大气PM2.5对大鼠心肌细胞的毒性作用

为评估大气PM_2.5及其不同组分对心肌细胞H9C2的毒性作用,探讨PM_2.5对心血管系统产生毒性作用的关键组分,将前期采集并制备的PM_2.5完全颗粒物、PM_2.5水溶性组分、PM_2.5脂溶性组分和PM_2.5单纯颗粒物以不同质量浓度对H9C2细胞染毒.用MTS法在染毒6、10、24、48、72 h后测定细胞活力;根据细胞活力测定结果,选用较低染毒浓度（10 μg/mL）,用相关试剂盒测定染毒24 h后胞内和上清液中LDH（乳酸脱氢酶）和SOD（超氧化物歧化酶）活力,ELISA及RT-qPCR法测定炎性因子IL-6和TNF-α表达量,AP位点计数法测定细胞DNA损伤情况.结果表明:颗粒物成分（PM_2.5完全颗粒物和PM_2.5单纯颗粒物）对H9C2细胞表现出强烈的生长抑制作用,50 μg/mL及以上染毒浓度组在染毒时间≥ 24 h时细胞可能已经全部死亡,而可溶性成分（PM_2.5水溶性组分和PM_2.5脂溶性组分）对H9C2细胞生长表现为极弱或无生长抑制作用,仅400 μg/mL的PM_2.5脂溶性组分始终对细胞生长表现出抑制作用;各组分样本都在一定程度上造成了H9C2细胞损伤,降低了胞内LDH和SOD活性;PM_2.5完全颗粒物和PM_2.5脂溶性组分在造成炎性损伤方面的作用较为明显.研究显示,颗粒物组分对H9C2细胞致死作用显著,相对而言,PM_2.5完全颗粒物表现出的毒性作用最强且最全面.      

大气细颗粒物暴露干扰心肌细胞存活和炎性反应的主要毒性组分研究

鉴于PM_(2.5)组分呈现多样性和复杂性,其引起心力衰竭的主要毒性组分尚不清楚.由于采样地区、季节和污染源的不同,PM_(2.5)不同组分的占比也会有巨大差异,但不同浓度无法比较其不同组分间的毒性差异.因此,为了揭示大气PM_(2.5)引起心肌毒性作用的关键组分,分离复合型PM_(2.5)的3种主要组分(有机组分、金属组分和水溶性组分),综合两种浓度暴露方式,即实际占比浓度和与复合型PM_(2.5)相同的暴露浓度,染毒H9C2大鼠心肌细胞24 h和48 h,选择心肌细胞的细胞存活和炎症反应为主要评价指标,旨在揭示PM_(2.5)对心肌造成毒性损伤的关键性成分.CCK-8法检测存活结果显示,不同组分在实际环境比重下,对心肌细胞存活率没有造成显著影响.相同浓度暴露下,高剂量组分(30μg·cm~(-2))引起心肌细胞存活率显著降低,且有机组分毒性大于其他组分.根据细胞活力测定结果,选择低染毒浓度(10μg·cm~(-2))暴露细胞,采用qRT-PCR和ELISA试剂盒检测炎症因子变化.与对照组相比,金属组暴露后,炎症因子TNF-α和IL-1β显著升高,而有机组则显著升高TNF-α的含量.结果表明,造成心肌细胞存活毒性和炎症损伤的主要PM_(2.5)组分可能为有机组分和金属组分,而炎性反应对这两种组分的响应存在显著差异.     

燃煤PM_(2.5)不同组分对血管内皮细胞的氧化损伤效应

为了解细颗粒物不同组分在心血管系统损伤中的毒性机制,以大同散煤为样品煤,提取燃煤PM2.5全颗粒物、无机组分及有机组分,分别对人脐静脉内皮细胞EA.hy926进行染毒,采用超氧化物歧化酶(SOD)、谷胱甘肽过氧化物酶(GSH-PX)及丙二醛(MDA)指标检测PM2.5不同组分对EA.hy926细胞氧化损伤程度的影响.结果表明,燃煤PM2.5各组分对EA.hy926细胞染毒24h后,随着染毒剂量的增加,细胞上清液中SOD活力均下降,与对照组相比差异显著,而相同剂量组比较,其抑制SOD活力能力依次为:有机组分无机组分全颗粒物,且相同剂量组不同组分间的比较均有统计学差异;GSH-Px活力均下降,具有剂量依赖性,引起GSH-Px活力下降程度基本具有无机组分有机组分全颗粒物的趋势,但统计学意义不显著;MDA含量分别有不同程度的增加,各组分所致的MDA含量大小存在低剂量组有机组分全颗粒物无机组分,高剂量组全颗粒物无机组分有机组分趋势,随着剂量增加,全颗粒物和无机组分引起MDA含量明显增加,而有机组分则变化趋于平缓.可见,燃煤PM2.5不同组分均对血管内皮细胞EA.hy926氧化损伤作用明显,SOD、GSH-PX等抗氧化酶的活性降低.     

