一、大气污染对儿童健康所致潜在危害研究（论文文献综述）
杨玉燕[1]（2021）在《典型城市住宅居室PM2.5现状及其影响因素》文中指出背景:住宅微环境与健康关系密切。住宅室内健康危害因素众多,我国住宅居室空气PM2.5污染总体状况不清。目的:了解我国城市住宅室内空气PM2.5污染分布特征,探索住宅室内PM2.5可能的影响因素,探讨住宅室内PM2.5水平、个体PM2.5日均暴露剂量（Average Daily Dose,ADD）与儿童呼吸系统疾病既往患病情况和主诉症状之间的关联,为降低住宅PM2.5暴露浓度及改善儿童健康状况提供理论依据。方法:本研究采用现况调查设计,以我国12个典型城市的二年级小学生及其家庭住宅为研究对象,研究城市居室内空气PM2.5的浓度水平、分布特征和影响因素及其与儿童呼吸系统患病史及其他主诉症状之间的统计学关联性。于2018年4月至2019年3月,针对家庭居室内日常生活典型场景（持续关窗12小时,过夜）,实施室内空气现场采样检测并收集附近的大气国控监测站点数据,分别获取住宅室内及室外PM2.5数据。通过问卷调查获得住宅基本特征、居民健康相关行为、儿童行为活动模式及健康状况等相关数据。使用Excel进行数据整理和SPSS25.0进行数据分析,对原始数据进行统计描述,对PM2.5对数转换后再进行统计推断,主要包括配对t检验、单因素方差分析、协方差分析、相关分析、多重线性回归、Logistic回归分析等。从季节差异、室内采样点、城市上下风向区、室外地理分区等多个方面描述居室PM2.5的时空分布特征;从室内外PM2.5比值I/O探究室内外PM2.5的关联。从住宅基本特征、烹饪相关行为、居家生活习惯、居家防护措施四个方面探究居室PM2.5潜在影响因素;从居室PM2.5浓度、个体PM2.5暴露日均剂量两个方面探究PM2.5与儿童呼吸系统疾病患病情况和主诉症状之间的统计学关联。结果:本研究共获取12个典型城市612户家庭住宅室内PM2.5的现场检测数据,其中完成612户家庭的住宅基本特征及居民健康行为调查,完成540名儿童健康状况问卷调查。所有调查家庭的住宅室内PM2.5浓度范围为0.6～1046.0μg/m3,几何均数为54.0μg/m3。54.1%的住宅家庭室内PM2.5浓度超过50μg/m3。住宅PM2.5的分布特征:①依据检测季节比较:冷季与暖季室内PM2.5浓度水平存在统计学差异,冷季PM2.5浓度几何均数为77.1μg/m3,暖季PM2.5浓度几何均数为39.5μg/m3。②依据室内采样点分类比较:客厅和卧室PM2.5浓度之间差异无统计学意义,客厅的PM2.5浓度几何均数为56.7μg/m3,卧室的PM2.5浓度几何均数为54.1μg/m3;分季节后的室内采样点之间差异均无统计学意义。③依据家庭所在城市上下风向区比较:上风向与下风向居室内PM2.5浓度水平差异不显着,上风向PM2.5几何均数为54.4μg/m3,下风向PM2.5几何均数为54.1μg/m3。④依据城市位置比较:各城市间PM2.5浓度差异有统计学意义。冷季最高前三城市依次为兰州（200.8μg/m3）、南宁（173.6μg/m3）和无锡（81.8μg/m3）;暖季PM2.5浓度的几何均数最高前三城市分别为青岛（90.0μg/m3）,南宁（60.1μg/m3）和洛阳（56.8μg/m3）。⑤依据室外地理位置比较:暖季,北方城市的居室PM2.5浓度高于南方;冷季,南北方城市的居室PM2.5浓度间差异没有统计学意义。室内外PM2.5的关联:住宅室内PM2.5与室外PM2.5的浓度具有相关性,Pearson相关系数=0.317。I/O值P50（P25,P75）为1.38（0.80,2.51）。冷暖季节内的客厅和卧室I/O值差异无统计学意义。住宅PM2.5的潜在影响因素:近五年内装修、使用中央空调是居室内PM2.5浓度升高的危险因素,使用空气净化器是居室内PM2.5浓度升高的保护因素。近五年内装修过的居室的PM2.5浓度相对于未装修家庭更高;使用中央空调的居室的PM2.5浓度相对于不使用的居室更高。使用空气净化器的居室的PM2.5浓度相对于不使用的居室更低。住宅PM2.5浓度与儿童呼吸系统危害的关联:室内PM2.5是儿童患支气管炎的危险因素,室内PM2.5浓度每增加10 μg/m3,儿童患支气管炎的风险增加3.9%（95%CI:1.3%,6.5%）;儿童居室内PM2.5的日均暴露量ADD每增加1μg/（kg·d）,儿童患支气管炎的风险增加 1.2%（95%CI:0.4%,2.1%）。结论:（1）我国12个典型城市调查家庭居室PM2.5总体几何均数约为54.0μg/m3,波动范围较广,51.4%的居室PM2.5超过50μg/m3。（2）居室PM2.5的季节性差异和地理分布均呈现明显差异。冷季最高前三城市为兰州、南宁和无锡;暖季最高前三城市分别为青岛,南宁和洛阳。（3）近五年内装修、使用中央空调可能是居室内PM2.5浓度升高的危险因素,使用空气净化器可能是居室内PM2.5浓度升高的保护因素。（4）初步发现住宅室内PM2.5浓度是儿童患支气管炎的危险因素。
兰建林[2]（2021）在《峰峰矿区PM2.5、PM10中元素的污染评价及源解析》文中指出峰峰矿区因煤而建,因煤而兴,经济水平的提升依托煤炭资源的开发和利用。大气质量因煤炭及煤化工而受到污染与破坏,同时对当地的生态环境和人群构成了一定的威胁。本文选取峰峰矿区为研讨对象,分四个季节采集颗粒物样品,运用电感耦合等离子体质谱、透射电镜分析颗粒物无机元素构成,并结合几种污染评价方法探讨元素的生态污染特征以及健康风险;并对该区颗粒物与其元素来源进行了解析。2017年峰峰矿区的空气质量指数以良、轻度污染、中度污染为主。峰峰矿区PM2.5冬春夏秋四季的24 h平均浓度分别为171.44μg/m3、83.80μg/m3、112.73μg/m3和111.75μg/m3,PM10春夏秋季节的24 h平均浓度分别为204.05μg/m3、186.09μg/m3和184.15μg/m3,峰峰矿区PM2.5和PM10均超过二级标准。说明该区大气污染水平较严重。PM2.5中元素四个季节的平均质量浓度分别为冬（556.38 ng/m3）、春（422.09ng/m3）、夏（405.95 ng/m3）和秋（408.24 ng/m3）;PM10中元素三个季节的平均质量浓度分别为春（666.87 ng/m3）、夏（555.67 ng/m3）和秋（571.36 ng/m3）,无机元素占颗粒物浓度比例不足1%,峰峰矿区采样期间颗粒物中Cd、Pb元素均未超标,As、Cr（Ⅵ）超标,可知峰峰矿区As、Cr重金属元素污染形势严峻。峰峰矿区Cd、Mo、Bi、Sb、Pb、Sn、Zn元素的污染程度较高,Cd元素的生态危害程度属于极强,Pb元素具有强的生态危害风险,As元素具有中等生态危害风险,Cd、Pb和Zn是大气污染的显着因子,且Cd是峰峰矿区的首要污染元素;健康风险评价结果显示:Cr、As、Cd和Pb元素对该矿区人群有致癌风险,且Cr对该研究区人群已产生致癌风险,对老年人造成的风险最大。重金属元素的致癌风险与人群的年龄呈正相关;不同年龄段的致癌风险表现为男性>女性;该地区不存在非致癌风险。颗粒物的来源冬、春两季以远距离高空输送,夏秋季节以近距离低空输送为主。Cd、Bi、Mo元素主要受人为因素的影响。Cu、Zn、As、Sn和Pb受自然和人为因素共同影响,元素V、Cr、Mn、Co、Ni、Y、La、Ce、Sm、Th和U主要来自于地壳物质。主成分分析获得4种主要污染源,分别为自然扬尘源、交通污染、农业活动、工业活动。
杜山山[3]（2021）在《长春市环境空气中PM2.5和PM10的污染特征研究》文中认为为研究长春市空气中PM2.5和PM10化学组成的污染特征,于2019年4月6日至2020年1月20日采集环境受体样品。对比分析PM2.5和PM10中无机元素、水溶性离子、元素碳（Elemental Carbon,EC）和有机碳（Organic Carbon,OC）等成分的浓度分布特征;采用富集因子法和健康风险评价法对颗粒物中金属元素的富集程度和对人体产生的健康风险进行对比分析;并对长春市大气中PM2.5和PM10的来源进行分析讨论。论文的主要结论如下:长春市环境空气中PM2.5和PM10的年均浓度分别是36.86±25.54μg/m3和69.79±33.02μg/m3,呈现冬春高,夏秋低的季节变化趋势,有且只有冬季PM2.5和PM10的平均浓度超过年均国家二级标准,说明长春市冬季颗粒物污染严重。另外PM2.5/PM10表现为冬季高（>0.7）,春夏秋三季低（<0.5）,说明冬季颗粒物污染以PM2.5为主,其他季节以粗粒子为主。地壳元素是PM2.5和PM10中元素的主要部分,主要聚集在PM10中,微量元素主要聚集在PM2.5上;另外,通过对比发现PM2.5中元素的富集因子值高于PM10,说明元素更易在PM2.5中富集;PM2.5中As通过呼吸途径会对成人和儿童产生不可忽略的非致癌风险,PM2.5中Cr通过呼吸途径会对成人产生不可忽略的致癌风险,皮肤吸收途径产生的非致癌和致癌风险可被忽略,PM2.5产生的健康风险高于PM10。NO3-,SO42-和NH4+是水溶性离子的主要组成部分,占总离子浓度62.6%和62.4%,其中NO3-浓度最高,占比最大。秋冬季中总碳（Total Carbon,TC）分别占PM10质量浓度的25.94%和35.27%,分别占PM2.5质量浓度的44.14%和42.03%,说明TC是PM2.5和PM10中重要的组成部分。计算出的二次有机碳（Secondary Organic Carbon,SOC）在秋季占比低,冬季占比高,表明长春市秋季中的OC以初级有机碳（Primary Organic Carbon,POC）为主,冬季中OC以SOC为主。污染天气特征对比分析发现,春季污染天气中PM2.5的二次水溶离子(NO3-,SO42-和NH4+)浓度明显增加,而PM10则是地壳元素浓度明显增加;在冬季污染天气中,PM2.5和PM10中OC、EC和二次离子浓度均有明显增加,且二次离子浓度增加较明显。综合分析,春季发生的污染天气是以风扬尘土为主导,二次转化为辅助,共同作用产生的。冬季发生的污染天气是在低风速高湿度的天气条件下,由二次气溶胶转化加剧和污染物增加共同作用导致的。利用正矩阵因子分解模型确定长春市大气中PM2.5和PM10的主要贡献因子均为5个,包括土壤和建筑扬尘源、二次气溶胶和生物燃烧源、机动车和道路扬尘源、工业排放和土壤源、燃煤源。二次气溶胶、燃煤和生物质燃烧源是PM2.5和PM10的主要贡献源,除此以外,PM10以扬尘等粗粒子贡献源为主,PM2.5以工业排放源和交通排放源为主。另外,PM2.5和PM10具有相似的空间潜在区域源,分布在长春的西南,西北和东北。
