原标题 Radiofrequency electromagnetic field exposure assessment: a pilot study on mobile phone signal strength and transmitted power levels
AI翻译，谬误自辩
Journal of Exposure Science & Environmental Epidemiology (2021)
摘要
在许多流行病学研究中，移动电话使用常被用作无线电频率电磁场（RF-EMF）暴露的代理指标。然 而，从移动电话使用中评估RF-EMF暴露易产生测量误差，限制了流行病学研究。一个常被忽视的方面 是基站接收到的信号强度及其与移动电话发射（Tx）功率的相关性。Qualipoc安卓手机是一个工具，可 以提供信号强度和Tx功率的信息。该手机同时测量接收信号强度指示（RSSI）、参考信号接收功率 （RSRP）、接收信号码功率（RSCP）以及3G和4G网络的Tx功率。在墨尔本地区进行的测量显示了信 号强度的广泛范围。对多种信号强度指标与Tx功率之间的相关性进行了评估，发现3G（3G RSSI -0.93, RSCP -0.93）和4G数据技术（4G RSSI -0.85, RSRP -0.87）之间存在强烈的负相关。对信号强度分类 级别的Tx功率变化进行了量化，结果显示信号强度降低时，Tx功率有显著增加。未来流行病学研究应控 制信号强度或影响信号强度的因素，以减少RF-EMF暴露测量误差。
研究设计
数据于2018年2月至3月期间，在澳大利亚墨尔本地区收集。我们通过在墨尔本各大高校和医院的公告栏 发布广告，招募了四名参与者。每位参与者都填写了书面知情同意书，并在墨尔本地区参与研究。我们 提供了Qualipoc功能的移动电话，让参与者像使用普通手机一样使用。他们从常规手机中取出SIM卡， 插入Qualipoc功能的Xperia手机中，保持了他们的常规电话号码和联系人。参与者有2-3天的时间熟悉新 手机，添加或转移之前手机的联系人，并下载他们通常会使用的移动应用。数据收集在5个工作日的标准工作时间内进行。参与者接受了简要说明，并被告知如何在手机上开始和 结束数据记录。5天结束后，手机被归还给作者，作者直接从手机上通过Qualipoc软件下载收集到的数 据进行分析。我们未收集手机与身体或头部的距离数据。参与者填写了书面知情同意书，参与了这项研 究。该研究已获得墨尔本大学研究伦理委员会的批准。
测量设备
Qualipoc手持式安卓Xperia TM XZ 型（索尼，日本东京）是一款专为无线通信优化和移动网络测试设 计的智能手机工具，它能收集各种信号强度指标的客观数据，以及移动设备的发射功率。它在先前的移 动电话测量研究中已被使用。Qualipoc手机通过了严格的3GPP（第三代合作伙伴计划）PCS类 型认证审查委员会（PTCRB）的全面认证，符合设备支持的所有频段的3GPP规格。Qualipoc安卓手机 直接从基带芯片组收集了多个关键性能指标的数据，包括4G网络的接收信号强度指示器（RSSI）、参考信号接收功率（RSRP）和参考信号接收质量（RSRQ）。RSSI是接收无线信号功率的度量，RSRP 是与RSSI类似的度量，是LTE参考信号在全带宽和窄带上的功率。RSRQ是RSRP与RSSI的比值乘以资源块数量，等于 N ×RSRP/RSSI，其中 N 是使用的资源块数量，它反映了从基站到设备接收参考信号的质量。当3G网络使用时，同时收集了RSSI和接收信号码功率（RSCP）数据，以及2G网络的 RSSI。它们提供了对应网络信号强度的相关指标。RSSI、RSRP和RSCP以dBm记录，而RSRQ以dB 测量。所有移动电话数据技术的发射功率（dBm ）都被记录。在2G网络上，我们记录了GSM的数据；在3G 网络上，包括宽带码分多址（WCDMA）、高速下行链路分组接入（HSDPA）、高速下行链路分组接入 +（HSDPA+）、高速分组接入（HSPA）和高速分组接入+（HSPA+）；在4G网络上，记录了LTE Advanced。Wi-Fi信号也进行了测量。
统计分析
