城市规模对大气污染物NO2和PM2.5浓度的影响

随着我国城市的快速发展,城市的区域性大气污染问题日益突出,尤其是大城市和超大城市的污染问题更加严重。那么城市规模的扩大是否必然导致空气污染的加剧?控制城市人口规模是否是防治空气污染的有效手段?这些问题成为空气污染防治中政府、公众和学者广泛关注的焦点。采用2013年冬季全国114个重点城市两种典型大气污染物-NO_2(传统)和PM_(2.5)(新型)-浓度的实时监测数据,首先分析了这两种大气污染物的空间分布特征,进而定量分析城市人口规模和大气污染物浓度的关系。结果显示:(1)仅有21%的城市NO_2浓度达到WHO的城市年均浓度标准(40μg/m~3),全部城市的PM_(2.5)浓度高于WHO年均浓度标准(10μg/m~3);(2)大气污染物的空间分布具有显著的集聚特征和区域性特征,表现为:NO_2呈较为分散的空间分布,而PM_(2.5)的空间分布呈现"北高南低、内陆高沿海低"的特征。NO_2浓度高的区域主要分布在天津、河北东南部和山东中部地区,PM_(2.5)浓度高的区域主要分布于河北西南部和山东西部;(3)常住人口规模同冬季NO_2和PM_(2.5)浓度呈倒"U"型关系;在1000到1200万的城市冬季平均NO_2和PM_(2.5)浓度最高(NO_2:69.28μg/m~3,PM_(2.5):119.58μg/m~3)。(4)总人口低于1200万的城市,冬季NO_2浓度和PM_(2.5)浓度随着城市规模增加而显著升高(NO_2:r=0.44,P0.01;PM_(2.5):r=0.43,P0.01);总人口高于1200万的城市,NO_2浓度同城市规模呈显著负相关关系(r=0.91,P0.05),PM_(2.5)浓度随城市规模增加逐渐降低。(5)常住人口密度在1000人/km~2以下的重点城市,NO_2和PM_(2.5)浓度同城市人口密度呈显著正相关关系(NO_2:r=0.23,P0.05;PM_(2.5):r=0.36,P0.01)。常住人口密度在1000人/km~2以上的城市人口密度同NO_2和PM_(2.5)浓度呈显著负相关关系(NO_2:r=-0.61,P0.05;PM_(2.5):r=0.63,P0.01)。以上研究结果可以为划定不同大气污染物的重点防治区域和制定联合防治行动计划提供理论依据,并为重点城市大气污染治理和城市人口规模控制理论完善提供参考。     

北京西山不同海拔油松林PM2.5浓度及叶片吸附量变化规律

以北京西山不同海拔梯度油松人工林为研究对象,对油松林PM_(2.5)浓度变化和叶片PM_(2.5)吸附量进行分析,并应用电子显微镜对不同海拔油松叶表面微形态特征进行观察,阐释叶片吸附PM_(2.5)差异。结果表明:随着海拔升高PM_(2.5)质量浓度逐渐降低,不同海拔油松林PM_(2.5)质量浓度日变化均呈典型的双峰曲线,7:00和19:00是一天的两个峰值,最小值出现在13:00—15:00左右;从不同月份看,不同海拔油松林PM_(2.5)质量浓度最高值出现在冬季的2月,最低值在8月;不同海拔油松林PM_(2.5)质量浓度全年均值为84 m((102.28±18.44)μg/m~3)110 m((94.18±18.34)μg/m~3)160 m((81.53±19.23)μg/m~3)230 m((75.39±15.71)μg/m~3);随着海拔升高单位叶面积PM_(2.5)吸附量逐渐减小,每升高50 m,单位叶面积PM_(2.5)吸附量降低23.25%,每公顷PM_(2.5)吸附量下降26.43%,不同海拔油松林每公顷PM_(2.5)吸附量全年均值为84 m((8.61±1.08)kg/hm~2)110 m((7.30±0.94)kg/hm~2)160 m((6.35±0.99)kg/hm~2)230 m((4.34±1.14)kg/hm~2);处于低海拔的油松叶表面较粗糙,气孔内部和周围聚集大量颗粒物,在叶面形态上更有利于吸附PM_(2.5),高海拔则相反。高海拔空气质量优于低海拔,低海拔的植物吸附颗粒物多于高海拔。研究结果可为城市造林和森林净化大气提供数据支持。     

