不同出行方式大气PM2.5个体暴露分析

2019-06-20罗利萍李友平郭佳灵郭俊江周恣羽

四川环境 2019年3期

罗利萍，李友平，郭佳灵，郭俊江，周恣羽

(西华师范大学环境科学与工程学院，四川南充 637009)

1 前言

大气颗粒物特别是PM2.5是人们生活出行微环境中的主要污染物，会对人体肺部，呼吸、心血管等多个系统造成危害[1～3]，且颗粒的粒径越小，对人体健康的危害越大[4]。交通环境1 h 的高暴露与非交通环境24 h 平均暴露水平相比，前者与健康效应更具相关性[5]，及各个出行交通微环境的PM2.5个体暴露是不同的[6-7]。在国外及国内一些特大城市，已有采用数浓度和质量浓度综合分析不同出行方式PM2.5个体暴露水平[8～10]，但利用这种综合分析的方式来研究大中城市不同出行方式PM2.5个体暴露水平却很少，因此，同时采用数浓度和质量浓度综合分析不同出行方式PM2.5个体暴露可为人体健康评价提供更科学的依据。

南充是四川省8个全国环保重点城市之一，大气污染形势严峻，以大气PM2.5为主要污染物的大气环境问题日益突出[11]。到目前为止，对南充市不同交通方式PM2.5个体暴露相关问题的研究较少，且都在PM2.5的质量浓度与个体暴露水平的研究上[12]。研究发现通风条件对数浓度有较大影响，对质量浓度基本无影响[13]，粒径越小危害越大，数浓度监测可以把PM2.5中更小的颗粒物组成弄清楚，因此加入数浓度对南充不同出行方式PM2.5个体暴露开展研究，可为市民出行提供更可靠的建议。

本研究通过在南充市城区选择一条有代表性的固定线路进行监测，连续6d分别对南充市大多数人出行选择的步行、出租车、公交车、摩托车、私家车、自行车等6种出行方式进行 PM2.5两种浓度(质量浓度和数浓度)监测，以开展南充市不同出行方式PM2.5质量浓度和数浓度个体暴露分析，为南充市大气污染治理和市民出行选择提供科学依据。

2 实验部分

2.1 采样方法

本实验于2017年7月18日～23日，在四川省南充市选择一条能代表南充市民日常出行的固定路线(如图1)，该线路上各路段路面车道数目、车流量和建筑物密集程度等各不相同，周围无工业污染，是连接市区和郊区的一条重要线路。在这条线路上对南充市民出行经常选用的步行、出租车、公交车、摩托车、私家车、自行车6 种方式进行PM2.5两种暴露浓度(质量浓度，数浓度)实时监测。

图1 采样路线[20]Fig.1 Location of the sampling route

本实验采用AEROTRAK9306-V2型激光粒子计数器，DUSTTRAKTSL-8532型粉尘测定仪对空气进行监测，在高峰期和非高峰期两个时段内，经培训过的采样人员，每个人同时携带两种仪器对每一种出行方式进行同步监测颗粒物的质量浓度和数浓度。在南充，出租车和公交车均用压缩天然气作为燃料，私家车和摩托车则使用无铅汽油。

2.2 数据处理

将监测仪中监测数据导入电脑，检查并剔除其中的异常值。相邻两次监测所得数据相差大于10 倍，可认为是异常值[14]，在所得数据基础上除以校正因子1.5 得到重量法测量结果[15]，将整理后得到的有效数据用Excel 2010、Origin 2016 及SPSS 16 进行相关分析处理。暴露量的计算公式如下

D = C × IR × Δt

式中，D 为出行暴露量(μg)/(N)；C 取出行暴露浓度(μg/m3)/(N/m3)；IR为呼吸速率(m3/h)。呼吸速率采用《中国人群暴露参数手册(成人卷)》[16]。中成年人在休息、轻微体力活动和中等体力活动状态下的呼吸速率值作为此次实验中坐车(出租车、公交车、摩托车和私家车)、步行和自行车出行方式的计算值，分别为0.40、0.49、1.31 m3/h；Δt 为出行暴露时间(h)。

3 结果与讨论

3.1 基于质量浓度的不同出行方式PM2.5个体暴露比较

3.1.1 不同出行方式PM2.5个体暴露

不同出行方式PM2.5质量浓度平均值见图2，自行车的暴露浓度最高达到(68.0±32.3)μg/m3，出租车的暴露浓度最低为(34.2±21.1)μg/m3，总体平均个体暴露浓度为自行车>摩托车>公交车>步行>私家车>出租车，道路环境中的污染物浓度由于受机动车尾气排放的影响，呈现出中间高而两边低的情况[17]。日常出行中，自行车和摩托车经常被机动车辆包围而受到排气管的影响[18]，因此二者呈现较高的暴露浓度。

在出租车与私家车的行驶过程中，监测仪均放在前排座位上，两边的窗户一般处于关闭状态，空调呈开启状态，受道路环境中污染物浓度横向分布特点影响，使离污染源越近的出行方式所受的平均暴露浓度越高。出租车与私家车两种离污染源较近的出行方式平均暴露浓度却最低，可能有两个原因：在南充，出租车和私家车监测过程中均保持车窗关闭状态，封闭的窗户使来自周围环境的颗粒渗透可能性较小；另一方面，空调系统过滤器有助于防止颗粒进入汽车内部。

图2 不同出行方式PM2.5个体暴露质量浓度Fig.2 The average personal exposure of PM2.5 mass concentration with different travel modes

