Observations of surface ozone available from ∼1,000 sites across China for the past 5 years (2013-2017) show severe summertime pollution and regionally variable trends. We resolve the effect of meteorological variability on the ozone trends by using a multiple linear regression model. The residual of this regression shows increasing ozone trends of 1-3 ppbv a-1 in megacity clusters of eastern China that we attribute to changes in anthropogenic emissions. By contrast, ozone decreased in some areas of southern China. Anthropogenic NOx emissions in China are estimated to have decreased by 21% during 2013-2017, whereas volatile organic compounds (VOCs) emissions changed little. Decreasing NOx would increase ozone under the VOC-limited conditions thought to prevail in urban China while decreasing ozone under rural NOx-limited conditions. However, simulations with the Goddard Earth Observing System Chemical Transport Model (GEOS-Chem) indicate that a more important factor for ozone trends in the North China Plain is the ∼40% decrease of fine particulate matter (PM2.5) over the 2013-2017 period, slowing down the aerosol sink of hydroperoxy (HO2) radicals and thus stimulating ozone production.

A revised estimate of Chinese carbon emissions from fossil fuel burning and cement production is presented, based on updated energy consumption and clinker production data and two new sets of measured emission factors for Chinese coal. China emits large amounts of anthropogenic carbon, but its carbon emission estimates are highly uncertain. This paper presents a revised estimate of Chinese carbon emissions from fossil fuel burning and cement production based on updated energy consumption and clinker production data, and two new sets of measured emission factors for Chinese coal. The authors estimate of China's cumulative carbon emissions for the period 2000 to 2013 is 13% lower than previous estimates. Nearly three-quarters of the growth in global carbon emissions from the burning of fossil fuels and cement production between 2010 and 2012 occurred in China1,2. Yet estimates of Chinese emissions remain subject to large uncertainty; inventories of China’s total fossil fuel carbon emissions in 2008 differ by 0.3 gigatonnes of carbon, or 15 per cent1,3,4,5. The primary sources of this uncertainty are conflicting estimates of energy consumption and emission factors, the latter being uncertain because of very few actual measurements representative of the mix of Chinese fuels. Here we re-evaluate China’s carbon emissions using updated and harmonized energy consumption and clinker production data and two new and comprehensive sets of measured emission factors for Chinese coal. We find that total energy consumption in China was 10 per cent higher in 2000–2012 than the value reported by China’s national statistics6, that emission factors for Chinese coal are on average 40 per cent lower than the default values recommended by the Intergovernmental Panel on Climate Change7, and that emissions from China’s cement production are 45 per cent less than recent estimates1,4. Altogether, our revised estimate of China’s CO2 emissions from fossil fuel combustion and cement production is 2.49 gigatonnes of carbon (2 standard deviations = ±7.3 per cent) in 2013, which is 14 per cent lower than the emissions reported by other prominent inventories1,4,8. Over the full period 2000 to 2013, our revised estimates are 2.9 gigatonnes of carbon less than previous estimates of China’s cumulative carbon emissions1,4. Our findings suggest that overestimation of China’s emissions in 2000–2013 may be larger than China’s estimated total forest sink in 1990–2007 (2.66 gigatonnes of carbon)9 or China’s land carbon sink in 2000–2009 (2.6 gigatonnes of carbon)10.

Fine-particle pollution associated with winter haze threatens the health of more than 400 million people in the North China Plain. Sulfate is a major component of fine haze particles. Record sulfate concentrations of up to ~300 μg m-3 were observed during the January 2013 winter haze event in Beijing. State-of-the-art air quality models that rely on sulfate production mechanisms requiring photochemical oxidants cannot predict these high levels because of the weak photochemistry activity during haze events. We find that the missing source of sulfate and particulate matter can be explained by reactive nitrogen chemistry in aerosol water. The aerosol water serves as a reactor, where the alkaline aerosol components trap SO2, which is oxidized by NO2 to form sulfate, whereby high reaction rates are sustained by the high neutralizing capacity of the atmosphere in northern China. This mechanism is self-amplifying because higher aerosol mass concentration corresponds to higher aerosol water content, leading to faster sulfate production and more severe haze pollution.

Weekly PM2.5 samples were simultaneously collected at a residential (Tsinghua University) and a downtown (Chegongzhuang) site in Beijing from July 1999 through September 2000. The ambient mass concentration and chemical composition of the PM2.5 were determined. Analyses included elemental composition, water-soluble ions, and organic and elemental carbon. Weekly PM2.5 mass concentrations ranged from 37 to 357 μg/m3, with little difference found between the two sites. Seasonal variation of PM2.5 concentrations was significant, with the highest concentration in the winter and the lowest in the summer. Spring dust storms had a strong impact on the PM2.5. Overall, organic carbon was the most abundant species, constituting no less than 30% of the total PM2.5 mass at both sites. Concentrations of organic and elemental carbon were 35% and 16% higher at Tsinghua University than at Chegongzhuang. Ammonium, nitrate and sulfate were comparable at the sites, accounting for 25–30% of the PM2.5 mass.

China is the world's top energy consumer and CO2 emitter, accounting for 30% of global emissions. Compiling an accurate accounting of China's CO2 emissions is the first step in implementing reduction policies. However, no annual, officially published emissions data exist for China. The current emissions estimated by academic institutes and scholars exhibit great discrepancies. The gap between the different emissions estimates is approximately equal to the total emissions of the Russian Federation (the 4th highest emitter globally) in 2011. In this study, we constructed the time-series of CO2 emission inventories for China and its 30 provinces. We followed the Intergovernmental Panel on Climate Change (IPCC) emissions accounting method with a territorial administrative scope. The inventories include energy-related emissions (17 fossil fuels in 47 sectors) and process-related emissions (cement production). The first version of our dataset presents emission inventories from 1997 to 2015. We will update the dataset annually. The uniformly formatted emission inventories provide data support for further emission-related research as well as emissions reduction policy-making in China.