北京城市森林不同天气状况下PM2.5浓度变化

基于北京市环境保护监测中心植物园空旷地和市区非植被区的PM_(2.5)实时监测数据,结合植物园林内PM_(2.5)监测站数据,分析了2013年3月—2014年2月不同天气状况下的PM2.5质量浓度变化。结果表明:1降雨天气和大风天气下PM_(2.5)质量浓度变化无滞后性,雨前和雨中变动较大,雨后变化较小,雨后1天PM_(2.5)质量浓度降低到最低值((14.88±7.34)μg/m~3,下降了(89.36±4.78)%),雪后第2天达到最低值((13.76±6.73)μg/m~3,下降了(88.53±5.59)%);2大风天气下PM_(2.5)质量浓度波动较小,在东北风和西南风影响下PM_(2.5)质量浓度值较高(80.61μg/m~3),在东南风影响下PM_(2.5)浓度值较低(54.22μg/m~3);3高温高湿天气下PM_(2.5)质量浓度市区非植被区滞后1—2h到达峰值,植物园林内监测站和植物园空旷地高峰无滞后性,植物园林内监测站变动剧烈、消减作用强,市区非植被区和植物园空旷地较为平缓;4不同天气下PM_(2.5)质量浓度均表现为市区非植被区植物园林内植物园空旷地;5城市森林具有强大的净化大气污染物和吸滞PM_(2.5)等颗粒物的功能,森林环境的空气质量优于非植被区,森林空旷地的空气质量优于森林内部。     

基于ENVI-met的城市道路绿地植物配置对PM2.5的影响研究

随着城市化的快速发展,大气污染尤其细颗粒物(PM_(2.5))已成为制约城市环境的重要因素,相关研究表明,在众多的PM_(2.5)来源中道路交通是在其中的重要来源之一,而道路绿地植物群落能够消减来自道路的PM_(2.5)。运用场地观测和ENVI-met模拟相结合的方法探讨城市道路绿地植物群落对PM_(2.5)的影响,分析仅有乔木(i)、乔木+树篱(ii)、乔木+树篱+灌木(iii)3种模式下的植物群落配置对PM_(2.5)的影响,揭示绿地植物群落的长度、宽度、高度和LAI对PM_(2.5)的影响。结果表明:(1)场地观测中的道路绿地植物群落的3种配置模式对PM_(2.5)的消减率分别是iii(14.2%)ii(12.9%)i(9.2%)。(2)绿地中植物的种类、绿地宽度、绿地植物的叶面指数等要素对消减作用起正面作用,高度和长度起负面作用。(3)绿地的长度的一定量的减少可以在绿地后方形成一个宽度约为绿地长度80%的、随着与绿地的距离的增加而宽度递减的较绿地长度更长环境PM_(2.5)浓度更低的低谷区,但其他没有绿地的空间的PM_(2.5)浓度会加重。(4)绿地高度的增加会迫使PM_(2.5)向更高的空间运动。     

基于实地监测的城市林木调控PM2.5能力研究

随着城市的不断扩张,PM_(2.5)污染凸显,引起广泛关注。研究表明,城市林木为城市环境提供了重要的生态保障,在调控、缓解、降低城市PM_(2.5)污染危害等方面发挥极其重要的作用,通过筛选树种、优化配置结构、提高林木质量等方面进行城市林木前瞻性布局。然而,结合前期研究基础如何进一步深入研究并研究突破城市林木调控PM_(2.5)污染机制与机理,实现调控PM_(2.5)效应的最大化、最优化,依然是一个亟待解决的难题,这迫切需要在多尺度、多维度进行调控PM_(2.5)效应研究,并在不同尺度、不同维度进一步进行结合、延伸。对基于实地监测的城市林木调控PM_(2.5)能力研究现状相关文献进行归纳总结,并从林木单位叶面积与形态特征、配置结构特征、气象条件以及其他因素等方面归纳城市林木调控PM_(2.5)机制,同时从城市林木调控PM_(2.5)效应的时间变化特征、水平距离和垂直变化特征、内外变化特征等方面总结城市林木调控PM_(2.5)时空特征。最终提出研究城市林木调控PM_(2.5)效应目前存在的主要问题以及未来研究展望。     

