《环境与职业医学》杂志官方网站 《环境与职业医学》杂志官方网站

首页> 当期目录> 正文

2018, 35(10):873-878.doi:10.13213/j.cnki.jeom.2018.18263

2013—2017年兰州市居民大气污染暴露分析


1. 兰州大学公共卫生学院, 甘肃 兰州 730000 ;
2. 温州医科大学附属台州妇女儿童医院, 浙江 台州 318000 ;
3. 咸阳彩虹医院, 陕西 咸阳 712000 ;
4. 东南大学公共卫生学院, 江苏 南京 210009 ;
5. 美国加州大学伯克利分校, 美国加州 伯克利 94524

收稿日期: 2018-04-02;  发布日期: 2018-11-06

基金项目: 周凯旋女性科学家基金项目(编号:201501);兰州大学中央高校基本科研业务费专项资金(编号:lzujbky-2018-it32)

通信作者: 王俊玲, Email: wangjl@lzu.edu.cn  

作者简介: 叶中辉(1988-), 男, 硕士生; 研究方向:环境与健康; E-mail:

[目的] 分析2013—2017年兰州市居民大气污染暴露特征,了解“煤改气”工程实施后兰州市居民大气污染暴露情况。

[方法] 收集兰州市2013—2017年主要空气污染物(PM10、PM2.5、SO2、NO2、CO、O3)日监测数据,结合人口分布资料,计算兰州市居民大气污染物人口加权暴露浓度(PWEL),采用Daniel趋势检验计算污染物暴露变化趋势系数(rs),再利用环境空气质量指数(AQI)、空气质量综合指数(Isum)和环境污染物暴露分担比(Pi)对居民大气污染暴露情况进行定性和定量评价。

[结果] 2013—2017年兰州市居民PM10日均暴露浓度达标率最低,为84.2%;PM2.5次之,为89.2%;其余达标率均在95%以上。与2013年相比,2017年PM2.5暴露下降35.0%,PM10下降21.6%,SO2下降9.2%;而NO2增长27.0%,CO增长25.0%,O3增长132.3%。2013—2017年各年度PM2.5/PM10值介于0.40~0.48间;而NO2/SO2值介于1.44~2.35间,2014年起呈迅速增长趋势。2013—2017年兰州市空气质量优良率呈增长趋势,2017年优良率比2013年上升21.4%,且居民污染暴露主要集中于冬春季。2013—2017年Isum中位数为2.79,各年度Isum中位数分别为2.68、2.74、2.87、2.83、2.73。各污染物的暴露分担比Pi取值:PM2.5集中于0.125~0.375,PM10集中于0.1~0.4,气态污染物集中于0.3~0.7。随着时间变化,颗粒物的暴露负荷分担比呈现下降趋势,而气态污染物则呈现上升趋势。

[结论] “煤改气”工程的实施积极促进了兰州市居民大气颗粒物暴露的改善(尤其是PM2.5),但颗粒物(特别是PM10)仍然是兰州市居民的主要暴露因素,且近年来居民气态污染物的暴露负荷呈增长趋势(尤其是O3)。

关键词: 兰州市;  空气污染;  暴露评估 

大气污染是影响居民健康的一个重要环境风险因素[1-2]。据世界卫生组织(WHO)报道[3],目前每年约有300万例居民死亡与室外空气污染暴露有关,其中将近90%的空气污染相关死亡发生在低收入和中等收入国家,且近2/3在东南亚和西太平洋地区。由于煤炭在我国一次能源供应中占主导地位,燃煤已经成为我国空气污染的一个重要来源[4]。兰州作为我国典型西北城市,地处兰州盆地内,由于受产业结构以重工业为主、能源结构中煤炭比重大、地理地貌特殊、生态环境脆弱等诸多因素的制约,致使兰州市长期深受大气污染的困扰,一度处于全国十大污染城市的行列,特别是冬季供暖期间[5]。从二十世纪九十年代以来,兰州市虽然实施了“蓝天计划”等一系列大气污染治理措施,但是治理效果一直不明显;自2012年兰州市实施“煤改气”工程,到2015年这一工程正式完结,经过3年多的不懈努力,兰州市稳步退出全国十大污染城市行列,成为全国环境空气质量指数(air quality index,AQI)下降最快的城市,也因此在2015年巴黎气候大会上获得“今日变革进步奖”,开创了我国大气污染治理的“兰州模式”[6-7]。本文拟通过对兰州市“煤改气”工程开始实施后5年间居民大气污染的暴露特征进行分析,以期为后续的环境健康研究提供参考,也为新常态下兰州市大气污染的防治及人群健康保护措施的制定提供科学依据。

