2015年8月 电力科技与环保 第31卷第4期 中的细颗粒物占有很高的比例。宋宇等对北京的监测指标之一,其后国际上主要发达国家均已制 市1999至2000年空气污染物的消光系数和不同粒定PM2相关标准。随后 Rinehart等2在美国加利 径大小的颗粒物的质量浓度进行了观测,北京市大福尼亚地区建立20个观测站,用以研究PM2s的空 气颗粒物消光是导致能见度下降的首要原因,且能气质量;Apel2), Senaratnel21), Sisler和 Malm2 见度与PM2s浓度存在较好负相关性,而与PM的Chen2)等对PM2有关因素进行分析。 Waston'2 相关性较差。陈敏竹等解析了南京市大气可吸 Schichtell2), Muraleedharan'2对城市PM23危害进 人颗粒物的来源,指出扬尘等放源类是南京市可吸行研究。 Chameides等则研究气溶胶光学厚度和区 入颗粒物污染的首要因素。邓利群等对成都市域霾污染对水稻和小麦产量的影响。可见区域霾不 2009年夏季颗粒物浓度进行了研究。张予燕等 仅影响人的身体健康,对粮食经济也造成危害。 对南京市大气中的PM2s的监测和分析结果表明,细 颗粒物并不仅是由局地污染源产生所影响,而是地3现有的PM2s研究方向方法分析 区整体的混合和输送过程的体现。魏玉香等对 2007年南京市PM25质量浓度进行了月季变化、日 3.1投影寻踪回归 变化特征分析,并利用同时期气象资料分析了 投影寻踪回归其原理是利用计算机模拟编程, PM2与气象条件的关系。杨复沫等人对北京地 将复杂、维数高的数据源通过线性组合的方法转换 区PM2s中的元素、水溶性离子和含碳组分进行分为简单的低维的数据,并在低维数据上对数据结构 析;孟川平对室内环境大气细颗粒物(PM2)中 进行分析,以达到便于统计的目的。影寻踪回归模 多环芳烃污染组成及其粒径分布特征研究;方春型采取用一系列岭函数的和来逼近回归函数的方 生对城市大气环境中PM2源解析成分谱的建立法,并通过多重平滑回归计算来实现。该模型建立 进行研究。2014年卢鹏等开展了PM2的时间 了大气污染物浓度分类预测模型,此模型的拟合合 分布与演变扩散研究,建立了能够反映风速、温度l 格率为84.7%。该模型虽然有很好的预测模拟功 及湿度对PM2s扩散产生影响的基本模型。由于我 能,但此方法无法估计复杂PM2s的变化,可用于 12s相关因素分析中,单个因子回归分析。 的研究主要围绕可吸入颗粒物展开,与细颗粒物有32质量浓度的遥感估算模型 关的研究目前仍然较少。 该模型利用 MODIS气溶胶光学厚度与大气细 颗粒物质量浓度的相关关系,建立了细颗粒物质量 2国外PM2s研究进展 浓度卫星遥感估算模型,并结合不同气象环境,分别 根据世界卫生组织对空气污染造成的疾病负担修正模型提高模型精度。该模型对不同季节和不 的评价,每年有超过二百万的过早死亡归因于城市同气象环境下进行模型修正,很好的模拟了不同季 室外和室内空气污染,其中一半以上的疾病负担由节PM2s的浓度变化。该模型适用于估计分析各地 发展中国家承担。在美国国家环境保护局定量PM2s不同季节溶度变化,适用较广,但模型欠缺 评价的与大气PM2污染有关的健康效应中,由死亡PM2s相关成因的分析预测价值不大。 引起的经济损失占全部损失的89%。与TSP和3.3BP神经网络 PM10相比,PM2s上富集的有害物质更多,对人类呼 该模型是利用BP神经网络将环境作为1个系 吸系统的穿透力更强,更难于被呼吸道的粘膜所吸统,把与污染物SO2有关的影响因素作为系统的1 附并经由咳嗽等过程排出体外;且随着粒径的变小,组输入变量,将其SO2浓度视作环境系统的输出变 PM2s在空气中的存留时间也随之增加,对人体健康量,则可从系统角度出发建立环境污染的预测模型 的影响也越大。 该模型的预测精度优于模糊识别模型的预测精度。 随着人类对细颗粒物PM2s产生危害认识的愈该模型可以模拟预测SO2浓度变化,也可用于PM2s 加深入,各个国家都制定了严格的环境空气质量标浓度的预测,但不能综合考虑气象问题。 准,尤其是源解析的工作,逐步由粗颗粒物向细颗粒3.4多元统计分析与预测 转变。1997年美国率先将PM2s列为空气质量检测 多元统计分析方法利用简单的统计方法对 18中的细颗粒物占有很高的比例。宋宇等［１１］ 对北京 市 １９９９至 ２０００年空气污染物的消光系数和不同粒 径大小的颗粒物的质量浓度进行了观测，北京市大 气颗粒物消光是导致能见度下降的首要原因，且能 见度与 ＰＭ２．