一、浅谈大气污染物对人体健康的影响（论文文献综述）
刘丽霞,张传福,于香利,马金凤,韩荣荣,张爱梅[1]（2022）在《济宁市空气污染状况与急性脑血管病的相关性研究》文中指出目的探讨济宁市大气污染物PM2.5、PM10、SO2、CO、NO2等的时空分布特征及其对济宁市急性脑血管病发病的影响。方法回顾收集济宁市某三甲医院2017年10月1日至2019年11月30日收治的急性脑血管病患者资料,结合济宁市29个空气质量监测站点的同期大气污染物浓度数据,采用Kriging插值模型模拟分析济宁市的大气污染整体情况;并在此基础上,分析济宁市大气污染与急性脑血管病发病的关系。结果济宁市急性脑血管病男性发病率高于女性,农村地区发病率明显高于城市;空间分布上,呈现由东南到西北逐渐集聚的趋势。大气污染物PM2.5和PM10的日均浓度冬春季高,夏秋季低;Kriging插值分析结果显示,各大气污染物浓度形成了不同程度的集聚点。济宁市急性脑血管病患者的空间分布与大气污染物浓度的空间分布吻合程度较高;Spearman相关分析表明,CO、SO2、NO2等大气污染物浓度与急性脑血管病发病呈现正相关性,PM2.5、PM10与急性脑血管病的发病关系不显着。结论 CO、SO2、NO2等部分空气污染指标与急性脑血管病发病呈正相关性,且患发病情况存在一定的人群、地域性分布,在以后的脑血管病预防工作中,应针对特定人群的居住环境,因地制宜地做好个人防护。
陈则圣,崔秀青,王斌,胡燕琳,代蓝,曹雪芹,汪春红,史廷明[2]（2022）在《大气低污染水平NO2对居民心脑血管疾病死亡影响的时间序列研究》文中提出目的探讨恩施市大气低污染水平二氧化氮（NO2）对居民心脑血管疾病死亡风险的影响,为定位敏感人群、制定人群健康政策提供科学依据。方法收集恩施市2015—2018年的大气污染物监测、气象因素和居民心脑血管疾病死亡数据,采用基于Poisson分布的广义加性模型,分析大气低污染水平NO2对恩施市居民心脑血管疾病死亡风险的影响,并对年龄、性别、季节进行亚组分析。结果恩施市2015—2018年期间主要气态污染物的浓度均值分别为NO2（21.40μg/m3）、二氧化硫（SO2,9.68μg/m3）、一氧化碳（CO,0.88 mg/m3）和臭氧（O3,61.21μg/m3）。单污染物模型分析结果显示:在总人群中,NO2浓度每增加1μg/m3,当日（lag0）心脑血管疾病死亡风险将增加0.33%（-0.06%～0.72%）（P>0.05）;在女性人群中,NO2浓度每增加1μg/m3,在累积滞后1d（lag01）的心脑血管疾病死亡风险将增加0.92%（0.26%～1.56%）（P<0.05）;在寒冷季节,NO2浓度每增加1μg/m3,当日（lag0）的全人群心脑血管疾病死亡风险将增加0.62%（0.12%～1.12%）（P<0.05）。双污染物模型的结果显示:控制其它气态污染物（SO2、CO或O3）后,NO2对女性人群和寒冷季节全人群心脑血管疾病死亡风险的影响仍然存在。结论恩施市低污染水平NO2会增加女性人群和寒冷季节全人群的心脑血管疾病死亡风险,应重视NO2低污染地区的特殊人群、在特殊季节的健康保护工作。
姚颖,蓝艳,张慧勇,张敏[3]（2021）在《欧洲大气污染防治的成效、经验及启示》文中提出自2000年以来,欧洲空气质量整体有所改善,并出现了经济增长与空气污染变化日益脱钩的趋势。虽然污染物排放量整体呈下降趋势,但不同区域污染物下降趋势有所不同。从行业类型来看,大部分行业大气污染物排放均有大幅减少,商业、机构和家庭以及农业行业降幅相对较低。大多数欧洲国家2020年春季大气污染物排放大幅降低。欧洲空气质量近年来整体改善,主要得益于能源结构转型和交通部门排放控制,包括清洁能源使用不断增加、制定并实施严格的汽车排放标准等。