文献阅读 |通过融合卫星与监测站观测，基于高时空分辨率臭氧暴露水平估计健康和经济效益

题目

Estimation of health and economic benefits based on ozone exposure level with high spatial-temporal resolution by fusing satellite and station observations

作者

Liang, Shuang; Li, Xiaoli; Teng, Yu; Fu, Hongchen; Chen, Li; Mao, Jian; Zhang, Hui; Gao, Shuang; Sun, Yanling; Ma, Zhenxing; Azzi, Merched

期刊

Environmental Pollution

时间

2019

一作

单位

School of Geographic and Environmental Sciences, Tianjin Normal University, Tianjin, 300387, China

链接

https://doi.org/10.1016/j.envpol.2019.113267

研究导读

近年来，臭氧污染在中国变得越来越严重。一些流行病学研究已经证明了短期臭氧暴露与一些健康风险之间的相关性，包括全因死亡率、心血管死亡率和呼吸系统死亡率。在该研究中，根据臭氧监测仪（OMI）提供的卫星数据和监测数据，估算了10km×10km分辨率的日臭氧暴露水平。通过应用环境效益绘图和分析程序模型-社区版（BenMAP-CE），估计了2016年日臭氧浓度可能下降的健康影响和相应的经济效益。通过将臭氧日最大8小时平均浓度降低到100微克/立方米，估计2016年可避免的全因死亡率为120×10³例，相应的经济效益为360-640亿元人民币，研究方法采用人力资本（AHC）和可支付意愿（WTP）。如果将臭氧的日最大8小时平均浓度下降到70微克/立方米，根据AHC和WTP方法，估计可避免的全因死亡率为160×10³例，经济效益为540至950亿元人民币。

研究背景

臭氧是一种环境空气污染物，由大气中的二氧化氮（NOx）和挥发性有机化合物（VOCs）之间发生的非线性复杂光化学反应产生。在更广泛的时间和空间范围内，CO和CH4是最重要的O3前体物。2012年颁布的《环境空气质量标准》（GB3095-2012）规定了臭氧的阈值，一级标准和二级标准分别为100mg/m³和160mg/m³。世卫组织对臭氧每日最大8小时平均浓度定为100 mg/m³。京津冀地区、长江三角洲和珠江三角洲正在遭受严重的臭氧污染事件。2017年，这三个地区的年平均日最大8小时臭氧浓度为193、170和165 mg/m³。由于臭氧监测点主要分布在城市和经济发达地区，监测点的大规模暴露水平评估目前存在很大不确定性。考虑到监测数据和化学传输模型的局限性，很多研究因此使用卫星传感器进行大面积和长期观测，目前已成为评价臭氧时间空间分布的一个重要有效方法。

一些研究计算了与臭氧相关的健康影响所带来的经济损失。统计生命价值（Value of statistical life）通常被用来表示过早死亡的经济价值，而支付意愿（Willingness to pay）是计算统计生命价值的主要方法。人力资本方法（Human Capital）计算的是职工缺勤造成的生产力或劳动资本损失。疾病成本方法（Cost of illness）评估的是基于医疗和住院费用的成本，以及生产力的损失，通常被用来评估疾病产生的经济成本。若基于人力资本和支付意愿方法，在中国实施环境政策改善将在2020年产生198亿至541亿美元的经济效益。

在本研究中，首先根据臭氧监测仪收集数据，估算了高时空分辨率的每日臭氧暴露水平。其次，使用环境效益绘图和分析程序模型-社区版（BenMAP-CE）模型来估计每日臭氧浓度达到一定阈值时避免的死亡人数。

研究方法

1. 监测数据

臭氧日最大8小时平均浓度监测数据来自中国国家环境监测中心建立的城市空气污染监测网络，共1256个有效监测点（图1）

图1. 中国大陆的人口密度和监测点的分布情况

2. 卫星数据

臭氧监测仪（OMI）由AURA卫星携带，空间分辨率为13km x 24km。OMI有三个波段频道，覆盖270-500nm波长范围。OMI主要监测大气中臭氧的浓度、气溶胶、云层、表面紫外线辐射和其他微量气体信息，如NO₂、SO₂、HCHO等。OMI产品等级分为Level1B、Level2、Level2G和Level3。本研究中，臭氧数据使用的是OMI Level 2卫星数据。

3. 预测臭氧暴露值

每日臭氧暴露水平是根据OMI卫星数据和臭氧日最大8小时平均浓度监测数据的融合来估计的。由于OMI测量是在卫星上每天进行一次，且容易受到云层、天气和温度等气象因素的影响，因此OMI检索的数据与地面监测站连续观测的数据有一定的偏差。本研究领域划分为七个区域。 华东（山东、江苏、安徽、浙江、福建和上海）、华南（广东、广西和海南）、华中（湖北、湖南、河南和江西）、华北（北京、天津、河北和内蒙古）、西北（宁夏、新疆、青海、陕西和甘肃）。陕西和内蒙古），西北地区（宁夏、新疆、青海、陕西和甘肃），西南地区（四川、云南、贵州、西藏和重庆）和东北地区（辽宁、吉林和黑龙江）。

4. 健康评估

BenMAP-CE v1.4被用来估计归因于短期臭氧暴露的健康影响。BenMAP将空气污染浓度的变化与人类健康效益联系起来，通过汇总多个数据集来估计与空气污染浓度变化相关的早逝或患病病例的数量，以及由此带来的经济利益或损失。这些数据集包括每日臭氧浓度数据、人口数据以及疾病死亡率和发病率数据。BenMAP计算出了基准情景暴露面与控制情景暴露面之间的差异。估算了因臭氧浓度降低所避免的过早死亡（包括全因死亡、心血管死亡和呼吸道死亡）。

      根据以下公式，BenMAP-CE对人体健康的影响进行了估计：

 其中，△Y指的是由于每日臭氧浓度下降而避免的早逝和疾病，Y0指的是基线发病率（死亡率和疾病率）。△X指的是每日臭氧浓度变化，代表了每日臭氧浓度的基线和控制后的浓度间差异。β 是浓度反应系数，表示每单位臭氧浓度对健康影响的百分比变化。β系数及β的上下限可通过以下公式计算，（其中RR指为相对风险值）（表1）：

表1. 健康归因的RR值与浓度响应系数

5. 计算可避免死亡的经济效益

在这项研究中，我们采用了支付意愿方法（WTP）和修正人力资本(AHC)方法来量化与避免死亡相关的经济效益，（表2）显示了各省不同健康疾病归因的单位经济损失值。统计生命价值（VSL）量化了两种方法的具体经济价值。

表2. 2016年各省健康影响的单位经济成本

2016年健康影响的经济成本计算公式为：

其中，Ui,2016是2016年省内单个案例健康影响的经济成本；UBJ,2012是2012年北京单个案例健康影响的经济成本。Incomei,2016是2016年省内的个人收入；IncomeBJ,2012是北京的2012年个人收入；e为收入弹性系数。

总经济效益计算公式为：

其中Ci,j是省内j个健康归因的避免死亡率。

研究发现

臭氧日暴露水平

图2显示了不同地区的每日校正OMI数据结果与每日监测臭氧浓度的比较。图3 以2016年每月10号为例，臭氧浓度高的区域主要集中在人口稠密、经济发达、高能源消费地区，如京津冀、长三角和珠江三角洲。在中国北方，如京津冀，臭氧浓度峰值多出现在夏季。在华南和华东地区，如珠江三角洲和长三角，浓度峰值出现在春末秋初。华南和华东地区夏季臭氧浓度低于其他地区。青藏高原臭氧浓度全年保持较高水平。臭氧浓度总体上以夏季最高，尤其是6月，春季和秋季次之，冬季最低。

图2. (a)华东地区，(b)华南地区，(c)华中地区，(d)华北地区，(e)西北地区，(f)西南地区和(g)东北地区的卫星日校正OMI和日臭氧监测中心的数据比较情况

图3. 显示了中国2016年每日和季节性臭氧暴露水平

可避免死亡预测

BenMAP-CE模型估算出当每日最大8小时平均臭氧浓度达到中国环境空气质量标准时，与臭氧有关的死亡率。图4显示了基于WPT和AHC方法的各省预估全因死亡率和经济效益的空间分布情况。2016年，当每日最大8小时平均臭氧浓度下降到100mg/m³和70mg/m³时，有120x10³和160x10³例全因死亡; 当每日最大8小时平均臭氧浓度下降到100mg/m³时，心血管和呼吸系统的死亡分别有36x10³例和18x10³例; 当浓度下降到70mg/m³时,分别有54x10³例和27x10³死亡病例。心血管和呼吸系统的死亡率约占全因死亡率的32%和16%。

图4. (a)阈值为100mg/m³时估计的全因死亡率的空间分布 (b)阈值为70mg/m³时估计的全因死亡率的空间分布。

可避免死亡的经济效益

通过将每日最大8小时平均臭氧浓度下降到100mg/m³，WTP和AHC两种方法避免死亡的经济效益评估分别为64亿元和36亿元，占中国2016年GDP总量的0.085%和0.049%，约74413亿元。

研究结论

本研究估计了在高空间-时间分辨率的暴露水平下，与短期跨区暴露有关的可避免过早死亡率，当每日最大8小时平均臭氧浓度下降到100mg/m³和70mg/m³时，所避免的过早死亡率的经济效益。也有相关研究证实了臭氧暴露对于人群健康的影响，Xie et al., (2017) 估计了暴露于臭氧的健康影响和相应的经济损失，从国家和省一级的结果显示，2030年控制性政策可能导致全因死亡率减少92.0x10³人。且评估认为，如果没有控制政策，中国在2030年将经历GDP 2.34%的经济损失，若在控制政策下，GDP损失为1.99%。

编辑：刘心远

排版：张思露

相关阅读

点击“阅读原文”浏览小组主页