Utvärdering av realtidsmetoder för källuppdelning i sex kinesiska städer med AXA‑uppsättningen (ACSM, Xact, Aethalometer)

Varför snabb föroreningsövervakning spelar roll

Luftföroreningar anges ofta som ett enda värde i en väderapp, men det som verkligen betyder något är vilka källor som skapar de skadliga partiklarna i luften, minut för minut. I många kinesiska städer kan tjock vinterhaze byggas upp snabbt, vilket tvingar myndigheter att inom timmar avgöra om trafik ska begränsas, fabriker stängas eller andra aktiviteter minskas. Fram till nu har sådana beslut till stor del fattats utan realtidsinformation om vilka källor som faktiskt är ansvariga. Denna studie presenterar och testar ett nytt system som kan skilja de viktigaste bidragsgivarna till farliga fina partiklar nästan i realtid i sex stora kinesiska städer.

Ett nytt sätt att ”fingeravtrycka” förorenad luft

Forskarna byggde ett nästan realtidsbaserat källuppdelningssystem, i grunden en smart analysator som inte bara mäter hur mycket partikulärt material (PM2.5) som finns i luften utan också bestämmer var det kommer ifrån inom några minuter. Systemet kopplar samman tre kontinuerliga instrument, kallade AXA‑uppsättningen: ett spårar organiska partiklar och stora joner, ett annat mäter spårämnen såsom metaller, och ett tredje fokuserar på ljusabsorberande svart kol. Varje källa—trafik, kol, biomassa, damm eller industriutsläpp—lämnar ett eget kemiskt fingeravtryck i dessa mätningar. Specialiserad programvara använder sedan dessa fingeravtryck för att automatiskt separera den blandade föroreningen i bidrag från varje källa, utan att en expert behöver övervaka processen.

Att testa systemet i sex städer

För att se om angreppssättet fungerar utanför laboratoriet genomförde teamet flera månader långa övervakningskampanjer mellan 2020 och 2022 i Peking, Langfang, Shijiazhuang, Xi’an, Wuhan och Chongqing. Först genomförde de noggranna, långsammare ”offline”‑analyser av hela datamängderna för att identifiera huvudkällorna och deras kemiska profiler i varje stad. Dessa offline‑resultat användes som referens. Därefter konfigurerade de realtidsmodellen med dessa källprofiler och lät den bearbeta data som om den körde live, och lade till nya mätningar ett tidssteg i taget. I de två sista städerna, Shijiazhuang och Wuhan, kördes modellen även i verklig nära‑realtid och levererade uppdaterade källfördelningar inom några minuter efter varje mätning.

Vad de lärde sig om häxan själv

I alla sex städer bekräftar studien att sekundära föroreningar—partiklar som bildas i luften från gaser som kväveoxider, svaveldioxid, flyktiga organiska föreningar och ammoniak—är de största drivkrafterna för PM2.5, ofta utgörande hälften eller mer av den fina partikelmassan. Nitrat, sulfat och syre‑rika organiska material var särskilt betydelsefulla. Primära utsläpp, såsom rök från kol‑ och biomassaförbränning, slit- och avgaser från fordon samt industriella aktiviteter, bidrog fortfarande avsevärt, typiskt runt 10–30 % av massan, och i vissa fall mer under specifika händelser. Langfang, till exempel, upplevde dammstormar under kampanjen, vilket gjorde att vinddrivet mineraliskt damm dominerade partikelnivåerna under längre perioder. Säsongsmönster var också tydliga: uppvärmning under vintern ökade utsläpp från fasta bränslen, medan soliga perioder gynnade uppbyggnaden av sekundära partiklar bildade i atmosfären.

Hur tillförlitlig är realtidskälluppdelning?

Huvudfrågan var om det snabba, automatiserade systemet kunde matcha det mer omsorgsfulla offline‑arbetet. Författarna jämförde de två uppsättningarna resultat på flera sätt. När realtidsmodellen använde optimerade källfingeravtryck härledda från den långsamma analysen följde dess uppskattningar av varje huvudkälla referensen mycket nära, med statistiskt överensstämmelse (R²) över 0,82 för alla större källor. De utmanade sedan systemet genom att träna det på endast två tredjedelar av datan och testa det på den återstående tredjedelen, vilket efterliknade införande i en ny period det aldrig ”sett” tidigare. Även under dessa förhållanden återgav modellen de flesta källor väl, även om mycket variabla källor som matlagning och biomassaförbränning var något mindre precisa. Ett mer krävande test, där generiska ”flerstads”‑genomsnittliga fingeravtryck användes i stället för lokala, gav blandade resultat och underströk att lokal konfiguration och instrumentdetaljer fortfarande spelar roll för bästa prestanda.

Begränsningar, utmaningar och helhetsbilden

Studien belyser också flera utmaningar. Föroreningskällor och atmosfäriska förhållanden varierar med årstiderna, så en modell inställd på vinteruppvärmningsutsläpp kanske inte beskriver sommarkemi korrekt. Instrument på olika platser mätte inte alltid samma uppsättning föroreningar, vilket kan påverka hur väl enskilda källor kan separeras. Och eftersom systemet är utformat för att köras utan mänsklig inblandning byter det viss flexibilitet—till exempel frekvent manuell ominställning av källprofiler—mot robusthet och användarvänlighet för icke‑experter i rutinmässiga övervakningsnätverk.

Vad detta innebär för renare stadsluft

För en lekmannaläsare är slutsatsen att detta arbete visar att det nu är möjligt att få en nära realtidsuppdelning av vem som förorenar luften i stora städer — inte bara hur dålig luften är. Den nya AXA‑baserade modellen kan, inom några minuter, uppskatta hur mycket av de fina partiklarna under en timme som kommer från trafik, fasta bränslen som kol och biomassa, damm eller sekundär bildning i atmosfären, och gör det med en noggrannhet nära den hos mycket långsammare, expertstyrda metoder. Även om ytterligare tester över hela årscykler behövs, skulle sådana verktyg kunna hjälpa myndigheter att reagera mer precist under haze‑episoder — rikta in sig på rätt sektor vid rätt tidpunkt — vilket i slutändan stödjer bättre hälsoutfall och effektivare luftkvalitetshantering.

Citering: 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

Nyckelord: luftföroreningar, partikulärt material, realtidsövervakning, källuppdelning, kinesiska städer