秦萌,陈英 ,李敬芝,顾品强,徐相明
(1.上海市奉贤区疾病预防控制中心,上海 201499; 2.上海市奉贤区气象局,上海 201499)
·论 著·
上海市奉贤区主要大气污染物对人群呼吸系统急性健康效应的影响
秦萌1,陈英1,李敬芝1,顾品强2,徐相明2
(1.上海市奉贤区疾病预防控制中心,上海 201499; 2.上海市奉贤区气象局,上海 201499)
目的:讨论灰霾天气和非灰霾天气中存在的主要大气污染物(PM10、SO2、NO2、PM2.5、CO、O3)的分布特征,以及其对人群呼吸系统急性健康效应的影响。方法:采用广义相加模型的统计方法,分析灰霾天气中主要大气污染物与呼吸系统疾病每日就诊人数变化的关系及呼吸系统疾病日死亡人数变化的关系。结果:2013~2015年,PM10、SO2、NO2、PM2.5、CO、O3(8 h)等6种主要大气污染物中,除了PM2.5年日均浓度水平略高于《环境空气质量标准》(GB3095- 2012)规定的浓度限值外,其余5种均低于《环境空气质量标准》(GB3095- 2012);霾天气时,PM10、SO2、NO2、PM2.5和CO的浓度与非霾天气时的差异均有统计学意义(P<0.01);PM10、SO2、NO2、PM2.5、O3浓度的升高均会在不同观察日时,导致我区医疗机构呼吸系统日门急诊量不同程度地增加;NO2、PM2.5、CO、O3(8 h)浓度的升高,会导致我区居民呼吸系统疾病死亡不同程度地增加。结论:霾天气时,PM10、SO2、NO2、PM2.5和CO的浓度大于非灰霾天,灰霾天对人群呼吸系统急性健康效应的影响大于非灰霾天。
灰霾; 广义相加模型; 呼吸系统疾病
国内外大量研究均表明,灰霾天气可以对人体呼吸系统、循环系统、免疫系统产生一定的危害,长期处于细颗粒物浓度较高环境中的人群患心肺疾病的几率和肺癌的死亡率增高,PM2.5浓度增加与医院急诊和门诊患者人数增加显著相关。美国、日本、马来西亚等一些国家相继开展了关于灰霾天气高发时的健康效应研究,发现灰霾天气的发生频率与人群死亡率、住院病人量、急诊病人量和门诊病人量等均有明显的相关关系。
目前,国内对灰霾的相关研究比较少,尤其对灰霾天气下大气污染与人体健康危害的定量评价研究才刚刚起步,相关研究资料比较缺乏。奉贤区地处长三角地区南部,灰霾天气也毫不例外地给本地区的环境、交通和人民群众的身体健康带来严重威胁。进入21世纪,我区的灰霾天气频次越来越高,近年来,呼吸系统疾病死亡也一直是我区居民的第3位死因。为做好本辖区灰霾天气下医疗机构门急诊工作量预测,合理配置医疗人力、设备等资源,并适时开展空气污染物健康效应评价,及时发布风险预警,从而开展了此项研究。
1.1 一般资料
收集我区2013年1月1日至2015年12月31日期间户籍人口的呼吸系统疾病每日死亡资料(ICD- 10,J00- J99)、各级医院的呼吸系统疾病日门急诊量统计资料以及同时段的气象数据及大气污染资料。气象数据来自于我区气象台,大气污染资料来自于我区环境监测站。
1.2 方法
采用广义相加模型(GAM):logE(Yt)=α+βZt+DOW+ns(time,df)+ns(Xt,df),在整个研究期间,设定日期平滑函数的自由度为每年7度,日平均温度和湿度的自由度分别为6和3。
2.1 描述性统计分析
2.1.1 2013~2015年我区大气污染物浓度的分布
2013~2015年期间,PM10年日均浓度水平为(0.07±0.04)mg·m-3,低于《环境空气质量标准》(GB3095- 2012)中PM10浓度限值(0.15 mg·m-3);SO2年日均浓度水平为(0.02±0.02)mg·m-3,低于《环境空气质量标准》(GB3095- 2012)中SO2浓度限值(0.15 mg·m-3);NO2年日均浓度水平为(0.04±0.02)mg·m-3,低于《环境空气质量标准》(GB3095- 2012)中NO2浓度限值(0.08 mg·m-3);PM2.5年日均浓度水平为(0.05±0.03)mg·m-3,其最大值略高于《环境空气质量标准》(GB3095- 2012)中PM2.5浓度限值(0.075 mg·m-3);CO年日均浓度水平为(0.86±0.30)mg·m-3,低于《环境空气质量标准》(GB3095- 2012)中CO浓度限值(4 mg·m-3);O3(8 h)年日均浓度水平为(0.11±0.05)mg·m-3,低于《环境空气质量标准》(GB3095- 2012)中O3(8 h)浓度限值(0.16 mg·m-3)。见表1。
