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。     

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。     

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。     

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。     

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。     

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。     

基于环境库兹涅茨曲线的我国大气污染防治重点区域环境空气质量与经济增长关系研究

改革开放以来,中国经济迅猛发展,但大气污染等环境问题日益突出。进入21世纪,我国通过颁布实施多项大气污染防治政策,将京津冀及周边地区、长三角地区、珠三角地区等大气污染较严重的区域划定为重点区域,针对性制定治污措施和实施减排工程,努力推动区域环境空气质量改善。基于2000-2019年我国31个省（自治区、直辖市）（以下简称31个省份）GDP,以及SO₂、PM₁₀、NO₂三项大气污染物浓度数据,利用环境库兹涅茨曲线（EKC,Environmental Kuznets Curve）模型,对31个省份和京津冀及周边地区、长三角地区、珠三角地区的经济增长情况、大气污染物浓度演变以及二者之间的关系进行了系统全面的分析评估。研究结果显示：（1）近年来实施的各项大气污染防治政策,特别是2013年以来颁布实施的《大气污染防治行动计划》《打赢蓝天保卫战三年行动计划》,推动环境空气质量改善的同时,促进了经济发展与环境保护长期关系协调性逐步增强,除NO₂浓度呈U型外,31个省份SO₂浓度、PM₁₀浓度与人均GDP的EKC曲线呈倒U型和倒N型,并处于快速下降阶段。（2）京津冀及周边地区SO₂浓度与人均GDP呈倒U型,且处于快速下降阶段;PM₁₀和NO₂浓度均呈现U型关系,且均处于上升期。（3）长三角地区SO₂、PM₁₀浓度与人均GDP呈现倒U型和U型,但均处于下降阶段;NO₂浓度与人均GDP无相关关系。（4）珠三角地区SO₂、PM₁₀和NO₂浓度与人均GDP均呈现倒U型关系,且均处于下降阶段。为此,建议"十四五"期间我国政府要继续实施新一轮的大气污染防治行动计划,聚焦机动车NO_x污染管控,大力推动NO₂浓度稳步下降,以实现我国环境空气质量持续改善,为统筹经济高质量发展和生态环境高水平保护奠定坚实基础。     

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。     

哈密露天煤矿不同环境介质微生物群落特征分析

【背景】干旱区露天煤矿开采过程中产生的粉尘颗粒物加剧了土壤生态环境的恶化和矿区空气质量的下降,针对煤矿区土壤和粉尘颗粒物的微生物群落组成的研究鲜有报道。【目的】研究新疆哈密南湖乡露天煤矿土壤、粉尘及大气PM_2.5颗粒物中的微生物群落结构和多样性特征,并预测潜在的功能类群。【方法】采用高通量测序技术,对煤矿露天采坑区和电厂粉煤灰堆放区的土壤、粉尘及大气PM_2.5颗粒物的微生物真菌及细菌群落组成进行比对分析。【结果】矿区优势真菌类群来自子囊菌门(Ascomycota)和担子菌门(Basidiomycota),优势细菌类群来自变形菌门(Proteobacteria)和放线菌门(Actinobacteria)。真菌和细菌群落的丰富度及α多样性在整个矿区内无显著性差异,大气PM_2.5颗粒物的细菌群落生态位宽度显著大于露天采坑区和粉煤灰区。矿区内的土壤和PM_2.5颗粒物样本中均发现了一些丰度差异显著的功能类群,真菌特征功能类群为腐生营养型类群,细菌特征功能类群主要包括甲烷营养型类群、几丁质酶类细菌类群等。【结论】露天煤矿区粉尘可能对区域内土壤和PM_2.5颗粒物的微生物群落结构产生重要影响,具有煤组分降解功能的特定微生物类群可能是维持矿区土壤生态安全的重要微生物学机制之一。     

国家重点生态功能区转移支付改善县域生态环境质量效应评估

国家重点生态功能区转移支付已成为中国乃至全球最大的政府生态保护补偿项目,其资金使用对地方生态环境保护的作用尤为值得关注。为解决既有研究在研究对象和数据采用上的不足,基于包含全国区县、省级和陕西县域等多尺度数据,采用分组平均值及其变化率、统计相关性检验等评估方法,通过不同批次享受政策的县域及不同生态功能区类型县域的对比,对国家重点生态功能区转移支付在自然生态、大气、水环境3个方面的生态环境效益进行了多维度评估。研究结果表明：（1）2011-2017年,转移支付县域在生态质量上趋于稳定,部分生态类型特征的指标有向好趋势,案例和省级分析表明,转移支付与湿地覆盖率存在显著的正相关,该政策对县域生态质量的稳定和提升起到了一定积极作用。（2）2015-2018年,转移支付政策县域PM_2.5、SO₂、NO₂平均浓度均呈下降趋势,大气环境改善较为显著,其中PM_2.5浓度下降尤为明显且在防风固沙型生态功能区县域降幅最大。NO₂浓度的下降幅度较小。（3）转移支付县域的水环境各项指标在2012-2018年波动较大,总体看水环境质量有轻微改善,不同时间享受政策县域的改善效果有所差异,2016年新增的政策县域水环境质量改善更为显著。评估结论表明,国家重点生态功能区转移支付对县域生态环境质量产生了一定积极影响,其中对大气环境质量改善最为明显,对生态和水质的改善存在较大提升空间。     

