在2022年6月5日世界环境日之际，中国科协生态环境产学联合体（以下简称“联合体”）向社会发布了“2021年度中国生态环境十大科技进展”。该评选是在中国科协指导下，由两院院士、联合体各成员单位和全国大专院校、科研机构推荐，经公示、初评和院士专家终评产生，旨在反映我国生态环境科技领域前沿发展动态，引领生态环境领域技术创新，为我国生态环境保护和生态文明建设提供科技支撑。由清华大学地球系统科学系、清华大学环境学院共同完成的科研成果“大气污染时空变化驱动力研究”入选。
2021年生态环境十大科技进展：大气污染时空变化驱动力研究
（来源：中国科协生态环境产学联合体）
大气污染时空变化驱动力研究
推荐单位：中国环境科学学会
主要完成单位：清华大学地球系统科学系、清华大学环境学院
主要完成人：地球系统科学系张强教授、环境学院耿冠楠助理研究员、地球系统科学系同丹助理教授、环境学院肖清扬助理研究员、地球系统科学系毕业生郑逸璇博士、环境学院贺克斌院士。
大气污染在时空尺度上具有复杂的变化特征，准确刻画大气污染的时空变化特征并厘清其驱动因素是科学界和决策者共同关心的问题，对于解析污染来源成因和有效制订控制策略具有重要意义。
大气污染时空变化是由一系列自然和人为复杂因素影响共同叠加的结果。例如，气象条件是影响大气污染的重要自然因素，气象条件的年际变化可能对污染物浓度的长期变化趋势产生不可忽视的影响。而在人为因素方面，经济增长导致化石能源消费增加，从而加剧空气污染；政府组织实施的提升能源效率、优化能源结构、污染末端治理等一系列政策措施则会减少污染物排放，减轻污染水平。过去已有研究对其中部分因素的贡献进行了定量分解，但全面厘清各类自然和人为复杂因素对大气污染时空变化的影响需要构建多驱动因素解耦技术，长期以来一直未能取得突破。
清华大学团队针对这一重要问题，通过耦合大气科学、环境科学、统计学、经济学、流行病学等多学科的方法工具，构建了自然科学和社会科学深度交叉耦合的技术体系，研制了高分辨率大气污染时空变化近实时追踪数据集，突破了大气污染多驱动因素解耦技术，解析了2002-2017年间我国大气细颗粒物（M）污染及其健康影响的长期变化趋势及主要驱动因素，揭示了社会经济系统和大气环境系统的复杂非线性关联机制。项目取得的主要创新成果包括：
（1）构建时空迁移数据补缺方法，开发多源数据融合的高精度PM2.5与O3反演算法，研制并共享高分辨率大气污染时空变化近实时追踪数据集。项目拓展了长时间序列大气化学模式模拟在多源数据融合反演中的应用范围，构建了耦合决策树和大气化学模型模拟的时空迁移补缺方法，实现了对无地面观测数据时段在日尺度上的时空连续反演；建立了中国PM2.5与O3逐日浓度在线反演技术平台，研制了2000年至今时空覆盖完整的全国10公里分辨率PM2.5与2013年至今时空覆盖完整的全国10公里分辨率O3逐日浓度数据集，通过在线技术平台向科学界免费公开共享。
（2）设计出一套大气科学、环境科学、经济学等多学科交叉的模型方法，通过耦合排放清单模型、指数分解方法、大气化学模型和健康效应模型，突破了大气污染自然驱动因素与人为驱动因素的解耦技术，揭示了社会经济系统和大气环境系统的复杂非线性关联机制。基于构建的技术体系，研究定量分解了经济水平增长、污染末端治理、能源结构转型、经济结构优化、气象条件变化、人口总量增长、人口老龄化和医疗条件改善等8项主要因素对中国大气PM2.5污染和健康影响长期变化的贡献；定量评估了火电行业碳减排政策和污染治理减排策略对改善大气污染的相对贡献，发现碳减排的同时必须协同实施高污染机组提前淘汰和逐步加严污染控制水平等靶向污染治理策略，才能够实现协同效益最大化。
（3）研究系统解析了我国PM2.5污染及健康影响历史长期变化的主要驱动因素，揭示了污染治理和能源结构转型措施对推动PM2.5污染改善和相关死亡风险下降的决定性作用。成果对于我国制订下一步大气污染防治政策、实现空气质量持续改善具有重要指导意义。
2021年，成果相关的多篇研究论文在 Nature Geoscience、 Nature Climate Change等国际高水平期刊上发表多篇论文，其中发表在Nature Geoscience的论文被选为当期封面论文，发表在 Nature Climate Change的文章入选 Nature杂志“研究亮点”。研究成果被《科技日报》《澎湃新闻》《中国科学报》等国内媒体采访报道。项目发布共享的具有完全自主知识产权的高分辨率大气污染时空变化近实时追踪数据集被国内外300多家机构的800多名用户下载使用，在中国工程院组织开展的“打赢蓝天保卫战三年行动计划”实施效果评估和北京冬奥会空气质量保障中得到应用。研究受到国家自然科学基金委资助（41921005、41625020）。
资料来源：中国科协生态环境产学联合体、中国环境科学学会、清华大学地球系统科学系
