室内空气PM2.5污染水平及其分布特征研究

目的研究北京市室内空气PM2.5浓度水平及其分布特征。方法选择北京市7个不同功能区的3个室内监测点(住宅、学校、办公场所)及1个室外监测点,采用重量法测定PM2.5质量浓度。监测时间为2013年5月—2014年4月,每月连续采集7 d,每天采集24 h。结果监测时间段内,3类不同场所(住宅、学校、办公室)室内空气PM2.5浓度均低于室外,差异均有统计学意义(P0.05);住宅、学校、办公室、室外PM2.5高于GB 3095—2012《环境空气质量标准》二级标准的比例分别为42.7%,41.2%,39.5%,61.8%。室内PM2.5浓度在夏季(7—8月)最低,在冬季(1—3月)最高;室内PM2.5浓度由低至高为远郊区汽车交通要道、化工工业区机场、燃煤发电厂建筑工地、水泥厂,差异有统计学意义(P0.05)。室内PM2.5占室内PM10的浓度比值为0.83,PM2.5的室内/室外浓度比值(0.68)高于PM10(0.59),差异均有统计学意义(P0.01)。结论本次调查地区的PM2.5质量浓度为冬季较高,建筑工地、水泥厂PM2.5质量浓度高于其他地区,且室内PM2.5浓度随室外浓度的增加而升高。     

2018～2020年太原市PM2.5中重金属元素污染分析

目的 了解太原市大气细颗粒物(PM2.5)的污染程度,分析太原市大气细颗粒物(PM2.5)中10种具有危害性的重金属元素浓度水平和季节分布特征,为太原市有关部门减轻大气污染,保护太原地区人群健康提供科学依据.方法 在太原市迎泽区和尖草坪区某建筑顶层设置2个采样点,连续采集2018～2020年36个月的大气细颗粒物(PM...     

2018-2019年六安市酒店室内PM10和PM2.5污染状况分析

目的 了解2018-2019年六安市酒店室内PM10和PM2.5污染水平、其他污染物及微小气候状况,分析室内PM10和PM25浓度的影响因素.方法 2018-2019年对安徽省六安市各星级的酒店分别采用分层抽样和立意抽样的方法进行抽样,选择酒店18家,夏、冬季分别进行1次采样,监测室内污染物浓度(甲醛、CO2、PM10...     

太原市采暖期前后交通路口PM2.5污染状况分析

目的了解山西省太原市采暖期前后交通路口细颗粒物(PM2.5)污染状况及其影响因素,为交通环境PM2.5污染防治提供依据。方法以太原市康乐街路口为监测点,2010年10—11月连续采样,采用质量法测定PM2.5浓度,记录气温、气压、风速和车流量。结果10月和11月交通路口PM2.5的平均日浓度分别为0.137、0.162 mg/m³,均高于2006年美国环境保护局(EPA)新颁布的PM2.5标准(0.035 mg/m³),其超标百分率分别为100%和96.7%;采暖前PM2.5浓度低于采暖后浓度(P<0.01);早晨、中午和下午PM2.5浓度差异无统计学意义;细颗粒物的浓度与风速、温度和气压呈负相关,与车流量呈正相关。结论太原市交通路口PM2.5污染严重,其浓度受到风速、温度、气压和车流量的影响,应对之加强治理。     

某地农村居住环境PM2.5污染特征

目的了解农村地区室内居住环境空气中绌颗粒物（PM2.5）污染特征。方法使用直读式监测仪器对西北某地农村中有代表性的居住环境进行连续监测。结果采样期间室内PM2.5浓度介于0．035-2．3mg／m^3之间，平均水平为0．089±0．188mg／m^3。结论本次监测结果表明，某地农村居住环境由于人为活动如燃料燃烧、吸烟、清扫等的影响，使得在某个时间段中PM2.5水平较高，因而需进行厨房通风和炉灶改造，减少由于燃料燃烧等引起的室内颗粒物水平的增加，降低其对人体健康的危害。     

2016年北京市某城区采暖季PM2.5中PAHs的污染特征及来源分析

目的 分析2016年北京市某城区采暖季重污染与非重污天气过程PM2.5中PAHs的污染特征,并对PAHs的污染来源进行初步识别.方法 2016年12月30日-2017年2月9日连续采集42 d PM2.5样品,采用高效液相色谱法测定PAHs水平,分析比较重污染与非重污染天气过程PAHs的污染特征,采用特征比值法对PAH...     