1   材料与方法

1.1   数据来源

收集2013—2017年兰州市大气污染物监测数据,数据来源于兰州市环保局,包括可吸入颗粒物(PM10)、细颗粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)和一氧化碳(CO)的日平均浓度以及臭氧(O3)日最大8小时滑动平均浓度,监测点信息如表 1所示。

表1

兰州市监测点地域分布及人口覆盖情况

Table1.Geographical distribution of monitoring sites and population in Lanzhou

1.2   研究方法

1.2.1   人口加权暴露浓度[8-10]

将兰州市人口分布图层叠加到收集到的大气污染物分布图层中,得到人口加权暴露浓度(population-weighted exposure level,PWEL),用于反映兰州市常住居民大气污染物暴露水平,其计算公式:PWEL=Σ[(Pi×Ci)/ΣPi]。式中:i—监测点;Pi—该监测点覆盖区域内的人口数;Ci—该监测点的大气污染物浓度。

1.2.2   Daniel趋势检验[11-12]

采用Daniel趋势检验计算兰州市居民大气污染物暴露变化趋势系数(rs),并对其进行统计学检验。rs=1-[6/n(n2-1)]×$\sum\limits_{j = 1}^n {{{\left( {{X_j} - {Y_j}} \right)}^2}} $。式中:rs—Spearman秩相关系数;n—时间周期的数量;Xj—时间周期排序的序号;Yj—时间周期内暴露污染物浓度按数值升序排序的序号。将rs的绝对值与Spearman秩相关系数临界值表中对应的临界值进行比较,若大于临界值,则表示变化趋势有统计学意义;若rs是负值,则表示居民暴露水平呈下降趋势,若rs是正值,则表示居民暴露水平呈上升趋势。

1.2.3   AQI

依据HJ 633—2012《环境空气质量指数(AQI)技术规定(试行)》计算AQI,并将空气质量划分为0~50(优)、51~100(良)、101~150(轻度污染)、151~200(中度污染)、201~300(重度污染)和大于300 (严重污染)6个等级,用于对居民大气污染暴露定性评价。

1.2.4   暴露负荷评价[11, 13]

由于AQI只反映了首要污染物的暴露情况,忽略了其他污染物的暴露,因此本研究在参照GB 3095—2012《环境空气质量标准》中二类标准的基础上,利用环境空气质量综合指数(Isum)对居民的总体暴露情况进行评估,再分别计算各污染物的暴露分担比(Pi),以了解各污染物的暴露负荷,计算公式:Ii=Ci/SiIsumIiPi=Ii/Isum。式中:Ii—污染物i的单项暴露指数;Ci—污染物i的日暴露浓度;Si—污染物i的二级标准限值;Isum—空气质量综合指数;Pi—污染物i的暴露分担比。

1.3   统计学分析

利用SAS 9.2完成数据的整理与分析,Origin 9.0绘制统计图。运用均值插补法对缺失数据进行填充,但当同一监测点连续出现多个缺失或过半监测点同一天数据缺失时,直接剔除缺失数据;最终得到有效监测天数1 580 d,占研究时段总天数的86.5%。分别采用年平均(PM10、PM2.5、SO2、NO2)、P95(CO)、P90 (O3)对居民污染物年均暴露浓度进行评估[11]