许鑫悦[4]（2021）在《生活环境因素对儿童体格生长的影响及其相关机制研究》文中进行了进一步梳理第一部分生活方式和环境改变对特发性矮小症儿童体格生长的影响因素研究目的:探讨特发性矮小症（Idiopathic short stature,ISS）儿童体格生长指标与生活方式及环境改变等因素的相关性,为防控儿童矮小症提供参考依据。方法:收集2019年1月～2020年1月在我院确诊为ISS的患儿90例纳入ISS组,同期至我院门诊体检的64例性别、年龄相匹配的健康儿童为对照组。通过调查问卷的形式记录两组儿童的生活、环境相关指标:安抚奶嘴的使用、喂养器具材料、玩具材料、家庭是否存在发霉现象、家庭是否存在吸烟者、家庭烹饪方式、父母受教育程度等。应用SPSS统计学软件分析两组各项指标的差异性。结果:1、两组性别、年龄、出生方式、出生体重、喂养方式差异均无统计学意义（P>0.05）。2、安抚奶嘴的使用（OR=3.549,P=0.005）、塑料喂养器具（OR=2.621,P=0.046）、家庭中存在发霉现象（OR=3.313,P=0.006）是ISS的危险因素。3、父亲受教育程度（OR=0.176,P=0.004）、母亲受教育程度（OR=0.164,P=0.004）是ISS的保护性因素。结论:安抚奶嘴及塑料喂养器具的使用、家庭中存在发霉现象是ISS儿童的危险因素。在喂养过程中应尽量避免使用安抚奶嘴,选择合适的喂养器具,避免家庭居住环境出现发霉现象有利于降低儿童ISS的发病率。第二部分纳米氧化锌对幼鼠骨骼生长的毒性作用及机制研究目的:研究不同剂量纳米氧化锌（Znic oxide nanoparticles,Zn O NPs）对幼龄大鼠骨骼生长的毒性影响,并探究其作用机制。方法:选取3周龄的雄性幼龄大鼠予不同剂量Zn O NPs（68、203和610 mg/kg/d）灌胃为试验组,予超纯水灌胃作为对照组,共灌胃28天。通过测量身长、体重、胫骨长及体质指数（Body mass index,BMI）评估生长情况,检测血清天冬氨酸转氨酶（Aspartate aminotransferase,AST）,碱性磷酸酶（Alkaline phosphatase,ALP）和丙氨酸转氨酶（Alanine aminotransferase,ALT）水平评估肝功能,采用ELISA方法检测类胰岛素生长因子-1（Insulin-like growth factor,IGF-1）,微型计算机断层扫描（Micro-CT）评估骨骼损伤程度,应用免疫组化分析骨保护素（Osteoprotegerin,OPG）和核因子-κB配体的受体激活剂（Receptor activator of nuclear factor-κB ligand,RANKL）的表达水平。结果:1、610 mg/kg Zn O NPs组中体重增长率,身长及胫骨长度与对照组相比差异具有统计学意义（P<0.05）,各组之间BMI差异无统计学意义（P>0.05）。2、在试验组中,随着Zn O NPs剂量的增加,肝脏和骨骼组织中的锌浓度显着增加（P<0.05）。在610 mg/kg Zn O NPs组中AST和ALT明显升高,但与对照组相比差异无统计学意义（P>0.05）,ALP差异有统计学意义（P<0.05）。3、203和610 mg/kg Zn O NPs组中IGF-1水平与对照组相比差异有统计学意义（P<0.05）。4、与对照组相比,试验组胫骨Micro-CT显示:骨密度降低、骨小梁疏松和皮质骨厚度降低等骨质疏松的表现。5、试验组Micro-CT数据显示:随着Zn O NPs剂量的增加,骨矿物质密度（Bone mineral density,BMD）,骨小梁数目（Trabecular number,Tb.N）显着降低。6、与对照组相比,610 mg/kg Zn O NPs组中,OPG的表达和OPG/RANKL降低（P<0.05）,而RANKL表达没有显着变化（P>0.05）。结论:Zn O NPs通过改变IGF-1水平直接或间接影响幼鼠的骨骼生长,可通过OPG/RANK/RANKL/IGF-1途径促进破骨细胞活性并增加骨质流失。
司瑞瑞[5]（2021）在《京津冀城市群设立禁煤区的环境和健康效益研究》文中进行了进一步梳理京津冀地区是中国大气环境污染最严重的城市群之一,不同城市的污染物来源由于自然环境和人为环境不同而复杂多变,由此带来的健康效应也不尽相同。秋冬季节采暖期内更多污染物的排放和较稳定的大气层结会加剧京津冀地区的环境问题。为了缓解这一问题,生态环境部于2017年提出在北京周边地区划定一个约10,000平方公里的禁煤区,要求在2017年10月底前完成禁煤区内散乱污企业、小燃煤锅炉窑炉和农村散煤的“清零”任务。为了了解禁煤区设立对京津冀地区的污染物来源和健康风险的影响,本研究基于2016年3月至2018年1月京津冀地区7个不同典型的区域站点（城市站、工业城市站、城郊站和背景站）的PM2.5采样试验,利用电感耦合等离子体质谱仪（ICP-MS 7500ce）检测PM2.5中20种元素的浓度,通过分析禁煤区设立前后元素的变化特征、来源解析、潜在来源和健康风险,系统地研究禁煤区设立给京津冀地区带来的环境效益和健康效益。研究结果表明,京津冀地区PM2.5浓度和20种元素总浓度的变化趋势基本一致。与2016年相比,2017年PM2.5和20种元素总浓度分别降低了16-37.3%和-1.5-29.5%,除了重工业城市的20种元素总浓度稍有升高外,京津冀其他地区的PM2.5和总浓度都呈下降的趋势。从季节变化上看,京津冀地区各站点的PM2.5浓度和20种元素总浓度基本表现为春冬季>夏秋季,20种元素总浓度因春季沙尘的影响而表现稍高,其他季节的20种元素总浓度和PM2.5浓度的变化趋势基本一致。不同类型站点的PM2.5和20种元素总浓度的特征明显不同,受工业影响的城市PM2.5浓度最高,受重工业和农业用地影响的重工业城市和城郊的20种元素总浓度最高。就不同种类的元素而言,所有站点的地壳元素（Ca、Mg、Al、Fe）在20种元素总浓度中所占比例较高,其浓度多表现为白天高夜间低,春季高,冬季次之,夏秋季最低;微量元素（Mn、Cu、Zn、V、Cr、Ni、As、Se、Pb等）的浓度多表现为白天低夜间高,冬季浓度最高,夏秋季最低。禁煤区设立后,禁煤区内站点的PM2.5和20种元素总浓度分别下降了49.9-71.2%和30.8-36.8%,燃煤示踪元素As和Se浓度分别降低了30.8-46.6%和13.7-42.9%,降低幅度明显。本研究采用富集因子（EF）和正定矩阵分解法（PMF）辨别京津冀地区的元素的来源种类,通过后向轨迹和潜在源区方法分析区域传输对京津冀地区污染的影响。结果表明,Na、Mg、K、Ca、V、Cr、Mn、Fe、Co、Ba的富集因子（EF）小于10,主要来源于自然源;Ni、As的EF值在10到100之间,受人为活动和自然源的共同影响;Cu、Zn、Se、Ag、Cd、Tl、Pb的EF值都大于100,元素的富集程度明显,受人为活动影响较大。将20种元素通过PMF方法进行来源解析发现,京津冀地区元素的来源主要包括土壤、交通、工业、燃油、燃煤五大类,除了重工业城市受到工业源的影响最大外,其他站点受土壤源的影响最大（35.9-56.7%）,交通源（8-23.2%）、燃煤源（7.1-15.2%）、燃油源（6.3-12.9%）的贡献相对较小。从后向轨迹的结果来看,京津冀地区主要受河南北部、河北南部和山东西部等地污染的影响,这些来向的气团移动速度慢,轨迹最短;从潜在来源结果来看,京津冀的潜在源区主要分布在京津冀内,受西北方向气团的影响,山西北部对京津冀中西部站点有一定的影响,此外,河南北部、山东西部和北部、辽宁和内蒙古的部分地区也可能是京津冀地区的潜在污染源区。禁煤区设立后,京津冀地区工业源的比例明显降低,实际的燃煤排放量降低了19.6-60.3%,其中北京的燃煤排放量降低幅度最大,石家庄和兴隆因不在禁煤区内,降低率较低。PM2.5中的有害元素可通过呼吸途径引起人们的健康风险。通过对京津冀地区的健康风险评价发现,在2016年和2017年,该地区呼吸途径的致癌风险基本表现为Cr>As>Cd>Ni,其中Cr、As的终身增量致癌风险（ILCR）大于1×10-6,具有一定的致癌风险,Ni的ILCR小于1×10-6,不具有致癌风险。非致癌风险基本表现为Mn>Cr>Zn>As,Pb>Cd>Cu>Ni,其中,2016年Mn对部分站点有非致癌风险,但2017年Mn对非重工业城市的人群不具有非致癌风险,其他有害元素不具有非致癌风险。2017年致癌风险和非致癌风险分别降低了-9.5-36.2%和3.2-40%。从人群分类上看,成年人的致癌风险高于儿童,儿童的非致癌风险高于成年人,成年男性的致癌风险和非致癌风险均高于成年女性。结合PMF来源解析的结果可以发现,除了城郊地区交通源的致癌风险较高外,其他地区的燃煤和燃油源的致癌风险最高;工业城市中虽然工业源的致癌风险很低,但非致癌风险却很高,超大城市由于交通量大可能会引起较高的非致癌风险。禁煤区设立后,Cr、As、Cd的致癌风险分别降低了21.3-60.9%、17.9-41.1%和37.8-51.9%,燃煤源和工业源的致癌风险降低了30.74-48.28%,禁煤区的设立带来了显着的健康效益。
肖凯[6]（2021）在《嘉峪关市大气颗粒物PM2.5,PM10及其无机元素污染特征,来源解析及健康风险评价》文中研究指明随着我国西北地区工业化进程的加快,颗粒物污染已成为城市大气环境污染的首要问题。不同的城市由于其不同的能源和工业布局以及气候,地理条件等因素致使大气中各种颗粒物的来源和规律不尽相同。为使大气颗粒物污染控制具有针对性和精确性,对城市大气颗粒物来源进行解析研究具有实用价值与重要的意义。为了对嘉峪关市的四季PM2.5,PM10及其无机元素的污染特征、来源解析、健康风险、区域污染程度进行研究,在嘉峪关市布置了三个具有代表性的采样点,并于2019年12月-2020年10月进行四季的大气颗粒物PM2.5,PM10样品采集以及无机元素（V、Cr、Mn、Co、Ni、Cu、Zn、As、Se、Cd、Ba、Pb、Mg、Al、Ca、Fe）浓度分析。利用Meteoinfo软件及Trajstat插件进行了后向轨迹模拟与颗粒物潜在源区分析,在无机元素浓度数据的基础上使用PCA主成分分析法与PMF源解析模型进行了源解析工作,再使用EPA健康风险评价模型进行了致癌风险与非致癌风险的评价工作,最后使用地累积指数法进行了区域重金属污染评价。结论如下:（1）嘉峪关市的PM2.5与PM10污染呈现出冬春季较重,夏秋季较轻的特点。对于颗粒物中的无机元素,浓度较高的元素主要为Mg、Al、Ca、Fe四类地壳元素,其余元素的浓度相对较低。（2）嘉峪关市四季的后向轨迹模拟及聚类分析结果表明,嘉峪关市四季更易受到西至西北方向气团的影响。嘉峪关市春季颗粒物污染最为严重,PM2.5与PM10的潜在源区多集中在该市东北方向的内蒙古自治区与蒙古国的交界处,其余季节污染相对较轻,潜在源区多集中在新疆东部地区、甘肃河西走廊地区、青海省北部的部分区域。（3）利用富集因子分析法评估嘉峪关市PM2.5,PM10中无机元素受人类活动的影响程度,结果表明,冬季Zn、Se、Cd、Pb、Mg,春季Se、Cd、Pb,夏季Se、Cd、Mg,秋季Zn、Cd、Pb的富集因子大于10,受人类活动的影响较大。（4）利用PCA主成分分析法对嘉峪关市四季PM2.5,PM10进行来源解析,结果表明,对冬季PM2.5贡献较大的源主要为扬尘源（26.42%）与工业源（23.42%）,对冬季PM10贡献较大的源主要为钢铁尘源（29.59%）与扬尘源（19.57%）。对春季PM2.5贡献较大的源主要为扬尘源（37.32%）与燃煤源（18.84%）,对春季PM10贡献较大的源主要为扬尘源（52.67%）与工业源（12.98%）。对夏季PM2.5贡献较大的源主要为工业源（38.23%）与扬尘源（15.28%）,对夏季PM10贡献较大的源主要为工业源（42.06%）与建筑水泥尘（14.44%）。对秋季PM2.5贡献较大的源主要为工业源（36.64%）与交通源（14.06%）,对秋季PM10贡献较大的源主要为扬尘源（32.57%）与燃煤源（16.69%）。（5）利用PMF源解析模型对嘉峪关市四季PM2.5,PM10进行来源解析,结果表明,对冬季PM2.5贡献较大的源为燃煤源（44.9%）与燃油源（27.5%）,对冬季PM10贡献较大的源为扬尘源（24.8%）与燃煤源（46.8%）。对春季PM2.5贡献较大的源为扬尘源（62.6%）与建筑水泥尘（21.9%）,对春季PM10贡献较大的源为扬尘源（75.4%）与建筑水泥尘（18.5%）。对夏季PM2.5贡献较大的源为工业源（30.2%）与钢铁尘源（45.6%）,对夏季PM10贡献较大的源为工业源（19.1%）与钢铁尘源（58.3%）。对秋季PM2.5贡献较大的源为扬尘源（50%）与建筑水泥尘（30.2%）,对秋季PM10贡献较大的源为工业源（21.6%）与扬尘源（43.8%）。（6）使用EPA健康风险评价模型对四季PM2.5,PM10中的Cr、Ni、As、Co、Cd、Pb进行致癌风险评价,对Cu、Mn、Zn、Pb、V进行非致癌风险计算,结果表明,四季致癌元素的致癌风险均表现为“儿童>成年男性>成年女性”,除冬季PM2.5,PM10中的Cr元素以及春夏秋三季PM10中的Cr元素表现出了一定的致癌风险,其余元素的致癌风险均处于可接受水平。四季非致癌元素的非致癌风险均表现为“成年男性>儿童>成年女性”,春季的PM10中Mn元素存在一定的非致癌风险并且该季节PM10的非致癌风险危险指数HI大于1,存在非致癌风险,其余季节的颗粒物非致癌风险处于可接受水平。（7）使用地累积指数法对四季PM2.5,PM10中无机元素进行区域重金属污染评价,结果表明,Se、Cd、Pb三类元素在四季的区域重金属污染评价中多表现为严重污染,地壳元素的污染程度相对较轻,冶金工业生产中产生的部分元素也具有一定程度的污染,并且在冬季相对严重。
