CO中毒的环境气象因子分析及预测方法研究

陈 辉,吴 昊,赵琳娜,王 志,狄靖月,田 华(1.国家气象中心,北京 100081；2.中国气象局日公共气象服务中心,北京 100081)

CO中毒的环境气象因子分析及预测方法研究

陈 辉1,2*,吴 昊1,2,赵琳娜1,2,王 志1,2,狄靖月1,2,田 华1,2(1.国家气象中心,北京 100081；2.中国气象局日公共气象服务中心,北京 100081)

利用2006年9月～2007年3月全国CO中毒病例资料,选取日发病人数为8人以上的CO中毒事件发生日作为样本,对CO中毒的气象条件进行了分析研究.结果表明,微风或者静风、大气层结稳定的气象条件不利于CO气体的扩散,同时,气温变幅较小、气压下降、云量多和气体湿度大也可能间接导致CO中毒事件的发生.用风速、大气稳定度、24h变温、24h变压、总云量和相对湿度作为预报因子,利用阈值加权平均的方法,初步建立了区域性CO中毒气象潜势预报模型.

CO中毒；气象条件；加权平均；潜势预报

伴随着经济的快速发展与城市快速扩张,中国已经进入环境污染事故高发期[1].有研究发现[2-3],人类 68%的疾病是由室内空气污染造成的,而且发病率逐年上升.室内空气污染已经成为肺癌、呼吸道疾病、慢性肺病、CO中毒等严重威胁人类生命健康的主要因素之一[4-6].在中国农村,生物质和煤炭的燃烧是室内空气污染的主要来源,在所有影响疾病健康的环境风险因素中排名第六位[7].CO是最主要的室内污染物,其来源于含碳物质的不完全燃烧.炉火及家用燃气的泄露是室内CO产生的原因[8].CO气体吸入人体后,与血红蛋白生成碳氧血红蛋白,造成肌体急性缺氧血症,导致昏迷及死亡[9].

2006年2月,吉林和安徽等省份发生多起大面积CO中毒事件,其中,2006年2月13日吉林省延吉市等6县市发生291人的CO中毒事件,有研究[10-13]认为,此次事件与异常天气变化有直接关系.目前国外对于CO排放因子、CO浓度和暴露评价以及人工智能网络预测技术等各方面研究均有报道[14-16],国内相关的研究工作尚处于初始阶段,如张德山等[17]利用统计方法分析了北京市城八区非职业性 CO中毒人次与月平均气象要素的相关关系;付桂琴等 从大尺度天气形势、气象要素变化两方面分析了河北省石家庄CO 中毒事故与气象条件的关系;张晓云[19]、梁寒

[20]等也针对辽宁省发生的非职业性CO中毒事件进行了气象条件分析.这些研究对于建立CO中毒气象预报具有一定的应用价值.

在全球气候变化的大背景下,研究 CO扩散与气象条件的关系,建立科学有效的预警方法,对于预防和减轻不良气象条件造成的危害具有重要意义.本研究利用 CO中毒实况资料,从非职业性CO中毒事件对公众生命安全影响的角度出发,探讨了事件发生时的气象因子,初步建立了全国区域性CO中毒气象潜势预报模型,为进一步做好 CO中毒气象预报服务提供科学参考.

1 资料分析

1.1 资料来源

病例资料来自中国疾病预防控制中心(CDC提供的2006年9月～2007年3月CO中毒事件资料,包括事件发生时间、报告地区、发病数、死亡数等信息.气象资料为国家气象信息中心提供的同期常规地面观测资料,包括10个逐日地面气象要素(本站平均气压、24h变压、平均气温极端最高气温、极端最低气温、24h变温、平均相对湿度、平均总云量、平均风速、降水量)和逐日气温探空资料.

1.2 CO中毒事件特征分析

1.2.1 地区分布特征 图1为2006年9月到次年3月全国范围内发生CO中毒事件的地区分布图.

图1 CO中毒发生地区分布(2006.09-2007.03)Fig.1 Area profile of Carbon Monoxide poisoning (During September of 2006 to March of 2007)

从图中可以看出,CO中毒事件主要发生在我国的东北和华北地区,尤其以华北地区最为集中,长江以南地区分布较为稀少和分散.这是由于CO中毒事件多发生在冬春季节,北方地区有相当一部分居民以燃煤方式取暖,由于室内通风差、烟囱安装不合理等因素使得大量CO积蓄在室内,在不利于大气扩散的气象条件下,导致 CO气体不易排出室外,引发CO中毒.另外,城区居民使用管道燃气,如果管道漏气、开关不紧,或火焰被扑灭后燃气大量溢出,也可能造成CO中毒.由于采暖需求的差异,北方地区 CO中毒事件多于南方地区,南方地区多以燃气热水器安装或使用不当而导致CO中毒为主.

