城市居民出行的空气污染暴露测度及其影响机制——北京市郊区社区的案例分析

利用2010年北京两个典型郊区社区（天通苑、亦庄）居民出行的GPS数据与活动日志调查数据,测度了不同交通方式环境下居民每日出行过程中PM_2.5和CO空气污染暴露度,并分析了不同人群PM_2.5和CO空气污染暴露度的差异性,进而构建结构方程模型分析郊区社区居民PM_2.5和CO空气污染暴露度的影响因素。研究表明：① 机动化出行率对空气污染暴露程度的直接影响最大,其次是出行次数与出行时间,即机动化出行率越大,出行次数越多、出行时间越长空污染暴露程度越高;机动化出行率通过影响出行时间和出行次数间接影响空气污染暴露度;职住距离对居民空气污染暴露度也存在影响,职住分离程度越高空气污染暴露度越高,职住距离通过增加出行时间进而增加空气污染暴露度。② 不同社会经济属性群体的出行空气污染暴露度存在一定差异性,中等收入群体显著高于低收入群体和高收入群体,租房者显著低于购房者;未婚群体的PM_2.5污染暴露度显著高于已婚群体,驾照持有群体的CO污染暴露度高于无驾照群体。     

中国城市空气污染时空分布格局和人口暴露风险

近年来,中国空气污染及其对人口健康危害的时空分布呈现出新的特征。论文使用5 a(2015—2019年)间逐小时的空气质量监测数据,利用变化率计算、热点分析、趋势分析和超标频数统计等方法,分析了中国332个城市的空气质量及人口空气污染暴露风险的时空分布特征,结论如下：① 中国城市近年来空气质量有好转趋势,环境空气质量指数(AQI)下降的城市占所研究城市总数的91.3%;PM_2.5、PM₁₀、SO₂和CO等4种污染物浓度均有所下降,而NO₂和O₃浓度有所上升;② PM_2.5、PM₁₀、SO₂和CO浓度变化率的热点分布于新疆地区和云南—华南地区,NO₂浓度变化率的热点为新疆地区和河套平原,O₃浓度变化率的热点为华北平原至长江中下游流域;西北地区和华南地区空气质量变化幅度较小;③ 9个城市在PM_2.5、PM₁₀、SO₂、NO₂、O₃和CO等6种污染物中均有暴露,分布于山西、河北与山东。暴露风险均为0级的低风险城市共有12个,分别位于新疆、云南、贵州、四川、广东、福建和黑龙江。研究结论对于跨区域空气污染的协同治理以及制定差异化的空间人口流动管理政策具有重要参考价值。     

基于移动监测的城市PM2.5污染时空模式研究——以广州市中心区为例

采用便携式空气污染监测设备对广州市环城高速内的中心城区PM_2.5污染情况进行移动监测,获取225.7万条频率为1 Hz的PM_2.5监测数据,基于此对研究区进行10 m×10 m高时空分辨率的PM_2.5污染模拟,并分析移动采集的可靠性及城市中心区PM_2.5污染时空模式。结果显示：天气状况稳定条件下移动监测的城市PM_2.5数据在时间维度与固定监测站点数据呈现较显著相关性（R ²为0.72~0.86）;广州市中心城区的PM_2.5污染时空分布在短时间内具有显著的时空分异特征：时间上,干、湿季的平均逐时极差分别为27和11 μg/m3,质量浓度最高值和最低值出现的时段与当天的背景质量浓度值有关;空间上,交通枢纽、商业中心、工业园和大型商贸市场附近PM_2.5污染风险高,公园绿地、高校、高级住宅区等风险相对较低,且呈干季西高东低、南高北低,湿季东高西低的空间分异特征。     