燃煤PM2.5不同组分对血管内皮细胞的氧化损伤效应

为了解细颗粒物不同组分在心血管系统损伤中的毒性机制,以大同散煤为样品煤,提取燃煤PM2.5全颗粒物、无机组分及有机组分,分别对人脐静脉内皮细胞EA.hy926进行染毒,采用超氧化物歧化酶(SOD)、谷胱甘肽过氧化物酶(GSH-PX)及丙二醛(MDA)指标检测PM2.5不同组分对EA.hy926细胞氧化损伤程度的影响.结果表明,燃煤PM2.5各组分对EA.hy926细胞染毒24h后,随着染毒剂量的增加,细胞上清液中SOD活力均下降,与对照组相比差异显著,而相同剂量组比较,其抑制SOD活力能力依次为:有机组分>无机组分>全颗粒物,且相同剂量组不同组分间的比较均有统计学差异;GSH-Px活力均下降,具有剂量依赖性,引起GSH-Px活力下降程度基本具有无机组分>有机组分>全颗粒物的趋势,但统计学意义不显著;MDA含量分别有不同程度的增加,各组分所致的MDA含量大小存在低剂量组有机组分>全颗粒物>无机组分,高剂量组全颗粒物>无机组分>有机组分趋势,随着剂量增加,全颗粒物和无机组分引起MDA含量明显增加,而有机组分则变化趋于平缓.可见,燃煤PM2.5不同组分均对血管内皮细胞EA.hy926氧化损伤作用明显,SOD 、GSH-PX等抗氧化酶的活性降低.     

大气颗粒物对A549和HUVECs细胞的毒性作用

比较了A549和HUVECs 2种细胞对颗粒物的敏感度,以探讨大气颗粒物粒径对生物活性的影响. 采集北京市区PM_10～2.5、PM_2.5～0.1和PM_0.1,将A549和HUVECs细胞暴露于不同浓度的颗粒物悬浮液24 h后,用噻唑蓝(MTT)法测定细胞存活率,并用LDH试剂盒测定细胞培养液中LDH(乳酸脱氢酶)的含量. 结果表明:随着染毒剂量的增大,细胞存活率逐渐降低,并且呈剂量-反应关系;培养液中LDH浓度呈剂量依赖型增加;当染毒剂量>200 μg/mL时,PM_0.1的细胞致死率大于PM_10～2.5和PM_2.5～0.1(P<0.01);同一粒径的颗粒物对HUVECs的毒性比A549略大,但无统计意义. 因此,相对于粗颗粒物,细、超细颗粒物具有较大的细胞毒性,A549和HUVECs细胞对颗粒物的敏感度差异不显著.      

PM2.5水溶性和有机组分对肺上皮细胞损伤及COPD相关基因和蛋白表达影响

为了检测大气PM_(2.5)对正常肺上皮细胞(BEAS-2B)的损伤作用和慢性阻塞性肺病(COPD)相关基因及蛋白的表达变化,将PM_(2.5)的不同组分对肺上皮细胞进行染毒24 h后,通过MTT、荧光探针、Western Blot、单细胞凝胶电泳、实时荧光定量PCR、ELISA等方法检测细胞损伤、COPD相关基因和蛋白表达的变化情况.结果发现,PM_(2.5)可造成肺上皮细胞活性降低,且呈剂量依赖性,PM_(2.5)的不同组分对细胞造成的损伤也不同,有机相组分在细胞凋亡、紧密连接蛋白表达量、DNA损伤和炎症反应等方面造成的影响都比水相组分严重,而水相组分在氧化应激反应和COPD相关蛋白变化程度方面的作用都高于有机相组分.由此可见,PM_(2.5)可对肺上皮细胞造成多种不同程度、不同水平的损伤作用,其中,氧化应激可能是影响COPD相关基因和蛋白表达的重要因素.     

