利用LOTOS-EUROS化学传输模型、出行调查和颗粒物毒性的多尺度框架模拟人群暴露模式

《GeoHealth》：Modeling Patterns of Population Exposure With a Multiscale Framework Utilizing LOTOS-EUROS Chemical Transport Model, Mobility Surveys and Particulate Toxicity

　　

本研究提出了一种高分辨率、多组分框架，用于估算热带城市环境中人群对空气污染的暴露，旨在解决复杂地形和历史出行与暴露数据有限的问题。该框架应用于哥伦比亚阿布拉山谷的麦德林市。为评估人群对颗粒物（PM）的暴露，研究人员整合了数值模拟、出行数据和毒性数据。利用天气研究与预报（WRF）模型驱动的LOTOS-EUROS化学传输模型（CTM），以1 km × 1 km的空间分辨率模拟了2019年的空气质量。出行动态来源于起终点调查（ODS），该调查涵盖240个交通分析区超过180,000次出行。该数据集的利用有助于估算不同人口群体在工作日的时权暴露水平。研究人员分析了颗粒物样本的形态化学特性，以确定金属和碳质组分的存在，因为这些组分具有显著的健康影响。暴露模型是一个加权模型，整合了暴露时间、PM_2.5和PM₁₀浓度以及细胞遗传毒性指标。对可用数据应用聚类分析，结果识别出高风险区域，表明中心区和南区（约占大都市人口的60%及主要高速公路走廊）在高峰时段平均颗粒物暴露水平超过40 μg/m³，从而超过了世界卫生组织（WHO）空气质量指南。这些区域表现出最高的暴露水平，如聚类显著性水平所示，提示需要更多流行病学研究和公共卫生干预措施。

**论文解读：利用LOTOS-EUROS化学传输模型、出行调查与颗粒物毒性构建多尺度人群暴露模式**

**研究背景与问题**
长期暴露于环境空气污染与多种不良健康效应相关，包括呼吸系统疾病、心血管疾病和死亡率增加。人群暴露取决于污染物浓度、个体位置、暴露时长和肺通气率等因素。直接测量个人暴露（如使用便携式传感器）具有高精度，但资源密集、时间有限且局限于特定群体。替代方法是大规模数学模型，结合化学传输模型（CTM）与人口分布和活动数据来估算暴露风险。然而，在复杂地形（如深谷城市）中，缺乏高分辨率的历史出行和暴露数据，且现有模型难以准确模拟热带城市环境中的污染物动态。此外，颗粒物的形态化学特性和细胞遗传毒性（cytogenotoxicity）对健康影响显著，但往往未被纳入暴露模型。因此，本研究旨在提出一个高分辨率、多组分框架，通过整合气溶胶传输模拟、出行模式和颗粒物毒性，来评估热带城市环境中的人群暴露，并以哥伦比亚阿布拉山谷的麦德林市为案例。该研究发表在《GeoHealth》期刊上。

**主要技术方法**
研究人员采用的关键方法包括：
1. **化学传输建模**：利用WRF模型驱动LOTOS-EUROS CTM，以1 km × 1 km空间分辨率模拟2019年空气污染，采用四重嵌套域（最高分辨率1 km），气象初始场来自ECMWF，排放清单包括MEGAN（生物源）和EDGAR（人为源）。
2. **人类活动建模**：基于2017年阿布拉山谷大都市区起终点调查（ODS），包含240个交通分析区超过180,000次出行，通过对人口增长因子（1.057）缩放至2019年，估算各宏区域逐时人口密度（假设均匀分布）。
3. **暴露模型构建**：采用“复制微环境监测模型”，将平均浓度、暴露时长和人口密度相乘，得到逐时暴露因子（式4-6），并考虑WRF-LOTOS-EUROS浓度与出行调查的不确定性（总相对不确定度约±21%）。
4. **细胞遗传毒性与风险建模**：在三个站点（Museo de Antioquia、Tanques La Y、Tanques EPM Girardota）采集PM样本，进行形态化学分析，将颗粒分为矿物、有机/生物源、轮胎磨损、金属、钛富集漆、盐类六类；利用Fick扩散定律和山方法（径向基函数）进行空间插值，估算各宏区域组成；同时，基于前期细胞实验（暴露于PM_2.5和PM₁₀的皮肤、眼部和肺组织死亡率），加权构建风险指数。

**研究结果**
- **3.1 颗粒物暴露浓度**：LOTOS-EUROS模拟显示，PM_2.5日均浓度范围0.1–63.8 μg/m³，PM₁₀为0.7–101.6 μg/m³；晨间浓度较低，午间升高，晚间下降，呈现明显日变化。
- **3.2 时间活动模式**：ODS显示工作日主要出行目的为工作、学习和办事；高峰时段为6:00–8:30和17:00–18:30；71%出行以麦德林市为目的地，多采用机动化交通；中心区域（La Candelaria、El Poblado等）及南部城市（Itagüí、Envigado、Sabaneta）出行密集。
- **3.3 暴露因子**：暴露因子高水平区域集中于城市核心（如麦德林市中心La Candelaria、Guayabal、Belén、Laureles及南部Itagüí、Sabaneta中心），与高人口密度和交通排放相关；晨间6时暴露集中市中心，午间扩展，傍晚回落；约60%大都市人口所在中心区和南部在高峰时段平均暴露超过40 μg/m³，超过WHO指南。
- **3.4 风险映射**：通过将归一化浓度（除以小时限值）与组织特异性细胞死亡率相乘，构建风险指数。宏区域15（Buenos Aires、La Milagrosa、Caicedo附近）得分最高，宏区域19（La Candelaria等）次之（5.4），宏区域20、12、21得分较低（3.7、1.6、1）。该指数并非直接预测健康结局，而是突出潜在生物应激热点区域。

**讨论与结论**
讨论部分指出，本研究通过高分辨率模拟、监测网络数据和出行模式，构建了区分不同街区暴露水平的模型，并加入基于形态化学特性的危害权重，生成假设性风险指数。该指数有助于理解先前观察到的污染相关死亡率模式，并为优先干预区域提供工具。与土地利用回归模型（LURM）相比，本研究采用CTM模拟，能更好捕捉复杂地形中的大气动力学，如Belén南部观测到的异常高污染水平（与环流模式相关）。未来需整合更高时间分辨率的人类活动数据以细化风险估计。
结论部分总结：本研究识别了麦德林城市区域及大都市区中PM_2.5和PM₁₀的高暴露区域，推进了对该区域污染暴露的理解。利用LOTOS-EUROS等大规模CTM，可模拟排放、传输、化学反应和沉降过程。方法论框架实现了模拟浓度与逐时人口密度的整合，提供了定量评估工具。数据缺失是主要挑战，模型未来可应用于哥伦比亚其他城市。通过本地化实施WRF与CTM耦合，并利用高分辨率排放清单（如基于道路网络和车流量的空间时间分解），改善了模型性能。尽管仍需进一步细化人类活动信息，但已建立可靠工具用于理解阿布拉山谷居民日常暴露的污染负荷。鉴于改善区域人类福祉及对热带环境的适用性，需进一步研究。