苏伯尼，张 楠，黄 弘

(1.电力规划设计总院，北京 100120；2.香港大学机械工程系，香港 999077； 3.清华大学工程物理系公共安全研究院，北京 100084)

近些年来，随着我国城市化、工业化的高速发展，很多地区出现了大气污染问题，对人体健康造成了极大的隐患[1]，已引起全社会的广泛关注。若要深化大气污染治理，实现精准治污，打赢蓝天保卫战[2]，找出导致大气污染的关键因素是首要任务。

目前，大气污染物排放水平评估主要采用排放清单法[3-6]，该方法可以为大气污染治理提供规范、准确的排放信息，但也存在一些不足之处。随着我国经济的快速发展，大气污染物排放情况变化较快，而且随着“大气污染防治行动计划”[7]等措施的实施，大气污染物的排放水平得到了显著降低。但是，我国排放清单更新滞后较严重，截至2017年，最新的排放清单仅更新到2014年，并且尚未考虑“大气污染防治行动计划”各项措施实施带来的大气污染物排放量变化，可能与实际排放情况有较大的差异，这成为制约大气污染防治决策的一大瓶颈[8]。针对这一现状，从数据分析的视角，基于空气质量和气象数据来评估大气污染物的排放水平具有实际意义。

影响大气污染物浓度的因素主要分为人为因素和气象因素两大类。以目前人类的科技水平，很难通过控制气象因素达到有效降低大气污染物浓度的目的，因此控制人为因素才是治理大气污染的主要手段。一些研究者通过数据统计的方法，探索了各种大气污染物(SO2、NOx、PM2.5等)与人为因素(工业、能源、交通等)之间的关系[9-11]，当前的相关研究多是直接寻找大气污染物浓度与各种指标之间的数学联系。……