兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

翟广宇，王式功，董继元，尚可政

1. 兰州大学大气科学学院，甘肃 兰州 730000；2. 兰州工业学院软件工程学院，甘肃 兰州 730050；3. 兰州大学公共卫生学院，甘肃 兰州 730000

兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析

翟广宇1,2，王式功1，董继元3，尚可政1

1. 兰州大学大气科学学院，甘肃 兰州 730000；2. 兰州工业学院软件工程学院，甘肃 兰州 730050；3. 兰州大学公共卫生学院，甘肃 兰州 730000

空气污染程度与就诊率、呼吸道发病率及死亡率等有着密切的联系。兰州市在上世纪末曾被喻为卫星上看不到的城市，它的大气污染程度一直以来为人们所关注。利用2013年国家环保部公布的兰州市5个监测点（涵盖了4区1县）大气细粒子PM10及PM2.5的监测数据，针对全年的日均PM2.5与PM10质量浓度并结合了同期的气象因子进行分析研究，结果表明：春冬季为兰州大气中两种颗粒物的污染的高峰期（春季峰值为3月份，PM10及PM2.5质量浓度的月均值为309和103 μg·m-3，超标倍数为1.062与0.436；冬季峰值为11月份，PM10及PM2.5质量浓度的月均值为203和85 μg·m-3，超标倍数为0.353与0.7），夏秋季为低谷（波谷为9月份，PM10及PM2.5的月均值为96和39 μg·m-3，均低于国家标准）。PM2.5与PM10质量浓度比值均在0.4与0.5之间，呈一定的线性关系，大气污染较轻。当温度在-3～0 ℃之间时，大气中PM2.5与PM10质量浓度变化较剧烈。露点温度高于-3.15时，使得PM10的质量浓度下降明显；当日均露点温度高于1.85时，PM2.5的质量浓度随着露点温度的增大而降低，说明湿沉降对着两种粒子的清除作用明显。降水对大气中的两种颗粒物均呈现清除作用，但是在降水后PM10质量浓度迅速回升，但PM2.5质量浓度却变化不大。风向偏西时，大气中细颗粒污染物浓度增加。风速的增加对PM2.5有一定的清除作用，但由于兰州市的地貌特征，使得大气中PM10的质量浓度增加。上述结果为兰州市大气污染的监测与治理及大气污染预报提供了重要的依据。

兰州；PM2.5；PM10；质量浓度；气象因子

近年来，我国城市的空气污染程度越来越为人们所关注。已有研究表明空气污染的加重与就诊率、呼吸道发病率及死亡率等关系密切（Qian等，2007）兰州市位于黄土高原与青藏高原的交汇处，周围群山环绕，是一个半封闭的长条型河谷盆地，属温带大陆性气候。根据兰州历年的气象观测和统计资料，由于在冬季风速小，静风频率高，逆温强，极不利于大气污染物的扩散。由于使用能源以及地形、气象因素的影响，使得兰州市区大气污染物中的自然降尘，大气颗粒物以及污染比较突出（张志斌等，2005）。目前对兰州地区大气污染物的研究多集中于PM10（指环境空气中空气动力学当量直径小于10 μm的颗粒物，也称可吸入颗粒物（佘峰，2011））质量浓度的变化（陈雷华等，2010；冯鑫媛，2009；程兴宏等，2007；王海鹏等，2011），而对 PM2.5（指环境空气中空气动力学当量直径小于2.5 μm的颗粒物，也称为细颗粒物（佘峰，2011））质量浓度在较长时间尺度（1年以上）的研究还很少（PM10、PM2.5）。2013年国家环保部要求74个城市监测PM2.5与PM10的质量浓度并进行公布，兰州市也位列其中（http://news.qq.com/a/20140109 /013303.htm）。从而能够收集到不同颗粒物的质量浓度，用以分析兰州市空气颗粒物的污染现状及其与气象因子之间的关系，为兰州市大气中不同径粒颗粒物污染的监测、预警及防治提供有力的参考数据。

