研究摘要
城市空气污染是全球各大城市面临的重大公共卫生问题，但监测网络通常依赖化学传感器，各自独立测量单一污染物种类。本研究探索了一种互补方法：利用大气电场（以电位梯度（PG）表示）作为人为空气污染的电学指标，研究对象为巴西圣保罗，南半球最大、污染最严重的特大城市之一。
本研究基于从2018年2月至2024年12月的长期数据集，将麦肯齐长老会大学屋顶的连续PG测量数据与CETESB运营的邻近空气质量站提供的六种主要污染物（CO、NO、NO₂、NOx、SO₂和PM₁₀）的逐时浓度数据相结合。晴好天气时段通过两步法精心筛选：先进行地面气象条件过滤，再利用GOES-16和GOES-19卫星图像进行云量过滤，确保PG信号反映的是气溶胶和污染效应，而非气象扰动。
分析揭示了电场与空气污染物耦合中可重复的敏感性层次结构。一次燃烧相关气体（氮氧化物NOx、NO和一氧化碳CO）与PG的关联最强，日中位皮尔逊相关系数约为r ≈ 0.6。颗粒物（PM₁₀）的耦合较弱且变化较大。关键在于，这种关系强烈依赖于大气状态：在稳定大气条件和弱通风情况下（通常为夜间），PG与污染物的耦合增强；而在白天对流混合时，边界层通风良好，耦合明显减弱。
本研究还考察了大规模排放扰动的影响。在2020年COVID-19封锁期间，机动车交通和工业活动急剧下降，晴好天气PG相对于多年基线表现出持续性降低，为人为排放减少提供了独立的电学证据。此外，研究还采用基于随机森林回归的机器学习框架来测试PG对城市空气污染水平的预测能力，进一步证实了耦合的状态依赖特性。这些结果表明，大气电场并非通用的污染指标，而是一种具有物理基础的、依赖大气状态的城市近地面空气质量指标。
如何引用此工作:
Rubén M. Romero, J.C. Tacza, Angel Vara-Vela, S. Szpigel, J.-P. Raulin, Regime-dependent sensitivity of the atmospheric potential gradient to anthropogenic air pollution in São Paulo, Brazil, Atmospheric Research, 2026, 109002, ISSN 0169-8095, https://doi.org/10.1016/j.atmosres.2026.109002