大气环境热点网格遥感筛选方法研究

为筛选京津冀及周边地区的大气环境热点网格,在卫星遥感反演获取区域灰霾天数、PM_2.5、NO₂和SO₂浓度等大气环境四项遥感监测因子的基础上,首先利用分形求和模型确定了研究区域的四项指标的背景值和标准值,然后根据ORAQI计算方式提出一种大气环境遥感综合污染指数,并提取了大气环境热点网格,最后结合高分辨率卫星数据对热点网格的工业用地情况进行初步探讨分析.结果表明,2016年京津冀及周边地区各项大气污染物的局部分布特征表现出较大差异,不同地区的主要污染物不尽相同并且呈多项污染物复合污染的特征,利用分形统计模型确定灰霾天数、PM_2.5、NO₂和SO₂浓度的背景值分别为10.7d、57.5μg/m³、515.7×10¹³mole/cm²和0.29DU,标准值分别为22.2d、112.2μg/m³、2073.1×10¹³mole/cm²和0.64DU.大气环境遥感综合污染指数表明大气环境综合污染相对最重的地区主要分布在保定中部、石家庄中北部及邢台南部和邯郸北部交界处,该区域共筛选出1782个大气环境热点网格,其中工业用地面积占比较低的网格单元比例相对较大,这表明小型企业生产排放对当地的大气环境质量影响较大.     

基于ADMS和线性规划的区域大气环境容量测算

基于ADMS-Urban和线性规划模型,构建了浓度－排放量反推模式,从区域自然生态环境和污染气象特征出发,以区域大气环境质量保护目标为约束条件,结合虚拟点源法测算区域大气环境容量.以北京市通州区进行案例分析,根据当地自然环境与污染气象特征等信息,在环境质量目标约束条件下,应用该方法测算出通州区的SO₂环境容量为41 311 t/a;但其空间分布极为不均,主要分布于建成区以外的乡镇,建成区的环境容量较小.由于通州区SO₂排放主要集中在采暖期的建成区,尽管全区的SO₂年排放量远小于其环境容量,但是仍然在建成区造成了严重污染.      

长株潭地区土壤Cd和Pb固液分配特征与环境风险

区域尺度上土壤重金属下渗迁移的环境风险存在较大空间变异性.以长株潭城市及其周边土壤为对象,研究了不同土地利用类型,土壤Cd和Pb有效态含量和固液分配系数(K_d)的分布特征及其影响因素,并基于CaCl₂(固液比为1∶0.5)测定的K_d揭示了研究区土壤重金属下渗迁移的环境风险.结果表明,研究区土壤Cd和Pb有效态含量大小呈现出：自然林地>郊区农田>城市绿地>工业区绿地.土壤Cd的K_d均值为449.79 L·kg^-1,Pb的K_d均值为27 604.07 L·kg^-1,说明土壤Cd迁移性显著高于Pb.林地土壤重金属的K_d显著低于其它3种土地利用类型土壤.土壤Cd和Pb的K_d主要受土壤pH和重金属总量的影响.在此基础上,引入CaCl₂(固液比为1∶10)测定的重金属有效态含量作为因变量,构建的多元回归模型可以较好地预测土壤Cd和Pb的K_d,...     

全球PM2.5人口暴露风险时空格局

基于PM_2.5遥感数据和人口格网数据,利用污染物人口暴露风险模型、Theil-Sen Media和Mann-Kendall等方法,分析了2000~2016年全球PM_2.5人口暴露风险时空分布特征,并识别出暴露高风险区域.结果表明,PM_2.5遥感数据和人口格网数据可以客观地评价暴露风险程度.全球PM_2.5平均浓度在各大洲差异显著,PM_2.5污染的高值区域主要分布在东亚、南亚和东南亚.PM_2.5质量浓度的多年平均值从高到低分别是亚洲14.7μg/m³、非洲8.1μg/m³、欧洲8.03μg/m³、南美洲5.69μg/m³、北美洲4.41μg/m³和大洋洲1.27μg/m³.2000~2016年,全球PM_2.5人口暴露风险在宏观尺度上呈逐渐减少的趋势,而在区域内则呈现出差异性.空间上,全球PM_2.5人口暴露风险各大洲从高到低依次为亚洲5.94、非洲0.62、欧洲0.45、南美洲0.32、北美洲0.27和大洋洲0.01.时间上,2000~2016年,亚洲和非洲PM_2.5人口暴露风险呈增长趋势,欧洲和北美洲呈减少趋势,大洋洲和南美洲变化幅度较小.     

