2014年—2015年兰州市环境空气质量分析

目的分析2014年—2015年兰州市环境空气质量现状。方法收集兰州市2014年—2015年PM_(10)、PM_(2.5)、NO_2、CO、O_(3-1h)和SO_2的日均浓度监测数据,分析其年度、区域、采暖期、非采暖期分布特征并进行综合评价。结果 2014年—2015年兰州市环境空气质量有所改善,空气中的PM_(10)、PM_(2.5)、CO和SO_2平均浓度下降,NO_2和O_(3-1h)平均浓度上升;除O_(3-1h)外,其余空气污染物均是采暖期高于非采暖期;2014年—2015年市区西部总体污染物浓度较高;环境空气中主要污染物是PM_(10)、PM_(2.5)和NO_2,2014年—2015年污染负荷系数PM_(10)、PM_(2.5)、CO、SO_2下降,NO_2和O_(3-1h)上升。结论 2014年—2015年兰州市环境空气质量逐渐改善,采暖期与非采暖期空气污染物种类有所区别,针对兰州市首要污染物和污染区域等特点,应有针对性地制定改善空气质量的防治措施。     

重庆市万盛区大气污染物分布特征

为了解重庆市万盛区大气污染物浓度水平及其变化规律,统计分析2016年9月1日—2017年8月31日2个监测站点(W和N)6种大气污染物(SO_2、NO_2、O_3、PM_(2.5)、PM_(10)和CO)逐日、逐时监测资料。结果显示,监测期间6种大气污染物日均浓度的最高值分别为168.33、73.58、170.75、221.12、263.29μg/m~3和2.12 mg/m~3。两个监测站点NO_2、O_3、和CO均未超标,SO_2日均值仅有1 d超标,秋季PM_(10)日均浓度超标率最高(23.46%),冬季PM_(2.5)日均浓度超标率最高(52.51%)。各监测点CO、NO_2、PM_(10)与PM_(2.5)小时变化特征相似,呈双峰型变化趋势;SO_2和O_3呈单峰型变化趋势。PM_(2.5)和PM_(10)浓度的"周末效应"明显。提示重庆市万盛区大气污染物以PM_(2.5)为主,各大气污染物季节差异明显。     

2015年哈尔滨市某地区空气污染物与呼吸系统疾病门诊量关系的时间序列研究

目的初步探讨哈尔滨市道里区空气主要污染物(PM_(2.5)、PM_(10)、SO_2、NO_2)对人群呼吸系统疾病门诊量水平的影响。方法采用广义线性模型,在控制长期趋势、气象因素和其他与时间长期变异有关的混杂因素条件下,分析空气主要污染物与人群呼吸系统疾病门诊量的关系。结果 2015年哈尔滨市道里区大气污染物PM_(2.5)、PM_(10)、SO_2、NO_2的全年日均质量浓度分别为62.51、95.61、36.97和55.01μg/m~3;哈尔滨市第一医院日均呼吸系统门诊量霾日高于非霾日,且具有统计学意义(P<0.05);大气污染物PM_(2.5)、SO_2水平与呼吸系统门诊量存在暴露—反应关系,滞后效应分析发现PM_(2.5)污染当天,PM_(2.5)浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.0052(95%CI:1.002 7~1.007 6),SO_2在污染滞后1 d最为显著,SO_2浓度每升高10μg/m~3,人群呼吸系统疾病门诊量RR值为1.005 1(95%CI:1.002 5~1.007 6)。结论哈尔滨市道里区空气污染物(PM_(2.5)、SO_2)对人群呼吸系统疾病门诊量水平有影响。     

