芝加哥市空气质量监测站与PM2.5分布的空间差异研究

《Discover Public Health》：Disparities in the air quality monitoring stations and PM?.? in Chicago’s air quality landscape

　　

细颗粒物（PM_2.5）对城市地区的公共卫生和环境健康构成显著威胁。芝加哥密集的工业和交通导致空气质量空间变异显著，但监测站分布不均，造成部分城区空气质量数据采样不足。本研究采用混合方法，结合GIS核密度制图、USEPA监测数据的空间插值建模（反距离权重法[IDW]、样条函数[Spline]、克里金[Kriging]）、多尺度时间趋势分析（小时至年度）以及探索性空间数据分析（ESDA）。密度表面结果显示，监测站集中于芝加哥富裕的北部、西北部和西南部区域（最高达约0.07站/平方英里），而南部和东南部以少数族裔社区为主的区域几乎无监测覆盖。全市整体覆盖率极低（总计约4–5个监测站；约0.02站/平方英里；约每60万居民1个）。时间分析表明，全市年均PM_2.5浓度（约10.8 μg/m3）超过USEPA/WHO标准（9 μg/m3），夏季均值（约17.1 μg/m3）显著高于其他季节。日变化方面，PM_2.5浓度呈现明显规律：夜间（00:00–03:00）和早高峰时段达到峰值，中午至下午时段降至低谷。PM_2.5空间分布识别出奥黑尔机场、市中心环线和城南社区等热点区域，与北部较低浓度形成对比，揭示了芝加哥社会经济分野导致的环境不平等。研究结果表明，有必要在监测不足的高污染社区扩大监测范围并实施针对性干预，以促进社区健康公平。

## 研究背景与问题

人类活动导致的空气污染是当今全球最重要的环境和公共卫生挑战之一。在各类空气污染物中，空气动力学直径小于或等于2.5微米的细颗粒物（PM_2.5）受到广泛关注。PM_2.5由有机化合物（如烷烃、羧酸和多环芳烃[PAHs]）和无机离子（如硫酸盐、硝酸盐、铵盐和氯化物）组成，对人体和环境具有多重危害。在人体健康方面，PM_2.5可深入支气管和肺泡，影响呼吸系统、心血管系统，导致发育障碍、不良出生结局和癌症。环境影响包括能见度降低、臭氧相互作用、土壤和水体污染、植物毒性以及大气增温。因此，理解PM_2.5暴露的时空动态对于公共卫生干预、城市规划以及环境正义至关重要。

城市地区为PM_2.5的生成、扩散和积累创造了复杂环境。芝加哥作为美国第三大城市，拥有密集人口、高大紧密的建筑群（即城市峡谷和风屏效应）、广泛的工业区、重型车辆交通以及独特的气象影响，导致高度变异和显著的空气质量格局。《芝加哥论坛报》近期将芝加哥列为美国污染最严重的7大城市之一。更为复杂的是，PM_2.5主要来源的不均匀分布与城市社会空间结构相互交织。历史上根深蒂固的种族隔离、不平等的经济发展、基础设施差异以及与污染源相关的环境不公，导致芝加哥社区层面环境暴露存在显著的空间异质性。美国其他地区的研究一致表明，低收入社区，尤其是以黑人和拉丁裔居民为主的社区，面临不成比例的高水平空气污染，造成严重的健康不平等。

研究人员还对美国环境保护署（USEPA）空气质量监测站（AQMS）网络以及州和地方空气质量监测站（SLAMS）网络进行了审视，发现全国范围内存在空间覆盖不均的问题。监测网络往往在社会经济地位较高的社区过度采样，而许多脆弱社区几乎没有本地化监测，形成了"空气质量数据荒漠"现象，即空气污染暴露未能得到充分测量的地理区域，导致 marginalized 人群的环境负担被低估。尽管存在这些局限，USEPA AQMS和SLAMS资源仍为公共卫生保护、环境政策和城市规划提供了重要的空气质量信息。

鉴于芝加哥复杂且时空动态变化的城市环境，以及解决因AQMS和SLAMS分布不均而导致的环境正义问题的挑战，研究人员开展了这项研究。研究的主要目标是采用结合USEPA地面观测和空间插值模型的混合方法，调查芝加哥市PM_2.5的空间和时间变异性；同时批判性评估该区域现有AQMS网络，评价采样的充分性和对现有空间异质性的代表性。具体而言，研究利用大芝加哥都会区（Chicagoland）的USEPA AQMS数据分析了芝加哥的空气质量数据荒漠，并在小时至年度尺度上调查了PM_2.5浓度的时间变异性；此外，采用基于GIS的密度估计、定量统计分析和点状空气质量数据空间插值的混合方法，在能够反映城市人口和社会经济异质性的尺度上评估了PM_2.5浓度的空间分布。

## 关键技术方法

研究采用的主要技术方法包括：基于GIS的核密度估计（KDE），用于分析芝加哥USEPA AQMS的空间分布间隙，生成监测站密度的平滑曲面，半径参数设为5英里；多种时间尺度的统计趋势分析与探索性定量分析（EQA），结合推断性统计（如t检验或F检验）检验不同时间尺度PM_2.5的差异显著性；三种空间插值模型——反距离权重法（IDW）、样条函数（Spline）和克里金（Kriging），用于生成芝加哥高分辨率空气质量覆盖图，并通过交叉模型验证确保预测结果的稳定性；以及探索性空间数据分析（ESDA），包括Getis-Ord General (G)统计量和Moran's I指数，用于评估PM_2.5水平的空间自相关性和聚类模式。数据来源于USEPA运营的26个监测传感器，覆盖大芝加哥都会区，平均每个监测站年运行273天，提供小时量化数据。