同时,许多欧盟成员国和欧洲经济区成员国大气质量未能达标,原因包括部分行业减排幅度小、减排政策对象单一所导致其他污染物排放上升、面临政策调节范围以外的挑战等。因此,在深入打好污染防治攻坚战、促进经济社会发展全面绿色转型的过程中,我国应借鉴欧洲经验,坚持科学治污、精准治污、依法治污,推进全国空气质量持续改善;加大温室气体和大气污染物协同治理力度,发挥减污降碳协同效应;推动我国与欧盟、欧洲国家及地方各层面主体开展大气污染防治务实合作。
卜兴兵,俸强,廖翀,冯元超,潘敦[4]（2021）在《2016-2020年成都市大气质量变化特征及健康风险评价》文中研究说明本文基于成都市2016—2020年PM2.5、PM10、SO2、NO2、CO和O3浓度监测数据,运用主成分分析（PCA）和复合污染特征分析污染物特征及来源,并采用美国环境保护署（USEPA）推荐的健康风险评价模型评估了PM2.5、PM10、SO2、NO2的健康风险,结果表明:2016-2020年成都市除O3外其余5种大气污染物浓度逐年降低,O3浓度总体呈上升趋势。相比2016年,2020年PM2.5、PM10、SO2、NO2、CO平均质量浓度降低幅度为26.79%,30.44%,50.00%,24.49%,41.18%;O3平均质量浓度上升9.03%。主成分分析和复合污染特征分析表明大气污染物来源具有同一性。2016—2020年成都市PM2.5非致癌风险指数均大于PM10非致癌风险指数。与其它年份相比,成都市2016年PM2.5和PM10的健康风险值均最高,分别为2020年的1.55倍和1.54倍。SO2和NO2的健康风险存在年龄差异,大气污染物的健康风险随年龄的增加而降低,对老人造成的健康风险最小,儿童最大。2016年男童和女童（<6岁）SO2/NO2健康风险值最高,是2020年的2.50/1.46倍。6～17岁和60岁以上人群,男性健康风险小于女性,其余年龄段男性健康风险均大于女性。成都市各人群PM2.5、PM10、SO2和NO2的健康风险均未超过USEPA推荐的1×10-6～1×10-4可接受风险范围。
范丹,叶昱圻,王维国[5]（2021）在《空气污染治理与公众健康——来自“大气十条”政策的证据》文中指出为探究《大气污染防治行动计划》（以下简称"大气十条"）的健康效应,本文基于中国健康与营养调查（CHNS）数据及省级面板数据,利用基于多项Logit模型的双重差分法（Logit-DID）,从微观与宏观两个维度考察"大气十条"政策的健康改善效应及其传导机制,并进一步通过异质性分析探讨环境健康不平等的内在原因。研究发现:"大气十条"实施带来显着的健康效应,该政策不仅能有效控制与空气污染高度相关疾病的发病率和死亡占比,还能够间接降低受空气污染影响较小的疾病病情。其作用机理主要通过控制PM2.5浓度改善公众健康,同时该政策对二氧化硫（SO2）、氮氧化物、烟（粉）尘等其他污染物浓度的下降起到了协同作用。进一步分析显示环境福利不公平的现象依然存在,"大气十条"政策显着降低了疾病高发人群的发病率,且对女性、城镇居民和低、高年龄段等疾病高发人群的健康影响更显着。本文为政府构建环境健康公平发展路径,推进"健康中国"战略提供了经验证据和政策借鉴。
