《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

2020, 37(9):853-857.doi:10.13213/j.cnki.jeom.2020.20193

某市地铁车站PM2.5和PM10浓度的时空分布特征


上海市疾病预防控制中心公共服务与健康安全评价所, 上海 200336

收稿日期: 2020-04-24;  录用日期:2020-07-30;  发布日期: 2020-10-15

基金项目: 上海市地方标准制定项目(沪质技监标[2018]291号)

通信作者: 苏瑾, Email: sujin@scdc.sh.cn  

作者简介: 王凯(1982-), 男, 学士, 高级工程师; E-mail:wangkai@scdc.sh.cn

利益冲突  无申报

[背景] 地铁环境相对密闭,人流量大,容易造成各种污染物累积而导致空气质量恶化,并影响人体健康。我国目前尚未制定相应的卫生标准。

[目的] 了解轨道交通地铁车站PM2.5和PM10浓度,为今后制定卫生管控措施以及为制定标准限值提供建议。

[方法] 选取某市19座地铁车站,分别于夏季(2018年8月)、秋季(2018年11月)、冬季(2019年1月)任意一个工作日的7:00-11:00(含早高峰时段2 h和平峰时段2 h)或15:00-19:00(含晚高峰时段2 h和平峰时段2 h),同时对车站站台、隧道和室外环境的PM2.5和PM10连续监测4 h。监测点高度为1.0~1.5 m。使用粉尘浓度测量仪以每5 min计数1次的频率进行连续监测,并获得5 min平均浓度。所得监测结果分别按不同位置、不同季节和不同时段等进行比较,并分析颗粒物浓度区间分布特征,采用时间加权法计算15 min暴露浓度。

[结果] 本次所测地铁站台PM2.5的质量浓度(下称浓度)范围为25~275μg·m-3MP25P75)为71(54,97)μg·m-3;站台PM10的浓度范围为40~582μg·m-3MP25P75)为112(87,151)μg·m-3。隧道区域PM2.5和PM10的浓度分别为室外的1.42倍和1.69倍,站台PM2.5和PM10浓度分别为室外的1.34倍和1.58倍(P < 0.05)。夏季站台PM2.5的浓度最高,分别是秋、冬季的1.16倍和1.03倍(P < 0.05);夏季PM10浓度也为最高,分别是秋、冬季的1.20倍和1.02倍(P < 0.05)。同时,早高峰时段站台PM2.5和PM10的浓度最高(P < 0.05),MP25P75)分别为84(61,114)μg·m-3和128(98,174)μg·m-3。若按15 min暴露剂量预估,早高峰站台PM2.5和PM10暴露浓度比同一时段下室外浓度分别高8.0 μg·m-3和40.5 μg·m-3。站台PM2.5浓度集中在0~100 μg·m-3内,占全部样本的78.0%;站台PM10浓度集中在0~150 μg·m-3内,占74.7%;且站台PM2.5和PM10具有高度相关性(r=0.927,P < 0.001),PM2.5/PM10值为0.63。

[结论] 本次所测地铁车站PM2.5和PM10浓度均高于室外环境浓度。其中,隧道内PM2.5和PM10污染最严重,该污染可能由列车运行产生大量的颗粒物所致,并会影响站台环境。

关键词: 轨道交通系统;  地铁站台;  细颗粒物;  可吸入颗粒物 

城市轨道交通(地铁)作为一种快速、便捷的运输方式,已然成为各国缓解城市交通压力的首选交通工具[1]。然而地铁站台内空间相对密闭,客流量大,室内外空气无法有效流通,各种污染物容易聚集并造成室内空气质量恶化。颗粒物是地铁环境中的主要污染物之一。空气中的细颗粒物(fine particulate matter,PM2.5)和可吸入颗粒物(inhalable particulate matter,PM10)与医院病人就诊率、呼吸系统疾病发病率、心脏病发病率和死亡率之间均存在着显著关联[2-3]。因此,乘客频繁暴露于颗粒物质量浓度(后称浓度)较高的地铁环境中,无论时间长短,都可能遭遇健康问题的困扰[4]

目前,除韩国、中国台湾等专门制定了地铁环境颗粒物的卫生标准,其他国家和地区尚未制定专门的标准限值[5-6]。我国大陆仅GB 50157—2013 《地铁设计规范》规定了PM10限值为250µg·m-3,但这一标准参考的是1996年国家环保标准的限值,GB 3095—2012 《环境空气质量标准》制定的新浓度限值则严于250µg·m-3 [7-8]

