邯郸市PM2.5-O3复合污染特征及相互影响研究

本研究在河北工程大学监测站点开展了大气中56种VOCs、NO_x以及气象参数的长期在线监测,结合2013—2019年国控站的在线监测数据,对邯郸市PM_2.5-O₃复合污染特征进行分析.结果表明,邯郸市2013—2019年复合污染天数波动较大,近几年呈现增加趋势,且集中在每年的春夏季.2013—2017年复合污染天数峰值均出现在6月,2018年和2019年出现在3月和4月.气象因素分析结果表明,温度、湿度和气压对邯郸市复合污染影响较明显,当温度为21.0~29.0℃、湿度较高、气压偏低的条件下,更容易发生复合污染,而风速对邯郸市复合污染影响较小.对PM_2.5与O₃相互作用分析发现,冬季高浓度PM_2.5对O₃有抑制作用,夏季PM_2.5浓度不超标时,O₃浓度随其升高而上升,PM_2.5浓度超标后变化趋势相反,当PM_2.5浓度大于125 μg·m^-3时不再出现PM_2.5-O₃复合污染.虽然近年来PM_2.5、SO₂和NO₂浓度下降,但二次转化率依然较高甚至有加强趋势.利用VOCs/NO_x值分析邯郸市O₃生成敏感性,结果显示邯郸市春冬季属于VOCs控制到NO_x控制的过渡区,夏秋季属于NO_x控制区,且复合污染日VOCs/NO_x值（6.3）最小,清洁日（9.3）最大.复合污染时NO₃^-和OC浓度较高,OC/EC值与其他污染日相比最大,说明复合污染时二次污染严重,有效治理PM_2.5-O₃复合污染必须减排能同时形成O₃和二次有机气溶胶的高活性有机物.     

皮革厂颗粒相污染物中有机成分谱的研究

调查了珠江三角洲典型皮革厂生产过程中不同车间PM₁₀的污染水平,并采用超声萃取和GC-MS联用技术研究了PM₁₀中半挥发性特征有机污染物的含量和成分谱.在所采集的PM₁₀样品中共检测出46种有机化合物,包括苯酚类、醇类、多环芳烃类、酸类、酰胺类和酯类等;真皮水场车间、真皮涂饰车间和人造皮革车间的PM₁₀浓度分别为678.5、 454.5和498.6 μg·m^-3,其颗粒相中有机物质量浓度分别为10.04、 6.89和14.21 μg·m^-3;真皮水场车间以酯类和酰胺类物质所占比重较大,分别为43.47%和36.51%,真皮涂饰车间以酯类和醇类物质所占比重较大,分别为52.52%和16.16%,人造革生产车间以酯类和酰胺类物质所占比重较大,分别为57.07%和24.17%;在得到的具体成分谱中,水场车间以9-十八碳烯酰胺含量最高,为26.15%,真皮涂饰车间以邻苯二甲酸二辛酯的含量最高,为44.19%,而人造革车间的丁烯二酸二(2-乙基己基)酯和1-羟基哌啶含量明显高于其它2个车间.     

嘉善冬季PM2.5化学组分特征及来源分析

为研究嘉兴地区嘉善冬季污染时段和清洁时段PM_2.5化学组分特征,结合气象数据对2019年1月嘉兴市嘉善县善西超级站在线自动监测PM_2.5及化学组分数据、气态污染物(NO₂和SO₂)进行了分析.结果表明,2019年1月嘉善善西超级站污染时段PM_2.5浓度(97.18μg·m^-3)为清洁时段(36.77μg·m^-3)的2.6倍.污染时段水溶性离子浓度(41.58μg·m^-3)较清洁时段(19.82μg·m^-3)高21.76μg·m^-3,但占比有所降低,含碳组分比例增加.OC;EC比值为3.93,可能受到燃煤及机动车排放的共同影响.低风速及高湿有利于NO₂和SO₂等气态污染物进行二次转化,污染时段硫转化率和氮转化率均比清洁时段高,分别增高7.93%和54.11%,说明NOx向硝酸盐二次转化较为明显,导致颗粒物浓度升高.聚类分析结果显示67.34%气流来自北方,且相应的气流轨迹上污染物浓度比周边高,说明污染物存在一定的长距离输送.结合风玫瑰图可以看出,污染主要为本地及其周边的输送,污染物的长距离输送在短时会使污染浓度突增.因此,在重点关注本地及周边污染的同时,偏北气流下的污染物区域输送不可忽视.     