气象条件对新疆4个城市主要大气污染物的影响

目的通过收集2009—2015年新疆4个城市主要大气污染物和气象数据资料,分析气象条件对主要大气污染物的影响。方法采用统计描述和Pearson相关分析等分析气象因素和大气污染物的相关性。结果乌鲁木齐SO_2浓度以及NO_2浓度远超过其他3个城市,且NO_2浓度每年均超过《环境空气质量标准》限值(年平均40μg/m~3),污染较为严重,历年最高分别为(92.5±83.4)、(83.4±68.1)μg/m~3。4个城市PM_(10)浓度均超过限值40μg/m~3,且喀什PM_(10)浓度远远超过其他3城市,最高为(345.7±170.5)μg/m~3。4个城市气象因子与主要污染物之间存在较强的相关。结论新疆4个城市大气主要污染物SO_2及NO_2浓度总体呈下降趋势;在新疆范围内气象因子与污染物之间存在正相关。     

珠海市大气PM_(2.5)与儿科呼吸系统疾病门诊日就诊人次的关系研究

目的了解珠海市大气PM_(2.5)浓度与医院儿科呼吸系统疾病门诊日就诊人次的关系。方法收集珠海市2013—2016年大气污染物浓度数据及同期气象资料和两家医院逐日就诊资料,采用时间序列广义相加模型(GAM)分析2013—2016年珠海市大气PM_(2.5)日均浓度与医院儿科呼吸系统疾病门诊日就诊人次的关系及其滞后效应。结果 2013—2016年珠海市大气PM_(2.5)日均浓度为32.16μg/m~3,大气PM_(2.5)浓度与PM10、SO_2、NO_2、CO和O_3浓度均呈正相关(rs值分别为0.94,0.81,0.72,0.63,0.47,P0.05)。单污染物模型显示,大气PM_(2.5)浓度每升高10μg/m~3,当日儿科呼吸系统疾病门诊就诊人次增加2.47%(95%CI:1.93%～3.02%);双污染物模型(PM_(2.5)+CO、PM_(2.5)+O_3)中,大气PM_(2.5)浓度每升高10μg/m~3,当日儿科呼吸系统疾病门诊就诊人次的ER值分别为1.67%(95%CI:1.03%～2.31%)和2.53%(95%CI:1.94%～3.13%);多污染物模型(PM_(2.5)+CO+O_3)中,PM_(2.5)在滞后4 d时效应最大,PM_(2.5)浓度每升高10μg/m~3,儿科呼吸系统疾病门诊人次增加1.90%(95%CI:1.26%～2.54%)。结论珠海市大气PM_(2.5)浓度与儿科呼吸系统疾病门诊就诊人次有一定关系。     

上海市奉贤区大气污染物对人群呼吸系统疾病的急性效应

[目的]探讨上海市奉贤区主要大气污染物(PM_(10)、SO_2、NO_2、PM_(2.5)、CO、O_3)对人群呼吸系统疾病的急性效应。[方法]收集2013—2016年上海市奉贤区各级公立医院的呼吸系统门急诊量数据、疾病预防控制中心的户籍人口呼吸系统疾病死亡数据、气象局的气象数据及环境监测站的大气污染物资料。采用广义相加模型对各污染物与呼吸系统疾病日就诊人数和日死亡人数的关系进行模型拟合分析。[结果]各污染物对呼吸系统疾病日门急诊量影响不同:PM_(10)每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加0.37%、0.24%、0.41%、0.54%、0.47%、0.43%、0.36%(均P0.01);SO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加1.87%、1.74%、1.97%、2.15%、2.28%、2.35%、1.92%(均P0.01);NO_2每升高10μg/m~3,当天及滞后1~6 d,日门急诊量分别增加2.51%、1.91%、1.74%、1.85%、1.98%、1.77%、1.57%(均P0.01);PM_(2.5)每升高10μg/m~3,滞后1 d,日门急诊量降低0.35%(P0.01);CO每升高1 mg/m~3,滞后2~3 d,日门急诊量分别降低5.81%、4.03%(P0.01);O_3每升高10μg/m~3,滞后3 d,日门急诊量增加0.37%,滞后5 d,增加0.32%(P0.01)。各污染物对居民呼吸系统疾病死亡的影响也不同:PM_(10)每升高10μg/m~3,滞后3 d,死亡人数增加1.29%(P0.01);SO_2每升高10μg/m~3,滞后3~4 d,死亡人数分别增加4.94%、4.52%(P0.01);NO_2每升高10μg/m~3,当天及滞后2~3 d,死亡人数分别增加4.82%、3.78%、3.98%(均P0.01);O_3每升高10μg/m~3,滞后1 d,死亡人数增加3.12%(P0.01);PM_(2.5)和CO质量浓度变化对当日、滞后1~6 d居民呼吸系统疾病死亡人数改变均没有统计学意义。双污染物模型分析结果显示,调整NO_2后,PM_(10)、SO_2、PM_(2.5)、O_3质量浓度每上升10μg/m~3时,奉贤区居民呼吸系统疾病日门急诊量增加(P0.01)。[结论]上海市奉贤区大气污染物PM_(10)、SO_2、NO_2、O_3对奉贤区呼吸系统疾病门急诊量和户籍居民呼吸系统疾病死亡人数有影响。     