陈佩弟,孙高峰,谢惠芳[6]（2021）在《乌鲁木齐市大气污染时空分布特征及不同年龄段人群健康风险评价研究》文中研究指明目的分析乌鲁木齐市大气污染时空分布特征及其对不同年龄段人群的暴露风险影响。方法应用数理统计方法与环境暴露风险评价模型分别对2015—2019年乌鲁木齐市大气污染特征时空分布进行分析及对不同年龄段人群暴露风险进行评价研究。结果 2015—2019年乌鲁木齐市大气污染物浓度值的季节变化、年际变化,差异均有统计学意义（P<0.01）;逐年减小,春冬季节较高,优良天数从62.19%升至74.79%。细颗粒物(PM2.5)、可吸入颗粒物(PM10)、SO2、NO2年均值范围分别为51.67～76.41、85.57～132.65、7.68～15.53、41.47～51.10μg/m3,对不同年龄段人群暴露风险值范围分别为0.08×10-6～0.46×10-6、0.06×10-6～0.40×10-6、0.01×10-6～0.04×10-6、0.02×10-6～0.11×10-6,对男性暴露风险值高于女性,对不同性别暴露风险值最大范围均集中于6个月～5岁年龄段。结论乌鲁木齐市大气污染程度呈逐年下降趋势,空气质量状况明显好转,受PM2.5、PM10污染程度较高,主要集中于春冬季节;PM2.5、PM10对男性及6个月～5岁的人群暴露风险较大。
胡荣明,王睿哲,李朋飞,杜嵩[7]（2021）在《西安市大气污染物时空特征及其与土地利用因素的关系》文中认为为了解西安市空气质量时空变化特征,探讨大气污染物质量浓度与土地利用类型的关系。使用2017年西安市空气质量监测数据和土地利用数据,基于经验正交函数（empirical orthogonal function, EOF）、空间插值和泰森多边形（Thiessen polygon）法分析西安市空气质量指数和主要大气污染物质量浓度时空变化特征,探讨土地利用类型对其的影响。结果表明:西安市大气污染物质量浓度在空间分布上呈现西北高、东南低的特征,在时间变化上呈现冬季>春秋季>夏季的"U"型特征;土地利用类型的变化会对大气污染物质量浓度产生一定的影响,其中PM2.5、PM10等污染物与耕地、林地、草地及水体的比例呈正相关,与建设用地及裸土地的比例呈负相关。根据大气污染物质量浓度回归模型显示,模型R2值均在0.65以上,拟合度较好。研究结果可为西安市大气污染物质量浓度预测、大气污染防治及今后的城市规划提供科学合理的建议。
谢惠芳,陈佩弟,孙高峰[8]（2021）在《2015—2019年乌鲁木齐市大气污染物(PM2.5和PM10)对呼吸系统疾病死亡的影响》文中研究说明目的分析乌鲁木齐市大气污染物(PM2.5和PM10)对呼吸系统疾病死亡的影响。方法依据2015—2019年乌鲁木齐市大气污染物[细颗粒物(fine particulate matter,PM2.5)、可吸入颗粒物(inhalable particles,PM10)]浓度资料,结合乌鲁木齐市2015—2019年呼吸系统疾病死亡资料,采用泊松广义回归模型,分析大气污染物对呼吸系统疾病死亡的影响。结果 PM2.5在Lag7时,对呼吸系统疾病效应值最大为1.45%（95%CI:1.13%～1.67%）,PM10在Lag3时,效应值最大为1.18%（95%CI:0.93%～1.43%）;PM2.5、PM10对男性滞后效应在Lag7、Lag3最大,为1.42%（95%CI:1.02%～1.82%）、1.19%（95%CI:0.88%～1.51%）;PM2.5、PM10对女性滞后效应在Lag6最大,为1.51%（95%CI:0.97%～2.04%）、1.23%（95%CI:0.81%～1.65%）;PM2.5、PM10对<60岁年龄组滞后效应在Lag3、Lag1最大,为1.10%（95%CI:0.62%～2.15%）、1.02%（95%CI:0.21%～1.83%）;PM2.5在Lag6时,对≥60岁年龄组效应值最大为1.44%（95%CI:0.10%～1.78%）,PM10在Lag3时,效应值最大为1.20%（95%CI:0.94%～1.46%）。结论 PM2.5和PM10对呼吸系统疾病死亡存在滞后效应,且PM2.5对呼吸系统疾病死亡风险更大。PM2.5和PM10对女性、高龄人群的死亡风险影响较大,PM2.5对男性、高龄人群的死亡风险滞后时间较长。
