共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
沈玉 万春 高莹 蒋士新 阮师漫 孔凡玲 刘守钦 周敬文 崔亮亮 周慧婵 李湉湉 唐宋 杜艳君 刘园园 董皓冉 邓富昌 张迎建 方建龙 张训保 《环境与健康杂志》2019,36(11):941-946
目的了解普通居民室内外PM_(2.5)污染情况,探讨室内外PM_(2.5)关系及影响室内PM_(2.5)浓度的因素。方法于2018年9月—2019年1月从济南市历下区甸柳社区选择49户普通居民住宅采用RPPM_(2.5)系统监测3 d室内PM_(2.5)浓度、温度和相对湿度,通过调查问卷收集监测期间室内人员窗户开关、烹饪、空气净化器使用等信息。每次调查的时间间隔为30 d,共开展5次调查。从距离调查点位最近的环保监测站和气象监测站获取同期的室外空气PM_(2.5)浓度以及环境温度、相对湿度,利用混合效应模型分析室内PM_(2.5)浓度的影响因素。结果 2018年9月—2019年1月的5次调查显示室内PM_(2.5)浓度的几何均数分别为64.96、38.29、57.4、50.39和59.60μg/m~3,室外空气PM_(2.5)浓度几何均数分别为40.21、34.65、58.60、67.89和83.14μg/m3,室内外PM_(2.5)浓度呈正相关(rs=0.41,P0.001)。秋季室内外PM_(2.5)浓度比值(I/O)为1.17(P_(25)~P_(75):0.96~1.55),冬季I/O值为0.77(P25~P75:0.54~0.93),秋季I/O值明显高于冬季。混合效应模型分析结果显示,室外空气PM_(2.5)浓度(β=2.84×10~(-3),P0.001)、室内外相对湿度差绝对值(β=-0.02,P0.001)、室外风速(β=-0.87,P0.001)、空气净化器使用(β=-0.14,P=0.04)和室内除尘(β=0.19,P0.001)是影响室内PM_(2.5)水平的重要因素。混合效应模型的边际R~2(R_m~2)为0.55。结论济南市普通居民住宅室内外PM_(2.5)浓度关系在秋季和冬季存在明显的季节性差别,室外空气PM_(2.5)浓度、室内外相对湿度差绝对值、室外风速、空气净化器使用和室内除尘是影响室内PM_(2.5)浓度的重要因素。 相似文献
3.
《环境与健康杂志》2017,(10)
目的探讨居室内PM_(2.5)污染特征及其影响因素。方法于2015年4—5月,选取北京城区和郊区24户住宅,对室内和室外空气中PM_(2.5)进行检测和数据采集,并对居室特征及人员时间活动情况进行问卷调查。结果室内外PM_(2.5)浓度日均值分别为(75.5±59.4)、(68.7±59.0)μg/m~3,二者呈正相关(P0.05)。室内PM_(2.5)浓度与室内外温差、室外风速呈负相关(P0.05),与室外相对湿度呈正相关(P0.05)。不同厨房类型、窗户类型、楼层、朝向的居室PM2.5浓度的室内/室外比值(I/O值)差异有统计学意义(P0.05),开放式厨房、推拉窗、低楼层、东西朝向的居室PM_(2.5)的I/O值更高。静坐、走动、运动、炒(炸)、炖(熬)、手动打扫时段的I/O值均高于睡觉时,差异有统计学意义(P0.05);无人、吸烟、蒸(焖)、机械打扫时段的I/O值与睡觉时段无明显差异(P0.05)。结论检测时间内室内外PM_(2.5)污染严重,室外环境及气象条件、居室特征、室内人员活动均可能影响室内PM2.5浓度。 相似文献
4.