保定市大气PM_(2.5)中Cl~-、NO_3~-、SO_4~(2-)和NH_4~+的污染特征

目的了解保定市城区大气PM_(2.5)中水溶性无机离子的污染特征。方法 2017年1—12月,在河北省保定市城区采集了PM_(2.5)滤膜样品104张,用重量分析法对PM_(2.5)的质量浓度进行分析,用离子色谱法对PM_(2.5)中Cl~-、NO_3~-、SO_4~(2-)和NH_4~+4种水溶性无机离子进行分析,并研究其污染特征及来源。结果保定市PM_(2.5)年平均质量浓度为90.4μg/m3,月平均质量浓度范围为41.0～211.0μg/m3,PM_(2.5)污染在冬春两季污染较明显;保定市PM_(2.5)中4种水溶性无机离子的质量浓度大小顺序为NO_3~-SO_4~(2-)NH_4~+Cl~-;年均二次无机气溶胶(SNA)在PM_(2.5)质量浓度中的占比为37.6%;保定市大气PM_(2.5)中NH_4~+、NO_3~-、SO_4~(2-)主要以(NH4)2SO4和NH4NO3的形式存在。主成分分析结果表明燃煤和机动车排放等综合源可能为保定市PM_(2.5)中4种水溶性无机离子的来源。2017年保定市空气中NO_3~-与SO_4~(2-)质量浓度比{[NO_3~-]/[SO_4~(2-)]}为1.23,进一步表明移动源(机动车尾气)对保定市大气颗粒物污染贡献较大。结论 2017年保定市PM_(2.5)平均质量浓度为90.4μg/m3,超出GB 3095—2012《环境空气质量标准》所规定PM_(2.5)二级浓度限值,燃煤和机动车排放等综合源为保定市PM_(2.5)中4种水溶性无机离子的可能来源,机动车尾气对保定市大气颗粒物污染贡献较大。     

沈阳市大气污染物分布特征及对呼吸系统疾病的影响

目的探讨沈阳市大气污染物分布特征及对呼吸系统疾病的影响。方法对2016年1月1日—2016年12月31日沈阳市大气污染物浓度与中国医科大学附属第四医院和平院区呼吸系统疾病门诊人次的关系采用广义相加模型进行模拟,并分析滞后效应;随机各选取40名门诊肺炎及慢性阻塞性肺部疾病(COPD)患者分别于大气污染物浓度较低的夏季和大气污染物浓度较高的冬季检测肺功能并进行健康质量问卷(SF-36)调查。结果沈阳市大气PM_(2.5)、PM_(10)、SO_2和NO_2的年平均浓度分别为57、101、41、38μg/m~3,秋冬季大气PM_(2.5)、PM_(10)、NO_2和SO_2浓度最高。大气PM_(10)、PM_(2.5)、SO_2和NO_2的浓度每增加10μg/m~3,呼吸系统疾病日门诊就诊人次分别增加1.29%(95%CI:1.18%～1.40%)、1.31%(95%CI:1.20%～1.43%)、2.94%(95%CI:2.75%～3.14%)、5.26%(95%CI:4.91%～5.61%),分别滞后4、1、3、1 d。冬季COPD患者肺功能和SF-36量表得分均低于夏季,差异有统计学意义(P0.05)。结论沈阳市大气污染物导致呼吸系统疾病门诊就诊人次增加且存在滞后效应,空气污染是否导致COPD患者肺功能损伤及生活质量的降低有待进一步研究。     

