京津冀典型城市PM_(2.5)污染的健康风险及经济损失研究

京津冀地区是中国北方经济规模最大、最具活力的地区,也是中国空气污染最严重的区域之一。京津冀地区的PM_(2.5)质量浓度一直远超我国环境质量标准的二级限值(35μg/m~3),其中石家庄市在2013年PM_(2.5)的年均质量浓度高达156μg/m~3。而PM_(2.5)对人体健康有严重的影响,是与健康关系最为密切的一类大气污染物。定量评价PM_(2.5)对人群健康的危害,不仅具有重要的学术研究意义,还可以为空气质量和卫生指标的决策提供重要的科学依据。根据京津冀典型城市北京、天津和石家庄市的PM_(2.5)污染特征、基础健康资料和暴露-反应关系系数,利用健康风险评估模型,选择呼吸系统疾病、心血管疾病等作为健康终端,研究三地受PM_(2.5)污染的影响。并且采用效益转换法估算了3个城市PM_(2.5)质量浓度变化引起的健康风险的经济损失。结果表明,慢性支气管炎和心血管疾病的死亡率、发病率及其经济损失受PM_(2.5)污染影响最大。其中,2017年北京市慢性支气管炎和心血管疾病死亡的经济损失占总经济损失的比例分别高达87. 75%和7. 86%。同一暴露水平下人口密集、经济发达的城市所受的健康风险及经济损失更大。2017年北京市由PM_(2.5)污染所造成的健康风险的经济损失为333. 91亿元,天津市为211. 09亿元,石家庄市为169. 34亿元;随着大气污染防治行动的开展,由PM_(2.5)引起的健康风险及其经济损失也随之下降,相比于2013年三地的降幅分别达到32. 5%、35. 5%和32. 1%。     

北京市冬季PM_(2.5)污染特征与区域传输影响研究

选取北京师范大学监测点于2015年1月进行PM_(2.5)样品采集,应用离子色谱仪(IC)分析PM_(2.5)中水溶性无机离子质量浓度,采用WRF-CAMx-PSAT模型系统对采样时段PM_(2.5)及典型离子的区域来源进行了模拟。结果表明,采样期间(2015年1月2—20日)与重污染过程(2015年1月13—15日)北京PM_(2.5)质量浓度分别为(105.9±72.6)μg/m~3和(232.2±80.2)μg/m~3,PM_(2.5)中总水溶性无机离子质量浓度分别为(47.4±39.8)μg/m~3和(120.7±23.3)μg/m~3,分别占PM_(2.5)的44.2%和53.9%。SO_4~(2-)、NO_3~-和NH_4~+是水溶性离子的主要组分,非重污染过程和重污染过程这3种水溶性离子质量浓度之和分别占总水溶性离子质量浓度的80.5%和89.3%。模拟结果显示,本地源排放是北京市PM_(2.5)、SO_4~(2-)、NO_3~-、NH_4~+的主要来源,贡献率分别为81.4%、79.5%、58.1%、95.3%,北京周边源排放对PM_(2.5)贡献率较大的有保定、天津、张家口、唐山,这4市占北京周边省市排放源贡献率的72.0%。     

PM_(2.5)中金属元素污染特征分析——以重庆大学城为例

于2017年春季在重庆大学城某高校设置一处PM_(2.5)采样点,使用中流量颗粒物采样器采集了28个PM_(2.5)样本,通过消解后采用ICAP分析金属元素含量。结果表明,重庆市大学城春季PM_(2.5)浓度日均值为22~127μg/m^3,超标天数为68%,最大超标倍数为1.69倍,大气颗粒物污染程度较为严重。PM_(2.5)中,K、Zn、Mg、Cu、Pb、Fe的质量浓度分别为0.06~0.512μg/m^3、0.124~0.468μg/m^3、0.003~0.049μg/m^3、0.014~0.058μg/m^3、0.149~0.581μg/m^3、0.014~0.063μg/m^3、0.101~0.465μg/m^3。各金属元素浓度与PM_(2.5)浓度无线性相关,说明PM_(2.5)中金属元素的来源主要为人为源。Cu、Zn等的富集因子较重庆城区和其他部分国内城市偏高,说明重庆大学城周边有Cu、Zn排放源。     