将2006年9月～2007年3月CO中毒发病人数根据报告地区进行分省统计,结果表明,CO中毒发病人数较多的几个省份依次为山东、山西、河北、辽宁、黑龙江,以山东省最多为2814人,山西省为 1938人;南方地区各省发病人数相对较少,均在22人以下.北京市也有37人次发生CO中毒,主要集中在大兴和顺义地区.

1.2.2 CO中毒人数月分布特征 选择北京、黑龙江、辽宁、河北、山西、山东、浙江 7省市,对2006年9月～2007年3月每个省逐月CO中毒发病人数进行统计分析.由图 2可以看到,CO中毒主要发生在冬春季节,11月发病人数开始增多,12月～2月为高峰期,3月份有所下降.从不同地区中毒发生的时间特征来看,东北、华北地区的发病人数要远大于浙江,这是由于北方地区冬季采暖时间长,尤其是12月和1月,在室内通风不畅、气象条件不利的情况下容易发生CO中毒事件.

图2 2006-09～2007-03 CO中毒发病人数逐月统计Fig.2 Monthly number of carbon monoxide poisoning sufferers statistics during September of 2006 to March of 2007

2 CO中毒气象条件分析

空气污染物浓度的空间分布和随时间的变化,主要取决于污染源的排放条件和大气对于污染物的稀释能力.对于同一个地区而言,污染源相对稳定,导致 CO中毒事件发生的原因是室内外通风不畅.气象条件(包括风速、大气湍流和稳定度、气温等)直接或间接影响着大气稀释能力或者室内外排气能力.

为了排除个别偶然因素导致的 CO中毒事件,对同一个地区、同一日发生的 CO中毒发病人数进行了统计,选取 CO中毒日发病人数为 8人以上(含8人)的个例,将其定义为CO中毒典型发生日,共93个样本,分别从风、大气稳定度、逆温、气温、气压、相对湿度、云量等几方面进行统计分析.

2.1 风速对CO扩散的影响

风速主要影响近地面的大气污染物的扩散速度,风速越大,单位时间内污染物被输送的距离愈远,混入的空气愈多,污染物浓度愈低,风对污染物水平输送的同时有稀释冲淡的作用[21].因此大气污染物在静风时污染较为严重.

表1 CO中毒典型发生日日平均风速统计表Table 1 Daily average wind speed statistics on the CO poisoning events

在93例CO中毒典型发生日中(表1),有接近90%的个例日平均风速在3.3m/s以下(含3.3m/s),其中,日平均风速≤1.5m/s的有 47例,占总数的50.5%;日平均风速≤1m/s或者静风的有21例,占总数的22.6%;日平均风速＞3.3 m/s的仅有10例(10.8%).可见CO中毒事件中有绝大部分对应着静风或者微风的情况.

2.2 大气稳定度与CO中毒的关系

大气层结的垂直稳定度取决于气温的垂直分布,直接影响湍流活动的强弱.大气处于稳定状态时,大气湍流和对流活动受到抑制,污染物的垂直扩散能力较弱[21].逆温对应着稳定的大气状况逆温就象一个盖子一样阻碍着气流的垂直运动,使得污染空气很难穿过此层而积聚在它的下面,所以大多数大气污染事件都是发生在有逆温且静风的条件下.

利用气温的垂直递减率 γ(γ=-dT/dz)与干绝热递减率 γd(γd=0.986℃/100m)的比较可以判断大气的稳定度.当 γ＜γd时,大气垂直对流极弱,大气处于稳定状态,污染物扩散极差;当 γ＞γd时,大气处于不稳定状态,大气中污染物容易扩散;当γ=γd时,大气处于中性状态,污染物能扩散但不够充分.当γ＜0时,气温随高度增加而升高,即出现逆温现象,此时大气扩散能力较弱,可能导致严重的空气污染事件发生[22].

根据 2006～2007年探空资料,计算了 93个CO中毒典型发生日(当日08时、20时和前一日20时)的大气温度γ(850hPa或925hPa),如表2所示.结果表明, γ值在90个CO中毒典型发生日中(3个个例缺测),有98.9%的个例大气温度γ值均小于 γd(γd=0.986℃ / 1 00m),即大气处于层结稳定状态,大气垂直对流活动极弱,不利于污染物的扩散.此外,有一半以上(52个)的CO中毒发生日当日或前一日出现了逆温,说明大气稳定度是影响大气扩散程度并可能导致 CO中毒事件发生的一个关键气象因子.