５浓度存在较好负相关性，而与 ＰＭ１０的 相关性较差。陈敏竹等［１２］ 解析了南京市大气可吸 入颗粒物的来源，指出扬尘等放源类是南京市可吸 入颗粒物污染的首要因素。邓利群等［１３］ 对成都市 ２００９年夏季颗粒物浓度进行了研究。张予燕等［１４］ 对南京市大气中的 ＰＭ２．５的监测和分析结果表明，细 颗粒物并不仅是由局地污染源产生所影响，而是地 区整体的混合和输送过程的体现。魏玉香等［１５］ 对 ２００７年南京市 ＰＭ２．５质量浓度进行了月季变化、日 变化特征分析，并利用同时期气象资料分析了 ＰＭ２．５与气象条件的关系。杨复沫等［１６］ 人对北京地 区 ＰＭ２．５中的元素、水溶性离子和含碳组分进行分 析；孟川平［１７］ 对室内环境大气细颗粒物（ＰＭ２．５）中 多环芳烃污染组成及其粒径分布特征研究；方春 生［１８］ 对城市大气环境中 ＰＭ２．５源解析成分谱的建立 进行研究。２０１４年卢鹏等［１９］开展了 ＰＭ２．５的时间 分布与演变扩散研究，建立了能够反映风速、温度以 及湿度对 ＰＭ２．５扩散产生影响的基本模型。由于我 国对细颗粒物的监测工作开展较晚，对大气颗粒物 的研究主要围绕可吸入颗粒物展开，与细颗粒物有 关的研究目前仍然较少。 ２ 国外 ＰＭ２．５研究进展 根据世界卫生组织对空气污染造成的疾病负担 的评价，每年有超过二百万的过早死亡归因于城市 室外和室内空气污染，其中一半以上的疾病负担由 发展中国家承担［２０］ 。在美国国家环境保护局定量 评价的与大气 ＰＭ２．５污染有关的健康效应中，由死亡 引起的经济损失占全部损失的 ８９％［２１］ 。与 ＴＳＰ和 ＰＭ１０相比，ＰＭ２．５上富集的有害物质更多，对人类呼 吸系统的穿透力更强，更难于被呼吸道的粘膜所吸 附并经由咳嗽等过程排出体外；且随着粒径的变小， ＰＭ２．５在空气中的存留时间也随之增加，对人体健康 的影响也越大。 随着人类对细颗粒物 ＰＭ２．５产生危害认识的愈 加深入，各个国家都制定了严格的环境空气质量标 准，尤其是源解析的工作，逐步由粗颗粒物向细颗粒 转变。１９９７年美国率先将 ＰＭ２．５列为空气质量检测 的监测指标之一，其后国际上主要发达国家均已制 定 ＰＭ２．５相关标准。随后 Ｒｉｎｅｈａｒｔ等［２２］ 在美国加利 福尼亚地区建立 ２０个观测站，用以研究 ＰＭ２．５的空 气质量；Ａｐｐｅｌ［２３］ ，Ｓｅｎａｒａｔｎｅ［２４］ ，Ｓｉｓｌｅｒ和 Ｍａｌｍ［２５］ ， Ｃｈｅｎ［２６］ 等对 ＰＭ２．５有关因素进行分析。Ｗａｓｔｏｎ［２７］ ， Ｓｃｈｉｃｈｔｅｌ［２８］ ，Ｍｕｒａｌｅｅｄｈａｒａｎ［２９］对城市 ＰＭ２．５危害进 行研究。Ｃｈａｍｅｉｄｅｓ等［３０］ 研究气溶胶光学厚度和区 域霾污染对水稻和小麦产量的影响。可见区域霾不 仅影响人的身体健康，对粮食经济也造成危害。 ３ 现有的 ＰＭ２．５研究方向、方法分析 ３．１ 投影寻踪回归［３１］ 投影寻踪回归其原理是利用计算机模拟编程， 将复杂、维数高的数据源通过线性组合的方法转换 为简单的、低维的数据，并在低维数据上对数据结构 进行分析，以达到便于统计的目的。影寻踪回归模 型采取用一系列岭函数的和来逼近回归函数的方 法，并通过多重平滑回归计算来实现。该模型建立 了大气污染物浓度分类预测模型，此模型的拟合合 格率为 ８４．７％。该模型虽然有很好的预测模拟功 能，但此方法无法估计复杂 ＰＭ２．５的变化，可用于 ＰＭ２．５相关因素分析中，单个因子回归分析。 ３．２ 质量浓度的遥感估算模型［３２］ 该模型利用 ＭＯＤＩＳ气溶胶光学厚度与大气细 颗粒物质量浓度的相关关系，建立了细颗粒物质量 浓度卫星遥感估算模型，并结合不同气象环境，分别 修正模型，提高模型精度。该模型对不同季节和不 同气象环境下进行模型修正，很好的模拟了不同季 节 ＰＭ２．５的浓度变化。该模型适用于估计分析各地 ＰＭ２．５不同季节溶度变化，适用较广，但模型欠缺 ＰＭ２．５相关成因的分析，预测价值不大。 ３．３ ＢＰ神经网络［３３］ 该模型是利用 ＢＰ神经网络将环境作为 １个系 统，把与污染物 ＳＯ２ 有关的影响因素作为系统的 １ 组输入变量，将其 ＳＯ２ 浓度视作环境系统的输出变 量，则可从系统角度出发建立环境污染的预测模型． 该模型的预测精度优于模糊识别模型的预测精度。 该模型可以模拟预测 ＳＯ２浓度变化，也可用于 ＰＭ２．５ 浓度的预测，但不能综合考虑气象问题。 ３．４ 多元统计分析与预测［３４］ 多元统计分析方法利用简单的统计方法对 １８ ２０１５年 ８月 电 力 科 技 与 环 保 第 ３１卷 第 ４期