乌鲁木齐市采暖期与非采暖期大气PM_(2.5)和PM_(10)中水溶性离子特征分析

为了解乌鲁木齐市采暖期和非采暖期大气颗粒物(PM_(2.5)和PM_(10))水溶性离子污染特征,于2015年在乌鲁木齐市采集两个时期大气颗粒物样品,采用离子色谱仪(IC)等仪器对PM_(2.5)和PM_(10)中的9种水溶性离子进行了定量分析。结果表明,乌鲁木齐市采暖期PM_(2.5)与PM_(10)中水溶性离子平均质量浓度分别为(76.26±36.15)μg/m3和(88.94±41.43)μg/m3,约为非采暖期的2倍,主要水溶性离子是SO2-4、NH_4~+、NO-3和Cl-,这4种水溶性离子分别占PM_(2.5)和PM_(10)中总水溶性离子的88.91%和90.03%;非采暖期PM_(2.5)与PM_(10)中水溶性离子平均质量浓度分别为(37.62±14.03)μg/m3和(44.12±16.79)μg/m3,主要水溶性离子是SO2-4、NH_4~+、NO-3和Ca2+,这4种水溶性离子分别占PM_(2.5)和PM_(10)中总水溶性离子的88.18%和86.96%。采暖期PM_(2.5)和PM_(10)中NH_4~+、SO2-4、NO-3三者之间有强相关性,它们可能具有相似的来源;而非采暖期NH_4~+和SO2-4、Cl-的相关性最强,非采暖期NH_4~+在PM_(2.5)和PM_(10)中主要以(NH_4)2SO4和NH_4Cl形式存在。采暖期和非采暖期乌鲁木齐市[NO-3]/[SO2-4]均小于1,推测乌鲁木齐市颗粒物污染可能主要来源于固定排放源。     

基于在线观测的北京冬季一次PM2.5重污染过程特征分析

选取2017年1月初北京一次典型PM_(2.5)重污染过程为研究对象,应用污染物在线监测仪器并结合气象要素对地面PM_(2.5)及化学组分质量浓度污染特征进行了分析,采用微脉冲激光雷达对垂直方向进行观测,分析边界层及消光系数的变化特征。结果表明,从PM_(2.5)质量浓度的演变过程来看,本次污染可大致分为爬升、重污染、清除3个阶段。重污染时期的气象特征为高湿、低压、低风速;南部琉璃河((336.8±118.6)μg/m~3)、永乐店((323.1±86.2)μg/m~3)PM_(2.5)污染水平相近,均高于城区车公庄((278.7±138.7)μg/m~3);碳组分和二次水溶性离子是PM_(2.5)的主要组分,占到PM_(2.5)质量浓度的58.09%(车公庄)、71.43%(琉璃河)、76.57%(永乐店);SO2-4质量浓度上升显著,在总组分中比例由非重污染时期的16.73%升高到重污染时期的22.29%;3处监测点SOR和NOR均值分别为0.57和0.24,表明重污染期间二次转化明显。垂直方向观测结果表明,重污染时期边界层高度明显降低;气溶胶近地面消光系数高,表明污染物主要集中在近地面层。     