表2 CO中毒典型发生日大气稳定度统计表Table 2 Stability of atmosphere statistics on the CO poisoning events

为了进一步讨论近地面逆温对 CO中毒的影响,统计了93个CO中毒典型发生日逆温强度的变化情况,这里用逆温值的大小来表征逆温强度,逆温值为逆温层上层温度值与下层温度值的差值(正值).统计结果表明,逆温值为 4℃以上(含4)℃的有10例,占样本总数的11.1%,逆温值为6℃以上(含6)℃的有3例,占3.3%.从CO中毒的发病人数来看,逆温值较大即存在较强逆温层时并不一定都对应着发病人数较多的 CO中毒事件,因此,存在逆温层或者大气处于层结稳定状态时,大气扩散能力较弱,在一定程度上容易引发CO中毒事件的发生,与CO中毒发病人数的多少无明显的相关关系.

2.3 气温对与CO中毒的关系

影响烟气抬升的气象因素有平均风速、大气稳定度、环境空气温度梯度等,根据我国推荐的静风与稳定条件下烟气抬升公式[23],在大气层结稳定的条件下,烟气的抬升高度与热释放率成正比.热释放率的公式[23]为:

式中:ΔT为烟气出口温度与环境大气温度之差,K;sT为烟气出口温度,K;P为大气压力,hPa;vQ为实际排烟率, m3/s.

式(1)表明,热释放率与烟气出口温度和环境大气温度之差成正比,即环境大气温度升高时,热释放率减小,不利于烟气抬升,使污染物在室内积聚,容易导致CO中毒.

根据对93个CO中毒典型发生日的日平均气温、日最高气温和日最低气温的统计结果,日平均气温＞0℃的占 65.6%,日最高气温＞5℃的占63.4%,日最低气温＞0℃占 25.8%.统计结果表明,气温绝对日值的大小并不能表征是否容易引发CO中毒事件发生.

表3 CO中毒典型发生日气温变化情况的统计Table 3 Temperature variation statistics on the CO poisoning events

选择了08:00地面24 h变温数据,统计结果如下:93个CO中毒典型发生日中,气温的变幅在-3～3℃之间的有71例,占76.3%;正变温有46例,占49.5%,负变温有37例,占39.8%;气温变幅超过±3℃的有12例,占12.9%.说明CO中毒多发生在气温变幅较小、气团较为稳定的天气.另外,气温升高对 CO气体的扩散不利,这与热释放率减小不利于烟气抬升的理论相符合.

2.4 气压的变化对CO中毒的影响

从93个CO中毒典型发生日中选取了3个较严重的个例,分别为2007年2月5日08:30时发生在山东省烟台市莱阳市的 CO中毒事件,发病人数为39人;2006年12月21日06:46时发生在河北省石家庄市,发病人数为 22人;2007年 3月7日04:00时发生在山西省长治市,发病人数为20人.分析3次CO中毒事件发生前一日、当日和次日的瞬时气压变化情况(图3),从图3中可以看出,3次CO中毒事件发生当日的气压较前一日均有不同程度的降低,CO中毒事件大多发生在夜间或早晨气压比较稳定的时段.气压相对稳定,风速小,不利于室内CO气体的扩散,另外,气压下降,排热率降低,不利于烟气抬升.

此外,统计CO中毒发生日08:00 24h变压的数据.结果表明,93个CO中毒典型发生日中,气压表现稳定(变幅在-3～3hPa之间)的占 61.3%;出现负变压的有52例,占56%;出现正变压的有31例,占 33%.这也说明气压下降、气压梯度小、系统相对稳定,不利于CO气体的扩散.

图3 3个CO中毒典型发生日的气压变化曲线Fig.3 The temporal evolution of fixed time air pressure in CO poisoning events

2.5 相对湿度和云量对CO中毒的影响

雾天不利于污染物的扩散,因为雾主要是在近地面层非常稳定的条件下产生的.高相对湿度是形成雾的有利气象因素,从而间接影响了近地面层污染气体的排放,可以作为预报因子之一.云的存在会减少太阳辐射和加强大气的逆辐射,减小地面的有效辐射,从而减小气温随高度的变化,大气层结稳定,阻止污染物的扩散.

对93个CO中毒典型发生日的日平均相对湿度和日平均总云量进行统计,发现有 77.4%的个例日平均相对湿度＞50%,14%的个例日平均相对湿度超过80%.有56%的CO中毒事件是发生在多云(日平均总云量大于 3成)或者阴天(日平均总云量为9成以上)的天气.

