CO中毒的環境氣象因子分析及預測方法研究

陳 輝,吳 昊,趙琳娜,王 志,狄靖月,田 華(1.國家氣象中心,北京 100081；2.中國氣象局日公共氣象服務中心,北京 100081)

CO中毒的環境氣象因子分析及預測方法研究

陳 輝1,2*,吳 昊1,2,趙琳娜1,2,王 志1,2,狄靖月1,2,田 華1,2(1.國家氣象中心,北京 100081；2.中國氣象局日公共氣象服務中心,北京 100081)

利用2006年9月～2007年3月全國CO中毒病例資料,選取日發病人數為8人以上的CO中毒事件發生日作為樣本,對CO中毒的氣象條件進行了分析研究.結果表明,微風或者靜風、大氣層結穩定的氣象條件不利于CO氣體的擴散,同時,氣溫變幅較小、氣壓下降、云量多和氣體濕度大也可能間接導致CO中毒事件的發生.用風速、大氣穩定度、24h變溫、24h變壓、總云量和相對濕度作為預報因子,利用閾值加權平均的方法,初步建立了區域性CO中毒氣象潛勢預報模型.

CO中毒；氣象條件；加權平均；潛勢預報

伴隨著經濟的快速發展與城市快速擴張,中國已經進入環境污染事故高發期[1].有研究發現[2-3],人類 68%的疾病是由室內空氣污染造成的,而且發病率逐年上升.室內空氣污染已經成為肺癌、呼吸道疾病、慢性肺病、CO中毒等嚴重威脅人類生命健康的主要因素之一[4-6].在中國農村,生物質和煤炭的燃燒是室內空氣污染的主要來源,在所有影響疾病健康的環境風險因素中排名第六位[7].CO是最主要的室內污染物,其來源于含碳物質的不完全燃燒.爐火及家用燃氣的泄露是室內CO產生的原因[8].CO氣體吸入人體后,與血紅蛋白生成碳氧血紅蛋白,造成肌體急性缺氧血癥,導致昏迷及死亡[9].

2006年2月,吉林和安徽等省份發生多起大面積CO中毒事件,其中,2006年2月13日吉林省延吉市等6縣市發生291人的CO中毒事件,有研究[10-13]認為,此次事件與異常天氣變化有直接關系.目前國外對于CO排放因子、CO濃度和暴露評價以及人工智能網絡預測技術等各方面研究均有報道[14-16],國內相關的研究工作尚處于初始階段,如張德山等[17]利用統計方法分析了北京市城八區非職業性 CO中毒人次與月平均氣象要素的相關關系;付桂琴等 從大尺度天氣形勢、氣象要素變化兩方面分析了河北省石家莊CO 中毒事故與氣象條件的關系;張曉云[19]、梁寒

[20]等也針對遼寧省發生的非職業性CO中毒事件進行了氣象條件分析.這些研究對于建立CO中毒氣象預報具有一定的應用價值.

在全球氣候變化的大背景下,研究 CO擴散與氣象條件的關系,建立科學有效的預警方法,對于預防和減輕不良氣象條件造成的危害具有重要意義.本研究利用 CO中毒實況資料,從非職業性CO中毒事件對公眾生命安全影響的角度出發,探討了事件發生時的氣象因子,初步建立了全國區域性CO中毒氣象潛勢預報模型,為進一步做好 CO中毒氣象預報服務提供科學參考.

1 資料分析

1.1 資料來源

病例資料來自中國疾病預防控制中心(CDC提供的2006年9月～2007年3月CO中毒事件資料,包括事件發生時間、報告地區、發病數、死亡數等信息.氣象資料為國家氣象信息中心提供的同期常規地面觀測資料,包括10個逐日地面氣象要素(本站平均氣壓、24h變壓、平均氣溫極端最高氣溫、極端最低氣溫、24h變溫、平均相對濕度、平均總云量、平均風速、降水量)和逐日氣溫探空資料.

1.2 CO中毒事件特征分析

1.2.1 地區分布特征 圖1為2006年9月到次年3月全國范圍內發生CO中毒事件的地區分布圖.

圖1 CO中毒發生地區分布(2006.09-2007.03)Fig.1 Area profile of Carbon Monoxide poisoning (During September of 2006 to March of 2007)

從圖中可以看出,CO中毒事件主要發生在我國的東北和華北地區,尤其以華北地區最為集中,長江以南地區分布較為稀少和分散.這是由于CO中毒事件多發生在冬春季節,北方地區有相當一部分居民以燃煤方式取暖,由于室內通風差、煙囪安裝不合理等因素使得大量CO積蓄在室內,在不利于大氣擴散的氣象條件下,導致 CO氣體不易排出室外,引發CO中毒.另外,城區居民使用管道燃氣,如果管道漏氣、開關不緊,或火焰被撲滅后燃氣大量溢出,也可能造成CO中毒.由于采暖需求的差異,北方地區 CO中毒事件多于南方地區,南方地區多以燃氣熱水器安裝或使用不當而導致CO中毒為主.

將2006年9月～2007年3月CO中毒發病人數根據報告地區進行分省統計,結果表明,CO中毒發病人數較多的幾個省份依次為山東、山西、河北、遼寧、黑龍江,以山東省最多為2814人,山西省為 1938人;南方地區各省發病人數相對較少,均在22人以下.北京市也有37人次發生CO中毒,主要集中在大興和順義地區.

1.2.2 CO中毒人數月分布特征 選擇北京、黑龍江、遼寧、河北、山西、山東、浙江 7省市,對2006年9月～2007年3月每個省逐月CO中毒發病人數進行統計分析.由圖 2可以看到,CO中毒主要發生在冬春季節,11月發病人數開始增多,12月～2月為高峰期,3月份有所下降.從不同地區中毒發生的時間特征來看,東北、華北地區的發病人數要遠大于浙江,這是由于北方地區冬季采暖時間長,尤其是12月和1月,在室內通風不暢、氣象條件不利的情況下容易發生CO中毒事件.

圖2 2006-09～2007-03 CO中毒發病人數逐月統計Fig.2 Monthly number of carbon monoxide poisoning sufferers statistics during September of 2006 to March of 2007

2 CO中毒氣象條件分析

空氣污染物濃度的空間分布和隨時間的變化,主要取決于污染源的排放條件和大氣對于污染物的稀釋能力.對于同一個地區而言,污染源相對穩定,導致 CO中毒事件發生的原因是室內外通風不暢.氣象條件(包括風速、大氣湍流和穩定度、氣溫等)直接或間接影響著大氣稀釋能力或者室內外排氣能力.

為了排除個別偶然因素導致的 CO中毒事件,對同一個地區、同一日發生的 CO中毒發病人數進行了統計,選取 CO中毒日發病人數為 8人以上(含8人)的個例,將其定義為CO中毒典型發生日,共93個樣本,分別從風、大氣穩定度、逆溫、氣溫、氣壓、相對濕度、云量等幾方面進行統計分析.

2.1 風速對CO擴散的影響

風速主要影響近地面的大氣污染物的擴散速度,風速越大,單位時間內污染物被輸送的距離愈遠,混入的空氣愈多,污染物濃度愈低,風對污染物水平輸送的同時有稀釋沖淡的作用[21].因此大氣污染物在靜風時污染較為嚴重.

表1 CO中毒典型發生日日平均風速統計表Table 1 Daily average wind speed statistics on the CO poisoning events

在93例CO中毒典型發生日中(表1),有接近90%的個例日平均風速在3.3m/s以下(含3.3m/s),其中,日平均風速≤1.5m/s的有 47例,占總數的50.5%;日平均風速≤1m/s或者靜風的有21例,占總數的22.6%;日平均風速＞3.3 m/s的僅有10例(10.8%).可見CO中毒事件中有絕大部分對應著靜風或者微風的情況.

2.2 大氣穩定度與CO中毒的關系

大氣層結的垂直穩定度取決于氣溫的垂直分布,直接影響湍流活動的強弱.大氣處于穩定狀態時,大氣湍流和對流活動受到抑制,污染物的垂直擴散能力較弱[21].逆溫對應著穩定的大氣狀況逆溫就象一個蓋子一樣阻礙著氣流的垂直運動,使得污染空氣很難穿過此層而積聚在它的下面,所以大多數大氣污染事件都是發生在有逆溫且靜風的條件下.

利用氣溫的垂直遞減率 γ(γ=-dT/dz)與干絕熱遞減率 γd(γd=0.986℃/100m)的比較可以判斷大氣的穩定度.當 γ＜γd時,大氣垂直對流極弱,大氣處于穩定狀態,污染物擴散極差;當 γ＞γd時,大氣處于不穩定狀態,大氣中污染物容易擴散;當γ=γd時,大氣處于中性狀態,污染物能擴散但不夠充分.當γ＜0時,氣溫隨高度增加而升高,即出現逆溫現象,此時大氣擴散能力較弱,可能導致嚴重的空氣污染事件發生[22].

根據 2006～2007年探空資料,計算了 93個CO中毒典型發生日(當日08時、20時和前一日20時)的大氣溫度γ(850hPa或925hPa),如表2所示.結果表明, γ值在90個CO中毒典型發生日中(3個個例缺測),有98.9%的個例大氣溫度γ值均小于 γd(γd=0.986℃ / 1 00m),即大氣處于層結穩定狀態,大氣垂直對流活動極弱,不利于污染物的擴散.此外,有一半以上(52個)的CO中毒發生日當日或前一日出現了逆溫,說明大氣穩定度是影響大氣擴散程度并可能導致 CO中毒事件發生的一個關鍵氣象因子.

表2 CO中毒典型發生日大氣穩定度統計表Table 2 Stability of atmosphere statistics on the CO poisoning events

為了進一步討論近地面逆溫對 CO中毒的影響,統計了93個CO中毒典型發生日逆溫強度的變化情況,這里用逆溫值的大小來表征逆溫強度,逆溫值為逆溫層上層溫度值與下層溫度值的差值(正值).統計結果表明,逆溫值為 4℃以上(含4)℃的有10例,占樣本總數的11.1%,逆溫值為6℃以上(含6)℃的有3例,占3.3%.從CO中毒的發病人數來看,逆溫值較大即存在較強逆溫層時并不一定都對應著發病人數較多的 CO中毒事件,因此,存在逆溫層或者大氣處于層結穩定狀態時,大氣擴散能力較弱,在一定程度上容易引發CO中毒事件的發生,與CO中毒發病人數的多少無明顯的相關關系.

2.3 氣溫對與CO中毒的關系

影響煙氣抬升的氣象因素有平均風速、大氣穩定度、環境空氣溫度梯度等,根據我國推薦的靜風與穩定條件下煙氣抬升公式[23],在大氣層結穩定的條件下,煙氣的抬升高度與熱釋放率成正比.熱釋放率的公式[23]為:

式中:ΔT為煙氣出口溫度與環境大氣溫度之差,K;sT為煙氣出口溫度,K;P為大氣壓力,hPa;vQ為實際排煙率, m3/s.

式(1)表明,熱釋放率與煙氣出口溫度和環境大氣溫度之差成正比,即環境大氣溫度升高時,熱釋放率減小,不利于煙氣抬升,使污染物在室內積聚,容易導致CO中毒.

根據對93個CO中毒典型發生日的日平均氣溫、日最高氣溫和日最低氣溫的統計結果,日平均氣溫＞0℃的占 65.6%,日最高氣溫＞5℃的占63.4%,日最低氣溫＞0℃占 25.8%.統計結果表明,氣溫絕對日值的大小并不能表征是否容易引發CO中毒事件發生.

表3 CO中毒典型發生日氣溫變化情況的統計Table 3 Temperature variation statistics on the CO poisoning events

選擇了08:00地面24 h變溫數據,統計結果如下:93個CO中毒典型發生日中,氣溫的變幅在-3～3℃之間的有71例,占76.3%;正變溫有46例,占49.5%,負變溫有37例,占39.8%;氣溫變幅超過±3℃的有12例,占12.9%.說明CO中毒多發生在氣溫變幅較小、氣團較為穩定的天氣.另外,氣溫升高對 CO氣體的擴散不利,這與熱釋放率減小不利于煙氣抬升的理論相符合.

2.4 氣壓的變化對CO中毒的影響

從93個CO中毒典型發生日中選取了3個較嚴重的個例,分別為2007年2月5日08:30時發生在山東省煙臺市萊陽市的 CO中毒事件,發病人數為39人;2006年12月21日06:46時發生在河北省石家莊市,發病人數為 22人;2007年 3月7日04:00時發生在山西省長治市,發病人數為20人.分析3次CO中毒事件發生前一日、當日和次日的瞬時氣壓變化情況(圖3),從圖3中可以看出,3次CO中毒事件發生當日的氣壓較前一日均有不同程度的降低,CO中毒事件大多發生在夜間或早晨氣壓比較穩定的時段.氣壓相對穩定,風速小,不利于室內CO氣體的擴散,另外,氣壓下降,排熱率降低,不利于煙氣抬升.

此外,統計CO中毒發生日08:00 24h變壓的數據.結果表明,93個CO中毒典型發生日中,氣壓表現穩定(變幅在-3～3hPa之間)的占 61.3%;出現負變壓的有52例,占56%;出現正變壓的有31例,占 33%.這也說明氣壓下降、氣壓梯度小、系統相對穩定,不利于CO氣體的擴散.

圖3 3個CO中毒典型發生日的氣壓變化曲線Fig.3 The temporal evolution of fixed time air pressure in CO poisoning events

2.5 相對濕度和云量對CO中毒的影響

霧天不利于污染物的擴散,因為霧主要是在近地面層非常穩定的條件下產生的.高相對濕度是形成霧的有利氣象因素,從而間接影響了近地面層污染氣體的排放,可以作為預報因子之一.云的存在會減少太陽輻射和加強大氣的逆輻射,減小地面的有效輻射,從而減小氣溫隨高度的變化,大氣層結穩定,阻止污染物的擴散.

對93個CO中毒典型發生日的日平均相對濕度和日平均總云量進行統計,發現有 77.4%的個例日平均相對濕度＞50%,14%的個例日平均相對濕度超過80%.有56%的CO中毒事件是發生在多云(日平均總云量大于 3成)或者陰天(日平均總云量為9成以上)的天氣.

3 CO中毒氣象潛勢預報模型

3.1 CO中毒氣象潛勢預報模型的建立

通過對 CO中毒與氣象條件相關關系的統計分析,可知 CO中毒事件的發生是多個氣象因子共同作用的結果,有利于 CO中毒發生的氣象條件和氣象要素閾值出現得越多,發生 CO中毒事件的可能性越大.同時,當不同氣象要素處于不同的水平時,對引發 CO中毒事件的貢獻率也不同,據此,利用閾值加權平均法建立CO中毒潛勢預報模型.

3.1.1 預報因子的選取 選取日平均風速、大氣穩定度、24h變溫、24h變壓、日平均總云量和日平均相對濕度等6個氣象要素作為CO中毒預報模型的預報因子.

3.1.2 確定各個因子的閾值范圍和權重系數 根據 CO中毒典型發生日各個氣象因子的統計分析結果,確定 CO中毒天氣的預報指標及各預報因子的閾值范圍和權重系數,如表4所示.

表4 CO中毒氣象潛勢預報指標Table 4 A meteorological potential forecast index system for CO poisoning

3.1.3 確定 CO中毒氣象潛勢預報等級的分級標準 每個預報因子的加權數為 a(i),根據閾值加權平均方法,定義平均加權數(f)為:

式中: n為預報因子的個數.

將CO中毒氣象潛勢預報等級a分為5個級別(1～5 級),分別為:

1級 1=a ,當 f=0時,氣象條件利于 CO擴散;

2級 2=a ,當 f＜0時,氣象條件較利于 CO擴散;

3級 3=a ,當 f≥0.5時,氣象條件較不利于CO擴散;

4級 4=a ,當 f≥1.5時,氣象條件不利于CO擴散;

5級 5=a ,當 f≥2.5時,氣象條件極不利于CO擴散.

3.2 CO中毒氣象潛勢預報模型的擬合效果檢驗

對選定的 CO中毒典型發生日進行氣象潛勢預報等級的計算,檢驗擬合效果.結果顯示,CO中毒氣象潛勢預報等級為3級的有71d,4級的有19d,即90個CO中毒事件中,100%都預報出了3級以上的等級,其中預報等級為4級的占21.1%,沒有出現預報等級為5級的個例.在5個級別中,1級和2級是氣象條件有利于和較利于CO擴散的情況,當等級為3級或以上時,開始進行CO中毒氣象潛勢預報.從檢驗結果來看,建立的CO中毒氣象潛勢預報模型的擬合效果較好.

4 結論

4.1 CO中毒主要發生在我國的東北和華北地區,長江以南地區分布較為稀少和分散.冬春季節容易發生CO中毒事件,其中12月～次年2月為事件發生的高峰期.

4.2 在污染源相對穩定的情況下,室內污染氣體的濃度取決于大氣對污染物的稀釋能力或者室內外排氣能力,并直接受到氣象條件的影響.分析結果表明,在微風或者靜風、大氣層結穩定的條件下,氣溫變幅較小、氣壓下降均不利于 CO氣體的擴散,另外云量多和氣體濕度大也容易導致CO中毒事件的發生.

4.3 利用閾值加權平均的方法,初步建立了區域性CO中毒氣象潛勢預報模型,將CO中毒氣象條件劃分為5個級別,1～5級逐次為:利于、較利于、較不利于、不利于、極不利于CO擴散.

通過對此預報模型的檢驗分析,得到了較好的模型擬合效果,說明 CO中毒氣象潛勢等級的劃分標準具有一定的合理性,能夠表征氣象條件對CO中毒事件產生的影響.

[1] 楊 潔,畢 軍,張海燕,等. 中國環境污染事故發生與經濟發展的動態關系 [J]. 中國環境科學, 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] 周曉鐵,何興舟.室內空氣污染對慢性阻塞性肺部疾病的影響[J]. 中國環境科學, 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 嬡,黃 薇,汪 彤,等.患心血管病老年人夏季 PM2.5和 CO的暴露特征及評價 [J]. 中國環境科學, 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.室內空氣污染因素及其對人體健康的影響.中國衛生工程學, 2010,9(4):308-310.

[10] 王曉明,孫 力,劉海峰等.一次大范圍一氧化碳中毒事件的氣象條件 [J]. 氣象, 2007,33(2):102-106.

[11] 路屹雄,王 元.一次高影響天氣事件——延邊2.13一氧化碳中毒事件分析 [J]. 南京大學學報(自然科學), 2008,44(3):258-272.

[12] 謝靜芳, 李 磊,劉海峰等.延吉市 CO 中毒事件成因及氣象條件分析 [J]. 氣象,2006,32(12):107-112.

[13] 周秀慧,劉厚鳳,楊 莉,等.吉林延邊群發性 CO 中毒事件的天氣原因分析與警示 [J]. 安徽農業科學, 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] 張德山,宋廣生,丁 誼,等.北京非職業性一氧化碳中毒氣象條件分析 [J]. 氣象科技, 2009,37(6):705-708.

[18] 付桂琴,李運宗,尤鳳春.煤氣中毒事件氣象條件初步分析 [J].氣象, 2008,34(12):103-109.

[19] 張曉云,解以揚,張忠琴,等.氣象因素對某非職業性一氧化碳中毒事件的影響 [J]. 環境與健康雜志, 2007,24(12):979-981.

[20] 梁 寒,陳 宇,劉鳳輝,等.遼寧省非職業性一氧化碳中毒氣象預報方法 [J]. 氣象與環境學報, 2009,25(6):39-43.

[21] 吳 兌,鄧雪嬌.環境氣象學與特種氣象預報 [M]. 北京:氣象出版社, 2001:288-297.

[22] 張同智, 袁啟光. 大氣穩定度對污染物擴散的影響 [J]. 黑龍江氣象, 2009,26(2):25-27.

[23] 鄒長偉,黃 虹,余冠明. 環境影響評價中煙氣抬升公式的應用比較研究——以某發電廠項目為例 [J]. 環境科學與技術,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

中國氣象局新技術推廣項目“公共衛生氣象預警技術開發應用”(GMATG2007ZOZ)

* 責任作者, 工程師, chenhui@cma.gov.cn

陳 輝(1980-),女,河北唐山人,工程師,碩士,主要從事應用氣象預報及研究工作.發表論文10余篇.