西安BC、PM2.5与气温协同对心脑血管疾病死亡的影响

利用西安市2014~2015年BC、PM_2.5和气温及心脑血管疾病每日死亡人数等资料,基于时间序列的广义相加模型中的主效应模型、非参数二元响应模型和温度分层模型对其进行研究.结果表明,BC、PM_2.5对心脑血管疾病死亡人数的影响存在滞后效应,最佳滞后时间下,BC、PM_2.5浓度每增加1个IQR（BC：5.31μg/m³,PM_2.5：40.30μg/m³）,心脑血管疾病每日死亡人数ER（95% CI）分别为3.53%（95% CI：1.86,5.23）、2.01%（95% CI：1.06,2.97）.气温与心脑血管疾病每日死亡人数的暴露反应关系呈“V”型分布特征,最适温度为26℃.低温和高污染物浓度对心脑血管疾病的影响存在协同放大效应,当气温低于26℃时,BC对人群健康风险比PM_2.5更大.对于心脑血管疾病而言,不同人群的易感程度不同,女性群体对BC、PM_2.5暴露更为敏感.当BC、PM_2.5同时纳入其它一种或几种气态污染物时,对ER值无较大影响.BC仅占PM_2.5浓度的一小部分,但健康影响不容忽视,BC可作为评估大气污染物健康风险的重要空气质量指标.     

北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应

通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物（BC、PM_2.5、SO₂、O₃和NO₂）日均浓度资料以及同期的气象资料,采用广义相加模型（GAMs）中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM_2.5和BC单效应,以及气温与PM_2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈“J”型分布特征,最适温度为24℃;累计滞后一天情况下PM_2.5和BC的健康效应均最显著,此时PM_2.5和BC浓度每升高四分位间距（IQR）,呼吸系统疾病死亡人数超额增加百分比（ER）分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM_2.5（或BC）对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM_2.5,当气温大于24℃时,BC和PM_2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM_2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视.     

沈阳大气污染物与气象因素对呼吸疾病门诊数的影响

利用时间序列的半参数广义相加模型,分析沈阳市2015年12月~2016年12月整个观测期间和污染期间大气污染物与气象因素及其交互作用对呼吸系统疾病门诊就诊人数的影响.结果表明：无论是全人群、不同性别、还是不同年龄人群中,HONO对门诊人数的影响均非常显著.最佳滞后时间下,PM₁₀、PM_2.5、SO₂、NO₂、HONO和NH₃的浓度每增加10μg/m³或1个IQR,对应的呼吸系统疾病日门诊人数增加百分比（ER）分别为1.29%（1.18%~1.4%）,1.31%（1.2%~1.43%）,3.28%（3.07%~3.50%）,5.26%（4.91%~5.61%）,12.89%（4.45%~22.01%）和11.09%（9.84%~12.36%）.HONO、NH₃和PM_2.5对女性的影响远比对男性的影响大,污染日当日对门诊量的影响最大;PM_2.5对≥65岁的老人影响大;NH₃、HONO和SO₂对15~65岁人群影响大.污染天气条件下HONO和NO₂对门诊人数影响最高,均为污染日当日对门诊量的影响最大.沙尘天气Ca²⁺等土壤性离子影响最大.多污染物模型中,不同污染物对呼吸疾病的影响具有协同作用或拮抗作用.气温对各呼吸疾病的影响最强,低温和高污染物浓度对呼吸系统疾病门诊人数的影响有交互作用.     

成都市气温与PM2.5和O3交互作用对疾病死亡人数的影响研究

利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM_2.5日均浓度和每日臭氧最大8h平均浓度（O₃）资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM_2.5和O₃单效应,以及气温与PM_2.5（或O₃）交互作用对当地呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈反“J”型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM_2.5（或O₃）对应的健康风险最大,此时,PM_2.5和O₃浓度每升高10μg/m³,呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM_2.5对两种疾病死亡影响的健康风险冬季最高,而O₃的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM_2.5（或O₃）对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM_2.5和O₃浓度每升高10μg/m³,对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O₃对人群健康的影响也不容忽视,应该引起足够的重视.     