淄博市主城区大气PM2.5与呼吸系统疾病门诊人次的相关性研究

目的探讨淄博市主城区PM_(2.5)污染对医院每日呼吸系统疾病门诊人次的影响。方法收集淄博市主城区3家综合性医院2016年1月1日—2017年12月31日的呼吸系统疾病逐日门诊人次资料,结合同期的逐日大气污染数据和气象数据,在用广义相加模型(GAM)控制长期趋势、季节趋势、星期几效应及气象因素的影响后,分析PM_(2.5)日均浓度与呼吸系统疾病日门诊人次的关系。结果淄博市主城区2016—2017年PM_(2.5)日均浓度为68.4μg/m~3,医院呼吸系统疾病日门诊人次平均为386.6人次/d。Spearman相关分析表明,呼吸系统疾病日门诊人次与PM_(2.5)、SO_2、NO_2、CO均呈正相关(P0.05)。时间序列分析的单污染物模型显示,PM_(2.5)浓度对医院呼吸系统疾病日门诊人次的影响存在滞后效应,以滞后3 d时效应最强,PM_(2.5)浓度每升高10μg/m~3,呼吸系统日门诊人次的超额危险度(ER)为0.321%(95%CI:0.077%～0.566%);多污染物模型显示,分别引入SO_2、NO_2后,PM_(2.5)浓度每升高10μg/m~3,呼吸系统日门诊人次的ER分别为0.389%(95%CI:0.143%～0.636%)和0.334%(95%CI:0.091%～0.578%),而同时引入SO_2和NO_2后,ER无统计学意义(P0.05)。结论淄博市主城区呼吸系统疾病日门诊人次与短期PM_(2.5)浓度升高存在正向关联,可能会增加呼吸系统疾病的发病风险。     

三明市大气PM_(2.5)浓度及3种水溶性阴离子组成特征

目的了解三明市不同周边环境大气中PM_(2.5)浓度及3种水溶性阴离子SO_4~(2-)、NO_3~-、Cl~-的浓度。方法选择A(周围有居民区、工厂、建筑工地及铁路、公路)、B(周围主要为居民区)两个采样点,2015年每月10~16日每天采样20h。用中流量采样器采样,重量法检测PM_(2.5)浓度,离子色谱法检测SO_4~(2-)、NO_3~-和Cl~-水溶性阴离子浓度。结果采样期间,A、B两点的大气中PM_(2.5)浓度均值分别为67.0μg/m~3与59.8μg/m~3,且冬季秋季春季夏季;SO_4~(2-)、NO_3~-、Cl~-水溶性阴离子浓度均值分别为9.98、4.04、0.34μg/m~3。结论 SO_4~(2-)、NO_3~-、Cl-是采样点大气中PM_(2.5)的重要组成成分。NO_3~-与SO_4~(2-)浓度有相关性,NO_3~-/SO_4~(2-)的比值为0.41,说明采样点大气中PM_(2.5)主要来自固定排放源(燃煤)。     

