论文部分内容阅读
空气污染状况不仅受人为污染排放影响,也与天气状况密切相关,气象条件会影响污染物在大气中的扩散、转化和去除。同时,气象条件和空气污染两者都是人群死亡率和发病率的影响因素。然而,各种气象变量与空气污染的混合作用非常复杂,分离不同参数的健康效应十分困难,人们对不同天气模式背景下大气污染物的健康风险知之甚少。对天气条件进行分类,并研究常见天气类型下污染物的浓度特征与健康效应,有助于了解城市天气特征及空气污染的特征,分析人群对气象和污染变量组合的同时响应,从而为大气污染防治以及具体到特定污染物的健康预警提供理论依据。本研究以南京市为例,利用空间天气分类法(Spatial Synoptic Classification,SSC)将南京市天气类型分为干燥寒冷(DP)、干燥温和(DM)、干燥炎热(DT)、湿润寒冷(MP)、湿润温和(MM)、湿润炎热(MT)、加倍湿润炎热(MT+)以及过渡类型(TR)。选取环境空气质量标准中规定的六项基本污染物SO2、NO2、PM10、PM2.5、CO和O3作为研究对象,分析不同污染物在各种天气类型下的浓度特征。发现干燥晴朗的天气条件下(DM、DP、DT)各污染物的平均浓度相较于湿润条件(MM、MP、MT)下更高。为进一步研究气象因子对污染物浓度的影响,本文采用灰色关联分析法计算六种污染物与各气象因子的关联度。结果表明四个季节中,冬季气象条件对污染物浓度的影响最大。对于除O3以外的五种污染物,气象因子影响程度排序依次为气压、风速、温度、云量、露点。而O3浓度受温度的影响最大。另外,本研究将各污染物浓度超过总体的95%分位定义为极端污染情形,通过定义极端污染风险比值来研究极端污染情形与天气类型的关系。研究表明极端污染更容易发生在干燥温和(DM)、干燥炎热(DT)等天气类型下,具体来说,温度5~10℃,露点温度0~5℃,气压1020~1025 h Pa,云量0~2,风速2~3 m/s的条件下比较容易发生极端污染情形。本研究应用分布滞后非线性模型研究南京市SO2、NO2、PM10、PM2.5、CO和O3导致的总死亡、心血管疾病死亡以及呼吸系统疾病死亡风险,并研究了在不同天气类型下,各污染物引发的死亡风险的变化。结果表明,随着污染物浓度升高,总死亡、心血管疾病死亡以及呼吸系统疾病死亡风险逐渐升高,且具有滞后效应,各类死亡累积风险通常在滞后3~5天左右达到最大值。不同天气类型下各污染物引发的死亡风险不同。对于总死亡,SO2、NO2、PM10引发的总死亡风险在湿润寒冷(MP)天气类型下最高,CO与PM2.5在干燥寒冷(DP)类型,O3在干燥温和(DM)类型下最高。总体来说,除O3以外的污染物在冷天气类型下比热天气类型下导致的各类死亡风险更高。作为空间天气分类法的补充,本研究另外定义了极端天气情形。根据已有的天气数据,基于比例的阈值指数,取每个气象参数的第10或第90百分位为阈值。将每个气象参数高于90百分位或低于10百分位的定义为某种极端天气。共定义极端高温、低温、高压、低压、大风、静风、多云、少云八种极端天气情形,研究各极端天气情形下,人群死亡风险较平常提高的百分比。结果表明:高温、低温、高压、低压等极端天气下,总死亡、心血管疾病死亡、呼吸系统疾病死亡风险显著提高。在此基础上,进一步将连续三天以上属于极端天气的情形定义为持续性极端天气事件,研究持续性极端天气事件下,各污染物浓度人群死亡的关系,结果表明污染物与总死亡的关联度最大,与呼吸系统疾病死亡关联度最小。综上,本研究分析了天气类型和气象因子对污染物浓度的影响,比较了不同天气类型下污染物的死亡风险,以及极端天气情形对死亡风险的影响。有助于有关部门依据各天气类型下污染物浓度以及健康效应情况,制定分等级的污染防治措施。同时可结合天气情况发布污染物健康风险预警,对公众进行健康防护引导,为大气污染防治、污染物的健康预警和科学防护提供理论依据。