我国大气PM2.5及O3导致健康效益现状分析及未来10年预测

从人群健康角度分析我国大气PM_2.5和O₃污染导致的健康效益时空变化趋势及其影响因素,合理预测未来10年变化,为制定大气污染控制策略及目标提供决策支持.采用相对风险评估模型评估我国338个地级及以上城市2015—2018年大气PM_2.5和O₃污染导致健康效益的时空变化趋势,参考全球疾病负担2017年的方法估算人口数量、年龄结构、疾病死亡率及污染物浓度等因素对健康效益的贡献率,并设定不同目标情景预测2025年和2030年的健康效益.结果表明:①PM_2.5导致的过早死亡人数从2015年的152.21×104人降至2018年的136.82×104人,O₃导致的过早死亡人数从2015年的7.99×104人增至2018年的8.27×104人,两种污染物导致的健康效应最高值均出现在“2+26”城市.②人口数量、年龄结构、疾病死亡率和污染物浓度对归因于PM_2.5的过早死亡人数变化的贡献率分别为4.83%、30.55%、19.00%及45.62%,对归因于O₃的过早死亡人数变化的贡献率分别为17.76%、12.34%、23.41%及46.48%.③基于社会发展情况预测,大气PM_2.5浓度2025年需降至40 μg/m3以下、2030年需降至35 μg/m3以下,且大气O₃浓度2025年需与2018年持平、2030年比2018年降低4%,两种污染物导致的过早死亡人数才能与2018年接近.研究显示,未来我国应制定更高目标的大气污染控制政策,持续加强PM_2.5的污染控制,进一步遏制O₃的上升趋势,在生态环境保护上做到方向不变、力度不减,才能充分保障公众健康.      

浙江省丽水市空气质量的健康效应分析

本研究利用2013~2018年丽水空气质量、健康及气象等官方数据，采用半参数广义可加模型分析了丽水市空气质量状况与人群健康效应之间的关系.结果表明：（1）大气污染物可导致人群心血管疾病和呼吸系统疾病死亡率的增加，PM_2.5和O₃对于男性的影响显著高于女性，NO₂和SO₂对于女性的影响显著高于男性，污染物对于65岁以上人口的影响更为明显；（2）O₃对于全人群超额死亡风险的贡献率高达40%~50%，远高于PM_2.5对健康造成的危害，O₃已经成为丽水市最为突出的空气污染物.但是男性和女性有明显差异，O₃对于男性的超额风险贡献率最大，NO₂对于女性的超额风险贡献率最大；（3）丽水市污染物浓度处于剂量-效应关系曲线的低浓度处，单位污染物浓度的变化导致超额死亡率变化较大，降低单位浓度污染物产生的健康效益也更为显著.     

颗粒物污染对高血压门急诊就诊人数的影响-时间序列研究

为探讨颗粒物对金昌市高血压门急诊就诊人数影响的暴露反应关系,本文收集甘肃省金昌市2012年1月1日~2015年12月31日大气PM₁₀、SO₂、NO₂数据及2014年1月1日~2015年12月31日大气PM_2.5污染物监测数据及同期气象观测数据,同时收集近年金昌市三家综合医院的高血压门急诊日就诊病例.采用广义相加模型,分析不同大气污染物与高血压门急诊日就诊人数的关联性.结果表明,在单污染物模型中,滞后L07d时PM₁₀平均浓度每升高一个IQR,高血压日门急诊人数增加2.30%（95% CI：1.30%~3.32%）,L6d时PM_2.5平均浓度每升高一个IQR,高血压日门急诊人数增加2.53%（95% CI：1.45%~3.62%）.PM₁₀和PM_2.5对男性、65岁以上高血压患者门急诊影响更高.SO₂和NO₂与颗粒物之间存在协同效应,沙尘天气下PM₁₀对高血压门急诊人数的影响由2.30%增加到2.36%,PM_2.5的影响由2.53%减少到2.39%.研究得出颗粒物污染对金昌市高血压门急诊就诊人数具有不同程度的影响,其中细颗粒物（PM_2.5）的效应更强.     

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.     