郑州市空气污染与儿童医院呼吸系统日门诊量的相关性

目的探讨空气污染与儿童医院呼吸系统门诊量间的关系。方法应用时间序列分析广义线性模型,对2013—2014年郑州市儿童医院呼吸系统门诊量、郑州市大气监测点的空气污染监测资料及郑州市气象资料进行大气污染与儿童医院呼吸系统门诊量的相关性分析。结果 Spearman秩相关分析得PM_(10)、PM_(2.5)、NO_2和SO_2与呼吸系统门诊量呈正相关(P0.01);PM_(10)浓度每增10μg/m~3,当日呼吸系统门诊量增加0.72%;PM_(2.5)浓度每增加10μg/m~3,当日呼吸系统门诊量增加0.90%;NO_2浓度每增10μg/m~3,当日呼吸系统门诊量增加7.73%,在累积滞后(0～5) d时效应最强,超额危险度(ER)为9.88%;SO_2浓度每增10μg/m~3,当日呼吸系统门诊量增加2.92%,且在累积滞后(0～3) d时效应最强,ER为3.22%。结论郑州市的空气污染物能增加儿童医院呼吸系统门诊量。     

宁波市6种大气污染物暴露与孕妇早产关系的时间序列分析

[目的]分析宁波市6种大气污染物[细颗粒物(PM_(2.5))、粗颗粒物(PM_(10))、二氧化硫(SO_2)、二氧化氮(NO_2)、一氧化碳(CO)、臭氧(O_3)]暴露对孕妇早产的影响。[方法]采用时间序列的广义线性分布滞后模型,将宁波市2014年1月—2015年12月每日早产人次的长期趋势、气象因素、星期几效应等混杂因素控制后,分析6种大气污染物质量浓度对早产人次的滞后效应和累积效应。[结果]PM_(2.5)、SO_2、NO_2每升高10μg/m~3,CO每升高0.1 mg/m~3,对增加早产人次存在滞后效应,RR及其95%CI分别为:PM_(2.5)滞后1 d,1.015(1.000~1.032);SO_2当日及滞后2、3、4 d,1.073(1.016~1.133)、1.053(1.000~1.109)、1.060(1.009~1.115)、1.062(1.010~1.116);NO_2当日及滞后1 d,1.031(1.005~1.058)、1.027(1.002~1.054);CO滞后3 d,1.350(1.079~1.688)。6种污染物中只有SO_2对早产人次增加存在1周和2周的累积效应,RR及其95%CI分别为1.099(1.019~1.186)、1.091(1.001~1.189)。[结论]大气污染物暴露能增加早产的发生,对增加早产人次存在滞后效应和累积效应。     

太原市采暖初期大气PM_(2.5)质量浓度变化分析

目的了解采暖初期太原市大气PM_(2.5)污染状况,探讨燃煤增加对城市大气PM_(2.5)质量浓度的影响。方法记录和整理太原市9个监测点2014年10月(采暖前)和11月(采暖后)的大气SO2、NO2、CO、O3、PM_(10)、PM_(2.5)浓度小时值和日均值,采用单因子污染指数评价相关分析和小波分析等方法研究大气PM_(2.5)质量浓度的变化规律及影响因素。结果采暖前后大气常规污染物的单因子污染指数均以PM_(2.5)最大,采暖开始后的约两周内大气PM_(2.5)日均质量浓度未超过GB 3095—2012《环境空气质量标准》规定的二级标准限值,但从11月17日开始其质量浓度明显升高,超标严重。除O3外,PM_(2.5)与PM_(10)、SO_2、NO_2、CO浓度的小时值及日均值均有一定的相关关系,且采暖后相关系数高于采暖前;各污染物经4层小波分解滤波后的时间序列变化图和小波方差图表明PM_(2.5)、PM_(10)、SO_2、NO_2和CO的浓度变化趋势一致,而与O_3浓度的变化不同。结论城市大气PM_(2.5)污染的形成受多种因素作用,采暖期燃煤增加的影响在累积到一定程度且有不利气象条件出现时会导致大气PM_(2.5)污染。     

