《Environmental Science & Technology Letters》：Attribution-Oriented Atmospheric Visibility: Quantifying Meteorological Constraints and Anthropogenic Cycles Leverage
编辑推荐：
本研究通过构建三阶段随机森林模型（R=0.89），系统解析了气溶胶消光系数（βExt）的气象约束与人为周期贡献。研究发现行星边界层高度（PBL）是主导因子（贡献达+135 Mm–1），相对湿度（RH）呈现60-85%增长/90%下降的阈值响应。模型成功捕捉到COVID-19管控期人为贡献降低50 Mm–1的案例，揭示能见度恶化是气象约束与人为活动可调控性共同作用的结果，为空气质量治理提供量化依据。
大气能见度作为最直观的空气质量指标，其变化受到气象条件与人为活动的共同影响。本研究以台湾台中地区（2020-2022年）的观测数据为基础，通过构建三阶段随机森林模型，对气溶胶消光系数（βExt）进行归因分析。模型第一阶段仅纳入气象参数，第二阶段加入小时、星期、月份等时间标记作为人为活动周期代理变量，第三阶段进一步引入残差项以捕捉未解析的时序信号。最终模型表现优异（R=0.89，RMSE=28 Mm–1），证明该框架能有效分离气象与人为贡献。
基于SHAP（SHapley Additive exPlanations）值的特征贡献分析显示，行星边界层高度（PBL）是影响能见度的最关键因子。当PBL低于200米时，其对βExt的正向贡献可达135 Mm–1，凸显垂直混合能力对污染物累积的强约束作用。相对湿度（RH）呈现非线性响应：在60%–85%区间内，βExt随湿度上升而增加，反映吸湿增长与液相化学反应增强；但当RH超过90%后，消光系数反而下降，可能与雨洗作用或大液滴沉降有关。温度在25°C以上时贡献显著上升（最高+30 Mm–1），暗示光化学氧化与二次气溶胶生成加剧。周循环信号虽较弱（±10–15 Mm–1），但仍清晰显示周中高、周末低的排放周期特征。
案例研究进一步验证了模型的实践价值。在2021年4–7月COVID-19防控期间，气象贡献保持稳定，而人为周期分量在二级（蓝色标注）与三级（粉色标注）警戒阶段持续下降，累计减少近50 Mm–1，与政策干预强度高度同步。相反，2022年9月–2023年1月案例中，PBL与风速降低导致气象与人为贡献同步上升约60 Mm–1，且残差在11月底台湾地区选举期间出现超过40 Mm–1的峰值，反映短期活动加剧与静稳气象下二次累积的叠加效应。
通过气象与人为贡献的联合分布分析发现，气象影响范围宽广（-50至+150 Mm–1），而人为贡献多集中于±50 Mm–1区间。约30.1%的严重污染事件发生在二者贡献均为正值的象限，说明能见度恶化需气象不利条件与高排放共同驱动。值得注意的是，即便在气象不利时，人为排放控制仍可带来能见度改善；反之，气象利好也能抵消部分高排放影响。
本研究提出的归因框架将能见度降解解析为可分离的气象约束与人为调控分量，既明确了大气扩散条件的基础性限制，也量化了减排措施的实际杠杆效应。未来通过引入氧化比值、前体物浓度等化学指标，可进一步揭示二次过程的贡献，提升模型对复杂大气机制的解析能力。该框架为能见度作为政策目标提供了可量化、可归因的科学基础，有助于制定更具针对性的空气质量改善策略。