1 数据来源

本文的污染数据来源于兰州市环保局公布的环境质量实时发布，提供的兰州市空气质量5个监测点的 PM2.5与 PM10的质量浓度（http://hbj.lanzhou.gov.cn/），为日平均浓度。收集日期从2013年1月26日至2014年1月11日，共350 d。兰州市共设立了5个监测点，分别为A铁路设计院、B生物制品厂、C职工医院、D兰炼宾馆以及E兰大榆中校区，如图1。同期气象数据来源于兰州中心气象台利用Micaps收集的逐3 h的气象资料，包括气温、露点温度、降水（6 h）、风速及风向，并进行了计算，得到各项气象因子的日均值。按照日期将各种气象因子与两种颗粒物的质量浓度值进行匹配，进行分析。

图1 兰州市大气颗粒物监测点Fig. 1 Atmospheric particulate monitoring stations Lanzhou

2 结果及讨论

2.1 PM10与PM2.5质量浓度及污染程度

表1显示了兰州市5个监测点的不同径粒污染物（PM2.5与PM10）的污染超标范围及日均浓度范围。监测时间为2013年1月26日至2014年1月11日，共350 d。评价标准采用中国环保部颁布的环境空气质量标准GB 3095-2012中的质量标准来进行计算。如表1所示，在350 d内的监测时间段内，PM10日平均值浓度最高的监测点为职工医院，职工医院监测点位于兰州城区与西固区的交汇处，为兰州市最狭窄处，交通拥挤大气扩散能力较弱。PM2.5日平均值浓度最高的监测点为兰炼宾馆，兰炼宾馆位于兰州市西固区，此处坐落着全国大型的化工工厂；所以这两处所受的人为污染源的影响较重。两种径粒平均浓度都比较低的为兰大榆中校区监测点，此处位于东部郊区，工业较少，远离污染源。

表1 各监测点的PM10与PM2.5质量浓度及污染程度Table 1 The monitoring of PM10and PM2.5mass concentration and pollution levels

图2 兰州市PM10和PM2.5的月均质量浓度Fig. 2 In the monthly of PM10and PM2.5concentrations quality Lanzhou

图2为5个监测点所监测的PM10和PM2.5的质量浓度12个月内的算数平均值。由图2所示，PM10和PM2.5的质量浓度呈现相同的变化规律，均呈现为双峰型的变化规律。3月份为两种颗粒物的平均质量浓度的最高月份，3月之后逐步下降，PM10的平均浓度 9月份为最低值，PM2.5的质量浓度在 8月份达到最低值。两种颗粒物平均质量浓度在 11月份又达到高峰。这主要是因为春季为沙尘暴的多发期，兰州市位于河西走廊的东南部入口处，同时受到腾格里沙漠与塔克拉玛干沙漠的影响（王式功等，1999），沙尘使得PM10的浓度明显的增加。11月至次年的 3月份为采暖期，燃煤量的增加使得PM2.5中水溶性离子及其前体物的浓度升高。兰州的冬春季天气较为干燥，大风及降水的天气过程较少，不利于空气的扩散，从而也不利于PM10和PM2.5的质量浓度的降低。4月份以后随着河西地区土地的逐步返青，由外界输送至兰州的颗粒物（主要为PM10）逐步降低；随着采暖期的结束，燃煤量下降及降水的天气过程有所增加，使得大气中PM2.5的质量浓度有所降低。

2.2 PM10与PM2.5的相关分析

PM10的浓度值包含有PM2.5的浓度，所以PM2.5与PM10的比值能够体现出PM10的中细颗粒物的占有量。对兰州市各个监测点的PM10与PM2.5的浓度值进行了相关计算，其比值和相关系数值如表2所示。

表2 各监测点的 PM2.5和 PM10的比值及相关系数Table 2 The ratio of monitoring sites of PM2.5and PM10and correlation coefficient

由表2的相关系数可以看出，在5个监测点中两种不同径粒的颗粒物存在着一定的线性关系，兰炼宾馆和兰大榆中校区监测点尤为明显，其相关系数达到0.8657和0.8306并且在0.01上是显著的，我们可以这样说，有99%的把握认为PM2.5和PM10之间存在着正相关。由图3所示，5个监测点有相同的变化规律，3月份达到最低值，这是因为3月为兰州市沙尘的多发期，沙尘由河西走廊被输送至兰州市（杨民等，2004），使得PM10的浓度大幅增加，从而使PM2.5和PM10的比值达到最低值。4月份随着降水的增加以及土地的逐步返青使得 PM10的浓度下降，从而使比值增高。从5月份至10月份兰州进入夏秋季天气过程以降水为主，两种颗粒物的比值较平稳无明显变化。接着从 11月份至次年 2月份，PM2.5的质量浓度明显升高。究其原因是因为这一时期兰州市进入采暖期，SO2与NO2的人为排放有所增加，由于光解作用，O3的浓度升高促使其与 SO2与 NO2作用，从而形成水溶性离子SO42-与NO3-，其为大气细粒子的主要组成部分，从而使得PM2.5的质量浓度升高。这与其他城市的研究相似（黄虹等，2009；吴琳等，2009）。

