［本站讯］近日，山东大学环境研究院教授张玉强、薛丽坤在地球科学领域权威期刊Earth System Science Data（IF =11.6）发表了题为“Improved global daily nitrogen dioxide concentrations from 2005 to 2023 derived using a deep learning approach”的研究论文。该研究构建了一个涵盖近20年的全球高分辨率（0.1°× 0.1°）地表二氧化氮（NO2）逐日浓度数据集，为评估全球人群长期暴露风险及环境健康效应提供了关键的数据支撑。
NO2是重要大气污染物之一，对空气质量、生态环境和人体健康均有重要影响，并参与臭氧和细颗粒物等二次污染物的形成。然而，受限于地面监测站点分布不均、卫星观测难以直接反映近地面浓度以及化学传输模型模拟结果的不确定性等，长期、连续、全球尺度的地表NO2暴露评估仍面临严峻挑战。针对上述难题，团队融合多源大数据，基于Air Transformer深度学习框架，构建了2005至2023年全球逐日0.1°× 0.1°地表NO2浓度数据集。该数据集实现了高空间分辨率、逐日时间连续性与全球全覆盖的深度融合，显著提升了大气污染暴露评估的精度。
研究结果显示，全球地表NO2暴露在过去近二十年中呈现显著的时空差异，高暴露区域主要集中在人口密集、工业活动强度高和交通排放集中的城市群地区。该数据集可进一步结合人口分布和社会经济数据，用于识别不同区域和不同人群之间的暴露不平等，评估清洁空气政策的实施效果，并为空气质量管理、公共健康保护和环境公平研究提供数据基础。
山东大学博士毕业生、现杜克大学博士后研究员牟江山为论文第一作者，山东大学博士毕业生、现复旦大学博士后研究员陶辰亮为共同第一作者，张玉强教授和薛丽坤教授为共同通讯作者。该研究得到了国家重点研发计划项目的支持。
