源解析与健康风险评估:基于旋转站点拖车对普吉特海湾地区社区级空气污染物暴露的研究

《Atmospheric Environment: X》:Source characterization and health risk assessment of community-level air pollutant exposures through a rotating-site trailer in the Puget Sound region

【字体: 大 中 小 】 时间:2026年07月08日 来源:Atmospheric Environment: X 3.4

编辑推荐:

  固定站点监管监测和移动监测方法分别能有效捕捉空气污染的时间变化和空间变化,但在同时解决这两个维度方面存在局限。本研究提出了一种新方法,使用旋转站点拖车在2024年至2025年期间捕捉这两个维度,以进行普吉特海湾地区的源解析和健康风险分配。研究人员根据环境空气污

  
固定站点监管监测和移动监测方法分别能有效捕捉空气污染的时间变化和空间变化,但在同时解决这两个维度方面存在局限。本研究提出了一种新方法,使用旋转站点拖车在2024年至2025年期间捕捉这两个维度,以进行普吉特海湾地区的源解析和健康风险分配。研究人员根据环境空气污染浓度、健康影响和人口统计数据,在四个过度负担社区中依次测量了多种空气污染物,包括PM2.5(细颗粒物)、BC(黑碳)、NO2(二氧化氮)、CO2(二氧化碳)和粒径分辨的粒子数浓度(PNC)。研究人员使用正矩阵因子分解(PMF)分别表征每个社区的潜在源及其相应健康风险。共推导出五个共同因子,分别解释为新鲜交通排放(汽油车和飞机)、柴油车尾气、交通相关城市背景、重燃料和老化背景混合物。研究揭示,交通相关源贡献了32-43%的PM2.5暴露及相应风险,并占据了大部分CO2和NO2浓度。相比之下,重燃料和老化背景混合物主导了大于42nm的超细颗粒的PNC。这些发现可为未来针对这些过度负担社区的各种源控制策略的健康效益评估奠定基础。
**论文解读:基于旋转站点拖车的源解析与健康风险评估——以普吉特海湾地区社区级空气污染物暴露为例**

**研究背景、问题与意义**
空气污染,尤其是细颗粒物(PM2.5),与哮喘、心血管疾病和肺癌等多种不良健康结局相关。全球疾病负担(GBD)研究显示,2023年空气污染已成为全球第三大风险因素。然而,空气污染监测面临时空分辨率难以兼得的挑战:固定站点监管监测提供高时间分辨率但空间稀疏,移动监测虽空间分辨率高但缺乏连续时间覆盖,低成本传感器网络虽覆盖广但仅适用于有限污染物(如PM2.5)。旋转站点拖车监测作为折中方案,可在多个地点依次部署,同时捕捉多污染物暴露的时间变化和社区间空间变异。现有研究鲜有将源解析与旋转站点监测设计结合,针对过度负担社区(受污染、健康和人口综合影响不成比例的区域)开展源表征与健康风险评估。为此,研究人员提出一套集成方法,在华盛顿州普吉特海湾地区的四个过度负担社区(Lakewood、Seattle Chinatown-International District (CID)、Seattle Duwamish Valley、Seattle Central District)进行为期2024-2025年的监测,目标为:(1)表征排放源及其对社区级空气污染的贡献;(2)评估PM2.5暴露及各类识别源的可归因健康风险。研究发表在《Atmospheric Environment: X》。

**主要关键技术方法**
本研究采用旋转站点拖车,装备研究级仪器依次在四个社区各监测2-3个月,测量PM2.5、黑碳(BC)、紫外线颗粒物(UVPM)、二氧化氮(NO2)、二氧化碳(CO2)及13个粒径段的超细颗粒物粒子数浓度(PNC)。源解析使用美国环保署正矩阵因子分解(EPA PMF 5.0)软件,对每个站点分别建模,输入17种物种,确定5因子最优解。因子解释综合使用粒径分布对比(与先前西雅图地区移动监测研究及文献)、污染物比值(如BC/CO2、NO2/CO2)、条件双变量概率函数(CBPF)以及因子贡献的日变化。为量化交通源对老化气溶胶的贡献,采用分布式滞后非线性模型(DLNM)进行时间关联分配。健康风险评估遵循共同效益风险评估(COBRA)筛查模型框架,利用附近EPA监管监测站数据将监测期浓度转换为等效年均浓度,基于暴露-响应函数计算PM2.5和NO2的可归因健康结局,并按源贡献比例分配源特异性风险。样本队列来源于华盛顿州普吉特海湾地区的四个过度负担社区。

**研究结果**
**3.1 空气污染物浓度**
通过拖车监测数据,发现Lakewood站点各污染物(BC、UVPM、NO2、PNC、PM2.5)浓度显著低于其他三站,而CID站点(靠近I-5高速公路)浓度最高。超细颗粒物中位数PNC在Lakewood、Duwamish和Central District站点于32-42nm达到峰值,CID站点则在18-24nm达到峰值。