2018—2019年六安市酒店室内PM10和PM2.5污染状况分析

目的 了解2018—2019年六安市酒店室内PM10和PM_2.5污染水平、其他污染物及微小气候状况,分析室内PM10和PM_2.5浓度的影响因素。方法 2018—2019年对安徽省六安市各星级的酒店分别采用分层抽样和立意抽样的方法进行抽样,选择酒店18家,夏、冬季分别进行1次采样,监测室内污染物浓度（甲醛、CO₂、PM₁₀、PM_2.5）、室内微小气候（温度、湿度）及室外污染物浓度（PM₁₀、PM_2.5）。结果 室内外PM_2.5和PM₁₀浓度差异均无统计学意义（P>0.05）。低层PM₁₀浓度低于高层,差异有统计学意义（P<0.05）。夏季的PM₁₀、PM_2.5浓度低于冬季,且差异均有统计学意义（P<0.01）。2018年PM₁₀、PM_2.5的浓度低于2019年PM₁₀、PM_2.5,且差异均有统计学意义（P<0.01）。室内PM₁₀、PM_2.5浓度与温度、湿度呈负相关,与室外PM₁₀、PM_2.5呈正相关。结论 本次调查的酒店室内PM₁₀、PM_2.5浓度冬季高于夏季,2019年高于2018年,PM₁₀浓度高层高于低层。随时间增加,室内PM₁₀、PM_2.5污染有所加重,室内颗粒物污染主要来源于室外。     

深圳市部分幼儿园室内空气PM10、PM2.5、PM1.0浓度调查

目的了解深圳市部分幼儿园室内空气中可吸入颗粒物浓度。方法于2011年3—7月采用分层抽样抽取深圳市某区11所幼儿园共89间教室,采用DUSTMATE环境粉尘仪对空气中PM10、PM2.5、PM1.0浓度进行测定。结果PM10最大值为0.396 mg/m3,超出GB/T 18883—2002《室内空气质量标准》限值(<0.15 mg/m3)1.64倍;PM2.5最大值为0.137 mg/m3,超出美国EPA标准(<0.035 mg/m3)2.91倍;PM1.0最大值为0.063 mg/m3。工业区幼儿园教室空气中的PM10、PM2.5、PM1.0浓度均高于商业区和居民区,且差异有统计学意义(P<0.05)。结论本次调查的深圳市部分幼儿园室内空气中PM10、PM2.5浓度较高,尤其是工业区幼儿园,应引起重视并采取综合控制措施。     

北京秋季室内外PM2.5污染水平及其相关性

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.     

北京市采暖期PM2.5与PM10污染特征分析

目的:了解北京市采暖期大气颗粒物PM2,与PM10.的污染特征.方法:在北京市城区设置采样点,采集了2006年3月3～5日、6～8日、8～10日和12～14日PM2.5与PM10,对其中的8种水溶性离子、17种"酸提"元素、12种"水提‘元素、17种多环芳烃及有机碳、元素碳的含量进行了分析.结果:8种水溶性离子总浓度及含碳组分(有机碳 元素碳的质量浓度分别占PM2.5和PM10质量浓度的29.8%、17.5%和21.0%、14.6%;17种"酸提"元素总浓度分别占PM:,币PM..质量浓度的4.8%和5.8%;已测定的17种多环芳烃中以4环和5环为主,二者浓度之和分别占PM2.5与PM10中多环芳烃总浓度的84.9%和86.3%.结论:水溶性离子、含碳组分为采暖期PM2.5和PM10中的主要成分.     

