当前世界环境

介绍

由于对环境和人类的不利影响，空气污染物在大都市地区的存在是一个全球性的问题^1、2。氮氧化物(NOx)，二氧化硫(SO)₂)、颗粒物(PM)₁₀和点_2．5)、臭氧(O_3.)和一氧化碳(CO)是人类活动产生的主要空气污染物^{3 - 5}。这些污染物共存于气态介质大气中，由于协同效应，它们之间相互作用的亲和力更大，其不利影响也更大^{6 - 8}。

空气污染物对人类健康的主要影响是由于急性呼吸道感染、中风、慢性阻塞性肺病、IHD、肺癌和自然原因造成的死亡^9-14。空气污染物的短期影响包括呼吸系统疾病加重、肺功能减退、喘息、眼部刺激、呼吸短促和胸闷^{15 - 20}。

硫和氮的氧化物是酸雨的主要原因。酸雾和酸云的pH值非常低，损害了地球表面的动物群^9日21。由于酸化，植物吸收土壤养分的能力严重下降。硫酸盐、氮氧化物和灰尘是能见度降低的原因。全球的历史雕像和建筑由于与酸雨的成分发生反应而被侵蚀和变色^{22 - 24}。

靠近地球地面的初级层是行星边界层(PBL)，这一层与地球表面交换热量、水分和动量。大气稳定性对大气污染物在该层的扩散有显著影响^3.。当污染出现时，稳定的大气与降雨稀少和风速弱有关，揭示了所谓的空气污染物在一个地方积聚的作用^{22日,25 - 30}。这些接近地面的条件(稳定的天气)抑制了空气污染物的垂直扩散。相反，当污染减少时，不稳定的大气与丰富的降水和更强的风有关。地表附近不稳定的天气条件促进了空气污染物的垂直扩散^3、4、31。几项研究揭示了在covid-19限制期间罕见的人为污染物低排放下，气象参数对空气质量变化的重要性^{32 - 35}。

影响城市空气质量的关键气象因子有风向、风速、相对湿度和温度^34岁》。这些气象参数显著影响大气污染物的扩散过程和去除机制^40、41。降雨是通过大气化学过程去除气体污染和颗粒物沉积的另一个因素^{25日,26日,42、43}。

世界范围内的几项研究表明了气象变量对环境空气质量的潜在影响。本研究确定了哥打都会区4年(2018-2021)观测期间气象变量对空气质量的影响。风速和风向、相对湿度、降水和温度是确定气象因子对AQI影响的气象变量。评价空气质量的参数为PM₁₀,没有₂下午,_2．5，所以_2，采用CPCB规定的方法测定AQI。过去对哥打都会区的研究并没有量化气象参数对城市的影响^44、45。因此，利用多元回归分析建立了一个置信水平为95%的预测模型。本研究可为利益相关者及决策者考虑气象因素对哥打市环境空气的影响，以制定新的政策和法规来控制空气污染提供参考。

材料与方法

研究范围及研究方法

选择快速发展的拉贾斯坦邦城市哥打来研究气象变量对城市环境空气质量的影响。它位于昌巴尔河畔，属于智能城市的范畴。快速的城市化、迅猛的人口增长、无计划的发展、车辆的增加、动态的建筑和拆除工作，以及人们缺乏意识，对城市的空气质量产生了一些不利影响^22日,45。哥打市的空气质量是通过空气质量指数(AQI)的CPCB方法，借助四种污染物，即PM来确定的₁₀下午,_2．5,所以_2，也没有₂。本研究选用的气象参数为风速和风向、相对湿度、降水量和温度。分别对各气象参数与空气质量指数的相关性及显著性水平进行了研究。利用ms . Excel软件建立了以温度、风速、相对湿度为参数的基于多元回归分析的AQI预测模型。气象和空气参数数据从不同的政府机构(如CPCB和RSPCB)收集了四年(2018-2021)。研究区域如图1所示，所选空气监测点的GPS坐标列于表1。