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。     

广州市夏、冬季室内外PM2.5质量浓度的特征

2004年7月2日至8月13日和2004年11月29日至2005年1月6日分别在广州市3种类型区域(一般城市区域、道路旁、工业源附近)9个居民住宅的室内和室外同步采集了PM2.5颗粒.采用标准称重法测定PM2.5质量浓度,得到广州市夏季住宅室内外PM2.5平均质量浓度分别为67.7、74.5 μg/m3,冬季室内外PM2.5平均质量浓度分别为109.9、123.7 μg/m3.广州市PM2.5平均质量浓度,与美国PM2.5标准相比,与国内PM10标准基础上假设的PM2.5限值相比,与其他一些国内、亚洲和欧美城市的文献记录相比,结果均显示广州市PM2.5处于相当严重污染状态.广州市PM2.5质量浓度呈现明显的空间分布特征和季节变化特征;PM2.5室内质量浓度并不总是低于室外质量浓度,反映了室内空气污染的存在.     

PM2.5 concentration declining saves health expenditure in China

● Monthly hospitalization expenses are sensitive to increases in PM_2.5 exposure. ● The increased PM_2.5 causes patients with CHD and LRI to stay longer in the hospital. ● The impact of PM_2.5 on total expenses for stroke is greater in southern China. ● Males may be more sensitive to air pollution than females. Air pollution has been a severe issue in China. Exposure to PM_2.5 has adverse health effects and causes economic losses. This study investigated the economic impact of exposure to PM_2.5 pollution using monthly city-level data covering 88.5 million urban employees in 2016 and 2017. This study mainly focused on three expenditure indicators to measure the economic impact considering lower respiratory infections (LRIs), coronary heart disease (CHD), and stroke. The results show that a 10 µg/m³ increase in PM_2.5 would cause total monthly expenses of LRIs, CHD, and stroke to increase by 0.226%, 0.237%, and 0.374%, respectively. We also found that LRI, CHD, and stroke hospital admissions increased significantly by 10%, 8.42%, and 5.64%, respectively. Furthermore, the total hospital stays of LRIs, CHDs, and strokes increased by 2.49%, 2. 51%, and 1.64%, respectively. Our findings also suggest heterogeneous impacts of PM_2.5 exposures by sex and across regions, but no statistical evidence shows significant differences between the older and younger adult subgroups. Our results provide several policy implications for reducing unequal public health expenditures in overpolluted countries.     

Airborne bacteria associated with particulate matter from a highly urbanised metropolis: A potential risk to the population’s health

• The airborne bacteria of Mexico City are representative of urban environments. • Particle material<10 µm influenced the type and quantity of airborne bacteria. • The diversity and richness of bacteria were higher in the rainy season. • The emission & transport of airborne bacteria determine the atmosphere’s microbiome. • Bacterias as Kocuria, Paracoccus, and Staphylococcus were in the air of Mexico City. Bacteria in the air present patterns in space and time produced by different sources and environmental factors. Few studies have focused on the link between airborne pathogenic bacteria in densely populated cities, and the risk to the population’s health. Bacteria associated with particulate matter (PM) were monitored from the air of Mexico City (Mexico). We employed a metagenomic approach to characterise bacteria using the 16S rRNA gene. Airborne bacteria sampling was carried out in the north, centre, and south of Mexico City, with different urbanisation rates, during 2017. Bacteria added to the particles were sampled using high-volume PM₁₀ samplers. To ascertain significant differences in bacterial diversity between zones and seasons, the Kruskal-Wallis, Wilcoxon tests were done on alpha diversity parameters. Sixty-three air samples were collected, and DNA was sequenced using next-generation sequencing. The results indicated that the bacterial phyla in the north and south of the city were Firmicutes, Cyanobacteria, Proteobacteria, and Actinobacteria, while in the central zone there were more Actinobacteria. There were no differences in the alpha diversity indices between the sampled areas. According to the OTUs, the richness of bacteria was higher in the central zone. Alpha diversity was higher in the rainy season than in the dry season; the Shannon index and the OTUs observed were higher in the central zone in the dry season. Pathogenic bacteria such as Kocuria, Paracoccus, and Micrococcus predominated in both seasonal times, while Staphylococcus, Corynebacterium, and Nocardioides were found during the rainy season, with a presence in the central zone.     

