中国人为排放源对大气NO2周循环特征的影响机制解析——基于COVID-19封控期的卫星观测与多源数据融合研究

针对中国NO2污染缺乏显著周循环特征的科学难题，中国科学院团队创新融合TROPOMI卫星NO2垂直柱浓度（VCD）数据与交通/GDP统计资料，首次量化了COVID-19封控期间货运（66%）、客运（9%）和第二产业（25%）对周循环变化的贡献率，揭示柴油货车主导的中国特殊排放模式，为制定差异化减排政策提供关键依据。

　　

【研究背景】
在全球工业化国家普遍观测到大气NO₂"周末效应"（周末浓度显著低于工作日）的背景下，中国作为NO₂污染最严重的地区之一却长期缺乏这种典型特征。传统观点认为人类活动的七日周期应导致NO₂排放周末降低，但卫星观测显示中国NO₂水平在工作日和周末差异微弱。这一反常现象背后隐藏着怎样的排放机制差异？COVID-19大流行意外创造的"自然实验场"，为破解这个持续二十年的环境谜题提供了独特契机。

【研究设计与方法】
中国科学院团队利用欧洲空间局TROPOMI（对流层监测仪）2019-2022年第一季度NO₂垂直柱浓度数据（空间分辨率3.5km×5.5km），结合交通运输部公路货运/客运周转量、国家统计局第二产业GDP等社会经济数据，构建排放源比例分配模型。研究选取四个关键时期：2019年Q1（疫情前基线）、2020年Q1（严格封控期）、2021年Q1（经济复苏期）和2022年Q1（奥密克戎流行期），通过计算"周末减排幅度D=（Ω_weekday-Ω_weekend）/Ω_weekday×100"量化周循环特征，并采用VIIRS火点数据排除野火干扰。

【主要结果】
3.1 国家尺度NO₂周循环特征
• 封控期间（2020Q1）出现最大周末减排幅度（6%，1.03×10¹⁴ molec. cm^-2），而经济复苏期（2021Q1）周末浓度反超工作日2%
• 京津冀、长三角等经济密集区周循环变化最显著，与当地高NO₂本底值和密集的人类活动相关

3.2 排放源 sector 变化
• 2020Q1封控期：客运量骤降59%（贡献率9%），货运量降38%（66%），第二产业降10%（25%）
• 2021Q1复苏期：柴油货车主导的货运量反弹57%，推动NO₂工作日浓度增长45%

3.3 排放源贡献解析
• 货运排放是模糊周循环的主因（年均贡献61%），源于柴油车夜间限行政策和工作日集中运输
• 第二产业在奥密克戎期贡献率达82%，反映工业排放的强周末持续性

3.4 省级尺度差异
• 北京/上海因严格货运管制，封控期周末减排幅度达21-22%
• 吉林因工业降幅大（35%）而货运降幅小（2%），出现反常的周末减排减弱16%

【结论与意义】
该研究首次系统揭示中国NO₂周循环异常的三维机制：1）柴油货车占机动车NOx排放80%以上，其工作日集中运输抵消客运减排效应；2）第二产业（如钢铁、电厂）持续运行维持周末排放；3）省级政策差异导致区域异质性。发表于《Environmental Technology》的这项成果，为环境治理提供重要启示：现行"夜间货车限行"政策可能加剧工作日污染，需转向新能源货车推广（如氢能重卡）和全周均衡排放管控。研究建立的"卫星+统计"溯源框架，为全球城市大气污染治理提供可复制的方法论范式。