图1:研究区(哥打)空气质素监测站的位置。 点击此处查看图

表1:印度拉贾斯坦邦哥打的人工和连续空气监测点。

*这里M和C分别代表手动站和连续站。

评价空气质量的CPCB方法

在本研究中，AQI是根据2014年10月在印度理工学院坎普尔分校的帮助下开发的CPCB方法计算的^43、44。空气质量指数(AQI)评价的CPCB方法包括(i)使用公式1计算每种空气污染物的子指数，(ii)使用公式2根据所有空气污染物中最高的子指数定义AQI。使用ms . excel软件进行分析^18日,29日。表2显示了基于AQI值的AQI类别。计算subindex()的控制方程如公式1所示。

在那里,英国石油公司_嗨=污染物断点浓度较高;

英国石油公司_罗=较低的污染物断点浓度;

我_嗨= AQI对应于英国石油公司_嗨，我_罗= AQI对应于英国石油公司_罗,

P_C空气污染物的浓度。

利用最大算子系统求得各污染物的子指标，如式2所示。

表2:空气质量指数范围，有相应的类别和颜色代号^43、44。

多元线性回归分析

采用逐步多元线性回归方法确定本研究所选变量之间的关系。该方法适用于自变量大于1(1)的情况，其一般方程如下³⁷

其中C为回归常数，X为回归系数。决定系数(R²)的分析，以确定其预测能力(善良)。R的值²取值范围是0到1。由回归线得到的预测值的精度通过标准误差来衡量。采用t统计检验(CI:95%)和单因素方差分析检验(?=5%)作为显著性检验。

观测数据

该研究的观察期为四年，从2018年到2021年。总降雨量和平均气温及其标准差见表3，平均相对湿度和平均风速见表4和表5。表6显示了哥打每个空气质量监测点四年观测期间污染物的最高、最低和平均浓度及其标准差。月平均PM浓度的变化₁₀下午,_2．5,没有_2，所以₂如图2所示。

表3。2018 - 2021年哥打市月总雨量及平均气温资料。

表4:观测期间哥打市平均相对湿度。

表5:2018 - 2021年哥打市月平均风速

表6:研究期间各监测点各选定污染物的年最大、最小、平均浓度及标准差。

图2:项目管理的变化10下午,2．5,没有2，所以2值。 点击此处查看图

结果与讨论

PM浓度的可变性₁₀下午,_2．5,没有₂，所以₂

年平均PM浓度₁₀153±32µg/m^3.， 119±40µg/m^3.， 97±23µg/m^3.， 119±34µg/m^3.分别是2018年、2019年、2020年和2021年。污染物浓度范围为73 ~ 258µg/m^3.(2018)， 36-318µg/m^3.(2019)， 38-174µg/m^3.(2020)， 49 ~ 244µg/m^3.(2021)。年度PM_2．52018年、2019年、2020年和2021年的浓度均为55±18µg/m^3.， 58±20µg/m^3.， 50±15µg/m^3.， 67±27µg/m^3.,分别。PM_2．5浓度范围为14 ~ 119µg/m^3.2018年，17-165µg/m^3.2019年为19-110µg/m^3.在2020年，和27-170µg/m^3.在2021年。PM的年度允许限值₁₀和点_2．5分别是60和40。点₁₀和点_2．5是导致城市空气质量持续恶化的主要原因，因为两者都持续违反印度CPCB规定的标准。车辆排放、建筑和拆除工程、发电厂排放、水泥厂、石料切割工业、露天燃烧、残茬燃烧和自然粉尘是造成城市颗粒物污染的主要原因^使。