莫高窟PM10浓度与气象要素的关系

采用2018年敦煌莫高窟第16窟窟内与窟区PM₁₀浓度及气象数据,分析PM₁₀时空分布特征及其影响因素。结果表明：（1）两处监测点PM₁₀浓度主要分布在50 μg·m^-3以下,受重污染天气影响较小;春、冬、秋、夏季依次降低,窟区PM₁₀浓度在春、冬季高于窟内,夏、秋季反之。（2）PM₁₀浓度3月最高,9月最低,5—9月窟内月均值高于窟区。PM₁₀污染日数窟内5月最多,而窟区3、5月较多。（3）PM₁₀浓度日变化曲线在春季和秋季呈“双峰”型,夏季和冬季呈“单峰”型。（4）在半封闭环境的洞窟内,沙尘暴发生前后,PM₁₀浓度达到极值及恢复至原来水平的时间均滞后于窟区。（5）在不同季节PM₁₀浓度与气温、风速和降水呈负相关。除秋季外,PM₁₀浓度与相对湿度、气压呈正相关。（6）窟区全年主风向为ESE,在冬春两季,此风向PM₁₀浓度最高,PM₁₀主要来自三危山前的戈壁滩、干涸的大泉河河道以及窟前裸露的地表积尘。     

沙尘影响下华北地区一次重污染天气形成与消散过程分析

以2017年5月4日~5日华北地区出现的一次大范围的严重的天气污染形成与消散过程为研究对象,通过搜集华北地区9个城市空气中主要污染物浓度、AQI（空气质量指数）和常规气象数据,分析AQI、主要污染物（PM₁₀、PM_2.5、SO₂、NO₂、CO、O₃）浓度变化特征和相关气象因子的关系。结果表明：本次重污染本质为区域性沙尘污染所致。污染过程呈现出形成速度快、消散急促的特点。该污染过程首要污染物为PM₁₀,其次为PM_2.5,而SO₂、NO₂、CO、O₃等由人类活动产生的污染物浓度并未超标。后向轨迹分析和相关分析发现造成此次严重污染颗粒物主要来自蒙古高原,风是主要驱动因子。污染物在空间位置比较接近的城市间传输时,表现出趋势一致性、时间上的滞后性和污染物浓度的累积性特点。     

不同类型社区绿地规模和结构对居民心理健康的影响——以上海市郊区为例

以上海市郊区为案例地区,综合问卷调查和多源绿地数据,构建有序Logit模型分析高档、低档、近郊、远郊4类社区的社区内外绿地规模与结构对居民心理健康的影响。结果发现：1）不同社区的绿地数量与结构存在显著差异。高低档社区内的绿地差异大于近远郊社区;近郊社区的周边绿地数量优于远郊社区,但公园绿地可达性更差。2）提高社区内乔木和灌木比例、增加社区周边公园绿地可达性对心理健康有正向影响。3）低档社区居民的心理健康受到社区内植被覆盖和公园绿地可达性的显著影响,而高档社区居民对绿地空间的作用不敏感。4）近郊社区居民受到周边绿地规模和社区内植被覆盖的影响,而远郊社区绿地率和公园绿地的可达性对居民心理健康有显著作用。最后,提出对于低档和近郊社区首先需要关注社区内的绿地规划,对于高档和远郊社区应注重社区内外的绿地平衡的建议。     

黄河流域空气污染的空间格局演化及影响因素

基于2008—2017年黄河流域工业SO₂和PM_2.5两类典型空气污染物数据,首先刻画了两者的空间演化格局,并运用空间面板杜宾模型（SPDM）从直接效应和间接效应两方面对两者的影响因素进行对比分析。结果表明：① 工业SO₂和PM_2.5污染均存在显著的空间集聚特征,从东南至西北方向呈现梯度递减趋势;二者在城市尺度均存在显著的正向空间关联性,但PM_2.5污染的空间关联性比工业SO₂更强;② 2008—2017年,工业SO₂和PM_2.5污染有所缓解,其中工业SO₂排放强度迅速下降;而PM_2.5质量浓度下降相对缓慢,仍是黄河流域主要的空气污染源。③ 产业结构、技术创新、能源效率、人口规模、经济发展、工业规模等是影响黄河流域空气污染的主要因素,但PM_2.5的影响因素更加复杂多样化。其中,技术创新能力和经济发展水平的提升虽然在研究期内加剧了本地工业SO₂污染的排放强度,但却能缓解周边城市的工业SO₂和PM_2.5污染;工业规模的扩大会加剧本地和邻近城市的PM_2.5污染。     

