APP下载

福州市中心城区4类典型通勤模式下个体颗粒物暴露水平研究*

2022-12-26胡海滨钱庆荣陈庆华陈艺兰金思祺

环境污染与防治 2022年12期
关键词:大气背景个体

胡海滨 钱庆荣 陈庆华 陈艺兰 金思祺

(1.福建工程学院建筑与城乡规划学院,福建 福州 350118;2.福建省污染控制与资源循环利用重点实验室,福建 福州 350117;3.福建师范大学环境与资源学院,福建 福州 350117;4.福建工程学院生态环境与城市建设学院,福建 福州 350118)

长期或短期暴露于大气颗粒物(PM)中会对人体健康造成危害[1-2],导致呼吸系统、心血管及肿瘤等各类疾病[3-4]。在城市交通环境下,由机动车尾气、路面扬尘、轮胎及刹车片磨损等产生的PM往往会在近地面的道路环境中积累,通勤者存在暴露于PM污染的风险[5-6]。研究发现,市区道路环境中的细颗粒物(PM2.5)、可吸入颗粒物(PM10)浓度显著高于大气质量监测站以及办公、居家等室内环境[7],导致较短的通勤暴露时间可贡献较大比例的暴露剂量。由城市通勤环境中PM污染引起的公共健康问题正日益得到重视,针对个体暴露污染防治的研究已成为近期的研究热点[8-9]。

由于PM浓度分布存在空间异质性,与固定的监测方法相比,采用便携式仪器开展移动监测可以提升浓度监测的时空分辨率,在个体暴露污染研究中得到广泛应用[10-11]。为真实反映通勤个体暴露于PM的情况,本研究选取福州市主城区热门通勤线路,采取个体跟踪暴露监测的方式,在2018年7月至2021年2月调查了通行高峰时段小汽车、公交车、地铁和骑行4类典型通勤模式的个体PM暴露浓度、暴露剂量及PM浓度时空分布特征等,分析了PM背景浓度与通勤暴露浓度之间的相关性,提出了相对暴露浓度的背景校正方法,对各类通勤模式下的相对暴露浓度进行了对比,以期为城市道路环境大气污染的防治提供科学依据。

1 材料与方法

1.1 路线选择与监测方法

在福州市中心城区选择了两条典型的连接商业区和居住区的通勤干线(线路A、线路B),两条线路长度相似(约5 km),除地铁线路稍有差异外,公交、小汽车和骑行的线路大致相同,具体见图1。

图1 研究区域与通勤线路 Fig.1 Study area and commuting routes

监测活动在通勤高峰期间(工作日7:00—9:00、17:00—19:00)进行。4名技术人员各自携带DustTrak 8532手持式气溶胶监测仪(美国TSI公司),在设定线路上对4类通勤模式下的PM暴露进行跟踪式移动监测。其中,骑行线路在非机动车道上,跟随骑行通勤群体监测;乘坐公交车监测时夏季车窗关闭且开启空调,冬季为半开窗且关闭空调;地铁为地下行驶,车厢封闭且开启空调;乘坐小汽车监测时夏季车窗关闭且开启空调,冬季为半开窗且关闭空调,车内通风均为内循环模式。为真实反映个体暴露情况,技术人员将气溶胶监测仪进气口固定在呼吸高度,行驶速度、路线轨迹均与同类型通勤者保持一致。

1.2 仪器校正与质量控制

气溶胶监测仪均经厂家校准,并且在监测前进行了技术调零,数据记录间隔设置为1 s。考虑到与厂家校准环境的差异性以及仪器之间的细微误差,为使监测结果与当地监测站公布的数据更具可比性,本研究参考文献[12]中的做法对仪器进行了自定义校正。

为比较PM的个体暴露浓度与大气背景浓度的关系,在2条线路附近的金山公园与温泉公园的中心区域选取背景点(见图1)进行清洁对照,背景点远离交通污染源(>300 m),可代表线路所在区域的大气背景浓度,技术人员于每次通勤监测前后,均在背景点进行10 min的监测,取其均值作为通勤期间的背景浓度。

1.3 数据统计

通勤的PM暴露剂量按通勤时间、通勤过程中PM的平均暴露浓度和技术人员呼吸速率按式(1)进行计算。其中,公交车和地铁通勤分成站台与车厢两个阶段,呼吸速率参考《中国人口暴露参数手册(成人卷)》。

