郑州市道路网络结构特征对大气颗粒物污染的影响及尺度效应

交通排放是大气颗粒物(PM)污染主要来源之一,从道路网络空间结构探究大气颗粒物污染缓解途径,对治理城市空气污染具有重要意义。该研究数据来源于郑州市GF-2遥感影像及建成区8个空气质量监测点(AQMS)的日监测数据。以AQMS为中心建立1 km×1 km(Scale1)-6 km×6 km(Scale6)空间尺度的样方,运用主成分分析法和线性混合效应模型,探讨不同空间尺度下影响PM10、PM2.5质量浓度的关键性路网结构特征,为郑州市路网结构规划和空气污染治理提供科学依据。结果表明,(1)郑州市建成区各监测点的颗粒物质量浓度及变异性都有冬高夏低的特征。(2)郑州市路网结构对PM10质量浓度的影响程度高于PM2.5。(3)主干道面积占比与PM10在Scale1、Scale3-Scale5尺度正相关,与PM2.5仅在Scale5正相关;总道路及次干道面积占比与PM10在Scale2-Scale6均正相关,但与PM2.5仅在Scale5、Scale6尺度正相关。在Scale5的空间尺度下控制总道路及次干道面积占比、减少主干道面积占比,可以有效缓解PM10、PM2.5的污染。(4)路网连通复杂度在Scale2与PM10负相关,在Scale2尺度提升路网环通复杂度可以促进PM10污染的有效缓解。(5)节点与廊道数量水平在Scale1、Scale2与PM10负相关,在Scale1、Scale5与PM2.5负相关。通过在Scale1尺度提升节点与廊道数量水平可以同时有效缓解PM10、PM2.5污染。     

北京市大气颗粒物中PM10和PM2.5质量浓度及其化学组分的特征分析

近年来,PM10和PM2.5由于其对人类健康的负面影响,愈来愈受到人们的关注.细粒子PM2.5更容易富集有毒金属元素,并可进入人体肺部,对人体的危害性更大.本文对北京市PM10和PM2.5的质量浓度及其元素含量进行了分析.     

园林植物滞留不同粒径大气颗粒物的特征及规律

为研究常用园林植物滞留大气颗粒物的能力,本文以北京市常用园林植物为例,应用直接采样、电镜分析和统计分析的方法,对选定园林植物滞留不同粒径大气颗粒物的特征及规律进行了系统分析。结果表明：（1）园林植物滞留的颗粒物形状为不规则块体、球体和聚合体,通过对比分析得出,滞留大气颗粒物能力由高到低的微形态结构依次是蜡质结构〉绒毛〉沟槽〉条状突起,并且这些微形态结构越密集、深浅差别越大,越有利于滞留大气颗粒物。（2）以园林植物叶片滞留颗粒物的数量进行统计时,得出园林植物叶片表面大部分为PM10（Dp≤10μm）,均在98%以上,而PM2.5（Dp≤2.5μm）均在90%以上,粗颗粒物（Dp〉10μm）的数量对总体数量的贡献非常小,均在2%以下;以体积进行统计时,得出PM10的体积在总体积中的比例在50%以上,对颗粒物总体积贡献最大,滞留的PM2.5体积占总体积8.5%-17.6%,粗颗粒物（Dp〉10μm）体积占总体积20%以上。（3）对园林植物滞留颗粒物累积规律分析得出：在相同观测叶面积下,园林植物滞尘10 d的叶表面颗粒物数量较滞尘5 d的叶表面颗粒物数量均有所增加,增幅最大的是小叶黄杨（Buxus microphylla）,增幅最小的是月季（Rosa chinensis）,通过方差分析得出绦柳（Salix matsudana f.pendula）叶表面颗粒物数量显著低于除银杏（Ginkgo biloba）之外的其它7种树种,大叶黄杨（Euonymus japonicus）、小叶黄杨和国槐（ Sophora japonica）叶表面滞留颗粒物的数量较多,并且显著高于月季、银杏和绦柳叶表面滞留的颗粒物数量;滞尘10 d后园林植物叶表面滞留的颗粒物的总面积均未超过观测叶面积的25%,至于叶片持续滞留颗粒物多少天后达到饱和状态仍需进一步研究。     

太原市城区大气PM2.5和PM10时空分布特征

研究太原市城区大气颗粒物质量浓度时空变化规律,可以为实施更有效的大气污染综合治理手段提供科学依据.以太原市9个国家空气质量自动监测站的数据为基础,运用统计分析和Kriging插值法,对太原市城区2019年大气颗粒物的时空分布进行了分析.结果表明,2019年太原市城区PM2.5和PM10年均质量浓度分别为56μg·m?3...     