臭氧和PM2.5对慢阻肺死亡影响及气温修饰效应

采用广义相加模型评估臭氧和细颗粒物（PM_2.5）暴露对2008~2017年上海浦东居民慢性阻塞性肺疾病（COPD）死亡的超额危险度（ER）和寿命损失年（YLL）的影响.结果表明：臭氧污染集中在4~6月,PM_2.5污染集中在12月、1~2月,10a间臭氧浓度逐年增加,PM_2.5有小幅下降;在最大滞后效应下,臭氧每增加10μg/m³,ER和YLL分别为1.34%（95% CI：0.57%~2.12%）和54.98（95% CI：16.36~106.41）人·a;PM_2.5每增加10μg/m³,两者分别为2.66%（95% CI：1.54%~3.79%）和130.92（95% CI：42.47~274.28）人·a;臭氧对男性和<85岁人群影响显著,PM_2.5对女性和³85岁人群影响显著;暖季时臭氧暴露相关的COPD死亡风险更高,冷季时PM_2.5暴露相关的COPD死亡风险更高.臭氧和PM_2.5致COPD死亡的影响可能因气温水平而异.     

京津冀及周边地区“十四五”及中长期PM2.5污染控制目标的健康效益预估研究

京津冀及周边地区是我国最具有代表性的空气污染较严重的城市群,为探究重污染地区空气污染的疾病负担及其未来空气质量改善的健康效益,基于环境因子人群疾病负担评估的基本方法,评估了京津冀及周边地区“2+26”城市2015年的PM_2.5相关疾病负担,并对该地区在“十四五”及中长期PM_2.5污染控制目标下的未来PM_2.5疾病负担进行了预估研究,分析了PM_2.5污染控制目标带来的健康效益.结果表明:①2015年“2+26”城市PM_2.5所致超额死亡数为15.11×104例.②若不考虑人口变化,未来空气质量按“十四五”及中长期PM_2.5污染控制目标改善,预计到2025年、2030年和2035年“2+26”城市PM_2.5所致超额死亡数将分别降至11.49×104、10.62×104和9.85×104例,比2015年分别减少了23.96%、29.72%和34.79%.③分年龄段和分疾病对比发现,65岁以上老年人群PM_2.5相关超额死亡数的占比较高且有上升趋势,与PM_2.5相关的心脑血管系统疾病（中风和缺血性心脏病）的超额死亡数在PM_2.5相关超额死亡总数中占比最大,且有增加的趋势.研究显示,京津冀及周边地区“2+26”城市未来空气质量的改善将大幅降低空气污染相关疾病负担,带来显著的健康效益,但由于人口增长和老龄化的影响,未来较长时间内我国空气污染带来的疾病负担依然较重,应持续改善空气质量,并关注脆弱人群的健康防护,以进一步降低空气污染相关疾病负担.      

呼包鄂地区沙尘期间大气污染特征研究

为研究沙尘天气下典型大气污染特征,选择呼和浩特市、包头市、鄂尔多斯市（简称"呼包鄂地区"）为研究对象,分析了呼包鄂地区2016年春季3月1日-5月31日的PM₁₀与PM_2.5数据,利用CMB（化学质量平衡）受体模型、后向轨迹模型研究了呼包鄂地区污染源的特征,通过富集因子法评估了人类活动对沙尘天气的影响,最终通过特征比值法对沙尘天气与非沙尘天气进行了区分.结果表明:①沙尘天气与非沙尘天气时,呼包鄂地区PM₁₀、PM_2.5中主要化学组分均为Si、Ca、Al、Fe、OC、SO₄2-与NO₃-.沙尘天气时,ρ（PM₁₀）与ρ（PM_2.5）的差值大于非沙尘天气,较高的ρ（Al）、ρ（Si）、ρ（Ca）说明呼包鄂地区受到较大的沙尘天气影响.②CMB受体模型源解析结果表明,沙尘天气时扬尘源对PM₁₀与PM_2.5的贡献率分别为59.3%、48.7%,说明PM₁₀和PM_2.5的主要污染源均为扬尘源.后向轨迹模式模拟表明,呼包鄂地区的沙尘主要来自其西北部地区.③元素Na、K、Mg的EF（富集因子）在PM₁₀与PM_2.5中均大于1.0,Si、Cu的EF在PM_2.5中均大于1.0,但在PM₁₀中小于或等于1.0;依据EF表征级别,自然因素对PM_2.5和PM₁₀的影响程度均较大,并且PM_2.5受人类活动影响的程度大于PM₁₀.通过特征比值发现,ρ（Si）/ρ（Al）大于1.7且ρ（Si）/ρ（Fe）大于2.2可作为呼包鄂地区典型沙尘天气的界定.研究显示,呼包鄂地区春季受到较大程度的沙尘影响,这些沙尘主要来自其西北部地区,通过特征比值法可以对呼包鄂地区沙尘天气进行界定.      