燃煤PM2.5不同组分对血管内皮细胞的毒性

采用MTS法评价燃煤PM_2.5不同组分对血管内皮细胞EA.hy926的细胞毒性.以大同散煤为样品煤,在实验室采用固定源稀释通道采集燃煤PM_2.5,提取燃煤PM_2.5全颗粒物、无机组分及有机组分,分别对人脐静脉内皮细胞EA.hy926进行染毒,采用MTS法检测PM_2.5不同组分对EA.hy926细胞增殖的影响.结果表明:燃煤PM_2.5全颗粒物、无机组分及有机组分均可抑制血管内皮细胞增殖,且具有剂量-反应关系;在相同染毒剂量组内,有机组分的活性抑制影响显著高于全颗粒物和无机组分,其差异具有统计学意义,但全颗粒物和无机组分之间并无统计学差异.PM_2.5的来源和组分是影响其细胞毒性的重要因素,燃煤PM_2.5不同组分均可抑制血管内皮细胞增殖,血管内皮损伤是PM_2.5致心血管毒性的可能机制之一.      

上海大气超细颗粒物和工业纳米颗粒的表征及细胞毒性的比较研究

采集了上海市石洞口地区2010年春季不同粒径大气颗粒物样品,使用ICP-AES和FESEM技术分析了颗粒物的化学组成和微观特征,比较了不同粒径的大气颗粒物与3种工业纳米颗粒物的生物活性.结果表明,在染毒剂量为25、50、100和200μg.mL-1时,大气颗粒物水溶组分和不溶组分及工业纳米颗粒均可以抑制A549细胞生长活性并能诱导细胞产生活性氧(ROS),且大气细颗粒水溶组分生物活性最强,在上述染毒剂量下对细胞生长活性的抑制率分别达到13.31%、18.15%、20.43%和23.78%.在纳米尺度的颗粒物染毒组分中,纳米NiO的生物活性最强,在上述染毒剂量下对细胞生长活性的抑制率分别达到11.81%、15.12%、17.62%和19.44%.因此,大气细颗粒物水溶组分是最主要的毒性成分.     

甲醛复合PM_(2.5)致小鼠血液毒性的研究

为探究甲醛(FA)复合PM_(2.5)对小鼠血液毒性的影响及其可能的机制,分别从血液,造血器官(骨髓、脾脏),髓系祖细胞3个层面的损伤进行系统研究.以雄性Balb/c小鼠为实验对象,把小鼠随机分为4组(对照组、PM_(2.5)组、FA组、PM_(2.5)+FA组),对小鼠进行全血细胞计数;观察骨髓、脾脏病理学的变化;检测骨髓、脾脏及髓系祖细胞的氧化损伤(ROS,GSH),DNA损伤(DPC,8-OH-d G),细胞凋亡(caspase-3)指标.结果表明,骨髓、脾脏分别出现不同程度的病理学变化;骨髓、脾脏,髓系祖细胞的氧化损伤,DNA损伤,细胞凋亡水平也有上升趋势.FA复合PM_(2.5)暴露会导致小鼠的血液毒性,氧化应激,及其下游的DNA损伤可能是FA复合PM_(2.5)致小鼠血液毒性的一种重要机制.     

汉中市秋季PM_(2.5)昼夜变化特征

为探讨汉中市秋季PM_(2.5)昼夜变化特征。于2015年9月7日至9月17日利用中流量大气颗粒物采样仪在汉中市三个不同站点分昼夜采集PM_(2.5)滤膜样品,并分别利用热光碳分析仪(DRI—2011)和离子色谱(Dionex—600)分析PM_(2.5)中碳组分和水溶性离子组分,主要探讨PM_(2.5)及其碳组分和水溶性离子昼夜变化特征。结果显示:汉中秋季PM_(2.5)浓度低于国家空气质量一级标准;PM_(2.5)中主要化学组分包括SNA (硫酸盐、硝酸盐、铵盐)和有机类物质,白天和夜间占比分别达到32.3%、39.6%和28.9%、39.6%; PM_(2.5)颗粒物呈酸性。除SO_4~(2-)、Mg~(2+)和Ca~(2+)之外,PM_(2.5)及其化学组分均呈现夜间浓度高于白天的特征。离子的赋存形态分析表明:SO_4~(2-)更多以(NH_4~+)_2SO_4~(2-)的形式存在于PM_(2.5)中。本文相关结果可为地方环保政策的制定提供参考和基础数据。     

