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。     

广州大夫山雨季林内外空气TSP和PM2.5浓度及水溶性离子特征

采用平行同步采样法,于2012年雨季,对广州市大夫山森林公园林内外空气的总悬浮颗粒物(TSP)和细颗粒物(PM_2.5)样品进行了24 h收集,测定了TSP和PM_2.5的质量浓度并分析了样品中水溶性无机离子成分。结果表明:林内外PM_2.5的质量浓度平均值分别为(40.18±10.47)和(55.79±13.01) g/cm³;林内外TSP的质量浓度分别为(101.32 ± 33.19)和(116.61±35.36) g/cm³。林内与林外比,PM_2.5和TSP平均质量浓度都显著减少(P < 0.05),表明森林能显著改善空气环境质量。TSP和PM_2.5中SO₄^2-、Na⁺、NH₄⁺和NO₃^-为水溶性无机离子主要成分,占总离子质量的80%以上,林外这些离子的浓度高于林内(NH₄⁺除外)。这4种离子雨季在空气中的主要存在方式为NaCl、Na₂SO₄、NH₄HSO₄和NH₄NO₃。计算表明,采样期间海盐对大夫山空气TSP和PM_2.5的水溶性组分中Na⁺和Cl^-贡献最大,其它元素主要源自陆地源。林内外TSP和PM_2.5的c(NO₃^-)/c(SO₄^2-)比值在0.3以下,表明固定源是大夫山森林公园空气主要污染贡献者,TSP中c(NO₃^-)/c(SO₄^2-)的比值大于PM_2.5的比值,说明移动源对TSP的贡献大于PM_2.5。     

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。     

寒地校园植物群落对大气细颗粒物浓度的消减作用

近年来随着我国城市的快速发展，空气污染作为城市生态环境破坏的首要问题日益严重。因此探究城市绿地中的植物群落是否能够消减大气细颗粒物浓度及其变化特征成为公众和学者广泛关注的焦点。选取位于寒地城市哈尔滨的东北林业大学作为研究对象，通过对校园PM_2.5浓度进行测定和校园植物群落进行调查，定量地分析不同植物群落对PM_2.5浓度的消减作用、PM_2.5浓度的时间变化规律、PM_2.5浓度与温度和空气相对湿度之间的关系。结果显示：（1）PM_2.5浓度日变化呈"双峰单谷"型，早晚偏高；季节变化是夏季PM_2.5浓度最低，秋季PM_2.5浓度最高。（2）不同结构的植物群落对大气细颗粒物的削减效果略有差异，乔灌草配置型绿地的PM_2.5消减率为30.30%，消减效果最佳；乔草和灌草的PM_2.5消减率分别为14.30%和7.77%，消减效果较差。（3）PM_2.5浓度与温度呈负相关关系，与空气相对湿度呈正相关关系。     

太湖流域农田稻季CH4通量特征及影响因子

开展太湖流域农田稻季CH₄排放研究,深入了解稻田CH₄排放规律,为稻田CH₄减排、制定合理稻田管理措施提供科学依据。以太湖流域稻麦轮作农田为研究区域,运用涡度相关法观测其稻季CH₄通量变化,分析其通量变化特征及影响因子。结果表明：太湖流域典型稻麦轮作区稻季为CH₄的源,CH₄排放总量为28.95 g/m²,稻季CH₄通量日变化表现为无规则型与单峰型两种模式;稻季CH₄排放整体集中在水稻生长前期（81.61%）及中期（16.16%）、后期排放相对较弱（2.23%）,返青期排放量较低（日均0.102 μmol m^-2 s^-1）,分蘖期较强（日均0.451 μmol m^-2 s^-1）,成熟期最低（日均0.006 μmol m^-2 s^-1）;模型所模拟的累计CH₄排放通量比累计测量CH₄通量低6.69%,较好地模拟了太湖流域稻田CH₄的排放,土壤温度、土壤水分、土壤电导率、摩擦风速可确认为太湖流域农田稻季CH₄排放的主要驱动因子。     

