油罐车驾驶室内甲醛排放动态：实时观测、深度学习预测与健康风险评价

《Science of The Total Environment》：Formaldehyde emissions in tanker truck cabins: Observation, deep learning prediction and health risk assessment

　　本文首次对新型油罐车驾驶室内甲醛（HCHO）动态排放进行了为期一月的实地观测，揭示了其浓度超标严重（83.5%时间超过WHO限值0.1 mg/m3），并识别材料表面温度为关键驱动因素。研究创新性地构建了C-BiLSTM深度学习模型，实现了对甲醛浓度的精准预测，优于传统模型。通过对比不同车型，凸显了油罐车驾驶室独特的健康风险，为特殊车辆内空气质量控制及驾驶员健康保护提供了重要数据和模型支持。

　　

Highlight

油罐车驾驶室内甲醛浓度的观测

油罐车驾驶室内的甲醛浓度水平是驾驶员关注的核心问题。我们首次尝试对选定的新型油罐车进行了为期一个月的甲醛浓度、温度、相对湿度和材料表面温度的实地观测，为理解车辆驾驶室内甲醛排放模式及其影响因素提供了关键数据。图3展示了观测期间甲醛浓度的变化情况...

Conclusions

结论

在本研究中，我们首次对一辆新制造的油罐车进行了为期一个月的连续实地监测，以捕捉真实世界条件下甲醛浓度、材料表面温度、车内空气温度和相对湿度的动态变化。结果表明，83.5%的测量甲醛浓度超过了世界卫生组织（WHO）的指导限值，峰值水平达到0.398 mg/m³。我们观察到在晴朗天气下甲醛浓度更高、分布更广...