滇东镉高背景区菜地土壤健康风险评价与基准

以滇东土壤-蔬菜系统为研究对象,通过土壤-蔬菜点位协同采样,分析了菜地土壤和不同蔬菜中Cd的积累特征及健康风险状况,并应用物种敏感度分布曲线（SSD）法,拟合出土壤Cd污染的健康风险值.结果表明：滇东菜地土壤中镉的累积量中有60.3%的样点超过了污染筛选值,曲靖市的土壤Cd质量分数平均值较高;不同类别蔬菜吸收富集镉的能力不同,叶菜类和根茎类蔬菜对Cd有较强的吸收富集能力,超标率也相对较高,研究区采集到的23种蔬菜中出现镉超标的蔬菜有11种,但蔬菜总的超标率为18%;健康风险评价结果显示无论是对成人还是儿童均不存在非致癌健康风险,3类蔬菜的风险大小依次为叶菜类 > 根茎类 > 茄果（辣椒）类,研究区蔬菜中Cd对成人和儿童均不存在健康风险,儿童的Cd暴露风险高于成人;滇东蔬菜健康风险基准值是基于保护95%及5%的蔬菜品种安全所得的土壤风险值,种植根茎类蔬菜时,HC₅=0.35mg/kg、HC₉₅=2.8mg/kg;种植辣椒类蔬菜时,HC₅=0.15mg/kg、HC₉₅=8.7mg/kg;种植叶菜类蔬菜时,HC₅=0.36mg/kg、HC₉₅=13.8mg/kg.     

2015年海南省火电行业大气环境影响研究

基于火电企业在线监测数据、环境统计数据、排污许可及火电排放清单等，分析各统计口径下的海南火电大气污染物排放量差异，并基于在线监测数据分析海南省火电排放时间变化规律.分别设置现状、排污许可及超低排放3种情景，采用CALPUFF模型分析3种情景下火电厂对海南大气环境的影响.结果显示，不同统计口径下火电厂各污染物排放量差异较大，最大差值可达到5.65倍；在时间维度上，海南省火电行业污染物排放量月际分布较平稳，每月污染物排放量约占全年的7%~10%，24h变化呈现明显“两峰两谷”特征.在大气环境影响方面，火电企业大气SO₂、NO_x、PM_2.5、PM₁₀浓度分布总体呈现西部高东部低的趋势.现状情景下火电企业对各城市年均浓度影响范围为SO₂ 0.001~0.015μg/m³、NO_x 0~0.01μg/m³、PM₁₀ 0.001~0.006μg/m³、PM_2.5 0~0.003μg/m³，最高浓度基本出现在东方市、临高县.火电厂对大气环境的影响程度为许可情景>现状情景>超低情景，执行排污许可时火电厂排放PM₁₀和NO_x对各城市均值年均浓度较现状情景分别增加50%和38%；全面实施超低排放后，火电厂对大气环境影响有明显改善，SO₂和PM_2.5对各城市均值年均浓度较现状情景分别降低57%和69%.     

