兰州市空气污染对呼吸系统疾病入院人数的影响

为评价兰州市空气污染对居民呼吸系统疾病日入院人数的影响,采用时间序列半参数广义相加模型(GAM),在控制了长期趋势、“星期几效应”及气象因子等混杂因素的影响后,分析2007~2009年兰州市空气污染物与呼吸系统疾病日入院人数的暴露-反应关系,并按性别和年龄层建立模型.3种空气污染物有一定的滞后效应,PM10滞后2d或5d,SO2滞后3d,NO2在当天或滞后3d对呼吸系统疾病入院人数的相对危险度(RR)值达到最大,其中PM10、SO2和NO2对呼吸系统疾病全人群的RR值分别为1.015、1.049和1.040.年龄￡15岁的人群对兰州市空气污染最为敏感,其次为年龄365岁的老年人群;空气污染对男性的影响较女性明显.     

大气细颗粒物的污染特征及对人体健康的影响

采集兰州市2005年1月1日至2007年12月31日的大气颗粒物(TSP、PM10、PM2.5、PM1.0),分析不同粒径颗粒物的污染特征及其与气象因素的相关关系,并采用时间序列半参数广义相加模型(GAM)分析了可吸入颗粒物与呼吸系统疾病和心脑血管疾病日入院人次的暴露-反应关系.结果显示,TSP和PM10的质量浓度在春季较高,PM2.5和PM1.0在冬季较高;气象因子与大气颗粒物有显著的相关关系;对于呼吸系统疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3,入院危险分别增加0.052%、0.604%和0.652%;对于心脑血管疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3入院危险分别增加0.046%、0.697%和0.935%.由此可见,兰州市不同粒径大气颗粒物均有不同程度的污染,PM10、PM2.5和PM1.0对呼吸系统疾病和心脑血管疾病入院人次均有一定影响,且PM10对呼吸系统疾病的影响较心脑血管疾病明显,而PM2.5和PM1.0则正好相反.     

北京地区颗粒物健康效应研究——沙尘天气、非沙尘天气下颗粒物(PM_(2.5)、PM_(10))对心血管疾病入院人次的影响

为了研究沙尘天气、非沙尘天气及霾污染类型下,颗粒物(PM_(10)、PM_(2.5))与心脑血管疾病日入院人次的联系,本文采用半参数广义相加泊松回归模型(GAM),在剔除了混杂因素:如季节趋势、日历效应、气象要素等作用下,将颗粒物浓度进行等级划分的基础上,分析了北京地区2006~2010年PM_(10)和PM_(2.5)在沙尘天气和非沙尘天气下与心脑血管疾病日入院人次相对危险度(RR)的关系,进而对比研究了沙尘污染与霾污染对心脑血管疾病的不同影响.结果表明:沙尘天气PM_(10)、PM_(2.5)能引起心脑血管疾病入院人次的增加,且存在0~2d滞后效应,PM_(2.5)与PM_(10)的RR值较为接近;非沙尘天气下,PM_(2.5)、PM_(10)与心脑血管疾病入院人次的RR存在一定的剂量效应关系,对于PM_(2.5),随着浓度的上升RR值逐渐增大,对于PM_(10),随着浓度的上升RR先增大而后逐渐降低;在相同的PM_(10)暴露浓度下,沙尘天气的RR低于非沙尘天气,在相同的PM_(2.5)暴露浓度下,沙尘天气与非沙尘天气的RR基本接近.而相对于沙尘天气污染,霾天气对心脑血管疾病的影响也具有滞后效应,随着霾天气加重,对人群心脑血管疾病危害也越大.     

2013—2018年北京市大气PM2.5持续高暴露对居民因病入院的急性影响

为探讨以细颗粒物（PM_2.5）持续高浓度暴露为特征的大气污染事件对于人群因病入院的急性影响,收集2013—2018年北京市大气PM_2.5浓度、气象因素数据和人群因病入院数据,以PM_2.5浓度〔75.0 μg/m3、150.0 μg/m3、第95百分位数（205.8 μg/m3）〕和持续时间（≥2 d、≥3 d）联合定义6种持续高暴露情景,采用基于quasi-Poisson回归的广义相加模型开展时间序列分析,获得不同情景下PM_2.5对人群因病入院的急性影响.结果表明:①对于全人群研究发现,相较于非持续高暴露情景,持续2 d及以上的重污染（PM_2.5浓度>150.0 μg/m3）情景引起非意外总疾病和心脑血管系统疾病的发病风险均显著增加,增幅分别为5.0%（95% CI,1.2%~9.0%）和5.6%（95% CI,1.8%~9.5%）.②亚组人群分层分析发现,持续2 d及以上的重污染情景下,男性、女性、0~64岁、65~74岁、75岁及以上等亚组人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加;当出现极端PM_2.5暴露浓度（>205.8 μg/m3）且持续3 d以及上时,女性和0~64岁、65~74岁人群的非意外总疾病和心脑血管系统疾病的发病风险均显著增加.③因呼吸系统疾病入院分析发现,仅在PM_2.5浓度>150 μg/m3且持续时间≥2 d的情景下,观察到0~64岁人群的发病风险显著增加,增幅为3.4%（95% CI,0.2%~6.6%）.研究显示,以PM_2.5持续高暴露为特征的大气污染事件对人群因病入院有显著影响.      

