多传感器卫星评估2026年中东冲突期间九个区域国家的空气质量

《Environmental Pollution》：A multi-sensor satellite assessment of air quality during the 2026 Middle East Conflict across nine regional countries

　　

•双基线框架隔离了季节性变率中的冲突信号
•针对单次冲突的多传感器、多国卫星与死亡率分析
•NO2、SO2、CO 和 AOD 下降；CH4 保持稳定，符合驻留时间层级
•伊朗油田、科威特和卡塔尔北气田走廊出现冷点
•年化 NO2 负担 -7,849 例（95% CI 跨越零）；伊朗、伊拉克领先

引言
武装冲突瓦解了通常约束大气排放的监管和工业系统：设施被摧毁，火灾无人扑救，污染治理崩溃（Rawtani 等人，2022）。历史记录与这些发现一致。例如，科索沃战争期间工业火灾产生的二噁英、呋喃、多氯联苯（PCBs）和多环芳烃（PAHs）从源头传输了数百公里（Melas 等人，2000；Vukmirovi? 等人，2001）。在伊拉克也发现了类似的大范围扩散，2003 年硫磺厂火灾产生了区域 SO2 羽流（Carn 等人，2004）。同样，海湾战争石油火灾提高了阿拉伯半岛的颗粒物浓度（Benarie 1998；McCain 1993）。军用燃料燃烧还向区域大气负荷增加了大量的 CO2、CO、NOx 和 SO2（Savenets 等人，2023）。这些大气扰动直接影响公众健康。在伊朗马什哈德，2017 年至 2020 年间，NO2 是心血管疾病死亡率的最强预测因子，SO2 暴露也追踪了相同的死亡率趋势（Dowlatabadi 等人，2024）。这些人群在进入冲突期时已负担着慢性压力、流离失所和削弱的医疗系统，这降低了他们对恶化空气质量的生理耐受性（Cloete, Bandov, and Abuzerr 2025；Levy 2025）。
2026 年 2 月 28 日，美国和以色列对伊朗发动协同空袭，目标为军事和战略基础设施（战略与国际研究中心（CSIS）；路透社 2026）。伊朗以弹道导弹和无人机袭击回应以色列、美军设施及海湾国家，通过霍尔木兹海峡的海事活动受到干扰（Baig 2026）。2026 年 4 月 8 日的停火关闭了长达 39 天的明显大气扰动窗口。九国遭受了针对工业、能源和民用基础设施袭击的直接或间接影响：伊朗、伊拉克、阿联酋、沙特阿拉伯、科威特、卡塔尔、阿曼、也门和巴林。
中东大部分地区的本底空气质量监测网络稀疏，且在冲突环境中基本不存在，因为基础设施可能无法进入或已损坏（Martin 等人，2019；Altahaan and Dobslaw 2025）。因此，卫星遥感是活动冲突期间唯一一致的区域尺度监测框架。Aura 卫星上的 OMI（Levelt 等人，2018），和 Sentinel-5P 卫星上的 TROPOMI（Veefkind 等人，2012）每天在对流层追踪气体柱进行反演，无需地表基础设施即可达到区域至城市尺度。卫星观测对快速的人为排放变化敏感，包括 COVID-19 封锁期间 NO2 的急剧下降（Venter 等人，2020）和俄罗斯 - 乌克兰冲突中记录的基础设施相关大气干扰（Zhang 等人，2023；Savenets 等人，2023）。最近，基于卫星的加沙研究报告 CO、CH4 和气溶胶负荷增加以及 NO2 下降，反映了局部城市破坏而非区域工业关闭（Abulibdeh 2025；Mohamadi 等人，2025）。NO2、SO2、CO、CH4 和气溶胶光学厚度（AOD）各自追踪不同的燃烧和气溶胶路径、碳氢化合物加工、气体燃烧、化石燃料燃烧、扬尘动员，并以不同的大气驻留时间响应，这使得多物种信号比任何单一污染物更具诊断性（Holloway 等人，2021）。
然而，一个方法论问题贯穿着许多关于阿拉伯半岛冲突相关卫星文献。该地区的 NO2 和 SO2 遵循与石油精炼、发电、交通活动和气象强迫相关的强烈季节性循环（Yarragunta 等人，2025）。将冲突期反演数据与单一固定冲突前基线进行比较的研究，风险在于将正常的季节性变率误读为战争引起的变化，并且该误差直接传播到建立在暴露信号之上的任何健康负担估计中（Jiadan 等人，2023；Zhang 等人，2023）。越来越多的基于卫星的工作已检查了个别环境的冲突驱动空气质量变化，包括乌克兰、加沙和其他受冲突影响的地区（Zhang 等人，2023；Mao 等人，2025；Abulibdeh 2025；Elbayoumi 2026）。然而，据我们所知，此前没有研究整合了多传感器卫星反演、传输分析、双基线分解和死亡率不确定性评估，以涵盖单次中东冲突所影响的所有九国。这种组合弥补了理解冲突驱动的排放变化与人口健康负担之间关系的空白，尽管这里提出的分析应被视为初步的定量步骤，而非确凿的归因。
我们提出一个双基线分解框架，与多传感器卫星反演和传输分析相结合，应用于 2026 年中东冲突，涉及约 2.17 亿暴露居民。我们测试了短寿命燃烧示踪物（NO2、SO2、CO）的减少是否跟踪其大气驻留时间，这种模式与碳氢化合物行业中断一致，而 CH4 鉴于其多年寿命，预计对 39 天的扰动不敏感。我们单独评估了气象强迫是否足以解释观察到的变化。TROPOMI、OMI、MODIS MAIAC、CAMS 和互补数据集的对流层 NO2、SO2、CO、CH4 和 AOD 反演数据在该框架内进行分析；空间热点分析确定受影响最严重的区域并评估观察到的异常的传输结构，同时使用全球疾病负担浓度 - 反应函数在蒙特卡洛不确定性框架内估计可归因于冲突的死亡率。

