中国PM2.5污染现状及其对人体健康的危害

 当前,中国大气中PM_2.5污染形势严峻。2013 年,在全国纳入监测范围的74 座城市中,接近92%的城市的PM_2.5年均浓度未达到国家标准,其中,京津冀、长三角和珠三角等重点区域PM_2.5污染尤为严重。PM_2.5中含有的多种有毒有害物质可直接危害公众身体健康。已有的研究结果显示,PM_2.5污染会直接影响人体的呼吸系统、心血管系统,与肺癌的发生率和死亡率密切相关,但需从PM_2.5毒理学及暴露-反应关系等影响机制方面做深入研究。中国对大气中PM_2.5污染的治理任重道远,强化PM_2.5的健康风险研究,科学评价PM_2.5污染对中国不同人群疾病发生的负担率等应是认真思考的问题。     

典型黄土高原沟谷城市PM10污染特征与来源分析

为探明黄土高原沟谷内城市高可吸入颗粒物(PM₁₀)污染的可能原因,选择山西省柳林县城区作为代表性城市,对2018-2019年间大气污染物的浓度、变化规律、特征比值和雷达图等进行了分析,并研究了夏冬两季PM₁₀的化学组成特征。结果表明：研究区域PM₁₀年均质量浓度(166.33μg/m³)和其作为首要污染物在全年出现的天数占比(53.14%)均高于国内很多城市;PM₁₀以粗颗粒物为主,被测元素中有86.02%为地壳元素,冬季受燃煤影响有机质(OM)占比大于夏季而元素碳(EC)占比小于夏季;雨后PM₁₀浓度出现增长现象。以上结果提示,城市两侧山坡裸露地表颗粒物的干湿输送和城内机动车的扰动是引起春夏两季PM₁₀污染的主要因素,秋季受自然源和人为源的双重控制,冬季受居民散煤燃烧控制。     

珠江三角洲可吸入颗粒物污染急性健康效应的经济损失评价

采用简化泊松回归比例危险模型, 利用本研究组对国内污染物暴露-急性发病关系系数研究的meta 分析结果, 评价了珠江三角洲地区9 个城市市区归因于可吸入颗粒物污染的健康影响, 结合发病的单位经济价值数据, 对健康影响进行了货币化。结果表明, 珠江三角洲地区可吸入颗粒物污染对居民健康造成的影响不容忽视。对于粒径小于10 μm的颗粒物( PM₁₀) 污染, 参考浓度分别选取中国标准( 40 μg/m³) 及世界卫生组织( WHO) 大气质量指导值(20 μg/m³) , 急性健康效应经济损失总量分别为 1. 99 亿元和 2. 72 亿元, 相当于该地区 2006 年生产总值的0. 09‰( 0. 07‰ ～0. 11‰) 和 0. 13‰( 0. 10‰ ～0. 15‰)。可吸入颗粒物的急性健康效应中PM_2.5的贡献在 90%以上。     

济南市冬季大气污染时空分布特征及潜在污染源区分析

利用2016—2018年冬季济南市大气主要污染物和气象监测数据,对大气污染特征及潜在源区进行分析。结果表明：2016—2018年冬季济南市环境空气中可吸入颗粒物PM₁₀和细颗粒物PM_2.5分别占首要污染物的34.7%和63.8%,轻度污染以上天数占总天数的58.6%,冬季高质量浓度PM_2.5导致年均值增加7.5μg/m³;从空间分布来看,PM₁₀与PM_2.5空间分布为天桥区、槐荫区及平阴县质量浓度较高,SO₂则为商河县和济阳区质量浓度偏高,NO₂和CO为济阳区、天桥区和槐荫区质量浓度较高;研究期间NO₂、CO、PM₁₀、PM_2.5的质量浓度呈正相关性,相关系数均在0.7以上,推断交通源、工业燃烧源、燃煤是颗粒物的主要来源;济南市冬季的气团输送为偏南、西北、偏北和偏东4个方向,偏南和偏东气团为影响济南市冬季大气污染主要输送路径。进一步研究潜在源区贡献...     