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。     

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。     

地表植被景观对PM2.5浓度空间分布的影响研究

我国当前城市日益频发的雾霾问题引发公众广泛关注,PM_2.5被认为是雾霾的主要成因。研究认为,在某一区域短时间尺度上（如日）,PM_2.5浓度主要受气象条件影响。但在较长时间尺度上（如季,年）,由于气象条件基本相似,则PM_2.5浓度主要受土地利用特别是地表植被景观的影响。如何耦合地表植被景观格局与PM_2.5浓度信息,定量分析其影响是当前相关科学研究的一个难点,需要引入新思路。首先基于季节气象条件基本相似的科学假设,采用土地利用回归模型分四季高精度模拟PM_2.5浓度空间分布。其次,采用像元二分模型分四季估算研究区植被覆盖度。在此基础上采用随机抽样法通过统计回归模型耦合植被覆盖度与PM_2.5空间分布,定量研究植被覆盖度对PM_2.5分布影响及其尺度效应。研究结果表明：1）植被覆盖度与PM_2.5浓度在本研究选择的空间尺度上,都显著负相关,说明植被覆盖度对PM_2.5具有显著影响;同一个季节不同尺度上,以及不同季节同一尺度上的植被覆盖度对PM_2.5浓度的影响存在一定差异。2）植被覆盖度对PM_2.5浓度的影响方式比较复杂,不同的季节的表现方式不同,总体来说PM_2.5浓度与植被覆盖度曲线回归模型的拟合度高于线性回归模型,说明植被覆盖度对PM_2.5的影响具有非线性特征。3）不同的PM_2.5浓度水平下,植被覆盖度对PM_2.5浓度的影响程度存在差异。PM_2.5浓度越高,植被覆盖度对其浓度的影响越明显。本研究提出的区域尺度耦合地表植被覆盖与PM_2.5浓度的思路与方法,有效的揭示了植被覆盖度对PM_2.5浓度分布的影响方式与尺度效应,为通过优化城市植被缓解大气污染提供一定参考。     

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。     

不同CO2浓度升高和氮肥水平对水稻叶绿素荧光特性的影响

为研究不同CO₂浓度升高和氮肥水平对水稻叶绿素荧光特性的影响,利用由开顶式气室（OTC）组成的CO₂浓度自动调控平台开展田间试验。以粳稻9108为试验材料,CO₂浓度设置CK（对照,环境大气CO₂浓度）、C₁（CO₂浓度比CK增加160 μmol/mol）和C₂（CO₂浓度比CK增加200 μmol/mol）3个水平;氮肥设置低氮（N₁：10 g/m²）、中氮（N₂：20 g/m²）和高氮（N₃：30 g/m²）3个水平。结果表明,在低氮条件下,与CK相比,C₁处理使拔节期的F_o上升4.8%（P=0.031）;C₂处理使拔节期的F_o上升6.3%（P=0.015）,F_v/F_m下降4.8%（P=0.003）,使孕穗期的F_o上升12.7%（P=0.039）,F_v/F_o下降18.2%（P=0.039）。在高氮条件下,与CK相比,C₂处理使灌浆期的F_m、F_v和F_v/F_m分别下降3.6%（P=0.039）、4.9%（P=0.013）和1.3%（P=0.039）。在中氮条件下,与CK相比,C₁和C₂处理的影响不明显。在整个生育期内,CO₂浓度升高与施氮处理交互作用对水稻叶绿素荧光特性的影响未到达显著水平。研究表明,大气CO₂浓度升高使水稻叶片光系统Ⅱ受损,抑制其电子传递能力、电子受体Q_A氧化还原情况、最大光化学效率和潜在活性,通过适量施氮可以有效地缓解其负面效应。     

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。     

中国主要城市森林对大气PM2.5的削减量及其占大气PM2.5总量比例

空气中的细颗粒物(PM_2.5)是我国城市空气污染的主要污染物之一,严重威胁着城市居民的健康,限制城市发展的可持续性。PM_2.5去除的自然途径有两种,分别是干沉降和湿沉降,其中干沉降占据主导作用,且干沉降的过程和效率与城市森林紧密关联。目前针对城市森林对干沉降作用的研究主要是在小尺度中从不同树种、不同群落结构、不同景观类型等角度来估算并比较其滞尘量,较少关注其占空气污染总量的比率,从而可能影响对城市森林滞尘服务能力的判断。因此,利用城市森林效益(Urban Forest Effect, UFORE)模型中的大气污染干沉降模块的核心算法,以2015年为例,估算了我国主要城市辖区的城市森林一年内对大气中的PM_2.5削减量以及其占空气中PM_2.5污染总量的比重。结果显示：(1)2015年全国主要城市单位绿地面积日均滞尘量较高地区主要集中在华北地区、华东地区、以及东北地区。其中北京30.47mg/m²,苏州24.63mg/m²,沈阳28.55mg/m²     

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。     

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。     

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。