滇东镉高背景区菜地土壤健康风险评价与基准

以滇东土壤-蔬菜系统为研究对象,通过土壤-蔬菜点位协同采样,分析了菜地土壤和不同蔬菜中Cd的积累特征及健康风险状况,并应用物种敏感度分布曲线（SSD）法,拟合出土壤Cd污染的健康风险值.结果表明：滇东菜地土壤中镉的累积量中有60.3%的样点超过了污染筛选值,曲靖市的土壤Cd质量分数平均值较高;不同类别蔬菜吸收富集镉的能力不同,叶菜类和根茎类蔬菜对Cd有较强的吸收富集能力,超标率也相对较高,研究区采集到的23种蔬菜中出现镉超标的蔬菜有11种,但蔬菜总的超标率为18%;健康风险评价结果显示无论是对成人还是儿童均不存在非致癌健康风险,3类蔬菜的风险大小依次为叶菜类 > 根茎类 > 茄果（辣椒）类,研究区蔬菜中Cd对成人和儿童均不存在健康风险,儿童的Cd暴露风险高于成人;滇东蔬菜健康风险基准值是基于保护95%及5%的蔬菜品种安全所得的土壤风险值,种植根茎类蔬菜时,HC₅=0.35mg/kg、HC₉₅=2.8mg/kg;种植辣椒类蔬菜时,HC₅=0.15mg/kg、HC₉₅=8.7mg/kg;种植叶菜类蔬菜时,HC₅=0.36mg/kg、HC₉₅=13.8mg/kg.     

中国PM2.5人口暴露风险时空格局

采用PM_2.5和人口格网数据，计算了2000~2016年中国PM_2.5人口暴露风险值，并利用Theil-Sen Median趋势分析、标准偏差和Hurst指数等，分析了17a间中国PM_2.5人口暴露风险的时空变化特征.结果表明：①17a间PM_2.5人口暴露风险在胡焕庸线两侧差异巨大，东部高、西部低，东部多年风险均值为2.787，西部为0.065；②17a间PM_2.5人口暴露风险在胡焕庸线两侧的变化幅度具有较显著差异，西部整体呈下降趋势，而在2011年和2015年有明显回升，东部自2001年迅速增加且保持平稳状态，直至2015年出现大幅度回落.③PM_2.5人口暴露风险的稳定性与持续性差异显著，东部以不稳定与弱反持续性为主，西部则以稳定与强反持续性为主要特征.④暴露等级为危险与极危险水平下的人口总量与人口密度在空间上呈现出东部高西部低的分布状态.     

南京市PM2.5中痕量元素的健康风险评价

痕量金属元素由于其较高的毒性及难降解性，对人类健康造成了极大的威胁，因此评价大气环境中痕量元素对人群的健康风险具有重要意义。文章为探究南京大气PM_2.5中痕量元素的健康风险及其空间分布，基于南京市20个采样点PM_2.5中的痕量元素测定数据，利用美国环保局推荐的健康风险评价模型对样品中10种痕量元素的健康风险进行评价并分析其空间分布特征。结果表明：南京市大气PM_2.5中痕量元素存在较高的非致癌风险，非致癌风险系数远超出阈值1，且儿童的非致癌风险远超成年人；所有元素的致癌风险总和为8.76×10^-5，表明存在致癌风险，但在可接受范围内；Cr、As、Ni、Cd的致癌风险系数均超过10^-6，表明存在一定的致癌风险，特别不应忽视Cr和As的致癌风险。就健康风险空间分布而言，非城区居民比城区居民面临着更高的风险，这可能与工业源多分布在郊区有关。     

兰州市大气主要污染物环境与健康风险评价

为了解兰州市大气污染现状,评价其环境质量和健康风险,选择兰州市污染较重的西固区和污染较轻的榆中县为研究区域,定位监测并分析颗粒物、SO₂和NO_x等大气主要污染物的分布特征,采用环境空气质量指数法评价兰州市大气污染现状,重点分析颗粒物的构成特征和健康风险. 结果表明:兰州市大气污染物分布呈明显的季节性、区域性特点;大气颗粒物MMD(质量中值直径)在3.2~7.9 μm之间,属细颗粒型;西固区环境空气质量指数及污染水平普遍高于榆中县,其中位于西固区的西固第二小学采样点污染较为严重,污染水平为五级,需要采取控制措施;兰州市15 m大气高度PM₁₀的健康风险高于30和1.5 m,兰州市PM_2.5和PM₁₀的健康风险属于可接受风险范围.      

