简介:为了定量评价细粒子PM2.5,的人体肺部暴露水平,首先,对暴露、暴露量、剂量、暴露评价等多个概念进行了明确界定。在此基础上,重点引入国际辐射防护委员会(ICRP)的人体肺部PM浓度模型对人体肺部PM2.5的浓度进行了模拟,定量化研究了广州市抽样人群PM2.5,的作用剂量,作用剂量直接反映了进入人体肺部污染物的量.结果表明,广州市抽样人群平均PM2.5,的作用剂量在肺部咽喉以外部分(ET)、支气管部分(BB)、肺泡空隙区(AI)分别为576.8-975.9μg·d^-1、357.5-619.8μg·d^-1、154.4-290.1μg·d^-1.
简介:以扬州市逐日空气PM2.5浓度数据为研究对象,收集2014年至2017年PM2.5月浓度时间序列,构建GM-ARMA组合模型,对其PM2.5浓度变化进行了分析和预测。研究结果表明:与GM(1,1)、AMRA(2,1)模型相比,GM-ARMA组合模型具有更好的拟合效果,对PM2.5浓度预测精度更高。
简介:摘要利用2018年8月─2019年2月乌鲁木齐市在线连续监测的可吸入颗粒物PM10、细颗粒物PM2.5和亚微米细颗粒物PM1.0数据,基于统计学相关分析方法,研究典型天气条件下PM10、PM2.5和PM1.0质量浓度的变化特征。结果表明乌鲁木齐市PM10、PM2.5和PM1.0质量浓度变化趋势基本相同,其中采暖期颗粒物整体浓度明显高于非采暖期,采暖期PM1.0占PM10的比例也高于非采暖期。在采暖期重污染天气下具体表现为细颗粒物为主的工业燃煤复合型污染,当在非采暖期出现大风沙尘时,粗颗粒物的质量浓度远高于细颗粒物和亚微米级颗粒物,说明沙尘天气主要以自然源的粗颗粒物污染为主。
简介:摘要利用2018年8月─2019年2月乌鲁木齐市在线连续监测的可吸入颗粒物PM10、细颗粒物PM2.5和亚微米细颗粒物PM1.0数据,基于统计学相关分析方法,研究典型天气条件下PM10、PM2.5和PM1.0质量浓度的变化特征。结果表明乌鲁木齐市PM10、PM2.5和PM1.0质量浓度变化趋势基本相同,其中采暖期颗粒物整体浓度明显高于非采暖期,采暖期PM1.0占PM10的比例也高于非采暖期。在采暖期重污染天气下具体表现为细颗粒物为主的工业燃煤复合型污染,当在非采暖期出现大风沙尘时,粗颗粒物的质量浓度远高于细颗粒物和亚微米级颗粒物,说明沙尘天气主要以自然源的粗颗粒物污染为主。
简介:以北京林业大学校园(绿地率42.2%)、奥林匹克森林公园(绿地率70.3%)和鹫峰国家森林公园(绿地率96.2%)为研究对象,以周边主要交通干道为对照,采用多功能精准型激光粉尘仪观测PM2.5质量浓度,研究城市不同绿地PM2.5质量浓度日变化规律。结果表明:1)绿地率对PM2.5质量浓度变化有较大影响,研究区内PM2.5质量浓度随绿地率增加而递减,北京林业大学校园、奥林匹克森林公园和鹫峰国家森林公园PM2.5质量浓度最高值分别为140、62和48μg/m3,均高于国家PM2.5质量浓度年平均标准(35μg/m3);2)研究区内城市绿地PM2.5质量浓度与其周边主要交通干道没有明显差异;3)气象条件对PM2.5质量浓度的变化有较大影响,阴天PM2.5质量浓度较高,长时间保持在80~110μg/m3之间,降雨天则使PM2.5质量浓度明显降低,降幅约达80%。
简介:摘要:利用NASA MODIS气溶胶光学厚度(AOD) 1公里网格遥感数据,并结合地面PM2.5监测数据及气象数据构普通最小二乘法(OLS)模型及随机森林回归预测模型,得到大庆主城区非采暖季污染日PM2.5浓度。结果表明:(1)补充气象要素前PM2.5与AOD拟合R2三季皆低于0.2,拟合度较低,在加入气象因素订正后后拟合R2提升至0.6以上。(2)随机森林模型拟合优度均高于普通最小二乘法模型(3)大庆市PM2.5浓度空间分布总体呈现“西低东高”的特征,西部为让胡路区及红岗区,东部的萨尔图区及龙凤区为PM2.5较高值地区。
