于 謙，李克南，錢少華，高尚欣，伊振鵬

不同出行方式顆粒污染物吸入量分析及應(yīng)用開發(fā)

于 謙1,2，李克南3，錢少華3，高尚欣3，伊振鵬3

（1. 長安大學(xué)，運(yùn)輸工程學(xué)院，西安 710064；2. 生態(tài)安全屏障區(qū)交通網(wǎng)設(shè)施管控及循環(huán)修復(fù)技術(shù)交通運(yùn)輸行業(yè)重點(diǎn)實(shí)驗(yàn)室，西安 710064；3. 長安大學(xué)，公路學(xué)院，西安 710064）

道路交通的快速發(fā)展不可避免地帶來了城市交通尾氣污染問題，人們對于出行健康愈發(fā)關(guān)注。為了倡導(dǎo)健康出行，構(gòu)建城市綠色道路交通，本文探究了西安城區(qū)各出行方式顆粒污染物吸入量的變化規(guī)律，并為居民健康綠色出行提供路線規(guī)劃。本研究基于西安市13個國家空氣監(jiān)測點(diǎn)，分別對公交車、地鐵出行顆粒物濃度數(shù)據(jù)進(jìn)行采集，通過相關(guān)分析等統(tǒng)計(jì)分析方法，對各出行方式顆粒污染物吸入量影響因素進(jìn)行分析。并將研究結(jié)論應(yīng)用到微信小程序開發(fā)中，通過地圖實(shí)時(shí)定位、規(guī)劃路線以及環(huán)保部實(shí)時(shí)更新的西安市各區(qū)PM2.5、PM10背景濃度值，在獲得用戶出行起訖點(diǎn)基礎(chǔ)上，可實(shí)現(xiàn)預(yù)測用戶不同出行方式及路徑下吸入顆粒污染物總量，并結(jié)合實(shí)時(shí)路況信息推薦最優(yōu)出行路線的功能。

暴露濃度；出行方式；相關(guān)性分析；可吸入顆粒污染物；程序開發(fā)

0 引 言

顆粒污染物是城市空氣污染的罪魁禍?zhǔn)字唬L期吸入有毒顆粒物容易導(dǎo)致一系列呼吸道和心血管疾病[1]。在高密度人口的經(jīng)濟(jì)、社會活動以及機(jī)動車的行駛過程中必然會排放大量細(xì)顆粒物[2,3]，一旦排放量超過大氣的循環(huán)能力和承載度，細(xì)顆粒物將持續(xù)積聚[4,5]。為此，探究人群不同出行方式顆粒污染物吸入量的變化規(guī)律，并為居民合理規(guī)劃出行路線，盡可能減少顆粒污染物的吸入量，意義重大。

國內(nèi)外已經(jīng)開展了多項(xiàng)對交通微環(huán)境顆粒污染物濃度的研究。Hu[6]等研究了不同路段顆粒污染物濃度分布，研究結(jié)果表明不同類型的城市道路顆粒物數(shù)量濃度沒有明顯差異，而質(zhì)量濃度一般隨著城市道路等級的增加而增加，從城市道路的中心向居住區(qū)逐漸減少。Qiu[7]等研究了不同交通方式的通勤者顆粒物暴露濃度，研究結(jié)論表明，通勤者在地鐵、公共汽車、汽車和步行之間的暴露程度存在顯著差異，通勤微環(huán)境和車輛通風(fēng)方式的選擇對PM暴露有較大影響，空調(diào)系統(tǒng)的應(yīng)用是影響車內(nèi)PM水平的一個重要因素。行人的暴露程度不僅取決于車輛周圍的空氣質(zhì)量，還取決于車輛的實(shí)際排放量，尤其是在十字路口和汽車站等交通車輛排放的廢氣污染地區(qū)。李嘉琛[8]等對不同出行方式的PM2.5個體暴露水平進(jìn)行了比較，比較地鐵站不同位置的PM2.5濃度，以期為城市居民選擇適宜的出行方式提供科學(xué)依據(jù)。Audrey[9]等評估了暴露濃度和吸入的空氣污染物劑量，并分析巴塞羅那不同出行方式下造成其濃度及吸入量變化的影響因素。同時(shí)他指出由于研究地點(diǎn)氣候、交通發(fā)展水平、車況等不同，一些研究結(jié)論只適用于特定的研究范圍，遠(yuǎn)離主要交通流的專用自行車或步行路線會有效減少出行吸入劑量。Jing[10]等通過對比不同出勤方式暴露于空氣中的PM2.5和CO情況，發(fā)現(xiàn)騎自行車的人可能會受到比其他通勤者更大的健康風(fēng)險(xiǎn)。李樂[11]研究了不同空氣顆粒物污染濃度的影響因素，發(fā)現(xiàn)AQI（Air Quality Index）、環(huán)境PM2.5（PM10）濃度是不同出行方式PM2.5暴露濃度的重要影響因素，溫度與各出行方式（除自行車外）呈負(fù)相關(guān)關(guān)系；濕度與四種出行方式呈負(fù)相關(guān)關(guān)系；風(fēng)力與公交呈負(fù)相關(guān)關(guān)系，與步行、自行車、地鐵呈正相關(guān)關(guān)系。Prashant[12]等研究了不同出行方式、不同粒徑顆粒物暴露污染程度變化情況，發(fā)現(xiàn)粗粒的平均濃度顆粒物（PM10）跟隨趨勢為公交車>步行>自行車>小車。相反，亞微米（PM1）和細(xì)顆粒物的平均濃度為汽車?yán)锏念w粒物（PM2.5）濃度通常最高，而騎自行車的人則最低。沈俊秀[13]研究了不同空間污染物的暴露情況，發(fā)現(xiàn)暴露濃度空間大小由中心城區(qū)到郊區(qū)遞減，各類微觀環(huán)境暴露濃度由高到低為室外、交通工具內(nèi)、居室、辦公室、學(xué)校。

