张浩彬
(2022-03-25 11:30):
#paper 10.1360/SCM-2019-0368 气象调整下的区域空气质量评估
空气质量的有效评估是空气质量管理的重要方向。蓝天保卫战圆满收官,十四五规划中,空气改善目标依然包括了PM2.5以及空气质量的优良天数。参与过一些地方环保局在大气治理问题的一些问题处理。应该说空气质量水平一方面既受到污染物排放的影响,另一方面也受到气象因素的影响。如果能够有效摒除气象因素的干扰,那么在制定策略的时候就可能能够更加精准。回到本文,传统来说,我们固然可以通过对协变量的处理来进行单独分析。但是也会由于设置与协变量遵循了不同的基准分布有所不同也会带来偏差(毕竟气象条件是不能随机分配的)。本文提出一种在时间和空间两个维度对观测到的浓度中气象因素进行调整的新方法(非参数方法),相对于传统用的简单平均,这里结合了时间及空间因素进行调整(我觉得新,主要在于引入空间的处理。作者也证明了,带趋势分析的处理是本方法中的一个特例)。使得 调整后的均值可以在不同年份之间进行比较。作者对北京地区(覆盖范围包括扩展出去的河北)进行实证,发现SO2显著减少,PM25级NO2改善甚微,O3反而上升。(虽然是2020年论文,但数据截止到2017)。实证来看,整体应该是吻合的,臭氧水平的升高一个应该是因为北方地区相对臭氧问题不属于主要问题(这点与南方地区相反),另一点应该是毕竟蓝天多了,臭氧更容易生成。
最后感慨一下,即使是非参的方法,统计的论文(作者是陈松蹊院士和他的学生)相比cs的,大家都做模型,统计也更加关注估计和理论性质。
中国科学: 数学,
2020.
DOI: 10.1360/SCM-2019-0368
气象调整下的区域空气质量评估
翻译
Abstract:
虽然空气污染是由污染物排放到大气中造成的,但是由于气象条件会影响污染物的扩散,因而实际观测到的污染水平会受到气象条件的影响.因此, 有效的空气质量管理要求污染评估指标和统计方法不受气象因素的干扰, 并能准确客观地反映污染物浓度的变化.为了评估北京地区潜在污染物排放的变化, 本文提出一种消除气象干扰的时空调整方法.通过控制气象条件, 调整后的污染物时空平均浓度可以捕捉到潜在排放量的变化.本文提出具体调整均值的方法, 并进行理论和数值分析,将此方法应用于北京地区的空气质量评估, 揭示一些有趣的模式和趋势, 这些结果可以用于空气质量评估和管理.
翻译