分享自:

基于区块链的同位素大数据驱动的全球PM来源追踪与干预

期刊:Nature CommunicationsDOI:10.1038/s41467-025-59220-4

区块链同位素大数据驱动的全球PM污染源追踪与干预研究

作者及机构
本研究由Yuming Huang(中国科学院生态环境研究中心环境化学与毒理学重点实验室;中国科学院大学中丹学院)、Xiangyu Li、Yuehan Wu等来自中国、德国、美国多国机构的21位学者共同完成,通讯作者为Jingwei Zhang(云南大学)、Zheng Zong(山东大学)和Dawei Lu(中国科学院生态环境研究中心)。研究成果于2025年发表在《Nature Communications》期刊(DOI: 10.1038/s41467-025-59220-4)。


学术背景
大气颗粒物(PM,Particulate Matter)污染对全球气候和公共健康构成严峻挑战。尽管世界卫生组织(WHO)将PM2.5(直径≤2.5微米的颗粒物)的年均暴露限值降至5μg/m³,但全球99%以上的地区和人口仍面临超标风险。传统PM溯源方法(如排放清单法)受限于非线性的大气过程,而同位素技术(Isotopic Techniques)虽能提供高精度“指纹”特征,但长期、全球尺度的多组分同位素数据匮乏。为此,研究团队建立了首个基于区块链技术的全球大气同位素数据库IDGAR(Isotopic Database for Global Atmospheric Research),旨在通过同位素大数据揭示PM动态来源及其与干预措施的关联性。


研究流程与方法
1. 数据库构建与区块链整合
- 数据规模:整合1957–2024年间66个国家1,890起污染事件的34,815条同位素数据,涵盖14种元素(如δ¹³C、δ¹⁵N、δ³⁴S、207Pb/206Pb等)及PM组分(OC有机碳、EC元素碳、硝酸盐等)。
- 区块链技术:采用SHA256加密算法将数据转化为64位哈希值,通过时间戳链式存储确保不可篡改。用户操作(如上传、下载)实时记录于区块链节点,数据版本控制通过增量编号实现(详见IDGAR平台http://idgar.org/)。

  1. 全球同位素图谱绘制

    • 基于IDGAR生成全球PM源端同位素指纹图谱(图1),通过单因素方差分析(p<0.05)验证不同排放源(如燃煤、生物质燃烧、机动车尾气)的同位素差异显著性。例如,EC的δ¹³C在C3植物燃烧(-27.5±2.69‰)与C4植物燃烧(-15.4±2.73‰)间存在显著区分。
  2. PM来源动态与干预效果评估

    • 趋势分析:采用自助法(Bootstrap)和Theil-Sen估计器分析同位素时间序列。例如,EC的放射性碳(fm-14C)在2014年前上升(生物质燃烧主导),之后下降(化石燃料主导),斜率变化反映干预措施效果(图2a-b)。
    • 混合模型溯源:利用贝叶斯稳定同位素混合模型(MixSIAR)量化源贡献。亚洲PM2.5主要来自燃煤(占比最高),而欧美以生物质燃烧为主(图3)。
  3. 未来情景预测

    • 结合全球变化评估模型(GCAM)和WRF-Chem模拟,预测2100年气候减缓情景(SSP1-1.9和SSP1-2.6)下PM2.5浓度:美洲降至5.38±0.16μg/m³,亚洲为13.9±1.82μg/m³,但仍超WHO标准(图4),凸显自然排放(如野火)控制的必要性。

主要结果
1. 源贡献异质性
- 生物质燃烧对亚洲、美洲、欧洲EC的贡献分别为1.29±0.82%、6.12±1.70%、5.06±4.30%,反映区域排放差异(如美洲野火频发)。
- 燃煤排放的OC在亚洲2013年后显著下降,与干预措施同步(补充图10)。

  1. 干预效果异步性

    • δ¹⁵N-NH₄⁺在2017–2020年增速放缓,表明机动车尾气干预生效;而δ³⁴S-SO₄²⁻在2010–2012年下降趋缓,反映燃煤控制效果(图2e-h)。
  2. 技术创新

    • IDGAR首次实现同位素数据的区块链化存储,支持全球研究者可信协作。t-SNE分析(图2j)证实多组分同位素的独立指示能力。

结论与价值
1. 科学意义
- 揭示了PM来源的动态性及干预措施的滞后效应,提出“同位素智能干预系统”构想,为动态调整PM物种治理策略提供理论依据。

  1. 应用价值
    • IDGAR为精准溯源提供开放平台,未来可扩展至健康效应评估与政策优化。例如,预测表明需针对性控制农业焚烧(亚洲)和野火(美洲)以实现WHO目标。

研究亮点
1. 方法创新:全球首个区块链同位素数据库,解决数据共享与可信度问题。
2. 发现创新:首次量化生物质燃烧对PM2.5的递增影响(图3),挑战传统燃煤主导认知。
3. 跨学科整合:融合环境科学、区块链技术与气候模型,推动大气研究范式变革。

其他价值
- 研究强调自然排放(如土壤尘)在亚洲PM污染中的角色,呼吁修订现行控污政策(如加入沙尘干预)。
- 数据与代码开源(Zenodo: 10.5281/zenodo.15064820),促进方法复现与拓展。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com