《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》:Evolution of mobile-source-related PM2.5 and its associated impacts: Insights from emerging contributors
编辑推荐:
Junchao Zhao|Zeyu Yang|Huan Liu|Haitong Zhe Sun|Zhenyu Luo|Zhaofeng Lv|Xiaotong Wang|Lijuan Qi|Hang Yin|Yan Ding|Kebin He中国生态环境部车辆排放控制与模拟重点实
Junchao Zhao|Zeyu Yang|Huan Liu|Haitong Zhe Sun|Zhenyu Luo|Zhaofeng Lv|Xiaotong Wang|Lijuan Qi|Hang Yin|Yan Ding|Kebin He
中国生态环境部车辆排放控制与模拟重点实验室,中国环境科学研究院车辆排放控制中心,北京100012,中国
摘要
为进一步改善空气质量,移动源排放控制日益重要。本研究分析了与移动源相关的PM2.5对大气的影响,重点关注那些新兴的污染源,包括非尾气排放过程以及未受严格监管的低挥发性有机化合物。2011年至2019年间,中国东部的MS-PM2.5浓度下降了约13%。然而,移动源在总PM2.5中的占比却上升了3.5%,而且非道路来源带来的环境风险比道路来源更大。与此同时,低挥发性有机化合物在有机气溶胶形成中的作用日益凸显,这表明那些此前未被充分重视的排放成分的重要性正在增加。因MS产生的PM2.5污染导致的死亡人数增长了44.6%,其在总死亡人数中的占比也上升了5.9%。这些结果表明,在空气质量不断改善的情况下,移动源相关的健康影响仍然十分严重。因此,未来的移动源控制策略应更加重视那些尚未得到有效监管的非道路来源及新兴排放过程。
引言
自2013年中国启动“清洁空气行动计划”以来,全国范围内的环境PM2.5浓度大幅下降(Xu等人,2025年)。2024年全国年平均PM2.5浓度为29.30微克/立方米,65%的城市达到了国家空气质量标准(MEE,2025年)。不过,这一数值仍远高于世界卫生组织规定的5.00微克/立方米的安全标准,说明健康风险依然存在(Wang和Wang,2019年;Xue等人,2019年;Yue等人,2020年)。在此背景下,中国的空气污染控制理念正在发生深刻变化:从传统的注重浓度达标转向以健康效益为导向。移动源是城市空气污染的主要来源,随着整体空气质量的改善,多项研究指出移动源排放在PM2.5污染中所占的比重正在上升(Zheng等人,2019年)。最近的污染源解析结果也证实了这一趋势。例如,2025年发布的北京第四轮PM2.5污染源解析结果显示,在区域性和本地固定污染源大幅减少后,移动源几乎占据了当地PM2.5污染的一半(BEEB,2025年)。同时,中国生态环境部正在推行更严格的空气质量标准,这进一步增加了对移动源排放的监管压力。这些研究表明,移动源排放控制正逐渐成为下一阶段空气质量改善工作的核心。
传统的末端控制措施在降低移动源排放方面的作用越来越有限(Zhang等人,2020年)。因此,要想找到新的减排途径,就需要更全面地了解与移动源相关的PM2.5。这种理解不仅应涵盖尾气排放,还应包括移动源的所有排放类型及其相关的大气过程(Zhao等人,2025年)。此外,现有的减排措施已经将传统污染物的尾气排放量降到了非常低的水平。但与此同时,这也暴露出非尾气过程以及那些监管较少的污染物在PM2.5污染中所扮演的越来越重要的角色(Khreis等人,2023年;Liu等人,2022年;Zhang等人,2020年;Zhang等人,2024年)。最新的排放清单显示,到2020年左右,磨损产生的排放和蒸发排放量已经与车辆尾气排放量相当(Zhao等人,2025年)。此外,来自移动源的半挥发性及中等挥发性有机化合物也被认为是二次有机气溶胶形成的重要前体物(Chang等人,2022年;Zhao等人,2022a年;Zhao等人,2015年)。它们在中国及全球各城市的PM2.5和二次有机气溶胶形成中的作用日益突出。综上所述,非尾气排放和低挥发性有机化合物在MS-PM2.5污染中的作用越来越重要。因此,将这类新兴污染源纳入移动源的环境影响评估中,对于制定更高水平的移动源排放控制策略至关重要。
