渤海非色素颗粒物和黄色物质的吸收特性研究

非色素颗粒物和黄色物质的吸收是海水总吸收系数中重要的组成部分,也是海洋光学和水色遥感目前主要的研究内容.本文利用2005年测量的渤海黄色物质与非色素颗粒物的吸收系数,回归了两者吸收系数的曲线斜率,平均值分别为0.012和0.014 nm-1,这与国外测量的结果是一致的;分析了吸收系数和曲线斜率的时空分布,发现两者存在比较明显的负相关关系,可能是由于非色素颗粒物与黄色物质的两种来源导致的.     

燃煤锅炉可吸入颗粒物排放规律研究

应用基于空气动力学直径分级的低压撞击器(LPI)对4台燃煤锅炉除尘器前后飞灰颗粒进行13级采样,研究了不同除尘器入口和出口PM10的颗粒粒径排放规律及元素分布特性.结果表明,除尘器前后PM10质量粒径均呈双峰分布,其峰值分别在0.1 μm和2.36～3.95 μm附近.无论是文丘里水膜除尘器还是静电除尘器,粒径为0.1～1 μm左右的颗粒的除尘效率最低,最低效率值在50%～65%左右.除尘器对不同粒径颗粒的收集效率差别很大,对粒径为10 μm左右颗粒的收集效率为96%左右,而对亚微米颗粒的收集效率在62%-83%之间.PM10中各级氧化物组成表明较易气化元素,如s和Na等在小粒径颗粒上有明显富集趋势,而不易气化元素Si和Al等在大粒径颗粒上富集;这说明小粒径颗粒可能为气化-凝结机理形成,而比较粗的颗粒可能是通过煤焦和矿物质的破碎以及内部矿物质的聚合形成.     

不同粒径的大气细颗粒物对A549细胞的毒性研究

研究了不同粒径的大气细颗粒物对人肺癌上皮细胞A549的生物学效应,探讨了大气中细颗粒物粒径与细胞毒性的关系。采集杭州市大气中不同粒径的细颗粒物,制备成不同粒径的颗粒物总悬浮液,将A549细胞暴露于该制备液24 h后,测定细胞活力(MTT法)和培养液上清液中的LDH含量;并选择最佳浓度为后续暴露剂量,测定ROS生成量,评价不同粒径大气细颗粒物对细胞损伤效应。此外,还采用RTPCR测定凋亡基因P50、BAX、BCL-2表达情况。不同粒径的细颗粒物均显著抑制A549细胞活力,LDH显著增多,并存在剂量-效应关系;最佳染毒质量浓度为10μg/m L;ROS的生成量和各个凋亡基因的mRNA表达量均高于对照组。大气中不同粒径的细颗粒物均能对A549细胞产生毒性,并且随粒径增加,颗粒物对细胞的毒性呈降低趋势。     

氯化剂对超细颗粒物与重金属共生成特性的影响

以循环流化床反应器为实验平台,研究了焚烧温度为850℃下添加剂（NH₄Cl和KCl）对超细颗粒物与重金属共生成特性的影响.结果表明：NH₄Cl和KCl的存在均会降低超细颗粒物的数量浓度,但KCl的效果更佳,发挥的是阶梯式或者协同式作用.此外,添加比例为3%时对超细颗粒物数量浓度的降低最为明显.重金属Cr,Mn,Ni主要通过夹带方式形成超细颗粒物;而重金属Pb,Cu,Zn则主要通过蒸发、冷凝和吸附方式累积在超细颗粒物中.无机氯在焚烧过程中可以作为颗粒之间良好的粘合剂,促进超细颗粒物之间的成长和团聚,同时促进其表面形态的生长.此外,K的存在会促进细模态颗粒物之间的凝聚成长,使得细模态颗粒物的峰值增大,而NH₄⁺的存在会降低粗模态颗粒物的峰值.本研究可为污泥等废物热处理过程中重金属与超细颗粒物的协同控制提供借鉴.     

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.     

