全球交通源 PM2.5暴露的时空变化与不平等：解锁空气污染健康风险密码

交通排放是 PM2.5污染重要来源，为探究全球人群对交通源 PM2.5暴露情况，研究人员利用模型估计 2000 - 2019 年全球交通源 PM2.5浓度。结果发现其呈上升趋势，且暴露存在不平等。该研究为环境健康等领域提供关键数据。

　　在当今社会，汽车、卡车等交通工具川流不息，给人们的生活带来了极大便利，但它们排放的污染物却成了笼罩在城市上空的 “阴霾”。其中，交通排放产生的细颗粒物（PM_2.5，指空气动力学直径小于 2.5 微米的颗粒物），如同隐藏在空气中的 “健康杀手”，悄无声息地威胁着人们的身体健康。尽管人们已经意识到空气污染的危害，不少国家也纷纷出台空气质量控制措施，可对于交通源 PM_2.5的研究却存在诸多空白。一方面，缺乏高分辨率的全球交通源 PM_2.5数据，使得人们难以准确了解其时空变化规律；另一方面，交通源 PM_2.5对健康的影响尚不明确，而且在环境公平性方面，交通源 PM_2.5的贡献也不清晰。这些问题就像一道道谜题，亟待科学家们去解开。

为了填补这些研究空白，来自多个研究机构的研究人员开展了一项重要研究。他们的研究成果发表在《Environment International》杂志上，为人们深入了解交通源 PM_2.5提供了关键信息。

研究人员主要运用了化学传输模型（如 GEOS - Chem）和机器学习模型两种关键技术方法。首先，收集全球空气质量监测站数据、气象数据、人口数据和社会经济数据等多源数据。然后，利用 GEOS - Chem 模型基于相关化学机制估计每日所有来源和交通源的 PM_2.5浓度，再通过机器学习模型对其进行校准和进一步估计。同时，将评估的交通源 PM_2.5数据与全球人口分布数据相结合，从而绘制出全球人口暴露于交通源 PM_2.5的情况。

下面来看看具体的研究结果：

• 空间分布和时间趋势：2000 - 2009 年到 2010 - 2019 年，全球交通相关 PM_2.5浓度空间分布相似，亚洲南部、南美洲南部和西欧等地浓度较高。从时间上看，全球交通源 PM_2.5浓度和比例都呈上升趋势，从 2000 - 2009 年到 2010 - 2019 年，平均浓度从 5.8 μg/m³升至 6.6 μg/m³ ，比例从 15.3% 升至 16.4%，且全球交通源 PM_2.5上升趋势对总 PM_2.5浓度上升贡献达 36.0%。不过，不同大洲变化趋势不同，亚洲呈上升趋势，而欧洲、北美、大洋洲和南美洲则下降。另外，研究还发现，亚洲在寒冷月份交通源 PM_2.5浓度或比例更高。
• 社会经济差异：研究表明，总 PM_2.5浓度随人类发展指数（HDI）和人均国内生产总值（GDP）增加而降低，而交通源 PM_2.5浓度和比例却随 HDI 和 GDP 上升而增加。中等 HDI 国家和中低收入国家交通源 PM_2.5暴露最高，低 HDI 和低收入国家最低。
• 暴露领先国家：按年平均总 PM_2.5浓度、交通源 PM_2.5浓度和交通 PM_2.5比例这三个指标排名，前十的国家有所不同。交通源 PM_2.5浓度排名靠前的国家多为中低收入国家，而交通 PM_2.5比例高的国家均为高收入国家。
• 暴露不平等：通过基尼系数（Gini index）量化发现，交通源 PM_2.5浓度不平等程度高于总 PM_2.5暴露。全球范围内，基尼系数呈上升趋势，部分地区不平等趋势有增有减，如巴西交通源 PM_2.5浓度不平等下降，而中国上升。

综合研究结论和讨论部分，这项研究意义重大。它首次在全球范围内全面评估了交通源 PM_2.5的时空变化、不平等及其对 PM_2.5污染的贡献，为后续研究定位高风险暴露区域、评估区域污染控制措施有效性、探索健康影响以及促进环境正义提供了关键数据支持。同时也指出，控制交通排放是控制 PM_2.5空气污染的重要组成部分，但目前一些交通污染控制政策的有效性有待评估，新能源汽车虽能减少排放，但效果还需进一步研究。研究还存在一定局限性，如监测站数据有限、模型分辨率有待提高等，未来还需在这些方面进行更多研究，以更深入地了解交通源 PM_2.5，更好地保护人们的健康和环境。