D=IR×T×C

(1)

式中:D为个体通勤暴露剂量,μg;IR为个体平均呼吸速率,m3/h;T为个体通勤时间,h;C为个体暴露质量浓度,μg/m3。

为更好地比较不同通勤模式下的个体暴露水平,通过背景校正的方法削弱背景浓度差异带来的影响,采用相对暴露浓度反映微观尺度下个体PM暴露浓度的变化特征,相对暴露浓度计算见式(2):

REC=C-Camb

(2)

式中:REC为PM相对暴露质量浓度,μg/m3;Camb为同时空条件下PM的背景质量浓度,μg/m3。

2 结果与讨论

2.1 各类通勤模式的PM暴露浓度

监测期间,不同通勤模式下的个体PM暴露质量浓度与大气PM背景质量浓度见图2。骑行通勤的PM暴露水平最高(PM2.5、PM10平均暴露质量浓度分别为30.0、45.1 μg/m3),明显高于同时期大气背景浓度;其次是公交车通勤(PM2.5、PM10平均暴露质量浓度分别为28.3、43.7 μg/m3)和小汽车通勤(PM2.5、PM10平均暴露质量浓度分别为24.6、38.1 μg/m3),略高于大气背景浓度;地铁通勤的PM暴露水平最低(PM2.5、PM10平均暴露质量浓度分别为19.8、27.2 μg/m3),并明显低于大气背景浓度。

图2 不同通勤模式下PM2.5和PM10平均暴露质量浓度比较Fig.2 Comparison of the average exposure mass concentration of PM2.5 and PM10 under different commuting modes

与MORENO等[13]在巴塞罗那和GRANA等[14]在罗马的监测结果相似,地铁通勤PM暴露浓度接近或低于大气背景浓度,在所有通勤模式中暴露水平最低。本研究中地铁为全程地下的封闭式车厢,站台与车厢均开启了空调及新风系统,部分PM会被滤除,而伦敦[15]、加拿大[16]等地的老旧地铁开窗且无空调设备,由于车轮及刹车磨损、地面扬尘等产生的PM迁入,造成车厢内PM浓度增高;另外,公交车与小汽车车厢内夏季PM浓度明显低于冬季,并低于大气PM背景浓度,进一步说明封闭车厢内的空调系统可明显削减PM浓度。

表1统计了各类通勤微环境下PM2.5和PM10暴露质量浓度及通勤时间。可以看出,骑行与公交车站台的个体PM暴露浓度较为接近且处于较高水平,比其他通勤环境高出10~15 μg/m3,与中国台北[17]、中国香港[18]437等地的研究结果相似。公交车站台和车厢之间PM暴露浓度差距较大,而地铁站台与车厢之间的差别相对较小。西安市的一项研究也发现,路边行人的PM暴露质量浓度约为其他通勤模式的2倍[19]。与郊外或开阔型的道路骑行相比[20]186,本研究中的监测路线均位于高密度建成区的主干街道,车流量大,街道空间内通风不良,易导致较高的个体PM暴露水平。

从表1还可看出,线路A各通勤模式的PM暴露浓度及相应的大气背景浓度普遍高于线路B,其中PM10的差距更为明显。线路A骑行和公交车站台的PM10个体暴露质量浓度比线路B分别高出13.2、18.8 μg/m3,这可能是由于线路A所在的区域建筑活动较多(如地铁施工、住宅建设等),较多的路面扬尘导致粗颗粒增多。也有研究指出,当风向与街道朝向较为一致时,更有利于道路环境的通风与污染物的消散[21]。福州市以夏季东南风和冬季偏北风为主导风向,线路B总体呈南北走向,更有利于污染物的消散,从而导致PM暴露浓度低于东西走向的线路A。

2.2 各类通勤模式的暴露剂量

基于表1中的统计数据,采用式(1)计算各类通勤模式下PM日均暴露剂量,结果见表2。骑行通勤的日均暴露剂量明显高于其他通勤模式,线路A、线路B上PM2.5日均暴露剂量分别达到38.7、32.2 μg,PM10日暴露剂量分别达到59.5、46.2 μg;PM2.5、PM10日均暴露剂量分别为35.5、52.9 μg,约为小汽车和地铁通勤的3、5倍,稍高于欧洲部分城市的研究结果[20]187。较长的通勤时间、较大的呼吸速率及较高的暴露浓度导致骑行通勤者PM暴露剂量相对较高。相比之下,较短的通勤时间及较低的暴露浓度使得小汽车及地铁通勤的暴露剂量相对较低。