基于支付意愿的大气PM2.5健康经济学损失评价

目的采用支付意愿(WTP)法对北京市PM2.5的健康经济学损失进行初步评价,将以调查结果的WTP值为基础计算的健康经济学损失与已有数据进行对比和讨论。方法于2014年采用条件价值评估法(contingent valuation method,CVM),调查北京市海淀区、朝阳区、西城区722名居民对大气污染健康风险的WTP,选取死亡为健康终点,核算北京市居民统计学意义上的生命价值(VOSL)和大气PM2.5的健康损害成本。结果有65.4%(472/722)的调查对象愿意为降低大气环境污染健康风险支付费用,其WTP值为100~200元/人,居民VOSL为66.7万元~133.3万元。2011年北京市大气PM2.5污染对非意外总死亡、呼吸系统及循环系统疾病死亡的环境损害成本分别为27.11亿元~54.19亿元、3.22亿元~6.43亿元、8.11亿元~16.21亿元,分别占该市该年GDP总量的0.17%~0.33%,0.02%~0.04%和0.05%~0.10%。结论可采用CVM调查大气污染健康风险的WTP,并评估大气污染的健康损失成本。     

Indoor/outdoor PM10 and PM2.5 in Bangkok, Thailand

Twenty-four-hour averaged PM10 and PM2.5 concentrations were obtained by using 4-liter-per-minute-pumps and impactors in microenvironments of a busy shopping district and a university hospital campus. In both areas, most people live directly adjacent to their worksites--minimizing the need to measure commuting exposure as part of total daily exposure. Co-located samplers were set in indoor microenvironments, the near-ambient zone of the households, and at nearby streetside central ambient monitoring stations. Smoking and use of other indoor PM sources were recorded daily via questionnaires. Consistent with previous studies, smoking and the use of charcoal stoves increased indoor particulate matter levels. The sampled air-conditioned hospital area had substantially lower particle concentrations than outdoors. A simple total exposure model was used to estimate the human exposure. The averaged ratios of co-located PM2.5/PM10 concentrations in various microenvironments are reported for each location. A single daily indoor average PM10 concentration for all households measured in a given sampling day is calculated for correlation analysis. Results showed that day-to-day fluctuations of these calculated indoor PM10 levels correlated well with near-ambient data and moderately well with ambient data collected at the nearby central monitoring site. This implies that ambient monitors are able to capture the daily variations of indoor PM levels or even personal exposure and may help explain the robust association of ambient PM levels and health effects found in many epidemiological studies. Absolute PM exposures, however, were substantially underestimated by ambient monitors in the shopping district, probably because of strong local sources.     

2008 - 2018年贵阳市流行性腮腺炎流行特征分析

目的 及时掌握贵阳市流行性腮腺炎（以下简称流腮）流行特征,为制定有效可行的流腮免疫策略提供科学依据。方法 采用描述流行病学方法,对2008年1月1日 - 2018年6月30日贵阳市疾病监测信息管理系统报告流腮病例进行分析。结果 贵阳市2008 - 2018年流腮年均报告发病率为27.71/10万;5 - 7月和11月 - 次年1月报告发病数占全年报告发病数的 63.02%。3～14岁年龄组流腮报告发病数占86.91%;学生、托幼儿童和散童报告发病数分别占报告发病总数的54.26%、23.95%和15.62%;各区（市、县）流腮年平均发病率有统计学差异。结论 贵阳市流腮报告病例近年持续上升,聚集性疫情主要在学校和托幼机构;建议在做好麻腮风三联疫苗常规免疫接种基础上,对入学入托儿童加强1剂腮腺炎类疫苗接种,同时在小学高年级、初中学校开展腮腺炎类疫苗普种,才能短期内有效降低流腮发病率。     

2010年北京市归因于大气PM2.5污染的过早死亡研究

目的 评估大气PM2.5长期暴露导致的过早死亡,为科学制定政策保护人群健康提供科学依据.方法 收集卫星遥感反演的北京市2010年的PM2.5浓度数据、人口数据、基线死亡率等基础数据,利用GIS空间统计工具将网格化的PM2.5污染数据转换为区县尺度数据,基于WHO的经典全球疾病负担评估模型和PM25全暴露范围RR函数表,评估北京市各区县归因于大气PM2.5污染的过早死亡,并探讨其空间分布特征及分疾病种类的特点.结果 2010年北京市各区县的大气PM25年均浓度均超过GB 3095-2012《环境空气质量标准》二级浓度限值(35 μg/m3);北京市归因于大气PM:5污染的过早死亡数为16 527人,归因死亡率为0.843‰,中心城区和东南部郊区的过早死亡风险较高,过早死亡数最多的为朝阳区(5 648人,归因死亡率为1.542‰)和海淀区(4 21 1人,归因死亡率为1.284‰),过早死亡数最少的为西北部郊区.结论北京市2010年归因于大气PM2.5污染的过早死亡人数较多,应引起相关部门的重视;在制定政策减少归因于大气PM2.5污染的过早死亡时,应重点关注人口密集的中心城区和发展较快的东南部郊区,并基于各区县过早死亡的疾病分布特点开展针对性的宣教和防控.     