冬季PM2.5的气象影响因素解析

气象因素能够显著影响PM_(2.5)浓度,可减轻或加剧城市空气污染,尤其是在雾霾严重的冬季。同时由于城市间污染物排放强度和扩散条件的差异,雾霾的发生往往具有较强的区域性。选择了石家庄、西安、北京、太原、广州5个不同污染区域的典型城市,首先分析多个气象因子与PM_(2.5)浓度的关系,进而研究气象因素对PM_(2.5)浓度变异解释度的差异,以及气象因子对PM_(2.5)浓度影响的相对重要性,进一步对比分析气象因素对PM_(2.5)浓度影响在不同污染程度的城市之间的差异,解析了不同城市的主要气象影响因素和气象因素的综合影响程度。研究结果表明:(1)气象条件与PM_(2.5)日浓度显著相关,且在不同污染程度的城市与PM_(2.5)浓度相关的气象因子不同。与石家庄冬季PM_(2.5)浓度相关的气象因素为相对湿度、平均风速;与西安PM_(2.5)浓度相关的主要气象因素为相对湿度、平均风速和最大持续风速;与北京PM_(2.5)浓度相关的主要气象因素相对湿度、日均温度、平均风速、最大持续风速和最低温;与太原PM_(2.5)浓度相关的主要气象因素为日均温、相对湿度、平均风速、最高温、最低温和最大持续风速;与广州PM_(2.5)浓度相关的主要气象因素为相对湿度、平均风速、最高温和降雨量。(2)PM_(2.5)浓度越高的地区,气象因素能够解释的PM_(2.5)浓度变异越小。严重污染区的石家庄气象因素多元回归分析的R~2为0.27,重污染区的西安气象因素多元回归分析R~2为0.29,中污染区的北京气象因素多元回归分析R~2为0.46,污染地区的太原气象因素多元回归分析R~2为0.67。研究结果揭示了不同城市的主要气象影响因素及其综合影响程度,可为城市PM_(2.5)控制和预测精度提高提供理论参考,并为区域生态环境规划和城市协调发展提供科学依据。     

不同污染程度下毛白杨叶表面PM2.5颗粒的数量及性质和叶片气孔形态的比较研究

选择了北京市环境PM_(2.5)浓度不同的两个采样点的毛白杨(Populus tomentosa Carr.)作为研究对象,利用环境扫描电镜及X-射线能谱仪对杨树叶片表面滞留的PM_(2.5)颗粒进行了观察、统计和成分分析,并研究了叶片气孔对环境颗粒物污染的适应性变化。结果表明:夏秋两季西直门叶片样品上下表面的PM_(2.5)数量均多于森林公园样品这说明环境PM_(2.5)浓度是影响叶片表面滞留颗粒物数量的主要原因;其中叶片上表面是滞留PM_(2.5)颗粒的主要区域。森林公园样品中PM_(2.5)颗粒性质比较单一,硅铝酸盐颗粒和石英颗粒占很大比例,二者的主要来源均为天然源,如土壤扬尘、矿物颗粒等;而西直门采样点叶片样品滞留的PM_(2.5)颗粒的元素组成更为复杂,其中50%以上的硅铝酸盐颗粒检测出了明显的铜、钾、氯、钠等元素的谱峰其来源主要是工业排放;西直门样品PM_(2.5)的含硫量高于森林公园样品,且夏季明显高于秋季。研究还发现有少数PM_(2.5)颗粒进入了毛白杨叶片的气孔而且不同污染程度下气孔的形态特征存在差异。与森林公园毛白杨叶片的气孔相比,西直门处的毛白杨叶片气孔的长度、宽度、面积和气孔密度均较小,说明较高的PM_(2.5)污染程度对毛白杨叶片的形态发育有一定影响。研究结果可以为揭示植物叶片阻滞、吸收大气颗粒污染物的机制、合理选择和优化城市绿化树种从而改善空气质量提供一定的科学理论依据。     