研究片段
研究区域
研究域覆盖中东九国：伊朗、伊拉克、科威特、卡塔尔、阿联酋、巴林、阿曼、沙特阿拉伯和也门（34.6-63.3°E, 12.1-39.8°N）（图 1）。该区域横跨 2026 年伊朗冲突的主要战场，涵盖阿拉伯湾盆地和邻近阿拉伯半岛的工业走廊和石油基础设施。总区域人口约为 2.17 亿（联合国世界人口展望，2020）。该区域涵盖世界上最……

数据验证
表 S2 报告了十四对验证框架；散点图见补充图 S1。TROPOMI OFFL 和 NRTI 产品在两个时期对 NO2 和 CO 高度相关，平均偏差可忽略不计，确认这两股数据流对于异常值计算是可互换的。SO2 处理器在基线期间一致性良好，但在冲突期间大幅下降，原因是负反演排除（175,139 → 85,743 像元）以及 SO2 空间分布的真实转变……

冲突驱动的排放减少是最一致的解释
在正在进行的区域冲突期间观察到的 NO2、SO2、CO 和 AOD 同步下降，与通常认为战争通过火灾、基础设施损坏和紧急活动产生正空气质量异常的预期形成对比（Lelieveld 等人，2015）。相反，观察到的模式更接近于 COVID-19 封锁期间报告的减少情况。Bauwens 等人 (2020) 报告了 TROPOMI 衍生的 NO2 在中国、西欧和…… 减少 20-40%。

研究局限性及展望
39 天的窗口期相对较短。为了与标准的疾病负担指标进行比较，我们将冲突期间的变化年化，就好像它们全年持续一样。这是一个强有力的假设；一旦停火生效，排放反弹的速度可能更快或更慢。
SO2 反演在冲突期间遇到了困难。OFFL-NRTI 一致性从基线期间的 R2 = 0.712 降至 0.263，负反演筛选移除了超过一半的 SO2 像元。

结论
2026 年中东冲突伴随着九个研究国家对流层 NO2、SO2、CO 和 AOD 的区域性一致下降，空间上集中在碳氢化合物基础设施而非人口中心。污染物之间的减少层级大致跟踪它们的大气驻留时间，这种模式与排放驱动对观察信号的贡献一致，尽管这本身并不能排除气象贡献。CH4，由于其……

CRediT 作者贡献声明
Qassim Nasir: 撰写 – 审阅与编辑，验证，监督。Manar AbuTalib: 撰写 – 审阅与编辑，验证，调查，概念化。Salima Aissaoui: 撰写 – 审阅与编辑，撰写 – 初稿，可视化，验证，软件，方法论，调查，形式分析，数据管理，概念化。Lucy Semerjian: 撰写 – 审阅与编辑，验证，监督，概念化

未引用参考文献
Center for Strategic and International Studies, 2026; Gorelick 等人，2017; Grange 等人，2018; Institute for Health Metrics and Evaluation, 2020; Laouali 等人，2012; National Academies of Sciences Engineering and Medicine, 2020; Ord and Arthur, 1995; Petetin 等人，2020; Platt and Stutz, 2008; Romano and Jeffrey, 2006; Seinfeld and Pandis, 2016; Stull, 2015.

数据可用性声明
本研究使用的主要数据集可从其原始来源公开获取。Sentinel-5P TROPOMI Level 3 产品（NO2、SO2、CO、CH4）通过 Google Earth Engine 访问（集合 ID: COPERNICUS/S5P/OFFL/L3_NO2, L3_SO2, L3_CO, L3_CH4）。MODIS MAIAC AOD (MCD19A2 Collection 6.1) 和 ERA5 再分析产品通过 Google Earth Engine 和 Copernicus Climate Data Store (https://cds.climate.copernicus.eu) 访问。Aura/OMI 对流层 NO2 (OMNO2d v004) 从…… 下载

稿件准备过程中生成式 AI 和 AI 辅助技术的声明
在准备本工作期间，作者使用了 QuillBot (QuillBot AI) 来协助释义和语言润色，并使用 Claude (Anthropic, accessed March–June 2026) 来协助语言编辑和清晰度改进，以及在数据处理期间进行 Python 脚本语法检查和代码调试。使用这些工具后，作者根据需要审查和编辑了所有内容，并对已发表文章的内容承担全部责任。

资金
本研究未获得公共、商业或非营利部门拨款机构的任何特定资助。

利益冲突声明
? 作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。

致谢
作者感谢由阿联酋沙迦大学设立的 Sharjah Smart Center for Climate Resilience 和 Open UAE Research & Development Group 提供的宝贵技术和研究支持。

Qassim Nassir|Salima Aissaoui|Manar Abutalib|Lucy Semerjian