巴西坎普格兰德市COVID-19疫情前后O3与NO2浓度统计分布特征及其环境流行病学意义

本研究针对COVID-19大流行期间空气污染物与病毒传播的潜在关联，系统分析了巴西坎普格兰德市疫情前后臭氧(O3)和二氧化氮(NO2)的浓度分布变化。研究人员通过建立概率模型（含对数正态、伽马等5种分布），发现O3和NO2浓度分别增加2.7 DU和3.731015分子/cm2，且与COVID-19病例呈正相关，为环境因素影响呼吸道传染病传播提供了量化依据。

　　

随着COVID-19疫情的全球蔓延，环境因素对病毒传播的影响成为研究热点。其中，空气污染物如臭氧(O₃)和二氧化氮(NO₂)可能通过改变呼吸道黏膜屏障或病毒载体特性影响传播效率。然而，缺乏对特定地区污染物浓度分布的系统分析，尤其是疫情前后对比数据。巴西中西部城市坎普格兰德因其独特的地理位置和气候特征，成为探究这一问题的理想场所。

来自巴西的研究团队在《Journal of Environmental Engineering and Science》发表研究，通过分析2020年1-3月每日O₃、NO₂浓度及气象数据，结合COVID-19病例统计，首次建立了该地区污染物概率分布模型。研究采用对数正态、伽马、威布尔、冈贝尔和对数逻辑斯蒂克5种概率模型，基于Akaike和贝叶斯信息准则筛选最优分布。

关键技术包括：1）时间序列分析（涵盖O₃、NO₂、温度等变量）；2）概率分布拟合（5种模型对比）；3）相关性分析（Spearman秩检验）；4）使用Aura卫星OMI传感器获取NO₂柱浓度数据（分辨率0.25°×0.25°）。

污染物浓度变化特征
通过比较疫情前后数据，发现O₃平均浓度增加2.7 DU（多布森单位），NO₂增加3.731015分子/cm²。冈贝尔分布对NO₂的拟合优度最佳（AIC=128.7），而O₃更符合对数正态分布。

环境因素与COVID-19相关性
Spearman分析显示：温度（ρ=0.62）、O₃（ρ=0.58）和NO₂（ρ=0.51）与病例数呈正相关；湿度（ρ=-0.43）和降水（ρ=-0.39）呈负相关，表明干燥温暖环境可能促进病毒传播。

讨论与意义
该研究首次量化了巴西中西部城市疫情前后关键污染物的分布偏移，证实O₃和NO₂的分布特征变化与COVID-19传播存在统计学关联。对数正态分布对O₃的适用性反映其浓度受多重因素协同影响，而NO₂的冈贝尔分布特征提示极端排放事件的主导作用。研究为制定基于环境参数的流行病预警系统提供了理论框架，尤其对发展中国家城市环境健康管理具有参考价值。