北京地区PM10质量浓度与边界层气象要素相关性分析

对北京市2007年观象台观测站PM₁₀质量浓度资料、观象台气象自动站资料、风廓线资料和探空资料进行了数据分析。结果表明, 在污染物源强一定的条件下, 污染物的积累、稀释、扩散和清除主要取决于气象条件。近地面风速、温度、湿度、气压和边界层高度等气象条件对于可吸入颗粒物的污染程度有着很重要的影响: PM₁₀质量浓度与地面风速、温度、湿度、气压和大气边界层高度呈显著相关性, 并且相关性随季节变化明显。其中, 6月PM₁₀质量浓度与地面风速和大气边界层高度呈负相关性, 而与温度呈正相关, 11月则与温度成负相关; 风速与PM₁₀质量浓度之间的相关性可以用二次多项式来描述, 二者呈“U”形变化。另外由11月份PM₁₀质量浓度资料的分析表明, 当月PM₁₀质量浓度最小值对应的风速为4.1 m/s。     

基于属性识别模型的铜仁市空气质量评价

为行政部门有效治理城市环境和生态保护,科学客观评价空气质量极为重要。本研究以铜仁市为对象,统计分析了2015—2020年铜仁市空气污染物变化动态特征,同时利用属性识别模型综合评价了铜仁市空气质量水平。研究结果表明：1)铜仁市主要污染物是PM_2.5、PM₁₀和O₃,其污染程度为PM_2.5>PM₁₀≈O₃,PM_2.5和PM₁₀浓度水平处于Ⅱ级标准,PM_2.5在冬季处于不达标水平,PM₁₀于2020年达Ⅰ级以下标准,有显著好转,O₃浓度2016年以来显著增加,存在污染风险。2)铜仁市近几年空气综合质量均为Ⅰ级标准,但空气质量综合水平呈下降趋势,主要原因在于PM_2.5作为首要的空气污染物,污染水平一直没有得到有效控制。此外,O₃污染程度风险增加。因此,PM_2.5和O₃     

珠江三角洲秋季典型气象条件对O3和PM10污染的影响

利用化学传输模式(CMAQ)系统对珠江三角洲(珠三角)地区2008年秋季的气象场、O₃和PM10的污染状况进行模拟, 研究典型气象条件对O₃和PM10污染的影响。结果表明2008年秋季珠三角受冷空气过程影响, 污染特征具有周期性, 冷空气过境期间空气质量良好, 冷空气过境前期和回暖期污染严重。1) 过境前期如处于冷锋前部型天气控制下, 珠三角近地面形成逆温层, 混合层高度较低, 早晨累积前日夜间生成的PM10, 造成珠三角北部和中部污染; O₃日间和PM10夜间污染区域分布在偏北风的下风向, 造成珠三角南部污染。2) 过境前期如处于高压底部型天气控制下, 将形成逆温层, 垂直输送较差, O₃和PM10沿着东北风向水平传输, 造成珠三角西南部污染。3) 回暖期通常处于变性高压脊型天气控制下, 珠三角近地面形成逆温层, 受静小风影响, 水平输送较差, 导致O₃和PM10的污染分布在珠三角西部、西北部和中部源排放区, 造成持续性局地污染。     

长沙某区域空气污染成因分析

探寻长沙某区域内的大气污染成因，为该区域大气污染预警与控制提供理论依据。以该区域内大气中PM_2.5、PM₁₀、O₃、NO₂、SO₂、CO、有机污染物等污染因子为研究对象，以各污染因子浓度与组成在2021年3月至2022年2月的监测数据为依据，通过污染因子与影响因素之间的关联性分析，确定该区域内各污染因子的形成原因。结果显示：该区域内PM_2.5年均浓度为40μg/m³、PM₁₀年均浓度为43μg/m³，大气颗粒污染物主要由工地扬尘、非道路移动机械、机动车尾气以及燃烧源共同引起；大气有机物污染主要是由机动车尾气排放、有机溶剂挥发以及化石燃料燃烧产生。通过对臭氧生成潜势进行分析发现，芳香烃类物质贡献最大，占比60.8%，其次为烯烃类物质，占比为22.9%，这表明该区域臭氧浓度受溶剂涂料使用工序影响较大。     

重庆市荣昌区冬季典型霾期大气颗粒物浓度垂直变化特征

为探究川东平行岭谷大气颗粒物质量浓度垂直变化特征,通过对四川盆地偏东部的重庆市荣昌区典型雾霾期气象条件下大气颗粒物质量浓度(PM₁,PM_2.5和PM₁₀)的垂直连续监测,分析温度、风速、相对湿度等气象条件与大气颗粒物浓度垂直分布的关系。结果表明：PM₁,PM_2.5,PM₁₀的日变化在各高度范围内均表现为夜间浓度较高。3种粒径段颗粒物的质量浓度均随高度升高而下降,0～300 m内颗粒物质量浓度最高,PM₁,PM_2.5,PM₁₀分别为39.61,193.62,338.87μg/m³。不同空气质量状况下,颗粒物浓度纵向分布不同。空气质量为良时,颗粒物随高度升高缓慢下降,600 m处PM₁,PM_2.5和PM₁₀浓度为100 m处的70.49%,69.60%,65.94%;轻度污染期间,600 m高度的颗粒物浓度比...     

