基于PLS1的哈尔滨市PM2.5与空气污染物相关性分析

以往对PM2.5的研究多集中在气象因子或单一空气污染物对PM2.5质量浓度变化的影响,未考虑多种空气污染物对PM2.5质量浓度的协同作用。通过哈尔滨市环保局发布的2014年1月份（共31 d）市区内主要空气污染物SO2、NO2、PM10、CO、O3、PM2.5的质量浓度数据,运用相关性分析、PLS1和通径分析方法,研究哈尔滨市区内主要空气污染物对PM2.5质量浓度变化的直接影响、通过其他空气污染物的间接影响及污染物之间的协同作用。结果表明,SO2、NO2、PM10、CO 与 PM2.5质量浓度显著性相关,O3与 PM2.5质量浓度相关性不显著,SO2、NO2、PM10、CO 之间存在严重的复相关性。依据相关性分析结果,建立了SO2、NO2、PM10、CO对PM2.5质量浓度的PSL1模型,模型的拟合优度r2为0.852,模型拟合良好。对所建立的模型进行通径分析,结果显示,SO2、NO2、PM10、CO对PM2.5质量浓度变化的直接作用分别为0.005、-0.142、-0.140、1.191,CO对PM2.5质量浓度变化的直接影响作用最大。SO2、NO2、PM10通过CO对PM2.5质量浓度变化的间接作用分别为0.706、1.011、1.118均大于它们对PM2.5质量浓度变化的直接作用。SO2、NO2、PM10、CO对PM2.5质量浓度变化的总决定系数为85.9%。CO是主要空气污染物中影响PM2.5质量浓度变化的主要因素,降低冬季煤炭供暖期CO的排放量,有利于提高空气环境质量,降低对人体的健康危害。     

京津冀城市群PM_(2.5)的空间分布及相关性分析

以京津冀城市群2014—2016年1 090 d PM_(2.5)浓度日值数据为基础,基于Arc GIS 10.2软件,选择典型月份分析PM_(2.5)月优良天数比例、月重度及严重污染天数比例的时空分布特征及其空间相关性。结果表明,研究区城市之间各年PM_(2.5)浓度月优良天数比例与月重度、严重污染天数比例整体波动趋势基本一致,其中PM_(2.5)月优良天数比例高值集中在5—9月,PM_(2.5)月重度与严重污染天数比例高值集中在11—次年2月;从区域分布看,PM_(2.5)月重度与严重污染天数比例从石家庄、保定市向周边城市由高到低递减。选取典型月份对研究区PM_(2.5)进行空间相关分析,结果表明PM_(2.5)存在正空间相关性,即PM_(2.5)浓度的空间分布表现出空间聚集性。     

保定市餐饮源排放PM_(2.5)中有机污染物特征及来源分析

餐饮源是城市大气细颗粒物PM_(2.5)的一个重要来源,为了解餐饮源PM_(2.5)排放特征及来源,测定了室外烧烤和食堂两种不同类型餐饮源排放的PM_(2.5)浓度以及PM_(2.5)中的有机污染物;利用气相色谱-质谱仪(GC/MS)检测出主要污染物为正构烷烃、酸类、醛类、酮类、酯类、烯烃、多环芳烃等有机污染物,通过与大气对照样品的对比分析,对污染物的来源做了简要解析.比对结果显示,室外烧烤样品PM_(2.5)浓度为905.6±160.9μg·m~(-3)、食堂样品PM_(2.5)浓度为343.9±30.6μg·m~(-3)、大气对照样品PM_(2.5)浓度为76.7±1.7μg·m~(-3).室外烧烤是食堂排放PM_(2.5)质量浓度的2—3.4倍,是环境大气PM_(2.5)质量浓度的9.5—13.6倍.烧烤油烟排放的PM_(2.5)中有机物主要为有机酸(47.29%),其次是醛酮类(12.97%);校园食堂油烟样品中除了烷烃类(45.2%),脂肪酸类(11.76%)和醛酮类(8.84%)排放也较明显;脂肪酸类可能由动物脂肪灼烧产生,而醛、酮类物质可能来源于香精等食品添加剂的高温分解.大气对照样品中检测到少量醛酮类有机物,未检测到酸类有机物,由此推测醛、酮、酸可能是餐饮油烟中典型排放的污染物.     