表1 2013~2015年上海奉贤区大气污染物浓度分布情况 mg·m-3
Tab 1 Concentration distributions of the atmospheric pollutants,2013- 2015 in Fengxian District of Shanghai mg·m-3
2.1.2 灰霾天数的频数分布
本研究采用把当日气象同时满足能见度<10 km,相对湿度<90%的定义为灰霾天气。从2013~2015年的霾天气频数分布图可以看出,2013年8~10月无灰霾天,而2014~2015年每个月均有灰霾天气出现,且出现灰霾天气的总天数逐年增多。见图1。
图1 2013- 2015年奉贤区灰霾天数的频数分布情况
Fig 1 The frequency distribution of Fengxian District haze days,2013- 2015
2.1.3 灰霾天与非灰霾天各污染物平均数的t检验
结果显示,霾天气中PM10、SO2、NO2、PM2.5和CO的浓度与非霾天气时的浓度差异均有统计学意义(P<
0.01),灰霾天高于非灰霾天。见表2。
2.1.4 2013~2015年奉贤区每日大气污染物浓度与气象条件之间的相关性分析
3年间我区每日气温平均为(16.77±8.58) ℃,相对湿度为(79.38±11.16) %;研究发现,PM10与气温、SO2之间存在正相关(分别为0.331、0.668,均P<0.01),与相对湿度存在负相关(为-0.307,均P<0.01);SO2与气温和相对湿度之间存在负相关(分别为-0.373、-0.398,均P<0.01);NO2与气温和相对湿度之间存在负相关(分别为-0.556、-0.229,均P<0.01),与PM10、SO2之间存在正相关(分别为0.713、0.614,均P<0.01);PM2.5与气温和相对湿度之间存在负相关(分别为-0.358、-0.140,均P<0.010),与PM10、SO2、NO2之间存在正相关(分别为0.928、0.762、0.735,均P<0.01);CO与气温和相对湿度之间存在负相关(分别为-0.430、-0.048,均P<0.01),与PM10、SO2、NO、PM2.5之间存在正相关(分别为0.808、0.675、0.743、0.859,均P<0.01);O3与气温存在正相关(为0.586,P<0.01),与相对湿度、PM10、SO2、NO2、PM2.5、CO之间存在负相关(分别为-0.160、-0.036、-0.089、-0.380、-0.075、-0.288,均P<0.01)。见表3。
表2 灰霾天与非灰霾天时主要污染物的t检验分析结果
Tab 2 The results of the analysis ofttest of main pollutants of haze days and non haze days
组 别天数PM10/mg·m-3SO2/mg·m-3NO2/mg·m-3PM2.5/mg·m-3CO/mg·m-3O3_8/mg·m-3非灰霾天7540.060.0190.030.0400.770.44灰霾天3410.090.0210.050.0720.980.51t值9.2672.5618.2289.3626.738-0.098P值<0.01<0.01<0.01<0.01<0.010.922
表3 2013~2015年奉贤区每日大气污染物浓度与气象条件之间相关分析的r值
Tab 3rvalue of correlation analysis between daily concentrations of atmospheric pollutants and meteorological conditionin Fengxian District,2013- 2015
