机动车减排与区域传输对北京市“疫情霾”的作用简图。刘欢供图
■见习记者 田瑞颖
在年初新冠肺炎疫情和春节长假的双重作用下，北京居民人数大幅减少，机动车污染物也大幅下降。然而就在这“寂静的春天”里，北京却发生了严重的空气污染。人们不禁质疑，为何会产生“疫情霾”？交通排放控制对雾霾究竟是否有效？
就此，清华大学环境学院副教授刘欢团队近日在《环境科学与技术》发表最新研究成果。该团队发现，疫情期间机动车排放减少与空气质量恶化的关系，核心作用机制其实是臭氧浓度的上升。
“对于颗粒物来说，作为氧化剂的臭氧和作为‘原料’的前体物浓度增加不是在同一区域。北京城区由于机动车活动减少带来较为明显的臭氧浓度上升，但这不是颗粒物生成的主要区域，而是在周边‘原料’丰富的区域生成了很多二次颗粒物，这些颗粒物又传输回北京，形成霾。”刘欢在接受《中国科学报》采访时说。
区域传输不容忽视
实际上，车辆排放控制一直被认为是减轻特大城市空气污染的有效方法。无论是对新车登记实行严格的控制，还是车牌限号等措施，都为减少交通排放做出了巨大努力。
据北京市环保局2018年发布的PM2.5（细颗粒物）的来源解析结果，移动源（包括机动车和非道路机械）占比达到45%。相比2014年的解析结果，机动车对PM2.5的贡献率增长了30%。这也加深了人们对交通排放控制有助于空气质量改善的认知。
然而，基于城市交通大数据，刘欢团队发现，疫情暴发后北京市路网平均速度提高了14%~31%，各类车型的平均日行驶里程下降了28%~55%，交通活动大幅下降，机动车主要污染物排放量较平日也下降超过50%。
但北京PM2.5浓度在此期间不降反升，出现过两次污染事件，其间日均浓度超过150 μg/m3，产生出乎意料的“疫情霾”。由此可见，两者的关系并不简单。
刘欢认为，尽管最近一些研究已经大规模调查了中国雾霾的成因，但很少关注车辆排放的详细变化及其对加剧特大城市雾霾形成的影响。
为解开交通排放控制与雾霾之间具体关系的谜团，刘欢团队基于排放清单、空气质量观测和数值模型，对北京“疫情霾”进行了深入的研究。
刘欢团队发现，“疫情霾”主要是由于PM2.5与其前体物之间的非线性响应关系：疫情暴发后机动车NOx（氮氧化物）减排多而VOC（易挥发的有机物质）减排少，不平衡的污染物排放量下降引起了城区的大气氧化性显著上升，但大气氧化性上升最显著的区域与二次颗粒物上升最显著的区域并不重叠。
也就是说，受疫情影响，北京市本地缺乏足量的PM2.5气态前体物，因此即使臭氧浓度增加，也没有造成显著的本地二次颗粒物生成。而北京周边地区不间断工序的工业源等会释放足量的PM2.5前体物，大幅促进二次颗粒物的生成，通过区域间传输至北京市，造成PM2.5污染加剧。“这抵消了一次减排带来的收益。”刘欢说。
科学制定管控策略
无独有偶，在刘欢看来，美国加州等城市的“臭氧周末效应”也是类似机制，但北京的“疫情霾”具有一些独特的现象和机理。
刘欢对记者解释道，一是在新冠肺炎疫情的管控下，机动车减排量大、时间长、影响范围广，以往的研究中很难看到如此大的大气化学扰动；二是在这种强扰动下，发展了分析方法、改进了基础数据、实现了模拟和观测的吻合，“这意味着研究手段会更可靠、更具有鲁棒性”。
不仅如此，对比国外的大城市，北京市PM2.5来源特殊，疫情期间出现的重污染受外地排放，也就是区域传输影响明显，区域传输比例高于之前的研究结果。
因此，刘欢建议要制定科学的管控策略，针对不同污染物、不同地区开展更有针对性的管控。对于北京市机动车而言，应加强对VOC排放的控制，或者结合其他源大幅削减NOx，使其达到大气氧化性下降拐点。
此外，由于近些年北京市本地污染源控制力度远大于周边地区，导致周边地区排放对北京市冬季PM2.5浓度平均贡献已超过70%。“因此，在控制北京市本地污染源的同时，更应该高度关注区域协同减排，这样才能使‘疫情霾’不再出现。”刘欢说。
在她看来，“直觉”是开展此项研究的重要“功底”。“由于基础数据的复杂性和分析的难度，我们需要在各种各样的模式结果、观测结果中抽丝剥茧，找出主要因素，以推进到下一步工作，整个过程很考验‘直觉’，也就是科研的敏锐性。”
除此之外，团队协作也至关重要。受新冠肺炎疫情的影响，刘欢每天只能跟博士生吕兆丰、王小桐通过线上会议进行讨论，而这种讨论时常进行至深夜。由于久坐难耐，大家最后只能抱着笔记本电脑边绕圈边开会。
“当遇到数据缺失或数值模拟等问题时，我们还会通过线上会议的方式，与得州农工大学、英国剑桥大学、生态环境部机动车排污监控中心、北京交通发展研究院、中国环境科学研究院等合作者进行讨论。”刘欢回忆道，“研究能够完成也得益于他们的大力支持。”
在刘欢看来，随着大气复合污染治理进入攻坚期，减排难度也将越来越大，但愈发先进的科学“武器”，同样可以帮助决策者运筹帷幄。
来源： 《中国科学报》