基于GIS的北京市林地覆被与PM_(2.5)分布关联性分析

土地利用方式直接和间接地影响着城市的颗粒物污染程度,了解土地利用与颗粒物污染的关联规律,对改善环境空气质量具有重要的意义。选择颗粒物污染问题突出的北京市为研究对象,以空气质量地面监测站的PM_(2.5)质量浓度数据和卫星遥感解译数据为基础,借助地理信息系统和数理统计方法,对不同土地利用方式特别是林地覆被与细颗粒物分布的关联性进行分析。研究结果表明,(1)北京市的PM_(2.5)质量浓度分布在空间上呈由西北至东南逐级递增的趋势,东南部(107.0μg·m~(-3))西南部(96.2μg·m~(-3))城六区(95.3μg·m~(-3))东北部(79.6μg·m~(-3))西北部(79.0μg·m~(-3)),季节分布表现为冬季(122.0μg·m~(-3))春季(81.2μg·m~(-3))秋季(76.8μg·m~(-3))夏季(72.9μg·m~(-3)),不同土地利用方式PM_(2.5)质量浓度表现为耕地(96.9μg·m~(-3))建成区(95.7μg·m~(-3))未利用土地(91.5μg·m~(-3))水域(82.8μg·m~(-3))草地(80.9μg·m~(-3))林地(79.1μg·m~(-3))。(2)以各监测站点为中心建立不同半径缓冲区,随着缓冲区半径的不断增加林地覆被率与PM_(2.5)质量浓度的负相关性不断增强。当缓冲区半径达到1 000 m时,各个月份林地覆被率与PM_(2.5)质量浓度均在α=0.05水平上呈显著负相关。(3)以各监测站点为中心的3 000 m半径缓冲区内落叶阔叶林、常绿针叶林、落叶阔叶灌木林、常绿阔叶灌木林、乔木园地面积与PM_(2.5)质量浓度均呈负相关关系。研究结果表明,实行未利用土地、耕地以及部分建成区的土地利用方式向林地、草地转化是北京市防控颗粒物污染的可行方略。     

太原市PM_(2.5)周期性特征及其成因分析

为研究太原市城区PM_(2.5)浓度不同时间尺度的演变特征及其与气象要素之间的关系,基于PM_(2.5)监测浓度、气象观测数据和再分析资料,利用小波功率谱和交叉小波方法分析了2014年1月1日—2016年5月31日太原市PM_(2.5)的周期变化,及其同气象要素的协同关系,同时研究了对应时段的太原市PM_(2.5)与天气形势的相关关系。结果表明,太原市PM_(2.5)浓度变化存在2~8 d和10~16 d的显著周期,与2 m相对湿度、混合层高度、近地面逆温强度和10 m风速具有相似的共振变化,显著时段主要在每年9月份左右至次年3月份。特定的天气形势是太原市冬季PM_(2.5)持续偏高的背景因素之一,特定的天气形势下PM_(2.5)与同期的气象要素存在密切的协同关系。在研究时段内,太原市PM_(2.5)浓度与华北地区海平面气压呈负相关关系,与朝鲜半岛、日本海的海平面气压呈正相关关系,与500 hPa高度场相关性最显著的区域主要分布在中国华北、东北以及朝鲜半岛,主要表现为正相关关系。研究时段内,中国东部上空500 hPa高度场异常偏高,海平面气压偏低,近地面风速减弱等不利于污染物扩散的形势是造成太原市冬季PM_(2.5)浓度持续偏高的背景因素之一。研究结果有利于从不同时间尺度了解太原市PM_(2.5)的变化规律及气象影响因素,对太原市大气污染防治,重污染预报预警工作具有较大的意义。     