西安市空气污染特征及其与气象因子的关系

本文应用西安市2009年12月—2012年12月SO2、NO2和PM10等3种大气污染物监测数据以及同时期的常规气象观测资料,分析了3种污染物的时空分布特征及其与气象因子的关系.结果表明:西安市污染物在季节变化上表现为冷月高、暖月低的分布特征,且不同监测点之间也有细微的差别;3种污染物浓度的变化受多种气象要素变化的影响.     

公路两侧大气颗粒物中的重金属污染特征及其影响因素

选择昌九高速公路(赣粤高速公路南昌至九江段)、昌樟高速公路(赣粤高速公路南昌至樟树段)为研究对象,采集了公路两侧10μm相似文献   

重庆市主城区春夏季不同粒径颗粒物污染特征分析

采用多通道采样器,采集重庆市主城区PM1.0、PM2.5和PM103种粒径的颗粒物样品,结果显示采样期间PM1.0、PM2.5和PM10日浓度均值分别为0.057 mg/m3、0.075 mg/m3和0.120 mg/m3,主城区颗粒物污染较为严重。对3种粒径颗粒物样品中的碳组分、水溶性组分以及无机污染元素组分进行分析...     

北京大气颗粒物中多环芳烃浓度季节变化及来源分析

使用大流量滤膜采样器,从2006年9月至2007年8月,每周同时采集北京城市大气可吸入颗粒物(PM10)和细粒子样品(PM2.5)各一次,二氯甲烷超声抽提一气相色谱/质谱分析了17种多环芳烃(PAHs)浓度,结果表明,春、夏、秋、冬四季北京大气PM10和PM2.5中PAHs总量分别为63.8±44.6ng·m-3、43.2±4.5ng·m-3、84.7±108.3ng·m-3、348.0±250.0ng·m-3和54.7±17.3ng·m-3、40.3±8.6ng·m-3、66.1±81.5ng·m-3、337.7±267.2ng·m-3;约有70%的PAHs存在于细粒子PM2.5中,其质量浓度有明显季节变化,冬季>秋季>春季>夏季;颗粒物中PAHs主要以4、5、6环存在,其中4环以上占79.4%.源解析表明,北京大气颗粒物中的PAHs主要来自燃煤,同时汽油、柴油燃烧排放也不能忽略.结合气象要素分析,温度升高和太阳辐射增强易造成多环芳烃挥发和反应,湿沉降有利于多环芳烃随颗粒物清除.     

冬季广州大气能见度影响因子分析

于2005年12月至2006年2月收集了华南所大气观测站大气能见度等7个气象因子及PM2.5浓度观测数据,分析了冬季广州大气能见度变化趋势及灰霾天气主要影响因子,并对能见度与主要影响因子进行相关性分析。结果发现:人为因素和气象条件对大气能见度的影响比较明显,当大气层结受到北方冷空气扰动后,能见度得到明显改善;1月份灰霾天气出现频率高达60.9%,灰霾天气下大气能见度与PM2.5浓度密切相关;大气能见度与PM2.5浓度、温度、相对湿度呈负相关性,与大气压呈正相关性;灰霾天气下大气能见度还与细颗粒物的粒径分布密切相关。     

广州典型城市林地对大气颗粒物的削减效应及影响因素

大气颗粒物是城市大气污染的重要来源,威胁着城市居民健康。城市林地在削减大气颗粒物方面扮演着重要角色。但是,不同林分类型对大气颗粒物的削减作用有何差异及其影响因素,有待进一步研究。以广州市白云山风景名胜区和华南国家植物园典型城市林地为例,选取火力楠-灰木莲林(Michelia macclurel-Manglietia glauca)、白千层林(Melaleuca leucadendron L.)、湿地松-山油柑-柯林[Pinus elliottii-Acronychia pedunculata (L.) Miq.-Lithocarpus glaber (Thunb.) Nakai]、尾叶桉林(Eucalyptus urophylla S T Blake)、木荷-锥林(Schima superba Gardn.et Champ.-Castanopsis chinensis (Sprengel) Hance)等5种林分类型,分别对林内外大气颗粒物(TSP、PM₁₀、PM_2.5、PM_1.0)进行人工对比观测,探讨不同林分类型对大...     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