沙尘天气对榆林市环境空气质量的影响

基于2013—2018年榆林市沙尘天气和环境空气质量逐日数据,定量分析了沙尘天气对榆林市空气质量指数（AQI）、可吸入颗粒物（PM₁₀）和细颗粒物（PM_2.5）的绝对贡献和相对贡献率。结果表明：沙尘天气对榆林市AQI的贡献率为0.7%—11.1%（平均值±标准差6.4%±3.8%）;对PM₁₀的绝对贡献为1.0—13.1 μg·m^-3（平均8.2±5.4 μg·m^-3）,相对贡献率5.4%±3.5%;对PM_2.5的绝对贡献为-0.4—3.5 μg·m^-3,沙尘天气对PM_2.5的影响小于对PM₁₀。沙尘天气对榆林市空气质量的影响季节差异很大,春季贡献最大,秋冬季贡献较小。沙尘天气对榆林市区和郊区的影响程度不同,这可能与局部气象条件和地形条件等因素有关。     

气象因子对乌鲁木齐市一次重污染天气过程影响研究

利用大气质量的观测资料和气象要素的数据,详细分析了2015年冬季乌鲁木齐市一次重污染天气的主要气象因子和空气质量特征。研究结果表明：在污染过程中,风速的变化趋势：减小-增大-减小（平均风速0.9~2.5 m·s^-1）;风向的转化趋势：东南风-东北风-西北风-西南风-东北风;湿度增大-减小-增大;大气混合层厚度的变化趋势：降低-升高-降低。同时,通过SPSS12.0分析了空气污染前后风速,湿度和PM_2.5质量浓度的相关性。PM_2.5质量浓度与风速呈显著负相关,与湿度呈正相关。风速与PM_2.5质量浓度间通过了显著性水平为0.01的相关性检验。表明乌鲁木齐市的气象因子（风速）对当地大气污染影响十分明显。     

中国空气质量时空变化特征

基于2015年中国343个地区空气质量指数（AQI）数据,运用统计分析和空间自相关分析方法,对全国及陆地表层系统九大区域空气质量时空变化特征进行分析。结果表明：① 全国及九大区域空气质量春季较差、夏秋优良、冬季最差,AQI季节均值呈现“U”形变化特征。② 全 国及九大区域AQI月均值变化趋势呈现“L”形特征。③ 全国及九大区域AQI日均值变化趋势呈现周期性W~脉冲型波动规律。④ “高污染”和“低污染”区域呈现出北高南低的南北分异格局。⑤ 九大区域首要污染物频次结构差异明显,频次最高的首要污染物PM_2.5或者PM₁₀在空间上呈现出明显的东西分异格局。     

居住区环境与噪音污染对居民心理健康的影响——以北京为例

心理健康作为当代城市居民面临的主要问题之一,已有研究证实居住区建成环境和社会环境对心理健康的影响。然而,此类研究主要聚焦于西方发达国家,而且对于噪音污染因素考虑不足,未能同时研究居住区环境和噪音污染对居民心理健康的影响。论文基于2017年北京市26个居住区居民的健康问卷调查数据,采用多层Logistic模型,探讨居住区环境(包括建成环境及社会环境)与居民感知的多种来源的噪音污染(包括道路交通噪音、轨道交通噪音、商店餐饮噪音和住房装修噪音)等多种因素与居民心理健康的相关关系。研究发现,居住区环境和噪音污染水平均与居民心理健康显著相关。与西方发达国家居住区环境与心理健康关系的研究类似,论文发现居住区医疗设施和休闲娱乐设施可达性、居民邻里关系、居住区满意度等因素与心理健康显著相关;不同的是,论文发现公园可达性、居住区交通噪音等因素与心理健康相关性不显著。此外,本文发现住房装修噪音是影响北京居民心理健康的主要噪音来源。     

