NASA（美国国家航空航天局）资助的一项最新研究揭示了野火烟雾对地面臭氧污染的隐性影响。该研究发表于6月4日的《科学》（Science）期刊，结果表明，过去十年间，野火已成为美国大陆地面臭氧（即光化学烟雾）污染的重要来源，其影响抵消了全国近四年的臭氧治理成果。研究利用NASA的地球观测数据、地面空气质量监测网络以及人工智能深度学习技术，首次构建了2003年至2024年覆盖美国本土、分辨率达1平方公里网格的逐日地表臭氧数据集。
野火烟雾通常因其含有的烟尘、灰烬和细颗粒物而使空气看起来灰蒙蒙，但野火还会释放一氧化碳等气体，在阳光和共存污染物的条件下，这些气体可以形成地表臭氧。地表臭氧是一种无色无形的污染物，对人类健康、植物和农作物有害。随着烟雾羽流远距离迁移并与其他污染物混合，臭氧生成可以在距火源数百甚至数千英里外发生。研究指出，这种远距离影响使得臭氧污染成为跨州界的空气质量问题。
野火排放抵消多年臭氧治理成效
研究团队量化了野火对美国本土臭氧污染的年际贡献。结果显示，从2010年代到2020年代，野火导致的臭氧浓度上升抵消了全国总体将近四年的空气质量改善进展。尤其在美国西部和中西部各州，野火对臭氧的贡献更为显著，部分州的抵消进度甚至更高。研究指出，若气候变暖导致野火活动增加，抵消效应将进一步扩大。
野火驱动的臭氧增加还带来了额外的健康风险。研究估计，野火相关的臭氧升高使得暴露于不健康空气的人口数量增加，可能加重呼吸系统疾病如哮喘的发病率，对儿童、老年人及户外工作者构成威胁。虽然臭氧本身无色无味，但其健康危害不容忽视。
深度学习与多源数据融合
为追踪地表臭氧的精细变化，研究团队采用深度学习技术，构建了一个全卷积神经网络。模型整合了来自约1000个地面空气质量监测站的数据、大气化学模型输出、气象场信息、野火污染物排放数据，以及可见光红外成像辐射仪（VIIRS）和中分辨率成像光谱仪（MODIS）的卫星遥感产品。这一组合使得模型能够学习臭氧生成的复杂非线性关系，在1公里网格上估算每日臭氧浓度。
该数据集是首个覆盖美国本土、长达22年、空间分辨率达1公里的地表臭氧再分析产品。它不仅能够反映野火等突发污染事件的影响，还能追踪长距离跨州输送的臭氧信号。NASA地球行动健康与空气质量项目负责人John Haynes表示，NASA的地球观测与地面网络结合，能帮助揭示跨州界的野火空气质量风险，为决策者提供更准确的信息。
数据可用性与应用前景
研究团队计划公开这一高分辨率臭氧数据集，供空气质量研究人员和管理部门使用。该数据可用于评估污染控制政策的效果、筛选高暴露区域，以及为公共卫生预警提供依据。该框架也可迁移至全球其他区域，只要有相应的训练数据和卫星观测。
该研究由NASA健康与空气质量项目以及多项NASA基金资助，体现了联邦机构在环境科学领域的持续投入。
名词解释：
地面臭氧（Ground-level Ozone）： 也称对流层臭氧，是氮氧化物（NOx）和挥发性有机物（VOCs）在阳光照射下反应形成的二次污染物。与平流层臭氧不同，地面臭氧对人体呼吸系统和植物有害。
深度学习（Deep Learning）： 人工智能的一个分支，使用多层神经网络从大量数据中自动学习特征和模式。在本研究中，深度学习模型整合多源数据预测地表臭氧浓度。
遥感（Remote Sensing）： 非接触式探测地球表面或大气特征的技术。该研究利用VIIRS和MODIS卫星传感器的观测数据来获取野火污染信息。
本文参考来源：NASA Breaking News
微信扫描下方的二维码阅读本文
