Nature Communications丨地理集成学习模型揭示臭氧污染对全球健康风险严重低估

文摘   2025-01-07 10:53   黑龙江  

1. 研究背景

环境臭氧(O)对全球人类健康和生态环境构成了重大威胁,尤其是在较温暖时间段内。包括中国、美国和日本在内的多个国家已制定了环境臭氧浓度标准以改善空气质量。世界卫生组织(WHO)于2021年发布的最新空气质量指南(AQG)建议,短期暴露情况下,最大每日8小时平均(MDA8)环境臭氧浓度不应超过100μgm350.11ppb。此外,针对长期暴露,AQG建议暖季MDA8环境臭氧浓度(连续6个月的最大平均值)为60μgm330.07ppb

过去数年中,全球环境臭氧浓度呈现上升趋势。据估计,2000年至2019年间,由于慢性呼吸系统疾病(CRD)导致的臭氧归因死亡率全球范围内增加了46%。此外,2019年全球环境臭氧暴露导致了0.470/百万和0.423/百万例人口死于慢性阻塞性肺疾病(COPD)和CRD。因此,准确且持续地监测全球环境臭氧分布,并评估臭氧相关健康风险至关重要。

2.创新之处

在我们的研究中:(1)提出一种地理空间动态集成机器学习模型(GL-CEF),用于全球每日无缝高分辨率(0.05°)环境臭氧(O)浓度的建模;(2)提供对全球臭氧污染的深入评估,重点关注短期/长期人口暴露;(3)评估全因死亡负担。由于环境臭氧分布中显著的局部异质性,将地理空间的局部先验性纳入模型至关重要。

我们的研究在考虑最新WHO标准和土地利用差异的基础上,调查了当前全球与臭氧(O)相关的健康风险。WHO的环境臭氧标准包括空气质量指南(AQG)、中期目标2IT2)和中期目标1IT1),其短期/长期臭氧暴露的数值分别为50.11/30.0760.13/35.0880.18/50.11ppb。我们的环境臭氧数据集支持对短期和长期臭氧暴露健康风险的精细评估,可能减少全球分析中的累积误差。研究结果表明,与臭氧相关的健康影响可能被低估,并识别出了全球范围内关键污染区域。因此,我们的研究可能对全球臭氧污染的研究具有重要意义,并在未来惠及暴露于臭氧的人群。

3. 关键图表

1 GL-CEF模型的整体模型性能表现。

当前全球环境臭氧(O)分布图和统计数据。

4. 主要结论

现有评估研究可能低估了全球范围内与臭氧相关的健康影响。本研究利用高分辨率(0.05°)的地理集成学习模型估算当前全球臭氧污染情况,重点关注人口暴露和全因死亡负担。我们的模型表现出强大的性能,与现场测量相比,平均偏差小于-1.5ppb。我们估计,全球66.2%的人口短期暴露于过量臭氧(每年超过30天),94.2%的人口长期暴露。此外,在农田区域,特别是亚洲地区观察到严重的臭氧暴露水平。重要的是,与臭氧相关的全因死亡显著高于以往对特定疾病的认知。值得注意的是,亚洲中纬度地区(30°N)和美国西部显示出较高的死亡负担,对全球臭氧归因死亡有重要贡献。我们的研究突出了当前全球显著的臭氧相关健康风险,并有利于暴露于臭氧的人群的身体健康保护。


5. 发表信息

Wang, Y., Yang, Y., Yuan, Q. et al. Substantially underestimated global health risks of current ozone pollution. Nat Commun 16, 102 (2025). https://doi.org/10.1038/s41467-024-55450-0

6.声明

1)小编水平有限,文章分析和理解均是个人见解,强烈推荐通过合理渠道获取原文,直接进行阅读。

2)文稿涉及的材料仅为交流学习,如涉及版权和其他问题,请联系删除,小编对此表示歉意,邮箱:xu_xibo@126.com

高光谱与资源环境遥感
分享最新的高光谱遥感及其在资源环境应用领域内的科研动态进展及资讯信息,欢迎广大朋友投稿,信息如有侵犯请联系删除xu_xibo@126.com.
 最新文章