常会云,赵川,陈凤格,张莹[9]（2021）在《大气污染物对神经干细胞增殖与分化的影响》文中研究指明神经干细胞因具有自我更新和定向分化的特性而广泛应用于研究神经系统发育领域。研究表明,大气污染物具有神经发育毒性,通过分析神经干细胞发育过程（增殖、分化等）中的相关分子,可用来进行该污染物对神经干细胞的毒性效应评估,评估对神经系统发育的影响。本文依据现有研究,对大气污染物中的细颗粒物、铅、汞、多溴联苯醚、一氧化碳影响神经干细胞增殖与分化的研究进行综述,为进一步研究空气污染引起的神经系统相关疾病的发病机制提供参考和思路。
宋和佳,程义斌,李永红,张睿,汪子贤,张馨航,姚孝元[10]（2021）在《气温和大气颗粒物对哈尔滨市人群死亡影响的交互作用》文中提出目的定量评估哈尔滨市日平均气温和可吸入颗粒物(PM10)、细颗粒物(PM2.5)对人群死亡影响的交互作用。方法收集2014—2016年哈尔滨市每日死亡资料,大气颗粒物中PM10、PM2.5等污染物浓度资料及气象资料,采用双变量反应平面模型以及温度分层法和分布滞后非线性模型（DLNM）定性和定量评估大气颗粒物中PM10、PM2.5和日平均气温对哈尔滨市人群死亡影响的交互作用。结果双变量反应平面模型结果显示,日平均气温和大气颗粒物中PM10、PM2.5与人群死亡之间的关系存在交互作用,差异有统计学意义（P <0.05）。温度分层分析结果发现,高温时,累积滞后天数越长,PM10和PM2.5对日总死亡数的影响越大,当累积滞后12 d时,PM10和PM2.5每升高10μg/m3,日总死亡的累积相对危险度（CRR）分别增加10.4%（95%CI:2.7%～18.8%）和18.2%（95%CI:1.8%～37.1%）;低温和中温时,未发现PM10和PM2.5与总死亡之间的关联具有统计学意义。与中温层相比,高温时PM10和PM2.5对死亡的影响更大,且差异有统计学意义（P <0.05）。亚组分析结果显示,高温时,大气颗粒物对男性和65岁以上老年人群死亡的影响更大。结论气温和PM10、PM2.5对哈尔滨市人群死亡的影响具有交互作用,在高温时PM10、PM2.5对死亡的影响更大。
二、浅谈大气污染物对人体健康的影响（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、浅谈大气污染物对人体健康的影响（论文提纲范文）
（1）济宁市空气污染状况与急性脑血管病的相关性研究（论文提纲范文）
| 1 对象与方法 |
| 1.1 资料来源 |
| 1.1.1 患者资料 |
| 1.1.2 大气质量监测数据 |
| 1.1.3 地理信息数据 |
| 1.2 研究方法 |
| 1.2.1 核密度分析 |
| 1.2.2 大气污染物日均浓度的空间分析方法 |
| 1.2.3 相关性分析 |
| 2 结 果 |
| 2.1 济宁市脑血管疾病人群特征分析 |
| 2.2 济宁市脑血管疾病空间特征分析 |
| 2.3 济宁市空气质量时空特征分析 |
| 2.4 济宁市脑血管疾病与大气污染物相关性分析 |
| 3 讨 论 |
（2）大气低污染水平NO2对居民心脑血管疾病死亡影响的时间序列研究（论文提纲范文）
| 1 材料与方法 |
| 1.1 资料来源 |
| 1.2 方法 |
| 1.3 统计分析 |
| 2 结 果 |
| 2.1描述性分析 |
| 2.3 时间序列分析 |
| 2.3.1单污染物模型及亚组分析结果 |
| 2.3.2双污染物模型结果 |
| 2.3.3敏感性分析 |
| 3 讨 论 |
（3）欧洲大气污染防治的成效、经验及启示（论文提纲范文）
