大气细颗粒物污染对大负荷量运动员肺功能的影响研究

空气污染是社会普遍关注的问题,大气细颗粒物(PM_(2.5))是空气污染的主要组成成分。相关研究结果表明PM_(2.5)污染会对运动员呼吸系统和肺功能造成不良影响,引起呼吸道和心肺系统的一系列不良反应,导致运动员运动表现下降。目前关于PM_(2.5)污染对大负荷量运动员肺功能影响的研究较少,几乎没有关于PM_(2.5)长期暴露对大负荷量运动员肺功能的影响研究。对当前的PM_(2.5)污染对大负荷量运动员肺功能及运动表现的影响进行阐述,为在大气细颗粒物污染环境下大负荷量运动的有效性和安全性提供借鉴与参考。     

我国大气颗粒物污染研究及其对控制对策的支撑

针对大气污染防治,分析了我国颗粒物污染现状、变化趋势、组分等研究进展,简要介绍了我国颗粒物污染成因研究对决策的支撑及其存在的不足,为下一步大气污染防治开展提供了建议。     

我国大气颗粒物来源及特征分析

我国大气颗粒物来源复杂,呈现大气复合型污染特征,对主要污染源进行识别和定量,是制定城市空气质量改善措施的基础。本研究总结了2000年以来我国近30个城市大气可吸入颗粒物PM10源解析研究,结果表明我国大气颗粒物PM10主要来自六类源:扬尘(土壤尘、道路尘、建筑尘);燃煤;工业排放;机动车排放;生物质燃烧;SO2、NOx、VOCs氧化产生的二次颗粒物。研究还表明,不同地区不同季节大气颗粒物主要来源和相对贡献存在差异。近年来随着大气颗粒物控制措施的实施,城市PM10污染状况已明显改善,大气细颗粒物PM2.5越来越受关注,在制定空气质量达标方案时,各类燃烧源和二次颗粒物的重要性将进一步上升。     

大气细颗粒物的污染特征及对人体健康的影响

采集兰州市2005年1月1日至2007年12月31日的大气颗粒物(TSP、PM10、PM2.5、PM1.0),分析不同粒径颗粒物的污染特征及其与气象因素的相关关系,并采用时间序列半参数广义相加模型(GAM)分析了可吸入颗粒物与呼吸系统疾病和心脑血管疾病日入院人次的暴露-反应关系.结果显示,TSP和PM10的质量浓度在春季较高,PM2.5和PM1.0在冬季较高;气象因子与大气颗粒物有显著的相关关系;对于呼吸系统疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3,入院危险分别增加0.052%、0.604%和0.652%;对于心脑血管疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3入院危险分别增加0.046%、0.697%和0.935%.由此可见,兰州市不同粒径大气颗粒物均有不同程度的污染,PM10、PM2.5和PM1.0对呼吸系统疾病和心脑血管疾病入院人次均有一定影响,且PM10对呼吸系统疾病的影响较心脑血管疾病明显,而PM2.5和PM1.0则正好相反.     

基于多源数据的大气细颗粒物对北京市城市热岛的影响研究

在土地利用方式改变、能源消耗持续增长、人口膨胀的共同作用下,城市热岛效应日趋显著。大气细颗粒物（PM_2.5）污染不断加剧,对城市热岛强度也产生了一定的影响。利用地面空气质量监测站点的逐小时PM_2.5污染监测数据、气象监测站点的日均数据和MODIS地表温度数据,结合土地利用类型,划分城郊气象站点和地表温度采样点,分别计算北京市日均PM_2.5浓度、冠层城市热岛强度和地表城市热岛强度,并计算地表城市热岛强度指数,得出热岛强度空间分布图。经过对PM_2.5与冠层城市热岛强度、地表城市热岛强度及其空间分布的相关性分析,得出以下结论：（1）北京市地表城市热岛强度的月、季间变化明显,主要受土地覆盖类型影响,夏季高于冬季,冠层城市热岛强度的月、季间变化较小;（2）PM_2.5质量浓度与冠层城市热岛强度、地表城市热岛强度均呈显著负相关,相关系数分别为?0.5199和?0.6115;（3）昼间地表城市热岛强度与PM_2.5质量浓度的相关性高于夜间;（4）PM_2.5质量浓度变化对地表城市热岛的空间分布有着显著的影响。随着PM_2.5质量浓度的增加,强热岛空间范围向城区缩减。     

