NO2对高血压患者血压和脉压的短期影响

为了探讨气态污染物NO₂对高血压患者血压水平和脉压的短期影响,本文基于前瞻性队列研究,收集甘肃省金昌市2011年1月1日~2015年11月30日逐日NO₂监测数据及同期气象观测数据,运用混合效应模型,在控制随机效应及其他混杂因素的基础上,分析NO₂与高血压患者血压水平和脉压的关联性.结果表明：（1）NO₂在滞后1d（lag1）时平均浓度每升高1个IQR,收缩压升高0.457mmHg（0.131~0.784）,滞后7d（lag7）和4d（lag4）时,NO₂的平均浓度每升高1个IQR,舒张压上升0.276mmHg（0.025~0.527）,脉压上升0.402mmHg（0.047~0.758）,且结果均具有统计学意义.（2）性别、年龄、BMI、吸烟、饮酒、季节在NO₂对高血压患者血压水平和脉压的效应中可能具有修饰作用.多污染物模型及调整沙尘影响后,NO₂对高血压患者血压及脉压的影响保持一致.     

金昌市环境中铜的来源调查分析

大多数重金属通常是以气溶胶形式,如以烟、雾、尘分散在大气中.悬浮颗粒物中重金属是重要的大气污染物之一,目前已证实颗粒物中重金属如Ni、Cu、Cd、As等不但对人体具有毒害,而且具有致癌作用.金昌市是以硫化型金属矿为原料生产镍、铜的工业城市.因总体产业格局基本为原材料初级加工,能耗物耗高,原工艺水平低,环保欠帐较多,工业污染源超标排放污染物普遍,区域性环境污染相对突出.根据金昌市大气污染现状,通过对环境空气、土壤、植物中的重金属铜进行布点采样及分析,找出了重金属铜的污染分布特征以及来源.     

金昌市降水组份来源与污染特征

应用离子色谱法对多年降水中各离子组份（SO4^2-、NO^3-、F^-、Cl、NH4^＋、Ca^2＋、Mg^2＋、Na^＋、K^＋）进行了全面的测定．同时分析了金昌市降水中组份来源及污染特征．     

金昌市PM2.5及PM10短期暴露对成人血压水平的影响

为探索西北地区颗粒物(PM)短期暴露对人群血压(BP)水平的影响,基于金昌队列研究平台,收集甘肃省金昌市2011~2017年颗粒物污染数据及队列人群血压测量数据,在调整相关混杂因素基础上,采用线性混合效应模型分析PM_2.5和PM₁₀短期暴露对收缩压(SBP)、舒张压(DBP)、平均动脉压(MAP)、脉压(PP)和Mid-BP (SBP和DBP的均值)的影响.结果显示,随着PM_2.5浓度的增加,人群SBP,MAP,PP和Mid-BP均呈上升趋势,该效应值分别在累积滞后05,03,07和05d最大.随着PM₁₀浓度的增加,5种BP指标也均呈上升趋势,效应最大值均出现在累积滞后07d.PM_2.5和PM₁₀对BP产生的影响分别在吸烟和男性人群中更为显著.此外,沙尘天气和气态污染物(SO₂和NO₂)对PM-BP效应存在一定的修饰作用.因此,在该队列人群中,PM_2.5和PM₁₀短期暴露对人群血压具有一定影响,吸烟者和男性人群可能是颗粒物影响血压效应的易感人群.     

金昌市郊农田土壤Cu,Zn,Ni形态分布特征与生物有效性评价

通过野外调查和室内测试分析,研究了金昌市郊农田土壤重金属Cu,Zn和Ni的形态特征,并以麦粒中重金属含量为重点进行了Cu,Zn和Ni的生物有效性评价.结果表明,研究区域土壤重金属Cu和Ni污染严重;Cu的主要存在形态为有机结合态,Zn的主要存在形态为残渣态,而Ni的主要存在形态为潜在可利用态;三种元素的生物有效性大小顺序为NiZnCu.对麦粒中重金属健康风险进行评价反映出麦粒中Ni含量对人体健康风险较大,而Cu和Zn对人体健康风险较小.逐步回归分析结果表明,农田土壤中Cu可交换态和碳酸盐结合态对麦粒中Cu含量贡献最大,而对麦粒吸收Zn和Ni贡献最大的形态分别为Zn的碳酸盐结合态和Ni的可交换态、碳酸盐结合态、铁锰氧化态和有机结合态.土壤重金属Cu,Zn和Ni各形态分配系数较总量和各形态含量更适合表征本研究区域土壤重金属的生物有效性.     

干旱区矿业城市郊区农田土壤重金属有态含量及空间分布特征:以"镍都"金昌市为例

通过野外调查与室内实验分析研究了干旱区典型的矿业城市-金昌市郊农田土壤中重金属Zn、Ni、Cu、Pb、Cd五种重金属的EDTA提取态含量情况,并利用surfer对数据进行了空间插值分析.结果表明,金昌市郊农田土壤中这五种元素的EDTA提取态中,Cu的平均提取含量最高,Ni、Zn、Pb的提取态含量相对比较低,Cd的最低.相关性分析的结果显示,这五种重金属的EDTA提取态含量两两之间均呈显著正相关关系;EDTA提取态含量与其全量之间也均呈正相关关系,但只有Cd和Cu两种元素的相关性达到了显著性水平.空间分析表明,这五种重金属EDTA提取态的含量均在自家咀和马家崖子附近存在高值区.     

金昌市不同季节大气颗粒物的传输路径和潜在源分析

选取金昌市2019年3月-2020年2月PM2.5和PM10逐小时观测数据,分析该市颗粒物污染水平的季节差异,并利用HYSPLIT后向轨迹模式和GDAS气象数据,分析不同气流轨迹对金昌市颗粒物浓度的影响及不同季节颗粒物的潜在污染来源.结果表明,2019年金昌市冬季PM2.5污染最严重,春季PM10污染严重;春、秋季PM...