简介：国内外多数人都把PM10、PM2．5、PM1．0书写为带下标的PM10、PM2.5、PM1.0。但带下标的写法有诸多弊端：（1）不便于书写；（2）不便于录入；（3）不便于排版；（4）普通人不知道如何读出；（5）PM2.5的准确读法，应该是PM下标2．5，而不能直读为PM2．5。

简介：为研究凯里市大气中的PM2.5和PM10质量浓度特征,2013年3月至10月采用基于β射线吸收原理的双通道监测仪对凯里市区大气同步连续自动采集和测量.研究结果表明：凯里市PM2.5和PM10平均质量浓度分别为0.051mg/m3和0.102mg/m3,污染程度较轻且具有明显的季节特征;PM2.5/PM10比值平均值为0.494,PM2.5和PM10具有较高的线性相关性,其线性相关系数为0.75.

简介：PM_(1.0)(好粒子，与直径<1μm)，PM_(2.5)(好粒子，与直径<2.5μm)并且PM_(10)(粗糙的粒子，与直径<10μm)是在香港的一条高交通的道路附近的测量at24小时间隔，从2004年10月到2005年9月。Massconcentrations为三粒子部分被决定，平均为PM_(1.0)，PM_(2.5)和PM_(10)，分别地44.5±18.4，55.4±25.5和81.3±37.7μg·m~(-3)。PM_(2.5)是3.7times美国EPA“s15μg·m~的年度NAAQS(-3)。总的来说，PM_(1.0)占了44～69%(一般水准57%)PM_(10)，当PM_(2.5)占了58～82%时，(一般水准71%)在这学习。Theparticulate群众在冷季节与高集中显示出明显的季节的模式并且在温暖的季节低，PM_(2.5-10)的特别高的集中在冷季节期间。PM_(2.5)的集体集中的Diurnalvariations在7月期间是坚定的，证明二个学生在早上和下午上下班时间达到顶点。

简介：摘要 ： 由于社会经济的快速发展和城市化的加速，可吸入的颗粒物质通过呼吸道进入人体并在上呼吸道积聚。粒径小于 2.5μm 的颗粒进入肺泡并可能与心脏和肺功能障碍有关。过量浓度的颗粒物质是中国许多城市空气质量管理中的一个重要问题，改善城市空气环境质量的方法是需要解决的主要环境问题。

简介：文章针对大同市2006—2009年、榆社县2006—2008年PM10质量浓度数据,使用趋势分析、后向轨迹模拟不同高度的PM10的传输路径,可以看出：PM10浓度的日变化特征为＂两高三低＂;PM10浓度日际变化不明显,只在典型日PM10浓度值明显增大;PM10浓度月变化特征为1、5、12月浓度高,春季5月份由于为沙尘期浓度高。PM10浓度季节变化规律与采暖期和非采暖期变化相符合,即采暖期的冬春季浓度高、非采暖期的夏秋季浓度低;从2006—2009年间,两站PM10质量浓度基本呈逐年下降趋势。不同气象要素与PM10浓度的相关性,按相关系数绝对值从大到小排列依次为：露点温度、气温、降水量、相对湿度。其中露点温度和PM10浓度呈显著负相关性,气温与PM10浓度呈较弱负相关性。

简介：Takingpublictransitfacilities(PTFs)isthemajortransportstyleinHongKong.Humanexposuretoindoorairpollutantsmaycauseadversehealtheffectstothepassengers.Exposureassessmentonairpollutantsisimportantforthecontrolofhumandiseasescausedbyindoorairpollution.Inthispaper,theindoorPM10,COandCO2levelsinvariousPTFs,suchaspublicbus,subway,railwayandferryinHongKong,weremea-sured.CombiningwiththetimebudgetsurveyofHongKongpopulation,thehumanexposureswerecalculatedthroughMonte-Carlosimulation.

简介：

简介：

简介：利用CART方法对造成北京PM10重污染的气象条件分析结果表明：适当的湿度条件和前期的污染状况是造成北京PM10重污染的必要条件，其他条件，如大气稳定度、边界层高度、持续性小风以及气压，是造成PM10重污染的重要条件。特别值得指出的是，湿度作为必要条件的出现，可能蕴涵着重要的物理化学过程，对其开展深入研究将对北京大气污染的控制和预报有所裨益。

简介：为研究华北平原区域背景气溶胶成分及其变化特征,2010年6月至2011年7月在泰山顶采集了64个PM10滤膜样品,分析了样品的PM10及其中无机盐离子和有机碳（OC）、元素碳（EC）的质量浓度,并对各成分相关性等进行了分析.泰山PM10年均质量浓度约为68.4μg/m3,其中无机盐离子约占总质量的64.8％,碳气溶胶约占17.4％.无机盐离子的质量浓度从春季逐渐增大,夏季达到峰值,秋季下降,冬季最小;OC质量浓度从春季至秋季逐渐增高,冬季最低,EC变化类似,但夏秋两季差别不大.二次有机碳（SOC）与OC的比值四季均在50％以上,年均值约为58.5％.通过后向轨迹聚类分析发现,在经过城市的较短轨迹以及南方较短混合轨迹的影响下,泰山PM10质量浓度较高,而西北长距离传输气团PM10浓度均较低.