**3.2 源解析**
PMF分析共提取五个共同因子:
- **3.2.1 新鲜交通排放**:特征为10-20nm超细颗粒物占优,与汽油车和飞机排放一致;CBPF热点指向高速公路和机场;工作日贡献高于周末。
- **3.2.2 柴油车尾气**:粒径在13-100nm,峰值24-32nm,BC/CO2和NO2/CO2比值高;CBPF热点关联主要货运道路。
- **3.2.3 交通相关城市背景**:贡献超过90%的CO2,粒径分布随站点不同(Lakewood仅<24nm核模态,CID和Duwamish覆盖10-178nm),反映道路排放的老化;工作日贡献较高且随温度升高而增加。
- **3.2.4 重燃料**(Lakewood、Duwamish、Central District):粒径24-133nm,峰值42-75nm,BrC/CO2比值高(指示生物质燃烧),与油燃烧和工业排放相关;CID站点该因子与柴油车尾气混合。
- **3.2.5 老化背景混合物**:贡献>56nm大颗粒,PM2.5/BC比值高,CBPF热点出现在交通密集区和居民区;包含道路排放和木材燃烧的老化颗粒;CID站点另外分离出野火/室外燃烧因子。

**3.3 源贡献**
通过DLNM分配,交通相关源(因子1-3)对PM2.5的贡献在各站点为32-43%(1.57-2.63 μg/m3),与基于PM2.5化学物种的PMF结果一致。交通源贡献了70-90%的背景扣除CO2和50-80%的总PNC。粒径解析显示:10-18nm粒子由汽油/飞机排放主导,18-42nm由柴油尾气主导,>42nm由重燃料/木材燃烧主导。

**3.4 健康风险评估**
PM2.5可归因风险中,Lakewood因高基线发病率和等效年均浓度(6.82 μg/m3)具有最高的成人全因死亡率(81.2/10万)。CID的NO2可归因风险最高(全因死亡率62.8/10万)。源特异性分析表明,Lakewood、CID和Central District站点中交通源与燃烧源对PM2.5健康风险贡献相当,而Duwamish站点因靠近港口和工业区,油/木材燃烧源贡献更高。

**3.5 季节变异的影响**
利用EPA站点折算系数校正季节偏差显示,监测期浓度与年均浓度存在差异(如Lakewood春季PM2.5偏低,Central District冬季NO2偏高)。源贡献的季节敏感性分析基于先前一年移动监测数据,多数源贡献比值在0.7-1.3之间,表明相对稳定;但新鲜排放与老化源呈现相反季节模式,可能部分抵消交通总贡献的偏差。

**3.6 优势与局限**
优势:首次结合旋转站点监测与源解析进行源特异性健康风险评估;能同时捕捉时空变异;采用多方法因子解释和DLNM分配。局限:监测期仅数月,季节偏差可能影响年均估计;仅依赖PNC粒径分布,缺乏PM2.5化学示踪物;DLNM分配为探索性而非因果推断;COBRA模型仅涵盖PM2.5和臭氧的健康效应,低估共暴露污染物影响。

**总结讨论与结论翻译**
研究结论部分原文:
“This study proposed a novel integrated approach combining a rotating-site trailer monitoring design with source apportionment to quantify the source contributions to multiple air pollutants and to estimate the corresponding health risks for four overburdened communities (Lakewood, CID, Duwamish, and Central District) in the Puget Sound region in Washington, USA. A total of five factors were obtained through the PMF analysis, which were associated with fresh transportation emissions (possibly gasoline vehicles and aircraft), diesel exhaust, transportation-related urban background, heavy fuels (such as oil combustion and industrial emission), and aged background mix (possibly from aged transportation emissions and wood combustion). Transportation-related sources contributed 32-43% of PM2.5 concentrations and accounted for the majority of CO2 and total PNC. PNCs with around 10-18 nm, 18-42 nm, and >42 nm were dominated with gasoline vehicles/aircraft, diesel exhaust, and oil/wood combustion sources, respectively. Based on the total and source-specific health risks attributable to PM2.5, the all-cause mortality for adults over 18 attributable to PM2.5 ranged from 59.3 to 83.8 per 100,000 across four sites, where transportation-related sources and biomass combustion sources had comparable contributions. Based on the above analysis, the health burden of different source control scenarios can be used to further inform air quality management and population health.”

翻译:
本研究提出了一种新颖的集成方法,结合旋转站点拖车监测设计与源解析,以量化多种空气污染物的源贡献,并评估美国华盛顿州普吉特海湾地区四个过度负担社区(Lakewood、CID、Duwamish和Central District)的相应健康风险。通过PMF分析共获得五个因子,分别与新鲜交通排放(可能包括汽油车和飞机)、柴油车尾气、交通相关城市背景、重燃料(如油燃烧和工业排放)以及老化背景混合物(可能来自老化的交通排放和木材燃烧)相关。交通相关源贡献了PM2.5浓度的32-43%,并占CO2和总PNC的大部分。约10-18 nm、18-42 nm和>42 nm的PNC分别由汽油车/飞机、柴油车尾气和油/木材燃烧源主导。基于PM2.5的总和源特异性健康风险,四个站点中PM2.5可归因的18岁以上成人全因死亡率范围为59.3至83.8/10万,其中交通相关源和生物质燃烧源贡献相当。基于上述分析,不同源控制情景的健康负担可用于进一步指导空气质量管理和人群健康。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号