, но на самом деле важно понимать, кто и что создаёт эти вредные частицы в воздухе — по минутам. Во многих китайских городах густая зимняя дымка может накапливаться быстро, и властям приходится в течение нескольких часов решать, ограничивать ли движение, закрывать заводы или сокращать другие виды деятельности. До сих пор такие решения в значительной степени принимались без оперативной информации о том, какие именно источники виноваты. В этом исследовании представлена и протестирована новая система, способная разделять основные вклады в опасные мелкие частицы почти в реальном времени в шести крупных китайских городах.

Новый способ «отпечатать пальцы» грязного воздуха

Исследователи создали систему определения вкладов источников вблизи реального времени — по сути умный анализатор, который не только измеряет, сколько мелких частиц (PM2.5) в воздухе, но и определяет, откуда они поступают, в течение нескольких минут. Система объединяет три непрерывных прибора, вместе называемых установкой AXA: один отслеживает органические частицы и основные ионы, другой измеряет следовые элементы, такие как металлы, а третий сосредоточен на светопоглощающем чёрном углероде. Каждый тип источника — транспорт, уголь, биомасса, пыль или промышленные выбросы — оставляет свой химический «отпечаток» в этих измерениях. Специализированное программное обеспечение затем использует эти отпечатки, чтобы автоматически разделить смешанное загрязнение на вклады каждого источника, без необходимости присутствия эксперта.

Проверка системы в шести городах

Чтобы понять, работает ли такой подход вне лаборатории, команда провела многомесячные кампании мониторинга в 2020–2022 годах в Пекине, Ланфане, Шицзячжуане, Сиане, Ухане и Чунцине. Сначала они выполнили тщательные, более медленные «оффлайн» анализы по полным наборам данных, чтобы идентифицировать основные источники и их химические профили в каждом городе. Эти оффлайн-результаты служили эталоном. Затем они настроили модель реального времени с этими профилями источников и позволили ей обрабатывать данные как при работе в реальном времени, добавляя новые измерения шаг за шагом. В последних двух городах, Шицзячжуане и Ухане, модель также работала в подлинном режиме почти реального времени, предоставляя обновлённые разложения вкладов в течение нескольких минут после каждого измерения.

Что они узнали о самой дымке

Во всех шести городах исследование подтверждает, что вторичные загрязнители — частицы, образующиеся в воздухе из газов, таких как оксиды азота, диоксид серы, летучие органические соединения и аммиак — являются основными драйверами PM2.5, часто составляя половину или более массы мелких частиц. Нитрат, сульфат и обогащённые кислородом органические вещества были особенно важны. Первичные выбросы, такие как дым от сжигания угля и биомассы, износ и выхлоп транспорта, а также промышленные выбросы, по‑прежнему вносили существенный вклад, обычно около 10–30% массы, а в отдельных событиях — и больше. Например, в Ланфане во время кампании происходили пылевые бури, из‑за чего ветровая минеральная пыль доминировала в уровне частиц в течение продолжительных периодов. Были также явные сезонные закономерности: зимнее отопление усиливало дым от твёрдого топлива, тогда как солнечные периоды способствовали накоплению вторичных частиц, образующихся в атмосфере.

Насколько надёжно разделение источников в реальном времени?

Ключевой вопрос заключался в том, сможет ли быстрая автоматизированная система сопоставиться с более тщательной оффлайн‑работой. Авторы сравнили две серии результатов несколькими способами. Когда модель реального времени использовала оптимизированные отпечатки источников, выведенные из медленного анализа, её оценки каждого основного источника очень близко следовали эталону, с коэффициентом детерминации (R²) выше 0.82 для всех основных источников. Затем они проверили систему, обучив её на двух третях данных и протестировав на оставшейся трети, имитируя развёртывание в новый период, которого модель раньше «не видела». Даже в таких условиях модель воспроизводила большинство источников хорошо, хотя для сильно переменных источников, таких как готовка и сжигание биомассы, точность была несколько ниже. Более строгий тест с использованием общих «средних по городам» отпечатков вместо локальных дал смешанные результаты, подчёркивая, что локальная настройка и детали приборов по‑прежнему важны для наилучшей производительности.

Ограничения, сложности и общий контекст

Исследование также выделяет несколько проблем. Источники загрязнения и атмосферные условия меняются с сезонами, поэтому модель, настроенная на зимние выбросы отопления, может не точно описывать летнюю химию. Приборы на разных площадках не всегда измеряли одинаковый набор загрязнителей, что может влиять на то, насколько хорошо можно разделить отдельные источники. И поскольку система спроектирована для работы без вмешательства человека, она теряет часть гибкости — например, частую ручную перенастройку профилей источников — в пользу устойчивости и простоты использования не‑экспертами в рутинных сетях мониторинга.

Что это значит для чище воздуха в городах

Для неспециалиста вывод таков: теперь возможно получать разложение того, кто загрязняет воздух в крупных городах, почти в реальном времени — а не только показатель «насколько плох» воздух. Новая модель на базе AXA может в течение нескольких минут оценивать, какая доля мелких частиц в данном часу приходится на транспорт, твёрдое топливо (уголь и биомассу), пыль или вторичное образование в атмосфере, и делает это с точностью, близкой к более медленным методам, требующим участия экспертов. Хотя необходимы дополнительные испытания в течение полного годового цикла, такие инструменты могут помочь властям реагировать точнее во время эпизодов дымки — нацеливая меры на нужный сектор в нужное время — что в конечном счёте поддержит лучшее здоровье населения и более эффективное управление качеством воздуха.

Цитирование: 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

Ключевые слова: загрязнение воздуха, твердые частицы, мониторинг в реальном времени, аппортионмент источников, китайские города