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.     

2019年西宁市城区PM2.5中重金属污染特征及健康风险评价

目的 分析西宁市城区PM2.5中重金属的污染水平,并对其健康风险进行评价。方法 2019年每月10-16日在西宁市城区2个监测点采集PM2.5样品,分析其中砷、镉、铬、镍、铅、汞、锰7种重金属的含量和污染特征,用健康风险评价模型对重金属进行呼吸暴露健康风险评价。结果 2019年1月至12月西宁市城区2个监测点PM2.5中7种重金属元素的年均浓度范围为2.50×10-8～3.38×10-5 mg/m³,由高到低依次为铅>锰>砷>铬>镍>镉>汞,2个监测点PM2. 5中铅、镉、汞、砷的年均浓度低于GB3095-2012《环境空气质量标准》标准限值,富集因子均小于10。PM2. 5中重金属对人群的超额危险度为6.73×10-13～1.40×10-7,致癌金属的超额危险度由高到低依次为铬>砷>镉>镍,非致癌金属的超额危险度依次为铅>锰>汞,砷、镉、铬、镍的终生致癌超额危险度均低于人群可接受的危险度水平（10-6）。结论 西宁市城区PM2. 5中重金属主要来自自然源,其中铬对人体健康的年均超额危险度较高,应密切关注。     

2017—2019年广州市PM2.5空气污染所致肺癌疾病负担研究

目的 了解长期居住于广州市的群众由于肺癌而承受的疾病负担,并对归因于PM2.5污染的肺癌疾病负担进行估算。方法 以2017—2019年间当地卫生信息中心发布的相关数据为主要依据,以早死寿命损失年(YLL)为评价时运用的关键指标,来实现估算目的;以当地环保局针对PM2.5开展相关监测后给出的具体数据为主要依据,结合比较危险因素评估理论(CRA)的相关方法,对本次所研究目标群体,估算归因于PM2.5污染的肺癌疾病负担。结果 2017—2019年间,当地群众因为肺癌而需承担疾病负担对应的具体数值分别为50 180YLLs,53 222YLLs,47 881 YLLs,YLL率分别为每千人损失寿命8.7年、8.9年、7.8年;由PM2.5引发的部分对应的具体数值为15 555.8YLLs,15 487.6 YLLs,13 693.97 YLLs,YLL率分别为每千人损失寿命2.7年、2.6年、2.2年。肺癌而导致的早死寿命损失年中,因为PM2.5引发的部分占29.6%。结论 随着空气质量的改善,PM2.5污染对广州市居民整体健康产生的影响相对减小,不过由于其而引发的肺癌,仍旧使当地群众不得不面对较为沉重的疾病负担,应进一步改善。     

1990—2018年我国尘肺病诊断读片差异的中文文献研究

目的 系统分析尘肺病诊断中读片差异情况及其产生的原因，为制定干预措施，提高尘肺病诊断准确性提供依据。
方法 检索1990年1月1日-2018年12月31日我国关于尘肺病诊断读片相关研究的中文文献，确定评价指标，遴选相关文献并进行系统分析。
结果 共检索出331篇中文文献，其中有16篇文献符合遴选要求，发表时间为1991-2014年。研究内容大多是上级诊断机构专家对被抽取的诊断机构已诊断为尘肺病的胸片进行读片，部分是诊断专业人员个人自身复读，对两组或两次读片结果进行对比分析，指标包括尘肺病分期、总体密集度，各肺区小阴影密集度和形态，是否存在小阴影聚集、大阴影、胸膜病变等；评价指标以符合率为主。前后两次读片时，集体两次读片符合率（85.9%~94.0%）高于个人两次读片符合率（15%~64%）；不同集体读片符合率大多在60%以上，最高84.2%，最低40.0%。读片者的职称和专业、小阴影特征（包括形态和密集度）、胸片质量等均会对读片结果产生影响。
结论 无论是集体诊断还是个人阅片，读片差异都是普遍存在的，应采取必要的干预措施，保证尘肺病诊断更加科学、准确和权威。