綜上所述，現(xiàn)有研究已對不同出行方式、不同地點(diǎn)影響顆粒污染物濃度的因素進(jìn)行了分析，但尚未綜合考慮乘客人數(shù)、公交車型、背景濃度等因素。本文以西安市城區(qū)不同公共出行方式為研究對象，分析西安市各出行方式人群吸入的顆粒污染物數(shù)量與環(huán)境濃度的關(guān)系，對比不同出行方式的顆粒污染物個體暴露水平及其影響因素，并運(yùn)用方差分析等統(tǒng)計(jì)分析方法，初步建立了不同出行方式下人群顆粒污染物吸入量的數(shù)學(xué)模型，并以此為基礎(chǔ)設(shè)計(jì)開發(fā)能夠推薦綠色出行方式的微信小程序。

1 數(shù)據(jù)采集

1.1 測量設(shè)備及操作

本研究采集了工作日高峰期及平峰期的大量樣本數(shù)據(jù)，采用Fluke 985手持空氣塵埃粒子計(jì)數(shù)器在公交車、地鐵車廂前、中、后區(qū)域以及公交站、地鐵站等候區(qū)附近進(jìn)行顆粒物暴露數(shù)量濃度的數(shù)據(jù)收集。設(shè)備如圖1所示，該設(shè)備具有6個通道，粒徑范圍為0.3～10.0μm，可精確測量數(shù)量濃度，隨時(shí)隨地查看數(shù)據(jù)，并導(dǎo)出數(shù)據(jù)做進(jìn)一步分析。每個數(shù)據(jù)采樣時(shí)間為1 min，可獲取1 min內(nèi)所處交通微環(huán)境中各通道顆粒物數(shù)量濃度并儲存在設(shè)備中。在一段時(shí)間內(nèi)連續(xù)采集數(shù)據(jù)時(shí)，注意將公交車或地鐵每次到站開門與外界進(jìn)行氣體交換時(shí)所在的數(shù)據(jù)區(qū)域著重標(biāo)記，以便于后續(xù)對影響因素的分析。同時(shí)每隔1 h查閱并記錄西安市區(qū)國家監(jiān)測點(diǎn)的背景濃度值作為對照。

圖1 數(shù)據(jù)收集設(shè)備

已知各通道顆粒物數(shù)量濃度，可通過下列公式計(jì)算不同粒徑顆粒物質(zhì)量濃度[14]：

式中：為顆粒物粒徑直徑；為顆粒物數(shù)量濃度。西安市區(qū)13個國家監(jiān)測點(diǎn)實(shí)時(shí)可獲取空氣中PM2.5，PM10質(zhì)量濃度值，為了進(jìn)一步分析背景濃度與不同出行方式下微環(huán)境濃度值之間的關(guān)系，下面分別計(jì)算PM2.5和PM10質(zhì)量濃度。