基于多源数据的北京地区PM2.5暴露风险评估

基于2014-2016年的北京地区PM_2.5监测数据, 用空间插值法获得北京地区的PM_2.5空间分布, 并基于DMSP/OLS夜间灯光数据, 模拟得到北京地区的人口密度空间分布。在此基础上, 从PM_2.5浓度空间分布、PM_2.5污染的人口暴露特征、PM_2.5污染人口暴露强度以及人口加权PM_2.5浓度4个方面评估北京地区PM_2.5污染暴露风险。结果显示: 1)PM_2.5浓度呈现南高北低的空间分布特征, 人口暴露风险空间分布与人口密度空间分布呈现高度的一致性, 即人口密度高的区域,PM_2.5污染人口暴露风险也相对较高; 2) 2014, 2015, 2016年北京地区GB3095-2012二级年均浓度标准35 μg/m³的超标人口比例均为100%, 24小时平均浓度标准75 μg/m³的超标人口比例呈逐年显著下降趋势; 3) 2014-2016年北京市人口加权PM_2.5年均浓度值与PM_2.5年均值均存在差异, 差异度与城市暴露人口和污染情况密切相关; 4) 由于PM_2.5污染物浓度空间分布特征与人口密度空间分布特征不同, 北京市PM_2.5污染对总体人群的实际影响和健康危害与其平均浓度水平并不相同, 因此考虑人口密度空间分布特征的暴露风险评估比只考虑PM_2.5污染物浓度的暴露风险评估更准确。     

星地结合的细颗粒物超标防控区精确识别方法

为精确识别细颗粒物(PM_(2. 5))浓度超标的区域空间,依据卫星遥感与站点监测在PM_(2. 5)浓度观测方面的特点,建立遥感反演数据与站点监测数据间的临界映射分析法,综合卫星遥感覆盖面广和站点监测准确性高的技术优势。通过该方法研究珠三角区域2013年灰霾污染过程的PM_(2. 5)浓度超标区域,结果表明,利用星地结合的方法可以精确识别出PM_(2. 5)浓度超标的区域空间;广州市西部和南部、佛山市大部、肇庆市主城区及东南部、东莞市西部和北部、中山市北部和中部、江门市主城区及东部是珠三角PM_(2. 5)污染的高发地区,应作为防控重点。     

兰州市冬季大气颗粒物的污染特征分析

利用兰州市冬季大气颗粒物Anderson分级采样器和石英分级采样器的资料,采用改进的三次样条插值方法分离出PM2.5,研究兰州市PM2.5PM10的污染水平、PM2.5占PM10和TSP的比例,并比较兰州市PM2.5和PM10在国内的污染水平.结果表明:兰州市冬季PM2.5和PM10的污染严重,PM2.5在大气颗粒物中的质量浓度相对很高,PM2.5的污染和危害值得重视.     

南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系

利用2014年12月至2015年5月南京市PM_(2.5)和PM_(10)的质量浓度以及天气观测数据,研究南京市颗粒物浓度空间、时间分布特征及其与相关气象因子的关系。研究表明PM_(2.5)和PM_(10)同季节内高度线性相关,时间分布具有明显的季节性差异;PM_(2.5)与风速呈负相关关系,与降雨清除量呈正相关关系;相对湿度达到75%左右时污染最严重。研究首次将其他污染气体和相关气象因子结合起来,用逐步回归法建立PM_(2.5)预测模型,能较好地拟合冬春两季PM_(2.5)变化趋势,较准确地反映南京市PM_(2.5)的污染特征,具有一定的理论和实用价值。     

长春市PM_(10)污染特征及与气象因素的相关分析

为了研究长春市PM10污染特征以及影响PM10浓度的因素,利用长春市PM10的实时监测资料,分析长春市PM10浓度的季节变化特征和污染程度.并利用同期的气象资料,建立PM10浓度和气象因素之间的多元线性回归模型,来进行两者之间的相关分析.采用逐步回归法,建立了"最优"回归方程,分析不同季节对污染物浓度有显著影响的气象因素,从而为长春市大气污染防治和雾霾天气预测提供科学依据.结果表明,长春市PM10浓度冬季偏高、夏季偏低、春季和秋季居中,2013年全年中1、4、10月份出现了不同程度的高污染现象,日平均浓度最高值达到591μg/m3.研究发现对长春市PM10有显著影响的气象因素主要有当日平均风速和最高最低气温温差.     

