通过同时针对气候和空气污染改善健康结果

(PM2.5) 和其他空气污染物的浓度，从而对公众健康构成威胁。虽然气候政策可能会导致危害健康的空气污染物浓度降低，作为减少温室气体排放密集型活动的“共同利益”，但当与针对地理区域的空气质量法规一起部署时，它们在改善健康结果方面最为有效。

然而，通常用于评估拟议的气候/空气质量政策组合可能对空气质量/健康产生的影响的计算机模型对决策者来说存在缺陷。大气化学/气候模型可以产生高分辨率的结果，但运行起来既昂贵又费时。综合评估模型可以用更少的时间和金钱产生结果，但在全球和区域范围内产生结果，使其不够精确，无法准确评估地方层面的空气质量/健康影响。

为了克服这些缺点，麻省理工学院和加州大学戴维斯分校的一组研究人员开发了一种气候/空气质量政策评估工具，该工具计算效率高且针对特定地点。ACS Environmental Au期刊上的一项新研究描述了该工具可以让用户快速估计全球 1,500 多个地点的政策对空气质量/健康的综合影响——估计精确到足以揭示拟议政策的公平影响特定区域内的组合。

“这项研究中描述的建模方法可能最终允许决策者评估气候和空气质量政策的多种组合在减少空气污染对健康的影响方面的功效，并设计更有效的政策，”Sebastian Eastham 说，研究的主要作者和麻省理工学院全球变化科学与政策联合项目的首席研究科学家。“它还可用于确定给定的政策组合是否会在感兴趣的地理区域 产生公平的健康结果。”

为了证明他们的政策评估工具的效率和准确性，研究人员表明，该工具在几秒钟内预测的结果与需要数天甚至数月才能运行的详细化学/气候模型的特定区域结果一致。在继续完善和发展他们的方法的同时，他们现在正致力于将新工具嵌入综合评估模型中，供决策者直接使用。

“随着决策者在空气污染等其他可持续性挑战的背景下实施气候政策，高效的建模工具对于评估很重要——新的计算技术使我们能够构建更快、更准确的工具，为更广泛的用户提供可靠的相关信息”麻省理工学院数据、系统和社会研究所兼地球、大气和行星科学系教授、该研究的指导作者 Noelle Selin 说。“我们期待进一步开发此类方法，并与利益相关者合作，确保他们提供及时、有针对性和有用的评估。”