济南市室内外空气PM2.5关系及影响因素

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。     

上海市居民住宅室内外颗粒物浓度及其影响因素研究

目的了解上海市居民住宅室内外PM_(2.5)浓度的长期变化趋势及相关影响因素,为制定和完善室内空气质量标准提供数据支持和科学依据。方法于2015年9月—2016年5月在上海市区某居民住宅连续同步监测室内外PM_(2.5)浓度,每月工作日连续采样4 d,周末连续采样2 d。同期采用磁开关记录仪和室内人员活动模式问卷,记录住户开关窗频率、烹饪、净化设备使用情况等。结果累计采样1 296 h,室内及室外PM_(2.5)浓度的小时均值分别为(47.81±35.38)、(86.85±85.40)μg/m3。室内外PM_(2.5)浓度呈明显正相关(rs=0.859,P0.01),室内外PM_(2.5)浓度比值(I/O比值)平均为0.75±0.37,且冬季和休息时段(0:00—6:00)比值较低。室外PM_(2.5)浓度高、室内烹饪、开窗与室内PM_(2.5)浓度升高有关,室内净化设备的使用可降低室内PM_(2.5)浓度。结论本次监测的居民住宅室内PM_(2.5)浓度与室外浓度相关,I/O比值呈季节性和昼夜变化;关闭门窗时建筑围护结构对室外PM_(2.5)有一定阻隔作用,使用空气净化设备可降低室内PM_(2.5)浓度。     

居室内PM_(2.5)污染特征及影响因素研究

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。     

室内外PM_(2.5)污染水平对慢性阻塞性肺疾病患者呼出气炎症指标的影响

目的探讨冬季室内外PM_(2.5)污染水平对慢性阻塞性肺疾病(简称慢阻肺)患者呼出气炎症指标的影响。方法以18名某三甲医院诊断的稳定期慢阻肺患者为研究对象,于2014年1月2日—2月18日,对研究对象室内PM_(2.5)水平进行实时监测,同步收集研究对象居室附近北京市固定监测点PM_(2.5)、气温和相对湿度数据,并采集研究对象呼出气一氧化氮(e NO)和呼出气硫化氢(e H2S)样品,采用Spearman相关分析和多元线性回归分析探讨室内外PM_(2.5)对研究对象呼出气指标的影响。结果调查地区冬季室内、外PM_(2.5)污染水平较高,x±s分别为(94.09±46.87)μg/m3和(119.27±54.78)μg/m3。室外PM_(2.5)暴露与e NO呈正相关关系(rs=0.311,P0.05),PM_(2.5)每上升1个四分位数间距(74.80μg/m3),可使e NO增加13.13μg/m3(P0.05),控制室外气温和相对湿度后,该相关关系仍然存在。未观察到室内PM_(2.5)与e NO以及室内、外PM_(2.5)与e H2S的相关关系。结论本次调查地区的冬季室内、外PM_(2.5)污染严重,室外PM_(2.5)可对慢阻肺患者e NO产生影响。     

北京市冬季住宅内PM_(2.5)暴露水平及室内外关系的研究

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。     

不同类型公共场所室内空气PM_(2.5)浓度及影响因素

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。     

冬季流感期间南京某儿童医院空气质量监测

为了解冬季流感期间南京市某儿童医院门诊候诊大厅和输液室内的空气状况及其影响因素,采用五点法布置室内采样点,于2018年1月对室内空气中CO_2、PM_(2.5)和PM_(10)进行浓度监测,比较医院不同功能区的空气质量差异。结果显示,监测期间的门诊候诊大厅和输液室CO_2、PM_(10)浓度均高于《医院候诊室卫生标准》(GB 9671—1996),且输液室CO_2浓度高于门诊候诊大厅(P0.01),二者分别为室外监测点的4.9、3.6倍;门诊候诊大厅PM_(2.5)、PM_(10)浓度高于输液室,但二者均低于室外监测点,差异有统计学意义(P0.01)。医院内CO_2、PM_(2.5)和PM_(10)浓度在一天中随时间段的不同而有一定差异,其中CO_2浓度在中午时较高,PM_(2.5)、PM_(10)浓度均为上午较高。多因素逐步回归显示,室内人数、气温、相对湿度与室内CO_2浓度呈正相关,空调风速、进行通风与室内CO_2浓度呈负相关,室内人数、进行通风、室外PM_(2.5)浓度、室内相对湿度均与室内PM_(2.5)、PM_(10)浓度呈正相关,室内气温、空调风速与室内PM_(2.5)、PM_(10)浓度呈负相关,上述均有统计学意义(P0.01)。提示冬季流感高发期间儿童医院内部空气质量不佳,CO_2、PM_(10)浓度均超过医院候诊室卫生标准,控制就诊人数和提高机械通风量是保持良好空气状况的关键措施。     