杨轶男[7]（2021）在《某矿区儿童环境铅暴露健康风险评价及影响因素研究》文中提出目的:本研究通过检测矿区空气、土壤、饮水、饮食等各环境介质铅（Pb）含量,旨在揭示矿区儿童Pb外暴露现状;将儿童铅暴露-吸收-生物动力学综合模型（Integrated Exposure Uptake Biokinetic,IEUBK）结合矿区环境参数,构建本土化矿区IEUBK模型,并与实际检测儿童的血Pb含量进行对比分析,探讨矿区IEUBK模型实用性;从儿童行为、父母职业与及居住环境等方面集成研究矿区儿童Pb暴露影响因素,为矿区儿童Pb暴露治理提供科学依据。方法:（1）按照典型性、重点性、可行性原则选择中国北方某矿区为研究现场,根据污染程度选择5个外环境空气采样点,根据当地河流走向设置6个地表水监测断面,在矿区农田设置30个土壤监测点,在矿区社区设置15个室内空气监测点,15个室内积尘监测点,随机采集收获期自产玉米30份,自产蔬菜30份,市场采购食品36份,进行外暴露Pb含量测定;采用单因子污染指数法和综合污染指数法进行Pb污染评价;采用风险商（HQ）进行Pb非致癌健康风险评价,采用超额终生癌症风险（ILCR）进行Pb致癌健康风险评价。（2）选择矿区儿童569名为研究对象,进行血Pb及尿肾功监测,采用一对一问答式对其监护人进行调查。（3）利用美国环保署EPA提出的IEUBK模型结合研究现场环境参数构建本土化矿区儿童铅暴露-吸收-生物动力学综合模型并进行验证分析。采用SAS9.3、SPSS26.0等统计软件进行儿童Pb暴露影响因素单因素及多因素分析。结果:（1）矿区采暖期Pb单因子污染指数是非采暖期的3.0倍,枯水期Pb浓度为丰水期的59.04倍;Pb在蔬菜地、玉米地土壤中的超标率分别为37.50%和52.94%,最大超标倍数分别为0.8和2.50倍;室内空气中Pb仅在采暖期存在超标现象,超标率达到了25.45%;室内积尘Pb的超标率高达100%,最大超标倍数17.20倍;家庭自产叶菜类蔬菜、根茎类蔬菜、其他蔬菜中Pb的超标率分别为66.67%、14.29%、35.0%,明显高于市场采购蔬菜,自产玉米Pb不存在超标现象。（2）矿区人群不同暴露途径Pb的暴露水平依次为:经消化道>经呼吸>经皮肤,经消化道的暴露量占总暴露水平的98.21%;经呼吸道、消化道、皮肤接触HQ分别为3.20、5.54、3.01×10-3,ILCR经呼吸道、消化道分别为4.96×10-7、5.64×10-6。（3）矿区儿童血Pb中位数为10.61μg/dl,四分位数间距为4.33μg/dl～19.32μg/dl;矿区儿童血Pb与铝（Al）、钒（V）、铬（Cr）、锰（Mn）、镍（Ni）、锌（Zn）、砷（As）之间呈正相关,与Cr相关系数最大,rs=0.437;与铜呈负相关。（4）多重线性回归多因素显示:每天平均在马路上时间超过2小时、每周吃牛奶奶粉3～4次、混合喂养、人工喂养时间9个月以上均是导致矿区儿童血Pb含量升高的主要因素。（5）利用矿区环境参数构建本土化IEUBK模型,预测显示儿童血Pb浓度及其超过观察值10μg/dl在不同年龄组分别为:0～岁组浓度2.18μg/dl,概率0.06%;1～岁组浓度4.35μg/dl,概率3.84%;2～岁组浓度5.3μg/dl,概率8.84%;3～岁组浓度6.16μg/dl,概率15.12%;4～岁组浓度6.23μg/dl,概率15.71%;5～岁组浓度6.38μg/dl,概率16.93%;6～岁组浓度6.56μg/dl,概率18.47%。结论:矿区采暖期空气、枯水期饮水中铅含量增高,当时农产品铅含量超标,环境治理仍需加强;儿童血铅水平较低,仍需长期观察研究;父母既往职业暴露、住房装修时间长短与儿童血铅存在关联;矿区儿童体内钒、锰、镍元素与血铅呈正相关;儿童每天超过2小时在马路是血铅水平的危险因素,婴儿期喂养方式影响儿童血铅水平,乳制品是血铅水平的保护因素。IEBUK模型预测效果在1,2,5,6年龄段表现良好,在0,3,4年龄段还需要优化模型暴露参数。
叶磊[8]（2020）在《西安市城区大气中PBDEs和PCBs的污染特征、气粒分配及来源研究》文中提出为减少和消除持久性有机污染物（POPs）排放,全球多个国家共同签署了《斯德哥尔摩公约》。我国作为缔约方之一,近十几年来开展了许多针对POPs的监测和研究,但主要集中在长三角、珠三角和京津冀等较发达地区,西安市作为我国中西部地区及关中城市群的中心城市,在这方面开展的研究十分有限,基础数据较为匮乏。PBDEs和PCBs是两类较典型的POPs,其相关产品曾在世界范围内大量使用,对环境和人类健康造成了巨大危害,目前虽已被禁用,但仍能在全球大气环境中发现其残留。针对上述情况,本课题开展了跨度近6年的采样监测工作,共收集了268个大气样品并检出了12种PBDEs和80种PCBs。结果表明,西安市城区大气中Σ11PBDEs（除BDE-209之外的所有PBDEs）和PCBs的浓度在整个采样周期内呈逐年下降趋势,但BDE-209的浓度未出现明显变化。若与国内外其他城市和地区相比,西安地区PBDEs和PCBs的污染程度相对较低,但要高于背景点的污染水平。通过健康风险评价,发现这两类典型POPs对当地儿童的致癌风险处于较低风险水平,对成人的致癌风险处于低、中风险水平。论文分析了影响大气中PBDEs和PCBs浓度分布的相关因素,发现PBDEs与气温之间存在显着相关性,但PCBs与温度并不相关。大气中的PBDEs和PCBs均与TSP呈显着相关性,尤以颗粒相表现最为突出。根据“Clausius-Clapeyron”方程,本文提出并计算了PBDEs的“相对分压偏差值”RP（表示相对分压的实际值和预测值之间的偏差程度）,并将数据分为“Low RP”、“Middle RP”和“High RP”三组,结果表明这三组样品数据和不同的气象条件有关且分布特征较明显。论文通过气粒分配研究,发现PBDEs和PCBs的气粒分配在理论上均未达到平衡。同时,运用Dachs-Eisenreich模型、Falconer-Harner模型和Li-Ma-Yang模型对这两类POPs的气粒分配参数（log KP）进行了预测分析,得出了各模型的适用条件。进一步分析可知,POPs的气粒分配行为易受到气象因子、颗粒物和气溶胶特性（相关参数取值）以及普遍存在的“采样干扰效应”的共同作用,而后者往往容易被忽略。论文从“潜在排放源分布研究”、“污染物来源解析”和“潜在源区识别”三个方面对PBDEs和PCBs的污染来源和分布情况进行研究,结果发现:（1）我国PBDEs排放源主要集中在东南沿海及部分省会城市附近,而PCBs排放源主要集中在关中城市群及长三角地区,表明大气中PBDEs和PCBs的含量分布与人类活动及工业生产之间关系密切;（2）“主成分分析”表明PBDEs的污染主要来自Penta BDE、Octa BDE和Deca BDE三类商用PBDEs产品的排放,而PCBs污染源则有可能为我国生产的2号和1号PCBs变压器油源;（3）通过“后向气流轨迹”模型,区分了PBDEs、PCBs的本地源和外地源的贡献,同时发现这两类POPs的潜在源区呈现逐渐缩小和集中的变化趋势,且源强值也逐渐变小,说明我国中西部地区大气中PBDEs和PCBs的污染情况逐渐好转。总体来看,论文以西安市城区为研究区域,从污染水平、分布特征、气粒分配行为和健康风险评价等方面对大气中PBDEs和PCBs这两类典型POPs进行了深入分析,提出了RP值分组方法,建立了POPs溯源体系,掌握了PBDEs和PCBs在大气中的归趋变化规律和污染来源,为我国中西部地区开展积极有效的POPs监测及治理工作提供了重要的基础数据和方法参考,同时也为推动陕西地区经济和社会的可持续发展,构建环境友好型社会作出了积极贡献。
贾中民[9]（2020）在《渝西北土壤重金属污染特征、源解析与生态健康风险评价》文中进行了进一步梳理土壤重金属污染关系生态系统健康和农产品质量安全,进而影响人体健康,受到国内外的广泛关注。有研究深入分析了城市和农业土壤重金属污染特征,并评价了土壤重金属污染的生态健康风险,有利于土壤环境质量的提高和人居环境的改善。然而重庆市作为四大直辖市之一,其城镇快速发展区土壤与农作物重金属污染水平、生态环境和健康风险评价的系统研究相对有限。重庆市西北部的潼南区、合川区、铜梁区和大足区是建设主城菜篮子基地、实现重庆市农业现代化的重要区域之一,城郊特色效益农业潜力巨大,为重庆市民提供了大量的粮油、生猪、水产、蔬菜等主要农产品的供给保障,开展该区域土壤重金属的系统研究十分必要。为更好地了解渝西北地区（潼南区、合川区、铜梁区和大足区）土壤重金属生态环境风险及农产品对人体健康的影响,在4个区高密度采集了土壤样品1695件,采集水稻籽实101件、玉米籽实139件和叶类蔬菜88件,以及各类作物相同数量的根系土,按照相关规范要求,分析测试各类样品8种重金属元素含量、部分土壤样品重金属7步形态和其他相关理化指标。在此基础上,采用地统计学理论、GIS技术、多元回归分析、污染评价与源解析及生态健康风险评价等多种方法,系统研究了以下几个问题:（1）研究区土壤重金属含量水平及空间分布特征;（2）土壤重金属污染种类、程度及范围,查明重金属污染的主要来源及其贡献率;（3）土壤—作物系统重金属元素迁移累积特征及其安全性,并构建农作物超标重金属含量吸收模型;（4）表层土壤与农作物重金属元素的生态环境风险和健康风险水平。以期为当地土壤污染防治、农作物安全性及生态环境与人体健康风险管理等提供理论依据。主要结论如下:1.渝西北表层土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn平均含量分别为6.21、0.33、75.49、6.99、0.077、27.9、35.24和87.91 mg·kg-1。除Cr元素含量略低于背景值外,As、Cd、Cu、Hg、Ni、Pb和Zn元素平均值均超过背景值,7种重金属元素在表层土壤不同程度累积,Cd元素是背景值的3.01倍,累积效应最大,其余6种元素是背景值的1.07～1.28倍。2.空间变异分析结果表明Cd、Pb元素拟合为线性模型,As、Ni元素拟合为球状模型,其余元素理论模型拟合为指数模型。8种元素的块基比[C0/（C0+C）]介于0.40～0.71之间,属于中等程度空间自相关关系,说明它们的空间变异受到结构性因素和随机性因素的共同影响。克里格插值结果显示,研究区除Hg在东部含量较高外,Zn、Cd、Pb、As、Ni、Cu和Cr 7种元素在研究区西部含量较高,且元素含量空间分布与地层界线基本耦合,但Cd和Pb存在局部的高值区,表明研究区土壤重金属含量明显受控于成土母质及成土作用过程,而Cd、Hg和Pb元素还受到人类活动的影响。3.研究区土壤Cr、Ni、Cu、Zn和As元素含量主要受地层（成土母岩）控制,更接近于强烈的空间自相关;而Hg受人为活动的影响更为明显,接近于很弱的空间自相关;Cd和Pb则受成土母岩和人为活动的共同影响。