简介：摘要利用2018年8月─2019年2月乌鲁木齐市在线连续监测的可吸入颗粒物PM10、细颗粒物PM2.5和亚微米细颗粒物PM1.0数据，基于统计学相关分析方法，研究典型天气条件下PM10、PM2.5和PM1.0质量浓度的变化特征。结果表明乌鲁木齐市PM10、PM2.5和PM1.0质量浓度变化趋势基本相同，其中采暖期颗粒物整体浓度明显高于非采暖期，采暖期PM1.0占PM10的比例也高于非采暖期。在采暖期重污染天气下具体表现为细颗粒物为主的工业燃煤复合型污染，当在非采暖期出现大风沙尘时，粗颗粒物的质量浓度远高于细颗粒物和亚微米级颗粒物，说明沙尘天气主要以自然源的粗颗粒物污染为主。

简介：摘要利用2018年8月─2019年2月乌鲁木齐市在线连续监测的可吸入颗粒物PM10、细颗粒物PM2.5和亚微米细颗粒物PM1.0数据，基于统计学相关分析方法，研究典型天气条件下PM10、PM2.5和PM1.0质量浓度的变化特征。结果表明乌鲁木齐市PM10、PM2.5和PM1.0质量浓度变化趋势基本相同，其中采暖期颗粒物整体浓度明显高于非采暖期，采暖期PM1.0占PM10的比例也高于非采暖期。在采暖期重污染天气下具体表现为细颗粒物为主的工业燃煤复合型污染，当在非采暖期出现大风沙尘时，粗颗粒物的质量浓度远高于细颗粒物和亚微米级颗粒物，说明沙尘天气主要以自然源的粗颗粒物污染为主。

简介：ThisstudyinvestigatesthecorrelationbetweenPM10andmeteorologicalfactorssuchaswindspeed,atmosphericvisibility,dewpoint,relativehumidity,andambienttemperatureduringabrownhazeepisode.InordertoidentifythepotentialsourcesofPM10duringbrownhazeepisode,respirableparticulatematter(PM10)wascollectedduringbothnon-hazedaysandhazedaysandfurtheranalyzedformetallicelements,ionicspecies,andcarbonaceouscontents.Amongthem,ionicspeciescontributed45-64%toPM10,whilemetallicelementscontributed7-21%toPM10whichwassmallerthantheotherchemicalconstituents.TheaverageOC/ECratio(42)inhazedayswasaboutthreetimesoftheaverageOC/ECratio(14)innon-hazedays.Byusingchemicalmassbalance(CMB)receptormodel,themajorsourceswereapportioned,includingtraffics,incinerators,coalcombustion,steelindustry,petrochemicalindustry,andsecondaryaerosols,etc.ThecontributiontoPM10concentrationofeachsourcewascalculatedforallthesamplescollected.TheresultsshowedthatcoalcombustionwasthemajorsourceofPM10innon-hazedaysandsecondaryaerosolswerethemajorsourceinhazedays,followedbypetrochemicalindustry,incinerators,andtraffics,whileothersourceshadnegligibleeffect.

简介：摘要：随着海东城市建设的扩张，工业废弃物、建筑扬尘以及汽车尾气排放猛增，城市空气污染日益严重，以PM2.5、PM10及O3为主的空气颗粒物，由于其广泛的危害性而备受各界关注，已成为中国大部分城市的首要污染源。[1]本文通过分析海东市平安区2018-2022年的空气PM2.5、PM10及O3质量浓度、气象因素的监测数据，对空气颗粒物污染的年、季节变化特征进行分析，以及气象因素对颗粒物浓度变化的影响。结果表明：海东市平安区2018-2022年PM2.5、PM10浓度年均值显著降低，并呈现出夏季低、冬季高的季节动态。O3浓度年均值降低幅度不大，呈现出夏季高、冬季低的季节动态。PM2.5、PM10及O3浓度受到多种气象因素的影响，与气压、温度、相对湿度、风速、降水量显著相关，各种气象因子对PM2.5、PM10及O3浓度的影响存在差异。

简介：文章利用2007年的PM10的日平均浓度资料与同期对应的呼和浩特市气象台的气象资料，分析了PM10污染与气象条件的关系，得出PM10污染程度的大小与气象条件有很好的对应关系。