北京市PM2.5中类腐殖质的生物氧化应激效应初探

为研究细颗粒物(PM_2.5)中类腐殖质(humic-like substances, HULIS)的生物氧化应激效应,对北京市区和郊区不同季节大气PM_2.5及其中碳质组分和金属元素浓度进行测定,并以大鼠肺泡巨噬细胞(NR8383)作为细胞模型,分析PM_2.5及其重要组分诱导产生内源性ROS的能力,研究了PM_2.5中HULIS对诱导产生内源性ROS的贡献. 结果表明:①冬季PM_2.5中碳质组分浓度及内源性ROS浓度(单位为μg zymosan/m3,以酵母聚糖(zymosan)表征的单位体积空气中内源性ROS的浓度)明显高于夏季,但夏季PM_2.5具有更高的生物氧化潜力(单位为μg zymosan/mg PM,以酵母聚糖(zymosan)表征的单位质量颗粒物的生物氧化潜力). ②PM_2.5中碳质组分和一些金属元素浓度均与PM_2.5生成的内源性ROS浓度之间具有较高的相关性. ③HULIS单独诱导生成的内源性ROS浓度也呈冬季〔市区和郊区分别为(55.46±22.69) (43.27±23.89) μg zymosan/m3〕高于夏季〔市区和郊区分别为(18.73±11.94) (7.88±3.63) μg zymosan/m3〕的特征. 在北京市区和郊区两个采样点,由HULIS单独诱导生成的内源性ROS浓度与PM_2.5诱导生成的总内源性ROS浓度之间具有较好的相关性. 研究显示,HULIS是PM_2.5中诱导ROS生成的关键组分,在北京市区和郊区两个采样点HULIS对PM_2.5诱导的内源性ROS的贡献率分别为42%和37%.      

基于传感器技术的渭南市道路环境颗粒物污染特征及影响因素研究

为深入了解渭南市街区道路环境颗粒物污染时空分布特征,利用车载颗粒物传感器于2019年3月1日—5月31日对渭南市道路环境空气中PM_2.5和PM₁₀浓度开展在线走航测量,分析了影响渭南市道路环境颗粒物污染时空分布的主要因素.研究表明:①渭南市区内所有道路PM_2.5平均浓度范围为37.7~51.9 μg/m3,浓度较高路段位于高新区东部和主城区;PM_2.5~10（粗颗粒物）平均浓度范围为65.8~119.1 μg/m3,浓度较高路段位于各功能区城郊.②工作日早高峰时段（07:00—09:00）主城区道路环境PM_2.5、PM_2.5~10污染较非工作日严重,3种类型道路工作日07:00 PM_2.5~10平均浓度呈支路（103.5 μg/m3）>主干道（102.1 μg/m3）>次干道（96.9 μg/m3）的特征.③对于高新区和老城区路段,除早晚高峰时段出现PM_2.5和PM_2.5~10浓度峰值外,凌晨时段渣土车行驶路段、裸地或施工现场周边路段易出现PM_2.5~10浓度峰值,其PM_2.5~10平均浓度最高达230.9 μg/m3（乐天大街西段的路段Ⅳ）.研究显示,工作日早晚高峰时段,特别是早高峰,机动车排放导致渭南市高新区东部和主城区路段的PM_2.5污染加重,夜间渣土车行驶导致高新区和老城区靠近城郊路段的颗粒物（PM_2.5和PM_2.5~10）污染加重.      

