CN109055479A - 一种地形逆温区域灰霾空气污染程度检测预警方法 - Google Patents
一种地形逆温区域灰霾空气污染程度检测预警方法 Download PDFInfo
- Publication number
- CN109055479A CN109055479A CN201811051566.1A CN201811051566A CN109055479A CN 109055479 A CN109055479 A CN 109055479A CN 201811051566 A CN201811051566 A CN 201811051566A CN 109055479 A CN109055479 A CN 109055479A
- Authority
- CN
- China
- Prior art keywords
- abundance
- air
- sample
- pollution
- range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
- C12Q1/06—Quantitative determination
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Toxicology (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及一种地形逆温区域灰霾空气污染程度检测预警方法。本发明通过检测样本中生物标记的种类及菌浓度确定样本的空气污染程度及预测未来空气污染变化趋势。本发明首次公开了灰霾空气污染程度与特殊菌之间具有相关性,并明确了不同菌体浓度与灰霾空气污染程度之间的关系,由于微生物的环境敏感性,因此可以作为空气质量的生物传感器,通过对菌的变化趋势来预测灰霾的发展过程,极大提高了灰霾预测的准确性。
Description
技术领域
本发明涉及一种地形逆温区域灰霾空气污染程度检测预警方法,属于大气污染检测技术领域。
背景技术
大气灰霾污染严重威胁着人类健康和经济可持续发展。空气颗粒物聚集是导致灰霾天气发生的主要原因之一,与区域土壤、水源的严重面源污染及微生物种群密切相关。复合污染的叠加效应形成了具有地域特征的微生物种群。微生物气溶胶是空气颗粒物的重要组成部分。在空气和水的自然驱动下,微生物及其所携带的基因发生迁移,带来微生物生物地理学上的分布变化。这种巨变以一种不可预估的方式改变着我们的生活环境,影响着地球生态。由于差异生态环境(地理位置,地形地势,气候条件,水土资源等)中大气灰霾污染形成机理研究的匮乏及有害成分尚不明确,目前部分地区空气污染问题仍然突出。大气污染防治总体形势严峻。现有空气微生物的研究集中在不同污染过程(灰霾、沙尘)、不同空间(城区、近海或高空)、不同季节的微生物浓度、粒径分布、群落多样性及其与环境因子(温度、湿度)和污染物(NO2、CO)之间的相关性方面。空气环境微生物的研究比其它环境如土壤、水体研究滞后,仍非常薄弱。不同地形区域环境对灰霾空气微生物差异性的影响及其与PM污染物的相关性尚属未知。
位于渤海与黄海之滨的中国山东省的省会城市济南,具有三面环山的典型地形特征,特殊地形造成的逆温作用,加之沿海省份受到暖气团平流逆温的影响,灰霾不易消散,是极具代表性的大气灰霾污染生态系统。2015年,此省空气首要污染物为可吸入颗粒物PM2.5的地区占比高达96.35%,且空气PM2.5污染程度具有明显的区域差异性,由东部沿海至西部内陆逐渐加重。以特殊地形环境为例,采用不同灰霾污染程度(首要污染物PM2.5)下空气微生物种群特征及变化规律,挖掘指示性物种(群)与PM关联性,建立大气灰霾污染微生物气溶胶预警模型,对完善生态安全评价指标、制定大气污染防治有效措施、改善环境空气质量和脆弱生态恢复具有重要意义。
发明内容
本发明针对现有技术的不足,提供一种地形逆温区域灰霾空气污染程度检测方法。
术语说明:
地形逆温区域,即具有典型山谷地形的区域,由于山坡表面积增加了空气降温快的土地地面的总表面积,冷空气下沉,把山谷相对温暖的空气抬高,加之缺少对流,因此,山脚下的城市,如济南、重庆,均是灰霾难以消散的典型地形逆温区域。
本发明技术方案如下:
一种地形逆温区域灰霾空气污染程度的检测方法,通过检测样本中生物标记的种类及菌浓度确定样本的空气污染程度:
当检测样本中的生物标记中含有蓝细菌(Cyanobacteria)和/或另枝菌属(Alistipes)时,且蓝细菌丰度占比为≥3.0%范围时和/或另枝菌属丰度占比为≥1.0%范围时,样本为无污染空气;
当检测样本中的生物标记中含有蜡样芽胞杆菌(Bacilluscereus)、环状芽孢杆菌(Bacilluscirculans)、嗜热脂肪土芽孢杆菌(Geobacillusstearothermophilus)和/或无乳链球菌(Streptococcusagalactiae)时,且蜡样芽胞杆菌丰度占比为≥4.0%范围时、环状芽孢杆菌丰度占比为≥2.0%范围时、嗜热脂肪土芽孢杆菌丰度占比为≥1.5%范围时和/或无乳链球菌丰度占比为≥0.5%范围时,样本为轻度污染空气;
