铜川市秋冬季大气VOCs特征及其O3和SOA形成潜势分析

VOCs是O₃和SOA形成的重要前体物,可增强大气氧化性,促进二次污染物形成,影响区域空气质量和人体健康.为研究铜川市秋冬季VOCs特征及其对O₃和SOA生成的潜力,利用TH-300B在线监测系统监测了铜川市区102种VOCs的体积分数,并结合最大增量反应活性系数法和气溶胶生成系数法分别计算VOCs的O₃及SOA生成潜力.结果表明,铜川市秋季和冬季φ（TVOC）分别为（50.52±16.81）×10^-9和（63.21±35.24）×10^-9,O₃生成潜势分别为138.43×10^-9和137.123×10^-9, SOA生成潜势分别为3.098μg·m^-3和0.612μg·m^-3.秋季VOCs中含量最多的2种组分为烷烃（26.19%）和芳香烃（26.04%）,冬季VOCs中含量最多的组分为烷烃（48.88%）.反-2-戊烯、甲苯和间/对-二甲苯是秋季OFPs最大的3个成分,...     

北京市城区秋季O3污染过程VOCs污染特征及反应活性

为深入了解挥发性有机物(VOCs)对臭氧(O₃)污染的影响,基于北京市2019年秋季VOCs和O₃高时间分辨率在线监测数据,开展O₃污染情况下VOCs浓度水平、组成变化和臭氧生成潜势(OFP)研究.结果表明,大气φ(VOCs)平均值为(22.22±10.10)×10^-9,其中,烷烃是体积分数最大的组分,占总VOCs的55.65%,其次是含氧有机物(OVOCs)和烯烃,分别占总VOCs的16.23%和8.13%.观测期间,北京市城区O₃共出现3次污染过程,O₃污染日和清洁日φ(VOCs)平均值分别为(26.22±12.52)×10^-9和(16.37±7.19)×10^-9,污染日VOCs体积分数比清洁日高60.17%.臭氧生成潜势(OFP)分析结果显示,污染日OFP为113.63μg·m^-3,比清洁日增加56.55%,OVOCs和芳香烃对OFP的贡献率分别增加6.51%和1.55%,而烯烃的贡献...     

典型中部地区南阳市VOCs污染特征及对O3生成影响

为研究我国中部地区臭氧(O₃)污染成因和挥发性有机物(VOCs)污染特征及来源，于2022年对河南省南阳市的VOCs进行了为期一年的在线观测，并探究了其对O₃生成的影响.南阳市占地面积大、人口多，是我国中部地区典型代表城市，本研究将2022年南阳市环境空气中O₃月均浓度较高的月份(5-9月)定义为O₃污染频发月，其余月份定义为非O₃污染频发月，研究了南阳市O₃污染成因及VOCs污染特征和来源.结果表明：(1)南阳市非O₃污染频发月TVOCs (总挥发性有机物)体积分数为32.1×10^-9±13.2×10^-9，比O₃污染频发月(19.4×10^-9±5.9×10^-9)高65.5%.但O₃污染频发月的OVOCs (含氧挥发性有机物)的体积分数比非O₃污染频发月增加了5.3%，表明二次生成可...     

基于响应曲面法的臭氧生成敏感性分析

准确判断臭氧(O₃)生成敏感性对O₃污染成因分析和防控对策的制定至关重要.首次利用响应曲面方法设计最优试验方案,基于盒子模式模拟结果,快速量化O₃对其前体物变化的响应.结果表明,CO对O₃有正贡献,NO_x和VOCs与O₃呈现显著非线性关系,当φ(VOCs)与[φ(NO_x)-13.75]比值大于4.17时,为NO_x控制区,小于4.17时,为VOCs控制区;烯烃为影响O₃生成的关键VOCs组分,当φ(烯烃)与[φ(NO_x)-15]比值小于1.10且φ(烯烃)<35×10^-9时,烯烃有利于O₃的生成.响应曲面法在多因素和其交互作用对O₃生成影响的研究中取得了良好效果,为高效判断O₃敏感性提供了新的思路和方法.     