2   结果

2.1   居民空气污染物暴露浓度分析

2.1.1   日均暴露浓度

2013—2017年兰州市居民空气污染物日均暴露浓度如图 1所示,可见PM10、PM2.5、CO和SO2均有较多的离群值,NO2的离群值较少,且主要集中于2017年,相比之下,O3的离群值最少。依据GB 3095—2012《环境空气质量标准》中二类标准浓度,2013—2017年兰州市居民PM10达标率为84.2%,PM2.5达标率为89.2%,而NO2、CO、O3达标率均在95%以上,居民SO2未出现超标情况。由此可见,2013—2017年兰州市居民空气污染暴露是以颗粒物为主,其中以PM10浓度超标最多。

图 1

2013—2017年兰州市大气污染物日均暴露浓度

2.1.2   年均暴露浓度

2013—2017年兰州市居民空气污染物年均暴露情况如表 2所示。与2013年年均暴露浓度相比,2017年居民PM10、PM2.5和SO2年均暴露浓度均有所下降,下降幅度分别为21.6%、35.0%和9.2%;与2013年年均暴露浓度相比,2017年居民NO2、CO和O3年均暴露浓度均有所上升,增长幅度分别为27.0%、25.0%和132.3%,其中以O3增长最为显著。可见2013—2017年兰州市居民颗粒物年均暴露浓度呈下降趋势,而气态污染物的年均暴露浓度呈上升趋势,其中以O3的暴露浓度增幅最大。

表2

2013—2017年兰州市居民空气污染物年均暴露浓度

Table2.Annual exposure concentrations of air pollutants in Lanzhou in 2013-2017

2.2   PM2.5/PM10和NO2/SO2

图 2可见2013—2017年兰州市居民PM2.5与PM10年均暴露浓度比值变化范围在0.40~0.48之间,平均值为0.45。2013—2017年兰州市居民NO2与SO2年均暴露比值介于1.44~2.35之间,2014年起呈迅速增长趋势。

图 2

2013—2017年PM2.5/PM10和NO2/SO2变化趋势

2.3   居民暴露等级特征

兰州市AQI时间序列如图 3所示,2013—2017年兰州市AQI取值范围为27~745,其中空气质量为优的有18 d,占比1.1%;空气质量为良的有1 207 d,占比76.4%;轻度污染262 d,占比16.6%;中度污染45 d,占比2.8%;重度污染25 d,占比1.6%;严重污染23 d,占比1.5%。污染暴露(AQI > 100)主要集中于冬春两季,合计243 d,占污染总天数(355 d)的68.5%;夏季污染暴露天数最少,仅23 d;秋季次之(89 d),且污染暴露主要集中于11月份(48 d),占秋季污染总天数的53.9%。以AQI ≤ 100(如图 3所示)计算空气优良率,2013—2017年各年度空气优良率依次为62.7%、76.0%、78.4%、76.8%和84.1%;与2013年相比,2017年空气优良率上升了21.4%。

图 3

2013—2017年兰州市AQI时间序列

2.4   居民暴露负荷评价

2.4.1   暴露负荷

2013—2017年兰州市居民Isum取值范围为0.66~14.92,中位数为2.79,Isum的时间变化趋势与AQI(见图 3)相似,具有一定的周期性,冬春两季上升,夏秋两季回落。2013—2017年各年度Isum的中位数和取值范围分别为2.68(1.36~14.92)、2.74 (1.48~12.81)、2.87(1.51~14.54)、2.83(1.45~8.25)、2.73(0.66~8.51)。与2013年相比,各年度暴露负荷变异范围虽然有所缩小,但暴露负荷的平均水平变化不大。

2.4.2   暴露负荷分担比

兰州市居民空气污染暴露负荷分担情况如图 4所示,2013—2017年间兰州市居民PM2.5的暴露分担比主要集中于0.125~0.375之间,PM10主要集中于0.1~0.4之间,而气态污染物(SO2、CO、NO2、O3)则主要集中于0.3~0.7之间。计算得到,PM2.5各年度的平均暴露分担比分别为0.33、0.28、0.25、0.23、0.23,PM10则为0.34、0.30、0.25、0.28、0.29,而气态污染物为0.33、0.42、0.49、0.49、0.48。可见随着时间变化,颗粒物的暴露负荷分担比呈现下降趋势,而气态污染物则呈现上升趋势。