PM2.5暴露对Wistar大鼠呼吸道菌群的改变

目的研究暴露于PM_(2.5)环境后Wistar大鼠呼吸道微生态的改变。方法 12只Wistar大鼠随机分为PM_(2.5)暴露组和对照组,每组6只。大鼠饲养1周适应环境,从第2周开始在动式染毒系统暴露仓中暴露染毒,对照组暴露于生理盐水。每天暴露4 h,连续暴露28 d后,收集大鼠气管灌洗液和支气管肺泡灌洗液。采用16S rDNA分析技术对其中所含的菌群种类及丰富度进行高通量测序。结果暴露于PM_(2.5)大鼠的上、下呼吸道菌群结构发生明显改变。经PM_(2.5)暴露后呼吸道中寄居的主要正常菌群厚壁菌门、拟杆菌门、变形菌门、放线菌门的总数较正常对照组都明显降低。结论 PM_(2.5)的暴露能够导致大鼠呼吸道微生态菌群失衡。     

基于城市绿地滞尘模型的上海市绿色空间滞留PM2.5功能评估

绿色空间对大气颗粒物有一定吸收滞留作用,是改善空气环境质量与维护城市生态安全的重要区域。该文基于高分2号卫星影像识别2017年上海市绿色空间,并利用城市绿地滞尘模型,结合上海市降水、风速等气象数据与空气质量监测数据,评估了绿色空间滞留PM_(2.5)功能及其差异。结果表明:2017年上海市绿色空间面积3354 km~2,可滞留PM_(2.5) 3533 t,约合单位面积滞留PM_(2.5) 10.5 kg hm~(-2) a~(-1)。从绿色空间类型来看,林地滞留PM_(2.5)能力最强,可达20.2 kg hm~(-2) a~(-1),远高于草地9.1 kg hm~(-2) a~(-1)和农田8.7 kg hm~(-2) a~(-1)的滞留能力。从季节差异来看,绿色空间夏季滞留PM_(2.5)能力最高,然后依次为秋季、春季和冬季。从植被分布格局来看,林草地和农田吸滞PM_(2.5)的能力随植被盖度的增加而提高。在区域差异上,崇明区绿色空间滞留PM_(2.5)能力最高,其余地区呈现出中心城区低、周边高的趋势。为此建议上海市重点优化中心城区的绿色空间格局,增植立体绿化与高滞尘能力树种。     

北京市PM2.5化学组分特征

对2012年8月至2013年7月期间北京市定陵、车公庄、房山和榆垡4个站点的15种PM_(2.5)化学组分进行分析,探讨各组分的时空分布特征以及有机碳(OC)、元素碳(EC)的污染特征。结果表明,4个站点PM_(2.5)组分中OC、SO_4~(2-)、NO_3~-和NH_4~+的含量较高,年均浓度分别为(22.62±21.86)、(19.39±21.06)、(18.89±19.82)、(13.20±12.80)μg/m3。各组分浓度在时间分布上多为冬季最高,夏季最低;在空间分布上多为南部高,北部低;另外NH+4浓度水平明显高于早年间的监测结果。受燃煤的影响,冬季OC和EC平均浓度分别为夏季浓度的3倍和2.5倍。春、夏、秋、冬季4个站点平均OC/EC比值分别为4.9、7.0、8.1和8.4,表明北京市全年均存在较严重的SOC污染。采用OC/EC比值法估算得出全年定陵、车公庄、房山和榆垡站二次有机碳(SOC)占OC的比例分别为57.7%、60.0%、45.6%和57.6%。定陵、车公庄、房山和榆垡站年均[NO_3~-]/[SO_4~(2-)]比值分别为1.01、1.25、1.08和1.12,表明目前北京市排放源表现出固定源和移动源并重的特征。     