春运期间北京市PM_(2.5)污染特征

为研究春运期间北京市PM2.5和气态污染物的污染特征,根据35个空气监测子站周边环境类型的不同将北京市划分为城区、郊区、对照区和交通密集区.结合春运期间的人为活动,比较分析各类污染物在各区域的日均浓度变化特征;将PM2.5日均浓度与SO2、NO2、CO、O3日均浓度及北京市的日均温度、相对湿度、风级进行相关性分析.结果显示,春运期间北京市PM2.5污染最严重,超过《环境空气质量标准》二级标准的天数占45%;PM2.5日均浓度变化趋势与春运客流量变化具有较好的一致性;各区域PM2.5、SO2、NO2和CO的日均浓度均符合交通密集区城区郊区对照区的分布,而O3的情况为对照区郊区城区交通密集区;各区域PM2.5浓度分别与该区域SO2、NO2、CO浓度呈正相关,与O3浓度呈负相关;各区域PM2.5浓度与温度未见相关性,与相对湿度呈正相关,与风级呈负相关.本文的研究结果表明,交通运输、烟花燃放和气象因子对春运期间PM2.5的污染特征影响较大.     

基于PM_(2.5)达标约束的荣昌区大气环境容量研究

在深入了解荣昌区大气污染排放特征的基础上,采用WRF(Weather Research and Forecasting Model)-CMAQ(The Community Multiscale Air Quality)模型,建立了污染排放与大气环境质量的关系,分析了各个污染物和大气环境容量的空间分布特征。结果表明:在现状排放基础上,荣昌区PM2.5达标前提下,SO2,NOx,一次PM2.5,VOCs和NH3各个污染物容量分别为7 200 t,5 400 t,3 500 t,5 800 t,3 100 t。     

珠三角地区PM_(2.5)浓度空间自相关分析

PM_(2.5)空间变异规律是揭示污染机制的重要基础。研究获取珠三角地区共57个监测点2013年全年PM_(2.5)小时均值监测数据,汇总后得到监测点季度均值和年均值,采用空间自相关分析理论研究不同季节PM_(2.5)浓度空间自相关性的强弱与集聚模式。结果显示,珠三角地区PM_(2.5)污染季节差异显著,冬季PM_(2.5)浓度均值是夏季的3倍。空间自相关分析表明,90 km范围内,珠三角PM_(2.5)浓度均存在正空间自相关性且尺度效应明显,空间自相关性存在城市尺度和区域尺度2次递减;春、夏、秋、冬季PM_(2.5)浓度全局Moran's I指数分别为0.542、0.752、0.602和0.628,空间自相关性由高到低依次为夏、冬、秋和春季;珠三角PM_(2.5)浓度集聚模式明显,深圳等沿海地区表现为PM_(2.5)浓度低-低集聚(L-L),而离海岸稍远的广州等地区为高-高集聚(H-H)区域。     

太原市大气颗粒物PM_(10)和PM_(2.5)多时间尺度变化规律研究

选取太原市城区10个监测点2014—2016年PM_(10)和PM_(2.5)日变化数据,分析和探讨了其时空变化特征,及其与人类经济活动的同步性规律;采用小波连续变换的功率谱方法识别颗粒物周期变化特征,采用可视化主成分分析法识别不同时间尺度下颗粒物变化的影响因素。结果表明,太原市大气颗粒污染物PM_(10)和PM_(2.5)质量浓度的变化存在明显的时空差异,新兴经济发展区较传统老工业区污染严重,颗粒物污染程度在冬季较为严重。小波分析结果显示,PM_(10)和PM_(2.5)时间序列的变化周期均以4~8 d的短周期为主(P0.05),污染物的质量浓度变化与城市经济活动的周波动变化相一致;PM_(10)和PM_(2.5)质量浓度最大值出现在周波动的中间时段,最小值出现在周末。可视化PCA结果揭示,大气颗粒物PM_(10)和PM_(2.5)季节性波动均受冬季影响较强;周波动周期内均受周三影响最大;一天之内PM_(10)和PM_(2.5)质量浓度分别受夜晚和早晨影响最大,但白天颗粒物质量浓度变化是造成其日变化特征的主要因素。研究结果有利于从不同时间尺度辨析能源城市大气颗粒物污染的多变特征,有针对性地开展大气污染防控,也可为管理部门制定相关标准和规范提供科学依据。     