年度NO₂浓度为26±4µg/m^3.2018年25±3µg/m^3.2019年为22±3µg/m^3.在2020年，和26±4µg/m^3.在2021年。NO的浓度₂在9-37µg/m之间变化^3.(2018)， 12-52µg/m^3.(2019)， 10-36µg/m^3.(2020)， 14-43µg/m^3.(2021)。SO的年浓度₂8±2µg/m^3.， 7±1µg/m^3.， 7±1µg/m^3.， 8±1µg/m^3.分别是2018年、2019年、2020年和2021年。污染物变化范围为4 ~ 22µg/m^3.2018年为5-11µg/m^3.2019年为5-10µg/m^3.2020年为6-11µg/m^3.为2021。年度NO₂所以₂标准为40和50µg/m^3.这两种空气参数都远远低于印度规定的限制，不能被视为空气污染物。

由于西南季风降水的影响，各参数的浓度在雨季呈下降趋势。空气质量参数浓度最高的季节是冬季，其次是夏季和雨季，除了2020年，因为今年仍实行封锁限制。空气质量参数浓度的变化主要取决于这些季节的气象参数。冬季大气条件稳定，夏季和雨季大气条件不稳定^44、45。哥打稳定和不稳定条件之间的区别可以通过表7来理解。

表7:冬季、夏季和雨季相对湿度、温度、风速和降雨量的变化。

基于CPCB方法的AQI分为六个类别，即严重(400至500)，极差(300至400)，差(200至300)，中度污染(100至200)，满意(50至100)和良好(0至50)。这种计算空气质量指数的方法至少使用了三个空气质量参数，其中一个应该是PM₁₀或点_2．5。根据这些污染物在周围大气中的测量浓度，计算出这些污染物的分项指数。2018年、2019年、2020年和2021年各监测点的月度和季节性AQI值分别见表8和表9。2018年至2021年空气质量指数的变化如图3所示。

得到的AQI值表明，AQI在月与月、季节与季节、年与年、站与站之间呈连续变化。各监测点空气质量指数在雨季最低，其次是夏季和冬季。原因是温度、降雨量、相对湿度和风速，因为AQI是基于污染物浓度，而污染物浓度受气象条件影响较大^{31日,43岁,46岁}。AQI在2018年为73-297,2019年为36-335,2020年为38-267,2021年为49-339。2020年空气质量指数下降的另一个因素是新冠肺炎导致的封锁限制。

表8:所有环境空气质素监测站的空气质素评估值。

表8:所有环境空气质素监测站的空气质素评估值。 点击此处查看图

注:S空气质量监测站数据暂无_AQ6(Balita污水处理厂)，2020年和2021年。

表9:各监测站的空气质素指数，哥打(印度)，按季节及年度计算。

注:S空气质量监测站数据暂无_AQ6(Balita污水处理厂)，2020年和2021年。

图3:研究期间哥打市空气质量指数的变化情况。 点击此处查看图

影响空气质素的气象参数

一个特定地点的空气质量每天变化很大，即使由于气象参数的影响，每天的排放量不变。上述气象参数对一个地区的空气质量影响很大。空气质量指数与气象变量的关系如图4所示。

图4:空气质量指数与(A)温度、(b)相对湿度、(c)风速和(d)降雨量的关系。 点击此处查看图

这些参数也会影响哥打市的空气质量。因此，这里考虑所有这些因素，以确定它们对空气质量的影响。2018年、2019年、2020年和2021年，哥打市(拉普拉雨量站)的总降雨量分别为685、1637、514和1338毫米。然而，总降雨量的很大一部分发生在降雨季节，从6月中旬到9月。2018年、2019年、2020年和2021年季风占总降雨量的百分比分别为99.56、96.94、90.36和87.29。受西南季风影响，每年6月、7月、8月和9月都有降水。

降雨量与空气质量指数(AQI)的相关系数为-0.42[显著性水平(P) < 5%]，证实了降雨量与空气质量指数(AQI)呈负相关关系，即随着降雨量的增加，城市空气质量得到改善，反之亦然。降雨对空气质素的影响见图5。