当检测样本中的生物标记中含有罗斯氏菌(Roseburia)时,且罗斯氏菌丰度为≥1.0%范围时,样本为中度污染空气;
当检测样本中的生物标记中含有赖氏菌属(Leifsonia)时,且赖氏菌属丰度为≥5.0%范围时,样本为重度污染空气。
根据本发明优选的,所述无污染空气是指大气污染指数AQI<100。
根据本发明优选的,所述轻度污染空气是指大气污染指数101<AQI<150。
根据本发明优选的,所述中度污染空气是指大气污染指数151<AQI<200。
根据本发明优选的,所述重度污染空气是指大气污染指数201<AQI<300。
根据本发明优选的,所述检测为采用MiSeq平台16S扩增子高通量测序分析或流式细胞检测技术进行检测。采用MiSeq平台16S扩增子高通量测序分析具体参见:Rapin,A.,Pattaroni,C.,Marsland,B.J.,Harris,N.L.(2017).Microbiota Analysis Using anIlluminaMiSeq Platform to Sequence 16S rRNA Genes.Current protocols in mousebiology,7(2),100-129.
一种地形逆温区域灰霾空气污染程度的检测方法,通过检测样本中代表性物种的菌浓度确定样本的空气污染程度:
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),并且当检测样本中的代表性物种含有丰度为≥15%范围的乳球菌(Lactococcus)时,样本为轻度污染空气;并且当检测样本中的代表性物种含有雷氏菌属(Ralstonia)和/或丰度为≥20%范围的乳酸菌(Lactobacillus)时,样本为中度污染空气;并且当检测样本中的代表性物种含有雷氏菌属(Ralstonia)和/或丰度为≥5%范围的赖氏菌属(Leifsonia)时,样本为重度污染空气;
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥7%范围的伯克霍尔德菌(Burkholderia-paraburkholderia)时,样本为轻度污染空气;并且当检测样本中的代表性物种含有Ralstonia且丰度为5-12%范围的时,样本为中度污染空气;并且当检测样本中的代表性物种含有雷氏菌属(Ralstonia)且丰度为>12%范围的雷氏菌属(Ralstonia)时,样本为重度污染空气;
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥3%范围的巨球型菌属(Megasphaera)时,样本为中度污染空气;
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥2%范围的肠球菌(Enterococcus italicus)时,样本为重度污染空气;当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥0.5%范围的苯系物降解菌(BTEX-degrading bacterium)时,样本为重度污染空气;
检测上述样本中的正常活细胞比例(%)代入如下公式,计算PM2.5浓度(μg/m3):
y=-0.34x+107.41(R2=0.92);
其中,y值为正常活细胞比例(%),x值为PM2.5浓度。
根据本发明优选的,所述检测为采用MiSeq平台16S扩增子高通量测序分析或流式细胞检测技术进行检测,检测正常活细胞采用细胞凋亡检测试剂盒进行检测。
根据本发明优选的,所述无污染空气是指大气污染指数AQI<100。
根据本发明优选的,所述轻度污染空气是指大气污染指数101<AQI<150。
根据本发明优选的,所述中度污染空气是指大气污染指数151<AQI<200。
根据本发明优选的,所述重度污染空气是指大气污染指数201<AQI<300。
一种地形逆温区域灰霾空气污染程度的预测方法,通过检测样本中生物标记的种类及菌浓度变化趋势预测样本的空气污染程度:
无污染空气趋势,生物标记为蓝细菌(Cyanobacteria)丰度≥3.0%和另枝菌属(Alistipes)丰度≥1.0%,同时存在代表性微生物弧菌属(Vibrionimonas)丰度≥10.0%。
轻度灰霾污染空气趋势,生物标记为蜡样芽胞杆菌(Bacilluscereus)丰度≥4.0%、环状芽孢杆菌(Bacilluscirculans)丰度≥2.0%、嗜热脂肪土芽孢杆菌(Geobacillusstearothermophilus)丰度≥1.5%、无乳链球菌(Streptococcusagalactiae)丰度≥0.5%,同时存在代表性微生物杆菌(Bacillus)丰度≥20.0%、乳球菌(Lactococcus)丰度≥15.0%、伯克霍尔德菌(Burkholderia-Paraburkholderia)丰度≥7%、代尔夫特菌(Delftia)丰度≥3.0%。