北京市大气细颗粒物对Balb/c3T3细胞周期的影响

研究了北京市大气细颗粒物有机提取物(EOC)对Balb/c3T3细胞周期及调节因子的影响.实验发现116μg/mL细颗粒物EOC即有明显的细胞毒性, 抑制细胞生长, 并存在剂量反应关系, IC50为402.2μg/mL;流式细胞仪分析显示1366μgmLPM2.5EOC可造成细胞周期改变, G0/G1期、G2M期细胞分布增加, 分别为16.24%(P<0.01)与3.17%(P<0.05), S期细胞分布减少20.%(P<0.01), 并伴有P53含量的增加;409.8、478.1μg/mL的PM2.55EOC可诱导Balb/c3T3细胞凋亡.提示PM2.5有机提取物可能通过P53途径引起Balb/c3T3细胞周期阻滞, 并诱导细胞凋亡.     

高速公路大气细颗粒物污染特征研究

为了解高速公路大气细颗粒物的污染特征及其对周边环境的影响,采集了成雅高速公路双流段的大气细颗粒物,分析了其质量浓度,无机元素,碳组分。研究表明:距高速公路2 m和120 m处大气细颗粒物的质量浓度平均值分别为97.36μg/m~3和89.44μg/m~3;OC质量浓度占PM_(2.5)质量浓度分别为23.1%和23.2%;EC质量浓度占PM_(2.5)质量浓度分别为12.9%和10.6%,120 m处细颗粒物中OC/EC的值(2.2)2,表明在扩散过程中发生了二次有机碳转化。富集因子法分析表明与机动车排放相关的Cd、Pb、Zn、Cu和Ni 5种重金属元素在细颗粒物中富集程度严重。相关性分析和因子分析均表明高速公路对周围环境有很大的影响,大气细颗粒物不仅来自机动车直接排放的尾气还有车辆行驶过程中的二次扬尘及农田产生的土壤尘。     

广州城区大气细颗粒物粒谱分布特征分析

2008年10~11月,利用大气细粒子谱分析仪(FPM-I型)对广州城区5nm~10μm大气细粒子谱进行长期连续在线测量.同时,利用大气能见度仪、黑碳分析仪、气象参数仪获取了观测点的大气能见度、黑碳质量浓度和气象参数信息. 颗粒物谱型分析结果表明:整个观测期内,颗粒物数浓度谱、表面积谱及体积谱均呈双峰结构. 广州地区核模态(5~20nm)、爱根核模态(20~100nm)和积聚模态(0.1~1μm)粒子日平均浓度变化范围分别为1400~4300个/cm3、5000~12300个/cm3和1600~2600个/cm3.晴天和灰霾天气下颗粒物数浓度、黑碳浓度及大气能见度对比分析结果表明:广州地区大气能见度的高低受核模态和爱根核模态粒子浓度的影响较小,与积聚模态粒子浓度呈负相关关系;黑碳质量浓度峰值的出现位置与爱根核模态粒子浓度峰值位置相一致,表明爱根核模态粒子对黑碳浓度的贡献不能忽略.     

桂林市流动源对大气细颗粒物的贡献研究

在桂林市2013年机动车保有量数据的基础上,参考清华大学开发的中国多尺度大气污染排放清单模型(MEIC)中的排放因子,估算流动源对大气细颗粒物的贡献。结果表明:桂林市区和桂林3大区域的流动源PM_(2.5)排放量分别为71.96和118.87t;按使用的燃料来分,柴油燃料对桂林市区和桂林3大区域PM_(2.5)贡献率较大,分别为94.07%和90.44%;按机动车类型来分,桂林市区和桂林3大区域的流动源PM_(2.5)主要贡献车型均为重型载货车、大型载客车、中型载货车,3大车型PM_(2.5)贡献率之和均超过80%。     

北京城市绿地对大气颗粒物的削减量计算

颗粒物(PM_2.5和PM₁₀)是城市大气污染的重要来源,对城市居民健康具有严重威胁。城市植被具有一定的削减大气颗粒物的生态功能,对于改善城市大气环境具有重要作用。研究采用城市森林效益模型的核心算法,基于颗粒物浓度逐小时实测数据和高分辨率遥感影像,估算了北京市五环范围内城市绿地对大气中PM_2.5和PM₁₀的削减总量和去除率。结果显示,2017年北京市五环路范围内城市绿地对PM_2.5和PM₁₀的削减总量分别为813.12 t和3 336.49 t,研究区城市绿地对PM_2.5和PM₁₀的年去除率分别为0.24%和0.71%。不同季节颗粒物削减量排序为春季>冬季>秋季>夏季,不同绿地类型颗粒物削减量排序为针叶树>阔叶树>草地。该研究结果可以为城市大气污染防控和城市绿地规划提供决策依据。     

南京市空气中颗粒物PM10、PM2.5污染水平

 为了初步调查南京市空气中颗粒物PM10、PM2.5的污染水平,于2001年冬、春、秋3季在南京市的5个典型城市功能区,用大流量采样器收集了50个样品.结果表明,南京市PM10、PM2.5的污染很严重,超标率分别为72%和92%,最大超标倍数达到6.3和9.0,而且对人体健康危害更大的PM2.5占PM10的大部分,约为68%,应引起公众和相关职能部门的高度重视.     

