中国公共卫生  2017, Vol. 33 Issue (1): 22-24   PDF    
引用本文
栾桂杰, 殷鹏. 北京市气温与空气污染指数相关性分析[J]. 中国公共卫生, 2017, 33(1): 22-24.
LUAN Gui-jie, YIN Peng Correlation between ambient temperature and air pollution index in Beijing[J]. Chinese Journal of Public Health, 2017, 33(1): 22-24.
北京市气温与空气污染指数相关性分析
栾桂杰1, 殷鹏2     
1. 北京协和医学院公共卫生学院, 北京 100050;
2. 中国疾病预防控制中心慢病中心
收稿日期: 2015-12-30; 数字出版日期: 2016-04-27.
作者简介: 栾桂杰(1987-),男,山东烟台人,硕士在读,从事环境流行病学研究。
摘要： 目的 研究气温对空气污染指数的影响。 方法 运用分布滞后非线性模型，利用2001-2012年北京市空气污染指数（API）数据，计算气温对API影响的相对危险度。 结果 北京市API呈现下降趋势，气温与API之间呈负相关关系（r=-0.212，P<0.001），高温（P90）对API影响的相对危险度为1.85（95%CI=1.63~2.10），低温（P10）对API影响的相对危险度为0.38（95%CI=0.32~0.45），存在滞后效应和累积效应。 结论 气温对空气污染指数有影响。
关键词： 气温     空气污染指数     相关性分析     分布滞后非线性模型     滞后效应    
Correlation between ambient temperature and air pollution index in Beijing
LUAN Gui-jie, YIN Peng     
School of Public Health, Peking Union Medical College, Beijing 100050, China
Abstract: Objective To assess the impact of ambient temperature on air pollution index (API). Methods Using distributed lag nonlinear model,the relative risk of the impact of ambient temperature on API was calculated by using the API data of Beijing during 2001-2012. Results API showed a downward trend in Beijing.There is a significantly negative correlation between the ambient temperature and API,with a correlation coefficient of -0.212 (P<0.001);the relative risk is 1.85 (95 confidence interval[95%CI]:1.63,2.10) for high temperature (90th percentile of temperature) and 0.38 (95%CI:0.32,0.45) for cold temperature (10th percentile of temperature),and there exists a lag effect and cumulative effect. Conclusion The ambient temperature has an effect on air pollution index.
Key words: ambient temperature     air pollution index     correlation analysis     distributed lag nonlinear model     lag effect    

随着雾霾天气的增多，空气污染已经成为最受关注的环境问题，同时，全球气温呈现变暖趋势，极端气温(高温热浪、低温寒潮)事件不断发生。Goldstein[1]在1972年就提出了空气污染与气象之间存在交互作用，但后续此类研究较少[2-3]，目前空气污染的研究关注于季节与空气污染之间的交互作用，而季节主要变化的就是气温[4-7]。空气污染指数(air pollution index，API)是根据PM10、SO2、NO2等污染物的浓度计算的概念性指数，可以用来表征空气污染程度和空气质量状况。本研究将目前两类备受关注的环境问题结合在一起，通过流行病学方法，探究2010—2012年北京市气象因素中的气温对空气质量的影响。

1 资料与方法 1.1 资料来源

空气污染指数(API)数据来源于国家环保部数据中心。本研究中API值的时间跨度为2001年1月—2012年12月，共12年的每日API时间序列资料。同期的北京市的气象数据来源于中国气象科学数据共享网，包括日平均气温、相对湿度、气压等。

1.2 方法 1.2.1 相关定义

为了探究不同气温对空气质量的影响，根据相关文献[8-9]将高温定义为每天日平均气温高于气温的第90百分位数(P90)，低温定义为每天日平均气温低于气温的第10百分位数(P10)。

1.2.2 模型分析方法

分布滞后非线性模型(distributed lag nonlinear model，DLNM)可以同时拟合暴露-反应的非线性关系和暴露的滞后效应，本研究采用DLNM将日平均气温以交叉基的形式纳入模型，利用赤池信息准则(Akaike information criterion, AIC)选择模型的自由度[10]，同时控制湿度、气压、长期趋势、星期几效应、节假日效应等混杂因素的影响[11-12]，探讨气温和API之间的暴露-反应关系、滞后效应等。模型的公式如下：

式中：Yt—第t日API指数；cb—交叉基函数；ns-自然3次样条函数；tempt—第t日的日平均温度，选择最长滞后时间为21天，气温和滞后时间的自由度选择3；rh-相对湿度，自由度为3；p—气压，自由度为3；time—时间效应(长期趋势)，自由度为7/年；dow—星期几效应；Holiday—假期效应。