人群的自然和社会属性分类下PM2.5对心血管疾病的影响

为了研究人群在自然属性和社会属性分类下的效应修饰作用,利用2005~2011年北京市大气PM_2.5日均浓度、气象要素及循环系统疾病每日死亡人数数据,根据不同年龄、性别及学历将人群分组,采用时间序列的半参数广义相加模型（GAM）,定量评价大气PM_2.5对居民循环系统疾病死亡人数的影响.单污染物模型和多污染物模型结果表明,PM_2.5为影响循环系统疾病每日死亡人数的主要大气污染物.北京市空气中PM_2.5的浓度每增加10μg/m³,循环系统疾病总死亡人数增加0.50%（95% CI：0.36,0.63）.不同人群的易感程度不同,各人群死亡人数的增加范围为0.23~0.71%,女性、60~74岁人群、文盲人群的健康风险相对较高.在文盲人群中,老年（60+）女性占比为66.2%,为了分离社会属性人群分类中可能存在的自然属性因素干扰,本文去除其中老年、女性这两个混杂因素的影响,文盲人群健康风险仍然大于较高学历的人群.年龄和性别因素叠加在学历因素上,可能加大低学历人群的健康风险,对于这部分叠加了自然因素和社会因素双重敏感性的人群应给与重点关注.     

北京市空气污染物对呼吸系统疾病门诊人数的影响

为评价北京市大气污染对居民呼吸系统疾病门诊人数的影响,采用时间序列半参广义相加模型(GAM),在控制了长期趋势、“星期几效应”及气象因素的影响后,分析2009~2011年北京市空气污染物与呼吸系统疾病门诊人数的暴露-反应关系,并按性别和年龄层建立模型.结果表明,3种污染物有一定的滞后效应,PM10在滞后0~3d(avg03)或0~5d(avg05)的移动平均值,SO2和NO2均在滞后0~2d(avg02)的移动平均值使呼吸系统疾病门诊人数的增加百分比(PI%)值达到最大,其中PM10、SO2和NO2浓度每增加10μg/m3,对应的呼吸系统疾病全人群的PI%分别为1.72%、1.34%和2.57%.年龄365岁的老年人群对北京市空气污染物最为敏感,其次为年龄￡14岁的人群;空气污染对女性的影响较男性明显.     

西安BC、PM2.5与气温协同对心脑血管疾病死亡的影响

利用西安市2014~2015年BC、PM_2.5和气温及心脑血管疾病每日死亡人数等资料,基于时间序列的广义相加模型中的主效应模型、非参数二元响应模型和温度分层模型对其进行研究.结果表明,BC、PM_2.5对心脑血管疾病死亡人数的影响存在滞后效应,最佳滞后时间下,BC、PM_2.5浓度每增加1个IQR（BC：5.31μg/m³,PM_2.5：40.30μg/m³）,心脑血管疾病每日死亡人数ER（95% CI）分别为3.53%（95% CI：1.86,5.23）、2.01%（95% CI：1.06,2.97）.气温与心脑血管疾病每日死亡人数的暴露反应关系呈“V”型分布特征,最适温度为26℃.低温和高污染物浓度对心脑血管疾病的影响存在协同放大效应,当气温低于26℃时,BC对人群健康风险比PM_2.5更大.对于心脑血管疾病而言,不同人群的易感程度不同,女性群体对BC、PM_2.5暴露更为敏感.当BC、PM_2.5同时纳入其它一种或几种气态污染物时,对ER值无较大影响.BC仅占PM_2.5浓度的一小部分,但健康影响不容忽视,BC可作为评估大气污染物健康风险的重要空气质量指标.     