因此,本研究通过监测分析地铁车站环境PM2.5和PM10的浓度水平及变化规律,为轨道交通环境颗粒物的卫生管控与卫生标准限值的制定提供参考依据。

1   材料与方法

1.1   车站选择和布点

至2018年,某市共有地下车站约370座,本次研究按地下车站总数的5%抽样,即19个车站作为监测对象。同时,根据地下车站网状分布的特点,以城市中心为中心点,从中心向东南西北等8个不同方位做放射线,并分别在距离中心4 km和8 km处设一个监测对象。若同一监测对象内相邻车站较多时,则优先选择运行时间较长、客流较大的车站。同时,为避免不同车站建筑结构对监测结果的影响(目前车站主要采用岛式,少数车站为侧式结构),本研究统一选择岛式车站。此外,考虑到中心点换乘线路较为集中,客流量比较大,且车站面积大,故拟在中心点选择3个车站作为监测对象。

根据调查,由于乘客在站厅的逗留时间较短,而在站台等候列车逗留的时间相对较长,且站台较站厅位于地下更深的区域,空间更为封闭,污染更为严重,对人群健康的影响更大。因此,本研究重点监测站台环境的PM2.5和PM10浓度。在所选的车站站台中心区域设置1个监测点,并在室外和隧道区域分别设置1个对照点(见图 1)。其中,室外对照点位于地铁车站进风口上风向5~10 m以外的空旷区域,隧道对照点位于车站上行方向(根据地铁线路规定)端头门内,且距离端头门前方5~10 m处。如条件无法满足,则将隧道参照点设置于隧道风井区域。监测点高度设置为1.0~1.5 m,尽可能靠近人员呼吸带区域,并避开通风口和人行通道区域等。每个监测点同时设置2台颗粒物监测仪,分别监测PM2.5和PM10浓度。

图 1

地铁监测点设点

Figure1.

Monitoring points in the metro system

1.2   监测时间

根据调查,目前地铁运营公司按照不同季节的气候特点,采取不同的空调通风系统运行模式进行车站环境的通风换气。因此,本研究选择夏季、秋季、冬季3个季节进行监测(春季与秋季过渡季节采用相同的空调通风运行模式)。每个车站分别于夏季(2018年8月)、秋季(2018年11月)和冬季(2019年1月),随机选择一个工作日实施监测。每个车站的监测时间为同一个工作日内的早高峰(7:00—9:00)和平峰时段(9:00—11:00),或晚高峰(17:00—19:00)和平峰时段(15:00—17:00),连续监测4h。

1.3   监测仪器

本次监测采用朗亿LPM-1000型数字粉尘浓度测量仪,分别配置PM2.5和PM10切割器,并自带数据存储功能。仪器最小分辨率为1 µg·m-3,测量精度≤ ±5%,每隔5 min可读取一个指示值或平均值,可连续监测4 h。监测前,将监测仪置于实验舱内进行校准,现场测量前根据仪器说明书要求进行零点校正。

1.4   统计学分析

本研究采用SPSS 21.0统计软件进行数据统计与分析。浓度采用MP25P75)或最小值(Min)~最大值(Max)表示,计数资料采用百分比表示。采用ShpiroWilk检验法对数据的正态性进行检验,数据检验为非正态分布时,采用Kruskal-Wallis H秩检验对数据进行多重比较。以每15 min为一个区间,分别计算15 min内PM2.5和PM10的时间加权平均暴露浓度,同时采用二分类非条件logistic回归分析PM2.5和PM10之间关系。采用Spearman等级相关分析数据相关性。检验水准α=0.05。

2   结果

2.1   地铁不同区域的PM2.5与PM10浓度特征

地铁车站不同区域PM2.5与PM10的监测结果见表 1。站台、隧道及室外对照点PM2.5和PM10的监测浓度呈非正态分布(P < 0.001)。隧道PM2.5和PM10浓度中位数分别是室外对照点的1.42倍和1.69倍,而站台PM2.5和PM10分别是室外对照点的1.34倍和1.58倍(P < 0.05)。

表1

地铁车站不同监测点PM2.5与PM10浓度

Table1.