月平均气温最高的季节为夏季(23.8 ~ 38℃)，其次为雨季(29.4 ~ 30.8℃)和冬季(15.5 ~ 29.7℃)。三月，随着太阳向北回归线移动，城市的温度开始上升。

夏季包括3月、4月、5月和6月。六月中旬，西南季风带来降雨，导致气温略有下降。7月、8月、9月和10月是雨季。

太阳在冬季迁移到南半球，在11月、12月、1月和2月降低温度。空气质量指数与气温(AQI)的相关系数为-0.49 (P < 5%)，证实了气温与空气质量指数(AQI)呈负相关关系，即气温越低，城市空气质量越差，反之亦然。降雨对空气质素的影响见图5。

图5:研究期间雨量及气温对空气质素的影响。 点击此处查看图

相对湿度是指在给定温度和压力下不凝结的大气水分含量。它通常以百分比表示。相对湿度最大的季节为雨季(65 ~ 91%)，其次为冬季(42 ~ 73%)和夏季(22 ~ 45%)。它受温度、降雨量和风速的影响很大。因此，对空气质量影响不大[相关系数= -0.22 (P > 5%)]。相对湿度对空气质量的影响如图6所示。

图6:研究期间相对湿度和风速对空气质量的影响。 点击此处查看图

冬季平均风速为0.6 ~ 1.3 m/s，夏季平均风速为1.3 ~ 2.1 m/s，雨季平均风速为1.3 ~ 1.9 m/s，全年平均风速为0.6 ~ 2.1 m/s。季节风的变化有一点不同，但这一点不同对空气质量有巨大的影响。风速与空气质量之间存在显著的负相关关系[相关系数= -0.54 (P < 5%)]，即风速增大，污染物的扩散和稀释增加，最终改善空气质量。风速对空气质量的影响如图6所示。

利用气象参数建立AQI预测模型

利用多元回归分析建立了空气质量指数预测模型。以风速、相对湿度、温度三个气象参数作为自变量，确定因变量AQI。确定AQI的公式如下:

式中:AQI =空气质量指数;

WS=风速(m/s);

RH =相对湿度(%)，

T =温度(°C)。

由上式得到的回归系数(R值)为0.795，而决定系数(R²值)为0.632，即空气质量指数变化总量的63.2%是由空气质量指数与气象参数的线性关系决定的。各气象参数的显著性水平(?)为?0.05，验证了空气质量指数与所选气象变量之间的显著相关。这个方程适用于风速?1.2米/秒。这个方程没有考虑降雨，因为它只发生在季风期。

结论

本研究得出结论，PM₁₀和点_2．5是城市空气质量持续恶化的主要原因，因为两者都持续违反印度CPCB规定的标准。NO的年平均浓度₂所以₂远远低于印度规定的限制，不能被视为空气污染物。空气质量指数最高的季节是冬季，其次是夏季和雨季，2020年除外，因为今年仍实行封锁限制。空气质量参数浓度的变化主要取决于这些季节的气象参数。最低的AQI值表明整个雨季环境空气中空气污染物浓度较低，高温、强风速和风向共同作用增加了大气中空气污染物的分散，而降雨则是将空气污染物从大气中冲走的清洗剂。本研究试图统计分析气象变量对哥打市空气质量指数的影响。空气质量指数与气温、与降雨量、与相对湿度、与风速呈负相关。所建立的空气质量预测模型对空气污染领域的利益相关者和研究人员来说是有利的。然而，人为活动显著影响气象活动，并最终影响地表附近空气污染物的积累，导致哥打市空气污染情景增加。它可以作为基线研究，帮助决策者和利益相关者制定城市空气污染不同方面的规则、法规和管理/预防计划。

