空气污染物定义及测量方法

空气污染物测量方法空气污染物又称大气污染物，通常指以气态形式进入近地面或低层大气环境的外来物质。2012年2月，国家环境保护部发布了新标准——《环境空气质量标准》(GB3095—2012)其中大气中目标检测污染物为SO2、TSP、PM2.5、PM10、NO2、CO、铅(Pb)、苯并[a]芘、氟化物(F)、03。其中TSP，totalsuspendedparticulate的缩写，称总悬浮颗粒物，指用标准大容量颗粒采集器在滤膜上收集到的颗粒物的总质量。粒径小于100μm的称为TSP，即总悬浮物颗粒；粒径小于10μm的称为PM10，即可吸入颗粒；粒径小于2.5μm的称为PM2.5[1]。空气污染物对居民的健康影响日益突出，其主要污染成分已经发现了与居民的心血管类疾病、呼吸道疾病等息息相关。2012年室外空气污染成为我国疾病负担的第四名[2]。目前世界上的此类研究中对空气污染物的测量方法各类，大致可分为估计法和模型法和仪器监测法三大类。1、估计法此类研究方法是研究中的最常用的也是最直接的方法，一般是依靠一定的客观检测数据如空气质量指数和如研究者所处的距离主干道路距离等作为人群的暴露水平的参数。具体的可以分为固定站点检测法和距离接近法两种。1.1固定站点检测法固定站点是指国家对空气中的常规污染因子和气象参数进行24小时连续在线的监测，将分析出的数据提供给环保局作为空气质量好坏参考，并辅助环保决策的国家空气质量监测站。空气监测站在城市区域中均匀分布，是进行空气质量检测和分析的基础平台。截至2012年9月底，我国74个城市的496个国控监测站点中，已有138个站点开展监测并发布数据，195个站点完成仪器安装调试并试运行，70个站点完成仪器招投标。并完善了空气质量监测网络和信息发布制度[3]。主要城市的站点资料可以从中国空气质量在线监测分析平台获取。目前有关空气污染物的研究中使用最多的便是此类方法[4]。此外与监测点的数据相关的分析数据如空气污染指数也在很多此类研究开始应用，Y.Zeng[5]中就以人群居住地的空气污染指数作为人群的污染物基本暴露水平。空气污染指数(AIRPOLLUTIONINDEX，简称API)是一种反映和评价空气质量的方法，就是将常规监测的几种空气污染物的浓度简化成为单一的概念性数值形式、并分级表征空气质量状况与空气污染的程度，根据空气质量新标准――《环境空气质量标准》（GB3095－2012）在2012年初出台，对应的空气质量评价体系也变成了AQI。“污染指数”变成了“质量指数”，在API的基础上增加了细颗粒物（PM2.5）、臭氧（O3）、一氧化碳（CO）3种污染物指标，发布频次也从每天一次变成每小时一次。其结果简明直观，使用方便，适用于表示城市的短期空气质量状况和变化趋势，目前空气质量指数划分为0－50、51－100、101－150、151－200、201-300和大于300六级，对应于空气质量的六个级别，指数越大，级别越高，说明污染越严重[6]。该方法简单方便，适用在缺少其他影响因素的测量情况下以及大型的跨地区的长期的队列研究，但是由于没有考虑人群不同的生活微环境和时间与空间变化等因素在进行研究中直接将检测点的数据直接作为人群的暴露水平难免存在误差。1.2距离接近法距离接近法主要是比较研究地点与空气污染源之间距离的远近。将距离污染源的分级距离划分作为暴露水平的差异。一般的分级水平是500m、500～1000m、1000～1500m、1500[7]。也有使用100-250m、250-500m、500-1000m、1000m[8]作为划分层次。一般此类方法使用往往在以汽车尾气为主要的污染物研究中，通过对居住地点距交通主干道距离的测定、随距离变化的交通流量的情况监测、以及对某一半径范围内总车流量进行测量等方法来评价人群的暴露水平。此法简单易行，用现有的资料即可进行暴露现有水平的测量。可用于大规模人群的研究队列和长期暴露水平的影响，在汽车尾气的研究中应用广泛。