研究速递丨欧洲人口暴露于多种空气污染物及其复合事件

背景：空气污染仍然是一个严重的健康问题，尤其是同时暴露于多种空气污染物所产生的综合健康风险。然而，由于监测数据稀少且在时间上不一致，阻碍了对这些长期综合暴露事件的了解。

目标：我们强调了空气质量控制方面的改进，但也强调需要采取有针对性的措施来解决特定污染物及其复合事件，尤其是在气温不断升高的情况下。

方法：在这里，我们以0.1度的分辨率分析了2003-2019年期间欧洲35个国家1426个邻近地区的每日环境PM_2.5、PM10、NO2和O3，囊括了5.43亿人口。

结论：我们发现，PM10浓度每年下降 2.72%，其次是NO2（2.45%）和PM2.5（1.72%）。相比之下，欧洲南部的臭氧浓度上升了0.58%，导致不清洁空气天数激增。尽管空气质量有所改善，但仍有86.3%的欧洲人每年至少经历一次复合事件日，尤其是PM2.5-NO2 和PM2.5-O3。

尽管空气质量取得了进步，但由于监测数据不一致且稀少，对多种污染物的综合健康风险的全面了解仍然有限。本研究旨在通过分析2003年至2019年欧洲PM2.5、PM10、NO2和O3的每日环境浓度来弥补这一差距，研究覆盖35个国家，涉及5.43亿人口。报告显示，虽然PM10、NO2和PM2.5的水平显著下降，但臭氧水平却有所上升，尤其是在欧洲南部，导致空气质量差的天数增加。尽管空气质量控制有所改善，但相当一部分欧洲人口仍然暴露在复合污染事件中，这就强调了采取有针对性的污染控制措施的必要性。

基于欧洲环境署（EEA）和世界卫生组织（WHO）关于PM2.5、二氧化氮和臭氧导致过早死亡的估计，进一步概述了空气污染对健康的严重影响。世卫组织更严格的空气质量准则强调了减轻空气污染物对健康的短期和长期影响的紧迫性。然而，依赖主要位于城市地区的地面污染物监测网络，在评估人口暴露的全面程度方面存在局限性。这些网络往往缺乏全面的空间覆盖，无法准确反映整个人口的空气质量。此外，传统分析倾向于孤立地评估污染物，忽视了同时暴露于多种污染物可能对健康产生的协同影响。

为了应对这些挑战，论文提出使用先进的建模技术，特别是Quantile LightGBM 机器学习模型，来估算主要污染物的日浓度。这种创新方法能够详细评估人口暴露于空气污染的情况，包括评估多种污染物同时超过世界卫生组织准则的复合污染事件。这项研究不仅有助于加深对欧洲空气质量趋势和暴露模式的了解，还为制定有针对性的策略以应对空气污染带来的健康风险奠定了重要基础。通过对整个欧洲大陆的短期和长期暴露进行全面分析，该研究强调了采用细致入微的方法进行空气质量管理和政策制定的重要性。

研究分析了2003年至2019年PM2.5、PM10、NO2和O3的每日环境浓度。这一广泛的数据集涵盖了 35 个欧洲国家的1426个毗连地区，代表了5.43亿人口。分析包括评估污染物水平的趋势，确定 PM10、NO2和PM2.5的下降情况，以及检测O3水平的上升情况，尤其是在欧洲南部。

为了解决监测数据稀少和不一致的局限性，研究采用了 Quantile LightGBM (QLG) 机器学习模型。这些模型用于估算四种主要污染物的日浓度。这种方法可以详细评估污染物的区域人口加权（PW）平均值，使研究人员能够估算空气污染浓度的空间异质性和时间演变。

该方法还包括制定指标来描述三个主要方面：空气污染浓度、人口数量以及暴露于超过世界卫生组织准则的污染物水平的累积时间。这包括计算欧洲 NUTS3 地区中每种污染物的每日 PW 区域浓度。此外，该研究还分析了两种或两种以上空气污染物联合超过世卫组织限值的情况，对复合事件及其对空气质量和公众健康的影响进行了全面评估。

模型表现出强大的空间交叉验证性能，使研究人员能够根据观测数据验证估计的污染物浓度。研究采用 Theil-Sen 斜率来比较 PW 的年浓度，并评估每种污染物的年平均变化率。这项分析对于确定研究期间的趋势和评估欧洲各地实施的空气质量控制措施的有效性至关重要。

为了评估人口暴露于空气污染值与世界卫生组织准则的关系，研究界定了 "清洁空气地区人口"和 "不清洁空气地区人口"等指标。这些指标有助于量化生活在空气质量达到或超过建议标准的地区的人口比例，从而深入了解欧洲各地空气污染物暴露的空间和时间差异。

分析表明，整个欧洲的 PM10、NO2和 PM2.5 水平明显下降，其中 PM10 水平每年下降 2.72%，其次是NO2（2.45%）和 PM2.5（1.72%）。这些趋势表明，在研究期间，空气质量控制工作取得了重大进展。

与其他污染物的减少相反，南欧的臭氧（O3）水平每年上升 0.58%。尽管空气质量总体有所改善，但臭氧水平的上升导致空气不清洁的天数增加。

欧洲空气污染空间分布及趋势。PM_2.5 (a)、PM₁₀ (c)、NO₂ (e)和 MDA8（最大日 8 小时平均值）O₃ (g)的 17 年人口加权估计平均浓度（单位：微克/立方米）及其年均百分比变化（单位：%，使用 Theil-Sen 斜率除以平均估计值计算）（b、d、f、h）。

在整个欧洲，PM2.5、PM10和NO2的不清洁空气暴露时间持续减少，与2003年相比，2019 年的不清洁空气日分别减少了约60天、46天和48天。至于MDA8 O3，除2003年这一极端年份外，总体上有所增加。2003年，在夏季气温破纪录的情况下，O3水平与 2015-2019 年期间记录的水平相似。在东欧和意大利北部，PM2.5 和 PM10 的不洁空气暴露时间值较高，在大部分城市地区（尤其是西欧、中欧和意大利北部），NO2的不洁空气暴露时间值较高，在南欧和东欧，MDA8 O3的不洁空气暴露时间值较高。

短期清洁空气区域人口的年度百分比趋势与不清洁空气暴露时间的变化呈负相关。在四种污染物中，PM10 短期清洁空气区域人口的增幅最大，从 2003 年的 8%上升到 2019 年的 77%，增加了 3.679 亿人。生活在二氧化氮和 PM2.5 清洁空气区域的人口也分别从 21% 增加到 49%，从 3% 增加到 11%，与 2003 年相比分别增加了 1.412 亿人和 4180 万人。MDA8 O3 的变化呈现出显著的年度变化。到 2019 年，短期清洁空气区域的人口比例从 62% 降至 26%，相当于比 2004 年减少了约 2.19 亿人（注：此处不包括 2003 年，因为 2003 年的臭氧浓度非常高）。大多数短期清洁空气地区主要位于北欧、苏格兰、爱尔兰岛和西班牙北部。

欧洲人口长期接触空气污染物的情况。欧洲长期清洁空气地区的年人口（百万，用柱状图表示）和 PM_2.5（a）、PM₁₀（b）、NO₂（c）和 MDA8（最大日 8 小时平均值）O₃（d）的年浓度（微克/立方米，用蓝线表示）。

欧洲人短期接触空气污染物的情况。欧洲 PM_2.5 (a)、PM₁₀ (c)、NO₂ (e) 和 MDA8（每日 8 小时最大平均值）O₃ (g)的年不清洁空气暴露时间（单位：天数，以柱状图表示）超过世界卫生组织的每日限值，以及短期清洁空气区域（以蓝线表示）的人口（%）。17 年年均不清洁空气暴露时间的空间分布（b、d、f、h）。这里的短期清洁空气区域指 17 年年均不清洁空气暴露时间少于 4 天（世界卫生组织标准）的区域。

欧洲各类复合事件日的年度不清洁空气暴露时间显著减少，从 78.5 天降至 17.4 天。在 2012-2019 年期间，约 86.26% 的欧洲人口每年至少有一天经历了复合事件日，这比 2003 年至 2011 年的数字低了约 10%。在欧洲四种主要类型的复合事件日，即PM2.5- NO2、PM2.5-PM10、PM2.5-O3和PM2.5-PM10- NO2日，它们总共占整个研究期间所有复合事件日的94.6%以上。值得注意的是，复合事件日在造成不清洁空气日方面也发挥了特别重要的作用，分别占PM10和二氧化氮不清洁空气日的87%和88%以上。

欧洲多种污染物复合事件的成分变化。17 年间多种空气污染物的年度复合不清洁空气暴露天数构成（a），进一步关注三种污染物组合（b）。

●研究发现，整个欧洲的 PM10、NO2和 PM2.5 水平明显下降，表明在改善空气质量方面取得了进展。然而，研究还发现臭氧水平呈上升趋势，尤其是在欧洲南部，这导致尽管空气质量总体上有所改善，但不清洁空气天数却在增加。

● 相当一部分欧洲人口暴露于多种空气污染物同时超过安全水平的日子。分析强调了涉及 PM2.5-NO2和PM2.5-O3的复合事件的普遍性，突出了空气污染暴露的复杂性及其对健康的影响。

● 研究强调了与空气污染相关的严重健康风险，包括因暴露于细颗粒物、二氧化氮和臭氧而导致的过早死亡和一系列疾病。这些研究结果与欧洲环境署和世界卫生组织的估计一致，强调了对空气质量进行严格控制的迫切需要。

● 地面监测网络主要集中在城市地区，其局限性突出表明，有必要采用先进的建模技术来准确估算更广泛地理区域的空气污染物浓度。通过这种方法可以更详细地了解整个人口暴露于空气污染的情况。

● 鉴于不同污染物之间的变化趋势以及复合污染事件的严重暴露，显然需要采取有针对性的空气污染控制措施。这些措施应专门针对最有害的污染物及其组合，同时考虑到空气质量趋势的区域差异性。

本文编辑

詹鹏 浙大城市学院国土空间规划学院科研助理

李红杰 沈阳建筑大学风景园林硕士

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。