PM2.5对呼吸系统的影响及其作用机制的研究

现如今PM_2.5已成为我国主要的大气污染物,它会导致各种呼吸系统疾病的发生。PM_2.5是粒径小于2.5 μm的细颗粒物,可以携带多种有毒物质。PM_2.5与其他颗粒物相比,体积较小,表面积较大,更容易进入人体,对人体健康造成危害,其中呼吸系统首当其冲。许多流行病学证据表明PM_2.5与呼吸系统疾病密切相关,在体内和体外均证实了细颗粒物对呼吸系统的损伤。而PM_2.5对呼吸系统的毒性机制是国内外专家和学者研究的重点,主要包括氧化应激、炎性损伤、细胞内钙稳态失衡、免疫细胞功能不全和功能障碍、致突变性、微生态学改变、气道上皮防御功能缺陷等。本文综述了PM_2.5的定义、特征和对呼吸系统的影响及毒性机制。     

北京西山绿化树种PM2.5吸附量及叶表面AFM特征分析

以北京西山针阔叶树种(白皮松Pinus bungeana、油松Pinus tabulaeformis、柳树Salix babylonica、五角枫Acermono、银杏Ginkgo biloba、杨树Populus spp.)为研究对象,应用气溶胶再发生器测定植物叶片夏秋季PM_(2.5)吸附量,同时用原子力显微镜(AFM)观察叶表面微形态特征,并分析叶表面粗糙度等参数,探讨树种叶表面特征与其PM_(2.5)吸附能力间的相关性。结果表明:针叶树种年均单位叶面积PM_(2.5)吸附量(1.70μg/cm~2)阔叶树种(0.48μg/cm~2);各树种年均单位叶面积PM_(2.5)吸附量大小排序为白皮松(1.71μg/cm~2)油松(1.67μg/cm~2)柳树(0.54μg/cm~2)五角枫(0.51μg/cm~2)银杏(0.47μg/cm~2)杨树(0.39μg/cm~2)。针叶树种单位叶面积PM_(2.5)吸附量季节变化趋势为冬(2.86μg/cm~2)春(1.39μg/cm~2)秋(1.13μg/cm~2)夏(0.96μg/cm~2);而阔叶树种则是秋(0.56μg/cm~2)夏(0.55μg/cm~2)春(0.015μg/cm~2)。叶片粗糙度与单位叶面积PM_(2.5)吸附量呈显著线性正相关(P0.01),其中,针叶树种吸附PM_(2.5)能力受粗糙度影响较明显。北京作为国际化大都市,大气环境PM_(2.5)污染趋于严重。因此,分析了北京西山典型针阔叶树种PM_(2.5)吸附量的季节差异及其影响因素,探讨各树种叶片吸附PM_(2.5)机理,根据各树种吸附PM_(2.5)特征及其与叶表面形态的关系,对针阔叶树种进行合理配置,充分发挥城市绿地系统的生态服务功能,为城市绿化树种的科学选择提供参考。     

北京湿地削减大气PM2.5的生态系统服务流研究

湿地对大气颗粒物的沉降和运移有一定的影响。目前,相关研究多集中在小尺度定量湿地下垫面的颗粒物沉降速度与沉降量以及湿地植物对颗粒物的吸附或阻滞作用。但由于方法的缺失,研究无法在大尺度上定量解释有关湿地对颗粒物的产生、转移、转化和传递过程,这也导致研究结果对政策制定和城市空间规划缺少指导作用。因此,本研究引入了生态系统服务流模型的理论框架,结合颗粒物干沉降与HYSPLIT模型,量化北京市湿地削减PM_2.5服务的物理流量、流动路径以及受益地区。研究结果表明：（1）北京市湿地2015年PM_2.5沉降总量为4240 t,单位面积的平均沉降量为8.27×10^-3 kg/m²;2018年为2610 t,单位面积的平均沉降量为4.46×10^-3 kg/m²;（2）2015年和2018年北京市湿地削减PM_2.5生态系统服务物理流量最高值均出现在冬季,最低值出现在夏季,总体呈现出冬季 > 春季 > 秋季 > 夏季的趋势;（3）2015年和2018年向华北地区迁移的气流轨迹占当季气流轨迹总数的比例最大,京津冀地区与山东省为主要受益区。研究结果既为科学管理湿地资源和实现区域可持续发展提供客观准确的依据,也可为开展湿地生态系统服务流的相关研究奠定一定的基础。     

