近日，我院青年教师吕敏博士在国际期刊《Environmental Research》发表题为“Diagnosing the Spatiotemporal Evolution of Anthropogenic CO2 Emission Drivers in China Under Systemic Disruptions Using Interpretable Machine Learning”的研究论文。该论文以南通大学为第一单位，吕敏博士为论文第一作者兼共同通讯作者，合作单位为南京信息工程大学大气物理学院。
研究以新冠疫情这一重大系统性冲击为切入点，构建融合XGBoost与SHAP的可解释机器学习框架，整合2015-2023年卫星遥感、气象、生态和社会经济等多源数据，诊断中国大陆人为CO2排放清单时空演变及关联因素。研究发现，疫情初期排放下降集中于西部和北部，东部沿海相对稳定；随后排放总体回升，但不同地区呈现明显差异，北部和西部地区恢复较快。此外，研究揭示了社会地理因素对排放空间格局的稳定影响，以及重大社会扰动后时间因素重要性的显著上升，并发现不同植被荧光水平区域的PM2.5极端污染事件呈现差异化变化特征。该研究为重大社会经济扰动下碳排放清单诊断与碳排放动态监测提供了新的视角。
《Environmental Research》是自然指数（Nature index，NI）和中科院二区期刊，影响因子8.2。
文章链接：https://doi.org/10.1016/j.envres.2026.124857
