排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
目的探讨可吸入颗粒物(PM_(10))中碳质组分总碳(total carbon,TC)、元素碳(elemental carbon,EC)和有机碳(organic carbon,OC)的含量及其比例变化对健康大学生1s最大呼气量(FEV_1)的急性影响。方法采用固定群组追踪研究方法,整群选取武汉市某大学二年级一个班全体在校学生(共37名)作为研究对象,于2009年12月23日—2010年1月5日,连续14 d测定各研究对象FEV_1,同时监测颗粒物浓度和温湿度变化。构建线性混合效应模型定量评估PM_(10)中碳质组分及其比例对FEV_1的影响。结果研究期间PM_(10)中TC、EC、OC平均浓度分别是(45.42±20.67)μg/m~3、(19.71±12.07)μg/m~3、(25.66±9.50)μg/m~3,其浓度每升高10μg/m~3,FEV_1分别下降0.56%(95%CI:0.08%~1.04%)、0.82%(95%CI:0.06%~1.58%)、1.40%(95%CI:0.21%~2.59%)。TC/PM_(10)、EC/PM_(10)每升高1个四分位间距(IQR),FEV_1分别下降1.16%(95%CI:0.17%~2.15%)、0.97%(95%CI:0.18%~1.76%)。控制了PM_(10)的影响后,PM_(10)中总碳含量(TC)每升高IQR,FEV_1下降1.10%(95%CI:0.09%~2.11%)。结论室内空气可吸入颗粒物中碳质组分的浓度以及其比重的变化与健康大学生FEV_1的改变存在关联。 相似文献
2.
目的探讨土地利用回归(land use regression,LUR)模型在武汉市大气NO_2浓度空间分布模拟中的应用。方法从武汉市环保局获取2016年1月1日至12月31日市内20个空气质量监测站点的NO_2日均浓度数据,结合土地利用数据、人口密度数据、道路交通数据、工业污染源数据和地形地貌数据,建立土地利用回归模型。采用留一法交叉验证(leave-one out cross-validation,LOOCV)检验模型稳定性。结果土地利用回归模型最终纳入三个变量,分别是7 000 m内污染源数、3 000 m内所有道路长度和5 000 m内建设用地面积。模型调整R~2为0.91,LOOCV的R2为0.89,模型有很高的预测能力。采用LUR预测得到一年内武汉市高分辨率(2 km×2 km)的NO_2浓度分布图。模拟结果显示研究期间武汉市NO_2的平均浓度为24.59μg/m~3,最小值为20.63μg/m~3,最大值为56.77μg/m~3。浓度较高的区域为中心城区,较低的区域为周边远郊区。结论 LUR模型可应用于武汉市大气NO_2浓度空间分布模拟及空气污染暴露评估。 相似文献
1