确认

我们非常感谢CPCB和RSPCB为这项研究提供空气污染物的数据。

利益冲突

作者之间没有利益冲突。

资金来源

没有

参考文献

1. Sathe Y, Gupta P, Bawase M, Lamsal L, Patadia F, Thipse s。COVID-19封锁期间印度空气污染的地面和卫星观测:对空气质量的影响。可持续城市学报，2021;66(2):102688。DOI: 10.1016 / j.scs.2020.102688
   CrossRef
2. 沈磊，赵涛，王华，等。新冠肺炎疫情防控期间气象在湖北省大气污染事件中的重要性。环境科学学报，2011;44(4):1422 - 1427。DOI: 10.1016 / j.scitotenv.2020.142227
   CrossRef
3. Al-Hemoud A, Al-Sudairawi M, Al-Rashidi M, Behbehani W, Al-Khayat A.高温干旱气候中空气污染的关键指标。自然灾害学报，2019,37(1):139-155。DOI: 10.1007 / s11069 - 019 - 03631 - 2
   CrossRef
4. 张勇。气象条件对大气污染的动态影响分析——以北京市为例。环境科学学报，2019;64(4):779 - 779。DOI: 10.1016 / j.scitotenv.2019.05.360
   CrossRef
5. Ravindra K, Singh T, more S，等。印度北部七个城市秸秆焚烧过程中空气污染物的实时监测及其与气象和跨界空气运动的关系。环境科学学报，2019;39(6):717-729。DOI: 10.1016 / j.scitotenv.2019.06.216
   CrossRef
6. 冯辉，邹斌，王军，顾鑫。全球大气污染-气候相互作用的主导变量:地理视角。生态学报。2019;99(2018年12月):251-260。DOI: 10.1016 / j.ecolind.2018.12.038
   CrossRef
7. Thi Do, Chi Lan, Toan Vuduc, Linh Qha, Chien Vuvan, Huyen Vuthu。越南河内PM10和PM2.5的风险评估?[j] .生态学报。2020;39(4):971-979。
8. 考虑到冠状病毒病(COVID-19)对印度大城市空气质量的社会和旅行封锁影响?:当前利益、未来挑战与前进方向。2020;(Ii):1222-1236。
   CrossRef
9. Al-Thani H, Koç M, Isaifan RJ。大气微粒污染对材料的直接影响及其对可持续城市和社会的缓解研究综述。环境科学与污染研究，2018;25(28):27839-27857。DOI: 10.1007 / s11356 - 018 - 2952 - 8
   CrossRef
10. 张建军，李建军，张建军，等。人体一氧化氮暴露研究进展₂在学校和办公室室内环境。环境学报，2019;130(3):104887。DOI: 10.1016 / j.envint.2019.05.081
    CrossRef
11. Power AL, Tennant RK, Jones RT，等。利用城市池塘沉积物监测城市化和工业化对人类世空气质量的影响。地球科学前缘，2018;6(9):1-18。DOI: 10.3389 / feart.2018.00131
    CrossRef
12. 王晓明，王晓明。大气中细颗粒物的空气质量与健康风险评价[j]。第170卷。爱思唯尔有限公司;2019.DOI: 10.1016 / j.envres.2018.11.046
    CrossRef
13. 刘建军，刘建军，李建军，等。基于空气质量模拟技术的环境PM10和SO2对人类健康的风险评估。环境科学学报，2017;31(1):346-354。DOI: 10.1016 / j.psep.2017.07.018
    CrossRef
14. 郭志强，陈志强，陈志强，等。在印度covid-19封锁期间，可吸入颗粒物减少对健康有益。气溶胶空气质量学报。2021;21(5):1-16。DOI: 10.4209 / aaqr.200460
    CrossRef
15. Kuldeep, Kumar P, Kamboj P, Mathur AK。印度拉贾斯坦邦主要城市封锁后空气质量下降。In: ECS Transactions。;2022:18479 - 18496。DOI: https://DOI.org/10.1149/10701.18479ecst
    CrossRef