3 CO中毒气象潜势预报模型

3.1 CO中毒气象潜势预报模型的建立

通过对 CO中毒与气象条件相关关系的统计分析,可知 CO中毒事件的发生是多个气象因子共同作用的结果,有利于 CO中毒发生的气象条件和气象要素阈值出现得越多,发生 CO中毒事件的可能性越大.同时,当不同气象要素处于不同的水平时,对引发 CO中毒事件的贡献率也不同,据此,利用阈值加权平均法建立CO中毒潜势预报模型.

3.1.1 预报因子的选取 选取日平均风速、大气稳定度、24h变温、24h变压、日平均总云量和日平均相对湿度等6个气象要素作为CO中毒预报模型的预报因子.

3.1.2 确定各个因子的阈值范围和权重系数 根据 CO中毒典型发生日各个气象因子的统计分析结果,确定 CO中毒天气的预报指标及各预报因子的阈值范围和权重系数,如表4所示.

表4 CO中毒气象潜势预报指标Table 4 A meteorological potential forecast index system for CO poisoning

3.1.3 确定 CO中毒气象潜势预报等级的分级标准 每个预报因子的加权数为 a(i),根据阈值加权平均方法,定义平均加权数(f)为:

式中: n为预报因子的个数.

将CO中毒气象潜势预报等级a分为5个级别(1～5 级),分别为:

1级 1=a ,当 f=0时,气象条件利于 CO扩散;

2级 2=a ,当 f＜0时,气象条件较利于 CO扩散;

3级 3=a ,当 f≥0.5时,气象条件较不利于CO扩散;

4级 4=a ,当 f≥1.5时,气象条件不利于CO扩散;

5级 5=a ,当 f≥2.5时,气象条件极不利于CO扩散.

3.2 CO中毒气象潜势预报模型的拟合效果检验

对选定的 CO中毒典型发生日进行气象潜势预报等级的计算,检验拟合效果.结果显示,CO中毒气象潜势预报等级为3级的有71d,4级的有19d,即90个CO中毒事件中,100%都预报出了3级以上的等级,其中预报等级为4级的占21.1%,没有出现预报等级为5级的个例.在5个级别中,1级和2级是气象条件有利于和较利于CO扩散的情况,当等级为3级或以上时,开始进行CO中毒气象潜势预报.从检验结果来看,建立的CO中毒气象潜势预报模型的拟合效果较好.

4 结论

4.1 CO中毒主要发生在我国的东北和华北地区,长江以南地区分布较为稀少和分散.冬春季节容易发生CO中毒事件,其中12月～次年2月为事件发生的高峰期.

4.2 在污染源相对稳定的情况下,室内污染气体的浓度取决于大气对污染物的稀释能力或者室内外排气能力,并直接受到气象条件的影响.分析结果表明,在微风或者静风、大气层结稳定的条件下,气温变幅较小、气压下降均不利于 CO气体的扩散,另外云量多和气体湿度大也容易导致CO中毒事件的发生.

4.3 利用阈值加权平均的方法,初步建立了区域性CO中毒气象潜势预报模型,将CO中毒气象条件划分为5个级别,1～5级逐次为:利于、较利于、较不利于、不利于、极不利于CO扩散.

通过对此预报模型的检验分析,得到了较好的模型拟合效果,说明 CO中毒气象潜势等级的划分标准具有一定的合理性,能够表征气象条件对CO中毒事件产生的影响.

[1] 杨 洁,毕 军,张海燕,等. 中国环境污染事故发生与经济发展的动态关系 [J]. 中国环境科学, 2010, 30(4): 571-576.

[2] Gallego E, Roca X, Perales J F, et al. Determining indoor air quality and identifying the origin of odour episodes in indoor environments [J]. Journal of Environmental Sciences, 2009,12(3):17-19.

[3] Pilotto L S, Douglas R M, Attewell R G, et al. Respiratory effects associated with indoor nitrogen dioxide exposure in children. [J].International Journal of Epidemiology, 1997,26(4):788-796.

[4] 周晓铁,何兴舟.室内空气污染对慢性阻塞性肺部疾病的影响[J]. 中国环境科学, 2006,26(5):591-594.

[5] Zhang Junfeng(Jim), Smith Kirk R. Household air pollution from coal and biomass fuels in China: measurements, health impacts,and interventions [J]. Environmental health perspectives, 2007,115(6):848-855.

[6] 王 嫒,黄 薇,汪 彤,等.患心血管病老年人夏季 PM2.5和 CO的暴露特征及评价 [J]. 中国环境科学, 2009,29(9):1005-1008.