大学生公寓内PM2.5暴露水平影响因素分析

探讨室外环境与室内人员活动/行为对大学生公寓内细颗粒物PM2.5污染的影响,为保护大学生身体健康提供科学依据.方法 对北京市大兴区某高校校园9间大学生公寓室内外PM2.5浓度实时连续监测7d,同时对大学生的时间一行为活动模式进行问卷调查.结果 公寓是大学生最主要的室内活动场所,每天在公寓内的时间为13.30h,占55.4%.公寓内PM2.5日均体积质量比范围为39.3 ~ 584.1μg/m3,超标率为66.7%~85.7%;室外PM2.5日均体积质量比范围为76.5~493.2 μg/m3,超标率为100%;室内外日均PM2.5体积质量比I/O比均值为0.84.相关分析结果表明,公寓内PM2.5浓度与室外浓度、室内外温差、室外相对湿度、风速的相关均有统计学意义(r值分别为0.792,-0.535,0.634,-0.547,P值均<0.01).公寓内人员活动/行为影响室内PM2.5浓度和I/O比(P值均<0.05).结论 在室外环境条件和室内人员的综合影响下,大学生公寓内PM2.5污染严重.应采取适当措施降低大学生公寓内PM2.5暴露水平.     

盐城市典型公共场所室内空气PM_(2.5)质量浓度调查

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。     

舟山市PM_(2.5)浓度与气象因素的关系研究

目的分析舟山市PM_(2.5)浓度与气象因素的关系,为PM_(2.5)浓度的预测、预警提供依据。方法收集2014—2017年舟山市气象和PM_(2.5)浓度监测资料,分析气温、相对湿度、气压、风速和降水量的日均值与PM_(2.5)日均浓度的相关性,并构建多重线性回归模型,按季节和地理位置分层分析气象因素对PM_(2.5)浓度的影响。结果舟山市2014—2017年PM_(2.5)年均浓度分别为(31.14±20.69)、(31.45±22.89)、(26.76±17.62)和(26.47±16.59)μg/m~3,均低于《环境空气质量标准》规定的Ⅱ级标准限值(35μg/m~3);全年PM_(2.5)浓度呈"U"型分布,冬春季较高。多重线性回归分析结果表明,夏季影响PM_(2.5)浓度的气象因素为相对湿度(β'=-0.532)、风速(β'=-0.346)和降水量(β'=-0.126);冬季影响PM_(2.5)浓度的气象因素为相对湿度(β'=-0.466)和风速(β'=-0.302);春秋季影响PM_(2.5)浓度的气象因素为相对湿度(β'=-0.655)、气温(β'=-0.255)和风速(β'=-0.320)。本岛(定海区、临城新区和普陀区)影响PM_(2.5)浓度的气象因素为气压(β'=-0.318)、相对湿度(β'=-0.255)和风速(β'=-0.247);外岛(岱山县、嵊泗县和普陀山)影响PM_(2.5)浓度的气象因素为相对湿度(β'=-0.455)和风速(β'=-0.223)。结论影响舟山市PM_(2.5)浓度的气象因素有气压、气温、相对湿度、降水量和风速;季节和地理位置不同,影响PM_(2.5)浓度的气象因素和影响程度略有差异。     

我国多地区室内外PM_(2.5)浓度的差异性分析

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。     

基于渗透系数的住宅室内PM_(2.5)来源分析

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。     

北京市冬季采暖期家用空气净化器净化效果评价

[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。     

冬季学生宿舍室内PM_(2.5)浓度及通风的影响

为探讨开关窗通风对宿舍室内PM_(2.5)浓度的影响。于2015年11—12月选取某高校31个有代表性的学生宿舍,使用颗粒物检测仪进行PM_(2.5)浓度的检测。观察关窗密闭、开窗通风和通风后密闭对宿舍室内PM_(2.5)浓度的影响。结果显示通风前密闭状态下PM_(2.5)平均浓度为176.28μg/m~3,通风状态下为183.72μg/m~3,通风后密闭状态下为176.28μg/m~3,室外为187.00μg/m~3。通风状态和通风前后密闭状态的宿舍室内PM_(2.5)浓度差异有统计学意义(P0.05);无论通风与否,室内外PM_(2.5)浓度具有高度相关性(rs0.854 8,P0.000 1)。提示室外PM_(2.5)直接影响宿舍室内PM_(2.5)的浓度,关窗并不能有效降低室内PM_(2.5)的浓度,开窗后密闭可降低通风后室内PM_(2.5)的浓度。     