但是此法于只能进行定性的判断，无法进行定量的研究，结果较易受一些因素的干扰，比如风向的影响、地形因素，尾气扩散能力等。2、模型检测随着空气污染问题的加剧和此类方向的流行病学研究的兴起，单一的估计法在暴露水平上的局限性已经很难满足研究对暴露测量的准确性的要求，一些从国外引进的测量模型开始在国内兴起，模型法纳入了更多的人口学，自然环境，交通分布等可能会影响暴露水平准确性的因素,在暴露水平的测量上有着很大的优势。以下就比较经常使用的回归模型、扩散模型、颗粒物人体暴露剂量随机模拟模型进行简要阐述。2.1回归模型回归模型就是在监测点分析数据的基础上，把当地的土地利用、交通特点和人群密度数据结合来估计研究地区污染物浓度的方法，进而估算人群的暴露水平。目前国外的研究中使用此类回归模型中对NO2,NOX的浓度变化解释率可以达到80%[9]。RossZ在用此模型进行罗马的NO2浓度进行模拟其结果R2达到0.69[10].我国研究学者的陈莉[11]等在采用的研究模型中纳入了道路状况（x1）土地类型（x2）人口密度（x3）气象条件（x4）自然条件（x5）、其他（XN）五个主要影响因素加上气象检测数据（y）进行量纲的标准化处理之后建立了回归方程y=a1x1+a2x2+a3x3+……anxn，进行数据检验方程后，将暴露人群的以上数据填入方程，其结果值就是对暴露人群在任何位置，自然环境下的暴露水平的预测。在进行PM10的预测模拟中，R2达到0.691。陈莉等人的回归模型图如下污染物的检测值影响污染物分布的因素用于检验用于建立回归方程道路状况土地类型缓冲区内道路总长度(km缓冲区的道路面积X1Y进行空间差值和分类计算每个点的模拟值大气污染物浓度空间分布在研究区域内均匀布点y=a1x1+a2x2+a3x3+……anxn数据标准化处理人口密度气象条件自然条件其他各行政区人口密度风向指数距海距离DEM（数学高程模型）等X2X5X4X3XN图1回归模型运行图回归模型要依据研究地的环境进行变量的选择，既要考虑人口学因素，又要将空气污染物的主要影响因素纳入模型之中。该模型在使用的过程中不需要特别考虑主要的污染源的数据，在将研究地进行网格嵌套之后就可以精密定位。多项研究证明其花费较少而且在长期的流行病学调查中具有较普遍的实用性，但是对于模型中的变量选择要慎重，以免引入混杂因素。2.2AERMOD扩散模型AERMOD扩散模型是美国20世纪90年代中后期，美国气象学会联合美国环境保护局组建法规模型改善委员会（AMS/EPARegulatoryModelImprovementCommittee，AERMIC），基于最新的大气边界层和大气扩散理论，成功开发了AERMOD大气扩散模型，它以扩散统计理论为出发点，假设污染物的浓度分布在一定程度上服从高斯分布。AERMOD模型系统的结构包括三个独立的部分：AERMOD（扩散模型）、AERMET（气象数据预处理器）和AERMAP（地形数据预处理器）[12]。该模型在使用中需要AERMODSYSTEM预测软件，参数大致为气象参数、污染源参数两大类，其中气象参数要求较高不仅要具有气象地表检测数据还要有探空数据的引入，这两类数据一般可以国家的污染检测点数据获，污染源的参数则需要污染源现场的检测数据手动录入，大致模型的概念图如图2[13]图2.AERMED模型流程图其中气象参数可以在当地气象局获取，一般加入风速、风向、云量等。地形数据可以由WeatherUnderground网站获取；高空气象数据由国家气象中心中国气象科学数据共享服务平台提供，进而在模型软件中生成数字高程文件。AERMED模型在进行环境污染物浓度预测的时候最直接的好处就是输入和输出简单，使用者在进行软件的操作中即可完成数据的整理和分析。目前丁峰等[14]在使用该模型预测宁波北仑的气象SO2、NO2时准确率可以达到63%和85.7%。