在受交通影响的近路条件下，对臭氧交互作用控制因素及阈值水平的估算

《Environmental Pollution》：Estimation of interactive controls and threshold levels of ozone under traffic-influenced near-road conditions

　　

萨姆拉特·桑特拉（Samrat Santra）| 阿迪亚·库马尔·帕特拉（Aditya Kumar Patra）

印度理工学院卡尔帕格普尔分校（Indian Institute of Technology Kharagpur）环境科学与工程学院，印度西孟加拉邦卡尔帕格普尔，721302

摘要：

地面臭氧（O₃）污染已成为空气质量管理中的一个日益严重的问题。在交通排放迅速增长且气象条件适宜的地区，这常常导致臭氧浓度超标，从而增加健康风险。在这项研究中，我们通过同步收集印度卡尔帕格普尔16号国道沿线的交通流量、气象变量和气态空气污染物的数据，来分析O₃变化的原因。为了解决O₃在不同季节中的非线性、阈值和交互作用控制问题，我们应用了随机森林（Random Forest, RF）回归模型，并结合了Shapley加性解释（SHAP）方法。研究发现O₃的变化机制存在明显差异：夏季O₃的变化主要受NO驱动的化学反应和排放化学过程的影响，而秋季则主要受温度依赖的光化学过程控制。不同的阈值决定了O₃响应的快速转变，包括NO浓度阈值（夏季约为17-19 μg m^-3；秋季约为12-13 μg m^-3）、温度阈值（约33°C vs. 约26-27°C）以及相对湿度阈值（约60%）。超过这些临界点后，O₃的敏感性会逆转或增强，显示出强烈的非线性系统行为。交互作用分析表明，O₃的形成受到前体物质与气象条件之间协同作用的影响，其中NO-温度和温度-湿度之间的相互作用在夏季占主导地位，这与VOC限制的机制一致。而在秋季，交互作用减弱，气象因素的作用变得更加显著。这些结果提供了直接且基于观测的证据，证明O₃的形成途径会随着季节变化而通过非线性阈值和交互效应重新配置。这一框架有助于更好地预测受交通影响的O₃变化，并为在不断变化的排放和道路附近条件下制定更有效的季节性缓解策略提供支持。

引言

快速的城市扩张加剧了道路交通活动，使得车辆排放成为全球城市空气污染的主要来源之一，也对可持续发展构成了日益严峻的挑战（Lopez-Aparicio等人，2025年）。在各种污染物中，地面臭氧（O₃）尤为严重。作为一种二次污染物，O₃会破坏生态系统并威胁人类健康，但其行为仍难以预测（Y. Wang等人，2025年）。这种复杂性源于O₃并非直接排放产生，而是通过前体物质排放、交通相关源特性和气象条件之间的非线性相互作用形成的（Cohan等人，2005年；Wang等人，2026年）。O₃的形成机制高度依赖于气候条件。在城市和半城市地区，高温、强烈的太阳辐射和低大气湿度从根本上改变了光化学生成和去除过程（Beig等人，2007年；Im等人，2013年）。在这种条件下，交通排放对环境O₃浓度的影响具有高度变异性，有时甚至违反直觉（de Souza等人，2025年；Munir等人，2012年）。因此，了解受交通影响的路边微环境如何调节地面O₃浓度不仅对于解释区域污染动态至关重要，也为快速发展的城市设计有效的、针对具体地点的空气质量控制策略提供了依据。

在印度西北部的半城市地区，如阿格拉（Agra）和艾哈迈达巴德（Ahmedabad），炎热的夏季、强烈的太阳辐射和持续的低湿度为O₃的快速光化学生成创造了有利条件（Keerthi Lakshmi等人，2024年；Verma等人，2017年）。快速的城市扩张和机动化显著增加了车辆拥有量和交通流量，使得道路交通成为城市空气污染的重要来源（Holnicki等人，2021年；Lu等人，2021年）。像阿格拉这样的城市夏季炎热时间长、日照强烈、边界层较薄，这些条件增强了光化学活性，提高了O₃对前体物质浓度和气象变化的敏感性（Mao等人，2020年；Neff等人，2018年）。近年来，印度许多城市经历了快速的城市化和基础设施发展，导致主要干道上的交通流量增加。与此同时，印度的空气质量管理重点逐渐从颗粒物（PM_2.5）转向地面臭氧（O₃，反映了O₃超标频率和严重性的增加（Gupta等人，2023年；Ojha等人，2022年）。因此，受交通影响的路边微环境及其不断增加的交通排放使得印度城市成为快速发展的城市环境的典型代表。此外，不断扩展的空气质量监测网络和具备每小时同步测量功能的路边观测平台为研究非线性阈值和交互作用机制提供了有力支持。

