近日，由中国科学院地球环境研究所与瑞士保罗谢勒研究所组成的中–瑞国际合作科研团队，在大气污染溯源领域取得进展，成功研发出一款国际领先水平的颗粒物实时源解析模型ARISE。该模型可在无人值守的情况下，实时获取大气PM2.5化学组分在线监测数据，自动完成从分钟至小时分辨率的污染源识别与定量解析，实现对颗粒物污染源的近实时动态精准监控。

大气污染问题是当前许多国家和地区所面临的环境挑战。颗粒物作为重要的空气污染物，显著影响区域及全球气候变化、环境空气质量和公众健康。大气颗粒物来源复杂且种类繁多，通常由各种自然源和人为源直接排放或前体物二次反应形成。传统的颗粒物源解析技术尽管能够有效识别并量化不同来源对颗粒物浓度的贡献，然而存在分析流程复杂、耗时较长、结果滞后等缺点，难以支撑对污染过程快速响应的需求。实现颗粒污染物的迅速精准溯源，已成为快速响应空气污染事件和保障公众健康需要解决的关键技术难题。

ARISE模型通过实时获取AXA监测系统采集的外场环境观测数据，精准识别与量化机动车、燃煤、烹饪、二次生成等多种复杂污染来源的贡献。其核心功能优势在于自动化运行、多源数据融合、分析周期短、高兼容性与可视化、以及高精度可靠输出。ARISE模型以最小化用户干预的需求为设计理念，将源解析结果输出周期有效缩短至与监测数据同步的小时甚至分钟级，为相关科研人员、决策机构及环保部门迅速获取可靠的源解析数据提供了理想解决方案。

该源解析技术的运用，将推动大气污染防治技术迈向“高时效、智能化、精准化”的新阶段，为环境管理部门实施快速污染预警与应急决策、评估减排措施成效、城市空气质量长期管控等提供技术支持。

截至目前，ARISE模型已在西安、武汉等试点城市开展了运行试验，并进行模型参数的优化和验证，不同城市环境中颗粒物源解析结果表现出高精度、强稳定性的特点，证明该模型具有良好的应用前景，有望进一步纳入长期的城市空气污染监测体系。