云浮市2018—2020年颗粒物和臭氧污染特征及污染案例研究

为探究云浮市颗粒物和臭氧(O₃)污染特征,利用多元统计分析方法分析了云浮市2018—2020年6项环境空气污染物浓度、气象因子等监测数据,并对2020年12月25—29日冬季PM_2.5和O₃污染过程进行了研究. 结果表明:①PM_2.5、PM₁₀、NO₂、CO月均浓度呈夏季低、冬季高的变化特征;O₃-8 h第90百分位数呈夏秋季高、冬春季低的变化特征. ②PM₁₀、PM_2.5和CO小时浓度日变化呈波浪型变化特征,PM_2.5、CO小时浓度最大值均出现在09:00,PM₁₀小时浓度最大值出现在02:00. O₃、SO₂小时浓度日变化呈单峰型变化特征,O₃、SO₂小时浓度最大值分别出现在16:00、10:00. NO₂小时浓度日变化呈单谷型变化特征,最小值出现在14:00. ③PM_2.5-10、SO₂、NO₂、O₃小时浓度与PM_2.5小时浓度均呈正相关,说明PM_2.5-10、SO₂、NO₂、O₃与PM_2.5具有一定程度的同源性. O₃小时浓度与NO₂、CO小时浓度呈负相关,且O₃小时浓度与NO₂小时浓度相关性更强. 夏秋季NO₂、CO、O₃、PM_2.5小时浓度与气温的相关性比冬春季的更强. SO₂、PM₁₀、PM_2.5、O₃小时浓度均与湿度呈负相关,其中O₃小时浓度与湿度的相关性最强,相关系数为?0.586. ④2020年12月25—29日云浮市城区PM_2.5污染受到静稳天气影响,O₃污染与28日午后太阳高温辐射以及来自珠三角地区O₃污染气团的输入影响有关. 利用ART-2a对该时段采集的颗粒物进行成分分析,得到K、EC、OC、ECOC、HM、LEV、Na、SiO₃这8种单颗粒物. 整个时段EC、OC、ECOC谱图中都存在明显的硫酸盐峰和硝酸盐峰. PM_2.5小时浓度与硫酸盐离子、硝酸盐离子、硅酸盐离子、铵离子、氯离子的数量均呈显著正相关,二次反应和老化过程对PM_2.5污染有显著影响. 研究显示,云浮市PM_2.5和O₃复合污染防控需要关注本地污染物变化特征和排放源影响,也需关注外来污染气团特别是来自珠三角地区污染气团输入的影响.      

广州不同站点类型PM2.5与O3污染特征及相互作用

基于2015~2019年广州4个不同国控站点类型的大气污染物监测数据,研究了广州各站点类型颗粒物（PM_2.5）和臭氧（O₃）的污染特征,并分析了O₃污染季节和PM_2.5污染季节PM_2.5和O₃的相关性及相互作用.结果表明：2015~2019年广州各站点类型PM_2.5浓度总体呈下降趋势,O₃浓度呈上升趋势.不同污染季节PM_2.5与O₃浓度均呈正相关.O₃污染季节二次PM_2.5的生成对颗粒物的影响显著大于一次PM_2.5,随着光化学水平的升高,一次PM_2.5的贡献浓度基本不变（均在21.03~31.37μg/m³范围内）,贡献率逐渐下降;而二次PM_2.5的贡献浓度逐渐升高（3.51~7.72 μg/m³升高到16.04~18.45μg/m³）,贡献率也逐渐升高（11%~27%升高到34%~44%）,且呈倍数增加.不同站点类型贡献差异明显,背景站点二次PM_2.5的贡献最大,城区站点在中和高光化学水平下二次PM_2.5的贡献最小;PM_2.5污染季节各站点类型在不同PM_2.5污染水平下O₃浓度均具有差异性,总体上均呈现背景站点>郊区站点>城区站点的特点.气溶胶的消光作用和非均相反应均显著促进O₃生成,随着PM_2.5浓度升高,各站点类型的O₃浓度峰值逐渐升高,由62.12~83.82μg/m³升高到92.49~135.4μg/m³;O₃变化率峰值也逐渐升高,由8.42~10.02μg/（m³·h）升高到21.33~27.04μg/（m³·h）.进一步促进了广州PM_2.5和O₃浓度的协同增长.     

