北京大学韦晶ACP：卫星观测揭示空气污染物对快速排放变化的差异化响应

该研究基于卫星遥感和人工智能技术，构建了中国1公里分辨率、全覆盖的六种常规空气污染物日浓度数据集，系统解析了大气污染物对排放剧烈变化的响应规律。背景方面，排放变化对空气质量的影响具有复杂性和非线性特征。研究目的旨在揭示不同污染物对减排和恢复阶段的差异化响应，并定量区分人为排放与气象条件的作用。结论表明：PM₂.₅、NO₂等污染物在减排后浓度快速下降，排放恢复后反弹；O₃浓度则因光化学过程的非线性特征在减排期间上升。通过可解释人工智能技术，研究发现PM₂.₅变化主要受人为排放影响，而O₃变化更多受气象条件和光化学过程共同作用。尽管部分污染物在恢复期有所回升，长期污染治理和结构性减排措施使全国整体空气质量较减排前保持改善。该研究为PM₂.₅和O₃协同治理及空气质量改善提供了科学依据。