阴霾天气的元凶——PM2.5

空气中悬浮的大量微小尘粒、烟粒的集合体,使空气混浊,水平能见度降低到10 km以下,这样的天气现象称为阴霾天气。其原因是空气中存在微小的可吸入颗粒物PM2.5气溶胶,PM2.5是制造阴霾天气的元凶。PM2.5直接伤害可能导致心脏病、肺癌、哮喘和慢性支气管炎。我们只有建立科学的监测评估体系,优化能源结构,绿化环境,才能避免烟尘污染,杜绝气溶胶粒子的产生。     

致命阴霾几宗罪?

1阴霾增加肺癌发病率加拿大和美国科学家曾经对50万人追踪了长达16年后发现,长期暴露于PM2.5之下,会增加肺癌的发病率,PM2.5的浓度每增加10微克每立方米,肺癌死亡率增加8%。研究人员推测,PM2.5作为载体将有毒物带入呼吸道,直接或间接地引起支气     

天津蓟县夏季PM_(2.5)污染特征及影响因素

为探究天津蓟县大气细颗粒物(PM2.5)污染特征及气象因素对它的影响,搜集了2013年蓟县PM2.5质量浓度变化资料,对PM2.5污染情况进行了详细分析;并针对夏季典型天气,对PM2.5质量浓度进行监测,结合同步气象数据,运用线性回归及相关性分析方法研究PM2.5质量浓度与气象因素关系.结果表明:蓟县PM2.5质量浓度呈现明显冬高夏低特征,夏季污染超标率达45%,其日变化呈明显双峰型;PM2.5质量浓度受温度、相对湿度、风速、风向、降雨影响显著,与气压无显著关系,能见度随PM2.5质量浓度增大呈现e指数衰减规律.研究结果可为当前的京津冀区域大气污染协同防控提供一定的科学参考.     

PM2.5的时间分布与演变扩散研究

最初利用时间序列——指数平滑法来分析PM2.5的时间分布情况.考虑到在分析过程中不确定PM2.5与时间之间存在怎样的关系,所以分别建立了一次、二次及三次指数平滑模型,通过对比分析最终确定PM2.5与时间的具体关系.为了更好的控制和治理PM2.5污染物,则需要对其扩散规律进行分析,基于此,本文建立了基于高斯扩散模型的PM2.5污染物扩散模型,建模过程中,首先建立了大气稳定状态下的基本模型,然后在此基础上又进一步建立了能够反映风速、温度以及湿度对PM2.5扩散产生影响的基本模型,具有一定的适用性.     

基于神经网络的PM2.5预测模型

目前PM2.5的计算主要采用物理方法,其成本较高.为此,通过采集空气中O3,CO,PM10,SO2,NO2的浓度数据,选择神经网络方法建立PM2.5预测模型.实验结果表明,该模型对PM2.5的预测准确率较高.     

重庆市沙坪坝区环境空气PM2.5和PM10相关性分析简

以重庆市沙坪坝区国控空气自动监测点为例,研究了细颗粒物(PM2.5)和可吸入颗粒物(PM10)污染现状和相关性.结果表明:颗粒物,尤其是细颗粒物(PM2.5),是影响城市环境空气质量的主要污染因子,尤其是在春、冬季节易导致污染天气.大气扩散条件不佳,颗粒物质量浓度越高,细颗粒物(PM2.5)在可吸入颗粒物(PM10)中的比重也越高.细颗粒物(PM2.5)和可吸入颗粒物(PM10)具有较好的统计相关性,两者可能具有同源性,在环境空气污染中的变化规律相似,有可能遵循相同的迁移转化规律,可以进行协同治理.     

环境空气PM2.5污染特征研究

通过对鞍山市环境空气中PM2.5的监测,研究了鞍山市环境空气中PM2.5不同时间与空间的分布规律;对化学PM2.5的组成进行了分析,分析了不同季节PM2.5的组成变化规律.     

北京市大气PM2.5的季节特征和空间趋势（英文）

近年来,北京地区雾霾污染事件频发,大气PM2.5污染引起国内外强烈关注.利用北京市35个PM2.5监测站自2012年10月开始发布数据至2013年9月的小时观测数据,对其时空变化特征进行了分析.结果表明:(1)35个站点的平均PM32.5浓度为88.6μg/m;(2)PM2.5浓度与风速等气象要素关系密切,低浓度通常出现在大风天或者大风过后的紧邻时段,重污染天通常风速小,相邻天的PM2.5浓度可相差几倍甚至十倍以上;(3)PM2.5浓度随季节变化较大,1月和6月份较高,4月、8月和11月相对较低;(4)PM2.5浓度随站点类型变化明显,交通环境站点的平均浓度高于城市环境评价站点(可超过10%);(5)北部PM2.5浓度低于东部和南部,而与河北交界的南部和西南地区浓度为全区最高;(6)PM2.5浓度由北到南整体上呈线性增加趋势,每向南10 km,PM2.5平均浓度升高4.6μg/m3(R2=0.89),南部PM2.5平均浓度接近北部2倍;(7)PM2.5平均浓度存在一定的局部变化,但相邻站点变化幅度一般在20%以内.     