指 标逐日平均气温/℃逐日平均相对湿度/%PM10/mg·m-3SO2/mg·m-3NO2/mg·m-3PM2.5/mg·m-3CO/mg·m-3O3_8/mg·m-3逐日平均气温/℃10.230a0.331a-0.373a-0.556a-0.358a-0.430a0.586a逐日平均相对湿度/%1-0.307a-0.398a-0.229a-0.140a-0.048-0.160aPM10/mg·m-310.668a0.713a0.928a0.808a-0.036SO2/mg·m-310.614a0.762a0.675a-0.089NO2/mg·m-310.735a0.743a-0.380aPM2.5/mg·m-310.859a-0.075CO/mg·m-31-0.288aO3_8/mg·m-31
aP<0.01
2.2 模型拟合分析结果
2.2.1 各污染物对我区医疗机构呼吸系统疾病日门诊量变化的影响
由表4可以看出,PM10、SO2、NO2、PM2.5和O3对呼吸系统疾病的日门急诊量是正影响。PM10浓度每升高10 μg·m-3,在第13个观察日导致我区医疗机构呼吸系统日门急诊量增加0.32%(P<0.01);SO2浓度每升高10 μg·m-3,在第1、11、12、13、101个观察日分别导致我区医疗机构呼吸系统日门急诊量增加0.95%、1.26%、1.41%、1.58%、1.55%(均P<0.01);NO2浓度每升高10 μg·m-3,在第1、11、12、13、 101个观察日分别导致我区医疗机构呼吸系统日门急诊量增加1.45%、1.38%、1.37%、1.53%、1.99%(均P<0.01);PM2.5浓度每升高10 μg·m-3,在第13个观察日导致我区医疗机构呼吸系统日门急诊量增加0.33%(P<0.01);O3在第12、13个观察日分别导致我区医疗机构呼吸系统日门急诊量增加0.34%、0.44%(均P<0.01)。
2.2.2 不同污染物对我区户籍人口呼吸系统疾病日死亡人数变化的影响
由表5可以看出,NO2浓度每升高10 μg·m-3,在第1、101个观察日分别导致我区居民呼吸系统疾病死亡增加3.81%、5.25%(均P<0.01);PM2.5浓度每升高10 μg·m-3,在第1个观察日分别导致我区居民呼吸系统疾病死亡增加1.89%(P<0.01);CO浓度每升高10 μg·m-3,在第1、101个观察日分别导致我区居民呼吸系统疾病死亡增加0.22%(95%CI:0.04%~0.41%),0.24%(95%CI:0.01%~0.46%);O3在第2个观察日导致我区居民呼吸系统疾病死亡增加2.32%(P<0.01)。
表4 在不同观察日由模型拟合的PM10、SO2、NO2、PM2.5、CO、O3(8 h)浓度每升高10 μg·m-3奉贤区医疗机构呼吸系统疾病日门急诊量增加的百分比
Tab 4 The increase percentage of respiratory system daily emergency volume of medical institution per 10 μg·m-3increase of PM10,SO2,NO2,PM2.5,CO,O3_8 by means of single contamination model fitting analysis
观察日PM10SO2NO2PM2.5COO3_8均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI10.16-0.07~0.380.980.20~1.771.450.87~2.030.17-0.08~0.420.03-0.01~0.06-0.23-0.54~0.09110.11-0.12~0.331.260.49~2.031.380.80~1.960.02-0.24~0.270.01-0.02~0.04-0.06-0.36~0.23120.20-0.02~0.431.410.68~2.151.370.79~1.950.18-0.07~0.430.02-0.02~0.050.340.06~0.62130.320.10~0.531.580.86~2.311.530.95~2.100.330.09~0.580.03-0.002~0.060.440.17~0.721010.19-0.08~0.461.550.65~2.461.991.31~2.680.13-0.17~0.430.02-0.01~0.06-0.21-0.57~0.16
表5 在不同观察日由模型拟合的PM10、SO2、NO2、PM2.5、CO、O3(8 h)浓度每升高10 μg·m-3奉贤区居民呼吸系统疾病死亡增加的百分比