The transboundary health impacts of air pollution associated with the international trade of goods and services are greater than those associated with long-distance atmospheric pollutant transport. Air quality and mortality are affected by local air pollution, but not all local air pollution comes from local emissions. It is also fed by atmospheric transport of pollutants from distant sources, and some of the pollution in one region is due to the production of goods for consumption in another. This study investigates the effect of these two remote pollution sources on premature mortality linked to fine particulate matter pollution. Qiang Zhang et al. find that, in 2007, about 12 per cent of premature deaths related to fine particulate matter were attributed to air pollutants from distant sources and about 22 per cent were associated with goods and services produced in one region for consumption in another. The findings suggest that the health impacts of pollution associated with international trade are greater than those associated with long-distance atmospheric pollutant transport. Millions of people die every year from diseases caused by exposure to outdoor air pollution1,2,3,4,5. Some studies have estimated premature mortality related to local sources of air pollution6,7, but local air quality can also be affected by atmospheric transport of pollution from distant sources8,9,10,11,12,13,14,15,16,17,18. International trade is contributing to the globalization of emission and pollution as a result of the production of goods (and their associated emissions) in one region for consumption in another region14,19,20,21,22. The effects of international trade on air pollutant emissions23, air quality14 and health24 have been investigated regionally, but a combined, global assessment of the health impacts related to international trade and the transport of atmospheric air pollution is lacking. Here we combine four global models to estimate premature mortality caused by fine particulate matter (PM2.5) pollution as a result of atmospheric transport and the production and consumption of goods and services in different world regions. We find that, of the 3.45 million premature deaths related to PM2.5 pollution in 2007 worldwide, about 12 per cent (411,100 deaths) were related to air pollutants emitted in a region of the world other than that in which the death occurred, and about 22 per cent (762,400 deaths) were associated with goods and services produced in one region for consumption in another. For example, PM2.5 pollution produced in China in 2007 is linked to more than 64,800 premature deaths in regions other than China, including more than 3,100 premature deaths in western Europe and the USA; on the other hand, consumption in western Europe and the USA is linked to more than 108,600 premature deaths in China. Our results reveal that the transboundary health impacts of PM2.5 pollution associated with international trade are greater than those associated with long-distance atmospheric pollutant transport.

To control the spread of the 2019 novel coronavirus (COVID-19), China imposed nationwide restrictions on the movement of its population (lockdown) after the Chinese New Year of 2020, leading to large reductions in economic activities and associated emissions. Despite such large decreases in primary pollution, there were nonetheless several periods of heavy haze pollution in eastern China, raising questions about the well-established relationship between human activities and air quality. Here, using comprehensive measurements and modeling, we show that the haze during the COVID lockdown was driven by enhancements of secondary pollution. In particular, large decreases in NOx emissions from transportation increased ozone and nighttime NO3 radical formation, and these increases in atmospheric oxidizing capacity in turn facilitated the formation of secondary particulate matter. Our results, afforded by the tragic natural experiment of the COVID-19 pandemic, indicate that haze mitigation depends upon a coordinated and balanced strategy for controlling multiple pollutants.

BackgroundThree decades of rapid economic development is causing severe and widespread PM2.5 (particulate matter ≤ 2.5 μm) pollution in China. However, research on the health impacts of PM2.5 exposure has been hindered by limited historical PM2.5 concentration data.ObjectivesWe estimated ambient PM2.5 concentrations from 2004 to 2013 in China at 0.1° resolution using the most recent satellite data and evaluated model performance with available ground observations.MethodsWe developed a two-stage spatial statistical model using the Moderate Resolution Imaging Spectroradiometer (MODIS) Collection 6 aerosol optical depth (AOD) and assimilated meteorology, land use data, and PM2.5 concentrations from China’s recently established ground monitoring network. An inverse variance weighting (IVW) approach was developed to combine MODIS Dark Target and Deep Blue AOD to optimize data coverage. We evaluated model-predicted PM2.5 concentrations from 2004 to early 2014 using ground observations.ResultsThe overall model cross-validation R2 and relative prediction error were 0.79 and 35.6%, respectively. Validation beyond the model year (2013) indicated that it accurately predicted PM2.5 concentrations with little bias at the monthly (R2 = 0.73, regression slope = 0.91) and seasonal (R2 = 0.79, regression slope = 0.92) levels. Seasonal variations revealed that winter was the most polluted season and that summer was the cleanest season. Analysis of predicted PM2.5 levels showed a mean annual increase of 1.97 μg/m3 between 2004 and 2007 and a decrease of 0.46 μg/m3 between 2008 and 2013.ConclusionsOur satellite-driven model can provide reliable historical PM2.5 estimates in China at a resolution comparable to those used in epidemiologic studies on the health effects of long-term PM2.5 exposure in North America. This data source can potentially advance research on PM2.5 health effects in China.CitationMa Z, Hu X, Sayer AM, Levy R, Zhang Q, Xue Y, Tong S, Bi J, Huang L, Liu Y. 2016. Satellite-based spatiotemporal trends in PM2.5 concentrations: China, 2004–2013. Environ Health Perspect 124:184–192; http://dx.doi.org/10.1289/ehp.1409481