我国中西部典型城市PM2.5中痕量金属的时空分布特征和健康影响

为研究我国中西部地区大气细颗粒物中的痕量金属区域分布、季节分布特征以及健康风险,在西安、乌鲁木齐、洛阳以及兰州四城市布点采样,利用ICP-AES（电感耦合等离子体原子发射光谱仪）测定了PM_2.5中9种痕量金属（V、Cr、Cd、Mn、Ni、Cu、Zn、As、Pb）的质量分数.结果表明：在痕量金属的时空分布特征方面,各城市主导痕量金属存在差异,西安、乌鲁木齐、洛阳以及兰州的主导痕量金属为Mn、Zn、Pb、Pb,除了主导痕量金属,对于单个金属,其空间分布及季节分布都存在差异;利用分歧系数法分析了城市间颗粒物中痕量金属的组成,洛阳与其他城市颗粒物中痕量金属的CD值在0.4左右,表明洛阳与各城市颗粒物中痕量金属的组成有很大差异,而西安与乌鲁木齐、兰州两个城市的CD值几乎都小于0.2,则他们组成相似;健康风险评结果显示,颗粒物PM_2.5中的痕量金属Cr对成年人有着显著的致癌和非致癌风险,而且Cd、As对4个城市居民的致癌风险是显著的,Ni对其致癌风险不显著.长期处于该研究环境,对人体健康存在一定健康威胁.此外痕量金属对人体的健康风险也具有季节性,所有痕量金属ILCR值都高于10^-6,尤其是As、Cd、Cr的致癌风险超过了安全水平（10^-4）,尤其是Cr和As春冬季的致癌风险最高.     

基于风险场的区域突发性环境风险评价方法研究

在大尺度空间,风险源、风险受体和风险传播途径的多样性和相互作用的复杂性是区域环境风险评价的难点.同时,现有评价方法很少关注风险因子的释放规律,释放后在空间中的分布格局,以及风险受体受到损害的途径和程度.本文应用风险场理论,分析描述风险场形成和对风险受体作用的机制.结合南京化工园区实例进行环境风险源识别,采用集对分析等方法构建了各风险源产生的环境风险场,再分析处于风险场中的环境风险受体,最后得到区域环境风险水平分布,同时将其划分为5个等级.评价结果显示,位于风险源周围或河道下游的人口稠密、生态环境敏感地区环境风险值R≥6,风险水平处于极高、高等级,与园区现状具有较好的一致性.建议依据环境风险水平的分级、分类结果建立起以预防为主的环境风险管理体系.     

宁东基地大气PAHs污染特征及呼吸暴露风险

利用主动观测技术对宁东能源化工基地大气PM_2.5、PM_1.0和气相中的PAHs浓度水平、族谱特征、时空分布及来源进行研究,并基于该观测数据对居民呼吸暴露健康风险进行评估.结果表明,宁东基地大气PM_2.5、PM_1.0及气相中∑₁₆PAHs浓度范围分别为：17.95~325.12ng/m³、12.66~311.96ng/m³和26.33~97.88ng/m³,年均浓度分别为（99.42±117.48）ng/m³、（78.88±100.58）ng/m³和（57.89±47.39）ng/m³.宝丰基地冬夏季大气PM_2.5、PM_1.0和气相中∑₁₆PAHs浓度水平均明显高于英力特;宝丰和英力特基地冬季大气PM_2.5、PM_1.0中∑₁₆PAHs浓度水平均明显高于夏季浓度.宁东基地大气中∑₁₆PAHs的浓度水平要高于国内外其他城市,大气PAHs污染较为严重.源解析表明夏季宁东基地PAHs的主要排放源是工业煤燃烧和机动车尾气,冬季则主要来自工业煤燃烧和木材、薪柴等生物质燃烧排放.宁东基地人群暴露于大气PAHs可能会造成平均冬季每百万人中约有33~2628人罹患癌症,夏季每百万人中约有11~834人罹患癌症的风险.     