西安市2013年空气质量状况分析

本文收集西安市2013年环境监测站发布的空气质量指数（AQI）及环境空气状况与监测月报资料,对空气质量等级、AQI变化情况、主要污染物浓度变化趋势及采暖期和非采暖期浓度比较进行分析.研究结果表明：西安市2013空气质量二级以上的达标率为37.8％,年均AQI值为151,SO2、NO2、PM10和PM2.5的月监测浓度变化趋势无显著意义,采暖期平均浓度均显著高于非采暖期平均浓度,PM2.5采暖期均值是非采暖期均值的3.09倍.由此可见控制SO2、NO2、PM10和PM2.5的排放是改善西安市空气质量的重点工作.     

未来10年保定市大气PM2.5的健康效益预测

分别设定保定市2020年、2025年及2030年PM_2.5浓度的不同目标情景,并考虑人口发展趋势,采用IER模型对各区县低、中、高目标情景下归因于PM_2.5污染的过早死亡人数进行评估.结果表明,以2017年大气PM_2.5浓度为基线,按照高中低3种预测情景,在2020年、2025年和2030年分别能避免的过早死亡人数高达1582~3840人、5244~7902人和12602~23558人,主要分布在市中心（莲池区、竞秀区和清苑区）及其东南区域.随着老龄化问题越来越严重,环境质量改善获得的健康收益愈加突出,心血管系统疾病（中风和缺血性心脏病）的归因死亡人数多于呼吸系统疾病（肺癌、慢阻肺疾病以及急性下呼吸道感染）.当PM_2.5浓度高于20μg/m³时,中风的归因死亡人数最高;当PM_2.5浓度小于10μg/m³时,缺血性心脏病的归因死亡人数最高.建议保定市在制定PM_2.5污染防控政策时重点关注人群密集的市区及东南方向地区,并考虑大气污染不同阶段导致的过早死亡疾病类型进行针对性的宣教和防控.     

未来10年保定市大气PM2.5的健康效益预测

分别设定保定市2020年、2025年及2030年PM_2.5浓度的不同目标情景,并考虑人口发展趋势,采用IER模型对各区县低、中、高目标情景下归因于PM_2.5污染的过早死亡人数进行评估.结果表明,以2017年大气PM_2.5浓度为基线,按照高中低3种预测情景,在2020年、2025年和2030年分别能避免的过早死亡人数高达1582~3840人、5244~7902人和12602~23558人,主要分布在市中心（莲池区、竞秀区和清苑区）及其东南区域.随着老龄化问题越来越严重,环境质量改善获得的健康收益愈加突出,心血管系统疾病（中风和缺血性心脏病）的归因死亡人数多于呼吸系统疾病（肺癌、慢阻肺疾病以及急性下呼吸道感染）.当PM_2.5浓度高于20μg/m³时,中风的归因死亡人数最高;当PM_2.5浓度小于10μg/m³时,缺血性心脏病的归因死亡人数最高.建议保定市在制定PM_2.5污染防控政策时重点关注人群密集的市区及东南方向地区,并考虑大气污染不同阶段导致的过早死亡疾病类型进行针对性的宣教和防控.     

我国四城市空气中PM2.5和PM10的污染水平

为研究我国广州、武汉、兰州、重庆４城市空气中ＰＭ２．５和ＰＭ１０的污染水平，在这我国４城市分别设一污染点和对照点进行了为期２年的ＰＭ２．５、ＰＭ１０和ＴＳＰ监测。结果表明，空气中颗粒物的污染是严重的，污染点比对照点更甚．对人体健康危害大的ＰＭ２．５普遍超过美国新标准的２－８倍。     

绵阳市城区空气PM_(10)、PM_(2.5)污染特征及相关性研究

采用连续自动监测方法于2013年9月至2014年4月对处于四川盆地内的中等城市绵阳市主城区富乐山、市人大、三水厂、高新区4个点进行空气质量监测。监测结果表明:空间分布上PM10和PM2.5污染程度城西工业区最高,市中心其次,森林公园最低。季节变化PM10和PM2.5污染程度为:春季<秋季<冬季。1天内PM10和PM2.5小时均值呈双峰分布。PM10和PM2.5一元线性回归方程为:y=0.7273x-2.9869,回归分析相关性系数为0.94。ρ(PM2.5)/ρ(PM10)平均值为0.7,变化范围为0.27~0.93。     