成渝城市群PM2.5的时空分布及其影响因素研究

随着工业化与城镇化的深入推进,成渝城市群的PM_2.5污染不断加剧,呈明显的区域性与复合性特征.该研究以2015—2017年成渝城市群空气质量监测站的日均ρ（PM_2.5）数据为基础,结合区域气象、遥感与统计年鉴等多源数据,采用反距离插值法分析了ρ（PM_2.5）的时空分布差异,采用Moran's I指数与LISA指数探索了ρ（PM_2.5）的全局和局部空间自相关性,并利用空间回归模型研究了自然、经济社会等因素对ρ（PM_2.5）的影响.结果表明:①成渝城市群ρ（PM_2.5）分布存在明显的时空差异.时间上,2015年PM_2.5污染最严重,ρ（PM_2.5）年均值为54.38 μg/m3,2016年、2017年PM_2.5污染状况逐年减轻,ρ（PM_2.5）年均值分别为53.68与47.56 μg/m3;空间上,成渝城市群东北部ρ（PM_2.5）较低,而南部ρ（PM_2.5）较高.②空间自相关分析结果表明,PM_2.5污染在成渝城市群存在显著的空间聚集性,成渝城市群南部ρ（PM_2.5）呈高值-高值聚集,成渝城市群北部ρ（PM_2.5）则呈低值-低值聚集.③空间回归结果表明,成渝城市群范围内某一地区邻近区域的ρ（PM_2.5）平均值增加1%时,该地区ρ（PM_2.5）将上升至少0.38%.城镇化率对ρ（PM_2.5）的影响最大,其次是第一产业增加值,再次是工业增加值占比和降水量.城镇化率、降水量与ρ（PM_2.5）呈负相关,而第一产业增加值、工业增加值占比与ρ（PM_2.5）呈正相关.研究显示,加快城镇化进程、减少第一产业排放、降低工业增加值占比（尤其是重污染工业）是有效解决成渝城市群PM_2.5污染的重要手段.      

相对湿度和PM2.5浓度对乌鲁木齐市冬季能见度的影响

基于2016~2017年冬季乌鲁木齐市城区PM_2.5和气象要素观测数据,采用线性和非线性回归、变量分类分析等统计方法,研究了大气能见度与相对湿度（RH）、PM_2.5浓度的定量关系.结果表明：乌鲁木齐市冬季能见度日变化呈单峰形分布,中午13：00前后和夜晚20：00前后能见度分别达到最高和最低.相对湿度增加、PM_2.5污染加重都会造成冬季大气能见度明显降低,但低能见度天气的主要影响因素是PM_2.5污染.在RH < 90%时PM_2.5累积及其吸湿增长对能见度变化起控制作用,特别是70%￡RH < 90%时,PM_2.5浓度对大气能见度影响最大.RH³90%时相对湿度成为决定因素.在PM_2.5污染逐渐加重的过程中,相对湿度对能见度的影响在减弱.能见度增加与PM_2.5浓度降低之间存在非线性响应.在PM_2.5污染由严重减轻至中度污染级别过程中,能见度改善并不明显.只有把PM_2.5浓度控制在115μg/m³以下（轻度污染或优良级别）,PM_2.5浓度降低,能见度才开始出现显著提高.但冬季要达到较高能见度水平（8km）,PM_2.5浓度需要继续严控至39μg/m³以下.本文对乌鲁木齐市冬季大气污染治理具有重要指导意义.     

乌鲁木齐市重污染期间PM2.5污染特征与来源解析

目前有关我国城市大气重污染期间PM_2.5污染特征及其来源的研究较少,为深入了解典型城市大气重污染期间PM_2.5的污染特征与来源构成,于2013年1月19—30日在乌鲁木齐市采集PM_2.5样品,并依据相关划分标准,确定1月19—28日为重污染天气. 分析了重污染天气下ρ(PM_2.5)及主要化学组成(包括水溶性离子、无机元素和碳组分),运用统计学方法研究了重污染期间PM_2.5的污染特征,并且采用富集因子法和CMB受体模型解析了PM_2.5的来源构成.结果表明:大气重污染期间ρ(PM_2.5)严重超标,其中米东区环境保护局采样点的ρ(PM_2.5)最高,其次是铁路局、市监测站;PM_2.5化学组分以SO₄2-、TC、Si和NO₃-为主,其中二次离子占ρ(PM_2.5)的43.1%;城市扬尘、煤烟尘和二次粒子是环境空气中PM_2.5的主要污染源类,三者在乌鲁木齐市以及米东区的分担率分别为24.7%、15.6%、38.0%和20.8%、28.0%、36.2%,其中二次硫酸盐的分担率在两地更分别达到28.6%和27.0%.      