2013—2018年山东省大气PM2.5和PM10污染时空变化及其影响因素

PM_2.5和PM₁₀污染已成为全球关注的重要环境问题,监测其污染状况对人类健康、动植物生长、大气环境评价等具有重要意义。基于2013—2018年山东省17个城市大气PM_2.5和PM₁₀监测数据,利用时空分析方法和Spearman相关分析方法,研究其污染时空变化特征,并分析气象、人为及政策因素对二者的影响。结果表明:与2013年相比,2018年山东省大气PM_2.5和PM₁₀污染程度明显减轻,年均浓度降幅分别为48.72%、37.72%;6年整体月均PM_2.5浓度呈近似"U "形变化规律,月均PM₁₀浓度呈近似" V"形变化规律;PM_2.5和PM₁₀污染整体呈由西北内陆向东部沿海地区逐渐减轻的空间趋势;PM_2.5和PM₁₀浓度受气温和降水量2个气象因素影响较显著,受道路密度、城市绿化覆盖面积、SO₂和NO_x排放量等人为因素影响较显著,且气象因素和人为因素对PM_2.5浓度的影响较PM₁₀更大。     

基于区域环境风险评价的产业布局规划优化研究

区域环境风险评价相比单个项目的评价具有信息相对缺乏、风险因素多,风险叠加难度大等特点.信息扩散法可有效应对评价信息不足问题,通过构建和运行风险信息矩阵实现对多个环境风险源的风险值叠加,并最终形成风险分区图以指导区域布局优化和风险管理.本研究结合广州南沙地区发展规划,应用信息扩散法对区域现有及规划风险源进行综合评估,并得出区域综合环境风险4级分区.评价结果显示,规划的石化基地布局不合理,将大幅增加区域环境风险等级,提出放弃该产业规划或重新选址,该建议得到最终决策的支持.建议区域开发在规划的初始阶段就考虑开展环境风险评价,以此论证区域功能划分和产业布局的环境合理性,实现优化区域开发和加强区域环境风险防控的目的.     

基于组合模型的PM2.5浓度预测及其不确定性分析

运用GIS软件及克里金（Kriging）插值等方法分析合肥城市圈PM_2.5浓度的时空分布,根据合肥市环境监测历史数据、地面气象站点数据及历史气象数据,采用多元回归分析、相关分析等方法,研究合肥市PM_2.5浓度的影响因素。结果表明:1）PM_2.5 浓度整体变化情况为冬季 > 秋季 > 春季 > 夏季,大部分城市PM_2.5浓度峰值出现在1月,之后浓度开始逐渐下降,7月达到最低值,此后浓度逐渐升高。2）PM_2.5浓度与CO呈高度正相关,相关系数高达0.875;与PM₁₀、SO₂、NO₂的相关性也较高;与O₃呈负相关。PM_2.5浓度与气压、风速、降雨量以及能见度呈负相关,与温度、相对湿度呈强正相关。基于2018—2019年合肥市地面站点PM_2.5浓度监测数据,构建预测PM_2.5浓度的组合模型:对比三次指数平滑模型,确定模拟退火+遗传+三次指数平滑为优组合模型,拟合度达到95%。通过Kappa及MAPE指数对组合模型不确定性进行分析评价,两者分别为0.654和0.072,说明该模型具有高度稳定性。恰当的预测因子组合和模型不确定性研究有助于模型预测精度的提升和改善,从而为大气环境质量监测和评价提供参考。     

徐州市大气PM2.5与O3作用关系的季节变化

通过2013~2017年徐州市环境监测资料分析季风影响下主要大气复合污染物PM_2.5和O₃的相关性,并基于气象观测资料进一步探究PM_2.5和O₃相互作用机制的季节变化特征.结果表明：夏季风季节,PM_2.5和O₃呈正相关,相关系数高达0.56;冬季风季节,PM_2.5和O₃呈负相关,相关系数为-0.34,均通过了99%的置信检验,表明徐州市PM_2.5和O₃相互作用呈现相反的季节变化.夏季风季节,太阳辐射强,气温较高,大气氧化性较强,O₃主导大气氧化性,大气氧化性通过促进二次颗粒物生成使得PM_2.5浓度升高,夏季风季节以O₃对PM_2.5的促进作用主导城市大气复合污染变化;冬季风季节,太阳辐射弱,气温较低,大气氧化性较弱,高浓度的PM_2.5削弱太阳辐射抑制大气光化学,导致O₃生成率降低,冬季风季节以PM_2.5对O₃的抑制作用主导城市大气复合污染变化.     