总体上,成土母质决定了研究区土壤重金属含量和空间分布,表生地球化学作用重塑了表层土壤重金属元素分布的宏观趋势,强烈的人类活动（如工矿业活动、农业生产活动等）破坏了Hg、Cd和Pb等元素的自然分布规律。4.研究区地累积指数平均值均小于1,由大到小依次为Cd>Pb>As>Zn>Ni>Hg>Cu>Cr;单因子污染指数平均值也小于1,依次为Cd>Cr>Cu=Zn>Ni>As>Pb>Hg,综合污染指数平均值为0.6;富集因子由大到小依次为Cd（3.03）>Hg（1.30）>As（1.26）>Ni（1.1）=Zn（1.1）>Pb（1.09）>Cu（1.04）>Cr（0.95）。3种评价方法结果虽略有不同,但总体结果基本一致。研究区总体上土壤污染程度较低,以无污染和轻微污染为主,存在一定程度的中-重度污染,即有一定数量的土壤点位中重金属Cd、Hg和As等具有较高的指数,这表明研究区已存在这些重金属元素的污染或背景值较高,尤其是Cd污染最为突出。5.相关分析、主成分分析/绝对主成分分数-多元回归方程受体模型（PCA/APCS-MLR）分析表明,研究区土壤重金属主要来源有自然源、工业源与农业源、大气降尘源。其中土壤Cu、Cr、Ni、Zn和As主要来源于自然源,对5种重金属的贡献率分别为85.51%、84.75%、86.78%、71.14%和83.95%,受地质背景（成土母质）控制明显;Cd主要来源于工农业活动源和自然源,贡献率分别为56.49%和43.51%,研究区工矿企业和农业活动造成的Cd输入明显,其生态效应需引起重视;Pb以工业活动源和农业活动源为主,贡献率为55.2%,同时自然源（成土母质）也是Pb的来源之一;而Hg以人为排放的大气降尘为主要来源,贡献率为86.9%。从源头上控制主要污染元素在农田土壤中的积累有助于降低农产品重金属富集风险,对研究区土壤Cd污染的控制应采取防止土壤酸化、减少工业活动排放和农业施肥输入等综合措施,土壤Pb主要是控制工业活动的排放,而控制煤炭燃烧产生的大气污染则是防治土壤Hg污染的重要措施之一。6.水稻、玉米和叶类蔬菜的根系土中Cd和Ni的超标率分别为25.5%和20.6%、27.3%和30.2%、45.5%和15.9%,其他如As、Cr、Cu、Pb也有超标点位存在,总体上蔬菜地>玉米地>水稻田。而对应农作物仅水稻籽实和玉米籽实Cd有超过标准限制值的点位,超标率分别为9.90%和8.63%。生物富集系数以Zn和Cd较高,Hg在蔬菜中虽有最高的富集系数,但蔬菜中Hg含量未超过标准限制值。这说明研究区重金属Cd及Zn的生物有效性较强,而其他重金属生物有效性较弱,这也是农作物Cd超标的主要原因之一。7.水稻、玉米和叶类蔬菜及其根系土中重金属含量的对应关系可以看出,酸性条件下作物内Cd含量会出现较高的误判,即作物内重金属含量和土壤里重金属含量并非简单的线性关系,需引入其他土壤关键因子进一步研究。利用Cd的生物富集系数并引入土壤其他因子进行多元回归分析构建作物吸收模型显示,水稻籽实、玉米籽实和叶类蔬菜中Cd含量与土壤p H值呈负相关,土壤偏酸性会促进作物对Cd的吸收累积。同时土壤中Ca O对水稻籽实中的Cd累积、土壤K2O和S对玉米籽实和叶类蔬菜中的Cd累积具有抑制作用,而土壤中Si O2对水稻籽实Cd积累具有促进作用。实际生产中可以通过控制土壤酸碱度及相关因子含量来减缓重金属元素的生物有效性,提高研究区农产品质量。8.研究区表层土壤整体处于中等潜在生态风险等级,重金属危害程度由强到弱依次为Cd>Hg>As>Pb>Cu>Ni>Cr>Zn,平均值从高到低依次为大足（184.9±57.6;平均值±S.D.）≈铜梁（182.0±90.8）>潼南（165.6±36.9）≈合川（165.4±71.3）,Pb、Cu、Ni、Cr和Zn均为轻微生态危害等级,As基本处于轻微生态危害等级,Cd和Hg主要处于中等生态危害等级,二者可能造成的生态危害应引起重视。9.研究区土壤重金属环境无风险或可忽略（优先保护类）的点位占81%,可能存在环境风险但风险可控（安全利用类）的样点占19%,无明显环境污染风险区（严格管控类）。优先保护类主要分布于研究区西部和东北部,整体围绕安全利用类土壤呈连续性分布;安全利用类主要分布在研究区东部和南部,零星分布在中西部,主要呈不规则的斑块状分布。风险评估码（RAC）显示,除Cd外其他重金属元素主要以残渣态形式存在,无环境风险或风险较低,而土壤Cd处于高风险状态,生物有效组分达到39.67%,与其他地区比较发现非地质高背景区土壤重金属Cd的生物活性明显高于地质高背景区。因此,研究区土壤环境风险主要由Cd元素及其较高的生物有效性引起。10.研究区可能存在由重金属引起的非致癌健康风险,除了膳食摄入重金属成人致癌风险高于儿童外,无论土壤重金属致癌、非致癌风险或膳食摄入重金属非致癌风险,儿童更容易受到潜在健康风险影响。土壤Ni元素对非致癌健康风险贡献率最大,且儿童的单一非致癌健康风险指数大于1;土壤Cr对致癌风险贡献率最大;农作物中As对非致癌贡献率最大,而Cd对致癌贡献率最大。土壤—农作物系统中8种重金属对成人和儿童的综合非致癌风险系数分别为0.397和2.17,成人没有显着的非致癌风险,儿童综合非致癌风险指数大于1,可能存在非致癌风险,主要是由Ni元素通过土壤皮肤接触产生的非致癌风险引起的。成人和儿童总致癌风险指数平均值处于10-6～10-4之间,处于可接受水平。综上所述,基于污染评价、生态环境和健康风险评价部分可知,研究区应将Cd、Hg和Ni列为优先控制的重金属元素,而As、Pb和Cu等重金属元素因某些点位含量超过GB15618-2018D的风险筛选值或者指数（Igeo、EF和RI）较高也不能忽视。因此,需重视研究区土壤Cd的安全利用问题,应积极采取农艺调控或筛选低累积品种进行替代种植等安全利用措施降低农产品超标现状,同时减少工矿业活动对Cd和Hg的排放及农业生产活动（如含高Cd磷肥的施用等）对土壤Cd的输入,并避免儿童过多地接触土壤以便消除儿童的非致癌健康风险。研究区土壤重金属的首次系统评价为当地政府制定政策提供了重要信息,评价提供的定量证据表明迫切需要加强土壤污染防治工作,以保护居民免受排放到环境中重金属的危害。
阳晓燕[10]（2020）在《大气颗粒物短期暴露与空气净化器干预对小学生呼吸系统影响研究》文中研究说明[背景]我国的大气污染一直受到国内外的高度关注。2012年以来,国家实施了一系列大气污染治理措施,在空气质量改善方面取得了良好的效果。2013年-2018年,全国PM10年平均浓度从118μg/m3下降至71μg/m3,PM2.5年平均浓度从72μg/m3下降至39μg/m3,但大气污染的治理任重道远,2018年北京地区PM2.5污染浓度高于100μg/m3的天数仍有110天,占全年的1/3。PM的健康危害不容忽视,流行病学资料显示PM10、PM2.5和PM1与多种疾病的发生、发展和死亡密切相关。小学生是空气污染的敏感人群,其肺部发育不成熟、呼吸速率快,较成人更易受PM的影响。已有研究证实大气污染物尤其是PM2.5与儿童哮喘、久咳、肺炎、支气管炎、鼻炎、上呼吸道感染和下呼吸道感染都有较强的关联。小学生大部分时间在教室度过,教室内人员密集,空间相对密闭,大气污染是教室内空气污染的主要来源,加之人员活动,大气污染较重时小学生的个体暴露浓度可能高于大气污染浓度,而小学生由于肺部发育不成熟,受到的健康危害可能比预期更高。在短期内无法彻底解决空气污染的情况下,采取便捷、科学、有效的防护措施,降低小学生健康危害尤为重要。空气净化器则是重要的防护措施之一。但如何评价空气净化器的防护效果,由于影响因素复杂,一直是科研人员面临的挑战,也是空气污染健康防护中亟需解决的重要科学问题。因此,探讨PM对小学生呼吸系统健康危害,以及空气净化器对小学生的健康防护作用具有重要的公共卫生学意义。通过对文献的系统梳理,发现在大气颗粒物对小学生呼吸系统健康危害研究中,学生活动,家庭环境、饮食等,对研究结果影响较大,需要有效控制混杂因素;暴露评估大部分利用监测站数据,未考虑个体活动及微环境浓度对个体暴露浓度的影响;单项研究纳入的健康效应指标有限,缺乏系统的评价;因此造成不同团队对暴露水平的评价及对健康效应的影响存在偏差,甚至有些研究结论相互矛盾。在有限的空气净化器健康防护效果研究中,往往限制受试者的正常活动,与其真实生活、工作或学习环境存在较大差异。本研究选择一所寄宿小学,采用随访和交叉干预的研究设计,在小学生正常学习、生活情况下,控制混杂因素,准确评估暴露水平,研究污染天气下,PM对小学生呼吸系统健康危害,评估空气净化器对小学生的健康防护效果。通过PM对小学生的有害效应,以及空气净化器使用后对小学生的健康防护作用研究,从正反两方面筛选评价指标,全面系统的评估大气颗粒物对小学生的健康影响及空气净化器的健康防护效果。[目的]本研究旨在严格控制混杂因素,选择较准确的个体暴露评估方法的情况下,建立较完善评价指标体系,全面、系统的研究大气颗粒物（PM10、PM2.5和PM1）对小学生呼吸系统的健康影响,并同时评估空气净化器对大气颗粒物（PM10、PM2.5和PM1）的净化效果及对小学生呼吸系统健康防护效果,为污染天气下小学生呼吸系统健康防护提供充足的科研依据。研究结果可指导学校合理使用空气净化器,降低健康危害,为建立污染天气下特定人群的个性化健康防护措施提供科学依据。[方法]本研究通过随访和随机交叉干预设计开展大气颗粒物对小学生呼吸系统的健康影响研究和空气净化器干预对小学生健康防护研究。以一所全寄宿学校4-5年级小学生为研究对象,首先分别选择低污染和高污染天气开展2次随访研究,每次连续5天（周一至周五）监测室外、室内PM10、PM2.5和PM1浓度,用时间活动模式和微环境浓度推算时间加权个体暴露浓度,在第5天（周五）问卷调查方式了解小学生调查期内呼吸系统症状（咳嗽、咳痰、鼻塞、流涕、咽喉肿痛、发烧和头疼）,用FeNO检测仪检测小学生FeNO、肺功能仪检测肺功能（VC、FVC、FEV1、FEV1/FVC、PEF、FEF25%、FEF50%、FEF75%、FEF25%-75%）,RtubeTM管收集EBC以及收集清洁中段晨尿,用pH计检测EBC中pH,ELISA法检测EBC和尿液中共16项炎症和氧化应激指标（EBC 8-iso、EBC IL-1β、EBC IFN-α、EBC IFN-γ、EBC TNF-α、EBC MCP-1、EBC IL-6、EBC IL-8、EBC IL-10、EBC IL-12p70、EBCIL-17A、EBCIL-18、EBCIL-23、EBCIL-33、尿 8-OHdG 和尿 4-HNE）,用GC-TOF-MS对两次调查EBC样本进行非靶向代谢组学扫描,用Wilcoxon符号秩和检验进行单因素分析,Simca 4.1进行多因素分析,筛出FDR q<0.05以及PLS-DA模型（或OPLS-DA模型）VIP>1.0的差异代谢物。用逻辑混合效应模型和线性混合效应模型分析PM10、PM2.5和PM1与效应指标（包括7项症状指标、9项肺功能指标、18项炎症和氧化应激指标和EBC中差异代谢物）的关联性,筛选敏感效应指标,探索不同PM污染条件下对小学生的健康影响。其次,进行空气净化器交叉干预研究,洗脱期为1个月。将受试对象以班级为单位分为2组,第一阶段一组使用有高效滤芯空气净化器,另一组使用无高效滤芯空气净化器,干预5天后体检并收集样本,一个月后交换空气净化器,进行第二阶段的干预,干预结束后体检并收集样本。为验证并比较随访研究筛选的敏感指标,干预研究PM监测、问卷调查、体检和样本的检测方法均与随访研究一致。用逻辑混合效应模型和线性混合效应模型分析空气净化器干预以及干预后PM浓度下降与效应指标的关联性。最后,对两项研究的指标进行对比分析,探索PM对小学生呼吸系统的健康危害和空气净化器的健康防护作用。