太原市PM_(2.5)中含碳气溶胶特征分析

为研究太原市环境空气中含碳组分的时空分布变化规律,于2014年3月、5月、8月、12月采集了太原市3个点位春、夏、秋、冬等4个季节的PM_(2.5)样品,利用碳分析仪(DRI 2001A)测定了样品中OC1、OC2、OC3、OC4、EC1、EC2、EC3、OPC共8种碳组分含量,计算了有机碳(OC)、元素碳(EC)二者浓度,分析了OC和EC的时空分布特征.结果显示,太原市PM_(2.5)中OC和EC的平均质量浓度分别是13.5±14μg·m~(-3)和6.5±6.1μg·m~(-3),其中OC浓度随季节变化顺序为冬季春季夏季秋季,EC浓度季节变化与OC一致.春、夏、秋、冬4个季节总含碳气溶胶(TCA)占PM_(2.5)比例分别为17.6%、9.5%、8.8%、42.3%,其中冬季最高,表明冬季含碳气溶胶污染较为严重.夏季中OC和EC相关性较弱(R~2=0.4054),而春季(R~2=0.7659)、秋季(R~2=0.8253)、冬季(R~2=0.8184)OC和EC相关性较强,表明夏季碳气溶胶来源不同.通过(OC/EC)min最小比值法估算二次有机碳(SOC)浓度,春、夏、秋、冬季SOC浓度分别为2.8±2.9μg·m~(-3)、1.0±0.8μg·m~(-3)、 0.5±0.4μg·m~(-3)、 3.6±3.5μg·m~(-3),冬季SOC浓度最高. 8种碳组分分析结果显示,不同季节一次排放源中生物质燃烧、机动车尾气排放及煤炭燃烧对太原市含碳气溶胶贡献不同,其中,冬季燃煤和机动车排放使太原市含碳气溶胶污染严重,应加强燃煤和机动车排放源管控,来减轻碳组分污染.     

能见度反演PM_(2.5)质量浓度方法的对比分析

着眼于能见度对细颗粒物反演的准确表征,利用2013年6月1日—2014年2月28日成都市人民南路四段逐时 PM_(2.5)质量浓度以及大气能见度的监测数据,对比研究了基于能见度推算 PM_(2.5)质量浓度的直接与间接方法。前者利用幂函数直接构建能见度与 PM_(2.5)质量浓度的函数关系;后者则通过能见度对消光系数的求取,进一步以线性函数反演 PM_(2.5)质量浓度。分析结果表明:(1)2种方法均能较好地反演 PM_(2.5)质量浓度,反演结果与地面监测数据具有一致的统计特征;(2)相比基于能见度反演 PM_(2.5)质量浓度的直接方法,间接方法物理意义更为清晰,同时反演结果也更优。     

黄石城区夏季大气PM_(10)/PM_(2.5)中元素特征分析

正随着对大气颗粒物研究的深入,人们认识到颗粒物对人体健康具有很大危害,颗粒物粒径越小,对人体健康危害越大.黄石市是长江中下游典型的资源性工矿城市,大气污染比较严重.本研究旨在通过对黄石大气颗粒物以及颗粒物中化学元素污染特征的分析,为黄石市大气污染治理及探讨颗粒物对人体健康的影响提供一定的依据.     