1.2 測量路線

考慮到西安市13個國家監(jiān)測點(diǎn)背景濃度（包括PM2.5、PM10等顆粒污染物濃度）的影響，如圖2所示，本研究選取了西安市內(nèi)五條路線進(jìn)行公交車、地鐵內(nèi)的顆粒污染物數(shù)量濃度采集，具體路線及車型如表1所示。

圖2 西安市13個國家環(huán)境監(jiān)測點(diǎn)分布

表1 出行路線及車型

Tab.1 Travel route and vehicle type

2 數(shù)據(jù)分析

2.1 不同影響因素下顆粒物數(shù)量濃度變化規(guī)律

2.1.1 地鐵路線分析

（1）車廂內(nèi)不同乘客數(shù)量下顆粒物數(shù)量濃度變化分析

根據(jù)實(shí)測地鐵車廂顆粒污染物濃度與車廂內(nèi)乘客數(shù)，將乘客數(shù)劃分為三個區(qū)間[15]，不同粒徑顆粒污染物數(shù)量濃度在不同區(qū)間內(nèi)數(shù)量濃度如圖3所示（圖中三個箱體從左至右分別代表人數(shù)區(qū)間為0～20人、20～40人、＞40人）。

圖3 不同乘客量顆粒污染物數(shù)量濃度

從不同粒徑顆粒污染物對應(yīng)的箱型圖中可以看出，人數(shù)與所測顆粒污染物數(shù)量存在一定關(guān)系，人數(shù)在20~40范圍時(shí)，車內(nèi)污染物濃度出現(xiàn)峰值，人數(shù)較少（0～20）與較多（>40）時(shí)，車內(nèi)顆粒污染物濃度相對降低。這是由于人群身上會附著外部顆粒污染物，當(dāng)人數(shù)較少時(shí)，車內(nèi)顆粒污染物濃度隨著人數(shù)的增多而增多。但是當(dāng)人數(shù)超出一定數(shù)量后，顆粒污染物濃度反而降低，這是因?yàn)殡S著人數(shù)的增加，車內(nèi)的總呼吸速率也會提高?？梢姡噹麅?nèi)乘客數(shù)是影響車內(nèi)顆粒污染物濃度的影響因素。

（2）不同地鐵線路顆粒污染物數(shù)量濃度的變化以西安市現(xiàn)有四條地鐵線為研究對象，將實(shí)測地鐵車廂顆粒污染物濃度數(shù)據(jù)進(jìn)行對比分析，不同粒徑顆粒污染物數(shù)量濃度箱型圖，如圖4所示。圖中四個箱體從左至右分別代表地鐵線路1號線、2號線、3號線、4號線。

圖4 不同地鐵線下不同粒徑顆粒污染物數(shù)量濃度

從圖中可以看出四條地鐵線不同粒徑顆粒污染物濃度變化總體趨勢相同，1號線車廂內(nèi)部污染物濃度相對最高，4號線車廂內(nèi)部污染物濃度相對最低。這與每條地鐵線車廂內(nèi)部固定設(shè)施如換氣設(shè)備、車廂通風(fēng)條件等有關(guān)。4號線開通時(shí)間較近，列車車廂較新，通風(fēng)條件等相對較好。

2.1.2 公交路線分析

（1）不同背景濃度值下顆粒污染物數(shù)量濃度分析

本文采集了多條常規(guī)公交線路車廂內(nèi)顆粒物數(shù)量濃度數(shù)據(jù)，并收集了數(shù)據(jù)采集階段途經(jīng)的各個監(jiān)測站PM2.5背景濃度值。在不同背景濃度下，不同粒徑顆粒污染物數(shù)量濃度變化如圖5所示，圖中五個箱體從左至右分別代表背景濃度值為77、78、81、84、96。

結(jié)合數(shù)據(jù)采集時(shí)公交車輛開關(guān)窗戶及空調(diào)使用記錄與對應(yīng)的顆粒污染物濃度變化，分析空調(diào)使用對車廂內(nèi)顆粒物濃度變化影響如圖6所示。普通公交車在未使用空調(diào)且窗戶開啟狀態(tài)下，車內(nèi)不同粒徑顆粒污染物數(shù)量濃度隨著背景濃度值變化而變化呈現(xiàn)相同趨勢，其原因是車廂不是完全的密閉環(huán)境，在開關(guān)門或開窗的情況下車廂內(nèi)的空氣與外界發(fā)生了交換，使得車廂內(nèi)的顆粒污染物濃度在一定程度上受到外部環(huán)境即背景濃度的影響。但是在電動公交車輛空調(diào)開啟時(shí)，背景濃度對車內(nèi)顆粒污染物濃度影響很小，只在到站開關(guān)門期間與外界進(jìn)行少量氣體交換。