Concentrations of PM2.5 and PM10 in different monitoring points of the metro system

2.2   地铁站台不同时间的PM2.5与PM10浓度特征

2.2.1   不同季节变化特征

车站站台PM2.5和PM10浓度在每个季节均呈非正态分布(P < 0.001)。比较不同季节间数据,结果显示夏季站台PM2.5浓度均高于秋、冬季,且夏季浓度中位数分别是秋季和冬季的1.16倍和1.03倍(P < 0.05);夏季站台PM10浓度均高于其他两个季节,且夏季浓度中位数分别是秋季和冬季的1.20倍和1.02倍(P < 0.05)。见表 2

表2

不同季节、不同时段地铁站台PM2.5与PM10浓度

Table2.

Concentrations of PM2.5 and PM10 at underground platforms of the metro system in different seasons and operating hours

2.2.2   不同运行时段的变化特征

车站站台PM2.5和PM10浓度在运行时段上均呈非正态分布(P < 0.001),且站台PM2.5和PM10浓度均随着时间推移而呈现出明显的变化趋势。不同运行时段PM2.5和PM10浓度差异具有统计学意义,早高峰时段均最高(P < 0.05),见表 2。乘客在站台停留时间一般为3~5 min,如遇地铁早高峰拥挤时,乘客停留时间会延长至10~15 min左右。根据乘客停留时间,采用时间加权方法预估早高峰期间15 min短时间的暴露浓度,可以发现车站内PM2.5和PM10的最大暴露浓度分别为92.8、149.6 µg·m-3,同时段室外浓度为84.8、109.1 µg·m-3,前二者比后二者分别增加了8.0、40.5 µg·m-3

2.3   地铁车站PM2.5与PM10浓度区间分布

对车站站台区域的颗粒物监测数据以每25 µg·m-3为区间跨度,统计颗粒物浓度分布特征,见表 3。PM2.5数据表明,浓度分布在>50~75µg·m-3区间范围的最高,占全部监测结果的34.9%;分布在0~100 µg·m-3浓度范围内的PM2.5则占78.0%。PM10分布在>75~100 µg·m-3区间范围的比例最高,占全部结果的23.4%;分布在0~150µg·m-3浓度范围内的PM10占74.7%。

表3

地铁站台PM2.5与PM10浓度区间分布

Table3.

Concentration distributions of PM2.5 and PM10 at underground platforms of the metro system

分析被测车站站台同一时间、同一位置PM2.5和PM10浓度的关联性,发现站台的PM2.5和PM10浓度具有高度相关性(r=0.927,P < 0.001)。采用线性回归分析可知站台PM2.5/PM10值达到0.63(t=2.074,P=0.038)。

3   讨论

与世界各地的地铁系统相比,本研究车站PM2.5平均浓度水平与巴黎地铁测得浓度(66 µg·m-3)较为接近,但比中国台北地铁浓度(35 µg·m-3)高,比首尔(129 µg·m-3)低[4, 9-10];车站PM10平均浓度水平和布拉格地铁浓度(103 µg·m-3)接近,但高于中国台北地铁(51µg·m-3),低于布达佩斯地铁(180µg·m-3[10-12]。有学者认为,世界各地地铁系统颗粒物浓度的差异变化,可能与地铁环境、使用年限、列车制动系统和空调通风系统等不同有关,也可能受测量时间、地点、季节、设备和室外气候因素等的影响[13-14]。但是无论受哪种影响,罗马、斯德哥尔摩、纽约等世界各地地铁系统的颗粒物浓度基本处于同一个波动范围内(50~450 µg·m-3[4, 9-12, 15-18]。而本次监测获得的PM2.5和PM10结果也处于这个范围内。

环境PM2.5的限值主要采用世界卫生组织制定的75 µg·m-3,但该限值不适用于发展中国家,且有专家表示世界卫生组织需要重新考虑对PM2.5的暴露风险证据进行审查,尤其是短期暴露的有关证据,因为新出现的证据表明,短时间暴露也会对健康造成不利影响[19-20]。我国地铁现行的PM10浓度限值为250 µg·m-3,韩国为150 µg·m-3,而本次监测站台PM10浓度则集中分布于0~150 µg·m-3范围内,表明前者的限值较宽松。PM2.5集中分布在0~100 µg·m-3浓度区间内,约占检测总数的80%,且站台PM2.5/PM10的占比分布较为稳定。因此,结合现有通风净化技术、隧道污染情况、颗粒物分布特征等因素,建议PM2.5的限值可设置为100 µg·m-3,PM10限值设置为150 µg·m-3。待日后地铁通风净化技术得到提升,且隧道颗粒物污染进行有效控制后,再进一步提升PM2.5和PM10的卫生要求。