| 1 欧洲空气质量政策概况 |
| 2 欧洲空气质量变化趋势 |
| 2.1 欧盟成员国主要大气污染物及其前体物、温室气体排放量均呈下降趋势 |
| 2.2 2020年春季欧洲大气污染物排放量显着降低，空气质量整体有所改善 |
| 3 欧洲空气质量变化趋势原因分析 |
| 4 对我国大气污染防治的启示与建议 |
（4）2016-2020年成都市大气质量变化特征及健康风险评价（论文提纲范文）
| 1 研究区域概况及研究方法 |
| 1.1 研究区域概况 |
| 1.2 数据来源与处理 |
| 1.3 评价与分析方法 |
| 1.3.1 主成分分析法 |
| 1.3.2 暴露剂量计算方法 |
| 1.3.3 健康风险评价模型及评价 |
| 2 结果与讨论 |
| 2. 1 大气污染物浓度特征 |
| 2.2 污染物相关性及来源分析 |
| 2.2.1 变量相关系数及相关性检验 |
| 2.2.2 初始因子载荷矩阵 |
| 2.2.3 污染物来源分析 |
| 2.3 大气污染健康风险评价 |
| 3 结论 |
（5）空气污染治理与公众健康——来自“大气十条”政策的证据（论文提纲范文）
| 一、引言 |
| 二、文献综述与研究假设 |
| (一)文献综述 |
| (二)研究假设 |
| 三、研究设计与数据说明 |
| (一)“大气十条”对疾病发病概率影响的检验 |
| 1．模型设计。 |
| 2、3)概率的多项Logit模型: |
| (二)“大气十条”对疾病死亡占比影响的检验 |
| 1．模型设计。 |
| 2．变量选择及数据来源。 |
| 四、实证分析与稳健性检验 |
| (一)“大气十条”对疾病发病概率影响的检验 |
| 1．健康效应检验。 |
| 2．传导机制。 |
| 3．异质性分析。 |
| 4．稳健性检验。 |
| (二)“大气十条”对疾病死亡占比影响的检验 |
| 1．健康效应检验。 |
| 2．稳健性检验。 |
| 五、结论与政策建议 |
（6）乌鲁木齐市大气污染时空分布特征及不同年龄段人群健康风险评价研究（论文提纲范文）
| 1 资料与方法 |
| 1.1 资料来源 |
| 1.2 方法 |
| 1.2.1 特征分析 |
| 1.2.2 健康风险评价模型 |
| 1.2.2.1暴露风险评估 |
| 1.2.2.2健康风险可接受水平的确定 |
| 1.3 统计学分析 |
| 2 结果 |
| 2.1 乌鲁木齐市大气污染物季节变化特征分布 |
| 2.2 乌鲁木齐市大气污染物年际变化特征分布 |
| 2.3乌鲁木齐市空气质量指数年际变化 |
| 2.4 乌鲁木齐市大气污染物对不同人群暴露风险评价 |
| 2.4.1 不同年龄段男、女暴露的PM2.5暴露风险评估 |
| 2.4.3 不同年龄段男、女暴露的SO2暴露风险评估 |
| 2.4.4 不同年龄段男、女暴露的NO2暴露风险评估 |
| 3 讨论 |
（7）西安市大气污染物时空特征及其与土地利用因素的关系（论文提纲范文）
| 1 研究区与数据来源 |
| 1.1 研究区概况 |
| 1.2 数据来源 |
| 2 研究方法 |
| 2.1 经验正交分析法 |
| 2.2 反距离权重法 |
| 2.3 泰森多边形法 |
| 2.4 相关性分析法 |
| 3 结果与分析 |
| 3.1 首要污染物统计分析 |
| 3.2 基于EOF的西安市空气质量时空特征分析 |
| 3.3 大气污染物时空特征分析 |
| 3.3.1 时间变化特征分析 |
| 3.3.2 空间变化特征分析 |
| 3.4 土地利用类型对大气污染物质量浓度的影响 |
| 4 结 论 |
（8）2015—2019年乌鲁木齐市大气污染物(PM2.5和PM10)对呼吸系统疾病死亡的影响（论文提纲范文）