北京市秋季大气颗粒物的污染特征研究

大气颗粒物是造成城市空气污染的重要原因之一,并已经成为我国北京等大中城市空气污染中的首要污染。为了分析北京市大气细颗粒物的污染水平及其影响因素,以大气中的PM10和PM2.5为研究对象,于2005年秋季在北京市设立了9个采样点进行采样监测,通过对所采集到的PM10和PM2.5质量浓度的对比来分析大气颗粒物的空间分布和时间变化特征,并建立起PM10和PM2.5质量浓度与风力、温度、湿度等气象条件的对应关系来分析各种气象因素对大气细颗粒物污染水平的影响。结果表明:北京市不同区域的PM10和PM2.5的质量浓度差异较大,同时,值得注意的是通过对同一地点同一采样时间大气颗粒物质量浓度的对比发现PM2.5质量浓度的空间分布并不完全同于PM10,这主要是与采样点所处的环境中不同污染源影响的强弱有关;气象条件稳定时,PM10和PM2.5质量浓度的日变化表现出一定的规律性,这种时间变化的特征主要取决于所在环境中排放的污染物变化情况;气象条件是影响PM10和PM2.5污染程度的重要因素,在一定的范围内,颗粒物质量浓度随着温度的上升而下降,随着相对湿度的升高而增大,随着风力的增强而减小。     

河西走廊极端干旱区PM10质量浓度分布特征及其与气象要素关系研究

利用敦煌和酒泉2007—2011年的PM10质量浓度资料和风速、气温、相对湿度、气压、天气现象等相关气象要素资料,分析了河西走廊西部极端干旱区不同下垫面环境PM。0质量浓度的时空分布特征,结果表明,下垫面是沙地环境的敦煌PMl0质量浓度年平均值为128．9lμg·m-1,明显高于绿洲环境酒泉的76．1mg·m-1两站均是春季大于其他季节,尤以4月最为显著,敦煌和酒泉分别达到272．1lμg·m0和151lμg·m-2;PMl0质量浓度的不同分布特征与气象因素有密切的关系,尤其受沙尘天气的影响较大,其最大值可以反映沙尘天气的强度,非沙尘日PMl0质量浓度在不同下垫面条件下虽有一定相差,但空气质量状况均在“良”以上。两站PM10质量浓度日变化差异较大,敦煌四季的日变化特征均不特别显著,变化比较平稳,基本都呈单峰单谷型分布,最大值出现在17：00时左右,最小值出现在6：00左右;酒泉春、秋季日变化基本一致,呈单峰型,最大值出现在正午时段;夏季日变化规律性不明显,变化幅度比较平缓;冬季呈双峰双谷型,最大值和次大值分别出现在16：00和2：00左右,最小值和次小值分别出现在10：00和0：00左右。进一步分析发现,在沙尘日和非沙尘日PM10质量浓度明显不同,其对应的压、温、湿、风及能见度也有一定规律,沙尘日的日均风速和日最大风速大于非沙尘日,相对湿度、气压和能见度小于非沙尘日。两站的气温、气压、相对湿度、风速等气象要素与PM10质量浓度均有一定相关性,但PM10质量浓度的分布最终是受各要素综合影响的结果,敦煌和酒泉,PM值与PM10质量浓度日均值的相关性都很显著,相关系数分别为0．8961和0．9152,远高于其他各单气象要素与PM10质量浓度的相关性。两站沙尘日的昂M均值分别是非沙尘日2-3倍,因此气象影响指数能有效的区别沙尘日和非沙尘日。IPM的分布也能较好的反映PMl0质量浓度的分布,因此可用抽d来量化评价PM10质量浓度。     

大气细颗粒物暴露后小鼠肺组织microRNA差异表达谱芯片分析

microRNAs作为临床疾病早期诊断的新型生物标记物越来越受到重视,为了进一步探究其在大气污染暴露后引起疾病的分子染毒机制。本研究通过建立大气污染小鼠染毒模型,利用Agilent芯片筛查小鼠肺组织中microRNAs差异表达谱,并通过实时荧光定量PCR方法验证芯片结果,使用Target Scan,PITA,microRNAorg数据对差异mi RNA进行靶基因预测,进行靶基因富集的基因功能(GO)和信号通路(KEGG)分析。结果显示,大气细颗粒物暴露2周后小鼠肺组织microRNAs有显著差异表达谱,高剂量暴露组与对照组比较有4个mi RNAs上调,低剂量暴露组与对照组比较有2个mi RNAs上调,高剂量组与低剂量组比较,有4个mi RNAs上调(标准为fold change值=2.0且P值=0.05),挑选差异明显的mi RNAs进行q RT-PCR验证,mi R-139-5p、mi R-691及mi R-340-3p变化趋势与芯片一致,生物信息学结果显示,差异表达的mi RNAs所调控的靶基因明显富集于34个GO通路(包括RNA转录酶II启动子的转录,RNA拼接,DNA模板,蛋白质结合和核酸结合)和32个KEGG通路(主要集中轴突导向通路和癌症通路)。综上所述,大气细颗粒物暴露染毒可诱导小鼠肺组织中mi R-139-5p、mi R-691及mi R-340-3p明显上调,且生物信息学分析提示中枢神经系统发育及癌症通路可能作为PM2.5暴露相关差异表达mi RNAs调控靶基因介导的主要致病通路。     