镇江市丹徒区大气PM_(2.5)无机元素、水溶性离子污染特征及来源

目的探讨镇江市丹徒区PM_(2.5)中无机元素、水溶性离子的污染特征及来源。方法 2016年3月—2017年2月期间在镇江市丹徒区进行PM_(2.5)采样,分析PM_(2.5)、3种水溶性阴离子及11种无机元素的质量浓度。结果 PM_(2.5)平均浓度为69.82μg/m~3(6.29~162.38μg/m~3),超标率为34.9%;水溶性离子质量浓度的总均值为25.36μg/m~3(2.82~65.90μg/m~3),其中NO_3~-、SO_4~(2-)的浓度在10.00μg/m~3以上;无机元素质量浓度的总均值为224.20 ng/m~3(46.30~1 553.11 ng/m~3),Al、Pb、Mn的浓度在40.00 ng/m~3以上。结论 NO_3~-、SO_4~(2-)是主要的水溶性离子组成,主要无机元素为Al、Pb和Mn。水溶性离子及无机元素浓度存在季节性变化,均呈现冬春季节高于夏秋季的现象,富集因子结果表明除Al外的10种无机元素高度富集于PM_(2.5)上且主要来源于人为污染。主成分分析结果表明,PM_(2.5)有4组主要的污染来源,分别为煤炭燃烧和交通排放混合源、二次气溶胶以及工业排放源。     

包头市大气污染对居民急救人次影响的时间序列分析

目的评估包头市大气污染浓度对居民急救人次的影响。方法收集2015—2017年包头市逐日气象资料、大气污染物(PM_(2.5)、PM_(10)、CO、SO_2、NO_2、O_3)浓度和人群急救资料,并进行描述性分析。采用基于Quasi-Poisson回归的广义相加模型(GLM),控制长期趋势、气象因素、星期几效应等混杂因素后,研究大气污染物浓度与逐日人群急救人次的关系及其滞后效应(lag1～lag7),计算污染物浓度每升高10μg/m~3时急救人次增加的ER值及95%CI。结果大气污染物对人群每日急救人次有明显影响,且均在滞后当天效应较高,其中SO_2效应值最高,其浓度每升高10μg/m~3时急救人次增加0.864%(95%CI:0.284%～1.447%);其次为NO_2,其浓度每升高10μg/m~3时急救人次增加0.589%(95%CI:0.010%～1.172%);效应最低的为CO,其浓度每升高10μg/m~3时急救人次增加0.019%(95%CI:0.002%～0.035%)。结论包头市大气污染对人群急救人次有一定影响。     

舟山市大气PM_(2.5)中SO_4~(2-)、NO_3~-、Cl~-和NH_4~+浓度分析

目的了解舟山市大气PM_(2.5)中SO_4~(2-)、NO_3~-、Cl~-和NH4+4种水溶性非金属离子浓度及来源,为控制PM_(2.5)污染和制定有效的环保措施提供依据。方法在舟山市新城区域设立监测点,于2015—2016年每月10—16日和雾霾天气(空气质量指数200)时连续进行大气PM_(2.5)采样,采用称重法测定PM_(2.5)质量浓度,采用离子色谱法检测PM_(2.5)中SO_4~(2-)、NO_3~-、Cl~-和NH4+含量并分析。结果 2015—2016年舟山市监测点日均PM_(2.5)浓度为(40.91±27.39)μg/m3;4种水溶性非金属离子浓度为3.56～103.03μg/m3,平均浓度为(23.06±20.00)μg/m3,占PM_(2.5)含量的56.64%。SO_4~(2-)月平均浓度最高,为(10.35±6.48)μg/m3;Cl~-月平均浓度最低,为(0.49±0.73)μg/m3。冬季4种离子总浓度最高,为(37.56±27.74)μg/m3;夏季最低,为(12.32±5.88)μg/m3;不同季节4种离子浓度差异有统计学意义(P0.05)。冬季NO_3~-浓度最高,为(14.48±13.28)μg/m3,NO_3~-与SO_4~(2-)浓度比值为0～2.58,平均0.55;大于1共有28 d,占14.74%,其中22 d在冬季。结论舟山市大气PM_(2.5)中的水溶性非金属离子以SO_4~(2-)浓度最高,Cl~-浓度最低;4种离子浓度均以冬季最高,其中NO_3~-平均浓度在冬季大于SO_4~(2-),提示机动车尾气排放可能是冬季大气PM_(2.5)污染的主要来源。     