《环境与健康杂志》2018,(11)
目的定量分析典型居民住宅室内、室外来源PM_(2.5)对室内PM_(2.5)污染的贡献,探讨影响室内来源主要因素。方法以北京市55户不同类型居民住宅为调查对象,分别在采暖季(45户)和非采暖季(43户)开展连续7 d的室内外PM_(2.5)同期监测,分别采用重量法和X射线荧光光谱法(ED-XRF)分析PM_(2.5)质量浓度及PM_(2.5)中硫元素含量;利用硫元素比值法估算住宅PM_(2.5)室内外渗透系数,并根据质量平衡方程计算室内外来源的PM_(2.5)对室内浓度的贡献;利用问卷调查收集住宅一般状况和居民室内活动状况信息,并采用多重线性回归模型探讨影响室内来源PM_(2.5)浓度因素。结果非采暖季和采暖季室内PM_(2.5)中来源于室外的比例分别为(81±21)%(M=83%)和(75±24)%(M=77%),差异无统计学意义(P0.05);非采暖季来源于室内源的PM_(2.5)浓度[(12.8±16.4)μg/m~3,M=8.4μg/m~3)]低于采暖季[(22.2±32.9)μg/m~3,M=10.4μg/m~3],差异无统计学意义(P0.05);多重线性回归分析结果表明,非采暖季室内吸烟(β=0.199)和开窗时间(β=-0.073)是造成调查对象室内来源PM_(2.5)浓度差别的重要因素,可以解释总变异的27%,而在采暖季仅发现室内吸烟(β=0.280)可以造成室内来源PM_(2.5)浓度差别,可以解释总变异的25%。结论室外空气是室内PM_(2.5)污染的主要来源;减少室内吸烟和开窗通风可以有效降低对人群对室内来源PM_(2.5)的暴露。 相似文献
5.
[目的]了解北京市采暖期住宅室内外颗粒物浓度,并评估家用净化器对室内颗粒物的净化效果。[方法]2015年11月—2016年1月间,选择北京市某区15户住宅,采用粉尘仪实时监测每户在开启家用型高效颗粒物空气(HEPA)净化器前后各24 h室内外PM_(2.5)和PM_(10)质量浓度,并在净化器开启后采用多通道仪监测室内PM_(2.5)、PM_(10)及其他多种粒径颗粒物浓度;采用室内外颗粒物浓度比值(I/O值)描述室内颗粒物相对室外的污染水平,并用配对样本的Wilcoxon符号秩检验比较净化前后I/O值差异;采用颗粒物清除率评价短时净化效率,并采用Friedman M检验和Wilcoxon符号秩检验进行比较。[结果]各户净化器运行前后的日均PM_(2.5)浓度的I/O值中位数及四分位数间距分别为1.79(2.63)和0.46(0.49),PM_(10)的I/O值中位数及四分位数间距分别为1.44(1.65)和0.40(0.46)。PM_(2.5)和PM_(10)净化前后的I/O值差异均有统计学意义(P0.05)。净化器开始运行到室内颗粒物浓度达稳定水平的时间约为3 h,对空气动力学直径≤0.3μm的颗粒物平均清除率为59.03%;0.3~0.5μm的颗粒物为63.08%;0.5~1μm的颗粒物为67.00%;PM_(2.5)为63.60%;PM_(10)为71.91%。不同粒径颗粒物的清除率差异具有统计学意义(P0.05)。[结论]家用型HEPA净化器可降低室内PM_(10)、PM_(2.5)及更小粒径颗粒物浓度,在3 h内降低不同粒径颗粒物浓度60%以上,其对不同粒径颗粒物的去除效果有所不同。 相似文献
6.
目的研究自然通风条件下大规模人群的住宅内PM_(2.5)浓度水平,探讨PM_(2.5)浓度的室内外关系,为评估室内PM_(2.5)暴露提供重要数据支撑和新的研究思路。方法于2013年12月1日—2014年2月28日(2013—2014冬季)在北京市某区开展大规模人群的时间-活动模式和空气污染暴露影响因素调查,基于调查数据及PM_(2.5)空气动力学特性建立住宅内PM_(2.5)的质量平衡模型,利用环境监测站点PM_(2.5)监测数据模拟住宅内PM_(2.5)浓度,计算室内外PM_(2.5)浓度比(I/O),并探讨PM_(2.5)室内外关系。结果本研究1 092个样本2013—2014冬季住宅内PM_(2.5)浓度范围为26~167μg/m~3,PM_(2.5)浓度的中位数为73μg/m~3,四分位数间距为34μg/m~3。室外PM_(2.5)浓度范围分别为0~33μg/m~3、34~65μg/m~3、66~129μg/m~3、≥130μg/m~3时,PM_(2.5)浓度I/O分别为1.75、1.05、0.76和0.63;随着室外PM_(2.5)浓度的增加,I/O呈减小趋势,且分布趋于集中。结论基于大规模人群的时间-活动模式和空气污染暴露影响因素调查建立质量平衡模型,可实现大规模人群室内PM_(2.5)浓度的连续模拟。 相似文献
7.