中度灰霾污染空气趋势,生物标记为罗斯氏菌(Roseburia)丰度≥1.0%,同时存在代表性微生物乳酸菌(Lactobacillus)丰度≥≥20%、普氏菌(Prevotella)丰度≥7.0%、巨球型菌属(Megasphaera)丰度≥3.0%、罕见小球菌属(Subdoligranulum)丰度≥3.0%。
重度灰霾污染空气趋势,生物标记为Leifsonia丰度≥5%,同时存在代表性微生物意大利肠球菌(Enterococcusitalicus)丰度≥2%、苯系物降解菌(BTEX-degradingbacterium)丰度≥0.5%,Pseudomonas、少动鞘氨醇单胞菌(Sphingomonaspaucimobilis)丰度≥0.4%。
根据本发明优选的,所述检测为采用MiSeq平台16S扩增子高通量测序分析或流式细胞检测技术进行检测。
根据本发明优选的,所述无污染空气是指大气污染指数AQI<100。
根据本发明优选的,所述轻度污染空气是指大气污染指数101<AQI<150。
根据本发明优选的,所述中度污染空气是指大气污染指数151<AQI<200。
根据本发明优选的,所述重度污染空气是指大气污染指数201<AQI<300。
有益效果
本发明首次公开了灰霾空气污染程度与特殊菌之间具有相关性,并明确了不同菌体浓度与灰霾空气污染程度之间的关系,由于微生物的环境敏感性,因此可以作为空气质量的生物传感器,通过对菌的变化趋势来预测灰霾的发展过程,极大提高了灰霾预测的准确性。
具体实施方式
下面结合实施例对本发明的技术方案做进一步阐述,但本发明所保护范围不限于此。
样本来源
40°0′17″N,116°19′34″E,海拔40m,距离山东省空气质量实时监测位点20m。采用液体撞击式采样器(AGI-304,SENNON,China),将空气样品采集至含有10%甘油的磷酸盐缓冲液中,空气流速为10L/min,采集时间为20min,每次3个平行,2次重复。
检测方法
采用文献Rapin,A.,Pattaroni,C.,Marsland,B.J.,Harris,N.L.(2017).Microbiota Analysis Using an IlluminaMiSeq Platform to Sequence 16S rRNAGenes.Current protocols in mouse biology,7(2),100-129.中记载的方法。
实施例1
选取山谷、环山地形内部位置为采样点,海拔20-40m,避免人为干扰,采用液体撞击式采样器(AGI-304,SENNON,China),将空气样品采集至含有10%甘油的磷酸盐缓冲液中,空气流速为10L/min,采集时间为20min,每次3个平行,2次重复。采用DNeasyPowerSoilKit(QIAGEN,Inc.,Netherlands)提取总DNA,通过IllluminaMiSeq平台,进行16S rDNA测序分析。选取在不同灰霾污染程度空气中具有显著性差异的物种,以及具有高丰度的代表性物种,作为空气灰霾污染程度的指征。
采用流式细胞技术和细胞凋亡检测试剂盒(FITC Annexin V ApoptosisDetection Kit),对不同污染程度空气样品中的微生物总浓度及死菌、活菌数量进行检测。明确空气微生物浓度和存活比例与灰霾污染程度的相关性。结果显示,PM2.5污染程度与空气微生物活细胞数呈线性负相关关系,公式为y=-0.34x+107.41,R2=0.92。
表1霾污染空气样品中微生物细胞的生理状态
其中:VNA,正常活细胞;VA,早期凋亡细胞;NVA,晚期凋亡细胞;NVNA,坏死细胞;TC,20mL收集缓冲液中的细胞总浓度。
实施例2
在灰霾天气下采集空气样品,采用DNeasyPowerSoil Kit(QIAGEN,Inc.,Netherlands)提取总DNA,通过IllluminaMiSeq平台,进行16S rDNA测序分析。结果显示,空气微生物群落中出现贪铜菌属(Cupriavidus),指征出现灰霾污染,其丰度为19%,指征重度灰霾污染,同时,出现雷氏菌属(Ralstonia),且丰度为16%,指征重度灰霾污染,此外,检测到赖氏菌属(Leifsonia),且丰度为6%,综上,可判定此时空气灰霾污染程度为重度,且主要污染物为PM2.5,AQI值为200-300。通过流式细胞检测技术,活细胞比例为38%,根据公式y=-0.34x+107.41计算可得,PM2.5为204μg/m3。
通过与山东省实时监测数据发布值相比较,此方法检测结果准确,且对空气微生物组成成分更加明确,对灰霾污染所诱发疾病的预防具有针对性的指导作用。
实施例3
采集空气样品,采用DNeasyPowerSoil Kit(QIAGEN,Inc.,Netherlands)提取总DNA,通过IllluminaMiSeq平台,进行16S rDNA测序分析。结果显示,空气微生物含有贪铜菌属(Cupriavidus)丰度1.6%和伯克霍尔德菌(Burkholderia-Paraburkholderia)丰度9.1%(≥7%),表明大气出现轻度灰霾污染;间隔1h追踪检测空气微生物的生物标记及代表性菌的种类及浓度变化,结果显示,贪铜菌属(Cupriavidus)丰度继续增长至10%,高于轻度及中度污染空气中丰度,预测灰霾污染程度将达到重度。