广州市与北京市大气能见度与颗粒物质量浓度的关系

为了研究相对湿度(RH)和颗粒物对能见度的影响,于2008年12月11日~2009年8月27日和2008年7月14~2008年9月17日分别在广州和北京对能见度、RH、PM2.5和PM10进行了监测.结果表明,PM2.5和RH是影响能见度的主要因子;在RH￡70%和80%0.05mg/m3时,随着PM2.5降低,能见度变化不明显;当PM2.5<0.05 mg/m3时,随着PM2.5降低,能见度迅速改善.因此,在颗粒物治理的起始阶段,PM2.5下降对能见度的改善效果不很明显;但当PM2.5降低到一定程度后,能见度的改善效果非常显著.     

沙尘天气PM10对多种心血管疾病日门诊人数的影响

为研究沙尘天气大气可吸入颗粒物(PM10)与心血管系统疾病每日门诊人数的联系,采用半参数广义相加泊松回归模型(GAM),在排除了混杂因素如季节趋势、日历效应、气象因素和时间长期趋势等作用的前提下,分析2004年3月1日~5月31日沙尘暴频发区——甘肃省武威市大气PM10与多种心血管疾病每日门诊相对危险度(RR)的关系.结果表明,PM10与男、女总心血管系统疾病门诊RR均在滞后第2d(lag2)的联系有统计学意义.PM10分别在lag3和lag4对男、女性风湿性心脏病门诊RR的影响有统计学意义; PM10(lag2)与男性高血压门诊RR的联系有统计学意义.PM10在lag2对男性缺血性心血管疾病门诊RR的影响有统计学意义;PM10对男、女性心律失常以及充血性心力衰竭门诊RR的影响均无统计学意义.在调整了SO2和/或NO2后,PM10对男、女性心血管系统疾病门诊RR的作用有所下降,但在统计学上仍有意义.然而在分别调整了其他污染物后,SO2和NO2变得无统计学意义.沙尘天气PM10浓度分类模型分析表明,从正常清洁天、轻度污染天到扬沙天气、沙尘暴天气,随着PM10浓度水平的增大,心血管系统疾病(缺血性心血管疾病、充血性心力衰竭、心律失常、高血压、风湿性心脏病)门诊RR也随之增高,呈现一定的剂量效应关系.沙尘天气可吸入颗粒物可引起暴露居民多种心血管系统疾病(缺血性心血管疾病、充血性心力衰竭、心律失常、高血压、风湿性心脏病)门诊人数增多,且均呈现滞后效应. PM10浓度与心血管系统疾病门诊RR表现为一定的剂量效应关系.PM10浓度与沙尘天气强度有密切关系, 随着PM10浓度与沙尘天气强度的增大,暴露居民心血管系统多种疾病日门诊RR也增大,具体为:正常清洁天＜轻度污染天＜扬沙天＜沙尘暴天.     

成都市气温与PM2.5和O3交互作用对疾病死亡人数的影响研究

利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM_2.5日均浓度和每日臭氧最大8h平均浓度（O₃）资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM_2.5和O₃单效应,以及气温与PM_2.5（或O₃）交互作用对当地呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈反“J”型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM_2.5（或O₃）对应的健康风险最大,此时,PM_2.5和O₃浓度每升高10μg/m³,呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM_2.5对两种疾病死亡影响的健康风险冬季最高,而O₃的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM_2.5（或O₃）对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM_2.5和O₃浓度每升高10μg/m³,对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O₃对人群健康的影响也不容忽视,应该引起足够的重视.     

多模式模拟评估奥运赛事期间可吸入颗粒物减排效果

以空气质量多模式系统为工具,分析奥运赛事期间可吸入颗粒物(PM10)浓度大幅减小特征,从气象场和排放源两方面研究PM10浓度大幅减小的主要原因.多模式系统由嵌套网格空气质量模式(NAQPMS)、通用空气质量多尺度模式(CMAQ)和复杂大气空气质量三维模式(CAMx)3个空气质量复合模型组成,并以中尺度气象模式(MM5)和稀疏矩阵排放处理模型(SMOKE)提供统一气象场及排放源.研究对比2006年8月、2008年8月两组气象条件下北京PM10浓度水平及模拟效果,结果表明奥运赛事期间PM10浓度大幅减小的主要原因不是气象因素,而是由于额外措施引起的PM10排放减少.同时采用多模式系统数值模拟反向评估,获得北京奥运赛事期间奥运控制及额外减排措施引起的PM10减排量,结果表明,奥运赛事期间所有额外控制措施对颗粒物浓度效果相当于在2008年8月气象条件下,削减大约200t.d-1的无组织PM10排放,相当于北京正常时期PM10排放的50%.     