16. 陈健，王斌，黄松，宋敏。中国人口密度增加对大气污染的影响。环境科学学报，2020;35(5):13456。DOI: 10.1016 / j.scitotenv.2020.139456
    CrossRef
17. 库尔迪普，马图尔，魏玛，等。基于空气质量指数(AQI)和超标系数(EF)的焦特布尔市城市空气质量评价。In: Verma P, Samuel OD, Verma TN, Dwivedi G，主编。材料，制造和能源工程的进展，卷I. Springer新加坡;2022:585 - 596。
    CrossRef
18. 阿富汗FR，帕蒂达尔SK.国家首都地区(NCT)德里PM2.5、PM10和二氧化氮暴露对健康的影响评估。污染。2020;6(1):115 - 126。DOI: 10.22059 / POLL.2019.286454.662
    CrossRef
19. Kuldeep Kuldeep, Shivali Sen, Sohil Sisodiya和AKM。通过AirQ +测定拉贾斯坦邦阿尔瓦尔的颗粒物对人类健康的影响。2022年在线出版。DOI: https://DOI.org/10.1149/10701.1073ecst
    CrossRef
20. 徐辉，Bechle MJ，王敏，等。国家点_2．5也没有₂基于土地利用回归、卫星测量和通用克里格的中国暴露模型。环境科学学报，2019;36(2):423-433。DOI: 10.1016 / j.scitotenv.2018.11.125
    CrossRef
21. 沃特沃斯K.酸雨和植物损害-酸雨对植物生长的影响。2020;(5).https://www.gardeningknowhow.com/plant-problems/environmental/acid-rain-damage.htm
22. Kamboj K, Mathur AK。印度拉贾斯坦邦哥打市2018 - 2022年环境风险评估世界环境学报，2022;17(3):698-713。DOI:http://dx.DOI.org/10.12944/CWE.17.3.18
    CrossRef
23. 张建军，张建军，张建军，等。空气污染对人体健康影响的研究进展[J]₁₀下午,_2．5,没有₂和O_3.): AirQ+模型在Camp de Tarragona County(加泰罗尼亚，西班牙)的应用。环境科学学报，2020;37(3):135538。DOI: 10.1016 / j.scitotenv.2019.135538
    CrossRef
24. Kamarehie B, Ghaderpoori M, Jafari A，等。与SO有关的健康影响的量化₂也没有₂污染物使用空气质量模型。环境科学学报，2017;5(1):44-50。http://jaehr.muk.ac.ir/article_47757.html
25. Oduber F, Calvo AI, Blanco-Alegre C，等。空气中花粉浓度的最新趋势、气象参数和空气污染物之间的联系。气象学报。2019;264(2018年6月):16-26。DOI: 10.1016 / j.agrformet.2018.09.023
    CrossRef
26. Lorenzo JSL, Tam WWS, Seow WJ。空气质量、气象因素与COVID-19感染病例数之间的关系Environ Res. 2021;197(3月):111024。DOI: 10.1016 / j.envres.2021.111024
    CrossRef
27. Kumar Porush;Kuldeep Kuldeep;利用空气质量指数和超标系数对印度拉贾斯坦邦乌代普尔市的环境空气质量进行评价。能源工程学报。2021;7(2020年12月):94-106。DOI: https://DOI.org/10.32438/WPE.102021
    CrossRef
28. 黄福平，王志强。一氧化氮的长期暴露₂和O_3.全因死亡率和呼吸系统死亡率:一项系统回顾和荟萃分析。环境学报，2020;44(7):105998。DOI: 10.1016 / j.envint.2020.105998
    CrossRef
29. 印度主要城市颗粒物对健康的影响。国际环境卫生杂志，2021;31(3):258-270。DOI: 10.1080 / 09603123.2019.1651257
    CrossRef
30. Caloiero T, Ferrari RC和E.用统计方法分析意大利南部卡拉布里亚月降水趋势。2018年在线出版:1-9。DOI: 10.3390 / proceedings2110629
    CrossRef