简介：摘要目的探讨长期大气PM10暴露对糖尿病患病风险和空腹血糖（FPG）的影响。方法研究对象来源于“金昌队列”基线人群，剔除家庭住址信息和糖尿病诊断信息不完整者，最终纳入24 285名调查对象。通过问卷调查、体格检查和实验室检测，收集调查对象人口学特征、生活方式和健康状况等信息。运用ArcGIS软件根据家庭住址匹配距离最近的环境监测站点，以调查前2年PM10平均浓度作为暴露估计值。采用logistic回归模型和多重线性回归模型评估大气PM10对糖尿病患病风险和FPG的影响，限制性立方样条拟合两者之间剂量-反应关系，并进行分层分析和效应修饰分析。结果24 285名研究对象年龄（49.32±8.60）岁，体重指数（24.22±6.09）kg/m2，男性13 950名（57.44%），患糖尿病者2 066名（8.51%）。调整混杂因素后，调查前2年PM10平均浓度每升高10 μg/m3，糖尿病患病风险增加［OR （95%CI）值为1.05（1.01~1.09）］，FPG升高0.061（95%CI：0.047~0.076）mmol/L。限制性立方样条分析结果显示，PM10浓度与FPG水平之间存在非线性关联（P<0.001）（图1）。进一步进行亚组分析，结果显示：女性［OR（95%CI）：1.10（1.03~1.18）］、年龄>50岁［OR（95%CI）：1.06（1.02~1.11）］、有糖尿病家族史［OR（95%CI）：1.13（1.04~1.23）］和患高血压［OR（95%CI）：1.07（1.02~1.12）］者糖尿病患病风险与PM10暴露之间的关联更强（P交互值均<0.05）；PM10对FPG的影响在年龄>50岁［β（95%CI）：0.080（0.050~0.109）mmol/L］、有糖尿病家族史［β（95%CI）：0.087（0.036~0.137）mmol/L］和患高血压［β（95%CI）：0.077（0.046~0.108）mmol/L］者更显著（P交互值均<0.05）。结论大气PM10长期暴露增加糖尿病患病风险和FPG水平；年龄>50岁、有糖尿病家族史及患高血压者是敏感人群。

简介：为了解北京城市街区PM10浓度日变化特征及其影响因素,利用2003年10月BECAPEX（BeijingCityAirPollutionExperiment）街道、街区及周边小区4个测点PM10浓度的对比观测试验资料和同期街道机动车流量、采样点附近自动气象站风速及探空资料进行了综合对比分析。通过天气诊断和统计学分析相结合,初步分析了北京市城区街道大气污染物PM10浓度日变化特征及机动车排放污染、气象条件对PM10浓度日变化的影响。结果表明,试验期间北京市城区街道PM10浓度日变化特征存在明显差异,交通源污染物PM10浓度日变化具有单峰与双峰型差异的特殊性。工作日PM10浓度日变化出现双峰,周末PM10浓度日变化仅有单峰出现;交通污染源和气象条件对城市街区PM10浓度日变化特征的影响程度存在空间差异。离交通污染源较近的街区PM10浓度日变化受机动车排放污染的影响程度较大,而离交通源较远的小区PM10浓度受机动车排放污染的影响相对较小;不稳定天气条件下交通污染源影响范围较小,在特定天气条件下,气象条件的影响强度可显著超过交通污染源的影响。

简介：PM10是大气颗粒物中对环境和人体健康危害最大的一类，与医院就诊率、呼吸器官疾病发病率乃至死亡率等关系密切。PM10污染与气象条件关系密切，研究气象条件对PM10污染的影响，对改善城市空气质量条件有重要意义。利用2004—2007年三明市的主要大气污染物PM10的监测值及气象因子（气压、风速、温度、湿度、降水、蒸发量）的观测资料，以及同期08时850hPa天气图资料，定量分析了PM10的突变特征以及突变与气象因子的相关关系，结果表明：PM10突变事件有明显的季节性特征，冬、春季节发生突变的概率较大；当地面气象要素场出现气压下降、风速减小、相对湿度下降、降水量减小而温度上升、蒸发量加大的配置时PM10易发生正突变，当出现气压上升、风速加大、相对湿度上升、降水量增加而温度下降、蒸发量减小的配置时PM10易发生负突变；当受大陆高压后部、暖区辐合系统影响时，PM10发生正突变的概率较高，受大陆高压前部、切变线系统影响时，PM10发生负突变的概率较高。

简介：为了研究利用卫星遥感方法监测大范围可吸入颗粒物的空间分布，本文在利用MODIS卫星资料反演河北省晴天大气气溶胶光学厚度的基础上，将河北省11个城市地面监测站的可吸入颗粒物PM10浓度值与对应的大气气溶胶光学厚度AOD值作了相关分析，建立了大气气溶胶光学厚度AOD与PM10的关系模型，相关系数为O．5390，达到了O．001以上的显著水平。经多次应用效果检验，平均误差为17％。结果表明，利用晴天AOD与地面PM10质量浓度的关系模型可以有效地监测PM10的空间分布。

简介：利用北京空气质量监测资料和NCEP再分析资料，分析了北京发生PM10重污染的天气形势。研究表明：1）虽然北京地区PM10重污染（API指数3级以上）每年只有10d左右，但与之关联的轻微或轻度空气污染（API指数3级）天数，却可能占全年3级污染总天数的40％～50％。因此，分析研究造成北京PM10重污染的天气形势，对于空气污染的预警预报以及污染源的控制和管理，都具有十分重要意义。2）通过海平面气压场的主观分析，确定了二类北京PM10重污染的典型天气形势，即高压南下东移阻滞型和与北上台风（或热带低压）相关联的弱高压控制型，并指出了后者在2008年奥运会期间，对开展北京空气污染预报和污染控制的指导作用。