研究摘要
本研究分析了 2018-2024 年期间,特大城市圣保罗的大气电场(通过电位梯度 PG 测量)对人为空气污染的敏感性。研究使用了严格晴天条件下(无降水且基于卫星的局部云量 < 20%)的长期数据集。在评估与污染物的相关性之前,作者构建了城市大气电场的稳健电学气候学,证明其日变化周期在相位和形状上都明显不同于卡内基曲线(Carnegie curve)。圣保罗的大气电场呈现出强烈的日调制特征:早晨出现极大值,下午因对流混合而出现下降;此外,在冬季大气条件较稳定的情况下,电场相对振幅更大。
相关性分析揭示了电场与污染物耦合中存在可重现的层级结构。初级燃烧气体(NOₓ、NO 和 CO)与大气电场表现出最强的关联性,在稳定条件下的日中值系数约为 0.6。相比之下,PM₁₀ 表现出较弱且多变的关联性,这取决于动力学机制。这一层级结构在严格同步的子集和扩展数据集中均得以保持,证实了其并非统计假象。此外,研究证明这种耦合强烈依赖于日变化周期:在边界层稳定且通风较弱的夜间和清晨,相关性较高;但在下午,由于湍流混合增强,相关性显著下降。
本工作的一个重要贡献是对时间滞后的分析。初级气体(NOₓ 和 CO)表现为无滞后的最大相关性,而次级物种和颗粒物(NO₂ 和 PM₁₀)则显示出约一小时的正滞后。这表明电场对初级排放的响应更为即时,而对次级或颗粒物过程的对齐则相对延迟。同样,研究量化了在公认晴天范围内的风速调制作用:虽然风并不直接主导电场的变化,但随着通风增加,它会系统性地削弱电场与污染物的耦合,其中对 PM₁₀ 的影响最为剧烈。
对人为扰动的分析强化了物理层面的解释。2018 年的卡车司机罢工并未在电场中产生持久信号,可能是由于其持续时间有限。相比之下,在 2020 年 COVID-19 封锁期间,在晴天条件下观察到大气电场持续下降;虽然保持了日变化结构,但整个剖面趋向于较低值,这为电场对排放显著减少的敏感性提供了证据。
最后,利用多元线性回归和随机森林模型,评估了大气电场估算 CO、NO₂ 和 PM₁₀ 浓度的预测能力。在稳定的夜间条件下,模型达到接近 0.5 的 R² 值,而考虑完整日变化周期时性能有所下降。稳定机制下线性模型与非线性模型的相似性表明,当大气混合被抑制时,物理耦合主要呈现线性特征。
总体而言,本研究得出结论:城市电场不应被解释为污染的通用指标,而应被视为一种取决于大气边界层动态机制的电学指标。在特大城市环境中,电场对人为排放的敏感性主要在稳定条件和弱通风下显现。
如何引用本项目:
Romero Ramirez, Ruben Mauricio and Tacza, José and Vara-Vela, Angel Liduvino and Szpigel, Sergio and Raulin, Jean-Pierre, Regime-dependent sensitivity of the atmospheric potential gradient to anthropogenic air pollution in São Paulo, Brazil. Available at SSRN: https://ssrn.com/abstract=6248504 or http://dx.doi.org/10.2139/ssrn.6248504