图3 不同监测点PM2.5和PM10的比值月均变化图Fig. 3 Monthly variation of PM2.5and PM10ratio of different monitoring sites

2.3 气象因子对PM10与PM2.5的影响

由上述内容可以看出天气过程对PM10与PM2.5质量浓度的影响是显而易见的，本文选取天气过程所包含的气温、湿度、降水、风速及风向等气象因子对PM10与PM2.5质量浓度的影响进行分析。

2.3.1 气温对PM10与PM2.5质量浓度的影响

图4a显示的是监测期间PM10的质量浓度随日均气温的分布图，从全年的分布来看随着日均气温的升高，PM10的质量浓度并没有明显的变化，说明气温对 PM10的质量浓度变化影响并不明显。但日均气温在-3 ℃至 0 ℃之间却存在着比较明显的线性关系，其相关系数达到0.7286，之后随着气温的升高相关性趋于平缓。图4b为监测期间PM2.5的质量浓度随日均气温的分布图，日均气温除了在-3 ℃至0 ℃之间与PM2.5的质量浓度有较强的线性关系外，在日均气温升高时 14 ℃至 16 ℃之间相关性又有所升高，这说明温度升高时太阳的辐射强度增加，O3的浓度因光解而增强，从而促使大气中的SO2和NO2等被氧化生成SO42-与NO3-，加速了前体物转化为水溶性离子的过程，从而使得PM2.5质量浓度升高。

图4 a、b PM10与PM2.5质量浓度随日均气温变化Fig. 4 a, b PM10and PM2.5mass concentration with the average daily temperature changes

2.3.2 湿度对PM10与PM2.5质量浓度的影响

本文选取露点温度做为描述湿度的方式，图5a与 b显示随着日均露点温度的增加 PM10与 PM2.5的质量浓度均呈现下降趋势，但是由图 5a可以看出当露点温度高于-3.15使得PM10的质量浓度下降明显，当湿度加大时对大气环境中可吸入颗粒物的清除作用明显。图5b显示PM2.5质量浓度受露点温度的影响。当日均露点温度低于-8时，大气中PM2.5的质量浓度变化较剧烈；当日均露点温度高于1.85时，大气中PM2.5的质量浓度随着露点温度的增大而降低。由图5c看出露点温度达到6以后，降水量明显增加，所以对于细粒子的吸湿性和吸附效应的有显著的影响。当日均露点温度逐渐增大时，气温也有所升高，能促使大气环境中的气体前体物转换成水溶性离子，加速二次粒子的形成，于是大气中的PM2.5质量浓度升高。但当日均露点温度值达到6之后，降水量的增加（如图5c），大量的水汽能够使得细粒子凝结变为径粒较大的离子，湿沉降作用使得PM2.5质量浓度降低。

图5 a、bPM10与PM2.5质量浓度随日均露点温度变化Fig. 5 a, b PM10and PM2.5mass concentration change with average daily dew point temperature

