大气污染问题是当前许多国家和地区所面临的环境挑战。颗粒物作为重要的空气污染物，显著影响区域及全球气候变化、环境空气质量和公众健康。大气颗粒物来源复杂且种类繁多，通常由各种自然源和人为源直接排放或前体物二次反应形成。传统的颗粒物源解析技术尽管能够有效识别并量化不同来源对颗粒物浓度的贡献，然而存在分析流程复杂、耗时较长、结果滞后等缺点，难以支撑对污染过程快速响应的需求。实现颗粒污染物的迅速精准溯源，已成为快速响应空气污染事件和保障公众健康需要解决的关键技术难题。

近日，由中国科学院地球环境研究所与瑞士保罗谢勒研究所组成的中–瑞国际合作科研团队，在大气污染溯源领域取得进展，成功研发出一款国际领先水平的颗粒物实时源解析模型Aerosol Real-time Identification and Source Estimation（ARISE）。该模型可在无人值守的情况下，实时获取大气PM_2.5化学组分在线监测数据，自动完成从分钟至小时分辨率的污染源识别与定量解析，实现对颗粒物污染源的近实时动态精准监控。该源解析技术的运用，将推动大气污染防治技术迈向“高时效、智能化、精准化”的新阶段，为环境管理部门实施快速污染预警与应急决策、评估减排措施成效、城市空气质量长期管控等提供技术支持。

ARISE模型基于Windows操作系统的Igor Pro 9软件设计，操作流程主要包括数据采集、源解析运算、以及结果可视化（详见附图）。通过实时获取AXA监测系统（包括气溶胶化学组分监测仪ACSM、重金属监测仪Xact625、黑碳分析仪AE33）采集的外场环境观测数据，运用正定矩阵因子分解及多线性引擎优化算法，精准识别与量化机动车、燃煤、烹饪、二次生成等多种复杂污染来源的贡献。其核心功能优势在于自动化运行、多源数据融合、分析周期短、高兼容性与可视化、以及高精度可靠输出。ARISE模型以最小化用户干预的需求为设计理念，将源解析结果输出周期有效缩短至与监测数据同步的小时甚至分钟级，为相关科研人员、决策机构及环保部门迅速获取可靠的源解析数据提供了理想解决方案。

截止目前，ARISE模型已在西安、武汉等试点城市开展了运行试验，并进行模型参数的优化和验证，不同城市环境中颗粒物源解析结果表现出高精度、强稳定性的特点，证明该模型具有良好的应用前景，有望进一步纳入长期的城市空气污染监测体系。同时，中–瑞合作科研团队还积极创建开放式协作模式，开展了多次现场及在线操作培训和解析方法演示，并组织多场科学与政策交流研讨会，分享和推广研究成果和经验。ARISE模型是大气污染源解析领域的创新性工具，也是国际领先技术与中国本地需求相结合的运用实践，能够使大气污染治理从事后分析研判走向实时感知监控，为构建高效、科学的空气质量管理体系提供坚实的技术保障。

ARISE模型是中国–瑞士国际合作项目“清洁空气中国”（Clean Air China）推出的重要研究成果。该项目由瑞士发展与合作署资助，由中国科学院地球环境研究所与瑞士保罗谢勒研究共同承担研究任务，已发表多项原创性科研成果。项目核心目标旨在采用先进的空气污染源解析技术，制定更有效的污染防控策略，显著减少重点城市的空气污染问题，提高相关部门配备和运行大气颗粒物实时源解析模型的技能，采取精准措施助力空气污染治理及科学决策。该合作项目不仅深化了中瑞在大气环境科学领域的联合创新，也为中国及世界其它城市大气污染精准防控与“双碳”目标下的空气质量持续改善提供科技支持。

【项目团队联系人】

Andre Prevot（瑞士保罗谢勒研究所，andre.prevot@psi.ch）

Manousos Manousakas（希腊德谟克利特国家科学研究中心，m.manousakas@ipta.demokritos.gr）

曹军骥 （中国科学院大气物理研究所，jjcao@ mail.iap.ac.cn）

韩月梅（中国科学院地球环境研究所，yuemei.han@ieecas.cn）