[结果]（1）2次随访分别纳入了 123名和118名研究对象,2次PM10平均时间加权个体暴露浓度分别为 19.44μg/m3 和 51.76μg/m3,PM2.5 加权浓度分别为 14.86μg/m3 和 41.37μg/m3,PM1加权浓度分别为6.27μg/m3和22.33μg/m3。两样本比较发现咳嗽、咳痰、流涕、VC、FVC、FEV1/FVC、FEF25%、FEF75%、pH、FeNO、EBC 8-iso、EBC IL-33、EBC IL-1β、EBCIFN-α、EBCTNF-α、EBCMCP-1、EBCIL-8、EBCIL-18、尿 8-OHdG 和尿 4-HNE差异有统计学意义。EBC代谢组分析发现FDR q<0.05以及PLS-DA模型VIP>1.0的差异代谢产物共26个。关联性分析发现PM10、经PM10调整后的PM2.5和PM1与流涕、EBC pH、FeNO、EBC 8-iso、EBC IL-1β、EBC IL-6、EBC IL-8、EBC IL-33、4-HNE 和8-OHdG的升高有关联,其中FeNO升高幅度最大,PM10、PM2.5和PM1每升高1Oμg/m3,FeNO 分别升高 10.17%（95%CI:6.63%-13.7%）、12.54%（95%CI:8.12%-16.95%）和 22.17%（95%CI:14.3%-30.04%）;与 FVC、FEV1、FEV1/FVC 和 FEF25%下降有关,其中 FEV1 下降幅度最大,PM10、PM2.5和 PM1每升高 10μg/m3,FEV1分别下降 3.25%（95%CI:1.95%-4.56%）、3.93%（95%CI:0.24%-7.62%）和 6.43%（95%CI:3.86%-9.00%）。差异代谢产物中发现PM短期暴露可引起14项代谢产物升高,10项代谢产物降低,其中EBC NA、EBC CBE、EBC MU、EBC PA 16:1N-7 和 EBC OA 与机体炎症反应有关,EBC PA 和 EBC UD与机体氧化应激有关,EBCFA与机体免疫调节有关。同时,研究发现PM有滞后效应,滞后1-2天（lag1-2）效应最强,对男生的影响强于女生。（2）空气净化器交叉干预研究中,干预组和非干预组分别纳入124和116名研究对象,两组PM10平均时间加权个体暴露浓度分别为48.5±0.76μg/m3和71.08±0.21μg/m3,PM2.5加权浓度分别为37.37±7.65μg/m3和62.92±6.28μg/m3,PM1加权浓度分别为28.06±0.79μg/m3和39.08±2.91 μg/m3。研究发现空气净化器可有效降低室内PM10、PM2.5和PM1浓度,对PM2.5的净化率最强,室外浓度PM2.5 115μg/m3～150μg/m3时有最高净化率,为52.83%（50.26%,56.13%）。两样本比较发现干预组流涕发生率、FeNO、EBCIFN-α、EBCMCP-1和尿8-OHdG低于非干预组,差异有统计学意义（P<0.05）。EBC非靶向代谢组学筛出16个潜在差异代谢物。关联分析发现空气净化器干预可有效降低小学生流涕、FeNO、EBCIL-1β、EBCIL-6和尿8-OHdG的浓度,空气净化器干预后,PM10、PM2.5和PM1的降低与流涕、FeNO、EBCIL-1 β、EBCMCP-1、EBCIL-6和尿8-OHdG的降低有关联,其中EBC MCP-1降低幅度最大,调整PM10影响后,PM2.5和PM1每下降10μg/m3,EBC MCP-1 分别下降 5.47%（95%CI:0.65%-10.29%）和 13.56%（95%CI:3.43%-23.7%）。空气净化器干预使EBC中7项差异代谢物下降,3项代谢产物升高,其中EBC L-Ser和EBC LLA与炎症和氧化应激有关,EBCMU与炎症反应有关,EBCPUT与氧化应激有关。两项研究对比发现流涕、FeNO、EBCIL-1β、EBCIL-6、尿8-OHdG和EBCMU与PM（PM10、PM2.5和PM1）和空气净化器干预均有关联。各指标在不同性别小学生中变化不一,流涕、PEF、FEF25%、FeNO、EBCIL-1β、EBCIL-8 和尿 8-OHdG 在男生中变化幅度较大,FEV1、FEV1/FVC、FeNO、EBCIL-6和EBCMU在女生中变化幅度较大。[结论]（1）PM短期暴露与小学生呼吸系统炎症和氧化应激有关联,对健康小学生呼吸系统症状、肺功能具有不利影响。PM粒径越小,健康影响越大,且粒径大的颗粒物对粒径小的颗粒物健康影响具有一定的干扰作用,如不扣除其影响,可能会导致高估颗粒物的健康效应,提示应综合考虑不同粒径PM的健康效应。（2）PM有滞后影响,在暴露后1-2天达到最大效应,其影响可持续多日,提示一次污染发生时,人们不仅需要在当下采取通过外出时佩戴口罩,关闭门窗,有条件的在室内开启空气净化器等保护措施,而且在污染发生后的一段时间内都需要注意个体防护。（3）空气净化器可有效降低室内PM浓度,室外PM2.5 115μg/m3-150μg/m3时有最大的净化效能,与此同时,在小学生中观察到干预后,呼吸系统炎症和氧化应激指标发生相应的变化,提示在污染天气发生时,即使是正常学习的过程中,合理开启空气净化器也可对小学生呼吸系统健康产生重要的防护作用。（4）男生较女生更易受PM的影响,在今后的科研以及人群健康防护中应考虑性别因素的影响。（5）两项研究综合分析,发现FeNO、EBC IL-1β、尿8-OHdG,辅以EBC MU是评估PM10对小学生呼吸系统健康影响的敏感指标。FeNO、EBC IL-1β、EBCIL-6、尿8-OHdG,辅以流涕和EBC MU是评估PM2.5和PM1的健康影响和空气净化器对小学生的健康防护效果的敏感指标。（6）评估男生的健康效应时应重点关注流涕、PEF、FEF25%、FeNO、EBC IL-1β、EBC IL-8和尿8-OHdG等的变化,评估女生的健康效应时应重点关注FEV1、FEV1/FVC、FeNO、EBC IL-6 和 EBC MU 等的变化。（7）本研究从正反两方面评估了 PM对小学生呼吸系统健康危害和空气净化器干预的健康防护作用,筛选、建立了较完善的评估指标体系,可为未来在正常生活、学习或工作情况下,开展PM污染健康影响和空气净化器干预健康防护效果评估提供技术手段,也可为污染天气下特定人群的个性化健康防护提供科学依据。
二、大气污染对儿童健康所致潜在危害研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、大气污染对儿童健康所致潜在危害研究（论文提纲范文）
（1）典型城市住宅居室PM2.5现状及其影响因素（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 常用缩写词中英文对照表 |
| 第一章 前言 |
| 1.1 研究背景 |
| 1.1.1 PM_(2.5)概述 |
| 1.1.2 室内PM_(2.5)暴露情景分析 |
| 1.2 国内外住宅PM_(2.5)研究现状 |
| 1.2.1 全球住宅PM_(2.5)污染现状 |
| 1.2.2 我国住宅PM_(2.5)污染现状 |
| 1.2.3 住宅PM_(2.5)的影响因素研究现状 |
| 1.3 PM_(2.5)暴露对儿童健康影响的研究现状 |
| 1.4 室内外PM_(2.5)污染的防控措施现状 |
| 1.5 研究目的、内容和意义 |
| 第二章 研究方法 |
| 2.1 技术路线 |
| 2.2 研究设计 |
| 2.3 样本量估算 |
| 2.4 调查对象 |
| 2.4.1 调查城市 |
| 2.4.2 调查家庭 |
| 2.4.3 调查人员 |
| 2.5 研究方法 |
| 2.5.1 住宅室内污染检测 |
| 2.5.2 室外大气污染数据 |
| 2.5.3 问卷调查 |
| 2.5.4 伦理审查 |
| 2.6 质量控制 |
| 2.6.1 现场检测质量控制 |
| 2.6.2 问卷调查质量控制 |
| 2.7 统计分析 |
| 2.7.1 数据清洗 |
| 2.7.2 数据分析 |
| 第三章 结果 |
| 3.1 研究对象的基本情况 |
| 3.1.1 调查家庭基本状况 |
| 3.1.2 调查住宅基本状况 |
| 3.1.3 调查儿童基本状况 |
| 3.2 住宅PM_(2.5)污染现状 |
| 3.2.1 总体特征 |
| 3.2.2 季节差异 |
| 3.2.3 室内采样点差异 |
| 3.2.4 上下风向区域差异 |
| 3.2.5 城市差异 |
| 3.2.6 区域差异 |
| 3.3 住宅室内外PM_(2.5)的关联性探究 |
| 3.3.1 住宅室内外PM_(2.5)的相关性分析 |
| 3.3.2 住宅室内外PM_(2.5)浓度比值I/O的分布 |
| 3.4 住宅PM_(2.5)的影响因素探究 |
| 3.4.1 住宅建筑特征的影响 |
| 3.4.2 居家烹饪行为的影响 |
| 3.4.3 居家生活习惯的影响 |
| 3.4.4 居家健康防护措施的影响 |
| 3.4.5 住宅环境多种因素与PM_(2.5)浓度的相关分析 |
| 3.4.6 住宅环境多种因素与PM_(2.5)浓度的多因素线性回归 |
| 3.5 住宅PM_(2.5)对儿童呼吸系统症状及主诉症状的影响探究 |
| 3.5.1 居室PM_(2.5)儿童日均暴露剂量ADD分布情况 |
| 3.5.2 居室PM_(2.5)与儿童呼吸系统部分疾病既往患病情况 |
| 3.5.3 居室PM_(2.5)与儿童既往患病的多因素Logistic回归 |
| 3.5.4 居室PM_(2.5)与儿童主诉症状情况分析 |
| 第四章 讨论 |
| 4.1 住宅居室PM_(2.5)污染现状及特征 |
| 4.2 住宅室内外PM_(2.5)的关联分析 |
| 4.3 居室PM_(2.5)的影响因素分析 |
| 4.4 居室PM_(2.5)的健康影响分析 |
| 4.5 研究的创新性和不足 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 附件1 家庭住宅环境调查问卷及填写说明 |
| 附件2 儿童健康水平调查问卷及填写说明 |
| 发表文章 |
| 个人简历 |
| 致谢 |
（2）峰峰矿区PM2.5、PM10中元素的污染评价及源解析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 元素的污染与危害 |
| 1.2.2 元素的来源分析 |
| 1.2.3 元素污染评价方法 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本研究的创新点 |
| 第2章 实验方法 |
| 2.1 研究区域概况 |
| 2.1.1 地理概况 |
| 2.1.2 经济概况 |
| 2.2 样品采集 |
| 2.3 实验分析 |
| 2.3.1 元素的测定方法 |
| 2.3.2 质量控制与保证 |
| 2.4 数据收集与处理 |
| 第3章 峰峰矿区大气颗粒物及其元素的污染特征 |
| 3.1 峰峰矿区空气质量分析 |
| 3.2 峰峰矿区PM_(2.5)、PM_(10)污染特征 |
| 3.2.1 PM_(2.5)、PM_(10)浓度与气象因素 |
| 3.2.2 PM_(2.5)、PM_(10)的季节污染特征 |
| 3.2.3 PM_(2.5)、PM_(10)的昼夜污染特征 |
| 3.3 PM_(2.5)、PM_(10)中元素的浓度特征 |
| 3.3.1 PM_(2.5)、PM_(10)中无机元素的浓度特征 |
| 3.3.2 痕量元素的浓度特征 |
| 3.3.3 稀土元素的浓度特征 |
| 3.3.4 放射性元素的浓度特征 |
| 3.4 基于单颗粒不同微观形貌下的元素特征 |
| 3.4.1 烟尘集合体 |
| 3.4.2 球形颗粒 |
| 3.4.3 矿物颗粒 |
