“空气侦探”发现PM10浓度突然飙升，自动警报并推送信息至执法人手机

PM_2.5来自近处的工地，还是远处的工厂？若有若无的异味是化工企业的排放，还是汽车尾气的累积？放在以前，这些问题说不清楚。

近年来，来自浙江清华长三角研究院的科研团队建立了区域大气污染源“指纹库”，并用AI布下追踪溯源的“天罗地网”。

“这个系统就像一位‘空气侦探’，有聪明的‘大脑’、无处不在的‘眼线’、庞大的大气污染源‘指纹库’以及一双精准打击的‘手’。多方协同工作，实现对区域大气污染问题的全面感知、快速计算和精准施策。”科研团队研发骨干、浙江清华长三角研究院高级工程师庞星龙介绍。

目前，这套市域空气污染精准溯源与综合管控技术体系已经在长三角多地应用，成为助力各地大气污染治理的新式“武器”。

2025年世界互联网大会乌镇峰会期间，“空气侦探”就立过大功。一天深夜，大气管控平台通过多源数据分析，发现嘉兴桐乡市梧桐街道某小学周边的PM₁₀浓度突然飙升，高于区域均值34%。几分钟内，系统自动发出警报，信息被第一时间推送至执法人员的手机上。走航车迅速出动，锁定污染源头，执法人员跟进处置并解决问题，整个过程不到两小时。

在过去，同样的处置工作需要采集样本、送实验室分析、人工建模计算，少则三五天，多则半个月。等结果出来，污染早已散尽，证据也随之消失。“现在AI代替了人工，响应效率提升了3倍以上。”庞星龙说。

“目前，系统的溯源准确率超过85%，这背后有两个关键。”庞星龙介绍。

一是扎实做好本地化数据采集。长三角区域工业结构复杂，化工厂、电子厂、印染厂等企业的排放特征都不一样。如果简单套用通用的污染源图谱，就像用别人的钥匙开自己家的门，难以实现精准匹配。为了建立真正属于本地的大气污染源“指纹库”，科研团队爬上工厂烟囱采集废气，蹲在路口捕捉汽车尾气，守在烧烤摊边分析油烟成分，甚至跑到工地采集扬尘，每一个采样点都要反复采集十几次。“通过大量的一线实地采样和跨部门的数据共享，我们用最鲜活、最真实的本地数据训练AI。”庞星龙回忆道。

二是将传统的环境化学模型与人工智能进行深度融合。科研团队开发了一种“PMF源贡献矩阵+深度学习模型”的数据关联算法，将化学分析和AI识别“嫁接”到一起。

“在相关算法的支撑下，AI能把实时采集的空气样本与‘指纹库’里的上百万条记录进行快速比对，判断污染类型。然后，结合风向、风速、地形等数据，分析污染路径。最后，把不同时间、不同地点的监测数据串联起来，形成一张完整的污染扩散图。”庞星龙解释。

“未来，我们将继续提升AI的自主学习能力，同时，计划将相关技术体系进一步推广应用于长三角其他工业密集型城市，助力更多地方实现大气环境智慧监管与精准治污。”庞星龙信心满满。

来源：中国环境