圖5 不同背景濃度值下不同粒徑顆粒污染物數(shù)量濃度

（2）車廂內(nèi)不同乘客數(shù)量下顆粒物數(shù)量濃度變化分析

運(yùn)用相同方法，根據(jù)實(shí)測公交車廂顆粒污染物濃度數(shù)據(jù)與乘客數(shù)量數(shù)據(jù)將乘客數(shù)劃分為三個區(qū)間，不同粒徑顆粒污染物數(shù)量濃度在不同區(qū)間內(nèi)的數(shù)量濃度如圖7所示。圖中三個箱體從左至右分別代表人數(shù)區(qū)間為0～20人、20～40人、＞40人。

圖7 不同乘客量顆粒污染物數(shù)量濃度

從上圖中可以看出公交車廂內(nèi)分析結(jié)果與地鐵線路研究結(jié)論相同。人數(shù)在20~40范圍時(shí)，車內(nèi)污染物濃度最高，人數(shù)較少（0～20）與較多（>40）時(shí)，車內(nèi)顆粒污染物濃度相對降低。

2.2 不同影響因素下顆粒物數(shù)量濃度影響分析

（1）相關(guān)性分析

由上述公交車輛數(shù)量濃度分析可以看出，車內(nèi)總?cè)藬?shù)、背景濃度會對車內(nèi)PM2.5產(chǎn)生影響，此處利用相關(guān)性分析方法來解析公交車輛車廂內(nèi)顆粒物質(zhì)量濃度（μg/m3）與車廂內(nèi)總?cè)藬?shù)、公交車型之間的關(guān)系。其中如果公交車型為普通天然氣車記為1，電動車記為0。相關(guān)系數(shù)如表2所示。

表2 總?cè)藬?shù)、車型與PM2.5、PM10的相關(guān)性分析

Tab.2 Correlation analysis of traveler modes and the number of travelers with PM2.5 and PM10 concentrations

從分析結(jié)果中可以看出，細(xì)顆粒物PM2.5質(zhì)量濃度與總?cè)藬?shù)之間呈現(xiàn)正的相關(guān)性，而粗顆粒物PM10濃度與總?cè)藬?shù)呈現(xiàn)負(fù)的相關(guān)性。可見隨著車內(nèi)人數(shù)增加，PM2.5細(xì)顆粒物質(zhì)量濃度逐漸上升，而PM10粗顆粒物濃度有所下降。此外，細(xì)顆粒物PM2.5質(zhì)量濃度與車型之間呈現(xiàn)負(fù)的相關(guān)性，而粗顆粒物PM10濃度與車型呈現(xiàn)正的相關(guān)性。可見天然氣公交車運(yùn)行過程中會產(chǎn)生較多粗顆粒物，而電動車運(yùn)行過程中會產(chǎn)生較多細(xì)顆粒物。

（2）方差分析

通過方差分析方法來進(jìn)一步明確各個因素對顆粒物質(zhì)量濃度的影響程度。公交出行PM2.5質(zhì)量濃度、PM10質(zhì)量濃度方差分析結(jié)果如表3和表4所示。sig值小于0.05且偏Eta方大于0.3，說明該影響因素對PM2.5質(zhì)量濃度值有顯著影響（注：下表中結(jié)果為顯著影響的變量及其組合以加粗及*表示）。從表中可以看出，對于公交出行的PM2.5質(zhì)量濃度，背景濃度與總?cè)藬?shù)對其是顯著影響的。對于PM10質(zhì)量濃度，車內(nèi)總?cè)藬?shù)與背景濃度對其影響顯著。

表3 公交PM2.5質(zhì)量濃度與各因素方差分析

表4 公交PM10與各因素方差分析

Tab.4 Variance analysis of bus PM10 and other factors

地鐵出行PM2.5質(zhì)量濃度、PM10質(zhì)量濃度方差分析結(jié)果如表5和表6所示。地鐵線路、背景濃度、人數(shù)均對PM2.5質(zhì)量濃度有顯著影響；人數(shù)與背景濃度對PM10質(zhì)量濃度有顯著影響。綜上所述，不論是地鐵還是公交出行，車輛所處的環(huán)境背景濃度與車內(nèi)總?cè)藬?shù)是分析公共交通出行微環(huán)境顆粒物濃度必須要考慮的因素。

