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：摘要本文依据我国《健康建筑评价标准》中关于室内PM2.5浓度的限值要求，以某办公建筑为例，采用数值模拟的方法，分析了空调作用的不同新风过滤器对室内空气质量的影响。结果表明室外空气质量对室内PM2.5浓度有较大影响，且室内PM2.5颗粒基本随着空气流场而变，安装中高效空气过滤装置可以有效的降低室内PM2.5颗粒浓度。

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：香港大学李嘉诚医学院公共卫生学院的研究团队发现，本地长者若长期暴露于充满微细悬浮粒子（直径2．5微米或以下的粒子，简称PM2．5）的空气中，吸入或接触与其他环境污染物混合的PM2．5，与多种癌症有关，并增加死亡风险。是项研究结果已於美国癌症研究协会2016年4月的《癌症流行病学、生物标记与预防》（CancerEpidemiology，Biomarkers＆Prevention）期刊发表。

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PM2.5含有大量有毒有害物质，对人的身体影响危害很大，目前已成为环境污染检测的重点。如今，有效地防治PM2.5污染的前提就是对PM2.5粉尘进行实时监测。本文主要介绍了PM2.5粉尘检测仪的研究方法，其中包括设计的原理、结构以及相关技术指标等。

简介：摘要：随着工业化和城市化在我国快速发展，环境空气污染已经成为了世界性的环境问题并引起全世界人民的广泛关注。本研究分析气象要素对PM2.5浓度的影响，结果发现气压，温度，风向风速和降水对PM2.5浓度都有一定影响。

简介：本文通过对人体肺部X光片图像的边缘检测,增强医学图像的可读性,以便能检查出肺中的癌细胞,甚至可以更清楚的分辨出癌细胞具体的位置和形状,从而帮助医生更好的诊断病人的症状。

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：

简介：乌海市PM10浓度与风速的关系明显。总体而言,PM10污染物浓度随风速的增大而增大;冬季当风速在3.1～4.0m.s-1时,PM10污染物浓度低。PM10浓度与地面风向的关系：春季偏西风时PM10污染浓度最高,偏北风时污染浓度最低;冬季东南风时污染浓度最高,西北风时污染浓度最低。PM10浓度与空气湿度的关系：冬季PM10污染浓度值随湿度的增加而增加,正相关比较明显。春季当空气湿度越小,出现重度污染的频率越高。

简介：摘要：在法医鉴定中，人体内酒精含量的测定结果直接决定着受检人员的责任判罚。但是，进入人体后的酒精不仅能够被转化分解，而且由于酒精的特殊的理化性质致其容易受到外界环境的影响。本文从样本的采集、保存以及检测等方面阐述了人体血液中酒精浓度检测受到影响的简要分析，并在样本采集方面通过样本种类、采集时效、尸体腐败和血液成分对人体内酒精浓度检测影响因素进行详细阐述。

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：为了了解PM_（2.5）的污染与地面气象因子的相关性,通过对招远市PM_（2.5）的月均浓度与降水量、湿度、风速和气压等气象因子关系分析,结果表明：（1）PM_（2.5）浓度存在明显的季节变化,冬季与气象因子相关性最好,夏季最差。（2）PM_（2.5）浓度与相对湿度、平均风速和降水有很强的负相关性。（3）PM_（2.5）浓度与本站气压呈现正相关性。

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