兰州市沙尘天气与痤疮门诊量的时间序列

研究沙尘天气、非沙尘天气下颗粒物（PM_2.5、PM_C、PM₁₀）对痤疮门诊量的影响,并进行性别、年龄分层研究,筛选敏感人群.收集了2013~2017年兰州市沙尘期与非沙尘期3家三甲医院痤疮门诊量资料、大气颗粒物及气象数据,采用基于泊松分布的分布滞后非线性模型（DLNM）,控制气象因素、季节性和长期趋势、星期几效应等混杂因素,分析沙尘期与非沙尘期颗粒物对痤疮门诊量的影响及滞后效应.结果表明：沙尘期时,兰州市3家三甲医院痤疮日均门诊量为26人次,范围3~54人次.非沙尘期时痤疮日均门诊量为37人次,范围1~89人次;单污染物模型显示,PM_2.5、PM_C、PM₁₀均在滞后第6d （lag6）时效应量达到最大值,其浓度每增加10μg/m³,痤疮门诊量的超额危险度（ER）及95%可信区间（95% CI）分别为1.065（95% CI：0.260~1.877）、0.355（95% CI：0.018~0.693）、0.310（95% CI：0.054~0.567）,PM_2.5对痤疮门诊量的影响最为显著;性别及年龄分层发现,性别分层中PM_2.5对女性的影响有统计学意义,其浓度每增加10μg/m³,痤疮门诊量增加1.077（95% CI：0.124~2.039）;年龄分层中,0~18岁组受PM_C、PM₁₀影响显著,19~24岁组受PM_2.5、PM₁₀影响显著,各颗粒物对25~34岁组及≥35岁组效应无统计学意义.在非沙尘期时,PM_2.5、PM_C、PM₁₀不引起痤疮门诊量增加.双/多污染物模型显示,分别调整其他污染物后,PM_2.5、PM_C、PM₁₀对痤疮门诊量的影响与单污染物模型类似,仍具有统计学意义.兰州市沙尘天气下大气颗粒物（PM_2.5、PM_C、PM₁₀）可使痤疮门诊量增加,对女性及青少年影响显著.     

2007~2016年北京天气分型与霾日的关联

采用COST733软件将北京地区2007~2016年的大气环流总体分为T1~T9种类型,研究其与霾日的关联性,并结合PM_2.5和臭氧地面观测,分析不同天气型对应的污染特征及气象参数分布规律.2007~2016年霾日发生概率21.5%,T4和T9型下霾日最多,T5和T8型最不利于霾日发生.9类天气型下霾日变化具有阶段性,2007~2012年（阶段一）霾日少且年际差异小,2013~2016年（阶段二）霾日增多.对9类天气型下霾日PM_2.5及臭氧变化进行分析,T1、T3、T4和T9型霾日多出现在秋冬季,PM_2.5日变化为逐时增加态势,4类天气型在第一阶段的白天有浓度波动增长形成的小峰值,但第二阶段减弱消失.大部分天气型的霾日,阶段二的PM_2.5浓度较阶段一降低,T7和T9型表现为增加,增幅分别为23.7%和3.9%.所有天气型霾日的臭氧日变化均为单峰型,峰值出现在下午,臭氧日均浓度最高为T8型.此外,阶段二与阶段一相比,T3、T5和T6型臭氧平均浓度增加,其中T5型增幅达到49.8%.将霾日与近地面气象要素关联分析,平均气温、风向、风速可以较好的解释臭氧浓度变化,而PM_2.5的变化特征不仅与气象要素相关,在一定程度上也体现了污染排放及区域联动减排的贡献,需两者结合才能更好探究PM_2.5浓度整体特征及细节变化.     

川南自贡市大气颗粒物污染特征及传输路径与潜在源分析

川南自贡市大气颗粒物污染比较严重, 2015～2018年PM_(10)和PM_(2.5)平均浓度分别为(95.42±9.53)μg·m~(-3)和(65.95±6.98)μg·m~(-3),并有明显的下降趋势,冬季PM_(10)和PM_(2.5)浓度远高于其它季节, 1月平均浓度最高,分别为(138.08±52.29)μg·m~(-3)和(108.50±18.05)μg·m~(-3),夏季平均浓度最低.PM_(2.5)与PM_(10)的平均比值为69.12%,冬季比值约为夏季的1.17倍,空气污染以PM_(2.5)为主.采用拉格朗日混合单粒子轨迹模型(HYSPLIT)和全球资料同化系统的GDAS气象数据,对自贡市细颗粒物(PM_(2.5))浓度和逐日72 h后向轨迹进行计算和聚类研究,利用潜在源贡献分析法(PSCF)和浓度权重轨迹分析法(CWT),探讨不同季节影响自贡市PM_(2.5)浓度的潜在源区以及不同源区的污染贡献.结果表明,自贡市近地面四季多受东南风、偏西风和西北风控制,高浓度PM_(2.5)多出现在0～2 m·s~(-1)的低风速区;不同季节、不同输送路径对自贡PM_(2.5)污染影响的差异显著,春季主要受到来自偏西和偏北方向短距离输送气流的影响,夏季污染轨迹主要来自短距离输送的东南气流,秋季主要受来自资阳,经遂宁、重庆和内江的短距离输送气流的影响,冬季除受到资阳、遂宁和内江等周边城市的影响外,还受到来自西藏中部的远距离输送气流影响;除夏季外,自贡市潜在源区主要位于重庆西部与川南交界区域,冬季的主要贡献区范围最广、贡献程度最大,夏季潜在源区范围最小且贡献程度最弱.     

大气细颗粒物暴露干扰心肌细胞存活和炎性反应的主要毒性组分研究

鉴于PM_(2.5)组分呈现多样性和复杂性,其引起心力衰竭的主要毒性组分尚不清楚.由于采样地区、季节和污染源的不同,PM_(2.5)不同组分的占比也会有巨大差异,但不同浓度无法比较其不同组分间的毒性差异.因此,为了揭示大气PM_(2.5)引起心肌毒性作用的关键组分,分离复合型PM_(2.5)的3种主要组分(有机组分、金属组分和水溶性组分),综合两种浓度暴露方式,即实际占比浓度和与复合型PM_(2.5)相同的暴露浓度,染毒H9C2大鼠心肌细胞24 h和48 h,选择心肌细胞的细胞存活和炎症反应为主要评价指标,旨在揭示PM_(2.5)对心肌造成毒性损伤的关键性成分.CCK-8法检测存活结果显示,不同组分在实际环境比重下,对心肌细胞存活率没有造成显著影响.相同浓度暴露下,高剂量组分(30μg·cm~(-2))引起心肌细胞存活率显著降低,且有机组分毒性大于其他组分.根据细胞活力测定结果,选择低染毒浓度(10μg·cm~(-2))暴露细胞,采用qRT-PCR和ELISA试剂盒检测炎症因子变化.与对照组相比,金属组暴露后,炎症因子TNF-α和IL-1β显著升高,而有机组则显著升高TNF-α的含量.结果表明,造成心肌细胞存活毒性和炎症损伤的主要PM_(2.5)组分可能为有机组分和金属组分,而炎性反应对这两种组分的响应存在显著差异.     

2013—2015年北京污染频发期细颗粒物重污染成因与天气形势关系的研究

我国重污染呈现愈演愈烈态势,重污染事件在供暖季节（污染频发期）尤为频发.本文利用北京2013—2015年采暖期逐小时PM_2.5浓度数据、再分析资料、气团后向轨迹、气溶胶雷达数据以及探空数据综合分析了北京地区重污染状况,概括了重污染发生时常见的天气形势,探讨了重污染形成原因与天气形势的关系.研究结果表明：2013—2015年采暖期北京发生重污染（日均PM_2.5浓度大于150 μg·m^-3）的天数分别为36、28及35 d,即北京采暖期21.9%的天数受重污染天气影响.2月份重污染事件最为频发,发生频次为27.3%.北京发生重污染事件时,地面被高压控制时,高空500 hPa多东移的槽脊,当位于脊后槽前时,为上升运动,西南风,850 hPa多暖平流,西南风输送暖湿气流,湿度较大,地面偏南风,可能会存在污染物的输送;地面为低压控制时,500 hPa一般为稳定的西风气流或西北气流,低空850 hPa可能存在暖平流,地面常伴随弱的风场辐合,导致污染物累积;当地面为均压场时,高空500 hPa多为脊后槽前的形势,低空无明显冷暖平流,地面等压线稀疏或无等压线,静风天气.这3类结构引发的重污染天数分别占总重污染天数的47.3%、18.2%及34.5%.进一步分析重污染成因与天气形势关系表明：北京地面受高压系统控制时,污染时间持续最长,也最为频发（47.3%）,PM_2.5平均浓度最高可达258.8 μg·m^-3,且常伴随来自西南方向的污染物输送,北京上空1 km附近存在逆温和逆湿.对污染传输路径研究发现：主要存在3条输送通道,①天津-廊坊-北京、②沧州-廊坊-北京、③石家庄-保定-北京.鉴于目前数值模式对天气形势的预报较为成熟,本文对区域重污染过程与天气形势之间的关系研究,有助于为北京地区空气质量的精准预报预警提供科学支持.