表5 地鐵PM2.5與各因素方差分析

Tab.5 Variance analysis of subway PM2.5 and other factors

表6 地鐵PM10與各因素方差分析

Tab.6 Variance analysis of subway PM10 and other factors

3 應(yīng)用程序設(shè)計(jì)

基于本文最終研究目的，設(shè)計(jì)開發(fā)推薦綠色出行方式的微信小程序。對不同出行方式下乘客顆粒物吸入量進(jìn)行分析，某一次出行中顆粒污染物吸入總量：

不同出行方式下呼吸速率可以由美國環(huán)保署對呼吸速率推薦值得出，男性及女性的呼吸速率取值如表7、表8所示。

表7 男性各交通方式呼吸速率取值

Tab.7 Respiratory rate of male travelers by transportation mode

表8 女性各交通方式呼吸速率取值

Tab.8 Respiratory rate of female travelers by transportation mode

此外，基于上述對公交出行顆粒物濃度影響因素研究，不同出行方式的人群暴露濃度C由背景濃度值得出，并由車型、車內(nèi)人數(shù)進(jìn)行修正，程序計(jì)算時(shí)調(diào)用國家監(jiān)測點(diǎn)每小時(shí)更新的背景濃度值。出行時(shí)長則利用騰訊地圖開放接口，調(diào)用地圖并獲取地圖上的路況信息，輸入出行的起點(diǎn)終點(diǎn)，獲取不同出行方式總時(shí)長數(shù)據(jù)。最終實(shí)現(xiàn)計(jì)算不同線路的顆粒污染物吸入總量，通過不同路線的總量比較，得出最佳路線并推薦給使用者的功能。應(yīng)用程序界面如圖8所示。

圖8 應(yīng)用程序界面

4 結(jié)束語

本文在已有研究基礎(chǔ)上，基于實(shí)驗(yàn)條件，綜合考慮了人數(shù)、公交或地鐵車型、背景濃度等因素，對公共出行交通微環(huán)境進(jìn)行研究分析，結(jié)果表明車輛所處的環(huán)境背景濃度與車內(nèi)總?cè)藬?shù)是公共交通出行微環(huán)境顆粒物濃度的影響因素。進(jìn)一步基于研究結(jié)論設(shè)計(jì)了綠色出行應(yīng)用程序，通過現(xiàn)有地圖軟件的接口和環(huán)保部監(jiān)測數(shù)據(jù)的實(shí)時(shí)接入，結(jié)合顆粒污染物吸入量數(shù)據(jù)分析方法，預(yù)測出行過程中顆粒污染物吸入總量，為人們提供合理出行建議。

因交通微環(huán)境顆粒污染物濃度影響因素過多且關(guān)系復(fù)雜，本文研究結(jié)論僅適用于特定的出行條件。為了獲得更普遍的結(jié)論，需要今后對樣本進(jìn)一步拓展分析，使得研究結(jié)論更具普適性。

[1] 王庚展, 王普才. 中國PM2.5污染現(xiàn)狀及其對人體健康的危害[J]. 科技導(dǎo)報(bào), 2014, 32 (26): 72-78.

[2] HANKEY S, MARSHALL J D . On-bicycle exposure to particulate air pollution: particle number, black carbon, PM2.5, and particle size[J]. Atmospheric Environment, 2015, 122: 65-73.

[3] PANIS L I, GEUS B D, VANDENBULCKE G, et, al. Exposure to particulate matter in traffic: a comparison of cyclists and car passengers[J]. Atmospheric Environment, 2010, 44 (19): 2263-2270.

[4] 李路野, 樊越勝, 謝偉, 等. 西安市地鐵環(huán)境中大氣顆粒物污染現(xiàn)狀調(diào)查[J]. 環(huán)境與健康雜志, 2013 (2): 160-161.

[5] 郭笑瑩. 淺談城市機(jī)動車尾氣污染與控制措施[J]. 物流與工商管理, 2009, 31 (7): 1674-4993.

[6] HU H F, LI T Z, CHEN X D. The concentration distribution of exposures to particulate air pollution on different road sections[J]. Transportation Research Procedia, 2017, 25: 3343-3353.