Foreshowing of the Western Pacific tropical cyclone track to PM10 air pollution episode in the Beijing area

By utilizing the air quality monitoring data and the NCEP reanalysis data, the relationship between the PM10 air pollution episode and synoptic situation is analyzed in the Beijing area. It is interesting to find that PM10 air pollution episode in and around the Beijing area is correlated with the Western Pacific tropical cyclone track to some extent, namely when a tropical cyclone lands southward to the Changjiang River, PM10 air pollution episode is not easy to take place generally in the Beijing area; but when a tropical cyclone moves northward and finally lands at the Korea Peninsula or the Japanese mainland, and under this condition the Beijing area is generally controlled by weak high or weak low for several days, PM10 air pollution episode often takes place in one day or several days. Above findings indicate that predicting the Western Pacific tropical cyclone track can foretell whether or not PM10 air pollution episode takes place in the Beijing area, which can offer a technique for urban air quality prediction and air pollution source management in the Beijing area. Supported by Knowledge Innovation Project of the Chinese Academy of Sciences (Grant No. KZCZ2-YW-219) and Frontier Research of IAP of Chinese Academy of Sciences (Grant No. 8-070204)     

宝鸡市大气可吸入颗粒物浓度分布特征分析

目的分析宝鸡市空气污染物PM10的时空变化特征,为宝鸡市PM10污染的综合防治提供依据。方法采用宝鸡市各空气监测点三年PM10污染物浓度资料,分析了宝鸡市区PM10浓度的时空变化特征。结果宝鸡市PM10浓度分布为春、冬季>秋季>夏季,各监测点的浓度变化是监测站>技校>三陆医院>竹园沟。结论提出了切实可行的措施以降低空气中PM10的浓度来改善宝鸡市的城市空气质量。     

郑州市大气可吸入颗粒物单颗粒污染特征分析

分析了2005年郑州市大气可吸入颗粒物(PM10)的污染特征,应用高分辨率场发射扫描电镜(FESEM)和图像分析技术,研究了郑州市2005年夏季大气单颗粒物的形貌特征以及PM10的数量-粒度和体积-粒度分布.研究表明,2005年郑州市大气PM10污染比较严重,其污染程度从高到低依次为春、冬、秋、夏:烟尘集合体、不规则状矿物颗粒物在郑州市2005年夏季大气PM10中占有较大数量,PM10的数量-等效球直径分布的峰值在0.1～0.2 μm,PM10的体积.等效球直径分布的峰值则出现在0.7～0.8 μm和1～2.5μm范围内,说明在郑州市夏季大气PM10中,细粒子数量占优势,较粗颗粒(主要是矿物颗粒)在数量上对PM10贡献很小,但是对总体积(总质量)的贡献很大.     

龙岩市大气中PM10的微观形貌特征及组成分析

选择福建省龙岩市环境监测站的大气常规监测点位为采样点, 于2009年9月16日至9月23日进行24 h连续采样, 采用扫描电镜方法分析样品中PM₁₀的微观形貌特征和元素组成, 通过与当地典型污染源颗粒物的微观形貌和特征元素进行对比, 确定其主要污染来源. 研究结果表明: 各类污染源的微观形貌及特征元素均有明显区别,  不同采样点样品中PM₁₀的微观形貌特征及元素组成也有差异, 据此分析得出的大气PM₁₀颗粒物来源与化学质量平衡受体模型(CMB8.2)源解析结果一致.     

室内外因素对北京居室内PM10污染的影响研究

选取北京城区和郊区24户住宅,对室内和室外空气中PM_(10)进行同步数据采集,并结合《时间活动模式调查问卷》研究室内外PM_(10)污染特征。研究结果表明,2/3的居室在测试时间内PM_(10)日平均浓度超标;室内外PM_(10)具有显著正相关性;室内外温差和室外风速与室内PM_(10)均呈显著负相关,室外相对湿度与室内PM_(10)呈显著正相关。室内吸烟、手工打扫、机械打扫、蒸(焖)、炒(炸)和炖(熬)时段的I/O(室内/室外)比分别是夜间无明显活动时段的1.56~3.05倍,是白天无明显活动时段的1.02~1.49倍。应综合考虑室外污染状态、气象条件及室内人员活动状态采取措施降低居住建筑室内PM_(10)污染。