Qualipoc Android记录数据，并在上传至CSV文件之前存储于手机上。每条记录都有一个单独的文件，之后会被合并用于分析。对3G网络中的Tx功率、RSSI和RSCP进行了斯皮尔曼相关性研究，以及4G网络中的Tx功率、RSSI、RSRP和RSRQ之间的相关性研究。确定了2G网络中手机Tx功率的描述性统计（中位数[四分位范围]）在RSSI、RSRP和RSCP的不同分类级别下对于3G和4G网络。由于2G网络记录的数据较少，因此没有进行相关性和描述性统计分析。对于4G数据技术，
RSSI被分为：
‘优秀’≥-65dBm， ‘良好’<-65到-75dBm， ‘一般’< -75到-85dBm， ‘差’<-85到-95dBm， ‘非常差’<-95dBm。
‘优秀’≥ -80dBm， ‘良好’<-80到-90dBm， ‘一般’<-90到-100 dBm， ‘差’<-100到-110dBm， ‘非常差’<-110 dBm。
‘优秀’≥-70dBm， ‘良好’<-70到-85dBm， ‘一般’< -85到-100dBm， ‘差’<-100到-110dBm， ‘非常差’<-110dBm。
‘优秀’≥-60dBm， ‘良好’<-60到-75dBm， ‘一般’< -75到-85dBm， ‘差’<-85到-95dBm， ‘非常差’<-95dBm。
这些分类是基于对应网络的手机信号强度。在每个网络上花费的时间，以及各种指标在不同信号强度水平下的时间，均被计算为总测量时间的比例。同时，计算了每部电话传输时在网络上的时间所占比例。数据分析使用STATA版本13（StataCorp, College Station, TX）进行。
结果
表1和表2分别展示了4G和3G数据技术下信号强度指标与手机Tx功率之间的斯皮尔曼相关性。对于4G数据技术，RSSI和RSRP之间存在强烈的正向相关关系，而且这两个指标也与Tx功率间具有强烈的负相关性。然而，RSRQ并未与这些参数显示出强烈的相关性。类似地，3G网络的结果也显示了RSSI和RSCP之间的强烈正向关联，并且这两个指标也都显示出与Tx功率的强烈负相关性。在3G网络下，RSSI、RSCP与Tx功率之间的相关性都比4G网络下的相关性更强。所有这些相关关系都被发现具有统计学显著性。
表1 Spearman's correlation matrix用于信号强度指标和移动Txpower for 4G网络数据技术
表2 Spearman's correlation matrix用于信号强度指标和移动Txpower for 3G网络数据技术
图2和图3展示了针对3G和4G数据技术根据分类RSSI值变化的Tx功率波动情况。两幅图表均显示了随着信号强度下降，手机Tx功率呈增加趋势。在4G数据技术中，尽管从“优秀”和“良好”到“一般”、“较差”以及“非常差”的信号强度阶段出现显著增长后，随着RSSI值的降低，Tx功率增加的程度相对较小。而3G数据技术的Tx功率波动则在不同信号强度级别上更为一致。
图2展示了根据分类的RSSI值，对于4G数据技术而言，Tx功率（dBm）的变化情况。
图3展示了根据分类的RSSI值，对于3G数据技术而言，Tx功率（dBm）的变化情况
图4和图5分别展示了针对4G数据技术根据分类RSRP变化的Tx功率波动情况以及针对3G技术根据分类RSCP变化的Tx功率波动情况。与RSSI类似，随着RSRP和RSCP水平的降低，手机Tx功率呈增加趋势。然而，在4G网络中，与RSSI不同的是，对于“一般”和“较差”的信号强度类别，随着RSRP的下降，Tx功率的增加仍然相当显著；在“非常差”类别中增加较小。而在3G网络中，虽然记录了RSCP处于“非常差”的分类数据，并遵循随着信号强度降低导致的Tx功率显著增加的趋势。
图4 展示了根据不同分类的RSRP（参考信号接收功率）在4G数据技术中Tx功率（以dBm为单位）的变化情况
图5 展示了根据不同分类的RSRP（参考信号接收功率）在3G数据技术中Tx功率（以dBm为单位）的变化情况
表3总结了图2至5中显示的3G和4G网络下RSSI、RSRP和RSCP信号水平下的Tx功率统计数据。每个信号水平的数据测量数量也被报告出来。对于4G网络，只有93个测量值记录在了“非常差”信号级别类别中。RSSI信号级别的记录测量比例在3G和4G网络之间大致相同。这些测量主要集中在“一般”信号强度级别或更好的区域，仅有11%和8.01%的测量被记录在了“较差”或者“非常差”的信号强度级别下。RSCP和RSRP记录的测量比例也相似，除了良好的信号水平，在3G RSCP中记录了28%的测量，而4G RSRP则为14%，与RSSI不同的是，在更多的“较差”和“非常差”信号等级里记录到了更多的测量（RSCP 43%，RSRP 50%），在“优秀”类别中的记录比要低得多，如图6所示。