保定市城区典型家庭室内PM_(2.5)中BDE-47的污染特征研究

以保定市为研究区域,采集城区家庭室内一年四季的PM_(2.5)样品,对家庭室内PM_(2.5)的质量浓度水平和其中BDE-47污染特征、季节变化、灰霾天气的影响以及呼吸暴露水平等进行研究。结果表明,家庭室内PM_(2.5)的质量浓度范围为42.0～180μg/m3,室内外空气中PM_(2.5)质量浓度具有良好相关性。家庭室内PM_(2.5)中BDE-47的质量浓度为0.28～12.1 pg/m3,平均质量浓度为(3.24±3.08) pg/m3,与文献报道水平相近。家庭室内PM_(2.5)中BDE-47的质量浓度具有明显的季节性,冬季室内PM_(2.5)中BDE-47的水平显著高于其他季节(p 0.05),春季和秋季的质量浓度水平相近但显著高于夏季(p 0.05)。灰霾天家庭室内PM_(2.5)中BDE-47的质量浓度略高于非灰霾天,但差异并不显著(p 0.05)。呼吸暴露风险评估结果表明,儿童和成人对家庭室内PM_(2.5)中BDE-47的呼吸摄入量分别为2.81～6.05 pg/(kg·d)和1.55～3.33 pg/(kg·d); BDE-47对儿童和成人的致癌风险分别为4.21×10~(-4)～9.08×10~(-4)和2.32×10~(-4)～5.00×10~(-4),均超过世界卫生组织规定的可接受的癌症风险1.0×10~(-4),表明居民暴露室内PM_(2.5)中BDE-47具有潜在致癌风险。     

中国城市PM2.5与PM10中重金属水平及分布差异

在大量文献调研的基础上,对正常天气下中国43个城市PM_(2.5)和26个城市PM_(10)中As、Cd、Cr、Cu、Ni、Pb和Zn的数据进行了归纳和分析,探讨中国城市PM_(2.5)和PM_(10)中重金属的总体分布及区域分布特征,并对今后的研究提出了建议。结果表明:1)我国对空气颗粒物中重金属的研究主要集中在PM_(2.5)和PM_(10)两种粒级;PM_(10)中各元素质量浓度均大于PM_(2.5)中元素质量浓度,但两者之间差异不显著;2)不同粒级颗粒物中重金属质量浓度区域分布不同,总体上PM_(2.5)中重金属质量浓度在我国华南、西北地区较高,西南地区最低,而PM_(10)中重金属质量浓度在华北、西北地区较高,西南地区较低;3)总体上,PM_(2.5)中重金属质量浓度表现为省会城市高于地级城市,而PM_(10)中重金属质量浓度表现为地级城市高于省会城市。今后可从不同粒级颗粒物中重金属含量分布特征及不同来源颗粒物粒径特征等方面开展更多的研究,为治理城市空气污染提供科学依据。     

郑州市灰霾天气过程PM_(2.5)水溶性无机离子污染分析

利用离子色谱技术对郑州市2014年10月一次严重灰霾天气过程的PM_(2.5)中的水溶性无机离子(F-、Cl~-、Br-、NO_3~-、SO_4~(2-)、Li~+、Na~+、K~+、NH_4~~+、Mg~(2+)及Ca~(2+))进行了分析测定,并结合大气质量监测数据及气团轨迹分析讨论了水溶性无机离子的质量浓度变化、来源及影响因素。结果表明,样品中Li~+、Mg~(2+)、Ca~(2+)、Br-均低于检测限,水溶性离子平均质量浓度从大到小依次为NH_4~+(36.33μg/m~3)、NO_3~-(30.4μg/m~3)、SO_4~(2-)(26.91μg/m~3)、Cl~-(12.43μg/m~3)、K~+(5.275μg/m~3)、Na~+(1.198μg/m~3)、F~-(0.626 4μg/m~3),水溶性离子质量分数为PM_(2.5)的47.2%~88.2%,平均为66.1%。随着灰霾天气的延续,水溶性离子在细颗粒物中所占比例逐渐增大,这表明来源于人为活动排放的二次污染物是PM_(2.5)主要贡献成分,采样时间段采样点PM_(2.5)污染受到了交通的严重影响,同时郑州市大气细颗粒物污染受周边农村农业生产影响严重,尤其是秸秆燃烧影响非常大。     