图5c 日均降水量与露点温度关系Fig. 5 Average daily precipitation and dew point temperature

2.3.3 降水对PM10与PM2.5质量浓度的影响

前人的研究（纪忠萍等，2006；Stelyus等，2005；Yang等，2002）表明降水对PM10质量浓度有一定的影响，但是对PM2.5的影响研究较少。本文挑选出了2013年中的所有降水，将对降水前降水中降水后的5个监测点的PM10与PM2.5质量浓度的均值进行了比较，并挑选出两次典型的降水过程进行分析。结果显示降水对大气中 PM10的浓度有较强的清除作用，但是降水后 PM10的浓度有所回升。这是因为兰州属于半干旱地区（王庆国等，2009），海拔较高且气候较干燥，在降水时由于湿沉降的作用使得大气中的各项粒子浓度降低，这使得在降水后太阳辐射强度大幅增强，使得气温迅速回升，大气中湿度降低，路面转为干燥，由于人为活动使得土壤尘成为 PM10的浓度主要贡献者，所以在降水后不久其PM10的浓度稍有回升。由图6可以看出，降水对 PM10质量浓度有一定的清除作用，但是在降水后 PM2.5质量浓度的作用并不明显，其原因为由于兰州市的地貌特征，不利于污染物的扩散，同时由于 PM2.5的排放源并未增加，所以在降水后大气中PM2.5质量浓度变化不明显。另外降水量的大小也会对大气中粒子的清除起到不同的作用，本文挑选出2013年5月13日─15日这3 d的典型降水过程，兰州市累计降水量达到39.4 mm，程度为大雨。5月12日当天PM10质量浓度为225 μg·m-3，PM2.5质量浓度为74 μg·m-3均超过国家标准，而在5月15日降水结束这天PM10质量浓度为96 μg·m-3，PM2.5质量浓度为48 μg·m-3使兰州市这天在城市空气质量排名中名列前茅；本文还挑选出在11月10日这天发生的阵性降水过程，降水量为1.02 mm程度为小雨，PM10的日均质量浓度由前一天 173 μg·m-3，变为85 μg·m-3。PM2.5质量浓度由65 μg·m-3下降到52 μg·m-3，变化不太明显。由此可见无论是大雨还是小雨对 PM10的清除效果均明显，而大雨对PM2.5的清除效果优于小雨的效果。

图6 降水前、中、后的PM10与PM2.5质量浓度变化Fig. 6 Precipitation before, after, PM10and PM2.5mass concentration changes

2.3.4 风场对PM10与PM2.5质量浓度的影响

由兰州市2007年─2013年的气象数据计算得出，冬半年（11月至次年4月），风速较小，月平均风速的最小值为11月，平均风速为0.847 m·s-1，风向以偏东风为主，偏西风次之；夏半年（5─10月）平均风速为1.448 m·s-1，风向以偏东风为主。所以兰州市的风场特点是风速较小、风向较多变，这与前人的研究（靳建军等，2000；陈彪等，2011）一致，本文采用前人（邱传涛等，1997）提出的方法进行平均风向的计算，得到兰州市PM10与PM2.5质量浓度随风向变化的特点。从图 7a显示内容可以看出风向对 PM10的影响不是很明确，但总体来说当风向偏西风时 PM10的质量浓度高于风向偏东时的值，概是因为河西走廊为沙尘输送至兰州的主要路径，而兰州的西面其相接，每次沙尘出现时都是偏西风向的风输送而来的从而使得 PM10的质量浓度升高。当风向偏东时，当风速达到一定值时，同样会将东部山区的土壤尘夹带至市区，同样使得可吸入颗粒浓度值增高。由图 7b可以看出风向由东转向西时，PM2.5质量浓度迅速提高。位于兰州市的西部有中石油、中石化的冶炼厂及化工厂，除此之外还有较大型的热电厂，可见风向偏西时，风将排放的污染物携带至城区，从而使得PM2.5质量浓度升高。

图7 a、b PM10与PM2.5质量浓度随风向变化Fig. 7 a, b With wind directions of PM10and PM2.5mass concentration changes

图 8显示虽然在风速达到 1.5 m·s-1时略有上升，但随着风速加大其质量浓度随之降低，说明风速增大能过吹散大气中的细颗粒污染物，从而对大气中的 PM2.5质量浓度有清除作用。这与前人的研究相同（潘本锋等，2012；孙南，2013）。但是与吴琳等（2009）的研究不同的是大气中的 PM10质量浓度随着风速的加大不降反升，虽然在风速达到1.5 m·s-1有所降低但在这之后呈上升趋势。这是因为由于兰州土壤的特点及特殊的地理位置（王式功等，1999），在风速较小时能够将大气中的PM10颗粒暂时有所清除，但随着风速的加大会将沙尘输送至兰州或是将土壤尘卷起，从而使得大气中 PM10质量浓度增加。

图8 PM10与PM2.5质量浓度随风速变化Fig. 8 PM10and PM2.5mass concentration change with wind speed

3 结论

（1）在兰州市区的 4个监测点的大气污染物PM10与PM2.5质量浓度超标率均达到了30%～40%，说明市区的大气污染程度超标较严重。两种颗粒物在1年中的分布明显的双峰型（3月及11月为高峰期，其中3月份PM10及PM2.5的超标倍数为1.062与0.436），总体上春冬季为污染的高峰期，夏秋季为低谷，说明季节的变化及天气过程对兰州大气污染物的影响较大。

