Enhanced atmospheric oxidation capacity and associated ozone increases during COVID-19 lockdown in the Yangtze River Delta

Modeled changes in source contributions of particulate matter during the COVID-19 pandemic in the Yangtze River Delta, China

“…Fine particulate matter (PM 2.5 , an aerodynamic diameter of fewer than 2.5 µm) has been a great concern in China since 2013 due to its high levels and related health risks (Lelieveld et al, 2015;Huang et al, 2014;He and Christakos, 2018;Shang et al, 2018;Song et al, 2017Song et al, , 2016Yan et al, 2018;Du and Li, 2016;Liu et al, 2016;Shen et al, 2020a). To improve air quality, China has promulgated stringent emission control plans such as the Air Pollution Prevention and Control Action Plan, and PM 2.5 concentrations have been reduced significantly in different regions (Zheng et al, 2018;Cai et al, 2017;Zhang et al, 2016;Zheng et al, 2017).…”

COVID‐19 lockdown frees wildlife to roam but increases poaching threats in Nepal

“…(2020) reported that there was a huge decrease in NO x emissions in China after the strict lockdown. The restriction also increased ozone and nighttime NO 3 radical formation, which increased the atmospheric oxidizing capacity (Wang et al., 2021). Lockdown in Nepal coincided with the early spring season, which is the reproductive season for many wild animals including insects and large mammals (Chemineau et al., 2007, 2008).…”

Response of fine particulate matter and ozone to precursors emission reduction in the Yangtze River Delta andits policy implications

“…较于 2013 年，京津冀、长三角、珠三角地区 PM2.5 平均浓度分别为 64、44、34 微克/立方 米，分别比 2013 年下降 39.6%、34.3%和 27.7%。而随着 PM2.5 浓度的快速下降，我国中东部 地区大气污染的主要特征从以细颗粒物为主的煤烟型污染向以 PM2.5 和 O3 为首要污染物的 区域性复合污染转变，其中以长三角地区尤为突出 [3,4] 。其主要表现为在一次颗粒物污染改善 的同时，以 O3 和二次细颗粒物为代表的二次污染水平有所抬升，PM2.5 改善幅度趋缓。目前 研究表明，出现这种现象的根本原因是长三角地区排放强度较大，同时近年气象条件更有利 于 O3 的生成 [3,5,6] 。而在 O3 化学层面，出现这种现象的原因是前体物 NOx 和 VOCs 影响并非 线性，在削减 NOx 排放的同时 O3 浓度可能会出现反弹 [7][8][9] 。2017 年，长三角地区的平均细 颗粒物浓度仍然大幅超过国家二级空气质量标准(世界卫生组织的第一阶段指导值，35 μ g/m³) 。因此，为了进一步提升空气质量，在维持 PM2.5 浓度削减的同时遏制 O3 上升态势， 控制 O3 浓度于标准值(160 μg/m³)之内，亟需研究长三角区域 PM2.5 和 O3 浓度与前体物排 放的响应关系，探寻同时控制 PM2.5 和 O3 污染的前体物减排策略 [10] 。 PM2.5 和 O3 的共同前体物为 NOx 和 VOCs， 因此 NOx 和 VOCs 如何减排是 PM2.5 和 O3 协 同控制策略的关键 [11] 。一方面，NOx 和 VOCs 可以通过形成硝酸盐和二次有机气溶胶来影响 PM2.5 浓度，也作为 O3 化学的主要部分影响 O3 浓度；另一方面，NO2 和 O3 作为大气氧化性 的表征，NOx 也可以通过影响大气氧化性从而影响 PM2.5 和 O3 的生成。因此，明确 PM2.5 和 O3 对 NOx 和 VOCs 排放的联合响应关系是实现大气 PM2.5 和 O3 协同治理的前提。 目前已有研究指出，NOx 排放控制是控制 PM2.5 和 O3 峰值的关键、城区 VOCs 排放控制 是其 PM2.5 和 O3 协同控制的关键，但各研究局限于单站点或区域层面平均分析 [12][13][14][15] ，无法在 管理层面支撑区域各城市的减排方案的制定。因此，本研究基于 2017 年长三角大气污染物 排放清单 [16] ，使用 WRF-CMAQ 模式，通过不同的情景模拟，搭建了长三角地区 PM2.5、O3 对 各城市前体物排放变化的响应曲面模型(Response Surface Model，RSM) ，定量研究由于前 体物排放削减而导致的 PM2.5 和 O3 的变化了实现 PM2.5 和 O3 协同控制的 VOCs/NOx 最低减 排比，进而提出了长三角区域 PM2.5 和 O3 的协同控制策略。本研究使用的响应曲面模型方 法，能够迁移至我国其他重点地区，对未来我国各区域 PM2.5 和 O3 协同控制策略的制定具有 重要意义。…”