空调列车车厢PM_(2.5)质量浓度及变化规律

对空调列车车厢PM_(2.5)的质量浓度进行了监测,并对其浓度及变化规律进行了分析。结果显示:空调列车车厢PM_(2.5)浓度存在一定程度的超标,其超标率25型车大于高铁列车。车厢PM_(2.5)质量浓度具有明显的季节性和区域性。车厢可吸入颗粒物组分中,以粒径小于等于2.5μm的细粒子为主。     

杭州经济技术开发区PM_(2.5)质量浓度变化特征研究

对杭州经济技术开发区7个不同监测点PM2.5质量浓度进行了为期8天的监测,研究了PM2.5浓度的时空分布特征,及其与气象条件的关系。监测数据显示,监测期间,开发区PM2.5超标率为50%~62.5%,污染程度严重。文教区、居住区、工业区及钱塘江边的PM2.5日均浓度平均值分别为110μg/m3、95μg/m3、97μg/m3和94μg/m3。气象分析表明,PM2.5浓度水平与风力、温度大小呈负相关,与湿度没有明显相关性。     

拉萨市大气颗粒物碳组分污染特征及来源分析

2015年8月至2016年3月,在拉萨市城区八廓街(BKJ)、区辐射站(FSZ)、区环保厅(HBT)、市环保局(HBJ)4个监测点以及纳木错背景点采集PM_(2.5)和PM_(10)样品。利用热光碳分析仪对样品中的有机碳(OC)和元素碳(EC)组分进行测定。结果显示拉萨市PM_(10)中OC和EC的浓度分别为14.0±4.5μg/m^3和6.3±2.8μg/m^3;PM_(2.5)中OC和EC的浓度分别为10.2±3.6μg/m^3和5.1±2.4μg/m^3,夏季碳组分浓度最低。OC3、EC1、OC2、OC4在碳组分的含量超过了80%,EC2在各测点中变化较大。因子分析显示BKJ点位机动车尾气(汽油车和轻型柴油车)和餐饮油烟是碳组分的主要来源,生物质燃烧(煨桑)是该点碳组分第二大来源。FSZ点机动车对碳组分的贡献较大,重型柴油以及施工机械等重型车辆的排放对碳组分也有较大的贡献。HBJ点位碳组分的主要贡献与机动车尾气和餐饮油烟的排放有关。HBT点位除了机动车尾气、餐饮油烟的排放外,生物质燃烧(牛粪燃烧)也是其碳组分的主要来源之一。     

西安市PM2.5污染的时空分布

为探索PM2.5的分布规律及其影响因素,对2013年西安市13个监测站点的全年ρ(PM2.5)数据进行了统计与整理.分析了ρ(PM2.5)的时空分布,采用聚类分析、小波变换研究了ρ(PM2.5)的区域分布特征与年际变化及突变特征,并对相关因素进行了探讨.结果表明,西安市ρ(PM2.5)在时间分布上具有冬高夏低的特点,而在空间分布上则以市人民体育场和草滩监测点所在区域为ρ(PM2.5)高值中心;ρ(PM2.5)在空间上可分为3大类,纺织城监测点单独为1类,经开区与草滩监测点为2类,另外10个监测点为3类,聚类效果的相关系数为0.7994,显示聚类效果较好;在ρ(PM2.5)年际变化中,除了6月和7月以外,其他月份ρ(PM2.5)均值为147.29 μg/m3,日照时间短和静风是导致ρ(PM2.5)发生突变的主要气象因素.     