济南市重污染区域大气污染物对循环系统疾病门诊量的急性效应

目的评价济南市空气污染严重区域大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3对当地居民循环系统疾病门诊就诊的暴露反应关系。方法收集2014—2016年济南市重污染区域某综合医院循环系统疾病逐日门诊信息、空气污染物浓度及气象信息,并进行描述性分析。采用广义线性模型,定量评估逐日大气污染物PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3浓度与当地居民循环系统门诊就诊量之间的相关关系。结果 2014—2016年期间该综合医院循环系统疾病门诊量合计55 858人次,日均就诊量51人次/天,PM_(2. 5)、PM_(10)、NO_2、SO_2及O_3日均浓度分别为100、205、53、58及90μg/m3。PM_(2. 5)、PM_(10)、NO_2浓度每升高10μg/m3,当日循环系统疾病门诊量分别增加0.40%(95%CI:0.01%~0.80%)、0.25%(95%CI:0.03%~0.47%)、1.66%(95%CI:0.64%~2.68%)。仅发现NO_2与循环系统疾病门诊量存在累积滞后效应,NO_2浓度每升高10μg/m3,在Lag02时,循环系统疾病门诊量可增加2.13%(95%CI:0.81%~3.46%)。未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。结论空气污染严重区域大气污染物PM_(2. 5)、PM_(10)及NO_2与循环系统疾病门诊量之间存在相关关系,未发现SO_2及O_3与循环系统疾病门诊量之间存在显著效应。     

沈阳市铁西区大气PM2.5对冠心病住院的影响

目的探讨沈阳市铁西区大气PM_(2.5)对居民冠心病住院的影响,为大气PM_(2.5)健康效应研究提供依据。方法收集2017年1月1日—2017年12月31日沈阳市铁西区大气污染物浓度、气象因素及沈阳医学院附属中心医院冠心病住院患者的相关临床数据,采用1∶2分层病例交叉方法,利用条件logistic回归探讨大气PM_(2.5)对居民冠心病住院的影响。结果研究期间沈阳市该区大气PM_(2.5)日均浓度为53.47μg/m~3,有77 d超过《环境空气质量标准》(GB 3095—2012)规定的二级浓度限值,超标率为21.10%。研究期间共收集4 148例冠心病住院患者资料,日均住院11例。调整气象因素的影响后,单污染物模型显示,PM_(2.5)浓度每增加10μg/m~3对冠心病住院的影响在当日达到最大,OR值为1.020(95%CI:1.006～1.033),结果有统计学意义(P0.05)。进一步将CO、NO_2、SO_2、O_3纳入模型,分别构建双污染物、三污染物、四污染物、五污染物模型,结果显示,PM_(2.5)浓度每增加10μg/m~3对居民冠心病住院影响的OR值均有统计学意义(P0.05)。分层分析结果显示,大气PM_(2.5)浓度每增加10μg/m~3,男性居民冠心病住院风险增加,OR值为1.026(95%CI:1.005～1.046);年龄小于60岁居民冠心病住院风险增加,OR值为1.029(95%CI:1.007～1.052);不吸烟居民冠心病住院风险增加,OR值为1.022(95%CI:1.007～1.037);处于采暖期的居民冠心病住院风险增加,OR值为1.031(95%CI:1.015～1.046);上述结果均有统计学意义(P0.05)。结论大气PM_(2.5)浓度升高可能导致居民冠心病住院风险增加,控制大气PM_(2.5)污染对降低人群冠心病住院风险具有重要意义。     