暴露在高温、低湿度和强烈太阳辐射下的城市和半城市大气中，光化学活性增强，通常伴随着O₃敏感性的变化（Niu等人，2024年）。尽管人们对城市和半城市环境中O₃污染的兴趣日益增加，但大多数现有研究基于城市背景或区域监测网络（Gaur等人，2014年；Tiwari等人，2015年；Yadav等人，2023年）。因此，O₃动态通常通过汇总的气象指标或排放清单来解释，而不是通过直接观测路边微环境。然而，道路附近的实际情况截然不同，因为新排放的NO_x和快速化学反应过程可以立即且显著地影响O₃浓度（Blaszczak-Boxe等人，2025年；Chatoutsidou等人，2025年）。然而，在印度城市典型的半城市环境中，交通强度、气象条件和多种前体物质之间的综合影响尚未得到充分研究，难以探究O₃的进程级交互作用和阈值行为。尽管有几项研究探讨了交通相关污染物与O₃之间的关联，但大多数研究依赖于线性或基于相关性的框架，这些框架难以捕捉到机制转变和交互效应（Alvarado-Molina等人，2023年；Carvalho等人，2018年；Chavez等人，2025年；Lee和Batterman，2025年）。这种缺乏综合性的路边观测限制了对受交通影响的路边微环境中O₃行为的机制理解，因为在温度、湿度或NO_x-VOC平衡的微小扰动下，O₃的生成和抑制之间可能会发生突然转变。

本研究探讨了道路交通、气象条件和前体物质如何在受交通影响的道路附近条件下共同调节地面臭氧。具体而言，它研究了（i）时空交通动态与O₃浓度变化之间的联系，（ii）在炎热、干燥和辐射强烈的条件下交通相关O₃浓度的主要驱动因素，以及（iii）控制O₃浓度变化的阈值行为和交互效应。基于系统的路边观测和可解释的随机森林-树SHAP框架，本研究做出了三项关键贡献：首先，它提供了一个高分辨率的数据集，整合了交通流量、气象参数和交通影响下的前体污染物；其次，它采用透明的机器学习方法量化了非线性驱动因素的重要性并识别了关键阈值；第三，它揭示了气象条件和交通排放如何在不同机制下相互作用，从而改善了对受交通影响环境中O₃浓度变化的理解。

章节摘录

研究区域

本研究在印度东部的西孟加拉邦帕斯奇姆·梅迪尼普尔区（Paschim Medinipur）的卡尔帕格普尔进行。该地区属于热带半城市环境，受到城市活动和区域交通的影响。卡尔帕格普尔具有典型的热带季风气候，夏季、季风期和秋季特征明显（Tyagi等人，2013年）。年平均气温约为26°C，夏季气温经常超过40°C。

结果与讨论

表1总结了所有测量变量的描述性统计信息，包括O₃、前体污染物（NO、NO₂、CO和TVOC）、气象参数（T、RH、WS）以及交通流量（TV）。表格提供了夏季和秋季的平均值、标准差、最小值和最大值，概述了研究期间观察到的总体污染水平和变化情况。

局限性与未来工作

本研究的一个主要局限性是时间覆盖范围有限，每个季节仅进行了5天的测量。由于大气污染物浓度受到天气尺度气象变化的强烈影响，该数据集代表的是短期观测结果，而非完整的季节性气候特征。因此，观察到的对比结果更适合作为在代表性气象条件下的短期、观测驱动的案例来解释。

结论

本研究建立了一个统一的数据驱动框架，用于解析在半城市环境中受交通影响的道路附近条件下O₃的非线性、阈值依赖性和交互作用驱动的进程级交互作用及阈值行为。通过将随机森林与Tree SHAP相结合，我们超越了传统的线性归因方法，直接量化了前体排放、气象条件和交通共同调节O₃形成的过程。一个关键发现是……

CRediT作者贡献声明

阿迪亚·库马尔·帕特拉（Aditya Kumar Patra）：撰写——审稿与编辑、监督、资源管理、方法论、概念构建。萨姆拉特·桑特拉（Samrat Santra）：撰写——审稿与编辑、初稿撰写、可视化、验证、软件开发、方法论、调查、数据分析、数据整理、概念构建

未引用的参考文献

Liu等人，2022年；Wang等人，2025年。

资金支持

本研究未获得公共部门、商业部门或非营利组织的任何特定资助。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。