保定市环境空气PM_(2.5)中多环芳烃污染特征及呼吸暴露风险

为探究保定市PM_(2.5)中多环芳烃(PAHs)的污染特征及其健康风险,于2017年1月和7月采集了保定市城区5个地点的PM_(2.5)样品,利用气质联用仪测定了16种优控PAHs的质量浓度。结果表明,保定市夏季和冬季PAHs平均质量浓度分别为(7.16±2.23) ng/m~3和(629.73±338.53)ng/m~3。特征比值分析表明,机动车燃油排放、生物质和煤燃烧排放是保定市环境空气PM_(2.5)载带PAHs的主要来源。终生致癌风险(ILCR)评估结果表明,成人夏季和冬季ILCR分别为4.59×10-6和6.47×10-4,提示具有较高的健康风险,需要采取措施进行防控。     

大气中PM_(2.5)浓度的空间表征方法研究

针对大气中PM_(2.5)浓度的空间表征问题,提出了一种基于距离反比加权法的克里金插值模型进行PM_(2.5)浓度空间表征的方法。该方法根据各浓度监测站点公布的PM_(2.5)浓度卖时数据以及谷歌地球、百度地图中的地理信息,建立能够表征整个城市PM_(2.5)浓度的空间连续曲面,从而获得整个城市各个角落的PM_(2.5)污染情况。实例表明,基于距离反比加权法的克里金插值模型是一种有效的PM_(2.5)浓度空间表征方法,从而为大气中PM_(2.5)污染的防控提供一定的决策依据。     

环境信息关联模型及植被对PM2.5浓度的影响研究

选取北京24个PM_(2.5)监测站点2017年8月17日至21日逐小时PM_(2.5)质量浓度数据及16个市辖区的逐小时气象数据,建立了北京各区关于PM_(2.5)质量浓度的环境信息关联模型,并在此基础上分析了植被在PM_(2.5)与气象因素及区域污染的关联中发挥的作用。通过分析模型脉冲响应曲线的数值可以看出,绿化率与PM_(2.5)对相对湿度扰动的响应相关性最高(R2=0.71),其次为风速(R2=0.54),但绿化率与PM_(2.5)对温度扰动的响应的相关性不高。PM_(2.5)对风速扰动的响应最为迅速。绿化率越高的市辖区,PM_(2.5)对3种气象要素的响应越剧烈且越容易出现波动,PM_(2.5)对气象要素总扰动的响应的滞后期与绿化率有较强的相关性(R2=0.62)。对各区域PM_(2.5)质量浓度进行逐步回归分析,结果表明高植被覆盖的地区更不易受到其他区域污染物的影响。     

2010年中国东部PM2.5空间分布及沉降模拟研究

结合我国目前面临的PM2.5污染严重问题,采用CMAQ 4.7.1模式模拟我国东部各省PM2.5浓度分布,并探索了其输送、沉降规律.结果表明:综合空气质量模式CMAQ模拟结果与观测结果较为一致,可以较好地模拟PM2.5质量浓度变化特征;我国东部PM2.5呈现明显的季节分布特征,且PM2.5质量浓度分布与污染源的位置分布有较好的对应,呈现由城市边缘向城市中心推移递增的趋势,区域性PM25高值中心可达120 μg/m3以上;湿沉降是细颗粒物的主要去除方式,且湿沉降量至少为干沉降量5倍以上;PM2.5夏季沉降通量最大,冬季最小,我国东部地区沉降通量高值中心可达30 mg/(m2·d)以上;模拟区域湿沉降量占总沉降量的91％以上,模拟计算区域的总沉降量为4.67×106 t/a,其中京津冀地区细颗粒物总沉降量为1.65 × 106 t/a.     

PM2.5污染与健康支出:时间滞后效应与空间溢出效应

基于ArcGIS技术解析卫星栅格数据,获得2002—2015年中国31个省级的PM_(2.5)平均质量浓度和最大质量浓度,采用空间杜宾模型,定量考察PM_(2.5)污染对健康支出影响的时间滞后效应和空间溢出效应。结果表明:1)当期的PM_(2.5)平均质量浓度对人均就诊次数的影响不显著,而滞后一期的PM_(2.5)平均质量浓度的系数显著为正,表明PM_(2.5)污染对人均就诊次数的影响具有时间滞后效应; 2)通过更换代理变量的方式进行稳健性检验,估算结果依然显著; 3)空间模型分析表明,PM_(2.5)污染具有较强的空间传递性,一个地区的健康风险不仅来源于本地区的PM_(2.5)污染,还有很大一部分风险来源于邻近地区的PM_(2.5)污染。在宏观上为PM_(2.5)污染对健康支出的影响提供了证据,也为区域制定PM_(2.5)污染的联防联控机制提供了依据。     