本次研究发现隧道内颗粒物的污染最为严重,站台颗粒物浓度与隧道较为接近,且隧道和站台颗粒物浓度均高于室外环境。这些污染可能是地铁列车在隧道内运行时,导电轨和电极、制动块、铁轨和车轮之间的机械磨损等产生大量的颗粒物所致[21]。据北京地铁1、2号线调查,每年产生的颗粒物高达1 700 kg [22]。由于站台屏蔽门存在渗透风现象,会导致PM2.5渗透至站台[23],且现有空调通风系统又无法有效去除空气中PM2.5,进而影响车站环境的PM2.5浓度。同时,从现有通风井设置的情况看,隧道内PM2.5也无法有效排出至室外。按季节分析,夏季车站站台PM2.5和PM10的浓度偏高,这可能与夏季地铁空调通风系统的运行方式以及地铁内湿度有关。一方面,夏季因节能原因,地铁没有采用全新风运行方式,不利于颗粒物的去除。另一方面,本次采用的光散射测量法受环境湿度的干扰较大,当环境湿度大于60%时,测量的颗粒物浓度容易高估,且湿度越大则结果偏高程度越明显[24-25]。而本次监测时也存在夏季湿度比秋、冬季高的情况。此外,站台颗粒物浓度随客流变化而产生一定波动规律,即颗粒物浓度随客流量增加而上升,反之亦然。预估乘客在地铁车站的暴露量时,发现高峰时段PM2.5和PM10 15 min最大暴露浓度分别比对应时段室外浓度高8.0µg·m-3和40.5µg·m-3。值得注意的是,PM2.5和PM10浓度每增加10 µg·m-3,人群的呼吸系统疾病死亡率会分别增加1.43%和0.65% [26]

本研究还发现地铁站台中的PM2.5占据了PM10的主要部分。由于PM2.5密度比PM10小,因此在空气停留时间更长。目前地铁空调通风系统主要采用初效过滤器,该过滤器仅能够过滤空气中粗颗粒,对PM2.5的去除效果较差,也导致了密闭环境中PM2.5大量聚集。

综上所述,本研究显示地铁颗粒物污染主要来源于隧道,列车运行时产生的大量颗粒物、客流量增大和不利的通风条件也会影响颗粒物浓度。因此,今后建造地铁时,应考虑设置更高效率的空气过滤器单元或装置,增加室内通风换气,加强环境清洁等措施,来降低车站内PM2.5和PM10的浓度。

图 1

地铁监测点设点

Figure 1

Monitoring points in the metro system

表1

地铁车站不同监测点PM2.5与PM10浓度

Table 1

Concentrations of PM2.5 and PM10 in different monitoring points of the metro system

表2

不同季节、不同时段地铁站台PM2.5与PM10浓度

Table 2

Concentrations of PM2.5 and PM10 at underground platforms of the metro system in different seasons and operating hours

表3

地铁站台PM2.5与PM10浓度区间分布

Table 3

Concentration distributions of PM2.5 and PM10 at underground platforms of the metro system

参考文献

[1]

严国庆, 赵敬德, 施振扬, 等.上海人民广场站站台空气颗粒物浓度的实测分析[J].环境工程, 2014, 32(S1):541-543, 579.

[2]

姜斌彤, 沈叶民.杭州市大气能见度与PM2.5浓度的关系[J].资源节约与环保, 2015(4):105-106, 113.

[3]

ULIRSCH G V, BALL L M, KAYE W, et al. Effect of particulate matter air pollution on hospital admissions and medical visits for lung and heart disease in two southeast Idaho cities[J]. J Exp Sci Environ Epidemiol, 2007, 17(5):478-487.

DOI: 10.1038/sj.jes.7500542
[4]

KIM K H, HO D X, JEON J S, et al. A noticeable shift in particulate matter levels after platform screen door installation in a Korean subway station[J]. Atmos Environ, 2012, 49:219-223.

DOI: 10.1016/j.atmosenv.2011.11.058
[5]

실 내 공 기 질 관 리 법 시 행 규 칙[A/OL] .[2020-04-01]. http://www.law.go.kr/.

[6]

室内空气质量标准草案总说明[A/OL] .[2020-04-01]. http://www.docin.com/p-615388610.html.

[7]

地铁设计规范: GB 50157-2013[S].北京: 中国建筑工业出版社, 2013.

[8]

环境空气质量标准: GB 3095-2012[S].北京: 中国环境科学出版社, 2012.

[9]

RAUT J C, CHAZETTE P, FORTAIN A. Link between aerosol optical, microphysical and chemical measurements in an underground railway station in Paris[J]. Atmos Environ, 2009, 43(4):860-868.

