论文部分内容阅读
众所周知,当空气中某种成分的含量、密度、存在时间等超过人体所能承受的范围,不可避免地会给身体健康带来不同程度的危害。空气污染,特别是颗粒物污染,对成人的肺功能、呼吸系统功能等都有非常严重的威胁与损害。为了给空气污染研究提供数据支持,自2012年以来,国家相继出台一系列技术规范与规定,启动“实时监测、公布多种典型空气污染物浓度”机制,尤其重视对可吸入颗粒物PM10、细颗粒物PM2.5浓度的精确监测与机制研究;这一系列举措将空气污染现状与研究机制更加透明、更加及时地推向大众视野。本文在国家自然科学基金资助项目(41371395)、山东省国土资源遥感波谱库建设项目、山东省地质环境监测总站项目(鲁勘字【2011】14号)等项目的支持下,以济南市区为研究区,进行PM10、PM2.5浓度与呼吸道疾病——哮喘病和慢性阻塞性肺炎病患(Chronic Obstructive Pulmonary Disease,下文简称为“COPD”)之间的关系研究。主要研究内容与结果如下:(1)气溶胶光学厚度干消光系数反演。为了使反演结果更加精确、反演过程更加便捷,本文通过重建查找表和修改过程参数,开发得到适合研究区实际情况的、用于MODIS影像反演气溶胶光学厚度的程序,得到气溶胶光学厚度;并且对其进行湿度订正和高度订正,得到气溶胶光学厚度干消光系数;实现了“MODIS遥感影像-气溶胶光学厚度-干消光系数”的反演过程;(2)颗粒物浓度反演。在保证颗粒物浓度数据采集时间和影像成像时间相同的前提下,利用颗粒物浓度数据与MODIS影像数据,分别建立各季节气溶胶光学厚度干消光系数与颗粒物浓度之间的模型,实现了“MODIS影像数据-气溶胶光学厚度-干消光系数-颗粒物浓度面状数据”的反演过程,填补了颗粒物浓度的监测空白;(3)空间分布关系研究。在ACRGIS 10.0中,将呼吸道疾病患者的地址坐标点加载到图层上,与PM10、PM2.5浓度分布结果进行叠加,直观分析两者的空间分布关系;通过一系列处理,统计得到不同颗粒物浓度范围内每单位面积上分布的病患数量,计算得到空间患病率。总体上,颗粒物浓度越高,病患分布越密集;随着颗粒物浓度的增加,每单位面积上分布的病患逐渐增多;(4)时间发展关系研究。分别从长期-暴露水平研究和短期-相关性研究两方面展开。<1>纵观2001-2008年。以每个病患所在位置点上的颗粒物浓度为样本,计算得样本总体的平均值与标准差,“平均值?标准差”即为长期-暴露水平。可得哮喘病-家庭组病患、哮喘病-工作组病患、COPD-家庭组病患、COPD-工作组病患的PM10暴露水平分别是166.165?9.301μg/m3、167.276?9.892μg/m3、165.454?10.259μg/m3、164.008?9.205μg/m3,PM2.5暴露水平分别是76.768?5.109μg/m3、76.247?5.69μg/m3、177.339?5.469μg/m3、75.685?5.019μg/m3;<2>就2009年而言。在SPSS中,以PM10月均浓度为自变量,以每月入院病患数量为因变量,分别进行Pearson相关系数检验和回归模型-R2值研究。可知,两者之间的Pearson相关系数均在0.5以上、回归模型-R2值在0.3-0.6之间,均表明有较好的线性相关性。