百色市大气可吸入颗粒物PM2.5中多环芳烃污染特征及健康风险评价

为调查百色市大气颗粒物PM2.5中16种多环芳烃(PAHs)的污染特征,于2013年冬、夏两季采集了百色市城、郊2个不同采样点的大气样品,采用HPLC分析了16种US EPA优控PAHs的质量浓度、组分特征,运用同分异构体比率法揭示其污染来源.结果表明:百色市大气PM25中∑PAHs质量浓度为4.7～ 142.3 ng/m3,低于我国制定的PM2.5中PAHs的年均值(35 μg/m3);百色市城区、郊区2个采样点大气PM2.5中PAHs的质量浓度分别为6.9～ 142.3 ng/m3和4.7～ 109.6ng/m3,平均值为37.2 ng/m3和24.7 ng/m3,不同环数PAHs质量浓度从大到小为4环、5环、3环、6环、2环,4环、5环PAHs分别占∑PAHs的42.9％～ 50.7％和18.4％～22.4％;主要的单种PAHs为茚并[1,2,3-cd]芘、苯并[g,h,i]苝、(苊)、苯并[b]荧蒽和苯并[k]荧蒽.冬季∑PAHs质量浓度高于夏季.PM2.5中苯并[a]芘等效毒性(BEQ)为2.3～7.4,与其他城市相比,BEQ属于中下等水平.PM2.5中的PAHs源自煤及机动车辆燃油的燃烧.     

北京一次近地面O3与PM2.5复合污染过程分析

利用O_3、PM_(2.5)监测数据、紫外辐射观测数据及气象观测资料,结合WRF模式模拟的大气环境背景场,分析了2014年9月3—8日北京一次近地层O_3与PM_(2.5)复合污染过程。结果表明,O_3和PM_(2.5)出现高质量浓度污染与大陆高压和副热带高压系统的相继持续控制有关,较强的紫外辐射及高压形成的下沉气流是造成边界层复合污染,尤其是O_3污染的主要原因。此次复合污染过程中,O_3于9月4—7日连续4 d超标,PM_(2.5)于9月5—7日连续3 d超标。造成这一现象的原因为:受大陆高压和副高的持续高压影响,北京地区天气晴朗、紫外辐射较强,地面风场较弱,700 h Pa以下持续存在下沉气流,O_3日均质量浓度逐日上升,于9月5日先到达峰值,同时PM_(2.5)日均质量浓度逐日升高;6日在副高西部边缘偏南暖湿气流输送及形成的平流逆温作用下,PM_(2.5)质量浓度突增,削弱了太阳紫外辐射强度,O_3质量浓度开始下降。此后,在低压槽作用下PM_(2.5)质量浓度增到峰值,O_3质量浓度保持下降趋势。9月5—7日形成了3 d的O_3与PM_(2.5)复合污染事件。     

重庆市生态保护发展区域大气PM_(10)和PM_(2.5)健康风险评价研究

选择重庆市生态保护发展区域2016年9月1日至11月30日6个大气自动观测站的数据进行分析,结果表明:研究区域大气环境中的PM_(10)和PM_(2.5)日均值均满足《环境空气质量标准》(GB 3095—2012)中二级标准要求。研究区域6个观测站大气中的PM_(10)和PM_(2.5)与风速、风向、温度和湿度均呈不同程度的显著相关性,大气中的PM_(2.5)的健康风险值均大于PM_(10),PM_(10)和PM_(2.5)的健康风险值均未超过美国国家环境保护局(US EPA)规定的1×10^(-6)~1×10^(-4)可接受风险范围。研究区域秋季大气环境中细颗粒的来源在不同程度上均受到极地气候和环流气团影响。