《环境与健康杂志》2017,(12)
目的了解我国多地区室内外PM_(2.5)浓度水平,分析室内外PM_(2.5)浓度差异的来源,为研究我国居民PM_(2.5)暴露的健康影响提供数据支撑。方法在成都、常州、济南、石家庄、以及哈尔滨5个地区各招募20个调查家庭进行室内PM_(2.5)浓度监测,收集同期距离调查家庭地址最近的室外环境监测站点PM_(2.5)浓度,通过问卷调查记录室内PM_(2.5)污染源及去除途径的相关影响因素,通过多重线性回归分析定量评估室内外PM_(2.5)浓度差异及其影响因素,并对模型进行敏感性分析。结果室外PM_(2.5)浓度对室内PM_(2.5)浓度偏回归系数为0.96(P0.01);空气净化装置运行时长对室内PM_(2.5)浓度降低具有贡献,烹饪对室内PM_(2.5)浓度的贡献无统计学意义(P0.05)。吸烟对于室内PM_(2.5)浓度具有显著正贡献,偏回归系数为0.28(P0.01)。结论室外PM_(2.5)是室内PM_(2.5)的重要来源,室内吸烟对于室内PM_(2.5)浓度具有显著贡献,其强度高于烹饪等室内PM_(2.5)污染源。 相似文献
8.
为探讨不同风速条件对室内外PM_(2.5)浓度关系的影响。对某典型无人办公室室内和室外的PM_(2.5)浓度、室外风速和相对湿度(RH)进行了长达1年的连续监测,并在对相对湿度分层的情况下分析风速对室内外PM_(2.5)浓度的影响。结果显示在不同相对湿度范围内,室内和室外PM_(2.5)浓度均具有很强的相关性。RH≤20%时,当风速4 m/s时,风速的增加有助于室外PM_(2.5)浓度的升高;风速≥4 m/s时,有助于降低室外PM_(2.5)浓度。RH 20%~40%时,当风速≥5 m/s时室内外PM_(2.5)浓度得到明显改善。RH40%~60%时,风速1 m/s时,室内外PM_(2.5)浓度均随风速增加而降低。RH60%~80%时,室内外PM_(2.5)浓度均随风速增加而降低。RH≥80%时,风速3 m/s时,室内外PM_(2.5)浓度明显降低且均随风速增加而降低。而未对相对湿度分层的条件下,风速1 m/s时,室内外PM_(2.5)浓度均随风速增加而降低。当RH≤20%时,I/O比随风速先降低而后略微升高,而其他相对湿度条件下的I/O比显示出随风速增加而降低的趋势。提示风速是影响室内外PM_(2.5)浓度关系的重要因素,但不同相对湿度条件下,其影响结果不同。 相似文献
9.