由于移动源控制的最终目标是切实改善空气质量与人类健康状况(Wang等人,2020年;Zawacki等人,2018年),因此有必要清楚地了解移动源排放对大气环境以及人体健康的影响。移动源的活动范围广泛,其排放强度还会随时间发生较大变化,这就给PM2.5的大气评估带来了困难。此外,移动源前体物质的排放变化可能会引发非线性的大气化学反应,从而削弱减排措施与环境PM2.5浓度下降之间的直接关联(Huang等人,2021年;Zhao等人,2017年)。因此,仅通过观察总排放量的变化,可能无法准确判断空气质量是否有所改善。要真正评估移动源控制措施的有效性,就必须充分考虑大气反应情况以及与健康相关的暴露程度(Kang等人,2025年)。而这样的评估又依赖于统一且具有可比性的评估框架(Henneman等人,2017年)。然而,由于不同研究在化学物质定义、大气过程参数化以及污染源解析方法上存在差异,现有研究之间的可比性较差。这就导致基于模型的MS-PM2.5估算结果存在较大的不确定性(Zheng等人,2023年)。另外,许多评估都受到时间限制,往往只针对个别年份进行分析,无法反映减排措施带来的长期影响(Liang等人,2020年;Wu等人,2016年;Zhao等人,2022年)。随着移动源相关法规的不断收紧,以及这些法规的实施效果随时间发生变化,尾气排放与非尾气排放在污染形成中的作用也在不断转变(Fussell等人,2022年;Harrison等人,2021年)。为了掌握这些变化,MS-PM2.5的相关评估需要从单纯的现状分析转变为对其变化趋势的系统性跟踪。只有这样,才能为短期到中期的控制策略提供及时且具有政策参考价值的见解。
在本研究中,我们采用了一套统一的分析框架,来研究MS-PM2.5的年度变化趋势,尤其关注那些新兴污染源的影响,包括非尾气排放和低挥发性有机化合物。我们选择2011年和2019年作为代表性时间点,以此反映过去十年间移动源控制政策不断加强所带来的变化,同时避免了COVID-19疫情对人为排放模式及基准死亡率的干扰。我们在国家层面和区域层面分析了移动源导致的PM2.5浓度变化、其在总PM2.5中的占比以及由此带来的健康影响。此外,我们还系统比较了道路移动源与非道路移动源在PM2.5污染贡献以及相应健康风险方面的差异。通过这种年度对比,本研究为了解移动源带来的空气质量变化及健康影响,以及新兴污染源的重要作用提供了新的视角。
章节要点
移动源相关PM2.5的污染源解析框架
为避免因不同统计年度的排放清单存在差异而带来的系统性问题,我们采用了具有统一统计框架的多年度排放数据集,作为MS-PM2.5污染源解析的输入数据(见表S1)。移动源排放数据是我们之前开发的综合型移动源排放模型TiMBE的测算结果(Zhao等人,2025年)。该模型结合了本地化的排放监测数据、多种统计信息以及相关关联分析
移动源对PM2.5贡献的年度变化
移动源包括道路移动源和非道路移动源,且在不同地区之间存在显著差异。为了解析它们对PM2.5的影响,我们在国家、区域和省级等多个空间尺度上分析了其季节性和年度贡献情况。研究重点关注了2011年至2019年间MS-PM2.5的浓度变化、相对贡献比例以及污染源构成。
研究的局限性及未来工作方向
本研究选取2011年至2019年这一时期来分析新兴移动源污染源的发展趋势,目的是避开COVID-19疫情带来的巨大干扰。虽然这种处理方式降低了研究的时效性,但疫情之后的经济活动和交通状况出现了较大波动,因此很难为更近的年份确定一个具有代表性的基准值。本研究的结果是基于一套综合建模框架得出的
结论
本研究分析了中国境内移动源相关PM2.5的时空变化特征及其带来的公共卫生影响。研究还重点探讨了那些新兴污染源,包括非尾气排放过程以及未受严格监管的低挥发性有机化合物,在长期移动源污染形成过程中的作用变化。2011年至2019年间,中国东部的MS-PM2.5浓度下降了约13%。在同一时期内,移动源在总PM2.5中的占比
作者贡献
J. Z.:负责文章的撰写与修改、原始稿件的撰写、数据可视化、方法设计、数据收集以及正式分析工作;Z. Y.:负责原始稿件的撰写与修改、文章的撰写与修改、正式分析、数据收集以及方法设计工作;H.L.:负责研究构思、项目管理、资源协调、资金筹集以及项目监督工作;H.S.、ZY.L.、ZF.L.、X.W.和L.Q.:负责数据收集工作;H.Y.、Y.D.和K.H.:负责资源协调以及研究构思工作。所有作者都参与了科学问题的讨论。
CRediT作者贡献说明
Junchao Zhao:负责文章的撰写与修改、原始稿件的撰写、数据可视化、方法设计、数据收集以及正式分析工作。Zeyu Yang:负责文章的撰写与修改、原始稿件的撰写、方法设计、数据收集以及正式分析工作。Huan Liu:负责项目监督、资源协调、项目管理、资金筹集以及研究构思工作。Haitong Zhe Sun:负责数据收集工作。Zhenyu Luo:负责数据收集工作。Zhaofeng Lv:负责数据收集工作。Xiaotong Wang:负责数据收集工作。Lijuan Qi:负责数据收集工作。Hang Yin:负责资源协调工作,
利益冲突声明
作者声明,他们不存在任何可能影响本研究结果的已知利益冲突或个人关系。
致谢
本研究得到了京津冀区域环境综合治理国家科技重大专项(编号:2025ZD1202000)、中国国家自然科学基金(编号:42405097)、中央级公益性科研机构基本科研业务费(编号:2025YSKY-15)、清华大学-丰田研究中心及清华-丰田联合研究院跨学科项目,以及区域国家重点实验室的专项支持