南加州弱势群体中港口与铁路相关空气污染对呼吸道症状的影响：基于数字吸入器传感器的暴露-反应研究

本研究针对南加州港口作业和铁路机车排放导致的PM2.5 与NO2 污染问题，通过数字吸入器传感器追踪1992名哮喘/COPD患者的急救药物使用情况，结合STILT扩散模型和glmmTMB统计分析，发现PM2.5 每增加10μg/m?3 导致急救药物使用量上升3.42%，且高社会剥夺指数(SDI)社区受影响程度是低SDI社区的3.8倍。该研究为环境正义政策制定提供了精准数据支持。

　　

在全球贸易蓬勃发展的背景下，港口和铁路作为货物运输的核心枢纽，其柴油动力设备排放的污染物正成为城市空气污染的新焦点。南加州的洛杉矶港和长滩港作为全美最繁忙的港口综合体，每年处理价值超过2600亿美元的货物，但毗邻社区的居民却为此付出健康代价。这些以低收入和少数族裔为主的社区，长期暴露于港口船舶和铁路机车排放的PM_2.5
（空气动力学直径≤2.5微米的颗粒物）和NO₂
（二氧化氮）中，面临显著的呼吸系统疾病风险。尽管已有大量关于道路交通污染的研究，但针对港口和铁路这类"隐形污染源"的健康影响评估仍存在显著空白。

为破解这一难题，加州大学伯克利分校联合研究团队开展了一项创新性研究。研究人员巧妙利用附着在急救吸入器上的数字传感器，首次实现对呼吸道症状的时空精准监测。这项发表在《Environment International》的研究，不仅揭示了特定污染源与健康结局的定量关系，更暴露了环境健康不平等的严峻现实。

研究团队采用多学科交叉方法：首先通过加州空气资源委员会EMFAC系统获取港口和铁路排放数据，结合高分辨率STILT（随机时间反演拉格朗日传输）模型模拟污染物扩散；其次利用1992名哮喘/COPD患者的数字吸入器数据（2012-2019年），通过glmmTMB（带有模板模型构建器的广义线性混合模型）分析污染暴露与急救药物使用的关联；最后引入社会剥夺指数(SDI)评估健康不平等。

研究结果部分呈现多项重要发现：

1. 空气污染建模显示：PM_2.5
   校准模型解释度达54.1%，2012-2019年间最高年浓度从101.7μg/m^?3
   降至39.3μg/m^?3
   。
2. 健康数据分析表明：研究对象中70.2%为女性，88.5%患哮喘，61.9%使用控制药物，日均急救吸入1.85次。
3. 暴露-反应关系证实：PM_2.5
   每增加1μg/m^?3
   导致急救药物使用增加0.35%（p<0.001），而NO₂
   在联合模型中无显著影响。
4. 健康不平等分析揭示：高SDI社区对PM_2.5
   的敏感性是低SDI社区的3.8倍（p=0.02），凸显环境正义问题。

讨论部分强调，该研究首次量化了港口和铁路排放对呼吸道健康的特异性影响，其创新性体现在三方面：一是将数字健康技术应用于环境流行病学，实现症状监测的时空精准化；二是采用源解析方法区分特定污染源的贡献；三是引入SDI指数揭示环境健康不平等的生物学机制。研究建议优先在高剥夺社区实施电动化改造、岸电系统等干预措施，并为美国《清洁空气法案》的修订提供科学依据。

值得注意的是，研究也存在一定局限性：PM_2.5
模型解释度相对较低，且未考虑室内污染源的影响。未来研究可结合移动监测设备提升暴露评估精度，并探索PM_2.5
组分差异的健康效应。这些发现不仅为环境健康政策制定提供新证据，也为全球其他港口城市的空气污染治理树立了研究范式。