DOI: 10.1016/j.atmosenv.2008.10.038
[10]

CHENG Y H, LIN Y L, LIU C C. Levels of PM10 and PM2.5 in Taipei rapid transit system[J]. Atmos Environ, 2008, 42(31):7242-7249.

DOI: 10.1016/j.atmosenv.2008.07.011
[11]

BRANIŠ M. The contribution of ambient sources to particulate pollution in spaces and trains of the Prague underground transport system[J]. Atmos Environ, 2006, 40(2):348-356.

DOI: 10.1016/j.atmosenv.2005.09.060
[12]

SALMA I, WEIDINGER T, MAENHAUT W. Time-resolved mass concentration, composition and sources of aerosol particles in a metropolitan underground railway station[J]. Atmos Environ, 2007, 41(37):8391-8405.

DOI: 10.1016/j.atmosenv.2007.06.017
[13]

KIM K Y, KIM Y S, ROH Y M, et al. Spatial distribution of particulate matter (PM10 and PM2.5) in Seoul Metropolitan Subway stations[J]. J Hazard Mater, 2008, 154(1/2/3):440-443.

 
[14]

TING Q, GUANG L X, YI Z, et al. Preliminary investigation of PM1, PM2.5, PM10 and its metal elemental composition in tunnels at a subway station in Shanghai, China[J]. Transportation Research Part D:Transport and Environment, 2015(41):136-146.

 
[15]

RIPANUCCI G, GRANA M, VICENTINI L, et al. Dust in the underground railway tunnels of an Italian town[J]. J Occup Environ Hyg, 2006, 3(1):16-25.

DOI: 10.1080/15459620500444004
[16]

JOHANSSON C, JOHANSSON P Å. Particulate matter in the underground of Stockholm[J]. Atmos Environ, 2003, 37(1):3-9.

DOI: 10.1016/S1352-2310(02)00833-6
[17]

WANG X, GAO H O. Exposure to fine particle mass and number concentrations in urban transportation environments of New York City[J]. Trans Res Part D:Trans Environ, 2011, 16(5):384-391.

DOI: 10.1016/j.trd.2011.03.001
[18]

MARTINS V, MORENO T, MINGUILLÓN M C, et al. Exposure to airborne particulate matter in the subway system[J]. Sci Total Environ, 2015, 511:711-722.

DOI: 10.1016/j.scitotenv.2014.12.013
[19]

WHO Working Group. Health aspects of air pollution with particulate matter, ozone and nitrogen dioxide[R]. Copenhagen: WHO, 2003.

[20]

WHO. Available evidence for the future update of the WHO Global Air Quality Guidelines (AQGs)[R]. Bonn: WHO, 2015.

[21]

KWON S B, JEONG W, PARK D, et al. A multivariate study for characterizing particulate matter(PM10, PM2.5, and PM1) in Seoul metropolitan subway stations, Korea[J]. J Hazard Mater, 2015, 297:295-303.

DOI: 10.1016/j.jhazmat.2015.05.015
[22]

陈韶章, 孙钟权, 王爱仪, 等.地下铁道站台屏蔽门系统[M].北京:科学出版社, 2005:9.

[23]

TERESA M, CRISTINA R, MARIA C, et al. The effect of ventilation protocols on airborne particulate matter in subway systems[J]. Science of the Total Environment, 2017(584/585):1317-1323.

 
[24]

徐春雨, 王秦, 李娜, 等.大气PM2.5浓度的光散射测定法及湿度校正[J].环境与健康杂志, 2015, 32(2):151-154.

[25]

DAY D E, MALM W C, KREIDENWEIS S M. Aerosol light scattering measurements as a function of relative humidity[J]. J Air Waste Manage Assoc, 2000, 50(5):710-716.

DOI: 10.1080/10473289.2000.10464103
[26]

谢鹏, 刘晓云, 刘兆荣, 等.我国人群大气颗粒物污染暴露-反应关系的研究[J].中国环境科学, 2009, 29(10):1034-1040.

上一张 下一张
上一张 下一张

[基金项目] 上海市地方标准制定项目(沪质技监标[2018]291号)

[作者简介]

[收稿日期] 2020-04-24

【点击复制中文】
【点击复制英文】
计量
  • PDF下载量 (37)
  • 文章访问量 (69)
  • XML下载量 (0)
  • 被引次数 (0)

目录

某市地铁车站PM2.5和PM10浓度的时空分布特征

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