采集空气的同时使用多功能在线监测终端(蓝居,U-LIFE200)实际检测PM2.5浓度,结果显示,PM2.5由112μg/m3经1h继续增长至142μg/m3,间隔3h追踪检测显示,PM2.5浓度达到211μg/m3,大气灰霾污染程度增长至重度,与预测结果相符。
Claims (10)
1.一种地形逆温区域灰霾空气污染程度的检测方法,其特征在于,通过检测样本中生物标记的种类及菌浓度确定样本的空气污染程度:
当检测样本中的生物标记中含有蓝细菌(Cyanobacteria)和/或另枝菌属(Alistipes)时,且蓝细菌丰度占比为≥3.0%范围时和/或另枝菌属丰度占比为≥1.0%范围时,样本为无污染空气;
当检测样本中的生物标记中含有蜡样芽胞杆菌(Bacilluscereus)、环状芽孢杆菌(Bacilluscirculans)、嗜热脂肪土芽孢杆菌(Geobacillusstearothermophilus)和/或无乳链球菌(Streptococcusagalactiae)时,且蜡样芽胞杆菌丰度占比为≥4.0%范围时、环状芽孢杆菌丰度占比为≥2.0%范围时、嗜热脂肪土芽孢杆菌丰度占比为≥1.5%范围时和/或无乳链球菌丰度占比为≥0.5%范围时,样本为轻度污染空气;
当检测样本中的生物标记中含有罗斯氏菌(Roseburia)时,且罗斯氏菌丰度为≥1.0%范围时,样本为中度污染空气;
当检测样本中的生物标记中含有赖氏菌属(Leifsonia)时,且赖氏菌属丰度为≥5.0%范围时,样本为重度污染空气。
2.如权利要求1所述的检测方法,其特征在于,所述无污染空气是指大气污染指数AQI<100;
优选的,所述轻度污染空气是指大气污染指数100≤AQI<150;
优选的,所述中度污染空气是指大气污染指数150≤AQI<200。
根据本发明优选的,所述重度污染空气是指大气污染指数200≤AQI<300。
3.如权利要求1所述的检测方法,其特征在于,所述检测为采用MiSeq平台16S扩增子高通量测序分析或流式细胞检测技术进行检测。
4.一种地形逆温区域灰霾空气污染程度的检测方法,其特征在于,通过检测样本中代表性物种的菌浓度确定样本的空气污染程度:
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),并且当检测样本中的代表性物种含有丰度为≥15%范围的乳球菌(Lactococcus)时,样本为轻度污染空气;并且当检测样本中的代表性物种含有雷氏菌属(Ralstonia)和/或丰度为≥20%范围的乳酸菌(Lactobacillus)时,样本为中度污染空气;并且当检测样本中的代表性物种含有雷氏菌属(Ralstonia)和/或丰度为≥5%范围的赖氏菌属(Leifsonia)时,样本为重度污染空气;
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥7%范围的伯克霍尔德菌(Burkholderia-paraburkholderia)时,样本为轻度污染空气;并且当检测样本中的代表性物种含有Ralstonia且丰度为5-12%范围的时,样本为中度污染空气;并且当检测样本中的代表性物种含有雷氏菌属(Ralstonia)且丰度为>12%范围的雷氏菌属(Ralstonia)时,样本为重度污染空气;
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥3%范围的巨球型菌属(Megasphaera)时,样本为中度污染空气;
当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥2%范围的肠球菌(Enterococcus italicus)时,样本为重度污染空气;当检测样本中的代表性物种含有贪铜菌属(Cupriavidus),且并且当检测样本中的代表性物种含有丰度为≥0.5%范围的苯系物降解菌(BTEX-degrading bacterium)时,样本为重度污染空气;
检测上述样本中的正常活细胞比例(%)代入如下公式,计算PM2.5浓度(μg/m3):
y=-0.34x+107.41(R2=0.92);
其中,y值为正常活细胞比例(%),x值为PM2.5浓度。
5.如权利要求4所述的检测方法,其特征在于,所述检测为采用MiSeq平台16S扩增子高通量测序分析或流式细胞检测技术进行检测,检测正常活细胞采用细胞凋亡检测试剂盒进行检测。
6.如权利要求4所述的检测方法,其特征在于,所述无污染空气是指大气污染指数AQI<100;
优选的,所述轻度污染空气是指大气污染指数100≤AQI<150;
优选的,所述中度污染空气是指大气污染指数150≤AQI<200;
优选的,所述重度污染空气是指大气污染指数200≤AQI<300。
7.一种地形逆温区域灰霾空气污染程度的预测方法,其特征在于,通过检测样本中生物标记的种类及菌浓度变化趋势预测样本的空气污染程度:
无污染空气趋势,生物标记为蓝细菌(Cyanobacteria)丰度≥3.0%和另枝菌属(Alistipes)丰度≥1.0%,同时存在代表性微生物弧菌属(Vibrionimonas)丰度≥10.0%。
