成果简介

近日，课题组张哲等人在Chemosphere期刊，发表题为“Spatiotemporal evolution of NO2 diffusion in Beijing in response to COVID-19 lockdown using complex network”的学术论文。该工作基于疫情期间污染物在点位置的监测数据，结合大气污染物复杂系统的统计特征，利用复杂网络方法刻画区域尺度的污染物扩散时空分布，评估了大气污染物复杂系统在疫情不同阶段的脆弱性和恢复力，还识别出扩散过程中的关键空间节点。 该研究发表的Chemosphere期刊是环境领域JSR一区期刊，影响因子（IF）为8.943。

引言

新冠肺炎席卷全球之际，很多研究结果证实，新冠疫情及相关的疫情防控政策极大程度上有利于减少大城市的空气污染。特别在一些定点监测站点，城市交通污染物NO2表现出显著的下降趋势。突然停止的人类活动使研究者了解超大规模的人工干扰对空气质量的影响成为可能。但是，目前研究仅调查了新冠疫情期间的污染物浓度是否降低，并没有深入讨论污染物在一些交通热点地区的扩散规律。而这一扩散规律有助于理解政策干扰对多地区之间交通污染扩散的影响，为城市内多地区联合污染防控提供依据，尤其是交通污染排放多的地区与受周边区域影响而空气质量严重下降的地区。因此，本文将针对这一话题，以交通污染物NO2为例，探索其在疫情期间的扩散规律。

主要成果及结论

考虑到北京曾实施最严格的疫情封锁政策，本文将这一典型的特大城市作为研究对象，采用复杂网络方法刻画污染物在北京多个交通区域之间扩散的过程，改进网络拓扑指标，度量污染物的时空特征。研究结果发现，在人类活动和气象条件的共同作用下，新冠疫情对污染物在空间尺度上的扩散有显著影响。

图2污染物扩散指数在疫情与非疫情年份的空间对比

为了进一步量化封锁政策对污染物扩散的影响，本文对比扩散模式从疫情封锁前到封锁期以及恢复期的阶段变化。结果显示，与封锁前相比，扩散模式在封锁期间产生了很大变化，但这种变化在恢复期又逐渐减少。此种波动在交通污染源频繁地区表现明显，在接收区表现稍弱。这说明，污染源区域比接受区更脆弱，易受政策干扰，且恢复能力更低。

图3 疫情不同阶段下的污染物输入的输出变化

另外，本文还基于扩散模式在不同时间段发生的变化，识别了污染物在扩散路径上的关键交通区域。在污染物的外溢性和扩散效率方面，城市站点的重要性最为显著；在接收污染物方面，城市站点和交通站点的重要性最高；在扩散控制能力方面，交通站点最重要。。

图4 不同重要性指标的比较

小结

以往关于疫情期间污染物变化的研究只考虑了点位置的浓度变化，并没有从更大尺度评价过污染物的空间演化，本文提出了城市尺度NO2时空扩散的复杂网络模型，定量地评估COVID-19的封锁措施对NO2扩散模式的影响，并通过四个不同的重要性指标，识别出对污染物扩散有显著影响的空间位置。这些成果为理解人类活动对污染物扩散的影响提供参考，同时为疫情等重大事件期间的污染管理提供依据。

论文链接

https://www.sciencedirect.com/science/article/pii/S0045653522001242

论文引用方式

Zhang, Z., He, H. D., Yang, J. M., Wang, H. W., Xue, Y., & Peng, Z. R. (2022). Spatiotemporal evolution of NO2 diffusion in Beijing in response to COVID-19 lockdown using complex network. Chemosphere, 293, 133631.

第一作者：张哲 博士研究生

研究方向：交通大数据分析

个人照片：