课题组研究方向：
人类活动排放出的大量气态或气溶胶状态的污染物，例如氮氧化物(NOx)、二氧化硫(SO2)、可挥发性有机物(VOCs)、一次有机碳(OC)、黑碳(BC)等。气态化学物质在大气中的化学反应还能生成二次污染物，如臭氧(O3)、硫酸盐、硝酸盐和二次有机气溶胶。对流层臭氧和气溶胶不仅会对人类健康产生影响，同时也会改变大气的辐射强迫，影响能量收支，从而对气候产生影响。我们主要利用全球气候模式、大气化学传输模式、机器学习等方法，研究大气化学过程与气候变化间的相互作用，同时关注空气质量和气候变化的过程机理。
研究内容：
| 1. | 大气污染与气候变化相互作用 |
| 2. | 全球和区域大气污染物源追踪 |
| 3. | 气候变化对污染物输送、分布和浓度的影响 |
| 4. | 大气污染物对气候变化和极端气候事件的作用 |
| 5. | 机器学习方法在大气环境和气候变化中的应用 |
最新动态：
2026课题组在 Nature Communications 发表中国清洁空气政策短期增暖缓解策略研究。
2026国家自然科学基金创新研究群体项目B类“边界层-气溶胶-云相互作用及其气候环境效应”获批，杨洋教授为项目骨干。
2025国家自然科学基金面上项目“2020-2060年大气污染物变化对中国未来气候和极端事件的影响研究”启动。
招生课题组长期招收硕士研究生、博士研究生和博士后，欢迎大气、环境、气候和数据科学背景的同学联系。
研究亮点：
污染溯源技术
发展全球大气污染溯源和追踪模拟技术，量化多区域、多行业污染物来源及其生命期过程。
气候-空气质量机制
揭示气候变暖影响我国空气污染的物理化学机制，为空气质量预测和减污降碳协同治理提供支撑。
碳中和路径评估
阐明碳中和路径下气溶胶减排的环境气候效应，探索碳污协同的未来优化减排方案。
代表性成果：
- Strategizing emission cuts in China to mitigate short-term warming from clean air policies, Nature Communications, 2026.
- Marine cloud brightening mitigates the warming induced by the aerosol reductions toward carbon neutrality, Communications Earth & Environment, 2026.
- Machine learning-based bias-corrected future projections of ozone concentrations from a chemistry-climate model, Environmental Science & Technology, 2026.
- Aerosols overtake greenhouse gases causing a warmer climate and more weather extremes toward carbon neutrality, Nature Communications, 2023.