深圳PM2.5浓度变化趋势及其月尺度预测方法

基于深圳市环境监测站的PM2.5浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了2012年至2019年深圳市PM2.5浓度的变化规律,分析了PM2.5浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了PM2.5月均浓度的预测模型。结果表明：2012年至2019年深圳PM2.5浓度呈明显下降趋势,PM2.5浓度有季节性特征,干季(1~3月及10~12月)PM2.5浓度比较高,也是PM2.5污染防控的重要时段。月降水日数、月降水量以及月平均温度与PM2.5浓度的负相关较明显,偏北风频率与PM2.5浓度呈显著正相关,可一定程度上帮助预判月均PM2.5浓度。与前人研究结果相反,月平均相对湿度与PM2.5浓度呈显著负相关。包含气象因素项以及PM2.5浓度项的月平均PM2.5浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM2.5浓度影响最大的气象因素。利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM2.5浓度的预报有一定适用性,可较好预报PM2.5浓度月增量。     

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.     

火电行业怎样治理PM2.5

在以往以牺牲环境为代价的经济发展模式的带动下,全球空气质量越来越差,由此导致的灰霾、光化学烟雾事件越来越多,尤其在我国近几年这样的空气污染事件已经常态化,其中的罪魁祸首就是PM2.5,而火电行业是产生PM2.5的最主要行业之一,因此关于火电行业如何治理PM2.5已经成为当前政府和科研工作者面临的巨大挑战。本文简述了在当前火电行业治理PM2.5的主流技术,并对其未来的发展进行了展望。     

基于多层组合模型的武汉市月平均PM2.5浓度预测

构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63%.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.     

SUMO-1在ApoE -/一小鼠PM2.、暴露中调控血管HIF-1a/VEGF信号通路的研究

以气管滴注方法研究了ApoE-/一小鼠经PM2.5暴露后，其主动脉弓中SUMO-1, HIF- la、血管内皮生长因子(VEGF)表达变化规律及HIF- la的SUMO化修饰情况.实验结果显示:PM2.5暴露后，小鼠主动脉SUMO-1,HIF-la,VEGF的表达上调;PM2.5暴露诱导了SUMO-1对HIF- la的SUMO化修饰;低氧条件下SUMO-1敲低导致HIF-la表达的下调结果提示PM2.5暴露通过上调细胞中SUMO-1的表达，稳定或者上调HIF- la的表达，进而影响血管内皮生长因子(VEGF)的表达，造成动脉粥样硬化斑块的不稳定.     

昆明市PM_(2.5)浓度时空变化特征及其与气象条件的关系

针对高原山地城市PM2.5的污染及防治问题,利用2014年4月—2015年3月昆明市主城区PM2.5小时浓度平均值及对应的气象参数连续观测资料,采用普通克里格插值法、非参数分析法对昆明市主城区PM2.5浓度时空特征及其与气象因素的影响进行了研究分析.研究结果表明:昆明市主城区PM2.5浓度季节高低为春季冬季秋季夏季.PM2.5日变化趋势呈双峰单谷型,上午PM2.5浓度高于下午浓度,这种变化趋势与人们出行高峰和当天气象条件有关.普通克里格插值法得到昆明市PM2.5高浓度主要分布在主城区西北至东南一带,五华区、盘龙区浓度高于西山区、呈贡区.通过Spearman秩相关分析得出日均温度、气压、风速气象因子对环境PM2.5浓度的季节分布具有显著影响.     

急性高浓度PM2.5暴露对小鼠认知能力的影响

流行病学证据表明,老年人长期接触PM2.5可能导致记忆障碍.为了探究短期、严重雾霾天气对人们健康的影响,以C57BL/6J小鼠为研究对象,用不同浓度的PM2.5(0、193、1 930、19 300 μg·kg－1·day－1),通过鼻腔滴注的实验,染毒1 w,探究急性高浓度PM2.5污染所造成的神经毒性.首先通过Morris水迷宫实验对小鼠认知能力进行检测,暴露结束后对小鼠脑组织进行组织病理学检测(H&E)、氧化应激水平测定(ROS、MDA、SOD).实验结果表明,急性高浓度PM2.5暴露虽然不影响小鼠大脑的生长发育,但会导致小鼠认知能力下降,高剂量19 300 μg·kg－1·day－1PM2.5染毒组小鼠与空白对照组小鼠5 d逃避潜伏期的平均值有显著性差异(为P＜0.05);小鼠脑组织海马区出现病理学损伤;小鼠脑组织中的ROS水平、MDA含量上升,SOD活性下降.实验揭示了急性高浓度PM2.5暴露对小鼠脑组织能造成氧化损伤,破坏海马神经中枢细胞结构,影响小鼠的学习记忆能力.     