大气污染物对兰州心脑血管疾病住院影响的病例交叉研究

为探讨兰州市大气污染对心脑血管疾病住院的急性健康效应,采用单向回顾性配对病例交叉设计,分析了兰州市2001~2005年大气污染物浓度(PM10、SO2及NO2)短期升高对人群心脑血管疾病住院的影响.结果表明,单向回顾性1:2匹配病例交叉研究的效应值(ORs)最大,在控制同期天气因素后,滞后3d PM10浓度每升高10μg/m3 ,总心脑血管疾病及心血管疾病住院的ORs分别为1.002(95%CI:1.001~1.003)和1.002(95%CI:1.001~1.003);无滞后SO2浓度每升高10μg/m3对总心脑血管疾病住院的OR值为1.005(95%CI:1.000~1.009);NO2在滞后1d浓度每升高10μg/m3对总心脑血管疾病OR值为1.022(95%CI:1.014~1.030);对心血管疾病及脑血管疾病住院影响均在滞后2d达到最大,ORs值分别为1.021(95%CI:1.011~1.030) 和1.019(95%CI:1.005~1.033).在多污染物模型中,PM10仍对心血管疾病住院人数增加有统计学意义;NO2对心脑血管疾病住院的影响均较单污染物模型中大.     

北京市2009年8月大气颗粒物污染特征

为研究2008年8月北京奥运会1a之后北京市大气颗粒物的污染特征,于2009年8月对北京市大气颗粒物PM10、PM2.5样品进行采集,测量其质量浓度并对其中的水溶性离子组分进行分析.研究发现2009年8月北京市大气颗粒物PM10、PM2.5质量浓度日均值分别为176.9μg/m3和102.5μg/m3.PM10质量浓度比2008年观测值上升了180%,比2007年降低了10%; PM2.5质量浓度比2008年观测值上升了126%,比2007年上升了31%.水溶性离子是大气颗粒物的重要组分,分别占PM10和PM2.5质量浓度的43%和61%.对比发现,污染天气条件下PM2.5/PM10和NO3-/SO42-比值升高,移动源是北京地区主要的污染物来源.风向风速和降水等天气条件对颗粒物质量浓度有很大影响,其中0.5~1.0m/s的东南风条件下大气颗粒物污染最为严重.     

北京奥运会及残奥会期间PM10质量浓度演变特征及成因

2008年8─9月北京及周边各省市ρ(PM₁₀₎明显低于2006─2007年同期值. 结合污染物监测数据及气象资料,采用影响因子资料统计以及典型个例诊断对比法,研究造成北京奥运会及残奥会期间低ρ(PM₁₀₎的原因. 对2006─2008年同期风速的统计表明,2008年7─10月北京各月平均风速均低于往年,2 m/s以上的风发生频率低于往年,不利于大气污染物扩散. 2008年8月北京月降水量与2005年接近,但ρ(PM₁₀₎明显优于2005年,可见降水并不是该次ρ(PM10)月均值低的原因. 对比2006─2008年8─9月典型相似累积型天气型背景影响下ρ(PM₁₀₎日均值及演变过程发现,2008年ρ(PM₁₀₎日均值及演变曲线均低于往年. 根据对影响因子统计和北京及其周边省(市、区)严格的减排措施等分析,指出天气形势及其伴生的气象因素演变可能影响ρ(PM10)日均值波动,但六省(市、区)协同减排是保障优质空气质量的主要原因.      

Estimating the effects of meteorology on PM2.5 reduction during the 2008 Summer Olympic Games in Beijing, China

Particulate pollution was a critical challenge to the promise of good air quality during the 2008 Beijing Olympic Games, which took place from August 8th to 24th. To ensure good air quality for the Games, several temporary emission control measures were implemented in Beijing and surrounding areas. Ambient particulate matter concentration decreased significantly during the Olympic period; however, it is difficult to distinguish the effectiveness of those control measures since meteorology also affects ambient PM_2.5 concentration. In this work, a multiple linear regression model based on continuous field monitoring at a roadside site was conducted to evaluate the effects of meteorology and emission control measures on the reduction of PM_2.5 during the 2008 Olympic Games. The hourly data set was divided into two time periods, the no control period, June 22nd to July 4th, and the control period, July 28th to August 21st. The response variable was PM_2.5 and the meteorology covariates used in the model were hourly temperature, dew point temperature, wind speed and precipitation. Wind direction was not a significant predictor of PM_2.5 levels in either the control or the no control period. Using the meteorologically-based regression coefficients from the two time periods, meteorology was found to contribute to at least a 16% reduction in PM_2.5 levels in the roadside microenvironment; while the pollution control measures contributed to at least a 43% reduction in PM_2.5 levels.     