基于小波变换的北京市PM_(2.5)时空分布特征及成因分析

收集北京市2014年PM_(2.5)质量浓度数据,利用小波变换探讨北京市各类监测站点PM_(2.5)污染的时间序列特征、主周期、突变特性,并结合气象资料,采用小波相干谱探究气象因子对PM_(2.5)的影响。结果表明,2014年北京市各类监测点PM_(2.5)质量浓度变化呈现波动-平稳-波动的相似变化趋势,其中1—4月和10—12月波动明显,且主周期相同(172 d)。采暖期间,南部站点PM_(2.5)质量浓度最高,采暖结束后,交通站点超越南部站点,成为PM_(2.5)质量浓度最高的站点。北京PM_(2.5)突变事件秋冬季节频繁而春夏较少,主要对应于重污染天气的生消过程。5类监测站点的PM_(2.5)质量浓度基本呈现南高北低的分布规律。南部站点PM_(2.5)污染最为严重、突变事件频次最高,该区局地污染排放显著,又是区域传输的重要通道,污染相对复杂;而北部站点污染水平最低、突变频次也最少;市区范围内交通站点污染相对突出。此外,气象因子对PM_(2.5)质量浓度变化影响巨大:在小尺度(0~20 d)上,PM_(2.5)与相对湿度相关性最突出;在中等尺度(20~64 d)上,PM_(2.5)主要受平均风速和相对湿度制约,但季节变化明显;大尺度(64 d)上,PM_(2.5)与日照时数和相对湿度相关性显著。     

广州市教室室内外PM_(2.5)的污染特征

本研究采用PM_(2.5)连续在线监测仪对广州市不同典型地区4所学校共16间教室进行室内外PM_(2.5)同时监测.结果表明,教室室内外PM_(2.5)浓度水平分别为65±15μg·m~(-3)和75±24μg·m~(-3),4所学校由于不同地理位置、外部环境以及室内卫生条件呈现出不同的PM_(2.5)污染水平;受人为因素影响较大的学校白天的PM_(2.5)浓度较高,受自然环境因素影响较大的学校则呈现白天低、夜晚高的趋势;通风方式和开关窗行为是影响室内外PM_(2.5)相关关系的重要因素,夏季空调机械通风的教室能有效地降低外部PM_(2.5)的渗透,开窗通风的教室室内PM_(2.5)则主要受室外环境影响;同样关窗情况下,具有较好围护结构、气密性较好的教室更能有效避免室外PM_(2.5)污染;当雾霾发生时,室内PM_(2.5)浓度以及室内外一元线性相关系数r~2也相应受到明显影响.通过了解不同区域教室室内外PM_(2.5)的质量浓度,给人们在雾霾和非雾霾天气下如何改善室内空气质量提供帮助,以避免学生长时间暴露在室内PM_(2.5)污染的环境中.     

重庆城郊森林植被调控大气PM_(2.5)和PM_(10)的时空效应

2014年8月—2015年7月,以重庆市空气质量发布系统唐家沱监测点(代表城区)为对照,在重庆铁山坪国家森林公园采用高精度手持式空气测定仪(CW-HAT200)定位监测了森林植被调控下的大气PM_(2.5)和PM_(10)时空变化。结果表明:重庆城区大气PM_(2.5)和PM_(10)日变化均呈"双峰"规律,均分别在12:00、18:00达到峰值,季节变化呈现为冬季秋季春季夏季;城郊森林植被(针叶林、针阔混交林、阔叶林)调控下的大气颗粒物日变化基本呈"单峰"规律,均在9:00达到峰值,且下午大气颗粒物质量浓度低于上午,季节变化则表现为冬季春季秋季夏季;城郊森林公园的大气PM_(2.5)和PM_(10)质量浓度均随距离增大而呈下降趋势,在5 km范围内削减强度分别达到22.30%和22.66%。总体上,城郊森林植被对大气颗粒物的削减、再分配功能作用明显,并受林分特征影响;在森林植被调控下,城郊森林公园大气颗粒物动态变化更趋平缓,并明显不同于城区。因此,若仅从大气颗粒物考虑,建议市民在夏季和秋季的13:00—17:00时间段前往城郊森林公园开展休闲游憩活动,且应选择处于公园核心区的削减大气颗粒物功能强的林分。     