表1 通勤微环境中的平均通勤时间及PM2.5和PM10暴露质量浓度Table 1 Averaged times and exposure mass concentration of PM2.5 and PM10 under commuting microenvironment

表2 不同通勤模式下的PM日均暴露剂量Table 2 Daily exposure dose under different commuting modes μg

2.3 PM暴露浓度在通勤线路中的分布

以2020年12月12日沿线路A和2018年7月25日沿线路B早高峰期间的监测结果为例,展示了PM2.5暴露质量浓度在通勤过程中的时间序列变化,结果见图3。总体上看,两次监测结果均显示骑行通勤的PM2.5实时暴露浓度高于其他通勤模式,尤其是在污染型天气情况时(2020年12月12日早高峰,PM2.5大气背景质量浓度超出50 μg/m3)更为明显,且骑行通勤遭遇瞬时高浓度暴露的机会更多,多是在靠近红绿灯、重型车辆及拥堵路段时出现,由柴油车尾气、机动车加减速过程及其引起的路面扬尘所导致[22]。在线路A中,骑行经过金山大桥时(8:01—8:07),由于通风条件转好,骑行通勤PM2.5暴露浓度明显降低且变化平缓;在线路B中,由于重型车辆较多、道路更加拥堵,骑行通勤PM2.5暴露浓度的变化更加波动,进入五四路商业区后(约8:00后),由于对重型车辆的管制,PM2.5暴露浓度有缓慢下降趋势,但仍会因临近公交车的加速遭遇峰值(8:13左右)。两条线路中,小汽车通勤PM2.5暴露浓度变化都较为平缓;公交车、地铁通勤的PM2.5暴露浓度均存在“跳跃”式变化的现象,如线路A中7:55和线路B中7:42左右的地铁通勤、线路B中8:05左右的公交车通勤,均出现在个体在站台和车厢之间的转换期间,反映了车厢空调及新风系统对滤除PM2.5的突出作用。

图3 线路A和线路B各通勤模式下PM2.5暴露质量浓度时间序列变化 Fig.3 Time series of PM2.5 exposure mass concentration of different commuting modes measured along Route A and Route B

2.4 个体PM暴露浓度与大气背景浓度的相关性

不同通勤模式下,个体PM暴露浓度及同时期大气背景浓度间的Pearson相关性检验结果见表3。除地铁通勤的PM10暴露浓度与大气背景浓度相关性稍弱外(相关系数0.69),其他情况下的PM暴露浓度均与大气背景浓度高度相关(相关系数>0.8),其中骑行通勤PM暴露浓度与大气背景浓度的相关性最强,这与中国香港[18]440的一项研究结果相似。大气PM背景浓度对路面交通个体PM暴露浓度的影响及贡献非常明显,而对于其他3类通勤模式,由于关窗开启空调,导致车厢内受外界大气浓度的影响降低,与大气背景浓度的相关性会减弱。

表3 各类通勤模式PM暴露浓度与大气背景浓度的相关系数Table 3 Correlation coefficient of PM exposure concentrations under different commuting modes with ambient reference concentrations

大气PM背景浓度的影响会导致不同时空条件下个体PM暴露水平不具可比性,PM背景浓度的波动会掩饰不同微环境之间的个体暴露差异。由于实地的监测研究很难做到所有监测均严格在同一大气环境下进行,因此,在不同时空条件下,需要对个体暴露浓度进行背景校正,以此克服大气背景的“掩饰效应”。

2.5 各类通勤模式的相对暴露浓度比较

按照式(2)的方法,对个体PM暴露浓度进行背景校正,得到校正后各类通勤模式的PM相对暴露质量浓度,结果见表4。在消除PM背景浓度的影响后,不同通勤模式的PM相对暴露浓度依次为骑行>公交车>小汽车>地铁,骑行通勤的PM2.5、PM10相对暴露质量浓度(7.0、8.4 μg/m3)明显高于其他通勤模式,地铁通勤的PM2.5、PM10相对暴露浓度均为负值。

表4 各类通勤模式的PM2.5和PM10相对暴露质量浓度Table 4 Relative exposure mass concentration of PM2.5 and PM10 under different commuting modes μg/m3

