基于动态时间规整算法的中国PM2.5跨区域传输路径时空关联研究（2000-2021）

本研究针对中国大尺度空气污染物传输路径量化难题，创新性提出基于动态时间规整（DTW）算法的时空关联分析方法，首次系统揭示2000-2021年全国PM2.5传输路径时空格局，发现西北（34%）、西南（22%）和华北（21%）为三大主要传输区，2013年后路径数量显著下降印证环保政策成效，为大数据驱动的环境决策提供新范式。

　　

空气污染已成为中国城镇化进程中突出的环境挑战，其中PM_2.5因其微小粒径和复杂来源对公众健康构成严重威胁。尽管联合国可持续发展目标（SDG）明确将细颗粒物监测纳入指标11.6.2，但传统化学传输模型（CTM）依赖复杂气象和排放数据，统计方法又难以捕捉非线性时空动态，导致大尺度、长时序的污染物传输路径研究长期受限。尤其在监测站点稀疏的西北等区域，现有方法更是捉襟见肘。

中国科学院空天信息创新研究院的研究团队突破传统思路，首次将动态时间规整（DTW）算法引入环境科学领域，构建了基于相位滞后的时空关联新方法。这项发表在《Geoscience Frontiers》的研究，利用2000-2021年全国1公里分辨率PM_2.5数据集，通过三大关键技术实现突破：首先将原始数据重采样为50公里网格；其次通过DTW路径计算生成相位差矩阵（DPD）；最后采用女王邻域迭代算法构建传输路径。该方法仅需污染物浓度数据即可实现与传统CTM相当的路径模拟精度，且计算效率显著提升。

研究结果揭示了中国PM_2.5传输的四大核心发现：

1. 时空分布特征：PM_2.5呈现西北-华北-西南三大聚集区，2013年后全国年均浓度下降37%，与环保政策实施时段高度吻合。

2. 相位滞后规律：DPD图谱显示污染物遵循"高浓度向低浓度"传输规律，但华北地区存在多源交叉传输特征。

3. 路径热点分析：西北地区贡献全国34%的传输路径，西南和华北分别占22%和21%，热点集中于华北平原、塔里木盆地等低海拔区域。

4. 多污染物适用性：该方法成功扩展到CO、NO₂等气态污染物，在长三角等数据缺失区仍保持稳健性。

讨论部分强调了该研究的双重价值：方法论层面，DTW算法克服了传统模型的数据依赖性，为大数据环境下的污染物传输研究提供通用框架；实践层面，识别出的华北多源传输、西北沙尘主导等特征，为区域联防联控提供靶向依据。研究同时指出当前方法在跨区域传输解析和计算效率上的局限，未来可通过耦合WRF-Chem等模型进一步提升精度。这项研究不仅刷新了对中国PM_2.5传输机制的认识，更开创了"数据驱动+算法创新"的环境研究新范式，对全球发展中国家空气质量治理具有重要参考价值。