南京市大气PM2.5无机组分及对A549细胞的毒性效应

为研究不同来源的大气颗粒物中PM_2.5对人体的健康毒性效应,于2016年1-3月在南京市交通源区、化工园区、生活区等代表性站点分别采集PM_2.5样品,分析其水溶性离子和金属元素含量,并以PM_2.5对人体肺上皮细胞A549染毒24 h,研究暴露于不同来源颗粒物后的细胞活性和氧化损伤程度.结果表明:交通源区和化工园区日均ρ（PM_2.5）远高于生活区,3个区域均含有大量二次污染物,其中SO₄2-、NO₃-和NH₄+占PM_2.5总离子质量的80.6%~85.0%.交通源区PM_2.5中w（Zn）较高,主要来源于燃料燃烧和柴油发动机排放;而化工园区PM_2.5中w（Cu）、w（Pb）和w（Mn）均高于其他站点.将PM_2.5染毒剂量设定为50、100、200、400 μg/mL,各站点颗粒物均显著抑制A549细胞的存活率,并呈剂量-效应关系,化工园区对细胞存活率的半抑制浓度（IC₅₀=229.1 μg/mL）最低,而在高暴露浓度（200 μg/mL）下化工园区诱导产生的活性氧（ROS）最少.因此,南京地区主要受二次污染影响,机动车污染正在加剧;化工园区的颗粒物具有较大的细胞毒性,而较低的氧化损伤程度可能与该站点颗粒物中较低的w（Zn）以及测试暴露时间有关.      

成渝城市群PM2.5的时空分布及其影响因素研究

随着工业化与城镇化的深入推进,成渝城市群的PM_2.5污染不断加剧,呈明显的区域性与复合性特征.该研究以2015—2017年成渝城市群空气质量监测站的日均ρ（PM_2.5）数据为基础,结合区域气象、遥感与统计年鉴等多源数据,采用反距离插值法分析了ρ（PM_2.5）的时空分布差异,采用Moran's I指数与LISA指数探索了ρ（PM_2.5）的全局和局部空间自相关性,并利用空间回归模型研究了自然、经济社会等因素对ρ（PM_2.5）的影响.结果表明:①成渝城市群ρ（PM_2.5）分布存在明显的时空差异.时间上,2015年PM_2.5污染最严重,ρ（PM_2.5）年均值为54.38 μg/m3,2016年、2017年PM_2.5污染状况逐年减轻,ρ（PM_2.5）年均值分别为53.68与47.56 μg/m3;空间上,成渝城市群东北部ρ（PM_2.5）较低,而南部ρ（PM_2.5）较高.②空间自相关分析结果表明,PM_2.5污染在成渝城市群存在显著的空间聚集性,成渝城市群南部ρ（PM_2.5）呈高值-高值聚集,成渝城市群北部ρ（PM_2.5）则呈低值-低值聚集.③空间回归结果表明,成渝城市群范围内某一地区邻近区域的ρ（PM_2.5）平均值增加1%时,该地区ρ（PM_2.5）将上升至少0.38%.城镇化率对ρ（PM_2.5）的影响最大,其次是第一产业增加值,再次是工业增加值占比和降水量.城镇化率、降水量与ρ（PM_2.5）呈负相关,而第一产业增加值、工业增加值占比与ρ（PM_2.5）呈正相关.研究显示,加快城镇化进程、减少第一产业排放、降低工业增加值占比（尤其是重污染工业）是有效解决成渝城市群PM_2.5污染的重要手段.      

典型“组群式”城市夏季大气颗粒物中水溶性离子化学特征及来源

为探究典型“组群式”城市——淄博市夏季大气颗粒物中水溶性离子化学特征及来源,于2016年8月对淄博市6个城市点（桓台、张店、临淄、淄川、博山、周村）、2个郊区点（沂源、高青）及1个清洁对照点（鲁山）同步进行PM_2.5和PM₁₀采样,分析了大气颗粒物质量浓度及9种水溶性离子的空间分布特征,并利用主成分分析方法探讨了PM_2.5和PM₁₀中水溶性离子的主要来源.结果表明:①淄博夏季各点位（清洁对照点除外）PM_2.5和PM₁₀质量浓度日均值范围分别为57.2~112和77.4~163 μg/m3,空间分布特征表现为城市点>郊区点>清洁对照点;各点位PM_2.5/PM₁₀（质量浓度之比）在0.61~0.80之间,表明淄博夏季大气颗粒物污染以PM_2.5为主.②水溶性离子在PM_2.5和PM₁₀中占比分别为53.3%和48.5%,其中二次无机离子分别占总离子浓度的91.4%和83.7%,表明大气颗粒物主要以二次离子为主,并且主要富集在PM_2.5中;PM_2.5中∑阴离子/∑阳离子（摩尔浓度之比）为1.07,PM₁₀中该比值为0.87,说明PM_2.5接近中性,而PM₁₀呈弱碱性.③淄博夏季各点位离子来源具有一定的空间差异性,城市点、郊区点与清洁对照点间的CD（分歧系数）均高于0.2,而城市点间CD值低于0.2,说明城市点位间的水溶性离子的化学性质较为相似.④主成分分析表明,淄博夏季大气PM_2.5中的水溶性离子可能主要来源于工业源、生物质锅炉、燃煤、二次源、道路尘及建筑尘,而PM₁₀中的离子主要来源于道路尘、建筑尘、海盐及二次源.研究显示,淄博市颗粒物污染严重,具有明显的空间分布特征,水溶性离子来源复杂,应采取分区、多源控制的污染防治对策.      