| 3.4.4 硫酸盐颗粒 |
| 3.4.5 其它颗粒 |
| 3.5 本章小结 |
| 第4章 峰峰矿区大气颗粒物中无机元素的评价 |
| 4.1 地积累指数法 |
| 4.1.1 痕量元素的污染评价 |
| 4.1.2 稀土元素的污染评价 |
| 4.1.3 放射性元素的污染评价 |
| 4.2 潜在生态风险评价 |
| 4.2.1 痕量元素的季节生态风险评价 |
| 4.2.2 痕量元素的昼夜生态风险评价 |
| 4.2.3 痕量元素不同空气质量级别下的生态风险评价 |
| 4.3 综合污染评价 |
| 4.3.1 重金属元素的季节综合污染评价 |
| 4.3.2 重金属元素的昼夜综合污染评价 |
| 4.3.3 重金属元素不同空气质量级别下的综合污染评价 |
| 4.4 健康风险评价 |
| 4.4.1 重金属元素的季节健康风险评价 |
| 4.4.2 重金属元素的昼夜健康风险评价 |
| 4.4.3 重金属元素不同空气质量级别下的健康风险评价 |
| 4.5 本章小结 |
| 第5章 无机元素来源解析 |
| 5.1 PM_(2.5)、PM_(10)中无机元素的富集因子分析 |
| 5.2 PM_(2.5)、PM_(10)中无机元素的主成分及相关性分析 |
| 5.3 PM_(2.5)、PM_(10)的后向轨迹法及聚类分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的论文和研究成果 |
| 致谢 |
| 作者简介 |
（3）长春市环境空气中PM2.5和PM10的污染特征研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 大气颗粒物概述 |
| 1.1.2 大气颗粒物的危害 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究意义与内容 |
| 1.3.1 研究意义 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 第2章 实验材料与方法 |
| 2.1 研究区基本状况 |
| 2.1.1 地形地貌及气候特征 |
| 2.1.2 城市发展及能源结构 |
| 2.1.3 大气污染状况 |
| 2.2 样品采集 |
| 2.2.1 采样地点和时间 |
| 2.2.2 采样设备及方法 |
| 2.2.3 滤膜的预处理 |
| 2.3 样品检测及分析方法 |
| 2.3.1 无机元素 |
| 2.3.2 水溶性无机离子 |
| 2.3.3 有机碳和元素碳 |
| 2.3.4 气象数据及常规气态污染物数据的获取 |
| 2.4 模型分析方法 |
| 2.4.1 富集因子法 |
| 2.4.2 健康风险评价模型 |
| 2.4.3 正矩阵因子分解模型 |
| 2.4.4 潜在源分析模型 |
| 第3章 PM_(2.5)和PM_(10)浓度及组成特征 |
| 3.1 PM_(2.5)和PM_(10)的浓度及其季节变化 |
| 3.2 无机元素 |
| 3.2.1 无机元素的富集状况 |
| 3.2.2 无机元素的健康风险评价 |
| 3.3 水溶性无机离子 |
| 3.3.1 水溶性离子的相关性分析 |
| 3.3.2 硫氧化率和氮氧化率分析 |
| 3.4 含碳组分 |
| 第4章 污染天气分析 |
| 4.1 污染天气中PM_(2.5)和PM_(10)质量浓度及气象参数分析 |
| 4.2 污染天气中化学组分变化分析 |
| 4.2.1 水溶性无机离子 |
| 4.2.2 无机元素 |
| 4.2.3 有机碳与元素碳 |
| 第5章 PM_(2.5)和PM_(10)来源解析 |
| 5.1 正定矩阵因子法源解析分析 |
| 5.2 潜在源区域分析 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（4）生活环境因素对儿童体格生长的影响及其相关机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 中英文缩略词表 |
| 第一部分 生活方式和环境改变对特发性矮小症儿童体格生长的影响因素研究 |
| 1 引言 |
| 2 资料与方法 |
| 2.1 研究对象 |
| 2.1.1 ISS组纳入标准 |
| 2.1.2 对照组纳入标准 |
| 2.1.3 调查对象年龄计算 |
| 2.2 研究方法与材料收集 |
| 2.2.1 问卷制定 |
| 2.2.2 病史资料收集 |
| 2.2.3 体格检查 |
| 2.2.4 实验室检查 |
| 2.3 统计学方法 |
| 3 结果 |
| 3.1 调查对象的一般资料 |
| 3.2 矮小相关影响因素的单因素分析 |
| 3.3 矮小相关影响因素的多因素分析结果 |
| 4 讨论 |
| 4.1 使用安抚奶嘴可危害儿童的体格生长 |
| 4.2 有害物质的暴露对儿童生长发育具有潜在危害 |
| 4.3 发霉环境与儿童发育迟缓之间有较强的联系 |
| 4.4 大气环境污染物与儿童发育迟缓相关 |
| 4.5 接触电子产品对儿童生长发育产生负面影响 |
| 4.6 父母受教育程度是儿童生长发育的重要因素 |
| 4.7 不足之处 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 第二部分 纳米氧化锌对幼鼠骨骼生长的毒性作用及机制研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 ZnO NPs的制备 |
| 2.2 动物及实验设计 |
| 2.3 生长发育评估 |
| 2.4 组织中的锌浓度测定 |
| 2.5 生化指标测定 |
| 2.6 Micro-CT检测 |
| 2.7 胫骨中的OPG和 RANKL表达水平 |
| 2.8 统计学分析 |
| 3 结果 |
| 3.1 各组小鼠体格生长指标改变 |
| 3.2 各组肝和骨组织中锌含量分析 |
| 3.3 各组生化指标分析 |
| 3.4 各组Micro-CT胫骨结构分析 |
| 3.5 各组Micro-CT形态定量数据分析 |
| 3.6 各组胫骨中的OPG和 RANKL表达水平 |
| 4 讨论 |
| 5 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 综述 家庭社会环境因素对儿童体格发育影响的研究进展 |
| 参考文献 |
（5）京津冀城市群设立禁煤区的环境和健康效益研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 颗粒物中元素的浓度标准和变化特征 |
| 1.2.2 元素的来源解析 |
| 1.2.3 元素的健康风险评价 |
| 1.3 研究内容与技术路线 |
| 1.4 章节安排 |
| 第二章 实验与分析方法 |
| 2.1 观测站点概况 |
| 2.2 大气PM_(2.5)样品采集方法 |
| 2.3 大气PM_(2.5)中元素的测样方法 |
| 2.3.1 样品的前处理 |
| 2.3.2 ICP-MS的测样原理与质控方法 |
| 2.3.3 样品检测方法 |
| 2.3.4 数据质量控制 |
| 2.4 数据处理与分析方法 |
| 2.4.1 富集因子法 |
| 2.4.2 PMF正交矩阵因子分析法 |
| 2.4.3 气团后向轨迹法 |
| 2.4.4 健康风险评价法 |
| 2.5 样品的采集时间统计 |
| 第三章 京津冀地区PM_(2.5)中元素的时空变化特征 |
| 3.1 京津冀地区PM_(2.5)与总元素的变化特征 |
| 3.2 京津冀地区元素的日夜变化特征 |
| 3.3 京津冀地区元素的季节变化特征 |
| 3.4 禁煤区设立对京津冀地区PM_(2.5)中元素浓度的影响 |
| 3.4.1 20 种元素总浓度和PM_(2.5)浓度的对比 |
| 3.4.2 元素的日夜变化特征 |
| 3.4.3 元素的季节变化特征 |
| 3.5 本章小结 |
| 第四章 京津冀地区PM_(2.5)中元素的来源解析 |
| 4.1 富集因子分析 |
| 4.2 正交矩阵因子分析 |
| 4.2.1 PMF来源解析结果 |
| 4.2.2 各站点不同季节的来源占比分析 |
| 4.3 气团后向轨迹分析 |
| 4.3.1 2016-2017 年京津冀地区后48h后向轨迹分析 |
| 4.3.2 京津冀地区PM_(2.5)和As元素的潜在源贡献因子 |
| 4.3.3 京津冀地区PM_(2.5)和As元素的浓度权重轨迹分析法 |
| 4.4 禁煤区设立对元素来源的影响 |
| 4.4.1 禁煤区内6 个站点的EF分析 |
| 4.4.2 禁煤区内6 个站点PMF来源解析结果 |
| 4.5 本章小结 |
| 第五章 京津冀地区PM_(2.5)中元素的健康风险评价 |
| 5.1 健康风险评价参数的选取 |
| 5.2 健康风险评价 |
| 5.3 不同来源对健康风险的影响 |
| 5.4 禁煤区设立对健康分析评价结果的影响 |
| 5.5 不确定性分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 本文特色与创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（6）嘉峪关市大气颗粒物PM2.5,PM10及其无机元素污染特征,来源解析及健康风险评价（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景概述 |
| 1.2.1 大气颗粒物的危害 |
| 1.2.2 国内外相关研究现状概述 |
| 1.2.3 课题来源 |
| 1.3 研究目的及意义 |
| 1.4 研究内容 |
| 第二章 研究方法 |
| 2.1 研究路线及方案概述 |
| 2.2 研究区域简介 |
| 2.2.1 地理位置 |
| 2.2.2 经济产业 |
| 2.2.3 大气环境质量 |
| 2.3 样品采集 |
| 2.3.1 采样时段 |
| 2.3.2 采样点位的布设 |
| 2.3.3 采样流程 |
| 2.4 颗粒物质量浓度分析 |
| 2.5 无机元素分析 |
| 2.6 基于后向轨迹模式的潜在源区分析 |
| 2.6.1 潜在源区分析时段划分及资料来源 |
| 2.6.2 后向轨迹模式简介 |
| 2.6.3 Meteoinfo软件以及Trajstat插件 |
| 2.6.4 轨迹聚类分析 |
| 2.6.5 潜在源贡献因子分析法(PSCF) |
| 2.6.6 权重浓度轨迹分析分析法(CWT) |
| 2.7 大气颗粒物源解析方法 |
| 2.7.1 富集因子分析法 |
| 2.7.2 主成分分析法 |
| 2.7.3 正定矩阵因子分解模型(PMF模型) |
| 2.8 无机元素健康风险评价 |
| 2.8.1 健康风险评价流程简介 |
| 2.8.2 暴露剂量计算模型 |
| 2.8.3 暴露参数选取 |
| 2.8.4 健康风险表征 |
| 2.9 区域重金属污染评价 |
| 2.10 质量控制 |
| 2.10.1 样品采集、储存、运输过程中的质量控制 |
| 2.10.2 无机元素分析过程中的质量控制 |
| 2.10.3 手工滤膜采样与自动监测的数据对比 |
| 第三章 嘉峪关市PM_(2.5),PM_(10)传输特征及潜在源区分析 |
| 3.1 研究时段划分 |
| 3.2 研究时段内嘉峪关市空气质量概况 |
| 3.3 嘉峪关市四季后向轨迹模拟 |
| 3.3.1 嘉峪关市冬季后向轨迹分布 |
| 3.3.2 嘉峪关市春季后向轨迹分布 |
| 3.3.3 嘉峪关市夏季后向轨迹分布 |
| 3.3.4 嘉峪关市秋季后向轨迹分布 |