长江中游城市群建成区绿色基础设施对PM2.5的消减效应

研究城市群建成区绿色基础设施对PM_2.5的消减效应,有助于为城市群应对气候变化采取的可持续发展战略提供理论支撑。以长江中游城市群建成区为例,基于2000—2020年建成区面积数据、土地覆盖数据以及PM_2.5数据系统分析城市群PM_2.5浓度的时空演变特征,以林地、草地、耕地、湿地、水体等5种绿色基础设施为驱动因子,采用地理探测器模型中的因子探测与交互作用探测,探索城市群建成区绿色基础设施对PM_2.5浓度的削减效应。同时,结合夜间灯光数据以及约束线方法,进一步剖析城市化水平对建成区绿色基础设施的约束效应。结果表明：(1)2000—2020年期间,长江中游城市群年均PM_2.5浓度在时序上呈现先升后降的“倒U型”趋势,在空间上呈现由西北向东南级差化递减的分异特征。(2)2000—2020年期间,长江中游城市群建成区绿色基础设施对PM_2.5存在削减效应,但历年削减率均不超过4%,其中扩张区的削减效应显著高于老城区。(3)因子探测结果表明,长江中游城市群各绿色基础设施...     

Effects of Urban Landscape Pattern on PM2.5 Pollution—A Beijing Case Study

PM_2.5 refers to particulate matter (PM) in air that is less than 2.5μm in aerodynamic diameter, which has negative effects on air quality and human health. PM_2.5 is the main pollutant source in haze occurring in Beijing, and it also has caused many problems in other cities. Previous studies have focused mostly on the relationship between land use and air quality, but less research has specifically explored the effects of urban landscape patterns on PM_2.5. This study considered the rapidly growing and heavily polluted Beijing, China. To better understand the impact of urban landscape pattern on PM_2.5 pollution, five landscape metrics including PLAND, PD, ED, SHEI, and CONTAG were applied in the study. Further, other data, such as street networks, population density, and elevation considered as factors influencing PM_2.5, were obtained through RS and GIS. By means of correlation analysis and stepwise multiple regression, the effects of landscape pattern on PM_2.5 concentration was explored. The results showed that (1) at class-level, vegetation and water were significant landscape components in reducing PM_2.5 concentration, while cropland played a special role in PM_2.5 concentration; (2) landscape configuration (ED and PD) features at class-level had obvious effects on particulate matter; and (3) at the landscape-level, the evenness (SHEI) and fragmentation (CONTAG) of the whole landscape related closely with PM_2.5 concentration. Results of this study could expand our understanding of the role of urban landscape pattern on PM_2.5 and provide useful information for urban planning.     

大气颗粒物(PM2.5、PM10)对地表景观结构的响应研究进展

颗粒物PM_(2.5)、PM_(10)是近年来我国大气首要污染物,威胁环境和人类健康。地表景观结构直接或间接影响PM_(2.5)、PM_(10)浓度,了解其影响过程和机理对于改善生态环境具有重要意义。系统总结了国内外关于PM_(2.5)、PM_(10)对地表景观结构响应的研究成果,指出研究中出现不确定性的可能影响因素,并对今后的发展方向进行展望。得出基本结论:(1)地表景观类型的构成及其格局显著影响大气颗粒物浓度,对PM_(2.5)、PM_(10)起到"源"和"汇"的作用。(2)地表景观结构引起局地气候变化并影响颗粒物的迁移转化,但其影响过程和机理复杂,研究结论并不明确。(3)颗粒物浓度和地表景观数据主要通过实际监测或遥感处理方法获得,但因为获取方法、监测点微观环境及遥感影像等因素影响,导致数据具有不确定性,加上时空尺度相对应的复杂性,大大限制了地表景观结构与PM_(2.5)、PM_(10)响应关系的研究进展,是未来要突破的难点。(4)PM_(2.5)、PM_(10)对地表景观结构响应的区域时空差异及过程,局地小气候变化对颗粒物浓度的影响过程和强度,主要景观类型尤其是水体、湿地景观对大气颗粒物浓度的影响过程、机理与贡献程度等是未来需要关注的方向。     