粤港澳大湾区PM2.5时空分布特征及其与气象要素的关系

细颗粒物（PM_2.5）污染不仅是现代社会城市化进程中的痛点,也是城市大气环境研究不可忽略的重要焦点。粤港澳大湾区作为世界级城市群,既是城市区域经济社会文化发展的重要体现,更是国家区域发展战略的重要构成与政策实施落脚点,其生态环境的优劣尤其受瞩目。对1999-2016年大湾区地表PM_2.5浓度栅格数据集进行了时空分布特征分析,其中空间自相关分析选取莫兰指数（Moran''I指数）作为度量;并利用多元线性回归模型探讨研究区内PM_2.5与气象要素之间关系。结果表明：粤港澳大湾区1999-2016年历年PM_2.5浓度呈先增加后减小的趋势,2008年为时间拐点,该时间节点之后空气质量显著提高,且1999、2009、2016三年,年平均PM_2.5浓度相似值趋于聚集分布。冷热点分析结果表明：热点区域集中于湾区行政核心区域范围内;冷点集中于核心边缘区域,空气质量较优。利用皮尔森相关分析最终筛选出实际蒸散量（aet）、太阳辐射（srad）、最低温度（tmmn）、蒸汽压（vap）、饱和水汽压差（vpd）、风速（ws）等6个气象因子,利用回归分析判断影响PM_2.5浓度时空分布的显著因子。结果表明：本研究区太阳辐射与PM_2.5浓度关系呈负相关,该结果与其他城市相关研究有较大差异,最小温度与PM_2.5浓度呈正相关,风速与PM_2.5浓度呈负相关,饱和水气压差与PM_2.5浓度呈正相关。     

2000-2015年中国PM2.5浓度时空分布特征及其城乡差异

近40年来,中国快速经济发展引发较为严重的大气污染,PM_2.5是一种重要的空气污染物,掌握其时空分布规律是对其进行防治的重要前提。基于遥感反演出的PM_2.5浓度数据集,研究了中国2000-2015年PM_2.5浓度的时空分布特征,并基于界定的1376个城镇城区及对应乡村的边界分析了每年PM_2.5浓度值的城乡差异,用线性趋势分析法计算城镇PM_2.5浓度的年际变化速率及显著性。结果表明,研究期内,PM_2.5浓度高于35 μg/m³的面积比例由18.58%增加至32.03%,低于15 μg/m³的面积从43.92%减少到25.12%。PM_2.5污染最严重的地区分布在塔里木盆地、河北南部、河南北部和山东西部。从2000年到2015年,中国绝大多数城镇PM_2.5浓度显著增加,尤其是在东北平原、太行山以东的河北省西南部、燕山以南的北京天津及河北唐山、鲁中南山地丘陵及周围平原地区、华北平原江苏省北部。PM_2.5城乡差异在河北省、山西省两条东北-西南向S形条带区域、浙江省-福建省条带及天山北部绿洲区域较大。研究对PM_2.5高浓度区域、PM_2.5浓度增长较快区域以及城区PM_2.5浓度对乡村影响较大区域进行图示,为中国进一步控制雾霾污染提供一定科学依据。     