2.6 骑行通勤PM暴露浓度的季节及日变化

鉴于骑行通勤PM暴露浓度相对突出,统计了夏冬两季和早晚高峰期间骑行通勤PM的平均暴露质量浓度,结果见图4。结果显示,冬季骑行通勤PM2.5、PM10平均暴露质量浓度分别为37.5、51.6 μg/m3,明显高于夏季的21.9、35.0 μg/m3。这是因为福州市冬季空气质量出现轻度污染的概率较多,尤其是在冬季早高峰期间,由于低温高湿、风速小,有利于PM的成核、吸湿增长和集聚过程,促进了PM浓度的提升[23],同时由于冬季大气边界层较低,大气层结构稳定,PM的消散受到抑制;此外,冬季盛行偏北风,也会带来上风向地区的PM输入,大气PM背景浓度的增高使得个体PM暴露浓度亦有较大提升。相反,夏季骑行通勤PM暴露浓度比冬季明显偏低,是由于福州市夏季多雨且风速偏高,道路环境中的PM较易得到消散和滤除[24]。

图4 夏冬季及早晚高峰骑行通勤的PM暴露质量浓度Fig.4 PM exposure concentration of cycling between summer and winter,peak hours in morning and evening

统计中发现,个体PM暴露浓度与相对暴露浓度之间具有明显的正相关关系。当大气PM2.5背景质量浓度低于25 μg/m3时,骑行通勤PM2.5相对暴露质量浓度为5.4 μg/m3;当大气PM2.5背景质量浓度高于25 μg/m3时,骑行通勤PM2.5相对暴露质量浓度增长近1倍,达10.1 μg/m3,PM10也有类似的情况。有研究指出,较高的PM背景浓度下,道路环境中的污染物更易发生非均相反应,促使PM的成核、集聚等过程,从而产生较多的PM[18]438。

通过对早晚高峰期间的比较发现,早高峰的PM暴露浓度总体高于晚高峰,这是因为福州市为海洋性气候,风速往往在午后及傍晚期间升高,促进了晚高峰期间颗粒物的消散,使得个体PM暴露浓度降低。

3 结论与展望

(1) 4类通勤模式的PM暴露水平为骑行>公交车>小汽车>地铁;其中,骑行通勤PM2.5、PM10平均暴露质量浓度(30.0、45.1 μg/m3)与日均暴露剂量(35.5、52.9 μg)均为最高,日均暴露剂量约为小汽车、地铁通勤模式的3、5倍。

(2) 骑行通勤遭遇瞬时高浓度暴露的机会更多,主要由机动车加减速活动、重型车辆及其引起的路面扬尘易引起。开启空调系统会明显降低公交车及地铁车厢内的个体PM暴露浓度,地下空间的地铁通勤PM暴露浓度最低,明显低于大气PM背景浓度。

(3) 除地铁通勤的PM10暴露浓度与大气背景浓度相关性稍弱外(相关系数0.69),其他情况下的PM暴露浓度均与大气背景浓度高度相关(相关系数>0.8),其中骑行通勤PM暴露浓度与大气背景浓度的相关性最强。

(4) 经背景浓度校正后,骑行通勤PM2.5、PM10的相对暴露质量浓度分别为7.0、8.4 μg/m3,明显高于其他通勤模式,地铁通勤的PM2.5、PM10相对暴露浓度均为负值。

(5) 骑行通勤PM暴露浓度冬季高于夏季,早高峰略高于晚高峰,较高的PM背景浓度易导致PM的暴露浓度增高。

(6) 与其他通勤模式相比,骑行通勤的PM暴露浓度与暴露剂量相对突出,应得到更多关注。除此之外,越来越多的研究表明,PM的健康效应不仅跟其质量浓度有关,还与粒径及其组分特征有关,未来的研究应增加通勤环境中的PM组分及粒径分布研究,以更加深入地了解个体PM暴露污染特征,为城市大气污染防治提供更多参考依据。

猜你喜欢

大气背景个体
“新四化”背景下汽车NVH的发展趋势
宏伟大气,气势与细腻兼备 Vivid Audio Giya G3 S2
《论持久战》的写作背景
如何“看清”大气中的二氧化碳
黑洞背景知识
关注个体防护装备
明确“因材施教” 促进个体发展
大气古朴挥洒自如
How Cats See the World
大气的小“壮壮”