ES&T Letters | 大气亚微米单颗粒精准溯源新方法——基于电镜技术和深度学习

背景：大气颗粒物源解析是大气污染防控与健康风险评估的关键技术，但经典方法存在精细度不足、不确定性高等局限。计算机控制扫描电镜（CCSEM）为溯源提供了新思路，然而常规CCSEM方法在分析亚微米颗粒时，因电子信号穿透深度大导致形貌特征失真，影响溯源准确性。研究目的：本研究旨在通过优化CCSEM分析方法，采用低加速电压（5kV）来提升亚微米颗粒图像质量，并构建基于深度学习的ImageTracerNet模型，实现仅依靠单颗粒形貌特征对亚微米颗粒物进行精准溯源。结论：研究成功开发了ImageTracerNet模型，与团队前期针对微米级颗粒的RX模型形成互补，共同完善了基于CCSEM与深度学习的大气单颗粒源解析方法体系。该方法具有分析通量高、自动化程度高等优点，具备业务化推广潜力，相关成果已发表在Environmental Science & Technology Letters上。