北京PM2.5背景值定值方法及其变化特征研究

通过气团识别方式,确定了较强气团判别指标,定量评估了较强气团对北京上甸子区域大气本底站PM2.5浓度影响.结果显示,偏北风过程中PM2.5的背景值介于10.3~13.5μg/m3,平均值为(11.7±1.3)μg/m3;偏南风过程中PM2.5的背景值介于60.2~92.6μg/m3,平均值为(76.2±12.8)μg/m3.偏北风过程中,PM2.5背景值变化趋势不明显;偏南风过程中,PM2.5背景浓度呈线性下降趋势,下降速率为5.5μg/(m3×a).2009~2012年期间,区域本底站观测到的PM2.5年均值变化不大,这与北京地区的局地产生的二次PM2.5逐步增大有关,在一定程度上抵消了区域背景值下降的影响.当出现系统性偏南风时,北京以南区域输送对北京当地PM2.5浓度增加的平均贡献接近60%,但是自2009年开始逐步下降,截止2012年该贡献降低到44%.     

奥运时段北京及近周边区域空气污染观测与比对分析

为研究奥运时段北京与近周边区域空气质量的相互影响,评价区域污染源协同减排对奥运时段北京空气质量的作用,寻求北京空气污染预警的有效途径,2008-06-01～2008-10-03在北京奥运村以及近周边的河北涿州、廊坊、香河、燕郊进行了空气污染联网观测.结果表明,夏秋季节北京和近周边首要污染物均为颗粒物,北京和周边可吸入颗粒物(PM10)平均质量浓度分别为(114±66)μg/m3和(128±59)μg/m3;细粒子(PM2.5)质量浓度则分别为(77±47)μg/m3和(81±51)μg/m3;臭氧质量浓度小时最大值的平均分别为(164±52)μg/m3和(165±55)μg/m3;NOx分别为(58±23)μg/m3和(25±14)μg/m3.相对于6月,奥运会时段(8月8日～8月24日)北京地区PM10、PM2.5、O3、NOx的浓度分别下降69%、62%、18%和41%,残奥会时段(9月6日～9月17日)PM10、PM2.5、O3、NOx的浓度分别下降56%、49%、17%和16%.北京大气中细粒子浓度受周边影响严重,而NOx有向周边扩散的潜势,夏季臭氧则表现出区域污染的特征.结合气象要素分析表明,近周边区域联网观测,有助于北京空气质量预警研究,并可为区域协同防控空气污染提供科学支撑.     

Impact of emission control on regional air quality: An observational study of air pollutants before, during and after the Beijing Olympic Games

An observational study on trace gases and PM2.5 was conducted at three sites in and around Beijing, during the Olympic season from 2007 to 2009. Air quality improved significantly during the Olympic Games due to the special emission control measures. However, concentrations of the primary pollutants and PM were found to have risen significantly after the Games. Although the major O3 precursors （NOx and VOCs） were well controlled during the Olympic season, O3 was still found to be the highest in 2008, based on the data of ground-based observation. All this information suggests that while control of regional emissions for the Beijing Olympic Games did improved the air quality in Beijing, more efforts will be needed for the continuous improvement of regional air quality, especially for significant reductions of O3 and fine particulate pollution, and not only in Beijing, but also in the B eijing-Tianjin-Hebei region.     

2000~2010北京大气重污染研究

根据北京市环境保护局公布的大气污染数据及气象部门公布的气象资料,用时间序列分析法对空气污染指数大于200的大气重污染做了系统分析.结果表明,北京大气重污染可分为静稳积累型、沙尘型、复合型以及特殊型4个类型,2000~2010年各类型发生次数分别为69、53、23、6次.从季节分布看,北京大气重污染主要集中在春季和秋冬季,其中春季以沙尘型为主,而秋冬季大部分为静稳积累型.从年际变化看,21世纪初期沙尘天气活跃,造成了北京大气重污染的高峰期,2003~2005年大气重污染有所回落,2006年受沙尘天气明显增多及大规模奥运建设的共同影响,北京大气重污染再次出现明显峰值;2007年北京沙尘天气明显减少,但静稳积累型重污染相对突出;2008年奥运减排措施效果显著,全市静稳积累型重污染降至历史最低,其后则呈缓慢上升趋势.大气重污染既呈现区域共性,也受局地环境影响.定陵站大气重污染全部为沙尘型;近年来随着首钢的减产、搬迁,石景山区古城站大气重污染明显减少;而受周边大规模城市建设影响,奥体站大气重污染表现相对突出.