马鞍山市公共场所室内PM_(2.5)污染状况分析

目的了解马鞍山市部分公共场所室内PM_(2.5)的污染水平,探讨其可能的影响因素。方法于2013年1月至2014年3月,以马鞍山市25家公共场所(宾馆、洗浴中心、网吧、咖啡馆、电影院各5家)作为监测对象,采用光散射法测定室内外PM_(2.5)浓度,同时现场记录监测点的室内人员数量、吸烟人员数量、禁烟政策、空调使用情况等。结果公共场所室内PM_(2.5)浓度的中位数(M)为104μg/m~3,四分位数间距(IQR)为63~194μg/m~3。不同类型公共场所的室内PM_(2.5)浓度差异有统计学意义(F=31.569,P0.001)。网吧室内PM_(2.5)浓度最高,M(IQR)为289(222~609)μg/m~3,咖啡馆次之,为203(110~335)μg/m~3,宾馆、洗浴中心和电影院最低,分别为98(50~142)、88(59~157)、75(53~102)μg/m~3。多重线性回归分析显示,室内PM_(2.5)浓度随着室外PM_(2.5)浓度、室内吸烟人时密度及室内人时密度的增加而升高,不使用地毯、使用中央空调、实施禁烟政策和使用机械通风均可降低室内PM_(2.5)浓度,差异均有统计学意义(P0.05)。结论调查期间马鞍山市公共场所室内PM_(2.5)污染较严重。室外PM_(2.5)、室内吸烟、室内人员、地毯等是室内PM_(2.5)的污染来源。     

北京市顺义区室内外大气PM_(2.5)浓度监测

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。     

公共场所室内空气中PM2.5浓度及影响因素分析

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。     

北京市大气PM_(2.5)中17种元素的污染特征研究

目的了解北京市大气PM_(2.5)中17种元素的浓度水平及季节变化。方法在北京市于2014年3月至2015年2月每月连续7 d使用中流量大气颗粒物采样器和石英滤膜采集大气PM_(2.5),同时记录大气的温度、相对湿度和风速等气象因素。采用微波消解-ICP/MS测定采集的颗粒物中17种元素的浓度。分析17种元素浓度与气象因素之间的相关性以及霾日和非霾日不同元素的浓度差别。结果北京市大气PM_(2.5)中Fe、Cu、Zn和Pb的质量浓度占所检测元素总浓度的92.69%,大气中元素成分与日均温度、日均风速呈现负相关关系,与日均相对湿度正相关。霾日大气PM_(2.5)中17种元素的浓度高于非霾日。结论北京市大气PM_(2.5)中元素的浓度与温度、风速等气象因素有关,且有着明显的季节变化。霾日大气PM_(2.5)种元素的污染严重。     

北京市地铁车厢内PM_(2.5)污染情况及通勤人员的相关认知

[目的]调查北京市地铁车厢内PM_(2.5)污染状况,并与室外环境中PM_(2.5)浓度比较;了解北京市地铁通勤人员对地铁内空气污染的认知及防护情况。[方法]于2016年10月—2017年4月选取北京市10条地铁线路,每周调查一次,在周五晚高峰时段(16:30—20:30)测量地铁车厢内PM_(2.5)浓度(春节假期除外),并与对应时间段室外环境的PM_(2.5)浓度进行对比。使用问卷调查地铁通勤人员对地铁内和室外空气污染的认知及防护行为。[结果]10条线路的地铁车厢内PM32.5浓度中位数为133μg/m,明显高于室外环境PM_(2.5)浓度中位数(61μg/m3),差异具有统计学意义(P0.001)。共计调查618人,仅128名(20.7%)调查对象能正确认知地铁内比室外空气污染更严重。449名(72.7%)调查对象会使用口罩进行空气污染防护,其中仅96人(21.4%)会在雾霾天时在地铁内佩戴口罩。对地铁空气污染状况认知不同者,佩戴口罩的频率存在差异(P=0.008)。认为室外空气污染更严重的调查对象在地铁内从不佩戴口罩的比例(136/340,40.0%)明显高于认为地铁内空气污染更严重的调查对象(19/94,20.2%)。[结论]北京市晚高峰时段地铁车厢内的PM_(2.5)浓度总体高于室外环境,而多数地铁通勤人员对此缺乏正确认知,在地铁内佩戴口罩比例偏低,相关防护意识有待加强。     

北京市室内外PM_(2.5)中有机碳和元素碳分布特征研究

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。