基于遥感数据估算近地面PM2.5浓度的研究进展

卫星反演的气溶胶光学厚度(AOD)具有广泛的空间覆盖度和相对较高的时空分辨率. 基于AOD与PM_2.5的相关关系来估算PM_2.5浓度已成为监测近地面PM_2.5的有效途径,其估算结果较可靠,能够为治理PM_2.5污染提供数据基础和科学依据. 从反演AOD数据集和PM_2.5浓度估算模型2个方面进行梳理归纳,从卫星轨道运行类型角度分析各类传感器的产品特征,并对缺失AOD的插补方法进行分类评价;对PM_2.5浓度的估算模型进行比较分析,指出不同模型的优缺点和适应性. 结果表明:①各类卫星传感器均具有特定功能及优缺点,其中地球同步轨道(GEO)卫星的快速发展,使其在估算PM_2.5浓度的应用上越来越广泛. ②插补后的AOD比AOD初始产品具有更连续的时空分布和更高的准确性,基于模型的多变量估算不仅可以实现数据的全面覆盖,还可以获得更好的估算精度. ③组合模型成为估算PM_2.5浓度的重要方法,机器学习模型的加入能够有效提高PM_2.5浓度的估算精度. 研究显示,利用AOD估算近地面PM_2.5浓度不仅弥补了地面PM_2.5监测的空间不连续性,更有助于解析PM_2.5浓度的时空分布特征及污染来源.      

沙尘天气对兰州市大气污染物置换和叠加作用

本文分析了2014~2015年兰州市春季沙尘天气期间颗粒污染物PM₁₀、PM_2.5及气态污染物SO₂、NO₂、CO和O₃质量浓度的演变规律.结果表明,沙尘天气造成PM₁₀和PM_2.5浓度上升,而SO₂、NO₂和CO浓度表现为降低（置换型）或升高（叠加型）,O₃浓度受沙尘天气影响不明显.置换型的PM₁₀和PM_2.5平均质量浓度分别为1086.9和286μg/m³,SO₂、NO₂和CO平均质量浓度分别为16.7、41.0和1.02×103μg/m³.叠加型的PM₁₀和PM_2.5平均质量浓度分别为383.2和116.2μg/m³,SO₂、NO₂和CO平均质量浓度分别为24.5、49.1和1.19×103μg/m³.置换型的PM₁₀和PM_2.5平均质量浓度分别为叠加型的2.8和2.4倍,叠加型的SO₂、NO₂和CO平均质量浓度分别为置换型的1.47、1.2和1.17倍.置换型对应的气象条件为近地面东北方向大风、显著降温和高压,即强冷空气活动时,PM₁₀和PM_2.5浓度上升,而SO₂、NO₂和CO浓度显著减小,沙尘源地主要为塔克拉玛干沙漠和青藏高原北部地区,影响气流多为1500~6000m高空西北气流.叠加型则为近地面东北风向弱风,气温和气压无明显波动,即弱冷空气活动时,初期PM₁₀和PM_2.5浓度上升,同时SO₂、NO₂和CO浓度略下降,而后PM₁₀和PM_2.5维持高值时SO₂、NO₂和CO浓度亦上升,沙尘源地主要为巴丹吉林沙漠,影响气流多为1500m以下低空西北气流.