在年初新冠肺炎疫情和春節長假的雙重作用下，北京居民人數大幅減少，機動車汙染物也大幅下降。

　　然而就在這“寂靜的春天”裏，北京卻發生了嚴(yan) 重的空氣汙染。人們(men) 不禁質疑，為(wei) 何會(hui) 產(chan) 生“疫情霾”？交通排放控製對霧霾究竟是否有效？

　　就此，清華大學環境學院副教授劉歡團隊近日在《環境科學與(yu) 技術》發表最新研究成果。該團隊發現，疫情期間機動車排放減少與(yu) 空氣質量惡化的關(guan) 係，核心作用機製其實是臭氧濃度的上升。

　　“對於(yu) 顆粒物來說，作為(wei) 氧化劑的臭氧和作為(wei) ‘原料’的前體(ti) 物濃度增加不是在同一區域。北京城區由於(yu) 機動車活動減少帶來較為(wei) 明顯的臭氧濃度上升，但這不是顆粒物生成的主要區域，而是在周邊‘原料’豐(feng) 富的區域生成了很多二次顆粒物，這些顆粒物又傳(chuan) 輸回北京，形成霾。”劉歡在接受《中國科學報》采訪時說。

　　區域傳(chuan) 輸不容忽視

　　實際上，車輛排放控製一直被認為(wei) 是減輕特大城市空氣汙染的有效方法。無論是對新車登記實行嚴(yan) 格的控製，還是車牌限號等措施，都為(wei) 減少交通排放做出了巨大努力。

　　據北京市環保局2018年發布的PM2.5（細顆粒物）的來源解析結果，移動源（包括機動車和非道路機械）占比達到45%。

　　相比2014年的解析結果，機動車對PM2.5的貢獻率增長了30%。這也加深了人們(men) 對交通排放控製有助於(yu) 空氣質量改善的認知。

　　然而，基於(yu) 城市交通大數據，劉歡團隊發現，疫情暴發後北京市路網平均速度提高了14%~31%，各類車型的平均日行駛裏程下降了28%~55%，交通活動大幅下降，機動車主要汙染物排放量較平日也下降超過50%。

　　但北京PM2.5濃度在此期間不降反升，出現過兩(liang) 次汙染事件，其間日均濃度超過150 μg/m3，產(chan) 生出乎意料的“疫情霾”。由此可見，兩(liang) 者的關(guan) 係並不簡單。

　　劉歡認為(wei) ，盡管最近一些研究已經大規模調查了中國霧霾的成因，但很少關(guan) 注車輛排放的詳細變化及其對加劇特大城市霧霾形成的影響。

　　為(wei) 解開交通排放控製與(yu) 霧霾之間具體(ti) 關(guan) 係的謎團，劉歡團隊基於(yu) 排放清單、空氣質量觀測和數值模型，對北京“疫情霾”進行了深入的研究。

　　劉歡團隊發現，“疫情霾”主要是由於(yu) PM2.5與(yu) 其前體(ti) 物之間的非線性響應關(guan) 係：疫情暴發後機動車NOx（氮氧化物）減排多而VOC（易揮發的有機物質）減排少，不平衡的汙染物排放量下降引起了城區的大氣氧化性顯著上升，但大氣氧化性上升最顯著的區域與(yu) 二次顆粒物上升最顯著的區域並不重疊。

　　也就是說，受疫情影響，北京市本地缺乏足量的PM2.5氣態前體(ti) 物，因此即使臭氧濃度增加，也沒有造成顯著的本地二次顆粒物生成。

　　而北京周邊地區不間斷工序的工業(ye) 源等會(hui) 釋放足量的PM2.5前體(ti) 物，大幅促進二次顆粒物的生成，通過區域間傳(chuan) 輸至北京市，造成PM2.5汙染加劇。“這抵消了一次減排帶來的收益。”劉歡說。

　　科學製定管控策略

　　無獨有偶，在劉歡看來，美國加州等城市的“臭氧周末效應”也是類似機製，但北京的“疫情霾”具有一些獨特的現象和機理。

　　劉歡對記者解釋道，一是在新冠肺炎疫情的管控下，機動車減排量大、時間長、影響範圍廣，以往的研究中很難看到如此大的大氣化學擾動；二是在這種強擾動下，發展了分析方法、改進了基礎數據、實現了模擬和觀測的吻合，“這意味著研究手段會(hui) 更可靠、更具有魯棒性”。

　　不僅(jin) 如此，對比國外的大城市，北京市PM2.5來源特殊，疫情期間出現的重汙染受外地排放，也就是區域傳(chuan) 輸影響明顯，區域傳(chuan) 輸比例高於(yu) 之前的研究結果。

　　因此，劉歡建議要製定科學的管控策略，針對不同汙染物、不同地區開展更有針對性的管控。

　　對於(yu) 北京市機動車而言，應加強對VOC排放的控製，或者結合其他源大幅削減NOx，使其達到大氣氧化性下降拐點。

　　此外，由於(yu) 近些年北京市本地汙染源控製力度遠大於(yu) 周邊地區，導致周邊地區排放對北京市冬季PM2.5濃度平均貢獻已超過70%。

　　“因此，在控製北京市本地汙染源的同時，更應該高度關(guan) 注區域協同減排，這樣才能使‘疫情霾’不再出現。”劉歡說。

　　在她看來，“直覺”是開展此項研究的重要“功底”。“由於(yu) 基礎數據的複雜性和分析的難度，我們(men) 需要在各種各樣的模式結果、觀測結果中抽絲(si) 剝繭，找出主要因素，以推進到下一步工作，整個(ge) 過程很考驗‘直覺’，也就是科研的敏銳性。”

　　除此之外，團隊協作也至關(guan) 重要。受新冠肺炎疫情的影響，劉歡每天隻能跟博士生呂兆豐(feng) 、王小桐通過線上會(hui) 議進行討論，而這種討論時常進行至深夜。由於(yu) 久坐難耐，大家最後隻能抱著筆記本電腦邊繞圈邊開會(hui) 。

　　“當遇到數據缺失或數值模擬等問題時，我們(men) 還會(hui) 通過線上會(hui) 議的方式，與(yu) 得州農(nong) 工大學、英國劍橋大學、生態環境部機動車排汙監控中心、北京交通發展研究院、中國環境科學研究院等合作者進行討論。”劉歡回憶道，“研究能夠完成也得益於(yu) 他們(men) 的大力支持。”

　　在劉歡看來，隨著大氣複合汙染治理進入攻堅期，減排難度也將越來越大，但愈發先進的科學“武器”，同樣可以幫助決(jue) 策者運籌帷幄。

　　相關(guan) 論文信息：

　　https：//doi.org/10.1021/acs.est.0c04941

關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書(shu) 籍】，了解最新科普書(shu) 籍
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習(xi) 觀鳥相關(guan) 科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情