南开大学赵普生、冯银厂ES&T Letters封面：大气亚微米单颗粒精准溯源新方法——基于电镜技术和深度学习

背景：大气颗粒物源解析是大气污染防控与健康风险评估的关键技术，但经典方法存在精细度不足等问题。计算机控制扫描电镜（CCSEM）为溯源提供了新思路，但其常规方法在分析亚微米颗粒时，因电子信号穿透深度大导致形貌特征失真，影响溯源准确性。研究目的：本研究旨在通过优化CCSEM分析方法，结合深度学习技术，实现对大气亚微米单颗粒的精准溯源。结论：研究通过采用低加速电压（5kV）的CCSEM分析，有效提升了亚微米颗粒图像质量，并构建了ImageTracerNet深度学习模型，实现了仅依靠单颗粒形貌特征对亚微米颗粒物的精准溯源。该方法与团队前期开发的微米级颗粒溯源模型形成互补，具备高分析通量和自动化程度，有业务化推广潜力。