（2）兰州市5个监测点的大气中PM2.5与PM10质量浓度呈现出一定的线性关系，其比值的平均值在0.4与0.5之间，说明污染变化幅度不大，基本属于轻度污染。

（3）当温度在-3～0 ℃之间时，大气中PM2.5与PM10质量浓度变化较剧烈，这也是春冬季的常见温度。当露点温度大于 6时，降水量明显增减，同时PM10质量浓度下降，而PM2.5质量浓度先上升后下降的现象。说明湿沉降对两种颗粒物的清除效果明显。

（4）降水对大气中的两种颗粒物均呈现清除作用，但是在降水后PM10质量浓度迅速回升，但PM2.5质量浓度却变化不大。

（5）风向偏西时，风能将兰州西部工业区的排放物夹带至市区，从而使得大气中细颗粒污染物浓度增加。当风速增加时，对大气中 PM2.5有清除作用，但同时会增加大气中PM10的质量浓度。

KUANG LING YANG. 2002. Spatial and seasonal variation of PM10mass concentrations in Taiwan. Atmospheric Environment, 36(3): 3403-3411.

QIAN ZHENGMIN, HE QINGCI, LIN HUNG MO, et a1. 2007. Association of daily cause-specific mortality with ambient particle air pollution in wu Han China [J]. Environmental Research, 105(2): 380-389.

STELYUS L MKOMA, WILLY MAENHAUT, XUGUANG CHI, et al. 2009. Characterisation of PM10atmospheric aerosols for the wet season 2005 at two sites in East Africa[J]. Atmospheric Environment, 43(2): 631-639.

陈彪, 张海军, 刘畅. 2011. 兰州市东部地区夏季低空风场分析[J]. 现代农业科技, 66(24): 14-15, 19.

陈雷华, 余晔, 陈晋北, 等. 2010. 2001—2007年兰州市主要大气污染物污染特征分析[J]. 高原气象, 29(6): 1627-1633.

程兴宏, 徐祥德, 陈尊裕, 等. 2007. 北京地区PM10浓度空间分布特征的综合变分分析[J]. 应用气象学报, 18(2): 165-172.

冯鑫媛. 2009. 兰州不同粒径颗粒物污染特征及沙尘天气对其影响的研究[D]. 兰州：兰州大学.

黄虹, 曾宝强, 曹军骥, 等. 2009. 广州大学城大气PM_(2.5)质量浓度与影响因素[J]. 环境科学与技术, 32(5): 103-106.

纪忠萍, 罗森波, 邝建新, 等. 2006. 广州市空气污染的变化特征及预报[J]. 热带气象学报, 22(6): 574-581.

靳建军, 张镭, 陈长和, 等. 2000. 兰州东部地区冬季地面风场特征[J].兰州大学学报：自然科学版, 36(1): 113-120.

潘本锋, 赵熠琳, 李健军, 等. 2012. 气象因素对大气中 PM2.5的去除效应分析[J]. 环境科技, 25(6): 41-44.

邱传涛, 李丁华. 1997. 平均风向的计算方法及其比较[J]. 高原气象, 16(1): 94-98.

佘峰. 2011. 兰州地区大气颗粒物的化学特征及沙尘天气对其影响研究[D]. 兰州：兰州大学.

孙南. 2013. 常州市区空气PM2.5污染分布和气象因素影响初探[J]. 环境科学与管理, 38(10): 166-169.

王国庆, 张建云, 贺瑞敏, 等. 2009. 黄河兰州上游地区降水、气温变化及趋势诊断[J]. 干旱区资源与环境, 11(1): 77-81.

王海鹏, 张斌, 刘祖涵, 等. 2011. 基于小波变换的兰州市近十年空气污染指数变化[J]. 环境科学学报, 31(5): 1070-1076.

王式功, 杨民, 祁斌, 等. 1999. 甘肃河西沙尘暴对兰州市空气污染的影响[J]. 中国沙漠, 19(4): 354-358.

王式功, 张镭, 陈长和, 等. 1999. 兰州地区大气环境研究的回顾与展望[J]. 兰州大学学报：自然科学版, 22(3): 56-60.