张家口市大气颗粒物PM2.5、PM10浓度与慢性阻塞性肺疾病住院人次的关系研究

目的:研究张家口市大气颗粒物对慢性阻塞性肺疾病(COPD)的影响,并分析大气颗粒物对不同特征人群的影响。方法:从张家口市医保办公室获取张家口市2013年1月1日-2015年12月31日两家三甲医院COPD患者的住院病历资料,从中国环境监测总站网站获取大气污染物的监测数据,从张家口市气象局获取气象资料。建立广义相加模型(GAM),在控制长期趋势、星期几效应和温湿度影响后,应用条件Logitic回归方法评估PM_(2.5)、PM_(10)对COPD住院人次的影响。根据患者不同特征(性别、年龄、季节)进行分层分析,评估颗粒物污染的高危人群。结果:研究纳入两家三甲医院,共1984例住院COPD患者,其中男性患者1258例(63.4%)、女性患者726例(36.6%),≥75岁患者678例(34.2%),60~75岁患者936例(47.2%)、芨60岁患者370例(18.6%)。2013-2015年PM_(2.5)、PM_(10)年均浓度分别为[(36.54±20.34)μg/m~3、(84.37±52.54)μg/m~3],[(34.50±27.08)μg/m~3、(78.43±69.78)μg/m~3],[(32.04±21.35)μg/m~3、(75.46±50.02)μg/m~3],两者在移动平均滞后3d时,对COPD的影响最大,即PM_(2.5)每增加10μg/m~3,COPD住院人次增加1.90%(95%CI:1.002-1.033,P0.05),PM_(10)每增加10μg/m~3,COPD住院人次增加2.10%(95%CI:1.005-1.045,P0.05)。分层分析结果显示:PM_(2.5)、PM_(10)每升高10μg/m~3,女性COPD患者住院人次增加1.09%、1.14%,差异具有统计学意义(P0.05);≥75岁患者,COPD住院人次增加1.03%、0.99%,差异具有统计学意义(P0.05);而年龄芨60岁、60~75岁、男性以及季节分层分析中,PM_(2.5)、PM_(10)浓度与COPD住院人次无统计学意义(P0.05)。结论:颗粒物污染会增加COPD住院率,≥75岁的老年患者及女性患者更敏感。     

城市空气污染对周边区域空气质量的影响

京津冀地区是全球以PM_(2.5)为首要污染物的空气污染最严重的区域之一,并已严重制约区域发展。大区域尺度上(例全国尺度)开展城市与其周边区域的PM_(2.5)的研究通常直接比较二者的浓度差异,以定量地评估城市PM_(2.5)污染对周边区域的影响,但这种方法在小区域较难精细地刻画城市对周边区域的影响的方向性和距离性差异。利用京津冀地区13个城市2000年,2005年,2010年,2015年PM_(2.5)浓度和土地覆盖类型数据,以城市重心到城市边界的平均距离为基本距离,建立每个城市的一级(一倍基本距离)和二级(二倍基本距离)缓冲区,然后将缓冲区分成8个象限,以定量分析城市PM_(2.5)污染对周边区域影响的方向性和距离差异。结果发现:(1)2000—2015年,京津冀城市群各地级市与周边区域空气质量时空分布分为以下两种模式:第一种模式是城区浓度高,周边区域低;第二种模式是城区浓度低,周边区域高且浓度差异很小。(2)各地级市对周边区域影响程度和范围呈上升趋势,并且这种影响具体表现在距离性和方向性两方面:(1)大部分城市距离城区越远,受城市PM_(2.5)污染的潜在影响越大。(2)2000—2015年,除天津、廊坊、衡水和沧州,其余城市空气污染对周边影响的方向性特征差异显著。通过建立城市空气污染对周边区域定量化方法并在京津冀开展实证研究,拓展了城市空气污染对周边区域空气质量影响研究的方法体系,为定量地开展城市化的生态环境效应研究提供了方法和实证拓展。     

深圳市大气污染时空分布及其与景观格局的关系

气溶胶和臭氧是我国大部分地区的两种主要大气污染物,对城市生态环境和人类身体健康影响严重。以深圳市为研究区,利用大气监测站点提供的监测数据和普通kriging空间插值法,从年、季、月尺度上开展近5年（2015-2019）深圳全市PM_2.5和臭氧的时空分布研究,通过皮尔逊分析和显著性检验从月尺度上分析土地覆盖类型及其景观格局对大气污染的影响。结果表明：（1）近5年内深圳市PM_2.5浓度总体呈现下降趋势,臭氧浓度则先降后升,二者季节性和月度差异显著。（2）PM_2.5和臭氧在年、季、月尺度上空间差异明显,全市PM_2.5浓度整体为西北高、东南低;臭氧浓度西北、东南较高,其余区域相对较低。（3）植被占比的增多对PM_2.5浓度有明显的抑制和调控作用,植被斑块间距离越近,对PM_2.5浓度的调控作用越明显;水体占比的增高会导致臭氧浓度增高和变化幅度增大。研究结果可为城市大气污染防治和景观格局规划管理提供参考。     

