居住建筑室内环境中细颗粒物不同来源的相对贡献研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51908032
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    27.0万
  • 负责人：
    纪文静
  • 依托单位：
    北京科技大学
  • 学科分类：
    E0803.建筑物理
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

China faces serious atmospheric PM2.5 pollution. The continual heavily polluted days in the early 2013 has drawn the attention of the whole society. As modern people typically spend 85-90% of their day indoors, indoor environment is more closely related to human health than the atmosphere. Not only atmospheric PM2.5 can get indoors, various indoor PM2.5 sources can add to the pollution. The objective of this study is to understand how much different sources including outdoor-originating particles, indoor-emitted particles and indoor secondary organic aerosol contribute to indoor PM2.5 pollution and thus to guide the development of control strategy. This research intends to: a) perform filed measurements of the indoor and outdoor PM2.5 composition, the ozone and reactive organic gases concentrations in residential environments in Beijing, Shang Hai and Guangzhou; b) find the suitable tracer element for outdoor PM2.5; c) clarify the concentration of secondary organic aerosols in indoor environment; d) characterize the indoor PM2.5 sources in different households with field surveys; e) analyze the contributions of different sources to indoor PM2.5 pollution, and the application of the model in designing and evaluating different control strategies.
我国大气细颗粒物污染严重，2013年以来的连续雾霾天气已引起全社会对细颗粒物污染问题的关注。现代人85-90%的时间生活在室内，相较大气环境，室内环境与人们日常生活关系更密切，不仅大气中细颗粒物会进入室内，室内还同时存在各种产生细颗粒物的污染源。本课题旨在解析室内细颗粒物中室外细颗粒物穿透、室内源产生、室内气体反应生成等三种不同来源的贡献率，从而为合理地控制室内细颗粒物浓度水平提供理论支持。本课题主要研究内容为：选取北京、上海、广州三个典型城市为研究对象，进行居住建筑入户测试实验，同时监测室内外细颗粒物的成分及浓度、室内活性有机气体浓度、臭氧浓度，基于此寻找适合中国居住建筑室外PM2.5的示踪元素；明晰室内环境中二次有机气溶胶的浓度水平；收集并描述居住建筑室内PM2.5污染源在不同家庭的存在情况；解析我国居住建筑室内不同PM2.5污染来源的相对贡献，为室内细颗粒物污染防控奠定基础。

结项摘要

我国大气PM2.5污染严重，而现代人85-90%的时间生活在室内，相较大气环境，室内环境与人民健康关系更密切。不仅大气中的PM2.5会进入室内，室内还存在各种PM2.5的污染源。因此需要解析室内PM2.5中的不同来源及其贡献，从而制定针对性控制策略。依照项目计划书，完成的主要创新性工作如下：.（1）分别选取北京、上海、深圳的多个居住建筑，进行连续多天的室内采样测试。在室内人员正常活动下，同步测试室内外PM2.5的浓度及成分、室内O3浓度、ROGs浓度，并记录住户的开关窗状态及室内人员活动状况。采样结束后，进行样本分析，获得上述各种室内污染物的浓度及成分。.（2） 基于同步测试的室内PM2.5、O3和ROGs的浓度，利用二次有机气溶胶（SOA）反应模型，获得不同地区居住建筑室内SOA的污染水平，并对多种影响因素进行敏感性分析。结果表明，北京、上海和深圳地区SOA平均浓度分别为1.79±4.90、1.07±2.60、1.59±5.37µg/m3；中国室内SOA对室内PM2.5平均贡献为4.84%±10.29%，其中在87.62%的样本中室内SOA对室内PM2.5的贡献不足10%。 .（3）基于测试的室内外PM2.5浓度及成分特征，利用示踪元素判定标准和富集因子法，确定了适合中国居住建筑室外PM2.5的示踪元素。研究表明：Fe适合作为中国室外PM2.5的示踪元素，S不适合作为中国室外PM2.5的示踪元素。.（4）利用Fe元素作为示踪元素，分析中国室内PM2.5中室外源的平均贡献为68.0%±23.4%。同时，利用正交矩阵因子分解法对三个地区室内PM2.5进行来源解析，结果表明：三个地区室内PM2.5中室外源贡献在78.0%-84.1%之间，室内源贡献在15.9%-22.0%之间，与示踪元素法结果较为一致。基于室内PM2.5源解析结果以及调研的室内PM2.5源存在状况，确定了不同地区室内源产生的PM2.5浓度水平。.（5）基于室内PM2.5源解析结果，引入健康风险评估模型，评估了三个地区人群PM2.5暴露健康风险。研究表明：室内PM2.5暴露分别贡献了80%和90%以上的非致癌风险和致癌风险；室内PM2.5中来自室外的PM2.5对人群非致癌风险的贡献在80%以上，对致癌风险的贡献在70%以上。.研究结果为高效控制室内PM2.5污染，保护人民健康提供了理论依据。

