您现在的位置: 首页> 研究主题> PM2.5

PM2.5

PM2.5的相关文献在1999年到2022年内共计6873篇,主要集中在环境污染及其防治、环境质量评价与环境监测、环境科学基础理论 等领域,其中期刊论文6842篇、会议论文31篇、专利文献3525篇;相关期刊1880种,包括绿色科技、环境科学与管理、环境工程等; 相关会议24种,包括中国环境资源法学研究会第一次会员代表大会暨中国环境资源法学研究会2012年年会、第二十届海峡两岸及香港、澳门地区职业安全健康学术研讨会暨中国职业安全健康协会2012年学术年会、持久性有机污染物论坛2011暨第六届持久性有机污染物全国学术研讨会等;PM2.5的相关文献由14925位作者贡献,包括曹军骥、白志鹏、冯银厂等。

PM2.5—发文量

期刊论文>

论文:6842 占比:65.80%

会议论文>

论文:31 占比:0.30%

专利文献>

论文:3525 占比:33.90%

总计:10398篇

PM2.5—发文趋势图

PM2.5

-研究学者

  • 曹军骥
  • 白志鹏
  • 冯银厂
  • 刘含笑
  • 姬亚芹
  • 李伟
  • 王伟
  • 邵龙义
  • 郦建国
  • 刘保献
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 刘俊扬; 张仲荣; 祁楌捷
    • 摘要: 随着环境空气质量日趋重要,PM2.5浓度也逐渐受到重视.以北亡市某空气质量监测站2010.1.1~2014.12.31的PM2.5浓度的小时数据以及对应的气象数据作为样本进行实验.首先对数据进行预处理,考虑到PM2.5前后关联性很强这一特点,将数据进行基二时间的滑动窗口处理以利用数据的时序性,然后对各气象因子进行皮尔逊相关分析,构建了5层长短期记忆(LSTM)网络模型,引入了学习率指数衰减方法,来预测1 h后的PM2.5浓度,并将其与Lasso回归、支持向量回归(SVR)模型、XGBoost模型对比,发现构建的LSTM模型预测效果最好.
    • 李雷
    • 摘要: 以江苏省东部某乡镇2018年1月~2019年12月期间一个环境空气质量自动监测站点小时数据为基础,分析了PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、CO、O_(3)六个因子年均浓度水平与变化特征、月均浓度水平与变化特征。结果表明,PM_(2.5)、PM_(10)、SO_(2)、CO、O_(3)年均浓度均呈现下降趋势,NO_(2)呈现波动上升趋势。2018年,PM_(2.5)年均浓度、O_(3)日最大8小时滑动平均值第90百分位浓度超标。2019年,六个因子年均浓度均达标。研究期间该乡镇大气PM_(2.5)、PM_(10)、SO_(2)、NO_(2)、CO的月均浓度基本呈现为“中间低、两端高”的变化特征,而O_(3)的月均浓度则呈现为“中间高、两端低”的变化特征。研究发现,降低PM_(2.5)、臭氧等主要污染物浓度以及环境空气质量优良天数比例有待继续改善。
    • 孙英杰
    • 摘要: 为掌握东北某区大气污染物浓度变化特征,对该区2016至2020年环境空气自动站点获取的SO_(2)、NO_(2)、PM_(10)、PM_(2.5)、CO、O_(3)等六个环境空气基本监测项目浓度值变化情况结合气象参数进行分析。结果表明,该区大气污染物浓度随季节变化特征明显,SO_(2)、NO_(2)、PM_(10)、PM_(2.5)、CO浓度冬季较高,O_(3)浓度与温度有关,夏季较高,特征污染物为PM_(10)、PM_(2.5)、O_(3),根据该区实际情况,提出大气污染防治措施建议。
    • 郭笙城; 黄旭; 曾孟佳
    • 摘要: 针对PM_(2.5)引起的空气污染问题,采用局部保留投影算法(Local Preserving Projection,LPP),设计一种BP神经网络模型,并基于湖州市2014—2020年的大气污染物数据和气象数据,对PM_(2.5)进行分季节预测.仿真结果表明:LPP-BP模型夏季的均方根误差为5.1978,各季节的均方根误差为10.7595,平均相关性系数R为0.857,平均运行速度为0.2696 s,远低于其他模型.通过与BP-5模型、PCA-BP模型、BP-12模型的对比分析可知,LPP-BP模型具有更高的准确率和更快的运算速度.该研究可为PM_(2.5)预警和空气污染调控提供参考.
    • 卢爽; 徐艳萍; 胡守明; 黄力华
    • 摘要: 为了实施更科学更具有针对性的精准防控,对2020年临沂市PM_(2.5)时空排放规律及气象因素的影响进行分析,结果表明PM_(2.5)月浓度高值主要集中在11月-2月,日浓度高值主要集中在上午8时-9时。受主导产业影响,1月PM_(2.5)污染高值分布在兰陵县西部、费县西北部和平邑县东部;12月高值主要分布在兰陵县、高新区和莒南县。秋冬季、湿度60%~90%、盛行西南风和西风时,易出现PM_(2.5)浓度高值。PM_(2.5)污染来源以临沂市排放和苏皖鲁豫区域近距离性污染传输为主。