图 4

2013—2017年间兰州市居民空气污染物暴露负荷分布情况

3   讨论

兰州市地处黄土高原河谷地带,地形呈明显半封闭巨大哑铃型、带状盆地城市特征,使得空气污染物不易向外扩散稀释。同时,兰州市位于我国西部内陆,属于典型的大陆性温带季风气候,呈现逆温、干燥、无风、光照强的特征,加之兰州市及周边较低的生态植被覆盖率,使得冬春季沙尘天气高发[14-15]。由于受“先天”特殊地理地貌、不利气象条件、脆弱生态环境的制约,再加上“后天”以重化工产业为主,能源结构中煤炭所占比例较大,机动车快速增长等诸多因素的叠加影响,使大气污染成为长期笼罩在兰州城市上空的“黑帽子”,也成为兰州市居民的“心肺之患”[7]

自2012年起,兰州市攻坚实施了以“煤改气”工程为主的多方位大气污染治理措施,兰州市空气质量也因此而得到快速改善[6]。本文对治理措施实施后的5年间兰州市居民大气污染暴露的特征进行了分析,结果显示,兰州市2017年PM2.5暴露浓度比2013年下降35.0%,且呈逐年下降趋势,PM10下降21.6%,SO2下降9.2%;而NO2增长27.0%,CO增长25.0%,O3增幅达132.3%,且基本呈逐年上升趋势。

对居民日暴露浓度分析结果显示,颗粒物仍然是兰州市居民的主要暴露污染物,2013—2017年PM10达标率为84.2%,PM2.5达标率为89.2%,这可能不仅与兰州市煤炭燃烧排放减少,机动车尾气排放增加有关,还可能与兰州市脆弱的生态环境、较低的植被覆盖面积、外源沙尘的输入等因素相关。同时在对居民日暴露浓度进行分析时,以1.5倍四分位数间距作为参考标出异常值,较多异常值的出现可能与外源污染物的输入(如沙尘暴等)、污染源的超标排放(如2015年CO暴露异常值增多,且主要集中于3月)、无风、逆温层的形成等因素有关。

颗粒物的粒径大小与其健康效应密切相关,粒径越小的颗粒物所产生的健康危害越大,对PM2.5/PM10值变化进行分析,有利于了解居民颗粒物暴露危害情况;不仅如此,PM2.5/PM10值的大小也反映颗粒物的暴露来源,当PM2.5/PM10值较小时,说明颗粒物的暴露受自然来源(扬尘、外来沙尘等)影响明显,而PM2.5/PM10值较大时,则说明颗粒物的人为排放(工业排放、机动车尾气排放等)比重较大[16-17]。对污染物暴露比值分析结果显示,PM2.5/PM10值接近0.5,这说明颗粒物不仅受机动车尾气及工业排放的影响,还与扬尘等自然来源密切相关。

据《兰州市统计年鉴(2017年)》显示,近年来以兰炼、兰化为代表的重工业所占国民经济比重逐年下降;与此同时,兰州市机动车保有量却迅速增长,与2013年相比,2017年增长163%。随着机动车保有量的不断增多,机动车尾气排放已成为兰州市大气污染的重要来源,而大气中SO2含量在一定程度上反映煤炭的使用情况。对NO2/SO2值变化进行分析,有利于暴露来源的解析[12, 16]。2014年后NO2/SO2值呈迅速增长趋势,可能与煤炭燃烧排放下降,机动车尾气排放上升相关。