2.1.2 不同出行时段PM2.5个体暴露

为比较不同出行时段 PM2.5个体暴露浓度特征，表1给出了每日出行高峰期和非高峰期，工作日和周末暴露浓度的监测结果。由表1可知，不同出行方式个体暴露浓度整体呈现高峰期>非高峰期，其中步行、出租车、自行车的高峰期和非高峰期浓度差异最为明显，均超过15μg/m3，Nazelle[19]等人在研究巴塞罗那不同出行方式的个体暴露时同样得到高峰期>非高峰期的结论。工作日和周末，不同出行方式在工作日的暴露浓度均高于周末浓度值，但整体上，不同出行方式工作日和周末相差不大。研究指出，交通微环境中的机动车尾气是 PM2.5浓度的重要来源[14]，而交通量对道路交通环境中细颗粒物浓度影响非常显著[20]。在南充非高峰期与高峰期相比，周末与工作日相比，车流量都有减少。也可能是由风速、降雨等多种因素引起的。

表1 不同出行时段的PM2.5质量浓度个体暴露Tab.1 Indivichual exposwre of PM2.5 mass concentration personal exposure at different travel times (μg/m3)

通过个体暴露质量浓度比较可知，选择出行方式为出租车，避开高峰期选择非高峰期和周末出行更为环保。

3.2 基于数浓度的不同出行方式PM2.5个体暴露比较

3.2.1 不同出行方式PM2.5个体暴露

不同出行方式各粒径数浓度平均值见图3，超细粒径PM0.3的数浓度组成远大于其他粒径段，在西安，采用数浓度分析不同出行方式的PM个体暴露研究同样得到相似结果[10]。步行的暴露浓度最高，私家车最低，差距超过600倍，总体平均暴露数量浓度为步行>公交车>自行车>出租车>摩托车>私家车，导致步行暴露浓度较高的原因是行人受到尾气排放到地面以及街道附近颗粒物的影响。与本研究结果相似，阿纳姆[21]、西安[13]、巴塞尔[22-23]、加利福尼亚州[24]等类似研究都得到步行在不同出行方式中有较高的数浓度个体暴露，而私家车数浓度个体暴露较低。过滤系统有助于防止颗粒进入车辆，以至于车辆与街上大部分的空气污染绝缘[25]，这是造成封闭车内PM2.5暴露明显低于其他方式的主要原因。此外，公交车作为封闭车型暴露浓度却高的原因是由于其在行驶过程中公交车较其他车辆更频繁停车。公交车门被打开时，环境空气污染物进入客舱，并使车内沉积物发生再悬浮[26-27]，造成车内颗粒物浓度偏高。

图3 不同出行方式各粒径百分比Fig.3 The percentage of particle size map in different travel patterns

2.2.2 不同出行时段PM2.5个体暴露

表2给出了不同出行方式暴露于不同时段不同粒径PM的监测结果，由表2可知，工作日与周末：不同出行方式暴露浓度整体呈现工作日大于周末，交通量对道路交通环境中细颗粒物浓度影响显著[20]。高峰期与非高峰期：摩托车、自行车呈现高峰期暴露浓度大于非高峰期，步行、公交车、私家车、出租车呈现相反结果；不同出行方式两种浓度在不同时段的变化趋于一致，随着颗粒粒径尺寸的增大，不同出行方式高峰期和非高峰期、工作日和周末的差值增幅减小。可能原因是机动车尾气主要影响大气颗粒物粒径为0.03～0.4μm粒径段的大气颗粒粒子数浓度，且影响程度随颗粒物粒径的增大而减小[28]。因此相比于较大颗粒，车流量对粒径较小的颗粒影响较大。

表2 不同出行方式不同出行时段PM2.5个体暴露(数浓度)Tab.2 Indiridual exposwre of PM2.5 number concentration of different travel modes at different travel time (N/m3)

PM0.3：表示颗粒尺寸小于0.3微米的粒子

3.3 不同出行方式的PM2.5个体暴露量

3.3.1 基于质量浓度的不同出行方式PM2.5个体暴露量

不同出行方式的呼吸速率、暴露时间和平均暴露量见表3。总体上，南充出行速度最快的为私家车，达到目的地所用时间最短为(0.39±0.03)h，而步行时间最长，到达目的地所用时间为(2.34±0.27)h，大约为私家车的6倍。不同出行方式PM2.5平均个体暴露量依次是自行车>步行>公交车>摩托车>出租车>私家车，自行车和步行的暴露量比其他4种出行方式高出一个数量级。不同出行方式暴露量与暴露浓度不同，从暴露浓度来看，公交车(57.8 μg/m3)大于步行(52.1 μg/m3)，但当考虑吸入剂量时，步行(59.7 ± 3.8 μg)大于公交车(13.9 ± 0.6μg)。这是因为公交车乘客为坐立姿势，呼吸率比步行低；此外，步行出行速度较慢，使相同距离暴露时间更长，在室外环境中的旅行时间会显著影响PM2.5的暴露。在北京及国外不同交通工具的研究中也得出自行车是各种交通模式中暴露量最高的。

相同出行距离下自行车和步行PM2.5平均个体暴露量要比其他方式高很多，与此研究结果类似。

表3 基于质量浓度的不同出行方式平均PM2.5暴露量Tab.3 PM2.5 porsonal exposure dose based on mass concentration

时间：表示往返总耗时

2.3.2 基于数浓度的不同出行方式PM2.5个体暴露量

如表4，与基于质量浓度的不同出行方式个体暴露量对比发现，采用数浓度计算出的个体暴露量在数值上远远大于后者。在不同出行方式各个粒径(PM0.3，PM0.5，PM1，PM3)平均个体暴露量的比较结果中，步行的数浓度最高，暴露时间最长，暴露量最大。步行、自行车、公交车的暴露量比其他3种出行方式高出至少3个数量级。公交车与自行车比较，公交车数浓度整体大于自行车，而结合呼吸率、暴露时间等因素得到的暴露量则相反。