Tab 5 The increase percentage of death from respiratory system diseases per 10 μg·m-3increase of PM10,SO2,NO2,PM2.5,CO,O3_8 by means of single contamination model fitting analysis
观察日PM10SO2NO2PM2.5COO3_8均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI10.75-0.64~2.153.71-0.93~8.363.810.13~7.481.890.40~3.370.220.04~0.410.83-1.15~2.81110.27-1.16~1.691.03-3.71~5.763.71-0.02~7.430.36-1.19~1.920.09-0.10~0.292.320.50~4.1512-0.22-1.65~1.210.05-4.51~4.612.22-1.49~5.940.13-1.42~1.690.07-0.13~0.271.39-0.38~3.16130.64-0.73~2.023.05-1.37~7.462.39-1.31~6.100.58-0.94~2.090.15-0.04~0.34-1.20-2.97~0.571010.71-0.94~2.373.25-2.27~8.775.250.88~9.611.81-0.02~3.630.240.01~0.462.360.07~4.66
环境污染对人类健康的危害效应慢、周期长、范围大、后果重。长期以来,国内外学者在环境污染对人类健康影响领域的研究比肩接踵,不胜枚举[1- 6]。但对于灰霾,目前国内在此领域的相关研究比较少,尤其对灰霾天气下大气污染与人体健康危害的定量评价研究才刚刚起步。
有研究人员采用了广义相加模型来控制气象因素的混杂[7- 8],对灰霾天气下大气污染与人体健康的危害进行定量评估。经查阅文献,多污染物模型会增加拟合结果的标准差,从而使其在统计学上的意义较低[9],因此本次研究未做多污染物模型的拟合。单污染物模型拟合结果提示,我区PM10、SO2、NO2、PM2.5以及O3浓度的升高,均引起辖区医疗机构居民呼吸系统疾病的日门急诊量相应增加;NO2、PM2.5、CO以及O3浓度的升高,均引起辖区居民呼吸系统疾病的日死亡人数相应增加,而PM10和SO2对呼吸系统疾病的日死亡人数变化影响不明显。由每日大气污染物浓度与气象条件之间的相关性分析显示,两者高度相关。CO对呼吸系统疾病发病的影响以及PM10和SO2对呼吸系统疾病日死亡人数变化的影响不明显,原因可能是各污染物之间的共线性掩盖了污染物自身对呼吸系统疾病发病及死亡的影响。研究显示,我区霾天气中PM10、SO2、NO2、PM2.5和CO的浓度均大于非灰霾天,灰霾天对人群呼吸系统急性健康效应的影响大于非灰霾天。这与国内外研究结果相似[3,10- 15]。文献报道:大气污染与许多健康效应密切相关[16],对经济增长具有抑制作用[17]。有研究人员认为,政府、企业、消费者应各司其职,建立健全多元协同治理模式,使大气污染治理效果显著,提高卫生事业的效益和效果,促进人群健康水平的提高[18]。
[1] 年似冰.灰霾堪比SARS[J].浙江经济,2013(4):32.
[2] WALSON J G.2002 grilleal reviuw- visilbility:science and regulation[J].Air&Waste Manage Assoc,2002,52(6):628- 713.
[3] OBERDORSTER G.Pulmonary effects of inhaled ultrafine particles[J].Int Arch Occup Environ Health,2001,74:l- 8.
[4] 孟燕军,王淑英,赵习方.北京地区大雾日大气污染状况及气象条件分析[J].气象,2000,26(3):40- 42.
[5] 阚海东,陈秉衡.我国大气颗粒物暴露与人群健康效应的关系[J].环境与健康杂志,2002,19(6):422- 424.
[6] 龚伟,娄畅,王绍华.延庆区学龄儿童肺部健康环境影响因素分析[J].现代医学,2016,44(3):277- 283.
