疫情“蝴蝶效应”：防疫中污染排放减少，整体削减PM2.5浓度

疫情给全球生活带来了巨大变革。有数据显示，因为防控疫情流感的感染率下降了；而近期清华大学的一项研究证明，在疫情防控中，由于人类活动和污染排放强度降低，整体上削减了城市PM2.5浓度。

近日，清华大学吴烨、张少君团队通过交通大数据动态追踪北京、武汉、成都等重点城市交通排放量变化，揭示中国大城市新冠疫情防控期间交通排放与空气质量变化规律。同时也证明，机动车污染控制将是今后中国大城市核心区空气质量持续改善的重中之重。

新冠肺炎疫情爆发后，我国各地迅速启动了突发公共卫生事件响应机制，人类活动和污染排放强度大幅降低。

研究团队选择北京、成都、上海、深圳、西安和武汉六个城市为研究对象，结果显示，在防疫措施最严格的一级防控响应阶段，六城市二氧化氮浓度比无疫情防控情景预测值降低36%至53%。深圳、成都和西安在解除一级防控响应后二氧化氮逐渐回升，4月底已经恢复到无疫情情景预测浓度90%以上的水平。北京和武汉在4月尚未解除一级防控响应，二氧化氮仍然显著低于无疫情情景预测值。研究发现，疫情防控会导臭氧在北方城市（包括武汉）小幅上升，主要因为这些城市冬季多处于臭氧挥发性有机化合物控制区导致。

通过4个月较长期的动态追踪，以北京为例，改进的随机森林模型显示疫情防控导致大气氧化性增强，是1月底和2月中两次短期特殊气象（高湿、静稳）条件下PM2.5污染加剧的主要原因；但由于排放整体大幅下降，北京市一级防控响应阶段的PM2.5浓度比无疫情情景平均下降了42%。

研究进一步选择中国机动车保有量最高的北京和成都为案例，借助拥堵指数、道路监控等智能交通大数据，构建了全路网机动车排放动态计算模型。结果显示，疫情防控一级阶段，北京和成都城市机动车排放量全时段下降，降幅达60%左右。成都在解除一级防控后（2月底），尽管高峰时段排放迅速回升，白天平峰和夜间时段交通排放仍然比疫情前期水平降低30%以上。耦合动态排放数据和随机森林模型的研究结果显示，一级防控响应阶段机动车排放变化导致北京全市二氧化氮浓度降低20%至40%，成都核心区二氧化氮浓度降低50%至60%。新冠疫情防控的特殊时期案例分析揭示了，机动车污染控制将是今后中国大城市核心区空气质量持续改善的重中之重。

目前，团队相关成果已以论文形式发表于《环境科学与技术快报》。