二氧化碳与空气污染物（CO、NO2、SO2、PM2.5、PM10和O3）在欧洲、北美洲和中国选定监测站点的相关性分析

《Atmospheric Environment: X》：Correlation analysis of CO 2 and air pollutants (CO, NO 2, SO 2, PM 2.5, PM 10, and O 3) at selected monitoring sites in Europe, North America, and China

　　

全球气候变化与空气污染是紧密关联的环境挑战。作为最丰富的温室气体，CO2与其共存空气污染物之间的关系尚需深入研究。研究人员基于欧洲、美国、中国和加拿大16个监测站点组的小时观测数据，考察了CO2与六种空气污染物（包括CO、NO2、SO2、PM2.5、PM10和O3）的时间和季节变异性。各站点组研究时段不同，由CO2与六种污染物共同有效观测期定义，总体时间覆盖2014至2025年。Pearson相关分析量化了CO2与空气污染物间关系，层次聚类（hierarchical clustering）依据相关模式对监测站点分类，逐步多元回归评估了时间尺度与污染物浓度对CO2变异性的影响。结果显示CO2呈现明确季节循环，冬季浓度高、夏季低。CO和NO2与CO2季节变化一致，而O3呈相反模式（r：?0.83～?0.09）。颗粒物（PM）与CO2的耦合冬季增强、夏季减弱。冬季CO2与除O3外多数污染物正相关，夏季相关性大幅下降。聚类分析将站点分为人为排放主导与自然源调控两组。逐步回归（最大R2为0.92）表明多数站点CO2存在正向期内线性趋势与季节变异性，但在排除地理与植被相关因素处模型表现受限。

研究背景方面，自18世纪60年代工业化以来，化石能源大规模消费导致温室气体与大气污染物持续增加，CO₂浓度上升被公认为全球变暖主因，2024年全球均温较工业化前高约1.55℃、大气CO₂超423 ppm。同期空气污染对公共健康与社会经济构成持久压力，气候治理与空气污染治理的协同控制已从理论走向实践。然而已有研究多聚焦单一城市或局部尺度、单一时间尺度，或仅考察CO₂与个别污染物（如CO或NO_x）的关系，缺乏跨区、多污染物、多时间尺度的系统量化。该文发表于《Atmospheric Environment: X》，旨在基于多样环境背景的地面监测配对站点，揭示CO₂与六种常规污染物（CO、NO₂、SO₂、PM_2.5、PM₁₀、O₃）的相关结构异质性，为区域差异化减碳与减污协同政策提供理论基础。

关键技术方法上，研究人员筛选欧洲、美国、中国、加拿大共16组间距≤3 km的CO₂与空气质量配对站点，取各站点组CO₂与六污染物共同有效小时数据聚为日均值，剔除缺失后得9609个有效日。统计上采用Pearson相关分析结合块 Bootstrap（block bootstrap）重采样估计95%置信区间；以各组CO₂–污染物相关系数为输入，用平均联接欧氏距离层次聚类（hierarchical cluster analysis）将16组分型；构建含时间趋势项t、年周期sin(2πt)/cos(2πt)、半年周期sin(4πt)/cos(4πt)及六污染物浓度的逐步多元线性回归（stepwise multiple regression，后向消除至所有预测变量CI不含零），以R²与F检验评效。

研究结果部分，3.1节“CO₂与六种空气污染物浓度水平及时间变异性”通过月均时间序列指出，所有站点CO₂冬高夏低，源于采暖燃烧增强、边界层压低与夏季植被光合固碳；O₃与之反相（夏高冬低，二次光化学生成），CO、NO₂、PM冬季同步抬升，SO₂因脱硫与煤改气多地偏弱；城市/居民区站点（美9、中10–13）污染物变幅显著高于欧农林站点（1–7）。

3.2节“CO₂与空气污染物相关分析及聚类分析”由Pearson系数（表2）得出：CO₂–CO为0.32–0.80、CO₂–NO₂为0.26–0.87，城市组更强；CO₂–PM_2.5为?0.28–0.79、CO₂–PM₁₀为?0.25–0.68、CO₂–SO₂为?0.30–0.54，欧森林农业组常弱/负；CO₂–O₃多负（西安?0.83、南京0.08、香港0.15）。季节热图显示冬>秋>春>夏的正相关衰减序，冬季人为排放+静稳+弱碳汇致同步最强，夏季植被吸收+边界层抬高+二次气溶胶滞后削弱同步。层次聚类在距离1.1–1.2处裂为两枝：一枝为人为源主导（含中欧美加11组，内分长三角/沿海城市亚枝与西安–美9–农业亚枝），另一枝为欧森林自然调控组（3、4、6、7），其CO₂受光合呼吸调节使与污染物同步减弱甚至逆转。

3.3节“含时间序列项的逐步多元回归分析”对各组建日尺度MLR，R²介于0.37（南京）–0.92（芬兰Lapland组4），多数>0.7；时间趋势项t多正（期内升趋势），年/半年谐波项显著印证季节循环。南京（2014.5–2015.8遇高温暴雨）、衢州（2025极端对流台风）因极端天气R²偏低。模型在缺地理/植被因子处解释力受限。

讨论与结论翻译总结：研究人员指出，CO₂与污染物同根于化石燃料燃烧但大气响应非简单线性，冬季人为源+气象静稳+生态碳汇休眠使CO₂与CO/NO₂/PM/SO₂强正、与O₃强负（NO滴定主导），夏季植被光合、边界层发展与二次生成机制切段同步。层次聚类证实城乡梯度下“人为排放型”与“自然源调控型”相关结构分异。逐步回归最大R²=0.92表明期内线性趋势与季节谐波可解释大部分CO₂变异，但排除地理植被因素后性能下降。结论为：CO₂呈冬高夏低季节循环；CO、NO₂与之同相，O₃反相（r ?0.83～?0.09）；PM–CO₂耦合冬强夏弱；冬正夏衰；站点聚为人为与自然两类；逐步回归证多数点存在正线性趋势与季节变异。该研究扩展了跨区多污染物相关量化框架，可为利用空气质量网反演CO₂及制定区域协同减排策略提供依据。