1.2.3 API结果判定

依据国家GB3095-1996《环境空气质量标准》[13]，空气质量分为5级：Ⅰ级空气质量API值为0～50；Ⅱ级空气质量API值为51～100；Ⅲ级空气质量API值为101～200；Ⅳ级空气质量API值为200～300；Ⅴ级空气质量API值为>300。

1.3 统计分析

运用SAS 9.4进行相关性统计分析，运用R 3.2.1进行DLNM模型的构建。

2 结 果 2.1 基本情况(表 1)

2001—2012年API均值为113、112、97、103、99、110、101、87、85、86、81、78，整体API呈下降趋势。2001—2012年北京市春、夏、秋、冬API均值分别为111、83、94、97，呈现“两头高、中间低”的分布规律，即冬春季高、夏秋季低，极值浓度(俗称“爆表”)多出现在冬、春季。2001—2012年总体API均值为96.1，处于空气质量“良”的水平，日平均气温处于-12.5 ℃~34.5 ℃，平均值为13.3 ℃，相对湿度、气压的均值分别为52.4%和10 125.7Pa。

表 1 北京市2001—2012年空气污染和气象因素基本情况

2.2 日平均气温与API相关性分析(图 1)

相关性分析显示，日平均气温与API之间的相关系数为-0.212(P<0.001)，二者呈现负相关关系，随着气温的升高，API呈现下降趋势，当气温下降的时候，API呈现升高趋势，气温处于高峰时，API处于低谷。

图 1 API和日平均温度的月份分布图

2.3 日平均气温对API影响的相对危险度(表 2)

高温和低温对API指数的影响有统计学意义，而且存在滞后性和累积效应。在滞后1 d后，高温和低温开始对API指数有影响，高温和低温对API影响变化趋势不同，低温对API的影响随着滞后天数的增加呈现降低、升高、降低、升高的趋势，但是总体上处于降低趋势，可以持续15 d左右；高温对API的影响持续5 d左右，随着滞后天数增加，影响在降低(图 2)。

表 2 高温和低温对API影响的累积相对危险度

注：Lag代表滞后天数；-2.3即P10，代表低温；26.9即P90，代表高温；灰色区域代表95%CI。 图 2 不同气温和滞后天数对API影响的相对危险度

2.4 模型敏感性分析(表 3)

更改模型中的最长滞后时间(14、28 d)和长期趋势的自由度(6/年、8/年)，与主模型(21 d，7/年)的RR值比较，发现高温影响的RR变化范围为0.98~1.07，低温影响的RR值的变化范围为0.75~1.13，没有大的波动，说明整体模型稳定。

表 3 不同自由度和最长滞后天数情况下RR(lag0)值变化

3 讨 论

国内外研究显示，气象因素与空气污染之间存在交互作用关系，尤其是气温对空气污染作用的影响[14-15]。空气污染指数是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，并分级表征空气污染程度和空气质量状况，适合于表示城市的短期空气质量状况和变化趋势，是一种综合性指标，可以用来反应空气污染状况，中国纳入空气污染指数的项目包括可吸入颗粒物、SO2和NO2[16]。从API的变化趋势可以看出，北京冬季和春季是污染严重的季节，夏季和秋季空气质量相对较好，这主要可能与降水、燃煤有关[17]。本研究又证明了其与气温之间的相关性。虽然2013年以后，空气质量指数(AQI)代替了空气污染指数(API)，但是长期的API数据时间序列依然是分析空气污染的重要依据。

周兆媛等[18]分析了2001—2010年北京等城市的API与气象要素的关系，结果表明，气温与API指数存在显著负相关关系。李文杰等[19]分析了京津冀的API和地面气象要素数据，认为北京空气污染状况逐步改善，夏季空气质量最好，气温、气压等与API存在相关关系。API受气象因素和人类活动的共同影响，呈现季节性、周循环等特征。目前分析多采用描述统计、相关分析等方法[20-21]，尽管可以分析出API的变化趋势和特征，但并不能得出在控制其他因素保持的情况下某一因素的作用是否显著的结论。本研究采用分布滞后非线性模型，在平滑处理湿度、气压等气象因素后，研究气温这一单一气象因素对API的影响。

高温和低温均对API有影响，由于这种相关性是负的，所以温度高的时候(如夏、秋季)API相对较低，空气质量较好，温度低的时候(冬、春季)API相对较高，空气质量较差，而且低温对API的影响持续时间长，这也可以解释的是雾霾多发生在低温天气，而且低温时雾霾持续时间长。提示我们在低温天气应该减少室外运动，尤其是老年人和体弱多病者，这对指导人群进行科学健康的锻炼具有重要意义。