目的了解不同类型公共场所室内PM_(2.5)污染情况,探讨室内外PM_(2.5)关系及影响室内PM_(2.5)浓度的因素。方法于2015年7—8月和11—12月以南京市4类32家公共场所[商场(超市)、影院、餐厅、医院]为研究对象,采用重量法同时测定室内外PM_(2.5)浓度,使用温湿度计实时记录室内外温湿度,通过调查问卷收集采样期间室内人员吸烟、门窗开关、新风系统使用等信息,利用多重线性回归分析室内PM_(2.5)浓度的影响因素。结果夏季室内外PM_(2.5)浓度中位数分别为44μg/m~3(范围:13~158μg/m~3)和36μg/m~3(范围:20~71μg/m~3),均显著低于冬季值[117μg/m~3(范围:39~341μg/m~3)和100μg/m~3(范围:53~229μg/m~3)]。在夏季,餐厅的室内PM_(2.5)浓度显著高于影院和商场(超市)(P0.05),全部调查对象室内外PM_(2.5)浓度比值(I/O值)中位数为1.1(范围:0.39~5.12),其中餐厅、商场(超市)、医院和影院I/O值大于1的比例分别为90%(9/10)、40%(4/10)、80%(4/5)和0%(0/5)。但冬季不同类型公共场所室内PM_(2.5)浓度差异无统计学意义(P0.05);全部调查对象I/O值中位数为0.92(范围:0.59~1.89),显著低于夏季(P=0.029),其中餐厅、商场(超市)、医院和影院I/O值大于1的比例分别为60%(6/10)、40%(4/10)、40%(2/5)和0%(0/5)。多重线性回归分析结果显示,影响夏季公共场所室内PM_(2.5)浓度主要因素为室内人员吸烟(β=0.548,P0.001)和新风系统使用(β=-0.513,P0.001),回归方程的决定系数(R~2)为0.420,而影响冬季室内PM_(2.5)浓度的主要因素为室外PM_(2.5)浓度(β=0.984,P0.001)和室内外相对湿度差的绝对值(β=-0.027,P0.001),回归方程的决定系数(R~2)为0.814。结论南京市典型公共场所室内PM_(2.5)污染状况和室内外PM_(2.5)浓度关系均存在季节性差别,室外PM_(2.5)浓度、室内人员吸烟、新风系统使用和通风换气等是影响室内PM_(2.5)浓度重要因素。 相似文献
10.
11.
12.
13.
《环境卫生学杂志》2016,(1)
目的了解中山市室内新装修场所污染状况及颗粒物的来源,为室内空气污染的防控提供依据。方法选择2013—2014年中山市35间室内新装修场所作为研究对象,对其室内外PM_(2.5)和PM_(10)、室内甲醛、苯、甲苯、二甲苯和总挥发性有机化合物(TVOC)进行现场监测,对数据进行统计分析。结果新装修场所室外PM_(2.5)和PM_(10)平均质量浓度均大于室内;室内甲醛质量浓度为(0.103±0.110)mg/m~3,苯(0.013±0.002)mg/m~3,甲苯(0.051±0.126)mg/m~3,二甲苯(0.054±0.142)mg/m~3,TVOC(0.082±0.134)mg/m~3;PM_(2.5)的室内/室外(I/O)平均比值为0.996(0.307~1.769),PM_(10)为0.941(0.355~2.182);室内PM_(2.5)与PM_(10)存在显著正相关关系(r=0.933,P=0.000);室外PM_(2.5)与PM_(10)存在显著正相关关系(r=0.988,P=0.000)。结论中山市室内新装修场所污染严重,室内颗粒物的污染主要来源于室外。 相似文献
14.
《环境与健康杂志》2016,(6)
为了解北京市顺义区不同室内环境与室外大气PM_(2.5)浓度,进一步分析室内、外PM_(2.5)浓度的关系,于2013年5月—2014年4月采用环境空气PM_(2.5)重量法测定该区3个室内监测点和1个室外监测点的大气PM_(2.5)浓度。结果显示,3个室内监测点(办公室、住宅和学校)的PM_(2.5)浓度中位数分别为53.7、55.8、90.1μg/m~3,室外PM_(2.5)浓度为109.9μg/m~3;按照GB3095—2012《环境空气质量标准》规定的二级标准(75μg/m~3),学校和室外PM_(2.5)浓度超标;住宅、办公室大气PM_(2.5)浓度低于室外,差异均有统计学意义(P0.05),而学校与室外PM_(2.5)浓度无明显差异;随着室外大气PM_(2.5)浓度的升高,住宅、办公室PM_(2.5)浓度呈上升趋势(P0.05)。提示本次监测地区的室内大气PM_(2.5)浓度易受到室外影响。 相似文献
15.
