北京市大气污染物与呼吸系统疾病入院人数的时间序列

为评价北京市空气污染对居民呼吸系统疾病急诊就诊人数的影响,采用基于时间序列的半参广义相加模型,在控制了长期趋势、"星期几效应"及气象因子等混杂因素的影响后,分析2009-2011年北京市空气污染物与呼吸系统疾病入院人数的暴露—反应关系,并按上呼吸道感染(上感)和下呼吸道感染(下感)分层建立模型.结果表明,污染物有一定的滞后效应,NO_2在当天或滞后2 d,SO_2在滞后2 d,PM_(10)在滞后2 d或4 d使得呼吸系统疾病急诊就诊人数的相对危险度(RR)值达到最大,其中SO2、NO2和PM_(10)浓度每增加10μg/m~3,对应的呼吸系统疾病全人群的RR值及95%置信区间(CI)分别为:1.0114(95%CI:1.0077~1.0183),1.021 3(95%CI:1.0150~1.021 3)和1.011 3(95%CI:1.0049~1.0173).同时还发现,大气污染物对上感的影响比下感明显.     

全国10个代表性城市空气污染指数与气象条件的关系

选取全国10个代表性城市,研究空气污染指数与地面及边界气象条件的关系.结果表明,空气污染严重,则能见度差;空气质量好,则能见度好,而且冬半年比夏半年更为显著;空气污染指数与气温呈正相关,北方城市夏半年比冬半年显著,南方城市冬半年比夏半年显著;北方城市冬半年空气污染指数与空气中水汽的饱和程度呈正相关;南方城市夏半年与空气饱和程度呈负相关;风对空气污染物有扩散作用,且冬半年比夏半年显著.稳定的大气层结不利于空气污染物的扩散,冬半年比夏半年显著,南方城市比北方城市显著.     

北京市空气污染与气象条件的关系及其预报

利用北京市2015-2017年逐日、逐小时w(PM_(2.5))、w(SO_2)和w(O_3)资料,及同期NCEP/NCAR的高分辨率全球预报系统数值预报产品,计算了相关空气污染气象参数,研究了北京市空气污染物质量浓度与气象条件的关系.采用逐步回归方法,建立了北京市空气污染物w(PM_(2.5))、w(SO_2)和w(O_3)的预报方程,并对预报结果进行了检验.结果表明,稳定能量和涡度与w(PM_(2.5))、w(SO_2)以正相关为主,与w(O_3)以负相关为主.低层平均风速和边界层厚度与w(PM_(2.5))、w(SO_2)以负相关为主,与w(O_3)以正相关为主.地面露点温度与w(PM_(2.5))、w(SO_2)和w(O_3)以正相关为主;在优选空气污染气象参数的基础上,利用逐小时空气污染物质量浓度资料和逐步回归方法,筛选了最佳预报因子,建立了北京市逐3 h的0～72 h短期精细化空气污染物质量浓度预报模型,能够拟合w(PM_(2.5))、w(SO_2)和w(O_3)随边界层气象条件的变化趋势.