城区飞散致敏花粉与大气细/超细颗粒物的协同生物效应研究

城市大气颗粒物污染和致敏花粉的污染已经对人群健康和城市空气质量产生了较为严重的影响.这2种污染物的协同生物效应正在成为大气环境科学、环境毒理学、免疫学等学科研究的前沿和热点研究领域.以上海大气中的细/超细颗粒物和日本关东地区致敏花粉(柳杉)为例,阐述了大气细/超细颗粒物的表征以及花粉致敏的过程.在研究中,观察到了日本柳杉花粉壁附着有直径0.7μm的含变应原蛋白的微粒(Ubisch body),并用ELISA法揭示了日本关东地区大气颗粒物中含变应原蛋白的颗粒主要分布在1μm的粒径范围内;而在上海大气颗粒物中,化学元素总量的最大值出现在细/超细粒径颗粒物(0.3～0.18μm)范围,污染元素S和Pb的质量浓度在超细(纳米尺度)/细颗粒物中比在其他粒径范围颗粒物中要高,另外还发现在上海大气颗粒物中有植物花粉的存在.城市大气颗粒物中的主要组分,柴油机车尾气颗粒物(DEPs)与飞散花粉之间存在协同生物效应,但其机制和过程还不清楚,在最新研究成果的基础上并结合国内外相关研究领域的进展,对飞散花粉与大气细/超细颗粒物的协同生物效应的研究进行了总结并提出今后研究的方向.     

夏季青岛大气粗细粒子中微量元素的浓度、溶解度及干沉降通量

利用2016年6~7月在青岛采集的PM_(2.5)和总悬浮颗粒物(TSP)样品,分析其中12种微量元素总态和溶解态浓度,讨论了微量元素在粗、细粒子中的浓度及溶解度的分布特征,并估算了微量元素的沉降通量.结果表明,青岛气溶胶中地壳元素Al、Fe、Sr、Mn、Ba总态浓度的55%~60%集中在粗粒子中,人为元素Cr、Ni、V、Zn、Pb、As、Cd的65%~85%集中在细粒子中.但无论是地壳元素还是人为元素其溶解态浓度均主要分布在细粒子中,Al、Fe、Mn、Ba在细粒子中的占比为50%~80%,Cr、Ni、V、Zn、Pb、As、Cd的为70%~90%.微量元素溶解度在细粒子中的高于粗粒子中的,细粒子中微量元素的溶解态浓度与酸组分呈显著正相关,溶解度与p H呈显著负相关,表明酸化作用可能是影响细粒子中微量元素溶解度的主控因子.不同微量元素的总沉降通量中溶解态部分的贡献不同,Al和Fe溶解态部分的贡献仅为1%~2%,Sr、Ba、Cr、Pb的约为30%~40%,Mn、Ni、V、Zn、As、Cd的约为50%~60%.大气沉降的溶解态Fe可支持(194±150)mg·(m2·d)-1浮游植物碳的生产,对黄海初级生产力的贡献约为10%.     

电厂煤燃烧后元素硒的分布及对环境的贡献

对电厂煤、除尘器飞灰、渣及不同粒径的烟道飞灰中痕量元素硒进行研究.化学分析表明,硒在渣和除尘器飞灰中亏损而在细飞灰中富集,尤其在>19.0μm的飞灰中明显富集,富集系数达到5.15,造成这种现象的原因一是挥发性元素的挥发-凝结作用,二是燃烧产物在燃烧气流中停留的时间,三与飞灰颗粒形态有关,>19.0μm的飞灰中多孔颗粒可能是造成其富集的原因.逐级化学提取实验表明,煤中硒主要具有机相关性(69.7%),这也是硒挥发性高的一个主要原因;物质平衡计算显示煤中16.5%的硒随气流直接排放入大气,细飞灰中的硒只占1.1%,且大部分在>19.0μm的飞灰中,影响范围小,渣中硒对周围环境的影响更小,飞灰中的硒具有一定的迁移性,也许可以用来改善缺硒土壤.     

