Los contaminantes del aire relacionados con el tráfico (TRAPs) representan riesgos significativos para la salud en megaciudades, sin embargo, los sitios de monitoreo fijos a menudo no logran capturar su complejidad. Para caracterizar las concentraciones de TRAP que los sitios fijos no pueden abordar, empleamos una plataforma móvil para capturar de manera efectiva las variaciones de TRAP en tiempo real a escala hiperlocal en Chengdu, China. Se llevó a cabo una campaña de muestreo de 17 días que abarcó el Día Nacional de China y se recolectaron aproximadamente 1.2 x 10^1 datos emparejados. Medimos la concentración de número de partículas (PNC), carbono negro (BC) y óxidos de nitrógeno (NO) en entornos urbanos y rurales de autopistas para evaluar el impacto de la reducción de vehículos pesados de diésel (HDDVs) durante las vacaciones (es decir, el efecto de las vacaciones). En este estudio no se encontró un impacto claro de la dirección del viento en las concentraciones de TRAP. Sin embargo, se observaron diferencias sustanciales (dos veces) al comparar las campañas de días no festivos con las de días festivos. Las correlaciones de Spearman (0.21-0.56) superaron persistentemente las correlaciones de Pearson (0.14-0.41), lo que indica relaciones no lineales y sugiere la necesidad de transformaciones de datos (por ejemplo, logaritmos) en el análisis de TRAP. La comparación de las concentraciones de TRAPs con el fondo restado entre días no festivos y festivos reveló aproximadamente una reducción del 50% en TRAPs a través de microentornos. Entre los TRAPs, el NO emergió como un indicador confiable de las emisiones de HDDV. El estudio proporciona información sobre los impactos de la composición de la flota de vehículos, allanando el camino para estrategias mejoradas de evaluación de la exposición.