对居民暴露等级特征分析结果显示,2013—2017年兰州市空气质量优良率呈提升趋势,且污染暴露主要集中于冬春两季,这可能与兰州市冬季供暖(特别是农村、郊区居民个体燃烧生物质供暖[18])、冬季静风频率和逆温频率高、春季沙尘天气高发密切相关。对居民暴露负荷分析结果显示,2013—2017年兰州市居民各年度暴露负荷变异范围虽然有所缩小,但暴露负荷的平均水平变化不大,且随着时间变化,颗粒物的暴露负荷分担比呈现下降趋势,而气态污染物则呈现上升趋势,这除了可能与机动车保有量持续上升,致使机动车尾气排放的氮氧化物(NOx)、挥发性有机物(VOCs)增加有关外,还可能与大气颗粒物浓度降低,使近地面的太阳光辐射增强,以及全球普遍变暖有利于“光化学反应”(产生O3)有关[16, 19]

据全球疾病负担研究报告[20],大气污染已成为第七位居民致死因素,其中仅2013年因大气颗粒物暴露就造成约293万人的过早死亡,因O3暴露而导致的过早死亡数也达22万人。自2012年兰州市全面实施“煤改气”工程后,居民颗粒物暴露得到了明显改善,而近年来O3的暴露却呈现上升趋势,这可能与兰州市的污染特征(以颗粒物污染为主[10, 13, 21])及污染物治理重点、方式等有关[1]。大气污染治理是一项漫长的工程,相关部门在污染治理过程中应警惕污染物间“此消彼长”的趋势变化。

由于自2013年起大气PM2.5和O3浓度的监测才被纳入常规监测范围,为了保证数据来源及暴露评估方法的一致性,本研究缺失“煤改气”工程实施当年及之前的居民空气污染物暴露数据。尽管如此,本文通过对2013—2017年兰州市主要空气污染物日监测数据的分析,比较了兰州市居民不同年份的暴露等级特征,评价了不同污染物的暴露负荷,验证了“煤改气”工程对于颗粒物减排的意义,对新常态下兰州市大气污染防治工作的开展具有一定的指导意义。

表1

兰州市监测点地域分布及人口覆盖情况

Table 1 Geographical distribution of monitoring sites and population in Lanzhou

图 1

2013—2017年兰州市大气污染物日均暴露浓度

Figure 1 Daily exposure concentrations of air pollutants in Lanzhou in 2013-2017

[注]图中“○”代表离群值,以1.5倍四分位数间距为参照。红色水平线为GB 3095—2012《环境空气质量标准》中二类标准浓度值。 [Note]"○"represents outliers, setting 1.5 times of interquartile range as the reference. The red horizontal lines are the guidelines according to the National Air Quality Standard(GB 3095-2012).
表2

2013—2017年兰州市居民空气污染物年均暴露浓度

Table 2 Annual exposure concentrations of air pollutants in Lanzhou in 2013-2017

图 2

2013—2017年PM2.5/PM10和NO2/SO2变化趋势

Figure 2 Changes of PM2.5/PM10 and NO2/SO2 in 2013-2017

图 3

2013—2017年兰州市AQI时间序列

Figure 3 Time series of AQI in Lanzhou in 2013-2017

[注]红色水平线为空气质量优良界限[参照HJ 633—2012《环境空气质量指数(AQI)技术规定(试行)》]。 [Note]The red horizontal line is the guideline according to the Technical Regulation on Ambient Air Quality Index(on trial)(HJ 633-2012).
图 4

2013—2017年间兰州市居民空气污染物暴露负荷分布情况

Figure 4 Distribution of air pollutant exposure load in Lanzhou in 2013-2017

参考文献

[1]

王未来, 李明艳, 过伟军, 等.中国31个城市2014与2015年空气质量对比分析[J].中华预防医学杂志, 2016, 50(10):914-916.

[2]

施小明.应重视大气污染和气候变化急性健康风险评估与适应研究[J].中华流行病学杂志, 2017, 38(3):280-282.

[3]

World Health Organization(WHO). Ambient(outdoor)air quality and health[EB/OL].[2018-03-15]. http://www.who.int/mediacentre/factsheets/fs313/en/.

[4]

GBD MAPS Working Group. Burden of disease attributable to coal-burning and other major sources of air pollution in China[R]. Boston, MA: Health Effects Institute, 2016.

https://www.healtheffects.org/publication/burden-disease-attributable-coal-burning-and-other-air-pollution-sources-china

[5]

JIN L, QIU J, ZHANG Y, et al. Ambient air pollution and congenital heart defects in Lanzhou, China[J]. Environ Res Lett, 2015, 10(7):074005.