珠三角地区PM2.5浓度估算及其健康效应评估

快速的社会经济发展导致城市出现以PM_2.5为首要污染物的空气污染问题，PM_2.5污染严重危害人群健康。因此，厘清PM_2.5时空分布特征并估算其带来的健康影响，对于PM_2.5的区域联防联控具有重要意义。现有研究中，为弥补地面监测数据的不足，借助机器学习算法估算PM_2.5浓度成为研究热点，此外，基于流行病学研究结果的健康效应模型也被广泛用于评估PM_2.5健康影响的研究中。利用珠江三角洲地区2014-2018年56个空气质量监测站的PM_2.5实时监测数据、气象数据、社会经济数据和归一化植被指数，构建随机森林模型，多要素联合估算2000-2018年监测站点的PM_2.5浓度，并采用克里金插值方法获得PM_2.5浓度的空间分布，在此基础上应用全球暴露死亡（GEMM）模型，评估珠三角地区的PM_2.5健康效应。结果表明：（1）2000-2018年期间，珠三角地区的PM_2.5算术年均浓度维持在35μg/m³左右，呈现"西北-东南"递减空间分异；降水量、温度、风速和水汽压等气象因子对PM_2.5浓度具有负向影响，GDP和人口密度等社会经济因子对PM_2.5浓度具有正向影响。（2）2000-2018年期间，珠三角地区PM_2.5人口加权年均浓度均低于PM_2.5算术年均浓度，表明珠三角地区人口密度和PM_2.5浓度未呈现明显的空间匹配关系，例如肇庆PM_2.5浓度较高但人口密度较低，深圳PM_2.5浓度较低但人口密度较高。（3）2000-2018年期间，珠三角地区PM_2.5污染对于缺血性心脏病和中风的健康影响较显著，而对下呼吸道感染的健康影响较弱。区域PM_2.5相关过早死亡人数逐渐增多，主要集中在PM_2.5浓度和人口密度较高的地区，例如珠三角中心地区，以广州中心城区表现明显。本研究建议珠三角地区加大空气污染治理力度，提高医疗服务水平，同时关注城市人口结构，引导城市人口有序流动迁移，以缓解PM_2.5带来的健康影响，实现城市化的健康发展。     

降雨对北方城市5种典型城市绿化树种叶面滞尘的影响

城市树木和森林植被净化大气颗粒污染物的功能受到了广泛的重视,但由于受多种植被特征与环境因素的影响,定量评价城市植被净化大气颗粒污染物功能非常困难。研究了不同降雨条件下大叶黄杨、银杏、栾树、五角枫、杜仲5种我国北方城市绿化典型树种叶面滞尘量的变化特征。在选定的样树冠层分上、中、下3层和东、南、西、北4个方向,采集成熟叶片,采用刷洗样本叶表,抽取水样及分级抽滤并烘干称重的方法,测定这5种树种降雨后12d(夏季累积滞尘量)、14mm降雨后(小雨)、29mm降雨后(中雨)以及室内模拟降雨30mm/h(15mm雨量)后叶片表面不同粒径大气颗粒污染物的滞留量。研究结果表明:降雨对不同粒径颗粒物去除能力有较大差异,除银杏以外,PM10以上颗粒物更容易去除;小雨对颗粒物的冲刷能力有限;中雨可以冲刷掉50%以上总颗粒物;室内模拟强降雨可以冲刷掉90%以上颗粒物,随着降雨增大,各粒径颗粒物随之冲刷量增加;同时叶表结构对抗冲刷能力有显著影响,革质叶片更容易滞尘及冲刷,绒毛结构滞尘能力较低,抗冲刷能力较强;北方大叶黄杨具有综合去除空气中颗粒物优势(小雨TSP冲刷量为(775.06±33.99)mg/m~2),银杏具有去除细颗粒物优势(中雨PM_(2.5)冲刷量为(426.55±40.83.99)mg/m~2)。