    • 邱娴娴; 安妮妮; 江克华; 彭金普; 赵银银; 孙发
    • 摘要: 目的 本文旨在探讨PM2.5致雄性大鼠生殖功能障碍的可能机制。方法 将30只雄性SD大鼠随机分为3组:生理盐水对照组、PM2.5低浓度(PM 4.3 mg/mL)暴露组和PM2.5高浓度(PM 12.9 mg/mL)暴露组,每组10只。每隔2天经气管滴注法PM2.5混悬液(剂量:1 mL/kg),连续暴露4周后观察大鼠生长状态并取材,计算睾丸系数并观察睾丸组织细胞形态学变化,检测血清睾酮含量、NF-κB炎症信号通路相关蛋白表达情况。结果 与对照组相比,实验组睾丸重量及睾丸系数减低。光镜下观察,实验组大鼠睾丸组织曲细精管管壁变薄,各级生精细胞排列松散紊乱,管腔中成熟精子数量减少。与对照组相比,实验组血清睾酮水平显著下降(P <0.05)。Q-PCR法结果表明,实验组炎性因子IL-6、TNF-αmRNA表达量较对照组升高,差异有统计学意义(P <0.05);Western blot法结果显示与对照组相比,NF-κB信号通路相关蛋白IKK(IκB激酶)、NF-κB、p-NF-κB p65、p-IκB-α表达显著上调,差异有统计学意义(P <0.05)。结论 PM2.5可能通过诱导NF-κB炎症信号通路,上调IL-6、TNF-α的表达,从而导致雄性大鼠生殖功能障碍。
    • 裴坤宁; 高兴艾; 王淑敏; 闫世明; 王雁
    • 摘要: 利用2017~2019年晋城市和长治市冬季PM_(2.5)逐时浓度资料、地面风场数据等,结合HYSPLIT轨迹模型和中尺度数值模式WRFV4.2分析了晋东南地区冬季PM_(2.5)污染的特征和传输特点.结果表明,晋城市冬季PM_(2.5)污染程度高于长治市.受地形影响,晋城市地面盛行偏南风、偏北风和西北风,污染方向主要为偏南风和偏北风;长治市近地面盛行偏南风,该风向污染频率最高.影响晋城市和长治市污染的潜在源区主要分布在偏西、东北和东南方向,偏西气流来自陕西省中部,东北气流来自河北省西南部,东南气流来自河南省中东部.污染经过晋东南地区主要影响山西省中南部和北京南部.通过数值模拟流场,结合潜在源区和影响区域的分析结果,在均压场或高压后部的天气形势下,晋东南地区污染输送路径包括来自东北方向(河北省西南部一带)的气流,沿长治市东北部的滏口陉向晋东南地区输送污染物及沿太行山东麓向南在晋豫交界处的太行陉发生转折向晋东南地区输送污染物;来自东南方向(河南北部及东部)的气流输送和来自偏西方向(陕西中南部)的气流输送.污染物经过晋东南地区向北输送至山西省中南部,部分经过山西省中东部的井陉输送至北京南部.
    • 张书源; 程全国; 邢红彬
    • 摘要: 为定量研究PM_(2.5)污染与居民死亡人数的暴露反应关系,以辽宁省本溪市2019年的死因数据、大气污染和气象监测数据作为数据来源,利用数据挖掘技术分析PM_(2.5)日均质量浓度与居民死因类型的相关性,并采用Poisson广义相加模型对本溪市大气PM_(2.5)的日均质量浓度与居民日死亡人数进行回归分析,建立PM_(2.5)污染与居民日死亡人数的暴露反应关系模型。结果显示,本溪市PM_(2.5)日均质量浓度上升10μg·m^(-3)时,居民日死亡人数上升1.1%。
    • 严瑾; 高琦
    • 摘要: 采用万通离子色谱测定PM_(2.5)中水溶性阴离子,在碳酸根-碳酸氢根体系下通过使用带英蓝超滤单元,从空白试验、方法检出限、标准曲线、实际样品比对等方面进行了方法验证。结果表明:使用Metrosep A Supp 5-150/4.0型阴离子色谱柱,流速0.7 mL/min、柱温30°C,16 min内可完成4种阴离子分离,该方法标准曲线线性良好,相关系数大于0.999,实验室空白、全程序空白、检出限和样品的精密度、准确度均能达到质控要求,不同离子色谱仪测定实际样品比对结果良好。该方法操作简单,适用于PM_(2.5)中水溶性阴离子的测定。
    • 陈镭; 马井会; 瞿元昊; 常炉予
    • 摘要: 利用2019-2020年上海地区6种空气污染物小时浓度和逐日空气质量分指数(IAQI)的监测资料,统计分析了上海地区空气质量变化特征及其气象因素的影响。结果表明,2020年上海地区空气质量优良率达86.9%,空气质量状况优于2019年。上海地区AQI具有冬季最差,秋季最好的季节特征,最主要的污染物已由过去的PM_(2.5)转变为O_(3)。分析O_(3)和PM_(2.5)浓度随时间的变化发现,O_(3)浓度一天中存在一个峰值和一个谷值,而PM_(2.5)浓度则有两个峰值和一个谷值;从逐月变化来看,O_(3)浓度呈现春夏高,秋冬低的季节特征,而PM_(2.5)则呈现夏秋低,冬春高的季节特征。地面风向风速、气温、日照和降水对上海地区O_(3)和PM_(2.5)浓度变化具有重要的影响。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号