参考文献
[1] Goldstein IF. Interaction of air pollution and weather in their effects on health[J]. HSMHA Health Rep, 1972, 87(1) : 50–55.
[2] Roberts S. Interactions between particulate air pollution and temperature in air pollution mortality time series studies[J]. Environ Res, 2004, 96(3) : 328–337.
[3] Katsouyanni K, Pantazopoulou A, Touloumi G, et al. Evidence for interaction between air pollution and high temperature in the causation of excess mortality[J]. Arch Environ Health, 1993, 48(4) : 235–242.
[4] Peng RD, Dominici F, Pastor-Barriuso R, et al. Seasonal analyses of air pollution and mortality in 100 US cities[J]. Am J Epidemiol, 2005, 161(6) : 585–594. DOI:10.1093/aje/kwi075
[5] Kan H, London SJ, Chen G, et al. Season,sex,age,and education as modifiers of the effects of outdoor air pollution on daily mortality in Shanghai,China:The Public Health and Air Pollution in Asia(PAPA)Study[J]. Environ Health Perspect, 2008, 116(9) : 1183–1188.
[6] Touloumi G, Samoli E, Katsouyanni K. Daily mortality and "winter type" air pollution in Athens,Greece-a time series analysis within the APHEA project[J]. J Epidemiol Community Health, 1996, 50(Suppl 1) : 47–51. DOI:10.1136/jech.50.Suppl_1.s47
[7] Wagner BM. Air pollution and daily mortality in two US counties:season-specific analyses and exposure-response relationships[J]. Inhal Toxicol, 2004, 16(2) : 113.
[8] Gasparrini A, Guo Y, Armstrong B. Mortality risk attributable to high and low ambient temperature:a multicountry observational study[J]. Lancet, 2015, 386(9991) : 369–375.
[9] Gasparrini A, Armstrong B, Kenward MG. Distributed lag non-linear models[J]. Stat Med, 2010, 29 : 2224–2234. DOI:10.1002/sim.v29:21
[10] Gasparrini A, Armstrong B. Time series analysis on the health effects of temperature:advancements and limitations[J]. Environ Res, 2010, 110(6) : 633–638. DOI:10.1016/j.envres.2010.06.005
[11] Breitner S, Wolf K, Devlin RB, et al. Short-term effects of air temperature on mortality and effect modification by air pollution in three cities of Bavaria,Germany:a time-series analysis[J]. Sci Total Environ, 2014, 485 : 49–61.
[12] Bhaskaran K, Gasparrini A, Hajat S, et al. Time series regression studies in environmental epidemiology[J]. Int J Epidemiol, 2013, 42 : 1187–1195. DOI:10.1093/ije/dyt092
[13] 中国国家环境保护局.GB 3095-1996环境空气质量标准[S].北京:中国环境科学出版社,1996.
[14] 谷少华, 贾红英, 李萌萌, 等. 济南市空气污染对呼吸系统疾病门诊量的影响[J]. 环境与健康杂志, 2015, 3(2) : 95–99.
[15] Guo Y, Gasparrini A, Armstrong B, et al. Global variation in the effects of ambient temperature on mortality:a systematic evaluation[J]. Epidemiology, 2014, 25(6) : 781–9. DOI:10.1097/EDE.0000000000000165
[16] 刘传姚, 侯帆, 杨玉清, 等. 武汉市2001-2010年空气污染指数动态分析[J]. 中国公共卫生, 2013, 29(6) : 853–855.
[17] 栾桂杰, 殷鹏, 周脉耕. 2001-2012年北京市API变化趋势分析[J]. 环境卫生学杂志, 2015, 5(4) : 281–284.
[18] 周兆媛, 张时煌, 高庆先, 等. 京津冀地区气象要素对空气质量的影响及未来变化趋势分析[J]. 资源科学, 2014, 36(1) : 191–199.
[19] 李文杰, 张时煌, 高庆先, 等. 京津石三市空气污染指数(API)的时空分布特征及其与气象要素的关系[J]. 资源科学, 2012, 34(8) : 1392–1400.
[20] 李小飞, 张明军, 王圣杰, 等. 中国空气污染指数变化特征及影响因素分析[J]. 环境科学, 2012, 33(6) : 1936–1943.
[21] 高会旺, 陈金玲, 陈静. 中国城市空气污染指数的区域分布特征[J]. 中国海洋大学学报, 2014, 44(10) : 25–34.