[7] WHITMAN S,GOOD G,DONOGHUE E R,et al.Mortality in Chicago attributed to the July 1995 heet- wave[J].Am J Public Health,1997,87:1515- 1518.
[8] KATSOUYANNI K,PANTAZOPOULOU A,TOULOUMI G,et al.Evidence for interaction between air pollution and high temperature in the causation of excess mortality[J].Arch Environ Health,1993,48:235- 242.
[9] PETERS A,DORING A,WICHMANN H E,et a1.Increased plasma viscosity during an pollution episode:a link to mortality[J].Lancet,1997,349:1582- 1587.
[10] 吴兑.关于霾与雾的区别和灰霾天气预警的讨论[J].气象,2005,31(4):3- 7.
[11]朱悦,杨小南,李宇斌.沈阳市某地区大气污染与儿童呼吸系统疾病门诊人次的关系[J].环境与健康杂志,2008,25(7):575- 578.
[12] 黄丽红,宋伟民,胡敏.大气PM2.5对巨噬细胞的毒性作用研究[J].上海环境科学,2002,21(5):288- 290.
[13] 白志鹏,蔡斌彬,董海燕,等.灰霾的健康效应[J].环境污染与防治,2006,28(3):198- 201.
[14] 刘燕,贺克斌,时宗波,等.珠江三角洲大气颗粒物研究进展[J].环境保护科学,2006,32(5):l- 5.
[15] 姚焕英,张秀芹.灰霾天气对人体健康的危害[J].榆林学院学报,2008,18(2):79- 81.
[16] 苗艳青,陈文晶.空气污染和健康需求:Grossan模型的应用[J].世界经济,2010(6):140- 160.
[17] 苏为华,张崇辉.关于异质性假说的中国EKC再检验[J].统计研究,2011,28(12):66- 71.
[18] 卢宁.大气污染现状、来源分类与协同治理研究[J].中共浙江省委党校学报,2013,29(6):117- 124.
(本文编辑:周兰波)
The acute respiratory effects of main air pollutants in Fengxian District of Shanghai
QIN Meng1,CHEN Ying1,LI Jing- zhi1,GU Pin- qiang2,XU Xiang- ming2
(1.FengxianDistrictCenterforDiseaseControlandPrevention,Shanghai201499,China; 2.FengxianDistrictMeteorologicalBureau,Shanghai201499,China)
Objective:To explore the distributing characteristics of main air pollutants (PM10,SO2,NO2,PM2.5,CO,O3) during haze days and non- haze days, as well as their acute respiratory effects.Methods: Generalized additive models were used to analyze the associations of main air pollutants with daily hospital visits and mortality due to respiratory diseases. Results: From 2013- 2015, among criteria air pollutants, only PM2.5 were slightly beyond the annual- average limits of “National Ambient Air Quality Standard”. The daily average concentrations of PM10, SO2, NO2, PM2.5 and CO were all significantly higher during haze days than those during non- haze days(P<0. 01). The increase in concentrations of PM10, SO2, NO2, PM2.5 and O3 at various lags days were significantly associated with increased daily visits at outpatient department and at emergency department, and the increase in concentrations of NO2,PM2.5,CO,O3 were significantly associated with increased mortality due to respiratory diseases. Conclusion: The concentrations of PM10, SO2, NO2, PM2.5 and CO were higher during haze days than those during non- haze days. Air pollutants during haze days have larger acute respiratory effects than during non- haze days.
haze; generalized additive model; respiratory diseases
2016- 07- 28
2016- 12- 09
上海市气象局科技开发项目(MS201606)
秦萌(1982-),女,河南新乡人,主管医师。E- mail:qinmeng_1982@163.com
顾品强 E- mail:gupinq2004@126.com
秦萌,陈英,李敬芝,等.上海市奉贤区主要大气污染物对人群呼吸系统急性健康效应的影响[J].东南大学学报:医学版,2017,36(2):197- 202.
R56; X5
A
1671- 6264(2017)02- 0197- 06
10.3969/j.issn.1671- 6264.2017.02.013