图6 显示了按信号级别记录的测量比例
表3显示了在3G和4G网络中，接收信号强度指示器（RSSI、RSRP、RSCP）的Tx功率（单位为dBm）的中位数和四分位数范围。
讨论
本文探讨了Qualipoc手持Android设备在3G和4G网络上测量的多个信号强度指标与移动电话Tx功率之间的相关性。此外，通过描述统计方法评估了分类后的RSSI、RSRP、RSCP下的Tx功率变化情况。
研究中记录了手机有52.7%的时间在进行数据传输时的测量值，并非意味着参与者在整个期间一直在积极使用移动设备；因为即便是在后台运行的状态下，移动应用也可能正在进行更新。我们发现，在3G和4G数据技术中信号强度指标与Tx功率之间存在强烈的负相关关系。随着分类后的信号强度水平减弱，手机的Tx功率显著增加。
另外，在4G网络中观察到RSSI和RSRP之间的正相关关系较强，在3G网络中则为RSSI和RSCP之间的正相关。然而在4G网络中，RSRQ仅与RSSI和RSRP存在适度的相关性。4G网络是主要使用的技术，并且在数据记录期间，手机通常运行于“一般”或更好的信号强度区域。
研究发现的最大Tx功率值为23dBm（200毫瓦）。
先前的研究表明，在不同的发达国家环境中，移动电话的输出功率存在显著差异，农村地区的平均输出功率水平高于城市环境[16-18, 22]。有研究表明，由于农村地区基站数量较少、距离基站较远导致的较差信号质量是造成更高输出功率的原因。因此，在未来进行电磁场健康影响研究时应考虑居住在城乡环境中对RF-EMF（射频电磁场）暴露分类的影响 [17]；因为来自移动电话的RF-EMF暴露量与传输功率成正比。
然而，这项研究显示，在墨尔本的城乡环境中，Tx功率存在显著差异，当信号强度水平为“较差”和“非常差”时与“优秀”相比，Tx功率高出几倍。在进行流行病学研究中考虑这一因素极为重要，因为Tx功率是移动电话RF-EMF暴露的主要贡献者。这也表明，在一个地区信号质量较差的情况下进行较少的手机通话的人，其RF-EMF暴露量会比在良好信号区域多做通话的人更高。
尽管城市环境中基站数量较高、接收器和发射机之间的平均距离较短等因素非常重要，但研究表明4G网络（LTE）上的Tx-Rx距离仅与RSRP存在适度的相关性 [30]。其他重要因素包括视线障碍物、植被、反射墙以及基站和移动电话用户之间的建筑材料 [23]。此外，基站因素如天线高度、方向和频率也对电场强度有重要影响[31]。这些因素的组合可能是导致研究中观察到的信号强度和Tx功率水平广泛变化的原因。
在城乡环境中发现的强负相关关系以及随着信号强度等级增加而显著增加的Tx功率，揭示了一个可能产生大量测量误差不确定性的潜在来源，并且这是之前流行病学研究中尚未得到控制的。在RF-EMF暴露评估中已经确认了来自近场和远场源的各种不确定性 [15]。
然而，在这项研究中发现的显著增加需要进一步考虑，因为手机占大脑和身体RF-EMF暴露的主要部分[3]，并且经常用作暴露替代品。值得注意的是，在基站数量较高的城市环境中，远场RF-EMF暴露也会更高。此前在墨尔本进行的远场RF-EMF暴露评估研究发现，平均暴露最高的是中央商务区（0.89V/m），最低的是郊区住宅区（0.05V/m） [32]。因此，减少手机偶尔的近场暴露，但增加基站的较低且恒定远场暴露可能会有折衷。这为评估总RF-EMF暴露提供了另一个需要考虑的因素。
结论
这项研究展示了使用Qualipoc手持式安卓手机评估在墨尔本大区的3G和4G网络中多个信号强度指标与Tx功率之间的相关性。这些手机提供了客观的暴露测量，而不是来自调查的自我报告估计。它发现移动电话设备的Tx功率根据信号强度级别变化极大，在“较差”和“优秀”的信号强度水平之间，暴露程度相差几个数量级。为了减少射频电磁场（RF-EMF）暴露量的测量误差，需要收集手机与身体之间的距离数据以及Tx功率信息。由于使用Qualipoc安卓设备测量和获取Tx功率既困难又昂贵，建议未来进行流行病学研究时应控制信号强度作为替代方案，因为已经发现了信号强度与Tx功率之间存在很强的相关性。影响信号强度的因素，如与基站的距离或基站密度、视线、植被、建筑材料以及服务提供商提供控制信号强度的措施。（完）