《卫生研究》2016,(5)
目的研究室内外PM_(2.5)中有机碳(organic carbon,OC)和元素碳(elemental carbon,EC)的分布特征。方法选择7个典型地区,每个地区设置室内外两个监测点,2013年5月—2014年4月连续监测PM_(2.5)中OC和EC。结果室内OC和EC年均浓度(中位值和四分位值)分别为13.4μg/m~3(8.82~26.6μg/m~3)和3.79μg/m~3(2.09~6.98μg/m~3),室外分别为15.4μg/m~3(10.6~35.2μg/m~3)和4.96μg/m~3(2.92~9.39μg/m~3),室内外OC分别占总碳的78%和73%。统计发现,碳类物质室外高于室内,OC浓度高于EC;燃煤季室外OC浓度最高,其他季节无差异;周六日室外OC浓度最高,周一至周三最低;7个典型地区室外OC浓度为:扬尘区、航油区、工业区、轻工业区汽车尾气区、发电厂区清洁对照区。室外OC与室外EC呈直线关系(r=0.886),室内外OC呈直线关系(r=0.915),室内外EC呈直线关系(r=0.894),碳类物质与PM_(2.5)呈直线关系(rOC-PM 2.5=0.785,rEC-PM 2.5=0.775)。夏季OC类物质室内与室外比值(I/O值)最高且与另外三季的结果有差异。燃煤季室外OC与EC比值最高,夏季最低。结论北京空气中碳类物质污染值得关注,雾霾期间应特别加强对OC防护,应采取有的放矢的措施控制OC污染。 相似文献
16.
北京秋季室内外PM2.5污染水平及其相关性 总被引:3,自引:0,他引:3
目的 了解北京市住宅室内空气颗粒物的污染状况,研究室外颗粒物以及室内活动对室内颗粒物浓度变化的影响,为制订和修订相应的室内空气质量标准提供基础数据及相应的科学依据.方法 于2008年10月27-31日对一社区居民住宅(8户)的室内和室外同步进行PM2.5的采集.采用称重法测得住宅室内外PM2.5的质量浓度,同时结合在线连续观测数据和时间活动模式问卷调查结果,了解各种污染源对室内外颗粒物浓度变化的影响.结果 采样期间的室内、室外平均浓度分别为58.5和74.1μg/m3,IO比值(室内与室外颗粒物质量浓度之比)为0.85.室内人为活动(做饭,打扫等)会使室内颗粒物浓度瞬间急剧增大,是室内主要的污染源之一;在夜间.室外颗粒物的渗透作用是影响室内环境的主要因素.结论 与国外相比,国内的室内PM2.5浓度仍处于-个较高的污染水平,做饭可能产生高浓度的颗粒物.室内环境应当受到公众的关注. 相似文献
17.
目的 研究极端天气条件下室内空气中细颗粒物(PM2.5)浓度水平及其特征.方法 选择2013年1月份连续雾霾及2月份春节燃放烟花爆竹期间,在北京市CDC,考虑空间垂直和水平距离,以及窗户密封性和室内人为活动量,分别在室内和室外各设置3个监测点.采用膜采样和实验室重量法,连续监测室内外空气中PM2.5质量浓度,同时收集气象资料.结果 室内总体PM2.5浓度中位数(四分位数)为87.76(52.05 ~ 174.48) μg/m3,低于室外[128.79(95.14 ~ 221.88) μg/m3,Z=-4.126,P<0.01].室内3个监测点间浓度差异有统计学意义(x2=23.09,P<0.01),窗户密封差的监测点B浓度最高[94.05(63.46~ 189.17) μg/m3],其次是有人员活动的监测点A[87.76 (43.54~159.86) μg/m3],密封好及人员活动少的监测点C浓度最低[77.89(51.19 ~ 144.40)μg/m3].雾霾期间室内PM2.5浓度[273.22 (223.44~ 308.47) μg/m3]高于室内总体浓度水平(Z=-5.20,P<0.01);燃放鞭炮期间PM25浓度[167.90(129.15 ~ 187.90) μg/m3]高于春节期间(7 d)室内浓度水平[72.76(36.97~ 145.30) μg/m3,Z=-2.34,P<0.05],同时高于室内总体水平(Z=-1.98,P<0.05),但低于雾霾天气浓度水平(Z=-3.43,P<0.01).所有室内质量浓度与室外质量浓度的比值(I/O比值)中除4个值在1.00~1.09外,其余都小于1.00,其中监测点B的I/O比值(0.69 ±0.21)>监测点A(0.64±0.23)>监测点C(0.58 ±0.18) (F =22.85,P<0.01),而且雾霾期间I/O比值(0.87±0.14)>燃放鞭炮(0.68±0.08)>日平均浓度小于75μg/m3的晴好天气(0.51±0.18) (F =29.88,P <0.05).降雪或刮3级以上风可以使大气中PM2.5浓度降至谷值,而I/O比值在连日刮3级以上风时才会达到谷底值.当雾霾天气缓解或消失后,室外带入室内的PM2.5会滞留1~2d.结论 室内空气中PM2.5浓度随室外浓度增加而增加,雾霾和燃放鞭炮会导致室内空气质量严重下降,并随室外空气质量的改善具有滞后性. 相似文献
18.
