2020年初,新型冠状病毒肺炎在湖北省武汉市爆发,1月23日,武汉封城,全国各地随之采取严格的管控措施。1月25日,四川省启动“重大突发公共卫生事件一级响应”,在该响应下,四川省具体实施了实施交通管制、禁止人员聚集、小区封闭管理等方法以降低居民感染的风险。本文利用COPERT（Computer Programme to Calculate Emissions from Road Transport）模型模拟出四川省盆地区域（包含巴中、成都、达州、德阳、广安、广元、乐山、泸州、眉山、绵阳、南充、内江、遂宁、雅安、宜宾、资阳、自贡）2019年的道路移动源排放;利用格点化车流量指数空间分布数据,分析了研究区域及典型城市2020年2月车流量的同比变化特征;以车流量指数作为代理数据,配合COPERT V模型模拟得到2019年2月和2020年2月道路移动源污染物排放的高分辨率空间分布,并分析了其在疫情影响下的变化特征;将车流量数据与路网类型数据叠加,得到分道路类型各市车流量变化比例。对这些数据展开综合研究,研究结果表明:（1）2019年四川省盆地区域道路移动源NOX、CO、NH3、SO2、PM2.5、PM10和VOCs排放总量分别为207342.2、286075.1、3773.0、447.3、9933.3、14179.6和54978.1T。（2）从研究区域内分车型排放来看,小型载客车所排放的NH3、CO、VOCs、SO2在道路移动源排放中占较高比例,重型载货车在NOX、PM2.5的排放中占较高比例。具体的,重型货车为NOX排放的主要车型;重型货车和小客车为PM10排放的主要车型;小客车为NH3、CO、VOCs、SO2排放的主要车型,同时,大型客车对NH3排放的贡献仅次于小客车,重型货车和摩托车对CO和VOCs排放的贡献也很重要,SO2排放中重型货车为次要分担车型;重型货车为PM2.5排放的主要车型,小客车和小货车为次要分担车型。（3）从分车型排放的城市分布来看,巴中、眉山、南充、遂宁、宜宾、绵阳、内江、资阳的重型载货车与小型载客车的PM10排放占比相似,分别在45.6%～55.1%和30.1%～59.1%之间,处于相对较高水平;在所有城市中,NOX的排放量主要由重型载货车贡献,排放占比在65.3%～79.3%之间;轻型载货车和中型载货车在所有城市的排放贡献都比较低;中型载客车在所有城市的排放中占比极小。对于大多数城市的道路移动源VOCs排放而言,摩托车和重型载货车是除小型载客车之外的主要贡献车型,最高排放占比分别为38.5%、29.7%。（4）从排放的高分辨率分布特征来看,以NOX为例,四川省盆地区域NOX道路移动源排放高值区分布在各个城市中心区域,且呈放射状分布,距离市中心越近,排放量越高,以成都市最为明显。此外,沿城际高速公路分布着高排放带。（5）2020年2月,道路移动源污染物排放量同比降低,PM2.5、PM10、CO、NH3、NOX、SO2、VOCs分别减少了169.6、242.0、4883.0、64.4、3539.1、7.6、938.4 T。研究区域内所有城市中,成都市同比变化量最多,南充市次之,巴中市同比变化量最少。（6）从排放同比变化空间分布来看,以NOX为例,离城市中心区域越远的地区下降比例越高;然而,在城市市区内部分地区,NOX排放量却表现出同比增加的趋势,这一现象在成都市最为明显。这可能是因为受疫情影响,复工复产后的公共交通出行分担率下降,而私家车出行分担率大幅上升。（7）2019年2月各城市车流量指数与就业人员数量、GRP之间存在较强相关性,2020年2月各城市车流量指数同比变化与就业人数有较强相关性。就业人员与车流量指数相关性较强,主要是因为就业人员数量与通勤需求直接相关,就业人员越多,通勤需求越高,相应的车流量指数也会越高。也是基于这一原因,就业人员越多,在疫情影响下人类活动的水平降低也会越明显,因此造成就业人员与车流量同比变化量之间存在较强的负相关关系。类似的,GRP代表着经济活动的活跃程度,GRP越高,人员流动和物流等都会相对越高,因此可以解释车流量指数与GRP之间的正相关关系。本论文的研究结果在实际应用中,对区域道路移动源排放减排、空气污染预警以及机动车的运行管理具有一定参考价值。