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
A comparative study of the effects of ventilation-purification strategies on air quality and energy consumption in Beijing,China
北京市通风净化策略对空气质量和能耗影响的比较研究
  • DOI：
    10.1007/s12273-020-0694-2
  • 发表时间：
    2020
  • 期刊：
    Building Simulation
  • 影响因子：
    5.5
  • 作者：
    Ji Wenjing;Chen Chen;Zhao Bin
  • 通讯作者：
    Zhao Bin
Characteristics of fine particulate matter and volatile organic compounds in subway station offices in China
我国地铁站厅细颗粒物和挥发性有机物特征
  • DOI：
    10.1016/j.buildenv.2020.107502
  • 发表时间：
    2021
  • 期刊：
    Building and Environment
  • 影响因子：
    7.4
  • 作者：
    Ji Wenjing;Liu Zhenzhe;Liu Chenghao;Wang Chunwang;Li Xiaofeng
  • 通讯作者：
    Li Xiaofeng
Composition and exposure characteristics of PM(2.5 )on subway platforms and estimates of exposure reduction by protective masks
地铁站台PM(2.5)的成分、暴露特征及防护口罩减少暴露量的估算
  • DOI：
    10.1016/j.envres.2021.111042
  • 发表时间：
    2021
  • 期刊：
    Environmental Research
  • 影响因子：
    8.3
  • 作者：
    Ji Wenjing;Li Xiaofeng;Wang Chunwang
  • 通讯作者：
    Wang Chunwang
Spatial characteristics of fine particulate matter in subway stations: Source apportionment and health risks
地铁车站细颗粒物空间特征：来源解析与健康风险
  • DOI：
    10.1016/j.envpol.2022.119279
  • 发表时间：
    2022
  • 期刊：
    Environmental Pollution
  • 影响因子：
    8.9
  • 作者：
    Ji Wenjing;Zhao Kaijia;Liu Chenghao;Li Xiaofeng
  • 通讯作者：
    Li Xiaofeng
The trend of natural ventilation potential in 74 Chinese cities from 2014 to 2019: Impact of air pollution and climate change
2014-2019年中国74个城市自然通风潜力变化趋势：空气污染和气候变化的影响
  • DOI：
    10.1016/j.buildenv.2022.109146
  • 发表时间：
    2022
  • 期刊：
    Building and Environment
  • 影响因子：
    7.4
  • 作者：
    Ji Wenjing;Zhao Kaijia;Zhao Bin
  • 通讯作者：
    Zhao Bin

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

不同通风形式下住宅内细颗粒物质量浓度及室内暴露量的模拟及比较
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    暖通空调
  • 影响因子：
    --
  • 作者：
    施珊珊;纪文静;赵彬
  • 通讯作者：
    赵彬
聚丙烯酰胺凝胶的合成及性能
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    石油化工
  • 影响因子：
    --
  • 作者：
    纪文静;于良民;刘和芳;徐焕志
  • 通讯作者：
    徐焕志

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码