中国城市PM2.5污染对居民主观幸福感的影响及支付意愿研究

利用2015年中国40个城市大规模问卷调查数据,采用贝叶斯多层级有序分类响应模型探讨了PM_2.5污染对居民主观幸福感的影响,进而核算居民为减轻PM_2.5污染的支付意愿。研究发现：PM_2.5污染对主观幸福感具有显著的负向影响,PM_2.5污染每增加1个单位,主观幸福感将下降0.040个百分点;家庭月收入对主观幸福感具有显著的正向影响,家庭月收入每增加1个单位,主观幸福感将提升0.026个百分点。支付意愿不仅受到家庭收入水平的影响,还受到居民所处城市空气质量的影响;在承受PM_2.5污染的最初阶段,居民为改善空气质量的支付意愿最高。居民为改善空气质量愿意支付的金额平均为226元,占家庭月总收入的2.274%。     

外商直接投资对空气污染影响的空间异质性分析——以中国150个城市空气质量指数（AQI）为例

空气污染问题引起了人们极大的关注。以中国2014年150个地级市作为样本数据,采用空气质量指数（AQI）作为全面衡量空气污染的指标,运用地理加权回归模型从空间异质性视角出发,分析了不同城市外商直接投资与空气污染之间的关系。研究结果表明：总体上,外商直接投资由于带来了先进的技术,有利于空气质量的改善。此外,人均地区生产总值的增加、二氧化硫和PM_2.5浓度的提高均是导致空气污染加剧的重要因素;而环保意识的提升则有利于空气质量的改善。民用汽车保有量变量在统计上不显著。从地理加权回归模型估计结果来看,不同城市的外商直接投资对环境的改善作用存在显著的空间异质性。其中,东北城市群、关中城市群和长江中游城市群外商直接投资对空气质量的改善作用最大,山东半岛城市群和川渝城市群外商直接投资对空气质量的改善作用不明显。     

2003-2016年中国PM2.5质量浓度时空格局演变及影响因素解析

以中国286个主要地级市为研究区域,基于2003—2016年中国地级市大气PM_2.5质量浓度栅格数据及各地级市社会经济数据,运用空间自相关和空间面板杜宾模型,揭示了中国地级市PM_2.5质量浓度的时空格局与影响因素。研究显示：(1)中国PM_2.5污染在时序演化上呈“M”型波动态势,在空间分布上以胡焕庸线为界呈现出“东高西低”的集聚型格局;(2)中国地级市PM_2.5污染在空间效应上呈现出显著的正相关性,表明区域间大气污染存在交互影响;(3)人口密度与非农产业从业人员占比对PM_2.5质量浓度升高的贡献最大,而液化石油气供气总量与第三产业占GDP的比重对PM_2.5有较为显著的负向消减作用。     

基于灰色关联模型对江苏省PM2.5浓度影响因素的分析

采用克里金插值法分析2014年江苏省PM_2.5浓度空间分布特征,运用灰色关联模型计算PM_2.5浓度与影响因素间关联度,分析主要影响指标因子与PM_2.5浓度空间分布的相互关系。结果显示：① 江苏省PM_2.5浓度具有沿海低、内陆高,南部高、北部低的空间分布特征;② PM_2.5污染来源指标层的权重值最大（w_i = 0.4691）,空气质量与气象要素指标层的权重稍大（w_i = 0.2866）,城市化与产业结构层的权重值最小（w_i = 0.2453）;③ 在27个指标因子中,与PM_2.5浓度关联度为中度的仅有公路客运量、房屋建筑施工面积、园林绿地面积、人口密度等4个指标因子,PM_2.5与其余指标因子均呈强度相关联,其中与PM₁₀、O₃、降雨量、公路货运总量、地区工业总产值和第二产业占地区生产总值比重等指标的关联度较高;④ PM_2.5污染源指标层与PM_2.5浓度关联度值较大的城市分别是南京、无锡、常州、南通、泰州市;城市化与产业结构指标层与PM_2.5浓度关联度值较大的城市分别是徐州、苏州、盐城、常州市;空气质量与气象要素指标层与PM_2.5浓度关联度值较大的城市分别是盐城、扬州、常州、南通市。综合分析可知,影响指标因子关联度值与PM_2.5浓度空间分布有较好相关性。研究表明,灰色关联模型可有效分析影响PM_2.5浓度的主要因素,能对PM_2.5浓度影响指标进行定量分析与评价。