The modeling and health risk assessment of PM2.5 from Tema Oil Refinery

Fine particulate matters (PM_2.5) are known to pose serious health problems compared to other air pollutants. The current study employed air dispersion modeling system (AERMOD) to simulate the concentration of PM_2.5 from Tema Oil Refinery (TOR) and to assess the non-cancer risk and mortalities of the exposed population. In addition, the effects of local climatic factors on the distribution and concentration of PM_2.5 within the three main seasons (Major Raining Season (MRS), Low Raining Season (LRS) and Dry Season (DS)) were investigated. The AERMOD results showed that both 24-h (38.8 µg m^?3) and annual (12.6 µg m^?3) PM_2.5 concentration levels were in exceedance of the international limits. However, a decreasing trend in seasonal PM_2.5 concentrations was observed. Health risk assessment (HRA), indicated by hazard index (HI), revealed that the amount of Al₂O₃ present in the PM_2.5 caused a significant non-carcinogenic health risk to the exposed population (both adults and children) within the Metropolis (HI = 2.4 for adults and HI = 1.5 for children). Additionally, cardiopulmonary disease related mortalities due to PM_2.5 exposure (181 deaths for adults and 24 deaths for children) were found high compared to deaths caused by lung cancer (137 deaths for adults and 16 deaths for children).     

兰州市SO2时空动态分布特征及其与城市生态系统的关系

强化城市大气污染物多尺度监测手段,辨识污染物时空演变规律及其与城市生态系统各要素间的相互关系,可为城市大气环境质量综合管控提供科学依据。利用OMI、EOS/MODIS卫星影像及其他统计类数据,在分析了兰州市2006—2016年对流层SO₂柱浓度的时空分布特征基础上,进一步探讨了NDVI、工业总产值、汽车保有量等城市自然经济社会生态要素的结构变化与SO₂浓度变化的关系。结果表明:1)兰州市对流层SO₂空间分布不均,呈现出以河谷低海拔区域分布为中心,向西北、东南山地两侧递减的"倒U"形格局;2)近10年内,兰州市大气SO₂柱浓度值在0.033—0.25(多布森单位)之间,总体呈下降趋势,年均降幅为14%,降速为0.02(多布森单位)/a;3)兰州市大气SO₂柱浓度变化特征与城市工业生产和交通因素关系密切,又受地形、季节风向等气象气候条件制约;4)兰州市NDVI指数与大气SO₂柱浓度值相关性明显,兰州市植被覆盖度较低,植被指数为0.09—0.66,对SO     

植物吸滞PM2.5研究进展——从宏观到微观

PM_2.5严重危害环境安全和人体健康,虽然国内外大气PM_2.5状况已有好转,但雾霾天气仍然时有发生。植物能有效吸附和净化大气中PM_2.5,其净化作用受到生态学广泛关注。随着研究内容的深入,该领域研究尺度由宏观尺度转向微观尺度,研究对象由植被区转向植物个体,研究方法由野外监测转向人工控制法。因此在区域尺度上对比了植被、非植被区PM_2.5浓度差异及不同树种单位叶面积PM_2.5吸滞量,以风洞、熏气法两种研究方法归纳了人工控制条件下植物净化PM_2.5的研究成果,在大气PM_2.5浓度和气象因素两方面探讨了环境因素对植物净化PM_2.5的影响机制。得出宏观研究方面很多城市缺乏植被区与非植被区PM_2.5浓度监测数据,微观方面植物个体吸滞PM_2.5机理研究不够深入,缺乏植物吸滞PM_2.5过程与机理的室内模拟外界环境的高精度对比试验,更缺乏环境因素直接影响植物吸收、分...     

Development of Exposure Characterization Regions for Priority Ambient Air Pollutants

To evaluate the relationship between air pollution and morbidity and mortality in epidemiological studies, the exposure of populations must be defined. Generally, ambient air monitoring networks are the source of the exposure data for these studies. In this study, we developed methods to define population exposure regions that represent minimal variation in air pollutant concentrations. We evaluated the spatial and temporal variation in concentrations for particulate matter less than 2.5 μm (PM_2.5) and 10 μm (PM₁₀) and ozone (O₃) across New York State. The results from the PM_2.5 and ozone analysis indicate a significant degree of regional transport and showed regions of consistent concentrations of 100 and 50 miles, respectively, around each monitor. PM₁₀ analysis indicated little temporal and spatial variation for this pollutant and larger regions were adopted. The exposure characterization regions for PM_2.5, PM₁₀, and ozone have been used in ecological epidemiological investigations by the New York State Department of Health. This work was conducted under the Environmental Public Health Tracking grant from the Centers for Disease Control and Prevention.