《环境卫生学杂志》2016,(1)
目的了解盐城市典型公共场所室内PM_(2.5)污染状况,研究室外PM_(2.5)质量浓度对室内的影响,为监管部门控制公共场所PM_(2.5)暴露水平提供科学依据。方法在盐城市区选4家典型公共场所作为监测对象,采用光散射式粉尘仪对室内PM_(2.5)质量浓度进行监测,同时记录环保部门公布的同时段PM_(2.5)质量浓度。结果 4家公共场所室内PM_(2.5)平均质量浓度为95.0μg/m3,是室外的1.68倍。室内PM_(2.5)平均质量浓度显著高于室外,差异有统计学意义(P0.01)。室外质量浓度冬季显著高于秋季(P0.01),室内质量浓度冬秋季无明显差别(P0.05)。室内外质量浓度呈高度正相关(R=0.779,P0.001)。结论盐城市典型公共场所室内PM_(2.5)污染较重,确保集中式空调正常运行和严格控制吸烟和油烟等措施可有效降低室内PM_(2.5)质量浓度。 相似文献
19.
目的通过采集室内外PM_(10)和PM_(2.5),对其中内毒素含量进行初步研究。方法于2018年1月选择良好天气和重度污染天气各1 d,对苏州市某高校实验室和某家庭居室分别设立室内和室外采样点各3个,采集空气PM_(10)和PM_(2.5),检测其中内毒素含量。结果室外PM_(2.5)、PM_(10)中的内毒素含量分别为(0.033 4±0.013 4)、(0.056 4±0.019 8)EU/m~3,室内分别为(0.027 1±0.011 6)、(0.041 0±0.005 9)EU/m~3,室外空气颗粒物中内毒素含量均高于室内,但差异无统计学意义(P0.05)。PM_(10)中内毒素含量[(0.048 7±0.015 9)EU/m~3]高于PM_(2.5)[(0.030 3±0.012 1)EU/m~3],差异有统计学意义(P0.05)。结论本次调查的苏州市室内外空气颗粒物中存在一定的内毒素污染。 相似文献
20.
目的了解重庆市不同类型公共场所室内PM2.5的污染水平,探讨其可能的影响因素。方法于2011年1月以重庆市5类(餐馆、集体食堂、医院候诊室、娱乐场所及机关办事大厅)38家公共场所为研究对象,采用光散射法同时测定室内外PM2.5浓度,同时现场记录监测场所的门窗及空调等通风装置的开启状态、室内人员数量、正在吸烟的人员数量及室内外温湿度等,采用多重线性回归模型等统计方法分析室内PM2.5浓度的影响因素。结果 38家公共场所室内PM2.5平均浓度为(211±93)μg/m3,范围为68~468μg/m3,室外PM2.5平均浓度为(198±80)μg/m3,范围为85~402μg/m3;室内、外PM2.5浓度比值(I/O值)为1.07±0.23,范围为0.58~1.76,有60.5%(23/38)的公共场所室内PM2.5浓度高于室外。单因素分析结果显示,室内空气PM2.5与室外PM2.5浓度及室外温度均呈正相关(r值分别为0.854,0.451,P0.01)。多重线性回归结果表明,室内PM2.5浓度随室外空气PM2.5浓度及室内吸烟密度的增加而升高(P0.05)。结论调查期间重庆市公共场所存在较严重的PM2.5污染,室外空气PM2.5浓度及吸烟密度是最主要的影响因素。 相似文献