燃烧源PM2.5微粒润湿性能

利用W ashburn动态渗透压力法研究了燃煤电厂与垃圾焚烧发电厂PM2.5微粒的润湿性能及其与微粒形态和组分的关系,并考察了添加润湿剂(十二烷基苯磺酸钠(SDBS)、十二烷基硫酸钠(SDS)、JFC、FS-310、Silanol w22)对水润湿燃烧源PM2.5的改善作用.利用扫描电镜和X-射线能谱分析了微粒的形态和化学组分.结果表明:微粒的形态和组分对润湿性能有较大影响,垃圾焚烧发电厂PM2.5微粒的水润湿性能优于燃煤电厂PM2.5;不同润湿剂改善燃烧源PM2.5微粒润湿性的效果与微粒特性密切相关,SDS,Silanol w22可明显改善燃煤电厂PM2.5微粒的润湿性能,而FS-310,JFC则对垃圾焚烧电厂PM2.5微粒有显著改善作用;研究结果可为利用蒸汽相变提高燃烧源PM2.5脱除效果及湿法除尘提供重要基础.     

北京市夏季大气不同粒径气溶胶中 碳质及质量重建研究

对北京市城区2012年夏季大气气溶胶进行PM2.5和PM10石英膜采样,利用热光反射法得到了有机碳(OC,organic carbon)和元素碳(EC,elemental carbon)的含量;应用Stelson方法,结合其质量浓度、元素含量可溶性离子含量对气溶胶质量浓度进行了质量重建与比对.日平均质量浓度结果显示,PM2.5中,OC浓度ρ(OC)为19.4μg·m-3,EC浓度ρ(EC)为3.8μg·m-3.PM10中,ρ(OC)为22.3μg·m-3,ρ(EC)为4.1μg·m-3.OC、EC相关性显著(PM2.5,R2=0.77;PM10,R2=0.91).PM10中有87%的OC和94%的EC集中在PM2.5中.PM2.5和PM10中OC/EC比值分别为5.1和5.7,明显大于2,说明存在二次有机碳.PM2.5和PM10重建值和称质量值相关性R2分别为0.95和0.94,重建值和称质量值比值分别为93%和97%.     

汽车尾气PM2.5对人体健康危害的处理措施

随着汽车保有量的快速增长,严重的雾霾天气和PM2.5出现,对人体健康和生存环境存在巨大危害,导致人们对PM2.5污染和人体健康非常关注,因此,对于日前我国汽车排放现状、PM2.5的来源及对人体的影响,结合国内外环境污染控制措施,围绕在用车排放、提高机动车用油质量等方面提出有效控制汽车排放污染控制对策和人体健康防护措施.     

银川市大气细颗粒物(PM_(2.5))污染现状及影响因素分析

依据2013年银川市城市环境空气质量大气细颗粒物(PM2.5)的监测数据,对银川市环境空气中PM2.5的污染现状、变化趋势及与气象因子关联性进行了系统分析.结果表明,银川市PM2.5的质量浓度变化呈现明显的采暖季和非采暖季2种典型的季节性特征,非采暖季PM2.5的质量浓度与气压呈显著的正相关,与气温、能见度呈显著的负相关,采暖季PM2.5的质量浓度与风向、相对湿度呈显著的正相关,与风速、气温、能见度呈显著的负相关.     

集中供暖区大气PM2.5季节动态及其影响因素——以陕西省宝鸡市为例

目的 研究集中供暖区大气PM2.5的现状、动态及其主要影响因素.方法 2012年4月～2013年3月利用E-BAM粒子监测仪连续监测了宝鸡市建成区的大气PM2.5浓度,结合气象因子、燃煤锅炉烟尘排放量和工业生产总值等数据进行分析.结果 宝鸡市大气PM2.5在非供暖期（4月～10月）污染程度较轻,供暖期（11月～翌年3月）污染程度较重;燃煤锅炉烟尘对PM2.5的贡献率约为10.9％;PM2.5浓度与日均湿度正相关,与日均温度、日均大气压负相关.结论 集中供暖区供暖期（11月～翌年3月）是治理PM2.5污染问题的关键期.