山东临沂大气夏季典型时段臭氧污染特征及其控制因素分析

2020年6月,在山东省临沂城区开展臭氧（O₃）及其前体物观测实验,基于观测数据结合MCM光化学模式模拟,对6月中旬O₃污染特例生成机理及控制机制进行了分析.结果发现,尽管观测期间降水较多,一旦天气转晴,O₃迅速积累并超标,1-h和8-h φ（O₃）超标天数分别为10 d（频率32%）和14 d（45%）. O₃日变化呈单峰模态,峰值出现在午后16:00. MCM模拟结果表明,光化学污染特例日O₃日均净生成反应速率为20×10^-9 h^-1, HO₂·+NO和RO₂·（除CH₃O₂·外）+NO反应分别贡献O₃生成的49.0%～51.1%和37.3%～40.2%;·OH+NO₂反应对O₃总消耗的贡献约为35.1%～57.4%. VOCs反应活性、增量反应活性RIR和...     

淄博市夏季城区与背景点VOCs污染特征比较

为研究城区及背景点夏季挥发性有机物（VOCs）污染特征的差异,于2020年7月在淄博市城区站点和背景站点在线监测环境VOCs,分析其污染特征和化学反应活性,运用正交矩阵因子分析模型（PMF）解析VOCs的来源.结果表明,城区点ρ（TVOC）和ρ（NO_x）高于背景点,但ρ（O₃）较低;城区点ρ（TVOC）和ρ（NO_x）呈夜间高白天低的日变化特征,背景点无明显变化特征,二者ρ（O₃）日变化特征一致,呈夜间低白天高,但背景点峰值晚于城区.城区点和背景点ρ（TVOC）均值分别为（44.9±27.5）μg·m^-3和（17.3±9.1）μg·m^-3,各组分质量分数均为：烷烃>芳香烃>烯烃>炔烃;臭氧生成潜势（OFP）均值分别为（115.5±63.1）μg·m^-3和（38.0±20.2）μg·m^-3,各组分贡献率均为：烯烃>芳香烃>烷烃>炔烃;·OH消耗速率(L_·OH)...     

基于观测模型量化VOCs对深圳市城区臭氧生成的影响

为了解挥发性有机物（VOCs）对深圳市城区臭氧（O₃）生成的影响,探究O₃污染的防控策略,基于莲花站在线观测数据对2018年秋季O₃污染过程中VOCs对O₃生成影响进行量化研究.在分析O₃污染特征的基础上,基于观测的模型分析了O₃原位生成特征,识别了影响O₃生成的关键VOCs组分,并量化了其对O₃生成的影响.结果表明:①深圳市城区秋季O₃污染过程具有高温低湿的特征,主导风向主要为持续偏北风影响型、海陆风影响型和无明显主风型,其中海陆风影响型和无明显主风型受传输影响导致φ（O₃）在傍晚后呈居高不下的特征.②不同主导风向类型下,深圳市城区O₃化学生成的建模结果具有一致性.污染日O₃最大小时净生成速率平均值为12.85×10-9 h-1,HO₂·+NO和RO₂·+NO两种途径对O₃生成的贡献率分别为57.9%~60.2%和39.8%~42.1%.③深圳市城区O₃生成受VOCs控制,其中植物源ISO（异戊二烯）和人为源VOCs组分中的XYM（间/对-二甲苯）、TOL（甲苯等其他芳香烃）、HC8（高碳数烷烃）、OLT（直链烯烃）是影响O₃生成的五大关键组分.④φ（ISO）和φ（AHC）（AHC为人为源VOCs）单独下降20%,φ（O₃）小时峰值分别下降6.2%和28.0%,其中AHC组分中以φ（XYM）降低带来的φ（O₃）下降效果最显著,降幅为10.1%.研究显示:人为源VOCs组分体积分数的下降对降低φ（O₃）有显著效果,建议以二甲苯类物种来源为重要管控对象,特别是机动车排放与溶剂使用源;同时,建议加强醛酮类VOCs的监测与研究,为O₃的污染治理及污染源的精细化管控提供依据.      

典型热带海滨城市臭氧污染特征与成因分析

为深入探究典型热带海滨城市环境空气臭氧(O₃)污染特征与成因,于2019年6～10月在海南省海口市城区站点开展O₃及其前体物观测实验,较为全面地分析了O₃污染特征,基于观测的模型(OBM)识别了O₃生成控制区,分析了O₃前体物敏感性,并开展了O₃前体物减排效果评估.结果表明：(1)海口市O₃污染主要出现在9月和10月,观测期间O₃日最大8h滑动平均值范围为39～190μg·m^-3,O₃日变化呈单峰型,于14:00左右达到峰值.(2)海口市超标日NO_x和VOCs浓度高于达标日,前体物浓度的升高是导致O₃污染的内在因素,同时O₃污染受区域传输影响,污染物主要来自于海口市东北部地区.(3)海口市O₃生成处于VOCs和NO_x协同控制区.9～10月O₃     