[7] QIU Z W, SONG J H, XU X Q, et al. Commuter exposure to particulate matter for different transportation modes in Xi'an, China[J]. Atmospheric Pollution Research, 2017, 8 (5): 940-948.

[8] 李嘉琛, 王裕, 王童, 等. 不同出行方式PM2.5個體暴露水平的比較研究[J]. 環(huán)境與健康雜志, 2016, 33 (8): 1001-5914.

[9] NAZELLE A D, FRUIN S, WESTERDAHL D, et al. A travel mode comparison of commuters' exposures to air pollutants in Barcelona[J]. Atmospheric Environment, 2012, 59: 151-159.

[10] HUANG J, DENG F, WU S, et al. Comparisons of personal exposure to PM2.5and CO by different commuting modes in Beijing, China[J]. Science of the Total Environment, 2012, 425: 52-59.

[11] 李樂. 不同交通出行方式顆粒污染物暴露程度研究[D]. 西安: 長安大學(xué), 2014.

[12] ADAMS H S, NIEUWENHUIJSEN M J, COLVILE R N, et al. Fine particle (PM2.5) personal exposure levels in transport microenvironments, Londn, U K[J]. The Science of the Total Environment, 2001, 279: 1-3.

[13] 沈俊秀. 上海市道路交通顆粒污染暴露特征研究[D]. 上海: 復(fù)旦大學(xué), 2011.

[14] YANG F, DAYA S K, WONG K C, et al. Heterogeneity of passenger exposure to air pollutants in public transport microenvironments[J]. Atmospheric Environment, 2015, 109: 42-51.

[15] 趙超. 偏態(tài)抗差箱形圖函數(shù)分析[J]. 武漢大學(xué)學(xué)報(bào): 工學(xué)版, 2015, 48 (6): 778-781.

Analysis of Traveler Particulate Pollutant Inhalation by Travel Mode and Route-planning Application Development

YU Qian1, 2, LI Ke-nan3, QIAN Shao-hua3, GAO Shang-xin3, YI Zhen-peng3

（1. School of Transportation Engineering, Chang’an University, Xi’an 710064, China；2. Key Laboratory of Transportation Industry for Traffic Network Facilities Control and Recycling Restoration Technology in Ecological Security Barrier Area, Xi’an 710064, China；3. College of Highways, Chang’an University, Xi’an 710064, China）

The continued rise in urban traffic exhaust pollution[A15] , the inevitable result of increased road traffic, has led to growing public interest in the utilization of travel modes that are both healthy and environmentally conscious. This study in Xi’an city explored the relationship between the travel mode and the amount of particulate pollution inhaled by travelers and developed a route-planning tool to promote “green” and healthy travel. Particulate matter distribution and concentration data for buses and subways were collected from 13 national air monitoring points in Xi’an. The factors influencing the amount of particulate pollution inhaled by travelers were analyzed for each travel mode using correlation analysis and other statistical approaches. The results were then applied to the development of a WeChat application that provides route maps, real-time positioning, route planning, and real-time updates of the PM2.5and PM10background concentrations in Xi’an. Based on the traveler’s origin and destination, the amount of particulate the traveler would inhale and the expected pollutant emissions for potential modes and routes are predicted by the application. Combining this analysis with the real-time traffic information, the application then recommends the optimum travel route, considering traveler health and environmental protection.

exposure concentration; mode of travel; correlation analysis; inhalable particulate pollutants; application development

U491.1

A

10.3969/j.issn.1672-4747.2020.03.014

1672-4747（2020）03-0116-10

2019-11-09

國家自然科學(xué)基金面上資助項(xiàng)目（51878062），陜西省自然科學(xué)基金青年資助項(xiàng)目（2019JQ-697），長安大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助（300102210104）

于謙（1988—），女，山西太原人，講師，從事交通運(yùn)輸系統(tǒng)環(huán)境污染及能源消耗相關(guān)研究，E-mail：yuqian@chd.edu.cn

李克南(1997—)，男，山西太原人，長安大學(xué)公路學(xué)院碩士研究生，研究方向?yàn)槁坊访婀こ?，E-mail：893488720 @qq.com

于謙，李克南，錢少華，等. 不同出行方式顆粒污染物吸入量分析及應(yīng)用開發(fā)[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2020，18（3）：116-125

（責(zé)任編輯：李愈）