上海市PM2.5的物理化学特征及其生物活性研究

采集了上海市区和郊区春季和夏季的大气PM_2.5样品,分析了市区和郊区春夏2季PM_2.5质量浓度变化的规律,使用PIXE(Proton Induced X-ray Emission)分析技术获得S、K、Ca、Ti、Cr、Mn、Fe、Ni、Cu、Zn、As、Se、Br、Sr、Pb等15种元素的质量浓度.结果表明,上海PM_2.5中化学元素的质量浓度在春季　(5?038.6 ng·m^-3) 比在夏季 (3?810.6 ng·m^-3) 高,春季郊区(2?528.9 ng·m^-3) 和市区(2?509.7 ng·m^-3) PM_2.5中化学元素的质量浓度相当,夏季市区样品 (1?674.2 ng·m^-3) 中化学元素质量浓度的总量比郊区(2?136.3 ng·m^-3) 的低,但来自人为污染的化学元素 (Cr、Mn、Ti、Ni、Cu、Zn、As、Br、Sr、Pb) 在市区PM_2.5中的含量较高;场发射扫描电镜 (FESEM) 分析显示,上海PM_2.5主要由烟尘集合体、燃煤飞灰、矿物颗粒、生物质颗粒和不明物质组成,质粒DNA评价揭示上海市区PM_2.5比郊区的具有更强的生物活性,主要原因可能在于市区样品中含有较高的重金属元素和较多的烟尘集合体．     

Aerosols in Santiago de Chile: A study using receptor modeling with X-ray fluorescence and single particle analysis

Between 15 January and 26 February 1987, 51 fine and coarse mode aerosol samples were collected at the Universidad de Santiago de Chile Planetarium using a dichotomous sampler. The samples were analyzed by X-ray fluorescence for up to 17 elements (Mg, Al, Si, P, S, K, Ca, Ti, V, Cr, Mn, Fe, Ni, Cu, Zn, Br and Pb). Aerosol particles were individually studied by Electron Probe Microanalysis (EPMA) and Laser Microprobe Mass Analysis (LAMMA). The data set consisting of aerosol elemental concentrations and meteorological variables was subjected to Principal Factor Analysis (PFA), allowing the identification of six fine mode particle source classes (soil, industrial, sulfate particles, traffic, residual oil, wood-burnings), and five coarse mode particle source classes (soil, industrial, traffic, residual oil, sulfate particles). Both PFA solutions explained about 81 and 90% of the total variance in the data set, respectively. The regression of elemental mass concentrations on the Absolute Principal Factor Scores allowed the estimation of the contribution of the different source classes to the Santiago aerosol. Within the fine fraction, secondary SO₄²⁻ particles were responsible for about 49% of the fine mode aerosol mass concentration, while 26, 13, 6.4 and 5.6% were attributed to wood-burning/car exhausts, residual oil combustion, soil dust/metallurgical, and soil dust/wood-burning releases, respectively. The coarse fraction source apportionment was mainly dominated by soil dust, accounting for 74% of the coarse mode aerosol mass concentration. A composite of soil dust and industrial release accounted for 13%; a composite of secondary sulfates contributed with 9%; a composite of soil dust and automotive emissions, and secondary sulfates were responsible for 4 and 0.03% of the coarse aerosol mass concentration, respectively. EPMA results are in satisfactory agreement with those from the bulk analysis and allowed the identification of eight particle types in both fine and coarse mode aerosols, pertaining to different source classes, namely soil, seaspray, secondary SO₄²⁻, metallurgical emissions and biomass burning release. EPMA also evidenced that one of the most abundant particle types corresponded to marine aerosol, having an average diameter of 0.7 μm for the fine mode and 2.2 μm for the coarse mode aerosol. LAMMA results indicate that, in fact, seaspray has been transported into the city of Santiago de Chile airshed, suffering several transformations and a sulfur enrichment. This analytical technique also provided evidence of the abundance of carbon-rich particles, which were not detected by either the bulk X-ray analysis or EPMA; they are probably due to fossil-fuel combustion releases.     