[7] Kirk R Smith, Majid Ezzati. How environmental health risks change with development: the epidemiologic and environmental risk transitions revisited [J]. Annu. Rev. Environ. Resour, 2005,30 291-333.

[8] 李 斌,李 娜.室内空气污染因素及其对人体健康的影响.中国卫生工程学, 2010,9(4):308-310.

[10] 王晓明,孙 力,刘海峰等.一次大范围一氧化碳中毒事件的气象条件 [J]. 气象, 2007,33(2):102-106.

[11] 路屹雄,王 元.一次高影响天气事件——延边2.13一氧化碳中毒事件分析 [J]. 南京大学学报(自然科学), 2008,44(3):258-272.

[12] 谢静芳, 李 磊,刘海峰等.延吉市 CO 中毒事件成因及气象条件分析 [J]. 气象,2006,32(12):107-112.

[13] 周秀慧,刘厚凤,杨 莉,等.吉林延边群发性 CO 中毒事件的天气原因分析与警示 [J]. 安徽农业科学, 2009,37(15):7150-7152.

[14] Zhang J, Smith K R, Uma R, et al. Carbon monoxide from cookstoves in developing countries: 1. Emission factors [J].Chemosphere: Global change science 1, 1999: 353-366.

[15] Zhang J, Smith K R, Uma R, et al. Carbon monoxide from cookstoves in developing countries: 2. Exposure potentials [J].Chemosphere: Global change science 1, 1999:367-375.

[16] Abbaspour M, Rahmani A M, Teshnehlab M. Carbon monoxide prediction using novel intelligent network [J]. International Journal of Environmental Science and Technology, 2005, 1(4):257-264.

[17] 张德山,宋广生,丁 谊,等.北京非职业性一氧化碳中毒气象条件分析 [J]. 气象科技, 2009,37(6):705-708.

[18] 付桂琴,李运宗,尤凤春.煤气中毒事件气象条件初步分析 [J].气象, 2008,34(12):103-109.

[19] 张晓云,解以扬,张忠琴,等.气象因素对某非职业性一氧化碳中毒事件的影响 [J]. 环境与健康杂志, 2007,24(12):979-981.

[20] 梁 寒,陈 宇,刘凤辉,等.辽宁省非职业性一氧化碳中毒气象预报方法 [J]. 气象与环境学报, 2009,25(6):39-43.

[21] 吴 兑,邓雪娇.环境气象学与特种气象预报 [M]. 北京:气象出版社, 2001:288-297.

[22] 张同智, 袁启光. 大气稳定度对污染物扩散的影响 [J]. 黑龙江气象, 2009,26(2):25-27.

[23] 邹长伟,黄 虹,余冠明. 环境影响评价中烟气抬升公式的应用比较研究——以某发电厂项目为例 [J]. 环境科学与技术,2006,29(6):69-71.

Study on carbon monoxide poisoning with environmental meteorological factors analysis and potential forecast model.

CHEN Hui1,2*, WU Hao1,2, ZHAO Lin-na1,2, WANG Zhi1,2, DI Jing-yue1,2, TIAN Hua1,2(1.National Meteorological Center, Beijing 100081, China；2.Public Weather Service Center of China Meterological Administration,Beijing 100081, China). China Environmental Science, 2011,31(4)：584～590

According to carbon monoxide poisoning data during September of 2006 to March of 2007 all over the country,choosing the carbon monoxide events with over eight sufferers as statistic samples, the relationship between carbon monoxide poisoning events and the meteorological conditions was analyzed. The results indicated that scant wind or silent wind and steady stratified atmosphere are the meteorological conditions unfavorable to the gas of carbon monoxide diffusing, at the same time, less temperature change, air pressure falling, more total cloud cover and high air humidity are also likely to carbon monoxide poisoning occurrence indirectly. Wind speed, stability of atmosphere, temperature variation in twenty-four hours, pressure variation in twenty-four hours, total cloud amount and relative humidity as predictors were used to build regional carbon monoxide poisoning potential model with meteorological forecast through a mathematic weighted-average technology.

carbon monoxide poisoning；meteorological conditions；weighted average；potential forecast

X16

A

1000-6923(2011)04-0584-07

2010-07-06

中国气象局新技术推广项目“公共卫生气象预警技术开发应用”(GMATG2007ZOZ)

* 责任作者, 工程师, chenhui@cma.gov.cn

陈 辉(1980-),女,河北唐山人,工程师,硕士,主要从事应用气象预报及研究工作.发表论文10余篇.