近日，南京信息工程大学章炎麟课题组（http://www.atmosgeochem.com）将人工智能与同位素技术应用于碳质气溶胶溯源及粒径分布规律的研究中，相关论文发表于《Journal of Geophysical Research: Atmosphere》。南京信息工程大学宋文怀博士为第一作者，通讯作者为章炎麟教授。该研究得到国家自然科学基金（42325304，42192512）、泰国科学研究与创新基金（RDG 6030019）以及国家留学基金项目资助。
碳质气溶胶是大气颗粒物的重要组分，因其具有显著的环境、气候及健康效应而引起人们的广泛关注。生物质燃烧既能够直接产生碳质气溶胶，又能间接地为碳质气溶胶的二次生成提供条件，因而成为碳质气溶胶的重要来源。但目前，有关生物质燃烧影响碳质气溶胶粒径分布规律的研究尚有限，因此本研究旨在联合运用机器学习和放射性碳同位素技术解答这一问题。
以世界上生物质燃烧最为旺盛的区域——泰国北部地区为例，旱季旺盛的生物质燃烧活动使PM1.1、PM1.1-10中的碳质气溶胶质量浓度相较雨季分别提升了大约13倍和5倍。此外，生物质燃烧活动还使生物源二次有机气溶胶（BSOA）的质量浓度提升了180%，其增量的65%集中在PM1.1中。
图1 生物质燃烧旺盛（左）和不旺盛（右）季节碳质气溶胶的来源及粒径分布
文章链接：https://doi.org/10.1029/2023JD040692