一种基于小波变换和LSTM的大气污染物浓度预测模型

针对现有大气污染物浓度预测模型存在预测精度不高、污染物种类单一等不足的问题,通过小波分解将高维大气污染物数据转换为低维数据,再对分解序列建立长短期记忆网络（LSTM）预测模型,最后通过小波重构将分解序列重构为污染物时间序列,建立了1种基于小波变换（WT）的LSTM大气污染物预测模型（WT-LSTM）,用以预测目标区域内的次日平均ρ（PM_2.5）、ρ（PM₁₀）、ρ（SO₂）、ρ（NO₂）和ρ（O₃）。采用长沙市2015—2018年10处国控站点的数据进行验证,结果表明:相对于LSTM、多元线性回归（MLR）和基于WT的WT-MLR模型,WT-LSTM的均方根误差和绝对平均误差均下降了50%,其对PM_2.5、PM₁₀、SO₂、NO₂和O₃的污染等级预测准确率均在80%以上。     

基于GC-QTOF/MS的大气中有机污染物的非靶标筛查及半定量分析

本文借助气相色谱-四极杆飞行时间质谱仪(GC-QTOF/MS)开展了大气中有机污染物的非靶标筛查,并对识别出的特征污染物进行半定量分析.基于高分辨质谱数据库和NIST质谱数据库的匹配,样品中共识别出139种污染物,主要以多环芳烃(PAHs)及其衍生物、邻苯二甲酸酯(PAEs)为主;除此之外,还识别出多种尚未受到监管的杂环类化合物,例如苯并噻唑、四甲基哌啶酮、1-甲基-2吡咯烷酮、氧杂蒽等.识别出的有机污染物半定量浓度为288 ng·m-3,其中大气常规监测的16种PAHs的浓度是18.1 ng·m-3,仅占总浓度的6.28％.PAEs的浓度为44.6 ng·m-3,邻苯二甲酸二丁酯(DBP)的浓度最高(14.8 ng·m-3).以含氮、氧、硫为主的杂环化合物浓度是47.9 ng·m-3,其中苯并噻唑浓度最高,为9.51 ng·m-3;其次是1-甲基-2吡咯烷酮、四甲基哌啶酮、尼古丁和二苯并呋喃,浓度分别为9.22、8.78、5.11、4.15 ng·m-3.本研究展示了高分辨质谱技术在未知物识别中的优势,并对识别出的特征污染物进行了半定量分析,其结果能够为后期污染物的风险评估提供借鉴意义.     

不同类型建筑垃圾堆场大气降尘中水溶性离子污染特征

为了解建筑垃圾长期堆放产生的扬尘对大气的影响,选择北京市两个拆迁建筑垃圾堆放场,于2019年夏季、秋季进行降尘连续采样.共收集拆迁原地堆放有效降尘样品11个,异地集中堆放有效降尘样品11个,利用离子色谱法对大气降尘中水溶性离子组分及质量浓度进行分析.结果表明：阳离子中质量浓度最高的是Ca²⁺,其次是K⁺,NH₄⁺浓度最低;阴离子中质量浓度最高的是SO₄^2-,其次是Cl^-,NO₃^-最低,降尘样品呈碱性.建筑垃圾拆迁原地堆放场地Ca²⁺、Mg²⁺、SO₄^2-、Cl^-、Na⁺、NH₄⁺平均浓度高于异地集中堆放场地对应各离子浓度.拆迁原地堆放场地中Ca²⁺、SO₄^2-、Na⁺、Cl^-受局地风向影响较大,空间分布情况与风向扩散趋势大致相同;异地集中堆放场地各离子浓度高值区域分布较原地堆放远,Ca²⁺、K⁺、SO₄^2-、Cl^-、Mg²⁺这5种离子空间分布与次主导风向较为相符.同时,两个场地水溶性离子平均浓度与距建筑垃圾堆放地的距离有一定的关系,采样点在距堆放中心200 m范围之内离子平均浓度最大,总体来说,距离堆放中心近的采样点位离子浓度高于距离较远的采样点位离子浓度.     

基于监测及Kriging方法的京津冀地区大气污染物暴露分布研究

为了实现充分利用已有环境监测站点数据进行人群精细化暴露评估的目的,同时解决某些待测人群社区周边无监测站点时数据的选择问题,以保定市作为大气高污染研究城市,基于现场监测和Kriging（克里金插值）空间分析方法,明确了在研究大气污染物人群暴露时,某一个固定监测站污染物数据的代表性问题.研究表明:对于大气中φ（SO₂）、φ（NO₂）、颗粒物及其组分,空气质量监测点位的代表性一般为5~6 km;对于φ（CO）、φ（O₃）和φ（VOCs）,它们在城市不同地区的空间分布更为均匀,空气质量监测点位的代表性范围更大.通过使用Radial Basis Functions（径向基函数,RBF）、Local Polynomial Interpolation（局部多项式插值,LPI）、Inverse Distance Weighting（反距离权重插值,IDW）、Kriging、Kernel Smoothing（内核平滑插值,KS）和Diffusion Kernel（内核扩散插值,DK）等6种空间分析方法对大气污染物浓度进行预测发现,Kriging方法对大气污染物浓度预测时可使预测值和实测值间的偏差小于10%,准确度最高.因此,在进行某城市某点位的污染物人群暴露浓度预测时,若该点位周边5 km以内有空气质量监测点位,则可用该点位的监测值代替;若5 km以内没有空气质量监测点位,则可基于最近监测点位的污染物浓度进行Kriging空间插值,从而获得该点位的污染物暴露水平.      

藓袋法解析重大事件对西昌大气重金属的影响

为了解西昌市大气重金属的污染状况,该研究于2019年4月-2020年4月分季节采用鳞叶藓(Taxiphyllum taxirameum)藓袋法对西昌市大气重金属污染进行了跟踪监测。在2020年1月15日-4月15日春季监测期中发生了COVID-19疫情和西昌"3.30"特大森林火灾等重大突发事件,对西昌市的大气生态环境产生了影响。通过对事件发生前后的藓袋中Al、Cr、Fe、Cu、Ni、Pb、Mn、Hg、Zn、V、As、Ba等12种重金属含量分析,结合西昌市大气监测数据、气象数据等,解析了森林火灾和COVID-19疫情对西昌市大气重金属污染的影响。结果表明,春季(2020年1月15日-4月15日)12种重金属的总富集量(12.85±1.57) mg/g显著高于其他3个季节(p0.01),但其他3个季节富集总量不存在显著性差异(p0.05),可见春季监测期富集量的大幅上升可能是受重大突发事件的影响。通过疫情前后空气变化比较,COVID-19疫情影响使西昌市机动车活动水平和排放量下降,旅游业相关区域大气Pb污染量下降。同时不平衡的污染物排放量下降引起了城区的大气氧化性显著上升,促进了二次颗粒物的生成,周边工业源的颗粒物传输进入城区,使工业区下风向的城市边缘区域的藓袋Hg富集量大幅上升。该研究表明藓袋法是一种有效的大气重金属污染生物监测方法,能够反映出对空气质量影响的重大事件的效应。     

凝血级联活化与大气颗粒物引发心血管疾病关联的研究进展

大量流行病学和毒理学研究证明,大气颗粒物（PM）暴露与心血管疾病发病密切相关,但具体的生物学机制尚不清楚.目前推测可能与吸入体内的PM促进血液凝结有关,血液凝结是心血管疾病发展的重要机制,与多种血栓性疾病相关.该文关注凝血级联活化在PM促凝效应中的关键作用,主要综述了目前PM暴露后外源性和内源性凝血级联通路活化的研究进展.结果表明:①PM暴露能促进凝血级联活化,进而诱导纤维蛋白网形成、纤维蛋白溶解抑制和血小板活化等凝血效应.②PM暴露对外源性通路的影响主要表现为组织因子（tissue factor,TF）的表达增加.③PM可通过表面接触激活因子Ⅻ（FⅫ）,进而诱导凝血酶的生成,激活内源性凝血级联通路.研究显示,凝血级联活化是大气颗粒物引发心血管疾病的重要机制之一.      

基于SPI的西北地区气候干湿变化

干旱是西北地区乃至全国主要的自然灾害之一。论文应用标准化降水指数(SPI)对西北地区近50 a来不同时段的特旱和重旱发生频次及其空间分布进行了计算分析,结果表明:标准化降水指数(SPI)作为一种干旱重建指标,适用于西北地区,也可以作为气候变化的监测指标;降水量的西增东减趋势与干旱频次的西部和东北减少、东南增加相对应,亦即气候变化在某种程度上缓解了新疆北部和青海西部的干旱,但加重了甘肃东南部和陕西中南部的干旱;与气候变化相对应,全西北地区干旱频次有总体下降的趋势,尽管干旱发生的地域持续在改变。     

用离子交换树脂柱法观测长春市大气氮沉降

为了解城市环境中大气氮沉降的特点,于2008年9月—2009年9月,使用离子交换树脂柱法对长春市大气氮沉降进行了观测. 结果表明:观测期间,长春市大气硝态氮沉降量月均值为5.33 mg/m2>/sup>,亚硝态氮沉降量月均值为1.67 mg/m2>/sup>. 大气硝态氮和亚硝态氮沉降量有明显的局部分异特点,沉降量大的地点主要分布在交通干线和热电厂周边地区,显示了大气硝态氮的点源和线源特征. 大气氨氮沉降量月均值为3.10 mg/m2>/sup>; 各观测点间大气氨氮沉降量变化明显小于硝态氮和亚硝态氮,显示了大气氨氮的面源特征.