Atmospheric particulate matter and air quality in the Mediterranean: a review

This article synthesises the results obtained in several projects on atmospheric aerosol (particulate matter – PM) pollution developed during the last years in the Western Mediterranean. It focuses on particulate matter sources and the strategies for suitable monitoring in ambient air. The article has been structured in several sections that give response to the main questions that prompted these studies. After analysing the main PM features in the Mediterranean, a brief review of the main factors differentiating the particulate matter composition with respect to Central Europe is presented. Finally, the suitability of the different metrics or parameters for monitoring ambient air PM levels in different types of environments is discussed. Selected article from the 6th European Meeting on Environmental Chemistry, University of Belgrade, Serbia and Montenegro organized by Prof. Dr. Branimir Jovancicevic (www.research.plymouth.ac.uk/ace).     

大气颗粒物物理化学属性致病效应与损伤机制的研究进展

近些年,我国大气颗粒物所带来的健康问题越发突出,由此产生的环境疾病日益引起人们的广泛关注。大量的流行病学和毒理学研究发现,大气颗粒物能引起呼吸系统、心血管系统、神经系统、免疫系统等的损伤,造成新生儿出生缺陷,增加罹患癌症的风险,且与人群发病率和死亡率上升有关。但是由于大气颗粒物物化属性比较复杂,一种或几种损伤机制并不能完全解释其与致病效应的关系,因此具体的损伤机制目前还没有统一的说法,大气颗粒物物理化学属性与致病效应的关系仍在探索当中。本文从大气颗粒物的粒径、浓度、比表面积、来源、成分等基本属性入手,剖析其基本特点和可能影响健康的原因,探讨大气颗粒物通过氧化损伤途径诱导致病效应,并结合当前大气颗粒物健康影响研究现状提出在未来研究中应注重的相关内容。     

山东重点城市空气质量及其与气象要素的关系

利用山东省济南、青岛2001—2010年以及其他7个重点城市2005—2010年逐日空气污染指数（API）和同期的常规气象资料,运用统计方法,分析了各市空气质量年、季变化特征,并利用SPSS软件进一步分析探讨了API指数与风速、气温、降水、湿度、日照时数等气象因子的相关关系。结果表明：济南由于受能源结构、地形、气象条件等因素的影响,API指数累年平均值最大达到91.2,沿海城市空气质量明显好于内陆城市,日照 API 指数最小仅为56.5;从年际变化来看,济南由于加强对空气污染的治理,空气质量明显改善,API指数呈逐年下降趋势,其他城市有不同程度的增加或减小。空气质量具有明显的季节变化,各城市均是夏季空气质量最好,优良率天数频率最多,冬季最差,济南冬季发生轻微污染以上天数的频率最大占39.8%;各城市均以 PM10为首要污染物出现的频率为最多,出现以 NO2、SO2为首要污染物频率最多的城市分别是枣庄、潍坊,出现空气质量为优频率最多的城市是日照;各城市4季 API 指数与同期常规气象要素密切相关,4季API指数与降水均呈负相关,除济南春季外,与风速基本呈负相关,春、夏、秋3个季节API指数与相对湿度基本均成负相关,冬季API指数与日照时数成负相关、与气温、相对湿度成正相关。     

天津臭氧浓度与气象因素的相关性及其预测方法

气象因素在影响夏季臭氧浓度水平和变化特征方面扮演着重要作用.通过对2008年夏季天津地面臭氧体积浓度和气象因素的相关分析,揭示高浓度臭氧发生时的典型气象特征,并初步建立了预测地面臭氧浓度的气象学方法.结果表明:影响臭氧浓度的主要气象因素是气温、相对湿度和风速、风向,当14时气温大于30℃,相对湿度低于60%,风向为偏西或偏南时,高浓度臭氧的发生概率较高.采用14时气温、相对湿度和风速等气象参数拟合臭氧体积浓度,效果良好.