大气细颗粒物对CHO细胞的损伤作用及天然物质的拮抗机制

PM2.5引起的健康危害日益受到广泛关注,但其确切的损伤机理仍不完全清楚,目前也缺乏有效拮抗PM2.5损伤的天然活性物质。因此本文对北京市PM2.5造成CHO细胞的损伤作用及天然物质的拮抗作用进行研究,结果可为PM2.5污染治理和疾病的预防提供科学依据。通过CCK-8法测定细胞存活率;通过流式细胞仪测定细胞凋亡;用荧光探针DCFH-DA法测定ROS;提取细胞内总蛋白并测定其中SOD含量;以及通过Western Blot法分别测定了p-akt/akt、p65及Bad的相对表达量。结果显示:(1)10~40μg·m L-1的PM2.5可明显降低CHO细胞存活率,并呈现极显著的剂量-效应关系(r=-0.964,P0.01);15μg·m L-1PM2.5可以显著增加细胞凋亡、引起细胞内ROS增加、SOD含量下降;p-akt/akt、p65表达量增加说明Akt通路与NF-κB通路均被激活。(2)20μmol·L-1阿魏酸、50μmol·L-1绿原酸和10μmol·L-1荭草素预处理可拮抗PM2.5引起的细胞存活率下降以及细胞凋亡率增加,同时降低细胞内ROS并增加SOD含量,下调p-akt/akt、p65及Bad的相对表达量。其中20μmol·L-1阿魏酸的保护作用最佳。结果说明,PM2.5引起的CHO细胞损伤与细胞凋亡与Akt和NF-κB通路的激活有关;三种天然活性物质具有拮抗PM2.5造成的细胞损伤的能力,其保护机理是通过其降低PM2.5引起的细胞内氧化应激反应,进而降低被PM2.5激活的Akt通路与NF-κB通路和下调Bad蛋白表达量来实现的。     

福州市春、冬季霾日与非霾日PM_(2.5)及碳气溶胶污染水平与特征

分析和探讨了福州市春、冬季霾日和非霾日PM2.5、OC和EC的污染特征,福州市五四北和紫阳两点位春、冬季PM2.5、OC、EC霾日的浓度水平明显高于非霾日,霾日对PM2.5、OC及EC的影响程度相一致;PM2.5最高值均出现在霾日,并超过美国USEPA日均值65μg/m3的标准;春季的OC高于冬季,OC/EC的比值>2.0,表明存在次生有机碳SOC,福州市区春、冬季SOC分别占OC的37%和28%,OC占PM2.5的比例为15%～26%;作为一次气溶胶的元素碳EC在大气中的浓度水平较为稳定,OC占PM2.5的比例为4%～5%;福州市环境空气中的OC和EC具有相同的来源,主要为移动污染源.     

基于小波分析优化PM 2.5浓度预测模型

采用多元线性回归方法(MLR)和BP神经网络方法(BPNN),按1 h、3 h、6 h、12 h、24 h、48 h预测时长对贵港市2015—2018年PM_2.5浓度建模并检验对比模型准确率。结果表明,基于MLR与BPNN都能对PM_2.5浓度作预测,预测效果随着预测时长的增加而下降,MLR、BPNN模型预测结果平均绝对误差(MAE)分别为4.01μg/m³~15.48μg/m³、3.89μg/m³~15.63μg/m³。采用小波分析方法对污染物数据优化并再次建模,结果表明,小波-多元线性回归(W-MLR)模型与小波-神经网络(W-BPNN)模型均得到优化,3 h~24 h预测时长优化效果尤为显著,W-MLR、W-BPNN模型预测结果分别使MAE降低1.6%~13.5%、0.8%~9.8%,且后者预测效果优于前者。