| 3.4 嘉峪关市后向轨迹聚类分析 |
| 3.4.1 嘉峪关市冬季后向轨迹聚类分析结果 |
| 3.4.2 嘉峪关市春季后向轨迹聚类分析结果 |
| 3.4.3 嘉峪关市夏季后向轨迹聚类分析结果 |
| 3.4.4 嘉峪关市秋季后向轨迹聚类分析结果 |
| 3.5 嘉峪关市PM_(2.5),PM_(10)的PSCF分析 |
| 3.5.1 嘉峪关市冬季PM_(2.5),PM_(10)的PSCF分析结果 |
| 3.5.2 嘉峪关市春季PM_(2.5),PM_(10)的PSCF分析结果 |
| 3.5.3 嘉峪关市夏季PM_(2.5),PM_(10)的PSCF分析结果 |
| 3.5.4 嘉峪关市秋季PM_(2.5),PM_(10)的PSCF分析结果 |
| 3.6 嘉峪关市PM_(2.5),PM_(10)的CWT分析 |
| 3.6.1 嘉峪关市冬季PM_(2.5),PM_(10)的CWT分析结果 |
| 3.6.2 嘉峪关市春季PM_(2.5),PM_(10)的CWT分析结果 |
| 3.6.3 嘉峪关市夏季PM_(2.5),PM_(10)的CWT分析结果 |
| 3.6.4 嘉峪关市秋季PM_(2.5),PM_(10)的CWT分析结果 |
| 3.7 嘉峪关市四季污染情况的成因探讨 |
| 3.7.1 四季颗粒物污染情况的成因分析 |
| 3.7.2 嘉峪关市春夏季O_3污染严重的成因分析 |
| 3.7.3 嘉峪关市大气污染现状的相关防治建议 |
| 3.8 本章结论 |
| 第四章 嘉峪关市PM_(2.5),PM_(10)中无机元素污染特征及来源解析 |
| 4.1 四季颗粒物样品采集结果统计 |
| 4.2 四季采样期间嘉峪关市PM_(2.5),PM_(10)浓度特征 |
| 4.2.1 嘉峪关市冬季PM_(2.5),PM_(10)浓度特征 |
| 4.2.2 嘉峪关市春季PM_(2.5),PM_(10)浓度特征 |
| 4.2.3 嘉峪关市夏季PM_(2.5),PM_(10)浓度特征 |
| 4.2.4 嘉峪关市秋季PM_(2.5),PM_(10)浓度特征 |
| 4.3 嘉峪关市四季PM_(2.5),PM_(10)中无机元素浓度特征 |
| 4.3.1 嘉峪关市冬季PM_(2.5),PM_(10)中无机元素浓度特征 |
| 4.3.2 嘉峪关市春季PM_(2.5),PM_(10)中无机元素浓度特征 |
| 4.3.3 嘉峪关市夏季PM_(2.5),PM_(10)中无机元素浓度特征 |
| 4.3.4 嘉峪关市秋季PM_(2.5),PM_(10)中无机元素浓度特征 |
| 4.4 嘉峪关市四季PM_(2.5),PM_(10)中无机元素的富集因子分析 |
| 4.4.1 嘉峪关市冬季PM_(2.5),PM_(10)富集因子分析结果 |
| 4.4.2 嘉峪关市春季PM_(2.5),PM_(10)富集因子分析结果 |
| 4.4.3 嘉峪关市夏季PM_(2.5),PM_(10)富集因子分析结果 |
| 4.4.4 嘉峪关市秋季PM_(2.5),PM_(10)富集因子分析结果 |
| 4.5 基于主成分分析法(PCA)的PM_(2.5),PM_(10)来源解析 |
| 4.5.1 冬季PM_(2.5),PM_(10)的PCA法来源解析结果 |
| 4.5.2 春季PM_(2.5),PM_(10)的PCA法来源解析结果 |
| 4.5.3 夏季PM_(2.5),PM_(10)的PCA法来源解析结果 |
| 4.5.4 秋季PM_(2.5),PM_(10)的PCA法来源解析结果 |
| 4.6 基于PMF模型的PM_(2.5),PM_(10)来源解析 |
| 4.6.1 冬季PM_(2.5),PM_(10)的PMF模型来源解析结果 |
| 4.6.2 春季PM_(2.5),PM_(10)的PMF模型来源解析结果 |
| 4.6.3 夏季PM_(2.5),PM_(10)的PMF模型来源解析结果 |
| 4.6.4 秋季PM_(2.5),PM_(10)的PMF模型来源解析结果 |
| 4.7 主成分分析法与PMF模型源解析结果对比 |
| 4.8 本章结论 |
| 第五章 嘉峪关市PM_(2.5),PM_(10)中无机元素的健康风险评价 |
| 5.1 冬季颗粒物PM_(2.5),PM_(10)中无机元素的健康风险评价 |
| 5.1.1 冬季无机元素的致癌风险表征 |
| 5.1.2 冬季无机元素的非致癌风险表征 |
| 5.2 春季颗粒物PM_(2.5),PM_(10)中无机元素的健康风险评价 |
| 5.2.1 春季无机元素的致癌风险表征 |
| 5.2.2 春季无机元素的非致癌风险表征 |
| 5.3 夏季颗粒物PM_(2.5),PM_(10)中无机元素的健康风险评价 |
| 5.3.1 夏季无机元素的致癌风险表征 |
| 5.3.2 夏季无机元素的非致癌风险表征 |
| 5.4 秋季颗粒物PM_(2.5),PM_(10)中无机元素的健康风险评价 |
| 5.4.1 秋季无机元素的致癌风险表征 |
| 5.4.2 秋季无机元素的非致癌风险表征 |
| 5.5 四季健康风险评价结果概述及分析 |
| 5.6 本章结论 |
| 第六章 嘉峪关市PM_(2.5),PM_(10)的区域重金属污染评价 |
| 6.1 冬季区域重金属污染评价 |
| 6.2 春季区域重金属污染评价 |
| 6.3 夏季区域重金属污染评价 |
| 6.4 秋季区域重金属污染评价 |
| 6.5 本章结论 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（7）某矿区儿童环境铅暴露健康风险评价及影响因素研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 前言 |
| 1 研究背景 |
| 1.1 儿童铅暴露途径 |
| 1.2 儿童机体中的铅代谢 |
| 1.3 儿童铅暴露对健康的危害 |
| 1.4 儿童环境铅暴露防治及健康风险研究进展 |
| 2 矿区概况 |
| 2.1 矿区介绍 |
| 2.2 矿区环境污染及治理 |
| 3 研究目的与意义 |
| 4 技术路线 |
| 第二章 矿区环境铅暴露现状及其健康风险评估 |
| 1 研究对象与方法 |
| 1.1 研究对象 |
| 1.2 研究方法及资料来源 |
| 1.3 统计学分析 |
| 1.4 评价方法 |
| 1.5 质量控制和质量评价 |
| 2 结果 |
| 2.1 污染源暴露分析 |
| 2.2 环境污染状况分析 |
| 2.3 人群外暴露计算及其风险评估 |
| 3 讨论 |
| 第三章 矿区儿童血铅水平及其影响因素研究 |
| 1 研究对象与方法 |
| 1.1 研究对象 |
| 1.2 研究方法与资料来源 |
| 1.3 统计学分析 |
| 1.4 质量控制 |
| 2 结果 |
| 2.1 基本信息 |
| 2.2 儿童体内铅含量现状分析 |
| 2.3 儿童血铅影响因素的线性回归分析 |
| 3 讨论 |
| 第四章 基于IEUBK模型的环境铅对儿童血铅的影响研究 |
| 1 IEUBK模型原理及应用 |
| 1.1 常用血铅模型比较及选取 |
| 1.2 模型概况 |
| 1.3 模型构造 |
| 1.4 铅的生物利用度 |
| 1.5 模型参数设置基本原理 |
| 2 研究对象与方法 |
| 2.1 儿童行为参数调查方法 |
| 2.2 环境污染参数研究方法 |
| 2.3 模型本地化、验证和应用 |
| 3 结果 |
| 4 讨论 |
| 第五章 总结 |
| 1 主要结论 |
| 2 研究创新点 |
| 3 研究不足与展望 |
| 参考文献 |
| 缩略语英汉对照表 |
| 在学期间的研究成果 |
| 致谢 |
| 附录 |
（8）西安市城区大气中PBDEs和PCBs的污染特征、气粒分配及来源研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1.绪论 |
| 1.1 研究背景 |
| 1.1.1 持久性有机污染物(POPs) |
| 1.1.2 斯德哥尔摩公约 |
| 1.1.3 我国的履约情况 |
| 1.2 多溴联苯醚(PBDEs)简介 |
| 1.2.1 溴系阻燃剂(BFRs) |
| 1.2.2 PBDEs的结构和性质 |
| 1.2.3 商业用PBDEs产品 |
| 1.2.4 PBDEs的历史生产情况 |
| 1.2.5 PBDEs的全面禁用 |
| 1.3 多氯联苯(PCBs)简介 |
| 1.3.1 PCBs的结构和性质 |
| 1.3.2 in-PCBs和 dl-PCBs |
| 1.3.3 PCBs的危害 |
| 1.3.4 PCBs的历史生产情况 |
| 1.3.5 PCBs的全面禁用 |
| 1.4 国内外研究现状 |
| 1.4.1 大气中PBDEs和 PCBs的污染现状 |
| 1.4.2 “关中城市群”POPs污染的研究现状 |
| 1.4.3 气粒分配研究现状 |
| 1.4.4 源解析研究现状 |
| 1.5 研究内容及意义 |
| 1.5.1 研究目的和意义 |
| 1.5.2 主要研究内容 |
| 2.研究方法 |
| 2.1 实验仪器与试剂 |
| 2.1.1 实验仪器 |
| 2.1.2 试剂 |
| 2.2 气粒分配模型 |
| 2.2.1 Junge-Pankow吸附模型 |
| 2.2.2 Falconer-Harner吸收模型 |
| 2.2.3 Dachs-Eisenreich模型 |
| 2.2.4 Li-Ma-Yang稳恒态模型 |
| 2.3 后向轨迹模型 |
| 2.3.1 拉格朗日-混合单粒子模型(HYSPLIT) |
| 2.3.2 轨迹聚类分析法 |
| 2.3.3 浓度权重轨迹分析法 |
| 2.4 研究区域概况 |
| 2.4.1 西安市地理特征和社会经济概况 |
| 2.4.2 西安市气候特征 |
| 2.4.3 西安市大气污染状况 |
| 2.5 样品采集 |
| 2.5.1 采样点设置 |
| 2.5.2 采样时间及气象资料 |
| 2.5.3 采样仪器及方法 |
| 2.6 样品的前处理 |
| 2.6.1 样品萃取 |
| 2.6.2 样品净化与浓缩 |
| 2.7 仪器分析 |
| 2.7.1 PBDEs的测定 |
| 2.7.2 PCBs的测定 |
| 2.8 质量保证和质量控制 |
| 2.8.1 空白样品实验 |
| 2.8.2 穿透实验 |
| 2.8.3 代标回收率 |
| 2.8.4 检测限 |
| 3.西安市大气中PBDEs和 PCBs的污染水平及分布特征 |
| 3.1 PBDEs的污染水平及分布特征 |
| 3.1.1 PBDEs的检出情况及含量分布 |
| 3.1.2 PBDEs各同族体的分布特征 |
| 3.2 PCBs的污染水平及分布特征 |
| 3.2.1 PCBs的检出情况及含量分布 |
| 3.2.2 PCBs各同族体的分布特征 |
| 3.2.3 in-PCBs的分布特征 |
| 3.3 与国内外其他地区POPs污染程度的比较 |
| 3.3.1 PBDEs的污染程度对比分析 |
| 3.3.2 PCBs的污染程度对比分析 |
| 3.4 本章小结 |
| 4.大气中PBDEs和 PCBs浓度的影响因素分析 |
| 4.1 季节和年度变化分析 |
| 4.1.1 PBDEs的季节和年度变化 |
| 4.1.2 PCBs的季节和年度变化 |
| 4.1.3 in-PCBs的季度和年度变化 |
| 4.2 气象因子对POPs浓度分布的影响分析 |
| 4.2.1 气象因子对PBDEs的影响分析 |
| 4.2.2 气象因子对PCBs的影响分析 |
| 4.3 PBDEs、PCBs和 TSP之间的相关性 |
| 4.4 本章小结 |
