近日，我校章炎麟教授团队联合南京大学、日本九州大学和金泽大学、美国科罗拉多大学博尔德分校及加州大学圣地亚哥分校等国内外研究机构以“China’s SO₂ Emission Reductions Enhance Atmospheric Ozone-Driven Sulfate Aerosol Production in East Asia”为题在《美国科学院院刊》(《Proceedings of the National Academy of Sciences of the United States of America》,PNAS）发表研究论文。该论文我校林煜棋教授为第一作者，赵燕博士为共同第一作者，团队首席章炎麟教授为通讯作者，该研究已获得国家自然科学基金（项目号：42325304和42473085）的资助。

大气硫酸盐气溶胶是我国大气细颗粒物污染的主要化学组分，其生成机制以液相反应为主。大气酸度（如云水pH值）对不同化学途径生成硫酸盐的速率具有重要影响。为改善我国空气质量和减少空气污染对公众健康的危害，我国自2006年开始实施二氧化硫（SO₂）等大气污染物的减排政策。减排措施显著降低了我国及东亚地区大气硫酸盐（SO₄²⁻）浓度，但其降幅（29%）远低于SO₂的减排幅度（71%），表明大气硫酸盐浓度的下降与SO₂的减排呈非线性关系。此外，东亚地区大气硫酸盐浓度的降幅也低于欧洲（1985至2000年，SO₂减排47%，SO₄²⁻下降32%）及北美洲地区（1985至2000年，SO₂减排26%，SO₄²⁻下降17%）。导致这种特殊响应的化学机制，迄今尚未被完全阐明。

研究团队基于西北太平洋父岛观测站（代表东亚区域背景）长期获取的大气非海盐硫酸盐气溶胶氧同位素异常值（Δ¹⁷O-nss-SO₄²⁻），结合随机森林（RF）模型和空气质量预报及评估系统（CMAQ）模式模拟，深入解析了中国SO₂减排对东亚硫酸盐气溶胶生成机制及效率的影响，并解释了东亚大气硫酸盐浓度下降比例低于欧美地区的可能原因。

研究结果表明，父岛的硫酸盐浓度自2007年起呈现显著下降趋势。根据观测（+0.044 ‰ y⁻¹）、RF模型（+0.023 ‰ y⁻¹）和CMAQ模式（+0.035 ‰ y⁻¹）的模拟结果，父岛的Δ¹⁷O-nss-SO₄²⁻值自2007年后呈现显著上升趋势（图1），表明父岛硫酸盐的生成机制在中国SO₂减排后发生了显著变化。利用随机森林模型对预测的Δ¹⁷O-nss-SO₄²⁻值进行重要性分析，发现中国SO₂、NOx和NH₃排放量是影响Δ¹⁷O-nss-SO₄²⁻的重要因素，可解释68%的相对重要性（图2），说明2007年后父岛Δ¹⁷O-nss-SO₄²⁻值的增加与大气污染物减排有关。

中国SO₂减排后，中国泰山和日本立山大气云水pH的观测值逐年增加。CMAQ模拟结果显示，东亚地区雨水的pH值和大气的adjGR（表征大气中剩余NH₃浓度的指标）在SO₂减排后也呈现上升趋势（图3A, 3B）。而东亚地区大气酸度的持续减小，有利于大气臭氧驱动（S(IV)+O₃）途径生成硫酸盐气溶胶，从而导致硫酸盐的生成效率增加（图3C），最终导致大气硫酸盐浓度的降幅低于SO₂的减排幅度。

为探讨东亚大气硫酸盐降幅低于欧美地区的原因，研究结合西欧及北美洲东部大气Δ¹⁷O-nss-SO₄²⁻的文献数据与本研究RF和CMAQ的Δ¹⁷O-nss-SO₄²⁻模拟值进行了比较，并计算了“标准化比例（Normalized Ratio, NR）”。该NR值为Δ¹⁷O-nss-SO₄²⁻增长率（‰/年）与SO₂减排强度（吨/年）的比值，用以评估西欧、北美东部和东亚地区每单位SO₂排放量减少对Δ¹⁷O-nss-SO₄²⁻值升高的影响。结果表明，利用RF和CMAQ模拟的Δ¹⁷O-nss-SO₄²⁻计算得到的东亚地区NR值分别为0.015±0.002 ‰ ton⁻¹及0.024±0.009 ‰ ton⁻¹，高于西欧（0.011±0.001 ‰ ton⁻¹）及北美洲东部（0.009±0.001 ‰ ton⁻¹）的NR值。研究进一步发现，东亚地区氨气（NH₃）的排放量为欧美的2-4倍，说明在SO₂大力减排的同时，东亚地区NH₃排放未得到有效控制。这导致在同等SO₂减排力度下，东亚地区S(IV)+O₃途径对硫酸盐生成的增量远超欧美，显著抵消了SO₂减排的效果，使大气硫酸盐浓度下降相对缓慢。此外，虽然未来中国将持续推进SO₂、NOx和NH₃的减排，但CMAQ模式的模拟结果显示东亚大气的adjGR值将持续上升（图3B），表明未来东亚地区大气酸度将进一步降低，可能会导致硫酸盐生成效率继续增加，从而抑制大气硫酸盐浓度的削减。因此，协同控制SO₂和NH₃的排放量，才能更有效地降低大气硫酸盐浓度。

本研究揭示了东亚地区SO₂大幅减排背景下SO₄²⁻浓度下降缓慢的特殊反馈机制，为理解大气硫酸盐气溶胶化学转化机制如何响应大气污染物减排政策提供了直接证据和新视角。同时，该研究成功实践了地球化学、大气化学与人工智能的深度交叉融合，为破解地球系统复杂性问题提供了新范式。

论文全文链接：https://doi.org/10.1073/pnas.2414064122

论文信息

图1 父岛Δ¹⁷O-nss-SO₄²⁻观测值，RF预测值及CMAQ模拟值的长期变化趋势

图2 随机森林模型对其Δ¹⁷O-nss-SO₄²⁻预测值相对重要性分析

图3 东亚地区CMAQ模拟的（A）雨水pH值, (B) adjGR值和（C）硫酸盐转化率长期变化趋势