空气污染对两县区居民每日非意外死亡人数的影响

目的分析并比较县区级行政地区空气污染对居民每日非意外死亡的影响。方法选择承德市F县和北京市S区作为研究地区,分别收集2014—2015年每日非意外死亡人数、空气污染物质量浓度及气象要素。采用时间序列广义相加模型(GAM)定量研究PM_(2.5)、PM_(10)、SO_2、NO_2和CO共5种空气污染物质量浓度对当地居民非意外死亡的影响,分别分析空气污染对老年人(≥65岁)和不同性别人群的影响,并与我国大中城市的研究结果相比较。结果 F县空气环境中PM_(2.5)、PM_(10)、SO_2、NO_2和CO日均质量浓度分别为53.4、79.3、22.4、18.1μg/m~3和0.9 mg/m~3;S区对应分别为83.3、108.8、13.8、44.0μg/m~3和1.2 mg/m~3。F县和S区平均每日非意外死亡人数分别为5.8和10.7人。除SO_2外,其他空气污染物与总非意外死亡均存在显著相关关系。各污染物质量浓度每增加10μg/m~3,F县和S区PM_(2.5)所致居民每日非意外死亡人数分别增加1.20%(lag5)和0.44%(lag4);PM_(10)对应分别增加1.25%(lag5)和0.38%(lag3);SO_2对应分别增加2.65%(lag1)和1.32%(lag4);NO_2对应分别增加3.90%(lag0)和1.45%(lag4);CO对应分别增加0.05%(lag0)和0.04%(lag4)。两县区PM_(2.5)、PM_(10)和NO_2对老年人的影响均高于总人群,而CO对总人群影响更高。两县区PM_(10)均对女性影响更高,NO_2和CO对男性影响更高。结论两县区空气污染短期暴露可增加居民每日非意外死亡人数,风险具有统计学显著性(除SO_2),且明显高于我国大中城市研究(除CO),F县5种空气污染物风险均高于S区,对不同性别和年龄人群之间风险存在一定差异。     

空气污染对两县区居民每日非意外死亡人数的影响

目的分析并比较县区级行政地区空气污染对居民每日非意外死亡的影响。方法选择承德市F县和北京市S区作为研究地区,分别收集2014—2015年每日非意外死亡人数、空气污染物质量浓度及气象要素。采用时间序列广义相加模型(GAM)定量研究PM_(2.5)、PM_(10)、SO_2、NO_2和CO共5种空气污染物质量浓度对当地居民非意外死亡的影响,分别分析空气污染对老年人(≥65岁)和不同性别人群的影响,并与我国大中城市的研究结果相比较。结果 F县空气环境中PM_(2.5)、PM_(10)、SO_2、NO_2和CO日均质量浓度分别为53.4、79.3、22.4、18.1μg/m~3和0.9 mg/m~3;S区对应分别为83.3、108.8、13.8、44.0μg/m~3和1.2 mg/m~3。F县和S区平均每日非意外死亡人数分别为5.8和10.7人。除SO_2外,其他空气污染物与总非意外死亡均存在显著相关关系。各污染物质量浓度每增加10μg/m~3,F县和S区PM_(2.5)所致居民每日非意外死亡人数分别增加1.20%(lag5)和0.44%(lag4);PM_(10)对应分别增加1.25%(lag5)和0.38%(lag3);SO_2对应分别增加2.65%(lag1)和1.32%(lag4);NO_2对应分别增加3.90%(lag0)和1.45%(lag4);CO对应分别增加0.05%(lag0)和0.04%(lag4)。两县区PM_(2.5)、PM_(10)和NO_2对老年人的影响均高于总人群,而CO对总人群影响更高。两县区PM_(10)均对女性影响更高,NO_2和CO对男性影响更高。结论两县区空气污染短期暴露可增加居民每日非意外死亡人数,风险具有统计学显著性(除SO_2),且明显高于我国大中城市研究(除CO),F县5种空气污染物风险均高于S区,对不同性别和年龄人群之间风险存在一定差异。