| 1 资料与方法 |
| 1.1 资料来源 |
| 1.1.1 大气污染资料 |
| 1.1.2 疾病资料 |
| 1.2 方法 |
| 1.2.1 2015—2019年乌鲁木齐市呼吸系统疾病死亡分布趋势 |
| 1.2.2 泊松回归的广义线性模型 |
| 1.3 统计学分析 |
| 2 结果 |
| 2.1 2015—2019年乌鲁木齐市居民呼吸系统疾病死亡分布趋势 |
| 2.2 泊松广义线性模型 |
| 2.2.1 大气污染物（PM2.5、PM10）对呼吸系统疾病死亡数的影响 |
| 2.2.2 大气污染物（PM2.5、PM10）对不同性别的呼吸系统疾病死亡数的影响 |
| 2.2.3大气污染物（PM2.5,PM10）对不同年龄段的呼吸系统疾病死亡数的影响 |
| 3 讨论 |
（9）大气污染物对神经干细胞增殖与分化的影响（论文提纲范文）
| 1 大气细颗粒物对神经干细胞的影响 |
| 2 汞对神经干细胞的影响 |
| 3 铅对神经干细胞的影响 |
| 4 多溴联苯醚对神经干细胞的影响 |
| 5 一氧化碳对神经干细胞的影响 |
| 6 小结与展望 |
（10）气温和大气颗粒物对哈尔滨市人群死亡影响的交互作用（论文提纲范文）
| 1 材料与方法 |
| 1.1 数据来源 |
| 1.2 数据处理 |
| 1.3 双变量反应平面模型和DLNM |
| 1.4 敏感性分析 |
| 1.5 统计方法 |
| 2 结果 |
| 2.1 一般情况 |
| 2.2 大气污染物与气象因素之间的Spearman秩相关分析 |
| 2.3 气温和PM10、PM2.5对哈尔滨市日死亡数影响的定性分析 |
| 2.4 日平均气温和PM10、PM2.5对哈尔滨市日死亡数影响的定量分析 |
| 2.5 敏感性分析 |
| 3 讨论 |
四、浅谈大气污染物对人体健康的影响（论文参考文献）
- [1]济宁市空气污染状况与急性脑血管病的相关性研究[J]. 刘丽霞,张传福,于香利,马金凤,韩荣荣,张爱梅. 公共卫生与预防医学, 2022
- [2]大气低污染水平NO2对居民心脑血管疾病死亡影响的时间序列研究[J]. 陈则圣,崔秀青,王斌,胡燕琳,代蓝,曹雪芹,汪春红,史廷明. 公共卫生与预防医学, 2022(01)
- [3]欧洲大气污染防治的成效、经验及启示[J]. 姚颖,蓝艳,张慧勇,张敏. 环境与可持续发展, 2021(06)
- [4]2016-2020年成都市大气质量变化特征及健康风险评价[J]. 卜兴兵,俸强,廖翀,冯元超,潘敦. 环保科技, 2021(06)
- [5]空气污染治理与公众健康——来自“大气十条”政策的证据[J]. 范丹,叶昱圻,王维国. 统计研究, 2021(09)
- [6]乌鲁木齐市大气污染时空分布特征及不同年龄段人群健康风险评价研究[J]. 陈佩弟,孙高峰,谢惠芳. 职业与健康, 2021(18)
- [7]西安市大气污染物时空特征及其与土地利用因素的关系[J]. 胡荣明,王睿哲,李朋飞,杜嵩. 中国科技论文, 2021(09)
- [8]2015—2019年乌鲁木齐市大气污染物(PM2.5和PM10)对呼吸系统疾病死亡的影响[J]. 谢惠芳,陈佩弟,孙高峰. 职业与健康, 2021(17)
- [9]大气污染物对神经干细胞增殖与分化的影响[J]. 常会云,赵川,陈凤格,张莹. 医学动物防制, 2021(09)
- [10]气温和大气颗粒物对哈尔滨市人群死亡影响的交互作用[J]. 宋和佳,程义斌,李永红,张睿,汪子贤,张馨航,姚孝元. 环境卫生学杂志, 2021(04)
标签：大气污染物论文; 大气污染防治行动计划论文; 风险评价论文; 空气污染论文; 神经干细胞论文;