韩国人每年约有半个月时间同时暴露于细颗粒物和臭氧等4种大气污染物之中。
蔚山科学技术院(UNIST)地球环境城市建设工学系林正浩教授团队30日表示,已开发出可按小时推算6种主要大气污染物地表浓度并绘制污染地图的人工智能模型DeepMap,并由此得出上述分析结果。
研究团队用该模型分析2021年至2023年东亚全域的空气质量后发现,多种污染物同时超过世界卫生组织(WHO)短期建议标准的“共同暴露”现象大范围发生。
特别是会加重呼吸系统和心血管疾病的细颗粒物(PM10)、超细颗粒物(PM2.5)、二氧化氮(NO2)、臭氧(O3)等4种物质同时超标的天数,仅在韩国每年就达15天。这种大气污染“四重困境”在中国华北平原(24天)和东部地区(19天)也很突出,主要集中在受冬季供暖影响、春季沙尘以及秋季高气压导致臭氧生成活跃的3月、4月和10月。
近期研究显示,这种复合暴露可能对健康造成比单一污染物暴露更为致命的影响,因此需要精密监测。但现有观测方式存在局限。地面观测站分布零散,存在空间空白;卫星观测在被云层遮挡时无法获取数据。大气化学输送模型分辨率较低,难以捕捉各地区的细微变动性,更重要的是,现有研究大多逐一单独计算污染物浓度,无法充分反映实际的复合污染状况。
相比之下,用于本次分析的DeepMap整合了静止轨道环境卫星(GEMS)数据、大气化学输送模型、数值模型的气象资料以及地面观测资料等,可按小时同时推算包括一氧化碳(CO)、二氧化硫(SO2)在内的共6种大气污染物浓度。空间分辨率精细至10公里,可准确掌握各地区污染分布,并通过按小时预测追踪污染物变化趋势。
第一作者姜恩珍研究员解释说:“通过应用同时学习相互影响的污染物之间关系的多任务结构,性能优于现有的单一污染物浓度推算模型。”
林正浩教授强调:“以往以单个物质为中心分析大气污染,未能充分反映实际环境中多种污染物同时作用的情况。”他还表示:“本次模型突破了这一局限,使复合大气污染能够得到更贴近现实的评估,今后可应用于空气质量预报、环境政策制定、公共卫生研究等多个领域。”
此次研究成果已于3月20日发表在环境领域知名学术期刊《环境科学与技术》(Environmental Science & Technology)上。研究得到了韩国环境部国立环境科学院和韩国科学技术情报通信部韩国研究基金会的支持。