针对PM2．5的武汉市大气监测点位的布局研究

武汉城市规模的扩大以及市内和周边的产业布局调整使得原有的大气监测网络不能准确反映城市大气污染现状,亟需进行布局优化。研究基于宏观视角,通过对武汉市自然条件、污染源分布和城市的发展规划进行综合分析,认为武汉市的大气污染以本地区的污染源影响为主;由于城市发展的“主城为核,多轴多心”空间结构,每个新城建成区应增设2-4个空气质量评价点,并按照人口比例作为权重纳入空气数据均值的计算;位于主城区的原有监测点基于PM2.5与原有监测项目有比较显著的相关性,可以继续使用。     

中国大陆城市PM_(2.5)污染时空分布规律

为分析中国大陆城市PM_(2.5)污染的时空分布规律,运用统计学方法和GIS技术对2014年开展PM_(2.5)常规监测的161个城市进行分析,结果发现:仅8.1%的城市年评价结果达标,日均质量浓度超标天数占26.6%.夏季及春末、秋初PM_(2.5)污染相对较轻,冬季污染较重.PM_(2.5)的日变化曲线呈现不太明显的双峰分布,最低值出现在16:00前后,最高值出现在10:00前后,而凌晨至清晨保持相对较高的污染水平.京津冀及周边地区,中部地区的湖北、湖南、安徽PM_(2.5)污染较重,东南沿海和云南、西藏污染相对较轻.PM_(2.5)的空间分布与风速、相对湿度、土地利用等因素的空间分布具有较强的相关性.PM_(2.5)与PM10质量浓度比值的平均值为0.591,空间上呈由西北向东南逐渐升高、南方高于北方的格局,时间上除1、2月份较高、5月份较低外,其余月份基本稳定在0.55~0.6.研究结果有利于从宏观上认识中国城市PM_(2.5)污染的时空格局,从而针对性地开展环境污染防控.     

基于小波分解和ARMA模型的空气污染预报研究

细颗粒物PM2.5为首要污染物的空气污染严重影响了公众健康,对空气污染进行有效预报具有十分重要的意义。而目前常用的空气污染物浓度预报方法在短时事件和意外事件预测方面存在不足。利用小波多尺度分析方法改进ARMA预测模型,并将其应用于短时空气污染物浓度预测。改进模型通过小波分解方法将时间序列分解为一个近似序列和多个细节序列,分别采用ARMA模型进行预测,然后将各序列预测结果进行重构,得到最终预测结果。以天津市2014年PM2.5浓度数据为例,分别采用ARMA模型、支持向量回归(SVR)模型、人工神经网络(ANN)模型以及基于小波多尺度分解改进的SVR模型和基于小波多尺度分解改进的ARMA模型进行了对比分析。结果表明:1)小波多尺度分解能够显著提高SVR模型和ARMA模型预报精度;2)ARMA、SVR、ANN等传统模型在重污染情况下预报精度显著下降,而小波分解改进策略能够较好地解决这个问题;3)基于小波多尺度分解改进的ARMA模型预报精度较高,是城市污染物浓度预报的有效手段。     

2013~2014年北京大气重污染特征研究

从污染物浓度的时间变化、空间分布以及大气污染类型等方面,对2013~2014年北京大气重污染过程进行了分析,并初步探讨其影响因素.结果表明:2013~2014年北京共出现大气重污染105d,重污染频率为14.4%.其中,首要污染物为PM_2.5的天数为103d,首要污染物为PM₁₀和O₃各有1d;冬半年重污染天数占全年的76.2%.重污染气象要素特征主要表现为风速小、湿度高、能见度低.重污染日PM_2.5/PM₁₀浓度比值为91.3%,明显高于全年平均水平,表明重污染时颗粒物以细颗粒物为主.北京大气重污染区域分布表现为南高北低,平原高、山区低的总体特征,交通站重污染天数普遍高于市区其它站点.北京大气重污染主要表现为积累型、光化学型、沙尘型以及复合型等类别;其中积累型大气重污染往往伴有区域污染水平的整体升高,PM_2.5组分中NO₃^-、SO₄^2-、NH₄⁺等水溶性二次离子的浓度增幅最为明显;O₃污染在近两年有加重的趋势.