广州不同站点类型PM2.5与O3污染特征及相互作用

基于2015~2019年广州4个不同国控站点类型的大气污染物监测数据,研究了广州各站点类型颗粒物（PM_2.5）和臭氧（O₃）的污染特征,并分析了O₃污染季节和PM_2.5污染季节PM_2.5和O₃的相关性及相互作用.结果表明：2015~2019年广州各站点类型PM_2.5浓度总体呈下降趋势,O₃浓度呈上升趋势.不同污染季节PM_2.5与O₃浓度均呈正相关.O₃污染季节二次PM_2.5的生成对颗粒物的影响显著大于一次PM_2.5,随着光化学水平的升高,一次PM_2.5的贡献浓度基本不变（均在21.03~31.37μg/m³范围内）,贡献率逐渐下降;而二次PM_2.5的贡献浓度逐渐升高（3.51~7.72 μg/m³升高到16.04~18.45μg/m³）,贡献率也逐渐升高（11%~27%升高到34%~44%）,且呈倍数增加.不同站点类型贡献差异明显,背景站点二次PM_2.5的贡献最大,城区站点在中和高光化学水平下二次PM_2.5的贡献最小;PM_2.5污染季节各站点类型在不同PM_2.5污染水平下O₃浓度均具有差异性,总体上均呈现背景站点>郊区站点>城区站点的特点.气溶胶的消光作用和非均相反应均显著促进O₃生成,随着PM_2.5浓度升高,各站点类型的O₃浓度峰值逐渐升高,由62.12~83.82μg/m³升高到92.49~135.4μg/m³;O₃变化率峰值也逐渐升高,由8.42~10.02μg/（m³·h）升高到21.33~27.04μg/（m³·h）.进一步促进了广州PM_2.5和O₃浓度的协同增长.     

长三角地区PM2.5区域性污染时空变化特征

为定量分析长三角地区PM_2.5区域性污染的变化特征,建立适用于长三角地区的PM_2.5区域污染划分标准,基于2015—2020年长三角地区41个城市日均ρ(PM_2.5)开展区域污染变化趋势研究,并针对长三角PM_2.5重度区域污染开展了时空变化以及网络特征分析. 结果表明:①2015—2020年长三角三省一市年均ρ(PM_2.5)降幅均在25%以上,城市ρ(PM_2.5)分布呈北高南低的特征,南北城市之间ρ(PM_2.5)差异较大,ρ(PM_2.5)最高值与最低值相差35~46 μg/m3. ②2015—2020年长三角PM_2.5区域污染天数比例为16.9%~35.9%,以轻度污染为主,不同年份中度和重度污染天数比例差异较大,且主要出现在秋冬季,轻度、中度和重度污染天数均呈波动下降趋势. ③与2015年相比,2019年和2020年PM_2.5区域污染天数分别减少了38和69 d,且PM_2.5重度区域污染持续天数和重度及以上污染城市数量均呈减少趋势. ④PM_2.5重度区域污染日,长三角城市之间表现出较强的污染关联性,并可划分为4个子群. 以连云港市为代表的子群1位于长三角地区北部,PM_2.5污染相对较重,受长三角区域内输送影响较小,但对区域内其他城市有一定的输送影响;以宁波市为代表的子群2和以南京市为代表的子群4受长三角区域内输送影响较大,并指示了东路沿海和中路两条污染传输通道;以安庆市为代表的子群3位于内陆地区,污染独立性相对较强,受长三角区域内输送影响较小,同时对长三角其他城市影响也较小. 研究显示,长三角地区PM_2.5污染改善显著,但重度区域污染尚未消除,中北部城市的联防联控将对改善PM_2.5区域污染起积极作用.