编辑推荐：
为应对日益严格的空气质量标准和脱碳目标，本研究开发了SIMAD系统。该系统创新性地整合了三维解耦直接法(CMAQ-DDM-3D)获取的敏感性系数与大规模匿名手机数据，构建了一个计算高效的简化模型(RFM)，用于评估马德里市关键污染物(NO2、O3、PM2.5)的源解析、减排措施效果及动态人口暴露，为城市层面的空气质量管理与气候政策制定提供了有力工具。
空气污染是欧洲首要的环境健康风险，每年导致大量过早死亡。尽管各国努力减排，但许多欧洲城市的空气污染物浓度仍超过世界卫生组织的指导值。与此同时，欧盟也设定了雄心勃勃的温室气体减排目标。城市作为人口和排放的集中地，是实现这些目标的关键战场。西班牙首都马德里，作为欧盟“气候中和与智慧城市使命”的100个示范城市之一，面临着在2030年前大幅减少二氧化碳排放并达到新空气质量限值的双重挑战。然而，传统的三维化学传输模型虽然精确，但计算成本高昂，难以支撑减排情景的快速、反复评估。此外，准确评估政策对公众健康的影响，需要了解污染物浓度与人口动态的精细耦合，而非仅仅依赖静态的户籍人口数据。这些挑战催生了对新型、高效、综合性决策支持工具的需求。
为此，由R. Borge、D. de la Paz、L. Fernández等研究人员组成团队，在《Environment International》上发表研究，开发并验证了“马德里高级空气污染与气候变化分析评估系统”（SIMAD）。该系统旨在为马德里的空气质量管理提供一套能够一致性地整合源解析、情景分析和人口暴露评估的综合工具平台。
研究人员开展此项研究主要运用了几个关键技术方法：1. 核心建模体系：采用WRF-SMOKE-CMAQ多尺度空气质量模型系统，并利用其中的三维解耦直接法（CMAQ-DDM-3D）计算环境浓度对前体物排放变化的敏感性系数。2. 简化模型构建：以上述敏感性系数为基础，构建简化模型（RFM），以极低计算负担在500米×500米网格分辨率上估算浓度变化。3. 动态人口暴露评估：利用大规模匿名手机网络数据，刻画精细时空分辨率下的人口动态分布，替代传统的静态户籍数据。4. 排放清单与更新：整合马德里本地排放清单，并对住宅、商业、机构燃烧及道路交通等关键部门，基于近实时能耗和交通流量数据进行季度更新。
3.1. 敏感性系数
研究通过CMAQ-DDM-3D计算了基准情景下的敏感性系数。分析表明，马德里市的NO2水平主要由道路交通的NOX排放主导，其对城市背景年均浓度的贡献达8.5 μg/m3。O3浓度则主要受模型域外边界条件的影响，但本地交通、非工业燃烧和溶剂使用部门的排放也有显著贡献，且对NOX排放呈负敏感性，表明在VOC限制区的马德里，减少NOX排放可能导致O3浓度上升。PM2.5除受边界条件影响外，本地来源中以道路交通的一次颗粒物（包括再悬浮）贡献为主（2.1 μg/m3），非工业燃烧在秋冬季亦很重要。
3.2. 简化模型的性能（减排情景）
研究人员设计了一个可行的中等减排情景，测试RFM模拟完整化学传输模型（CMAQ）响应的能力。结果显示，对于NO2、O3和PM2.5的年均浓度变化，RFM与CMAQ的预测几乎完全一致，相关性系数近乎为1，平均归一化偏差极小。这表明在排放变化适度（约±30%）的范围内，基于一阶敏感性的RFM能够完美复现完整模型的响应。
3.3. SIMAD的年度间性能
将SIMAD应用于基准年（2022年）之后的2023和2024年进行评估发现，尽管排放变化在RFM理论适用范围内，但模型的性能相比2022年有所下降。进一步分析表明，这种性能恶化主要与气象条件的变化有关，而非排放变化本身。其中，风速被确定为一个影响模型性能的关键气象因子。尽管如此，对于年均浓度，大多数监测点的建模质量指标（MQI）仍可接受（MQI < 1）。
3.4. 暴露评估
基于动态人口数据的暴露评估显示，居民在住所的时间是导致人口暴露的主导因素（对三种污染物的贡献占比约57%-65%）。因此，暴露水平因居住区域不同而存在显著差异。关联社会经济数据分析发现，较低社会经济阶层的人群对NO2的平均暴露水平比城市平均水平高8%，揭示了环境不公现象的存在。
该研究的结论与讨论部分强调，SIMAD平台成功地将排放计算、情景分析和人口暴露评估进行了有效整合。CMAQ-DDM-3D方法的应用，既为源解析提供了有效信息，指明了空气污染对特定部门/季节前体物排放的敏感性，也支撑构建了能在适度排放变化范围内完美模拟完整化学传输模型的RFM。这种方法极大降低了计算成本，支持多情景模拟和快速政策响应。研究也指出了当前方法的局限性，即模型在应用于未来年份时性能会因气象条件变化而下降，但这在制定与修订版《环境空气质量指令》（EU）2024/2881相关的中期路线图背景下是可以接受的。
更重要的是，引入大规模手机数据使系统能够将空气质量与动态人口暴露联系起来，扩展了现有空气质量模型工具的能力。初步分析表明，城市内部存在显著的污染暴露差异，SIMAD有助于增进对暴露动态的理解，并可为优化本地减排策略、最大化健康效益和促进环境正义提供支持。未来的研究可探索在RFM中明确纳入敏感性系数对基本气象特征（如风速）的依赖性，并进一步细化一阶敏感性的有效范围。这项研究为城市尺度的空气质量和气候协同治理提供了一个强大的、可操作的范例。