基于ENVI-met的城市居住区空间形态与PM_(2.5)浓度关联性研究

探讨城市居住区空间形态与PM_(2.5)浓度关联性,对改善城市居住区空气质量具有重要意义。将居住区空间形态指标归纳为住宅群体组合形式、风向角度、容积率、绿地率等要素,采用ENVI-met软件模拟不同居住区空间形态指标下的PM_(2.5)浓度,探讨城市居住区空间形态与PM_(2.5)浓度关联性。结果表明,不同住宅群体平面组合形式的居住区PM_(2.5)浓度分布呈现出较大的差异,周边式和混合式较其他形式居住区内部PM_(2.5)难以扩散,行列式与点群式的居住区内部没有出现PM_(2.5)聚集的现象,但是点群式居住区外西南角较行列式PM_(2.5)积聚的面积大,其平均浓度分别为:171.78、170.021、169.255、172.365μg·m~(-3),综合分析,合肥市居住区住宅群体平面组合形式的最佳方式为行列式,其次为点群式,混合式和周边式不利于居住区PM_(2.5)扩散;不同风向角度的居住区PM_(2.5)浓度分布呈现较为复杂的变化状况,当风向角度为15°-30°时,PM_(2.5)浓度随着风向角度的增大而增大,十分显著,平均浓度从136.796μg·m~(-3)增至140.796μg·m~(-3),但是增至45度时,PM_(2.5)浓度有所减小,平均浓度为135.605μg·m~(-3),当风向角度为60°-90°时,PM_(2.5)浓度随着风向角度的增大而增大,变化较小,其平均浓度依次为132.025、133.87、141.334μg·m~(-3),综合分析,风向角度最优方案为60°,而45°、75°为可选方案,15°、30°、90°为不可选方案;PM_(2.5)浓度较低的为容积率0.8、其次为1.2,容积率为1.6和2的居住区PM_(2.5)浓度较高,容积率由小到大其平均浓度分别为131.678、139.402、159.906、154.638μg·m~(-3),可以基本认为居住区整体空间内的PM_(2.5)浓度随着居住区容积率的增大而逐渐增大;增加绿地率可缓解PM_(2.5)污染,当绿地率大小超过35%,PM_(2.5)浓度随着绿地率的增大而减小的趋势逐渐减缓,综合分析,绿地率应该在35%以上,才能有效降低居住区的PM_(2.5)浓度。     

山西省大气PM_(2.5)污染时空分布特征

本文基于国家空气质量自动监测位点2015年3月到2016年2月全年的逐时监测数据,对山西省11个地级市PM_(2.5)的污染状况与时空分布进行了详细研究.结果表明,山西省11个地级城市PM_(2.5)年均浓度均超过了国家年均浓度的二级标准限值,其中,长治和运城污染最为严重,超标率均高达27.51%.PM_(2.5)月均浓度变化特征分析发现,各地区PM_(2.5)污染高峰主要出现在冬季,9个城市在夏季出现另一小高峰,太原在春季出现另一小高峰.PM_(2.5)/PM_(10)月均浓度变化特征分析发现,太原、大同、晋城、朔州、晋中和忻州等6个城市PM_(2.5)/PM_(10)的值从春季到冬季逐渐增长,临汾和运城该比值波动于50%—70%之间,阳泉和吕梁PM_(2.5)/PM_(10)的值在7月和11月出现两次高峰,长治则在7月和1月出现两次高峰,提示不同地区可能受到不同污染源的影响.PM_(2.5)日变化规律总体较为一致,呈明显的双峰分布,其特征是中午和午夜高,凌晨和下午低.不同季节PM_(2.5)的空间分布虽有很大差异,但总体上南部城市高于北部城市.局部自相关分析发现,山西省PM_(2.5)污染的热点区域主要集中在运城.     