简介:摘要:利用NASA MODIS气溶胶光学厚度(AOD) 1公里网格遥感数据,并结合地面PM2.5监测数据及气象数据构普通最小二乘法(OLS)模型及随机森林回归预测模型,得到大庆主城区非采暖季污染日PM2.5浓度。结果表明:(1)补充气象要素前PM2.5与AOD拟合R2三季皆低于0.2,拟合度较低,在加入气象因素订正后后拟合R2提升至0.6以上。(2)随机森林模型拟合优度均高于普通最小二乘法模型(3)大庆市PM2.5浓度空间分布总体呈现“西低东高”的特征,西部为让胡路区及红岗区,东部的萨尔图区及龙凤区为PM2.5较高值地区。
简介:室内PM2.5颗粒污染已经是全国,乃至全球关注的热点。中国大量的城市进入雾霾高发城市之列,上海作为中国最大城市之一,也不例外的经常受到雾霾的侵扰。通过对上海市区某住宅室内外PM2.5浓度值的实时动态监测,研究了房屋渗透系数、不同净化方式对室内PM2.5浓度的影响,分析了新风净化系统和室内空气净化器之间的作用,并做了室内PM2.5质量守恒数值模拟计算,为住宅有效合理控制室内PM2.5污染提供了参考。
简介:摘要:瓦斯灾害一直是我国煤矿领域的严重安全隐患,超过限定值的瓦斯浓度极易导致人员伤亡和经济损失。本文提出了一种新的基于Stacking堆叠预测模型。首先构建Stacking堆叠模型,选用LSTM、RNN、MLP作为元模型,为了验证所提出的模型,通过设置对比实验,计算了包括RMSE、MAPE和R2在内的性能指标。结果表明,与单一模型相比,Stacking集成模型具有更高的精度,四个评价指标与单一模型相比有较大的提升,采用该模型预测瓦斯浓度,可以大幅降低煤矿生产过程中发生瓦斯灾害的概率,保障煤矿工人的生命安全和矿区的稳定运营,具有重要的现实意义和应用价值。
简介:近年来,以细颗粒物(PM2.5)为主要污染物的北京地区大气污染已成为人们高度关注的环境问题。本文利用2013年北京市密云地区上甸子国家气象观测站和区域大气本底污染监测站PM2.5监测数据和气象要素数据,分析了北京地区PM2.5浓度与气象条件之间的关系。结果表明:北京地区气象因素对PM2.5污染具有显著影响,其中降水、日照时数对PM2.5浓度有显著的正相关关系,随着降水和日照时数增加,PM2.5日平均浓度和日最高浓度均呈显著下降;相对湿度对PM2.5浓度有显著的负相关关系,随着相对湿度增加,PM2.5浓度显著上升;最大风速与PM2.5浓度呈倒U型关系,较低的风速将导致PM2.5污染增加,但风速达到一定级别时,可有效促进污染扩散,降低PM2.5浓度。北京地区夏季PM2.5污染水平显著低于其他季节。
简介:摘 要:利用2012-2015年兰州主城区PM2.5浓度的小时资料及气象逐小时观测数据,分析兰州市PM2.5的日、月、季、年及供暖期变化特征,用同期气象资料分析了气温、气压、降水、相对湿度、风向、风速等气象要素与PM2.5浓度的相关性,重点分析了PM2.5浓度与逆温、降水和10分钟风速的关系。结果表明:兰州市PM2.5的日变化呈双峰双谷特征。月分布以1月、11-12月最大,8-9月最小;季节差异明显,冬季最大,春秋季次之,夏季最小,夏季较冬季偏少4-8成;供暖期浓度明显大于非供暖期浓度。PM2.5浓度与逆温、逆温厚度、逆温持续时间、沙尘变化趋势一致;与最低温度、水汽压、0cm地温、24h变压等变化趋势相反。 关键词:兰州;PM2.5浓度;相关分析;气象要素 文章编号: 中图分类号: 文献标识码:A