轻度灰霾污染空气趋势,生物标记为蜡样芽胞杆菌(Bacilluscereus)丰度≥4.0%、环状芽孢杆菌(Bacilluscirculans)丰度≥2.0%、嗜热脂肪土芽孢杆菌(Geobacillusstearothermophilus)丰度≥1.5%、无乳链球菌(Streptococcusagalactiae)丰度≥0.5%,同时存在代表性微生物杆菌(Bacillus)丰度≥20.0%、乳球菌(Lactococcus)丰度≥15.0%、伯克霍尔德菌(Burkholderia-Paraburkholderia)丰度≥7%、代尔夫特菌(Delftia)丰度≥3.0%。
中度灰霾污染空气趋势,生物标记为罗斯氏菌(Roseburia)丰度≥1.0%,同时存在代表性微生物乳酸菌(Lactobacillus)丰度≥≥20%、普氏菌(Prevotella)丰度≥7.0%、巨球型菌属(Megasphaera)丰度≥3.0%、罕见小球菌属(Subdoligranulum)丰度≥3.0%。
重度灰霾污染空气趋势,生物标记为Leifsonia丰度≥5%,同时存在代表性微生物意大利肠球菌(Enterococcusitalicus)丰度≥2%、苯系物降解菌(BTEX-degradingbacterium)丰度≥0.5%,Pseudomonas、少动鞘氨醇单胞菌(Sphingomonaspaucimobilis)丰度≥0.4%。
8.如权利要求7所述的检测方法,其特征在于,所述检测为采用MiSeq平台16S扩增子高通量测序分析或流式细胞检测技术进行检测。
9.如权利要求7所述的检测方法,其特征在于,所述无污染空气是指大气污染指数AQI<100;
优选的,所述轻度污染空气是指大气污染指数100≤AQI<150;
优选的,所述中度污染空气是指大气污染指数150≤AQI<200。
10.如权利要求7所述的检测方法,其特征在于,所述重度污染空气是指大气污染指数200≤AQI<300。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811051566.1A CN109055479A (zh) | 2018-09-10 | 2018-09-10 | 一种地形逆温区域灰霾空气污染程度检测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811051566.1A CN109055479A (zh) | 2018-09-10 | 2018-09-10 | 一种地形逆温区域灰霾空气污染程度检测预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109055479A true CN109055479A (zh) | 2018-12-21 |
Family
ID=64761180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811051566.1A Pending CN109055479A (zh) | 2018-09-10 | 2018-09-10 | 一种地形逆温区域灰霾空气污染程度检测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109055479A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785898A (zh) * | 2019-01-14 | 2019-05-21 | 清华大学 | 一种基于微生物网络评估环境污染风险的方法 |
CN112782050A (zh) * | 2020-12-25 | 2021-05-11 | 杭州电子科技大学 | 基于长短期记忆神经网络的生物气溶胶浓度预测方法 |
CN112986503A (zh) * | 2021-04-20 | 2021-06-18 | 深圳市儒翰基因科技有限公司 | 一种量化的病原体微生物安全风险指标的监测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010054819A1 (en) * | 2008-11-14 | 2010-05-20 | Baxter International Inc. | Method for the specific detection of low abundance rna species in a biological sample |
CN104911264A (zh) * | 2015-06-03 | 2015-09-16 | 浙江大学 | 一种空气颗粒物携带微生物的区域源解析方法 |
CN105087797A (zh) * | 2015-03-30 | 2015-11-25 | 清华大学 | 确定空气中微生物种类及致病微生物污染状况的方法 |
CN106682381A (zh) * | 2015-11-10 | 2017-05-17 | 中国科学院沈阳计算技术研究所有限公司 | 一种面向环境空气质量的动态数据模拟预报方法 |