新疆阿克达拉大气背景点气溶胶物质来源研究

文章利用2004年7月~2005年3月间新疆阿克达拉区域大气本底观测站PM10和TSP有机碳、元素碳及水溶性离子的组成数据,分别采用主成分分析法(Principal Component Analysis,PCA)和绝对主成分分析法(Absolutely Principal Component Analysis,APCA)对大气气溶胶物质来源进行研究。结果表明PM10中气溶胶来源及贡献率分别为:人为污染源(49.6%)、地壳矿物质粉尘(17.3%)、盐渍化地壳矿物质粉尘(33.1%);TSP中气溶胶来源及贡献率分别为:盐渍化地壳矿物质粉尘(21.3%)、地壳矿物质粉尘及人为污染混合源(50.8%)、人为污染源(27.8%)。由于阿克达拉大气本底观测站位于我国气候上游,该站PM10和TSP中不同来源物质贡献率的源解析结果对于研究中国西北地区大气背景气溶胶的特性及其气候效应具有重要意义,对我国西北边境大气背景区空气污染治理对策的制定有一定的参考价值。     

Size, composition, and mixing state of individual aerosol particles in a South China coastal city

Aerosol samples were collected in summer in Macao,a coastal city of the Pearl River Delta Region in China.Morphology,size,elemental composition,and mixing state of individual aerosol particles were determined by scanning electron microscopy coupled energy dispersive X-ray(SEM/EDX) and transmission electron microscopy(TEM).Based on the morphologies of 5711 aerosol particles,they consist of soot(32%),mineral(17%),secondary(22%),and unknown fine particles(29%).The sizes of these particles were mostly distributed between 0.1 and 0.4 μm.Compositions of 202 mineral particles were obtained by SEM/EDX.Mineral particles were mainly classified into three types:Si-rich,Ca-rich,and Na-rich.The compositions of typical mineral particles can indicate their sources in sampling location.For example,mineral particles,collected along the main street,were associated with trace amounts of heavy metals,such as Zn,Ti,Mn,Ba,Pb,and As.TEM observations indicate that most Na-rich particles were aged sea salt particles(e.g.,Na2SO4 and NaNO3) which formed through heterogeneous chemical reactions between sea salt and acidic gases.Additionally,aging time of soot was short in Macao due to high humidity,high temperature,and high levels of sunlight in Macao.Most of soot and fine mineral dust particles were internally mixed with secondary particles.     

上海城区和临安本底站PM_(2.5)的物化特征及来源解析

2008年4月在上海城区(徐家汇)和浙江临安大气污染本底站2个地区同步采集PM2.5样品,利用场发射扫描电镜(FESEM/EDS)和同步辐射相关技术对两地PM2.5的微观形貌、化学元素组成及来源,以及重金属元素Zn的价态进行了分析.结果表明,徐家汇、临安的PM2.5平均质量浓度分别为(131.6±65.2),(83.5±22.9)μg/m3.徐家汇地区PM2.5主要由烟尘、飞灰、矿物质等组成;临安地区PM2.5中主要为不规则形貌颗粒物.上海城区PM2.5中重金属元素的浓度明显高于临安地区样品.同步辐射X射线吸收近边结构谱的结果显示,两地PM2.5中的Zn元素都以ZnSO4为主要存在形式.富集因子法分析19种元素中,除K、Ca外,其他元素在PM2.5中富集程度上海均高于临安地区.     

兰州市夏秋季颗粒物谱分布特征研究

采用APS-3321空气动力学粒径谱仪对兰州市2010年8～10月0.5～20μm大气颗粒物浓度及其谱分布进行了实时监测,并通过聚类分析方法结合气象观测数据对体积浓度谱特征及其影响因素进行了分析.以阐明兰州市夏秋季不同粒径段颗粒物浓度水平和粒谱分布特征及其成因.结果表明,0.5～20μm大气颗粒物小时平均数浓度、表面积浓度和体积浓度分别为(108.1±92.2)个.cm-3、(282.9±267.9)μm2.cm-3和(92.2±127.3)μm3.cm-3,细粒子(0.5～2.5μm)分别占0.5～20μm大气颗粒物数浓度、表面积浓度和体积浓度的98.7%、73.8%和52.9%.观测期间数浓度谱呈单峰分布,峰值出现在积聚模态,表面积浓度谱和体积浓度谱呈双峰型,峰值分别位于积聚模态和粗模态.颗粒物体积浓度谱主要有7类代表不同源和气象条件影响的分布型.受浮尘天气和局地扬尘影响的颗粒物体积谱分布在粗模态有明显的峰,而受机动车直接燃烧排放和二次扬尘影响的颗粒物体积谱分布呈双峰型,峰值分别位于积聚模态和粗模态.     