乌鲁木齐市大气颗粒物中重金属的污染特征及风险水平评价

为了解乌鲁木齐市新疆农业大学大气颗粒物（TSP、PM₁₀、PM₅、PM_2.5）中Cu、Mn、Zn、Pb、Cr、Cd 6种重金属元素的分布特征及其经呼吸摄入方式带来的健康风险,采用崂应2050型大气综合采样器于2018年春季、夏季、秋季、冬季分别进行样品采集,使用TAS-990原子吸收分光光度计测定颗粒物中的重金属元素.结果表明:①新疆农业大学2018年四季ρ（TSP）、ρ（PM₁₀）、ρ（PM₅）、ρ（PM_2.5）范围分别为93.17~257.14、70.57~202.29、57.58~147.96、48.71~147.46 μg/m3.②各季节重金属平均质量浓度在不同大气颗粒物中均呈ρ（Zn）> ρ（Cu）> ρ（Pb）> ρ（Cr）> ρ（Mn）> ρ（Cd）的趋势.③不同大气颗粒物中重金属非致癌总风险均呈儿童高于成人的特点,HI（非致癌风险总值）均小于限值（1）,Cd、Cr经呼吸途径产生的ILCR（终身增量致癌风险）为3.07×10-6~2.36×10-5.④I_geo（地累积指数）结果表明,大气颗粒物中Mn的I_geo平均值为-2.43,表现为无污染;Cr的I_geo平均值为0.78,表现为无-中污染;Cu和Pb的I_geo平均值分别为4.53、4.33,表现为重-极重污染;Zn和Cd的I_geo平均值分别为5.68、7.18,表现为极重污染.研究显示,新疆农业大学大气颗粒物中Cd、Cr对人体无致癌风险,但Zn与Cd的污染较重,应及时对乌鲁木齐市实施相应管控措施.      

广州市大气NO2污染对暴露人群不同疾病死亡的影响

通过收集广州市2011~2015年6种疾病（非意外因素、心血管疾病、脑卒中、缺血性心脏病、呼吸系统疾病以及慢性阻塞性肺疾病）逐日死亡人数、逐日NO₂浓度以及同期气象资料,采用广义相加模型探讨了NO₂暴露对不同疾病死亡的影响（相对危险度,RR值）和累积滞后效应,并进一步采用分层分析方法解析了冷季（11月至次年4月）和暖季（5~10月） NO₂死亡风险的差异.结果表明,NO₂影响急促短暂,通常持续4d.当NO₂浓度升高10μg/m³,在Lag0-4d时,人群非意外死亡人数将上升2.18%（RR=1.0218;95% CI：1.0167,1.0270）,在冷季与暖季分别上升2.6%（RR=1.0260;95% CI：1.0191,1.0328）与0.57%（RR=1.0057;95% CI：0.9952,1.0163）,两者差异有统计学意义（P=0.002）.在不同疾病中,NO₂对慢性阻塞性肺疾病的影响最大.因而NO₂仍然为广州地区人群健康重要的危险因素,需要加强NO₂排放的控制与治理,并且加强冷季健康风险预警以保护公共健康.     

基于机器学习和非参数估计的PM2.5风险评估

为开展区域风险评估,融合手机信令、气象和地理信息等多源数据,引入随机森林机器学习、非参数估计分位数图示法和非监督学习K-mean等方法,构建了区域PM_2.5风险评估及特征识别评价框架,在南京市区以0.3km分辨率网格为基础单元开展了案例研究.结果表明,该技术既可有效模拟PM_2.5浓度时空分布,十折交叉验证R²达到0.76,证明了准确度较高,并基于此识别出4种主要污染特征;也可有效捕捉短期人口流动导致的风险,在污染浓度不变的情况下短期人口流动会导致风险增加0.30~0.97倍.综合PM_2.5浓度和人口分布,识别出4种主要暴露风险模式,其中,研究区域6.5%的面积为高风险地区,23.0%的面积为低风险地区.“十四五”期间应加快现代科学技术在环境保护领域的应用,实施网格化和差异化的风险控制政策,维护人群健康.