[6]

王伟.大气污染治理的"兰州经验"——基于环境保护与国家治理现代化的考察[J].中国环境管理, 2016, 8(4):82-86, 100.

[7]

环境保护部环境规划院, 环境保护部环境与经济政策研究中心.消除"心肺之患"的兰州模式——兰州市大气污染防治工作调研报告(上)[N].中国环境报, 2016-06-22.

[8]

伏晴艳, 阚海东.城市大气污染健康危险度评价的方法:第四讲大气污染的暴露评价:第二节大气扩散模型及人口加权的大气污染暴露评价(续四)[J].环境与健康杂志, 2004, 21(6):414-416.

[9]

LIU Z, XIE M, TIAN K, et al. GIS-based analysis of population exposure to PM2.5 air pollution-a case study of Beijing[J]. J Environ Sci, 2017, 59(9):48-53.

[10]

叶中辉.兰州市主城区居民PM2.5及其相关PAHs暴露评估与健康效应评价研究[D].兰州: 兰州大学, 2017.

[11]

环境空气质量评价技术规范(试行): HJ 663-2013[S].北京: 中国环境科学出版社, 2013.

[12]

俞华明, 管擎宇, 邰菁菁.近16年上海市空气质量变化趋势及成因分析[J].环境科技, 2017, 30(6):55-60.

[13]

廖琴, 张志强, 曲建升, 等. 1986-2012年兰州市空气质量变化趋势分析[J].环境与健康杂志, 2014, 31(8):699-701.

[14]

MA Y, XIAO B, LIU C, et al. Association between ambient air pollution and emergency room visits for respiratory diseases in spring dust storm season in Lanzhou, China[J]. Int J Environ Res Public Health, 2016, 13(6):613.

[15]

郭勇涛, 辛金元, 李旭, 等.沙尘对兰州市大气环境质量的影响[J].中国沙漠, 2015, 35(4):977-982.

[16]

ZHAO D, CHEN H, LI X, et al. Air pollution and its influential factors in China's hot spots[J]. J Clean Prod, 2018, 185:619-627.

[17]

XU G, JIAO L, ZHANG B, et al. Spatial and temporal variability of the PM2.5/PM10 ratio in Wuhan, central China[J]. Aerosol Air Qual Res, 2017, 17(3):741-751.

[18]

LIU J, MAUZERALL D L, CHEN Q, et al. Air pollutant emissions from Chinese households:a major and underappreciated ambient pollution source[J]. Proc Natl Acad Sci USA, 2016, 113(28):7756-7761.

[19]

CARRO-CALVO L, ORDÓÑEZ C, GARCÍA-HERRERA R, et al. Spatial clustering and meteorological drivers of summer ozone in Europe[J]. Atmos Environ, 2017, 167:496-510.

[20]

GBD 2015 Risk Factors Collaborators. Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990-2015:a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet, 2016, 388(10053):1659-1724.

[21]

GUAN Q, CAI A, WANG F, et al. Spatio-temporal variability of particulate matter in the key part of Gansu province, western China[J]. Environ Pollut, 2017, 230:189-198.

上一张 下一张
上一张 下一张

[基金项目] 周凯旋女性科学家基金项目(编号:201501);兰州大学中央高校基本科研业务费专项资金(编号:lzujbky-2018-it32)

[作者简介] 叶中辉(1988-), 男, 硕士生; 研究方向:环境与健康; E-mail: yezhh14@lzu.edu.cn

[收稿日期] 2018-04-02 00:00:00.0

【点击复制中文】
【点击复制英文】
计量
  • PDF下载量 (36)
  • 文章访问量 (152)
  • XML下载量 (0)
  • 被引次数 (0)

目录

2013—2017年兰州市居民大气污染暴露分析

导出文件

格式

内容

导出 关闭
《环境与职业医学》杂志官方网站