深圳市东部沿海地区大气挥发性有机物污染若干特征

挥发性有机物（VOCs）是大气臭氧（O₃）的重要前体物,珠三角地区夏、秋季O₃污染频发,科研人员在其城市地区已开展多项VOCs观测研究,但对珠三角背景地区的VOCs组成和来源认识不足.本研究于深圳市东部沿海地区的大鹏半岛开展VOCs多点位同步监测,初探该背景区域VOCs的污染特征.结果表明,整个区域VOCs浓度水平呈现出西高东低的空间分布;观测期间平均总VOCs（TVOCs）浓度为27.4×10^-9（体积分数,下同）,最主要的组分是含氧有机物（OVOCs）、烷烃和卤代烃,浓度合计占80.4%;OVOCs、芳香烃和烯烃是臭氧生成潜势（OFP）和羟基自由基损耗速率(L_·OH)占比最高的3类组分,总OFP为86.5×10^-9,合计L_·OH为8.6 s^-1,需重点关注乙醛、异戊二烯、丙醛、正丁醛和间/对-二甲苯等高活性物种.整个区域气团较为老化,受到来自东北方向气团区域传输的影响.解析出VOCs主要的5个来源为车辆排放、溶剂和其他工业源、二次...     

济源冬季VOCs污染特征、来源和SOAP

重工业城市济源经常发生雾-霾污染事件.挥发性有机化合物（VOCs）是二次有机气溶胶（SOA）生成的前体物,SOA对细颗粒物(PM_2.5)贡献约15%～20%.于2019年12月1日至12月31日在济源进行PM_2.5、 O₃、 VOCs和其他微量气体在线监测,并分析VOCs污染特征、来源和SOA生成潜势（SOAP）.济源观测到φ（TVOC）平均值为（54.3±27.5）×10^-9.烷烃、卤代烃和炔烃是主要组分.运用正交矩阵因子分解模型（PMF）识别并分配VOCs来源.确定8个主要VOCs来源：液化石油气/天然气（LPG/NG）、聚氯乙烯（PVC）工业、机动车、焦化工业、溶剂使用、工业、工艺过程和油气挥发.二次有机气溶胶生成潜势分析发现芳香烃对SOAP的贡献最大,其中苯系物（BTEX）对SOAP贡献最大.     

西安市重污染与清洁天PM2.5组分及其活性氧物质对比

针对重霾污染,在西安市冬季重污染日(2015-11-30~2015-12-09)和清洁日(2016-01-13~2016-01-22)各进行了为期10d的PM_(2.5)采集,测量其中的有机碳、元素碳,及NH_4~+、NO_3~-、SO_4~(2-)等无机水溶性离子,探讨两种污染条件下的组分特征及其成因.结果表明:观测期,重霾日和清洁日PM_(2.5)质量浓度分别为(170±47.5)μg·m~(-3)和(48.6±17.9)μg·m~(-3),且重霾日伴随低能见度、高湿静风等多种不利气象条件;重霾日二次无机离子(NH_4~+、NO_3~-、SO_4~(2-))组分占PM_(2.5)质量浓度的49.8%±13.1%,而清洁日为19.4%±5.95%,并且重霾日硫氧化速率(sulfur oxidation ratio,SOR)和氮氧化速率(nitrogen oxidation ratio,NOR)分别为0.282±0.157和0.269±0.124,远高于清洁日(SOR和NOR分别为0.189±0.057和0.077±0.046),重霾日二次有机组分浓度[(6.22±3.87)μg·m~(-3)]是清洁日[(1.44±1.63)μg·m~(-3)]的5倍,表明二次污染及不利气象条件是造成重霾期间相关组分浓度升高的重要原因.最后,通过二氯荧光黄双乙酸盐(2',7'-DCFH)化学荧光分析法测定了其中活性氧物质(reactive oxygen species,ROS)的浓度,探讨其对于二次无机组分形成的影响,结果表明观测期ROS平均浓度(以H_2O_2计)分别为(4.99±1.54)nmol·m~(-3)(重霾期),(0.492±0.356)nmol·m~(-3)(清洁期),二次反应及积累效应可能是西安重霾条件下ROS浓度升高的主要原因.NO_3~-、SO_4~(2-)与ROS均呈现正相关(P0.05),表明ROS可能通过二次氧化过程参与到二次无机组分形成过程中.     