合肥市主城区PM_(2.5)时空分布特征研究

城市PM_(2.5)时空分布特征研究对改善空气质量具有重要意义。利用2016年1月1日—2016年12月31日合肥市主城区10个国控空气质量监测站PM_(2.5)浓度、土地开发强度、道路交通等数据,基于Arcgis空间分析平台,探讨合肥市主城区PM_(2.5)时空分布特征及其与土地开发强度、道路交通的关系,可为地方政府改善空气质量提供科学依据。结果表明:(1)合肥市主城区PM_(2.5)浓度季节差异显著,由高到低依次为冬季、春季、秋季和夏季,秋、冬季PM_(2.5)浓度波动较大,而春、夏季PM_(2.5)浓度比较稳定;(2)污染天数呈现春冬多、夏秋少的规律,1月、2月、3月、11月和12月的污染天数比例均超过50%,重度以上污染天气主要出现在春冬季节,严重污染天气暂未出现;(3)1月PM_(2.5)浓度空间分布呈现"双峰多谷"的规律,庐阳区和滨湖新区是PM_(2.5)浓度高峰区,属于轻度污染;7月PM_(2.5)浓度空间分布呈现"双峰双谷"的规律,庐阳区和包河区是PM_(2.5)浓度高峰区,属于良好;(4)合肥市主城区PM_(2.5)浓度与绿地率、主干路长度和容积率有较强关联性;绿地率与PM_(2.5)浓度呈显著负相关,容积率与PM_(2.5)浓度有一定正相关关系,土地利用性质和其他因素综合影响PM_(2.5)浓度;交通流量大的主干路与PM_(2.5)浓度存在正向关系。中心城区通过增加公共绿地空间、合理控制容积率,加强公共交通和电动汽车的使用,可达到改善空气质量的目的。     

PM_(2.5)诱导人支气管上皮细胞线粒体损伤

流行病学和实验研究表明,PM_(2.5)会对呼吸系统造成损害,但毒性机制还有待深入探讨.本研究采集太原市冬季PM_(2.5),考察其对人支气管上皮细胞(BEAS-2B细胞)的线粒体损伤效应.结果表明,PM_(2.5)会造成细胞线粒体结构变化和功能异常,主要表现为三磷酸腺苷(ATP)水平和线粒体膜电位(MMP)随着PM_(2.5)浓度升高而下降.此外,线粒体功能相关因子PGC-1α、NRF-1和TFAM的蛋白表达量也随着PM_(2.5)浓度的升高呈下降趋势,并在30μg·mL~(-1)时达到最小值.这些结果提示,PM_(2.5)可以导致BEAS-2B细胞发生线粒体结构和功能性变化,进而诱发呼吸系统损伤.     

长株潭城市群PM_(2.5)污染的春节假日效应

利用长株潭城市群24个监测点PM_(2.5)小时监测数据,研究2013—2015年春节期间(7 d)和春节前后(14 d)PM_(2.5)污染差异及变化,并分析旅游休假活动对空气质量的影响。在去除气象条件(日降水量大于4 mm)影响后,从PM_(2.5)污染程度差异、PM_(2.5)浓度日变化差异和假日效应的空间差异3个方面分析了PM_(2.5)污染的春节假日效应。结果表明,整体上长株潭地区春节期间PM_(2.5)浓度比春节前后高12μg·m-3,但春节后(7 d)PM_(2.5)浓度比春节期间低41.5%,"节后效应"明显。由于受烟花燃放等假日活动影响,春节期间PM_(2.5)浓度在00:00—02:00时段显著上升,02:00时PM_(2.5)浓度比非春节期间高47.6%。在假日效应的空间差异方面,长沙作为游客流入地,春节期间PM_(2.5)浓度比非春节期间高33.5%,体现了人流出行和旅游活动对空气质量的显著影响。