| 5.大气中PBDEs和 PCBs的气粒分配研究 |
| 5.1 气粒分配模型的应用 |
| 5.1.1 对PBDEs气粒分配特征的分析 |
| 5.1.2 对PCBs气粒分配特征的分析 |
| 5.2 三种气粒分配模型的对比分析 |
| 5.2.1 对各同族体的气粒分配行为的预测 |
| 5.2.2 对不同温度下气粒分配行为的预测 |
| 5.2.3 对不同K_(OA)值下气粒分配行为的预测 |
| 5.2.4 气粒分配系数影响因素分析 |
| 5.3 本章小结 |
| 6.PBDEs和 PCBs的来源解析及POPs溯源体系建立 |
| 6.1 国内PBDEs和 PCBs的潜在排放源分布研究 |
| 6.1.1 国内PBDEs的潜在排放源分析 |
| 6.1.2 国内PCBs的潜在排放源分析 |
| 6.2 基于受体模型的PBDEs和 PCBs的来源解析 |
| 6.2.1 PBDEs的来源解析 |
| 6.2.2 PCBs的来源解析 |
| 6.3 基于后向轨迹分析模型的PBDEs和 PCBs的源区识别研究 |
| 6.3.1 后向气团轨迹的聚类分析 |
| 6.3.2 浓度权重轨迹法(CWT)分析 |
| 6.3.3 不同时期PBDEs和 PCBs的潜在源区分析 |
| 6.4 POPs溯源体系的建立 |
| 6.5 本章小结 |
| 7.西安市大气中PBDEs、PCBs的健康风险评价 |
| 7.1 健康风险评价方法 |
| 7.2 dl-PCBs及毒性当量水平分析 |
| 7.3 呼吸暴露水平评估 |
| 7.4 致癌风险评价 |
| 7.5 本章小结 |
| 8.结论和展望 |
| 8.1 主要结论 |
| 8.1.1 创新点 |
| 8.1.2 主要结论 |
| 8.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录:研究期间发表论文及参与项目情况 |
| 一、发表论文情况 |
| 二、参与项目情况 |
（9）渝西北土壤重金属污染特征、源解析与生态健康风险评价（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 文献综述 |
| 1.1 土壤重金属污染 |
| 1.1.1 土壤重金属污染现状 |
| 1.1.2 土壤重金属污染来源 |
| 1.1.3 土壤重金属污染特点与危害 |
| 1.2 土壤重金属污染评价与源解析 |
| 1.2.1 土壤重金属污染评价 |
| 1.2.2 土壤重金属污染源解析 |
| 1.3 土壤重金属生态环境与健康风险评价 |
| 1.3.1 潜在生态风险评价 |
| 1.3.2 土壤重金属环境风险评价 |
| 1.3.3 人体健康风险评价 |
| 第2章 绪论 |
| 2.1 选题依据和意义 |
| 2.2 研究目标和研究内容 |
| 2.2.1 研究目标 |
| 2.2.2 研究内容 |
| 2.3 技术路线 |
| 2.4 论文创新点 |
| 第3章 研究区概况与研究方法 |
| 3.1 研究区概况 |
| 3.1.1 研究区的选择 |
| 3.1.2 自然地理 |
| 3.1.3 地质背景 |
| 3.1.4 矿产资源 |
| 3.1.5 土壤类型 |
| 3.1.6 土地利用现状 |
| 3.1.7 农业和农村经济 |
| 3.2 样品采集与测试 |
| 3.2.1 土壤样品采集与前处理 |
| 3.2.2 植物样品及根系土样品采集与前处理 |
| 3.2.3 土壤样品的测试与质量评述 |
| 3.2.4 土壤形态分析样品测试与质量评述 |
| 3.2.5 植物样品测试与质量评述 |
| 3.3 数据处理与研究方法 |
| 第4章 土壤重金属含量特征与空间分布 |
| 4.1 土壤重金属元素含量特征 |
| 4.2 土壤重金属空间分布特征 |
| 4.2.1 半变异函数及其模型 |
| 4.2.2 土壤重金属空间变异分析 |
| 4.2.3 土壤重金属空间分布特征 |
| 4.3 讨论 |
| 4.4 小结 |
| 第5章 土壤重金属污染与来源解析 |
| 5.1 土壤重金属污染特征与分析 |
| 5.1.1 地累积指数 |
| 5.1.2 富集因子 |
| 5.1.3 内梅洛污染指数 |
| 5.2 土壤重金属污染源解析 |
| 5.2.1 研究方法 |
| 5.2.2 相关性分析 |
| 5.2.3 主成分分析(APC)—重金属来源分析 |
| 5.2.4 APCS—MLR源解析 |
| 5.3 讨论 |
| 5.4 小结 |
| 第6章 土壤—作物系统重金属累积规律及其影响因素 |
| 6.1 研究方法 |
| 6.1.1 土壤和作物安全性评价方法 |
| 6.1.2 生物富集系数 |
| 6.1.3 作物吸收重金属模型构建方法 |
| 6.2 土壤—作物系统中重金属含量特征及其累计规律 |
| 6.2.1 根系土中重金属含量特征及其安全性 |
| 6.2.2 水稻、玉米和叶类蔬菜重金属含量特征及安全性 |
| 6.2.3 土壤—作物系统重金属迁移累积规律 |
| 6.3 重金属元素生物有效性的影响因素 |
| 6.3.1 生态效应吸收模型 |
| 6.3.2 数据异常值处理 |
| 6.3.3 可预测性分析 |
| 6.3.4 农作物吸收模型 |
| 6.4 讨论 |
| 6.5 小结 |
| 第7章 土壤与农作物重金属的生态环境和健康风险评价 |
| 7.1 土壤重金属生态风险特征与分析 |
| 7.1.1 评价方法 |
| 7.1.2 土壤重金属单项生态风险 |
| 7.1.3 土壤重金属综合生态风险 |
| 7.2 土壤重金属环境风险特征与分析 |
| 7.2.1 评价方法 |
| 7.2.2 土壤环境风险类型划分 |
| 7.2.3 基于重金属生物活性的风险评估 |
| 7.3 土壤与农作物重金属的人体健康风险评价 |
| 7.3.1 基于土壤重金属的健康风险特征与分析 |
| 7.3.2 基于自产作物的健康风险特征与分析 |
| 7.3.3 土壤和作物健康风险综合对比分析 |
| 7.4 讨论 |
| 7.5 小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 问题与展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的论文及参加课题 |
（10）大气颗粒物短期暴露与空气净化器干预对小学生呼吸系统影响研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 缩略词中英文对照表 |
| 第一章 引言 |
| 1.1 PM的健康危害概述 |
| 1.2 PM短期暴露对小学生呼吸系统健康影响研究进展 |
| 1.2.1 呼吸道症状 |
| 1.2.2 肺功能指标 |
| 1.2.3 炎症和氧化应激指标 |
| 1.2.4 代谢组学技术 |
| 1.2.5 现有PM对小学生呼吸系统健康影响研究的局限性 |
| 1.3 空气净化器室内PM净化效果研究进展 |
| 1.4 空气净化器的健康防护研究进展 |
| 1.5 小结 |
| 1.5.1 现有研究的局限性、研究假设和意义 |
| 1.5.2 研究目的和设计 |
| 第二章 PM短期暴露对小学生呼吸系统健康影响研究 |
| 2.1 引言 |
| 2.2 研究设计与方法 |
| 2.2.1 研究对象 |
| 2.2.2 暴露监测 |
| 2.2.3 问卷调查 |
| 2.2.4 身高体重测量 |
| 2.2.5 肺功能检测 |
| 2.2.6 FeNO检测 |
| 2.2.7 样品的采集与保存 |
| 2.2.8 样品的检测 |
| 2.2.9 质量控制 |
| 2.2.10 统计分析 |
| 2.3 研究结果 |
| 2.3.1 人群基本信息情况 |
| 2.3.2 暴露浓度情况 |
| 2.3.3 呼吸系统症状指标情况 |
| 2.3.4 肺功能指标情况 |
| 2.3.5 炎症和氧化应激指标情况 |
| 2.3.6 EBC中差异代谢产物情况 |
| 2.4 讨论 |
| 2.4.1 时间活动模式结合微环境浓度估算个体暴露浓度 |
| 2.4.2 PM间关联性分析 |
| 2.4.3 各类指标的讨论 |
| 2.4.4 滞后效应讨论 |
| 2.4.5 PM对不同性别健康影响的讨论 |
| 2.5 小结 |
| 第三章 空气净化器对小学生呼吸系统健康防护研究 |
| 3.1 引言 |
| 3.2 研究设计与方法 |
| 3.2.1 样本量估算 |
| 3.2.2 研究对象 |
| 3.2.3 空气净化器的配置 |
| 3.2.4 暴露监测 |
| 3.2.5 问卷调查 |
| 3.2.6 身高体重测量 |
| 3.2.7 肺功能检测 |
| 3.2.8 FeNO检汲测 |
| 3.2.9 样品的采集与保存 |
| 3.2.10 样品的检测 |
| 3.2.11 质量控制 |
| 3.2.12 统计分析 |
| 3.3 结果 |
| 3.3.1 人群基本信息情况 |
| 3.3.2 PM暴露浓度情况 |
| 3.3.3 空气净化器净化效果 |
| 3.3.4 呼吸系统症状指标情况 |
| 3.3.5 肺功能指标情况 |
| 3.3.6 呼吸系统炎症和氧化应激指标情况 |
| 3.3.7 EBC中差异代谢产物情况 |
| 3.4 讨论 |
| 3.4.1 净化效率的讨论 |
| 3.4.2 净化器干预对小学生健康影响的讨论 |
| 3.4.3 空气净化器干预对不同性别小学生呼吸系统影响的讨论 |
| 3.5 小结 |
| 第四章 综合分析 |
| 4.1 两项研究指标对比分析 |
| 4.2 指标间关联性分析 |
| 4.3 小结 |
| 第五章 结论及展望 |
| 5.1 研究工作总结 |
| 5.1.1 PM_(2.5)短期暴露对小学生呼吸系统健康影响研究 |
| 5.1.2 空气净化器对小学生呼吸系统健康防护研究 |
| 5.1.3 综合分析 |
| 5.2 全文结论 |
| 5.3 研究创新性与优势 |
| 5.4 研究展望 |
| 参考文献 |
| 附录A 综述 |
| 附录B 论文1 |
| 附录E 论文2 |
| 附录D 伦理审查表 |
| 附录E 知清同意书 |
| 附录F 家长问卷 |
| 附录G 小学生问卷 |
| 附录H 时间活动日志表 |
| 个人简历、在学期间发表论文及研究成果 |
| 致谢 |
四、大气污染对儿童健康所致潜在危害研究（论文参考文献）
- [1]典型城市住宅居室PM2.5现状及其影响因素[D]. 杨玉燕. 中国疾病预防控制中心, 2021(02)
- [2]峰峰矿区PM2.5、PM10中元素的污染评价及源解析[D]. 兰建林. 河北工程大学, 2021(08)
- [3]长春市环境空气中PM2.5和PM10的污染特征研究[D]. 杜山山. 吉林大学, 2021(01)
- [4]生活环境因素对儿童体格生长的影响及其相关机制研究[D]. 许鑫悦. 南昌大学, 2021(01)
- [5]京津冀城市群设立禁煤区的环境和健康效益研究[D]. 司瑞瑞. 兰州大学, 2021(09)
- [6]嘉峪关市大气颗粒物PM2.5,PM10及其无机元素污染特征,来源解析及健康风险评价[D]. 肖凯. 兰州交通大学, 2021(02)
- [7]某矿区儿童环境铅暴露健康风险评价及影响因素研究[D]. 杨轶男. 兰州大学, 2021(09)
- [8]西安市城区大气中PBDEs和PCBs的污染特征、气粒分配及来源研究[D]. 叶磊. 西安建筑科技大学, 2020(01)
- [9]渝西北土壤重金属污染特征、源解析与生态健康风险评价[D]. 贾中民. 西南大学, 2020
- [10]大气颗粒物短期暴露与空气净化器干预对小学生呼吸系统影响研究[D]. 阳晓燕. 中国疾病预防控制中心, 2020(02)