西安市建筑施工扬尘排放的模型估算

作为我国大气污染治理重点区域汾渭平原的重点城市,西安正处于城市建设迅速发展阶段,建筑扬尘排放量大,极大地影响了西安的空气质量.本研究基于西安市建筑和市政施工工程的调查资料,结合两套由不同机构测量的我国北方典型城市排放因子,估算获得了西安市2017年建筑施工扬尘PM_(10)、PM_(2.5)的排放量及排放强度,构建了西安市区县级别建筑扬尘排放颗粒物清单,并分析其空间分布特征.结果表明:①引用中国环境科学研究院依据建筑扬尘产生类型测定的排放因子,估算获得2017年西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为6.8×10~4、1.4×10~4 t,其中,作业施工扬尘排放量占总排放量的74%,风蚀扬尘占26%;②引用北京市环境保护科学研究院构建的建筑扬尘季节性排放因子,估算西安市建筑施工扬尘PM_(10)、PM_(2.5)排放总量分别为10.8×10~4、2.2×10~4 t,建筑扬尘排放量存在着明显的季节差异,夏季、秋季、冬季的扬尘排放量明显低于春季,但冬季略高于夏季、秋季;③综合两套排放计算结果表明,估算的建筑扬尘排放量存在50%的差异,西安2017年建筑扬尘PM_(10)排放量约为6.8×10~4～10.8×10~4 t,PM_(2.5)排放量约为1.4×10~4～2.2×10~4 t;④空间分布上,主城区建筑施工扬尘排放量大,约占总排放量的72%;主城区建筑施工扬尘排放强度高,约为郊区县的29倍.     

基于数值模拟对西安地区冬季一次重污染过程PM2.5区域来源解析

西安是关中盆地经济发展的核心城市,特殊的地形和工业发展导致冬季细颗粒物（PM_2.5）污染严重,制定科学合理的治理措施迫切需要明确PM_2.5的来源.本文基于空气质量模式CAMx（Comprehensive Air Quality Model with extensions）、颗粒物源解析模块PSAT（Particulate Source Apportionment Technology）及融入多种来源数据后建立的排放清单来量化西安地区本地及区域传输贡献.在本文研究的重污染过程中,模式的模拟精度合理,模拟与观测值相关系数为0.78,FAC2达到95%.PSAT模块在本次重污染过程中对西安PM_2.5的来源解析结果显示：在城区,西安本地为最大的排放源区,日均贡献率均大于60%,其次为咸阳8%,省外的传输为6%;在郊区,西安本地的贡献减少,传输贡献增加,其中阎良区传输贡献达到83%.对西安城区的一次细颗粒物面源排放量减少50%模拟后,城区和郊区来自周边区域渭南或咸阳的贡献率有6%~8%的增长.该研究结果表明需要从本地排放管控和区域联防两方面来改善西安地区的空气质量.     

外源8'-炔基脱落酸强化东南景天吸收重金属的研究

为探究脱落酸类似物8''-炔基脱落酸[8''-（C₂H）ABA]强化东南景天富集重金属的效应,通过水培的方法研究了外源8''-（C₂H）ABA分别对Cd（20 mg·L^-1）、Zn（160 mg·L^-1）单一胁迫下东南景天Cd/Zn积累和生理特性的影响,以及初步探讨了8''-（C₂H）ABA在植物重金属胁迫响应中的作用.实验结果表明：与天然ABA相比,外源8''-（C₂H）ABA能达到与ABA类似的作用效果,且对Cd胁迫下东南景天促进效果好于Zn;在Cd胁迫下,与对照相比,外源8''-（C₂H）ABA能显著增加东南景天根、叶中的Cd含量（44.2%、27.5%）,以及光合色素（10.7%）和叶中过氧化物酶（SOD）活性（52.9%）、超氧化物歧化酶（POD）（24.7%）和过氧化氢酶（CAT）活性（27.9%）抗氧化酶活性,使可溶性糖（SS）（13%）和游离脯氨酸（Pro）（37.4%）含量增加,而叶中丙二醛（MDA）（40%）含量明显降低.上述结果表明,一定浓度的8''-（C₂H）ABA可以提高东南景天抗氧化酶活性来增强其对重金属Cd的抗性及吸收和转运能力,在强化东南景天修复重金属污染方面具有应用潜力.     

西安市人为源一次PM2.5排放清单及减排潜力研究

颗粒物是影响西安市环境空气质量的主要因子.结合《西安统计年鉴2015》《2014年环境统计数据》和现场调查等确定了西安市各类PM_2.5排放源的活动水平数据,采用物料衡算法和排放因子法测算了西安市2014年大气中PM_2.5的年排放总量,并从行业和区域角度详细分析了PM_2.5的排放贡献率.在此基础上,以2014年为基准年,依据西安市地方政策和各行业最新排放标准,对PM_2.5的减排潜力进行了预测.结果表明:2014年西安市人为源一次PM_2.5排放总量为33 660.1 t,其中,固定燃烧源、工艺过程源、移动源、生物质燃烧源、扬尘源和餐饮源的贡献率分别为27.6%、23.5%、6.8%、10.7%、31.1%和0.3%.道路扬尘、窑炉和发电为西安市PM_2.5的重点排放行业,其PM_2.5排放量分别占排放总量的21.4%、20.3%和11.0%.各区县中,鄠邑区、灞桥区和未央区的PM_2.5排放量较高,其贡献率分别为15.7%、13.7%和12.7%;新城区PM_2.5排放量最小,为297.8 t/a.2014年西安市PM_2.5平均排放强度为2.07 t/km2,其中,碑林区排放强度（16.80 t/km2）最大,高陵区（0.48 t/km2）最小.按照《西安市2017年"铁腕治霾保卫蓝天"工作实施方案》等新政策的规定,预测在新的排放标准下西安市PM_2.5排放量将比2014年削减63.7%.研究显示,固定燃烧源、工艺过程源和生物质燃烧源有较大的减排潜力.      

新安江水库二氧化碳排放的时空变化特征

新安江水库是我国华东地区最大的水库,面积580 km2,平均深度30 m,水库水体处于中贫营养状态.为了研究新安江水库中CO_2排放的时空变化特征,2014年12月至2015年12月采用静态浮箱法收集水库表面以分子扩散方式排放的CO_2,使用气相色谱仪分析CO_2浓度.结果表明,新安江水库CO_2排放通量从上游入库河流[(120.39±135.41)mg·(m~2·h)~(-1)]至库区主体[(36.65~61.94)mg·(m~2·h)~(-1)]呈下降趋势,而大坝下游河流中CO_2排放通量[(1 535.00±1 447.46)mg·(m~2·h)~(-1)]显著增加,约分别是上游入库河流和库区主体的13倍和25~42倍.但随着与大坝距离增加,大坝下游河流中CO_2排放通量显著下降,如7 km处的CO_2排放通量仅为出库水体处的20%.在库区主体中,CO_2排放通量具有明显的季节变化:CO_2排放通量在秋、冬季时为正值,最大值出现在冬季(12月或1月),说明此时库区表层水体是CO_2排放源;而CO_2排放通量在春、夏季为负值,最小值出现在春季(3、4或5月),说明此时库区表层水体是CO_2吸收汇,这可能与春、夏季时水体中藻类繁殖有关.所以,在调查水库表面CO_2排放时,应对水库的上游入库河流、库区主体和坝下河流进行全面长期的观测,才能避免低估水库中CO_2排放总量.     

临安夏季霾和清洁天气PM2.5化学组成特征比较

本研究对长江三角洲背景地区临安大气本底站夏季PM_(2.5)进行连续采集,并对其分别进行OC/EC和水溶性离子测试分析.研究结果发现,临安夏季PM_(2.5)中OC和EC平均质量浓度分别为(14.3±3.95)μg·m-3和(3.33±1.47)μg·m-3.与城市地区相比,本研究临安背景地区夏季气溶胶中OC和EC相关性较弱(R2=0.31,P0.01).二次无机离子,即SO_4~(2-)、NO_3~-、NH_4~+(SNA),明显高于其它水溶性无机离子,平均浓度分别为(8.70±5.66)、(2.04±1.07)和(3.25±2.29)μg·m-3.基于对临安夏季PM_(2.5)连续加密观测、气团后向轨迹以及火点图研究分析,发现静稳天气条件和区域传输都可以影响临安地区PM_(2.5)的化学组成特征.此外,通过对临安本底站霾天和清洁天PM_(2.5)化学组成特征比较发现,与清洁天相比,霾污染天气POC和EC占PM_(2.5)的质量分数没有明显变化,而SOC占PM_(2.5)的质量分数却呈现了明显的下降趋势.与SOC不同,SO_4~(2-)和NH_4~+占PM_(2.5)的质量分数在霾污染天气均呈现了上升的趋势,说明二次无机离子有另一种明显增强的化学生成路径,即非均相化学反应.     

持续鞍型场导致的西安市PM2.5重污染过程分析

为了解鞍型场对西安市PM_2.5重污染过程的影响.以西安市2016年2月6—14日重污染过程ρ（PM_2.5）及气象要素的小时变化为研究对象,综合分析了此次重污染过程特征、天气型以及气象要素变化.结果表明:①西安市此次重污染过程可分为污染上升阶段（6—7日）、污染维持阶段（8—11日）及污染减轻阶段（12—14日）,3个阶段分别处于均压场、鞍型场、高压前部等天气型的影响下.②此次鞍型场发生时,天气持续静稳,气压梯度力小,且西安市处于气流的辐合地带,导致污染物的形成和积累,ρ（PM_2.5）最高值达198 μg/m3.③在鞍型场的控制下,西安市日均气温维持在偏高的水平（最高达7.2℃）,相对湿度呈上升的趋势,最高达86.5%;而风速和能见度则波动下降,平均风速和能见度最低值分别为0.8 m/s和0.5 km.高温、高湿、小风的气象条件有利于污染物的吸湿增长从而导致PM_2.5重污染.④受鞍型场的影响,西安市边界层高度较低,最低时只有55 m,且逆温层较厚,强度较大,最大值达3.8℃/（100 m）,极低的边界层高度和较厚的逆温层削弱了污染物的垂直扩散能力,污染物被抑制在近地面,形成较严重的污染.研究显示,鞍型场天气型导致的均压场、暖湿、静风、低边界层及强逆温层是此次西安市PM_2.5重污染过程的重要原因.      

济南市夏、冬季PM2.5中化学组分的季节变化特征及来源解析

为探究济南市大气气溶胶中化学组分的季节变化特征,于2015年夏季、冬季分别连续进行1个月的PM_(2.5)样品采集,并分析无机离子、碳质组分与水溶性二次有机碳(WSOC)的组成、浓度水平及来源.结果表明,济南市冬季PM_(2.5)的质量浓度[(158.3±95.3)μg·m~(-3)]约为夏季[(75.3±25.9)μg·m~(-3)]的2倍,在我国其浓度处于中上等水平.无机离子的总浓度呈夏低冬高的季节变化特征,其中SO_4~(2-)、NO_3~-、NH_4~+是浓度最高的3种离子,且这3种离子的相关性均较好,NH_4~+在夏季和冬季均以(NH_4)_2SO_4和NH_4NO_3的形式存在.大气中存在较高程度的SO_2和NO_2的二次氧化,其中硫氧化率(SOR)呈夏高冬低的变化特征,而氮氧化率(NOR)呈相反的季节变化特征.通过分析PM_(2.5)中阴、阳离子电荷平衡可知,PM_(2.5)呈弱碱性.基于热力学模型ISORROPIA-Ⅱ,结果表明冬季PM_(2.5)的酸性比夏季强.OC与EC浓度均呈夏低冬高的变化特征,由OC/EC的比值、WSOC/OC的比值和估算的二次有机碳(SOC)的浓度可知,夏季二次污染的程度比冬季更为严重.主成分分析(PCA)结果表明,济南市夏季无机离子主要来自二次氧化及生物质燃烧,而冬季无机离子主要来自煤炭燃烧及其产生的前体物经光化学氧化形成的二次污染物.     

西安市PM2.5健康损害价值评估

选取2014、2015、2016年冬季PM_(2.5)(24 h)浓度平均值,采用泊松回归模型评价全市居民连续3 a冬季PM_(2.5)暴露的急性健康损害效应,修正的人力资本法评估过早死亡经济损失,疾病成本法评估住院、患病与门诊经济损失.结果表明,研究时段内(2014、2015、2016年冬季)由PM_(2.5)造成的经济损失约为335.23亿元(95%CI:249.61~369.75)、211.05亿元(95%CI:135.60~268.80)、371.32亿元(95%CI:272.46~411.64),分别约占当年GDP的6.10%(4.54%~6.73%)、3.64%(2.34%~4.63%)、5.91%(4.34%~6.55%);健康经济损失与当年冬季PM_(2.5)浓度均值呈正相关关系;PM_(2.5)污染物对西安市常住人口健康影响显著,影响的病例(2014、2015、2016年)分别约为1 071 338例(95%CI:646 432~1 385 847)、438 273例(95%CI:246 842~599 989)、1 019 503例(95%CI:611 407~1 324 547);对哮喘儿童患者的影响比成人显著,而慢性支气管炎的影响成人比儿童显著.该研究可为西安市实施PM_(2.5)空气质量标准的成本效益分析提供科学的依据,为环境质量的管理提供参考.