吴琳, 冯银厂, 戴莉, 等. 2009. 天津市大气中PM10、PM2.5及其碳组分污染特征分析[J]. 中国环境科学, 29(11): 1134-1139.

杨民, 王式功, 李文莉, 等. 2004. 沙尘暴天气对兰州市环境影响的个例分析[J]. 气象, 30(4): 46-50.

张志斌, 李夏. 2005. 兰州市环境污染变化及防治对策[J]. 干旱区资源与环境, 19(6): 181-185.

Lanzhou Different Diameter Grain of Atmospheric Particulate Matter pollution Characteristics and the Influence of meteorological factor Analysis

ZHAI Guangyu1,2, WANG Shigong1*, DONG Jiyuan3, SHANG Kezheng1
1. College of Atmospheric, Lanzhou University, Lanzhou 730000, China; 2. College of Software, Lanzhou Institute of Technology, Lanzhou 730050 China; 3. College of Public Health, Lanzhou University, Lanzhou 730000, China

Air pollution has closely related between visiting rate, respiratory morbidity and mortality rates. Lanzhou city has been referred to not be shoot by the satellite at the end of the last century, air pollution in this city has been of concern for people. According to the monitoring data of PM10and PM2.5which have been announced by the State Environmental Protection Department of China at 5 monitoring points’ (include four districts and one county) in Lanzhou city in 2013, PM2.5and PM10mass concentration of average daily and combined with the meteorological factors during the same period were analyzed and studied. the results showed that: For in the spring and winter at the peak of the two kinds of particles in the atmosphere pollution in lanzhou, (The spring peak in March, PM10and PM2.5mass concentration of the monthly mean are 309 μg·m-3and 103 μg·m-3，exceed the standard ratio are 1.062 and 0.436. The winter peak in November, PM10and PM2.5mass concentration of the monthly mean are 203 μg·m-3and 85 μg·m-3, exceed the standard ratio are 0.353 and 0.7.), fall into trough(Trough for September, PM10and PM2.5mass concentration of the monthly mean are 96 μg·m-3and 39 μg·m-3，they are lower than the national standard). PM2.5 and PM10 mass concentration ratio is between 0.4 and 0.5, a certain linear relationship, atmospheric pollution is lighter. When the temperature between 0-3 ℃, PM2.5 and PM10 mass concentration in the atmosphere is more intense. The dew point temperature is higher than -3.15, which makes the mass concentration of PM10decreased obviously. On that the dew point temperature is higher than 1.85, the mass concentration of PM2.5decreased with the increase of the dew point temperature. These can illustrate that it’s obviously for wet deposition to two particle scavenging effect. Precipitation of the two kinds of atmospheric particulate matter are presented scavenging effect, but after precipitation PM10 mass concentration quick recovery, but little change PM2.5 mass concentration. The wind by west, increase the fine particle pollution levels in the atmosphere. Wind speed increase of PM2.5 has clear effect, but it makes the quality of the atmospheric PM10 concentration increased. The above results provide a important reference data for the monitoring and management of air pollution in Lanzhou City and provides strong theoretical basis for air pollution forecast in the future.

Lanzhou; PM2.5; PM10; mass concentration; meteorological factors

X51

A

1674-5906（2015）01-0070-06

10.16258/j.cnki.1674-5906.2015.01.011

翟广宇，王式功，董继元，尚可政. 兰州市不同径粒大气颗粒物污染特征及气象因子的影响分析[J]. 生态环境学报, 2015, 24(1): 70-75.

ZHAI Guangyu, WANG Shigong, DONG Jiyuan, SHANG Kezheng. Lanzhou Different Diameter Grain of Atmospheric Particulate Matter Pollution Characteristics and the Influence of Meteorological Factor Analysis [J]. Ecology and Environmental Sciences, 2015, 24(1): 70-75.

国家自然科学基金项目（41075103）；高校博士学科点专项科研基金博导类资助课题（20120211110018）；中央高校基本科研业务费专项资金重大需求培育项目（lzujbky-2013-m03）

翟广宇（1978年生），男，博士研究生，研究方向为气象环境变化与人体健康及数据挖掘方面的研究。E-mail: zhaigy12@lzu.edu.cn *通信作者：王式功，男，博士生导师。E-mail: wangsg@ lzu.edu.cn

2014-11-03