CN107894492A (zh) * | 2017-11-24 | 2018-04-10 | 成都立威斯科技有限公司 | 一种城市大气污染实时监测方法 |
-
2018
- 2018-09-10 CN CN201811051566.1A patent/CN109055479A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010054819A1 (en) * | 2008-11-14 | 2010-05-20 | Baxter International Inc. | Method for the specific detection of low abundance rna species in a biological sample |
CN105087797A (zh) * | 2015-03-30 | 2015-11-25 | 清华大学 | 确定空气中微生物种类及致病微生物污染状况的方法 |
CN104911264A (zh) * | 2015-06-03 | 2015-09-16 | 浙江大学 | 一种空气颗粒物携带微生物的区域源解析方法 |
CN106682381A (zh) * | 2015-11-10 | 2017-05-17 | 中国科学院沈阳计算技术研究所有限公司 | 一种面向环境空气质量的动态数据模拟预报方法 |
CN107894492A (zh) * | 2017-11-24 | 2018-04-10 | 成都立威斯科技有限公司 | 一种城市大气污染实时监测方法 |
Non-Patent Citations (1)
Title |
---|
张旭: "空气微生物群落结构组成及影响因素研究", 《中国优秀硕士学位论文全文数据库.基础科学辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109785898A (zh) * | 2019-01-14 | 2019-05-21 | 清华大学 | 一种基于微生物网络评估环境污染风险的方法 |
CN112782050A (zh) * | 2020-12-25 | 2021-05-11 | 杭州电子科技大学 | 基于长短期记忆神经网络的生物气溶胶浓度预测方法 |
CN112986503A (zh) * | 2021-04-20 | 2021-06-18 | 深圳市儒翰基因科技有限公司 | 一种量化的病原体微生物安全风险指标的监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moche et al. | Monthly dynamics of microbial community structure and their controlling factors in three floodplain soils | |
Xie et al. | Characteristics of ambient bioaerosols during haze episodes in China: a review | |
Liu et al. | The distribution variance of airborne microorganisms in urban and rural environments | |
Monteil et al. | Features of air masses associated with the deposition of Pseudomonas syringae and Botrytis cinerea by rain and snowfall | |
Wilkes et al. | Seasonal relationships among indicator bacteria, pathogenic bacteria, Cryptosporidium oocysts, Giardia cysts, and hydrological indices for surface waters within an agricultural landscape | |
Mulec et al. | Comparative microbial sampling from eutrophic caves in Slovenia and Slovakia using RIDA® COUNT test kits | |
CN109055479A (zh) | 一种地形逆温区域灰霾空气污染程度检测预警方法 | |
Hu et al. | Temporal discrepancy of airborne total bacteria and pathogenic bacteria between day and night | |
Herzog Velikonja et al. | Diversity of cultivable bacteria involved in the formation of macroscopic microbial colonies (cave silver) on the walls of a cave in Slovenia | |