内蒙古乌达-乌斯太工业园环境单颗粒研究

2015年夏季在内蒙古乌达-乌斯太工业园布点采集了大气颗粒物核孔膜样品16件,采用扫描电镜（SEM-EDX）共表征了1600个单颗粒的形貌和化学组成,结果表明,研究区单颗粒主要为矿物颗粒、燃烧产生颗粒和含硫颗粒3大类,其中矿物颗粒不仅含有硅铝酸盐和碳酸盐这类常见颗粒,还有风化煤矸石和沙尘颗粒这两种特殊颗粒;燃烧产生颗粒不仅有通常的燃煤飞灰、烟尘集合体和絮状碳质颗粒,还有原煤尘颗粒.统计表明,烟尘聚合体、硅铝酸盐和沙尘这三者占颗粒物总数的64%,风化煤矸石尘和原煤尘主要呈现为可吸入颗粒（2.5~10μm）;烟尘聚合体和沙尘则主要为超细颗粒（<1.0μm）.总之,单颗粒分析揭示该典型煤炭工业园区大气颗粒物主要来源：园内燃煤排放和交通,上风向矿区煤炭生产和上风向沙漠自然活动.     

上海工业区大气颗粒物中硫的化学形态和分布

用低压冲击式采样器 (DLPI) 采集了上海工业区和郊区大气中28nm~9.92μm粒径范围的颗粒物样品,用同步辐射X射线吸收近边结构谱(XANES)和X射线荧光分析(SRXRF) 对样品中硫的化学形态和含量进行了研究.结果表明,粗颗粒物和细颗粒物中的硫,大部分以硫酸盐形式存在;超细颗粒物中除了硫酸盐硫之外,一部分硫以低价的还原态形式存在,可能的化学形态为金属硫化物、噻吩类有机硫化物.细粒子中硫的质量浓度高于粗颗粒,约 70%的硫分布在细粒子中.硫的质量浓度呈多模态分布.工业区的超细颗粒物峰值出现在0.091~0.154μm;细颗粒的分布为积聚模,峰值出现在0.38~0.611μm;粗颗粒分布为粗模态,在1.59~3.98μm和6.57~9.92μm出现2个峰值.郊区的超细颗粒物中硫的质量分布不存在峰值;积聚模出现两个亚模态,分别为峰值在0.261~0.380μm的“凝结模态”和峰值在0.611~0.945μm的“液滴模态”;粗模态峰值在2.38~6.57μm.污染来源和颗粒物形成、转换机制以及不同采样时间的气象条件差异决定了2个地区颗粒物中硫的分布特性,工业区颗粒物中硫的来源有海盐源的贡献,而郊区较少受海洋源的影响.     

2008奥运和后奥运时段北京大气颗粒物质量浓度和数浓度比对研究

为探索奥运和后奥运时段北京地区大气颗粒物质量浓度和数浓度变化规律及其主要影响因素,于2008-08-08～2008-10-07期间,在中国科学院大气物理研究所325 m气象观测塔附近的办公楼楼顶使用微量振荡天平（TEOM）和空气动力学粒谱仪（APS）在线实时测量颗粒物质量浓度和数浓度,同时结合地面气象资料和HYSPLIT轨迹模式对颗粒物的来源和传输过程进行了探讨. 结果表明,奥运期间北京大气颗粒物粗细粒子质量浓度（PM_2.5～10和PM_2.5）平均值分别为（23.1±1.6） μg·m^-3和（55.5±7.3）μg·m^-3,比非奥运时期分别降低18.2%和16.0%,比非源控制时期分别降低22.3%和18.0%;而奥运期间粗细粒子数浓度（PN_2.5～10和PN_0.5～2.5）平均值分别为（15±1）个·cm^-3和（3138±567）个·cm^-3,比非奥运时期分别降低23.4%和27.5%,比非源控制时期分别降低29.5%和34.3%. 观测期间风速、相对湿度和前1 d的降水与颗粒物质量浓度和数浓度存在显著线性关系,逐步回归分析结果显示,风速和相对湿度可以解释细粒子质量浓度和数浓度变化的42%和53%,而风速和前1 d的降雨则可以解释粗粒子质量浓度和数浓度变化的21%和39%;观测期间北京大气颗粒物主要受保定、石家庄等偏南地区输送的影响,偏南弱气流使北京大气细粒子质量浓度和数浓度迅速增加,而偏北强气流使区域大气粗细粒子得到彻底清除,体现了北京地区大气粗粒子受局地排放控制而细粒子受区域污染输送的特征. 对比观测期间颗粒物累积清除的2次典型过程发现,气象因素影响颗粒物浓度值波动,而局地源排放减少和区域输送减弱则使颗粒物粗细粒子浓度显著降低,北京及周边省（市、区）协同减排是保障奥运期间优质空气质量的主要原因.     

青岛沿海大气气溶胶中无机组分在粗、细粒子上的分布

在1997-09～1998-08分4次对大气气溶胶进行了监测.结果表明:青岛沿海地区的气溶胶质量浓度多集中于＜2.5μm的细粒子中,同时采暖季节细粒子比例浓度大大高于非采暖季节.SO₄^2-、NH₄⁺、NO₃^-、K⁺主要存在于粒径小于2.5μm的细粒子中.Na⁺、Cl^-、Mg²⁺、Ca²⁺则主要存在于大于2.5μm的粗粒子中,冬季F^-、Cl^-、Br^-均主要存在于细粒子中,而夏季则主要存在于粗粒子中,表明这3种离子在气溶胶粒径分布中可能受人为燃烧源和温度影响.     

北京大气PM2.5中微量元素的浓度变化特征与来源

为了解北京大气细粒子中微量元素的污染水平和来源,在车公庄和清华园进行了连续1年、每周1次的PM_2.5采样和全样品分析.微量元素浓度的周变化大,尤以冬季为甚,相邻2周最大相差达1.6倍;但除冬季的平均浓度较高之外,其季节变化并不显著.微量元素的富集因子在春季最低,反映了频繁发生的沙尘天气的影响.Se、Br和Pb的浓度比来自于北京A层土壤中的含量要高出约1000～8000倍,表明它们主要来自于人为污染.其中Se的富集度最高,反映了北京细粒子来自于燃煤污染的特征.Pb的年均浓度(0.31μg·m^-3)虽然未超过WHO的年均标准,但与洛杉矶和布里斯班相比处于较高的水平;与Br、Se的比较分析表明,燃煤可能是Pb除机动车排放之外的另一个重要来源.     

保定大气颗粒物中水溶性无机离子质量浓度及粒径分布

为研究保定市大气颗粒物中水溶性无机离子的质量浓度水平、季节变化和粒径分布特征,于2010年8月—2011年8月利用Andersen分级采样器采集大气颗粒物样品,并用离子色谱分析其中的离子组成. 结果表明,细粒子(PM_2.1)中主要水溶性无机离子为SO₄2-、NO₃-和NH₄+,三者质量浓度平均值分别为23.18、21.99和11.44μg/m3;粗粒子(PM>2.1)中主要水溶性无机离子为NO₃-、Ca2+和SO₄2-,三者质量浓度平均值分别为10.60、10.39和10.14μg/m3. 细粒子中ρ(SO₄2-)、ρ(NO₃-)、ρ(NH₄+)、ρ(Cl-)和ρ(K+)的季节性变化相似,均为冬季>秋季>夏季>春季;粗粒子中ρ(NH₄+)、ρ(K+)和ρ(NO₃-)呈现出与细粒子不同的季节性变化趋势,ρ(NH₄+)和ρ(K+)均为冬季>夏季>秋季>春季,而ρ(NO₃-)则为夏季>秋季>冬季>春季. 粗、细粒子中ρ(Ca2+)和 ρ(Mg2+)的季节性变化特征相似,均为冬季最高、夏季最低. ρ(SO₄2-)、ρ(NO₃-)、ρ(Na+)和ρ(K+)均呈双峰分布,分别在＞0.43~1.1μm和＞4.7~5.8μm出现峰值; ρ(NH₄+)和ρ(Cl-)呈细模态单峰分布,在＞0.43~1.1μm出现峰值; ρ(Mg2+)和 ρ(Ca2+)呈粗模态单峰分布,在＞4.7~5.8μm出现峰值. 二次源和生物质燃烧是细粒子的主要来源,扬尘对粗粒子影响较大.      

扎当冰川雪坑中不同粒径微粒元素和矿物组成特征

为了研究雪冰中不溶性微粒的矿物和元素组成及其来源,2009年5月和7月在念青唐古拉山扎当冰川垭口采集了2个雪坑样品,采用质子激发X荧光分析（PIXE）和X射线衍射定量分析方法（XRD）测定了不同季节粗细微粒（d〉10μm和0.22μm     

杭州市灰霾与非灰霾日不同粒径大气颗粒物来源解析

在2011年典型灰霾和非灰霾天气下,采集了杭州市不同粒径的大气颗粒物样品,测定并分析各粒径段颗粒物的质量浓度及其化学成分;同时采集并分析了主要污染源排放的颗粒物样品,通过CMB(化学质量平衡)模型进行源解析. 结果表明:灰霾天气下,二次粒子是杭州市各粒径段颗粒物的首要贡献源,其对≤1.1、>1.1~3.3、>3.3~5.8和>5.8~10μm粒径段的颗粒物贡献率分别为60.4%、62.2%、54.8%和46.5%. 在一次排放源中,机动车尾气是≤1.1和>1.1~3.3μm粒径段颗粒物的重要来源,贡献率分别为13.8%和12.2%;城市扬尘是>3.3~5.8μm粒径段颗粒物的重要来源,贡献率达到16.0%;而建筑施工尘是>5.8~10μm粒径段颗粒物的重要来源,贡献率为14.2%. 非灰霾天气下,随着颗粒物粒径的增加,二次粒子的贡献率显著下降,对≤1.1μm粒径段颗粒物的贡献率为42.7%,而对>5.8~10μm粒径段颗粒物的贡献率仅为15.5%;机动车是各粒径段颗粒物的重要贡献源,贡献率均在20%以上;煤烟尘是≤3.3μm细粒径段颗粒物的重要贡献源类,贡献率为22.0%;城市扬尘是>3.3~5.8μm粒径段颗粒物的重要来源,贡献率为18.3%;建筑施工尘依然是>5.8~10μm粒径段颗粒物的重要来源,贡献率为21.4%.      

上海市大气颗粒物中有机碳（OC）与元素碳（EC）的粒径分布

分析了上海市嘉定区不同粒径大气颗粒物(0.49、0.49～0.95、0.95～1.50、1.50～3.00、3.00～7.20、7.20μm)中OC和EC质量浓度的粒径分布特征;讨论了不同粒径大气颗粒物中二次有机碳EC示踪法中(OC/EC)pri的选定方法,用改进后的EC示踪法估算出上海市嘉定区大气颗粒物中的二次有机碳(SOC)质量浓度的粒径分布;通过OC和EC的相关性定性分析了上海市嘉定区大气颗粒物的主要来源.上海市嘉定区大气颗粒物中OC和SOC的质量浓度呈双峰分布,峰值出现在0.49μm与3.00μm的粒径段,EC出现双峰或三峰分布,与OC相比,更集中在0.49μm的粒径段.细颗粒(3.00μm)中OC和EC分别占总OC和EC质量浓度的59.8%～80.0%和58.1%～82.4%,OC和EC的质量浓度主要集中在3.00μm的颗粒物中.不同粒径颗粒物中SOC占相应粒径段内OC浓度的15.7%～79.1%,其中细颗粒物(3.00μm)和粗颗粒物(3.00μm)中SOC质量浓度占相应粒径段中OC的41.4%和43.5%.OC、EC和SOC的粒径分布显现出明显的时间依存性.OC和EC的相关性分析表明,上海嘉定区大气颗粒物的污染源主要以轻型汽油车尾气为主.     

2008年奥运期间北京不同粒径大气颗粒物中元素碳和有机碳的变化特征

采用安德森撞击式分级采样器采集2008-06-01～2008-09-30不同粒径的大气颗粒物样品,并用美国沙漠所DRI(desert research institute)的Model 2001A热光碳分析仪对其中的元素碳和有机碳进行了分析.结果表明,平均有56%、55%和73%的PM、OC和EC富集于粒径<2.1 μ...     

青岛近海夏、秋季生物气溶胶分布特征研究

于2009年7～11月采用Andersen生物粒子采样器在青岛近海连续采集了生物气溶胶样品,应用荧光显微镜计数法和平板计数法测定了总微生物(包括"可培养类"和"非可培养类")、"可培养类"陆源及海源微生物的浓度.结果表明,总微生物中"非可培养类"微生物平均占总微生物的99.58%;"可培养类"微生物平均仅为0.42%;...