31. Kamboj K, Mathur AK。哥打都会区的空气质素评估。环境科学学报，2009;43(1):448 - 456。
32. 封城能减少空气污染吗??来自中国北方44个城市的证据。环境科学，2020;731(1954):139052。DOI: 10.1016 / j.scitotenv.2020.139052
    CrossRef
33. 罗汉瓦拉，高塔姆。新冠肺炎对环境的间接影响:基于印度背景的简要研究。环境科学，2020;188(4):109807。DOI: 10.1016 / j.envres.2020.109807
    CrossRef
34. 2019冠状病毒病大流行期间，封锁对印度空气质量的影响。地球科学进展，2020;31(1):921-928。DOI: 10.1007 / s11869 - 020 - 00863 - 1的影响
    CrossRef
35. Biswal A, Singh T, Singh V, Ravindra K, Mor S.基于卫星数据的COVID-19封锁及其对印度对流层二氧化氮浓度的影响Heliyon。2020;6 (9):e04764。DOI: 10.1016 / j.heliyon.2020.e04764
    CrossRef
36. Tobías A, Carnerero C, Reche C，等。新冠肺炎疫情爆发一个月后，巴塞罗那(西班牙)封锁期间空气质量的变化。环境科学学报，2020;26(6):138540。DOI: 10.1016 / j.scitotenv.2020.138540
    CrossRef
37. 李建平，李建平，李建平，等。气象参数对大气污染的影响研究。环境监测与评价(2008)，140:267-277。DOI 10.1007 / s10661 - 007 - 9865 - 1
    CrossRef
38. 娄健，吴勇，刘鹏，高士生，黄磊。气候变化对温度和空气污染的健康影响。环境科学，2019;5(3):144-158。DOI: 10.1007 / s40726 - 019 - 00112 - 9
    CrossRef
39. Guttikunda SK, nishah KA, Jawahar P. 20个印度城市的空气污染知识评估(APnA)。城市气候。2019;27(2018年8月):124-141。DOI: 10.1016 / j.uclim.2018.11.005
    CrossRef
40. Kuldeep, Sisodiya S, Mathur AK。Kota市颗粒物环境风险评价。In: ECS Transactions。;2022:543 - 559。DOI: https://DOI.org/10.1149/10701.0543ecst
    CrossRef
41. Kuldeep, Sohil Sisodiya和AKM。ECS汇刊:拉贾斯坦邦Kota大都会(印度)可归因于颗粒物的人类健康风险评估案例研究。2022年在线出版。DOI: https://DOI.org/10.1149/10701.0561ecst
    CrossRef
42. 刘建军，刘建军，刘建军，等。气体污染物测量(NO . 1)的初步研究₂,所以₂,在北半球_3., HNO_3.和O_3.)， Côte科特迪瓦:对非洲城市气体污染概览作出贡献。大气化学学报，2018,18(7):5173-5198。DOI: 10.5194 / acp - 18 - 5173 - 2018
    CrossRef
43. Kayes I, Shahriar SA, Hasan K, Akhter M, Kabir MM, Salam MA。城市环境中气象参数与空气污染物的关系。环境科学与管理，2019;5(3):265-278。DOI: 10.22034 / gjesm.2019.03.01
44. 李建军，李建军，李建军，等。大气污染物的空间分布特征及其影响因素。环境科学与技术，2011;33(3):1- 6。DOI: 10.1007 / s11270 - 022 - 05522 - y
    CrossRef
45. Kamboj K, Mathur AK。哥打的空气质素评估及对人体健康的影响。环境科学学报，2017;17(2):373-392。DOI: http://dx.DOI.org/10.12944/CWE.17.2.10
    CrossRef
46. Kuldeep, Sisodiya S, Mathur AK。NO的变化₂科打市(印度)浓度与。In: ECS Transactions。;2022:3081 - 3089。DOI: https://DOI.org/10.1149/10701.3081ecst
    CrossRef