新研究揭示中国东部海域大气细颗粒物分布特征及影响因素

Jim

https://news.sciencenet.cn/htmlnews/2026/10/573770.shtm
作者：江庆龄   来源：中国科学报   发布时间：2026/10/28

上海海洋大学教授常亮团队将多源卫星遥感与机器学习技术在海洋大气细颗粒物（PM2.5）估算中的应用进一步拓展至中国东部海域，揭示了该区域PM2.5的时空变化特征及其季节性影响因素，为海洋大气环境监测、陆海污染关联分析及区域污染防控提供了科学参考。相关研究成果近日发表于《环境污染》。

PM2.5是影响海洋生态环境和区域气候变化的重要因素。中国东部海域包括渤海、黄海及东海海域，地处东亚大陆污染物向海洋输送的重要通道，受到陆源污染排放、季风环流及海气相互作用等多重因素的影响。然而，受海洋观测条件限制，海上PM2.5地面监测站点稀缺，制约了对海洋大气污染时空变化特征及其影响因素的深入认识。卫星遥感为大范围海洋PM2.5估算提供了重要的数据支持，但气溶胶光学厚度（AOD）与近地面PM2.5浓度之间存在复杂的非线性关系，海洋高湿度环境及大气化学过程也进一步增加了估算难度。

针对这一问题，研究团队综合利用多种数据，构建了融合气溶胶、气象和大气化学信息的海洋PM2.5机器学习估算框架，并结合三种机器学习算法，通过基于样本、空间和时间的三种验证策略系统比较模型性能。在此基础上，研究团队获得了2019—2024年中国东部海域10千米空间分辨率的逐日PM2.5浓度估算结果。

基于模型估算结果，研究团队分析了2019~2024年中国东部海域PM2.5浓度的时空变化特征。分析结果显示，海洋PM2.5浓度整体呈现由西向东、由北向南逐渐降低的空间分布特征，高值区主要集中在渤海湾、山东半岛沿岸及黄海北部邻近海域，而远离大陆的海域污染水平相对较低。该分布格局与中国东部沿海地区的人为排放和大气污染物向海输送的潜在影响相一致，表明陆源污染排放可能是影响中国东部近海大气环境的重要因素。从时间变化来看，2019—2024年研究区PM2.5浓度总体呈波动下降趋势，具有明显的季节性特征，冬季浓度较高，夏季浓度较低。

进一步地，研究团队分析了各类气象和大气化学参数对模型估算结果的相对贡献。春季、夏季和秋季，AOD均是贡献最高的特征，尤其在春秋两季表现突出；而冬季大气边界层高度（BLH）的重要性显著增强，贡献率达到28.6%。较低的边界层高度与较高的PM2.5估算浓度密切相关，同时西北风输送及二氧化氮、一氧化碳等污染相关气体也表现出与冬季较高PM2.5估算浓度相关的特征。这些结果表明，中国东部海域PM2.5的季节性变化与气溶胶负荷、大气扩散条件及陆源污染输送密切相关。

相关论文信息：https://doi.org/10.1016/j.envpol.2026.129276