Kaźmierczuk et al. | Bioaerosol concentration in the air surrounding municipal solid waste landfill | |
Liu et al. | Variations in soil culturable bacteria communities and biochemical characteristics in the Dongkemadi glacier forefield along a chronosequence | |
Wang et al. | Characteristics of microbial activity in atmospheric aerosols and its relationship to chemical composition of PM2. 5 in Xi'an, China | |
Qi et al. | Microbial activity levels in atmospheric bioaerosols in Qingdao | |
Wu et al. | Effects of algae proliferation and density current on the vertical distribution of odor compounds in drinking water reservoirs in summer | |
Dias et al. | Assessment of the trophic state of saquarema lagoonal system, Rio De Janeiro (Brazil) | |
Heslop et al. | Century-scale time since permafrost thaw affects temperature sensitivity of net methane production in thermokarst-lake and talik sediments | |
Chan-Yam et al. | Microbial activity and habitability of an Antarctic dry valley water track | |
Zhang et al. | Concentration and viability of bacterial aerosols associated with weather in Asian continental outflow: current understanding | |
Ramaiah et al. | Marine environmental pollution stress detection through direct viable counts of bacteria | |
Vasenev et al. | The effect of pollutants (heavy metals and diesel fuel) on the respiratory activity of constructozems (artificial soils) | |
Naik et al. | Boron/calcium ratios in Globigerinoides ruber from the Arabian Sea: Implications for controls on boron incorporation | |
Roguet et al. | Importance of local and regional scales in shaping mycobacterial abundance in freshwater lakes | |
Fan et al. | The environmental implication of diatom fossils in the surface sediment of the Changjiang River estuary (CRE) and its adjacent area | |
Fusé et al. | T emporal variation in methane emissions in a shallow lake at a southern mid latitude during high and low rainfall periods | |
Xu et al. | Effects of Seasonal Variation on Water Quality Parameters and Eutrophication in Lake Yangzong. Water 2022, 14, 2732 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |