2016-2020年成都市大氣質量變化特征及健康風險評價

卜興兵 俸 強 廖 翀 馮元超 潘 敦

(1.四川省生態環境監測總站, 成都 610041；2.成都市第三人民醫院, 成都 610000)

“十二五”期間，國民經濟迅猛發展和城市化進程的快速推進，工業耗煤量、機動車擁有量以及農作物秸稈燃燒量不斷增加，城市霾天氣急劇增多，對人體健康、城市大氣環境、交通運輸等造成嚴重的影響[1-2]，環境空氣質量問題已成為全球關注的焦點，成都平原地區尤為突出，大氣污染已是中國日益突出的重要環境問題之一[3-6]。 “十三五”期間，各級政府采取一系列大氣污染防治措施，取得優異成績。大氣污染物與排放、地理特征和氣候特點關系密切，空氣質量改善一方面取決于本地排放源的強度，另一方面也取決于當地大氣的輸送和擴散條件[6]。近年來，不少學者從氣候特征、數值模擬、預測研究、源解析、健康風險評價等方面做了大量的研究，并取得了一系列成果[6-10]。孫丹丹等[7]依據2016年33個城市大氣環境監測站6項污染物的小時濃度及4個省會城市的氣象數據進行統計分析，研究了該地區O3和PM2.5濃度的時空分布特征及其影響因素。陳優良等[8]提出一種用最大相關最小冗余算法(MRMR)篩選最優特征值，高斯多項核函數(RPK)優化極限學習機(ELM)的PM2.5質量濃度預測模型。汪兵等[9]基于多源數據和理想模型，研究了長三角地區O3和PM2.5的復合污染機理。結果表明，PM2.5污染比O3污染更嚴重，且2種污染物呈現出不同的時空分布特征。張城瑜等[10]通過采集測定邯鄲市2015年的PM2.5環境樣品，分析了邯鄲市PM2.5中重金屬濃度的季節變化特征，并對重金屬元素進行健康風險評價。大氣污染物PM2.5、PM10中重金屬通過手口攝食、呼吸吸入、皮膚接觸等暴露途徑進入人體，SO2、NO2主要通過呼吸吸入途徑進入人體，超過人體可接受風險值，對人體健康危害很大[10]，長期暴露于空氣污染物中，最終壽命會減短，也會引起呼吸道與心血管疾病。

本文基于成都市2016—2020年PM2.5、PM10、SO2、NO2、CO和O3濃度監測數據，運用主成分分析(PCA)和復合污染特征分析了污染物特征及來源，并采用美國環境保護署(USEPA)推薦的健康風險評價模型評估了PM2.5、PM10、SO2、NO2的健康風險，為有效控制成都市大氣污染和開展區域聯防治理提供參考。

1 研究區域概況及研究方法

1.1 研究區域概況

成都位于四川盆地西部的岷江中游地段, 地處成都平原，平均海拔約500米，東界龍泉山脈，西靠邛崍山。西部為縱貫南北的龍門山脈。平原地區西北高、東南低。平原面積占36.4%，丘陵面積占30.4%，山區面積占33.2%。屬亞熱帶濕潤季風氣候,四季分明,夏無酷暑,冬無嚴寒,年平均氣溫16.7℃。從氣象特征看，成都市冬季少雨多霧，靜風和逆溫天氣頻繁，而且光照較弱，日照時間短，該季節不利于大氣污染物擴散和稀釋，這是造成冬季污染較重的主要原因。夏季逆溫天氣較弱，太陽輻射強，溫度高，大氣對流活動旺盛，而且降水充足，對空氣中的污染物起到清除和沖刷作用，故而夏季污染較輕。

1.2 數據來源與處理

PM2.5、PM10、SO2、NO2、CO和O3質量濃度數據均來自生態環境部全國城市空氣質量實時發布平臺和《2015-2020成都市環境統計公報》，時間范圍自2016年1月至2020年12月，污染物年均質量濃度數據中PM2.5、PM10、SO2、NO2均為年均值，CO為日均值第95百分位數，O3為日最大8 h滑動平均值的第90百分位數。PM2.5、PM10、SO2、NO2、O3單位為μg/m3，CO單位為mg/m3。成都市國家空氣監測站點分布如圖1所示，未包含對照點靈巖寺。

2020年成都市機動車保有量及增長率來源于《2020成都市統計年鑒》。用統計軟件 Excel和SPSS 20.0對數據進行統計及處理。

1.3 評價與分析方法

1.3.1 主成分分析法

參考文獻[11]，采用SPSS 20.0軟件對數據進行主成分分析，具體步驟如下：

(1)選取大氣評價指標，包括：PM2.5、PM10、SO2、NO2、CO和O3。

(2)對相關數據進行標準化，以消除不同指標間的量綱和數量級影響。

(3)采用Kaiser-Meyer-Olkin(KMO)檢驗統計量和Bartlett球形度檢驗判斷指標間的相關性，以確定原始變量是否適合進行因子分析。當KMO值>0.5時，可進行因子分析。Bartlett球形度檢驗對應的顯著性<0.05時 , 原始變量間存在相關性，可進行主成分分析。

(4)確定主成分個數。一般選取累計方差貢獻率>70%，特征值>1的主成分。

1.3.2 暴露劑量計算方法

大氣污染物 PM2. 5、PM10、SO2和 NO2主要經呼吸途徑暴露且不同年齡和性別人群的日均攝入量不同，因此用公式(1)來計算SO2和NO2經呼吸途徑的暴露劑量。

(1)

公式中：ADD為非致癌物經呼吸道的日均暴露劑量[mg·(kg·d)-1]；C為環境中該污染物的質量濃度(mg·m-3)；BW為人體質量(kg)；IR為呼吸速率(m3·d-1)；AT為平均暴露時間(d)；ED為暴露持續時間(d)。考慮到中西方和國內人群差異，參考文獻[12]的模型的暴露參數值，見表1。

表1 經呼吸途徑進入人體的暴露參數

1.3.3 健康風險評價模型及評價

由于成都市CO的污染水平較低，且USEPA等機構也還未公布O3和CO的健康風險參考劑量，因此 O3和CO的健康風險在本文中不進行評價。本文側重于評估人群暴露于空氣污染物(SO2、NO2、PM2. 5和PM10)的健康風險，SO2、NO2、PM2. 5及PM10為非致癌物質，研究采用 USEPA 推薦的非致癌物通過呼吸途徑最終進入人體的非致癌風險評價模型[12]。

非致癌污染物即軀體毒物質(NO2、SO2)所致的健康危害按式(2)來計算：

(2)

式中：Ri為非致癌性污染物i經呼吸途徑所引起的健康風險，無量綱；ADD為非致癌物質i經呼吸途徑的日均暴露劑量[mg·(kg·d)-1]；10-6指非致癌性污染物i的可接受風險水平；RfDi為呼吸途徑下非致癌性污染物i的參考劑量[mg·(kg·d)-1]；70 為平均壽命(年)。SO2的 RfD(呼吸途徑)為 0. 023 mg·(kg·d)-1，NO2的RfD(呼吸途徑)為 0. 029 mg·(kg·d)-1。

采用非致癌效應污染物健康風險評估模型對城市大氣環境細顆粒物(PM2. 5、PM10)進行健康風險評價，其計算公式如下：

(3)

式中：R表示污染物產生的健康風險，無量綱；C為終生日均暴露劑量(濃度單位：μg·m-3)；RfC為待評價污染物的參考濃度(單位：μg·m-3)。PM2. 5和PM10的RfC值分別為25 μg·m-3和50 μg·m-3。

本文采用USEPA和英國皇家學會推薦的可接受風險值1×10-6～1×10-4/a，作為評判健康風險能否接受的依據。

2 結果與討論

2. 1 大氣污染物濃度特征

2016-2020年成都市空氣質量改善明顯，除O3外其余5種大氣污染物濃度逐年降低，O3濃度總體呈上升趨勢。如圖2所示。PM2.5、PM10、SO2、NO2、CO平均質量濃度均逐年降低， O3平均質量濃度2017年略高于2016年，2018年略低于2017年，但自2019年開始持續上升。相比2016年，2020年PM2.5、PM10、SO2、NO2、CO平均質量濃度降低幅度為26.79%，30.44 %，50.00%，24.49 %，41.18%；O3平均質量濃度上升9.03%。PM2.5、PM10、SO2、NO2、CO和O3標準偏差分別為5.34%，9.87%，2.33%，4.34%，5.60%，0.26%。2016—2020年成都市大氣質量AQI分級(按月統計)及優良率統計如表2所示，2016—2020年成都市大氣質量AQI平均值分別為101、99、79、77、76，AQI等級逐年降低，2016—2019年空氣質量達標天數比例持續上升，2020達標天數比例略有下降。

圖2 2016-2020年成都市六種大氣污染物濃度變化特征

表2 成都市大氣質量分級及優良率統計

2.2 污染物相關性及來源分析

2.2.1 變量相關系數及相關性檢驗

采用SPSS軟件對2016—2020年月均質量濃度數據進行預處理，KMO 和巴特利特檢驗見表 3， KMO統計量取值KMO=0.755>0. 5；巴特利特球檢驗值為 0. 000，檢驗值小于0. 001，拒絕單位相關陣的原假設。這說明變量間存在相互關系，不相互獨立，符合主成分分析的要求。

表3 KMO 和Bartlett檢驗

2.2.2 初始因子載荷矩陣

由于2016—2020年成都市CO年均濃度變化不大，因此對其余5種大氣污染物標準化數據進行相關性分析，解相關系數矩陣R的特征方程，結果見表4、5。發現6種污染物所代表的的全部信息可用1個主成分解釋，累計貢獻率73.321%來體現。因此，通過上述1個主成分分析，基本可實現對樣本數據所代表的大部分信息分析。如表4所示，PM2.5、PM10、SO2、NO2與CO之間具有較好的正相關關系，這說明這5種污染物可能有共同的排放來源。O3與PM2.5、PM10有極強負相關關系，可能與孫丹丹等[7]和汪兵等[9]報道的長三角地區O3與PM2.5污染特征研究及復合污染機制研究類似，說明PM2.5、PM10參與轉化了O3，消耗了部分污染物。同時O3與NO2之間的弱負相關關系表明臭氧的生成為VOC前驅物所控制。O3與SO2、CO無顯著相關性。因此，成都市大氣污染物主要來自以顆粒物為主貢獻73.321%的第一主成分。

表4 6種大氣污染物之間的相關性

表5 總方差解釋

2.2.3 污染物來源分析

為了進一步分析相關的污染特征并識別污染物來源，利用復合污染特征[13]分析了2016—2020年成都市PM2.5和PM10、SO2和NO2質量濃度的比值，即ρ(PM2.5)/ρ(PM10)和ρ(NO2)/ρ(SO2)，復合污染特征ρ(PM2.5)/ρ(PM10)可反映一次污染源和二次污染源對污染貢獻的變化，ρ(PM2.5)/ρ(PM10)比值大說明二次污染源的貢獻大，ρ(PM2.5)/ρ(PM10)比值小說明一次污染源的貢獻大。ρ(NO2)/ρ(SO2)來反映燃煤源和移動源對污染貢獻的變化，ρ(NO2)/ρ(SO2)比值大說明燃煤源的貢獻大，ρ(NO2)/ρ(SO2)比值小說明移動源的貢獻大。結果如圖3所示，ρ(PM2.5)/ρ(PM10)在0.60～0.64波動，PM2.5作為PM10的組成部分，其占PM10的比值可以判斷大氣中細顆粒物污染對顆粒物污染的貢獻程度，近5年成都市ρ(PM2.5)/ρ(PM10)均大于0.6，因此可初步推斷顆粒物污染主要以二次污染的細顆粒物污染為主。根據《環境空氣質量標準》(GB3095-2012)，PM2.5和PM10年均二級濃度限值分別為35 μg/m3和70 μg/m3，成都市近5年PM2.5最小濃度為41 μg/m3，高于年均二級濃度限值，2019年PM10濃度為68 μg/m3首次達到二級標準，因此控制細顆粒物PM2.5污染是成都市大氣污染整治的主要目標。ρ(NO2)/ρ(SO2)在3.79 ～6.99波動，NO2主要來源于汽車尾氣排放等移動源，而SO2主要來源于煤炭燃燒和工業生產等固定源。ρ(NO2)/ρ( SO2) 比值越高，表明污染物主要來自于移動源，因此可初步推斷成都市的移動污染源占主導地位。據《2020成都市統計年鑒》數據，截至2020年，成都市機動車保有量達到577.24萬輛，與2015相比增加148.63萬輛，增長34.7%，汽車尾氣污染對NO2的貢獻在逐漸增加。依據源解析結果[14-15]，NO2、SO2是硝酸鹽和硫酸鹽的氣態前體物，而 PM2.5中含有的主要水溶性離子為硝酸鹽和硫酸鹽，因此 NO2、SO2對 PM2.5污染也有一定的貢獻。控制機動車尾氣污染是改善成都市空氣質量的重要環節。

圖3 SO2/NO2和PM2.5/PM10比值分析圖

為了進一步評價6種污染物間相似性，以此來反映6種污染物分布特點，由于O3負相關性不服從其他污染物聚類，由圖4可知，其他5種污染物因子相似程度聚類比較明顯，可初步分為3大類。其中1代表PM2.5、2代表PM10、3代表SO2、4代表NO2、5代表CO，自上往下，1(PM2.5)和2(PM10)是第一類，3(SO2)和4 (NO2)代表第二類，4(NO2)和5(CO)是第三類，屬于同一類的各污染物污染情況相近，不同類之間污染強度不同，類間距離相差越大，表明大氣中污染物程度也相差越大。根據以上分析，可知2016—2020年間成都大氣污染物來源具有同一性。

圖4 6種大氣污染物最短距離聚類圖

2.3 大氣污染健康風險評價

2016—2020年成都市PM2.5和PM10非致癌風險評價如圖5所示。2016-2020年成都市PM2.5非致癌風險指數均大于PM10非致癌風險指數。PM2.5的健康風險指數分別為 2.52 ×10-6、2.21×10-6、1.78×10-6、1.7×10-6和1.63×10-6。成都市2016年PM2.5健康風險值最高，是2020年的1.55倍。PM10健康風險指數分別為 2.10 ×10-6、1.75×10-6、1.42×10-6、1.36×10-6和1.28×10-6。成都市2016年PM10健康風險值最高，是2020年的1.54倍。PM2.5和PM10非致癌風險指數均未超過 USEPA 規定的 1×10-6～1×10-4可接受風險范圍。

圖5 2016-2020年成都市PM2.5和PM10非致癌風險

2016—2020年成都市NO2和SO2非致癌風險評價分別如圖6和圖7所示。SO2和NO2的健康風險存在年齡差異，大氣污染物的健康風險隨年齡的增加而降低，大氣污染物 SO2和 NO2對老人造成的健康風險最小，兒童最大。NO2的健康風險為 5.16 ×10-9～9.49×10-9，SO2的健康風險為 1.80×10-9～3.32×10-9。6～17歲和60歲以上人群，男性健康風險小于女性，其余年齡段男性健康風險均大于女性。男童(<6歲)SO2/NO2的2016年健康風險約是男性成人(18～60歲)的1.17倍，是60歲以上人群的1.84倍。女童(<6歲)SO2/NO2的2016年健康風險約是女性成人(18～60歲)的1.33倍，是 60 歲以上人群的1.73倍。成都市2016年男童和女童(<6歲)SO2/NO2健康風險值最高，是2020年的2.50/1.46倍。NO2和SO2非致癌風險指數均未超過 USEPA規定的 1×10-6～1×10-4可接受風險范圍。

圖6 2016—2020年成都市二氧化氮非致癌風險

圖7 2016—2020年成都市二氧化硫非致癌風險

3 結論

(1)2016—2020年成都市除O3外其余5種大氣污染物濃度逐年降低，O3濃度總體呈上升趨勢。相比2016年，2020年PM2.5、PM10、SO2、NO2、CO平均質量濃度降低幅度為26.79%，30.44 %，50.00%，24.49 %，41.18%；O3平均質量濃度上升9.03%。大氣污染物來源具有同一性。

(2)2016—2020年成都市PM2.5非致癌風險指數均大于PM10非致癌風險指數。與其它年份相比，成都市2016年PM2.5和PM10的健康風險值均最高，分別為2020年的1.55倍和1.54倍。PM2.5和PM10非致癌風險指數均未超過 USEPA 規定的 1×10-6～1×10-4可接受風險范圍。

(3)2016—2020年成都市SO2和 NO2的健康風險存在年齡差異，大氣污染物的健康風險隨年齡的增加而降低，大氣污染物 SO2和 NO2對老人造成的健康風險最小，兒童最大。2016年男童和女童(<6歲)SO2/NO2健康風險值最高，是2020年的2.50/1.46倍。6～17歲和60歲以上人群，男性健康風險小于女性，其余年齡段男性健康風險均大于女性。NO2和SO2非致癌風險指數均未超過USEPA規定的 1×10-6～1×10-4可接受風險范圍。