由于目前该模式系统在国内并没有得到较广泛的应用，而且该模型本身也一直在不断完善当中，为验证它的可靠性、合理性及实用性并确定其预报准确率，在该模型推广应用到一个新的地区或城市之前应当经过模型评估过程，而且其需求的高质量的气象探空数据在我国绝大多数地区还是很难实现的[13]。2.3颗粒物人体暴露剂量随机模拟模型(stochastichumanexposureanddosesimulationfor气象参数探空数据地形数据AERMED预处理器边界层参数廓型文件数字高程文件AERMED模型AERMED预处理器现场检测数据模型输出particulatematter，SHEDS.PM)颗粒物人体暴露剂量随机模拟模型是由美国国家环境保护局(USEPA)国家暴露研究实验室开发的，通过随机抽样法估算人体PM总暴露分布概率模型。SHEDS—PM将模拟地区的人口按照年龄、性别、微环境等因素进行区分、分别模拟不同人群PM健康暴露水平。模型需要输入的参数包括一般人口学指标、人群的活动特征和活动空间参数。模型要输入人群的一般活动空间的微环境的污染物水平，然后根据输入的人口学指标计算出在该地区的呼吸速率。加上在不同微环境中的暴露参数可以模拟出人群不同的微环境下的暴露水平，进而测量出人群的pm暴露水平。人口的统计学指标可以从当地的统计年鉴或者调查资料获得，微环境的参数可以通过大气监测数据或者扩散模型进行计算[15]，也可以直接引用其他的较高水准的研究中已经模拟计算出的水平。在模型图中表示出其操作过程如下图3.SHEDS.PM模型运行图例姜磊[16]SHEDS—PM模型模拟杭州市人群PM10暴露水平在杭州市的pm水平模拟求得在1月、4月、7月10月在办公室、商店等微环境中的暴露参数和暴露量。SHEDS.PM模型在使用过程中可以用于复合型污染物PM2.5-PM10的暴露水平的估计[17]。但更多的适用于单一的污染物的测量[18]在个体的暴露水平测量估计上。但是微观环境中可能存在的其他污染物可能会模糊掉目标污染物真实的暴露水平，目前这种模型在国内使用的还是少数，对于详细的细节处理还需要大量借鉴国外的使用经验。3、个体仪器检测科技日新月异的发展使得目前用高新科技的污染物检测仪器进行个人的暴露水平测量也开始走入此类研究的队伍中，[19]使用单个的便携式的污染物测量仪器检测北京市的出租车司机在12小时工作时间内的污染物水平，进而评价污染物水平有心率变化之间的相关关系。用检测仪器检测暴露水平准确，局部的暴露水平的极端变化明显，可以明显提示污染物水平人口统计学指标（身高、年龄等）等）不同场所活动时间T微环境参数（与污染物之间的关联等）室外的污染物浓度C1呼吸速率V室外活动时间T1室内活动时间T(2-N)室内环境中污染物浓度C(2-N)24小时污染物暴露水平C总=∑(Cn∗T𝑛1𝑛)V与短期的急性反应之间的关系。但是此类方法有着明显的花费高昂的缺陷，而且在进行长期的大型人群追踪中不适用。为了更清楚的表示出各种测量方法在应用中的适用条件和优缺点，特别列出表格1进行直观的表述。表1具体测量方法简介估计法方法名称主要原理应用条件优缺点固定站点检测法利用国家空气质量监测点的检测数据或者其衍生分析数据如空气质量指数（AQI）作为暴露水平需要在活动区域内具有国家空气质量监测点.优点：数据获取简单，操作容易缺点：与真实的人群的暴露水平存在误差。距离接近法主要是比较研究地点与空气污染源之间距离的远近。将距离污染源的分级距离划分作为暴露水平的差异。一般适用在于汽车尾气的研究中。将居住地与干道的距离分级合并汽车流量，单车次尾气排放量等进行计算优点：可行性很高，花费较少缺点：于只能进行定性的判断，无法进行定量的研究，结果较易受一些因素的干扰，比如风向的影响、地形因素，尾气扩散能力等。模型法模型名称主要原理引用条件优缺点回归模型把当地的土地利用、交通特点和人群密度数据、气象条件结合监测点检测数据来估计研究地区污染物浓度的方法。有一定数量固定检测站点的检测数据，结合其他影响因素进行污染物浓度估计的回归方程的建立。优点：花费较少，整合分析