## 研究结果

### 芝加哥空气质量监测站空间覆盖分析

核密度估计结果显示，芝加哥USEPA AQMS密度存在显著的空间差异。监测站密度最高区域达0.07站/平方英里，而部分区域为零。全市平均约0.02站/平方英里，相当于234平方英里的城市范围内仅约4个监测站，按270万人口计算，人均覆盖约为每70万人1个监测站。高密度监测集中于西南部、西部、北部、西北部和远北部，这些区域以白人居民为主；而南部、远南部和东南部等少数族裔人口比例较高的区域监测站稀少。美国能源部"城市气候与科学社区研究"（CROCUS）项目部署了额外的监测站点，显著改善了AQMS基础设施的空间覆盖，使人均覆盖提高至约每30万人1个站，但这些仪器尚未与USEPA的AQMS进行校准或整合。

### PM_2.5时间变异性分析

描述性统计揭示了PM_2.5浓度的显著季节变异性。年均PM_2.5浓度为10.8 μg/m3 ± 9.9 μg/m3。夏季平均浓度最高，达17.1 μg/m3 ± 17.5，显著高于其他季节（p < 0.05）；春季（8.6 μg/m3 ± 4.2）、秋季（8.5 μg/m3 ± 3.1）和冬季（9.0 μg/m3 ± 3.7）的平均浓度相对接近，无统计学显著差异。月度比较显示，6月PM_2.5水平最高（26.0 μg/m3 ± 26.7），10月最低（7.8 μg/m3 ± 3.5）。6月的数据因加拿大森林火灾事件而显著升高。

日变化分析表明，全年仅5天（1.36%）超过USEPA 24小时国家环境空气质量标准（NAAQS，35 μg/m3），仅54天（15%）超过WHO 24小时限值（15 μg/m3）。超标日主要集中在6月和7月的夏季月份。工作日与周末比较显示，夏季工作日PM_2.5水平（18.3 μg/m3）高于周末（13.9 μg/m3），且仅夏季呈现统计学显著差异（p < 0.05）。

小时尺度分析揭示了清晰的日变化模式：PM_2.5浓度从凌晨（00:00–03:00；10.6 μg/m3）开始处于中等水平，在早高峰期间（06:00–09:00；10.9 μg/m3）达到峰值；随后从上午至下午逐渐下降，在下午晚些时候（15:00–18:00；9.8 μg/m3）达到最低；傍晚（18:00–21:00；10.3 μg/m3）开始回升，夜间（21:00–23:59；10.8 μg/m3）再次达到峰值。这一模式与交通排放、大气垂直混合条件以及边界层气象条件的昼夜变化密切相关。

### PM_2.5空间分布模拟

三种插值模型（IDW、Spline、Kriging）生成的空间分布图显示出一致的PM_2.5空间变异模式。西北城区及奥黑尔机场附近的邓宁（Dunning）和诺伍德（Norwood）等相邻社区PM_2.5水平较高，聚类分析识别该区域为显著热点（p < 0.05）。市中心环线（Loop）和中央商务区也呈现显著较高的PM_2.5浓度。远北部和北部的罗杰斯公园（Roger Park）、北公园（North Park）、奥尔巴尼公园（Albany Park）、西岭（West Ridge）、湖景（Lakeview）和洛根广场（Logan Square）等社区浓度相对较低；西南部的加菲尔德岭（Garfield Ridge）和克利林（Clearing）也显示较低浓度，聚类分析确认这些社区为显著冷点（p < 0.05）。城南的大林荫道（Grand Blvd）、海德公园（Hyde Park）、伍德朗（Woodland）、富勒公园（Fuller Park）、大十字（Greater Grand Crossing）、华盛顿公园（Washington Park）以及邻近西南区的新城（New City）等社区经历相对较高的PM_2.5浓度，被识别为热点区域。

不同模型在识别社会经济地理控制因素方面存在差异。IDW模型显示PM_2.5空间分布不受芝加哥区域（sides）社会经济人口特征定义的显著影响；而Spline和Kriging模型均显示中央商务区PM_2.5水平显著最高（p < 0.05），其次为城南区域。西北、西部、西南和远西南的住宅区、轻工业区及两大机场周边浓度无显著差异，北部和远北部浓度最低。

## 讨论与结论

研究人员在讨论部分指出了USEPA AQMS在芝加哥的空间分布不均问题：监测站过度集中于富裕的白人社区，而少数族裔和低 income 居民聚居的南部区域监测严重不足，这种现象限制了全面的空气质量评估和公平的环境健康干预。研究证实芝加哥年均PM_2.5浓度（10.8 μg/m3）超出USEPA（9.0 μg/m3）和WHO（5 μg/m3）标准，夏季高值受野火烟雾、光化学反应增强、气象因素及人为排放增加的综合影响。工作日与周末的差异反映了人类活动强度的变化；日变化周期则与大气混合层动态、排放模式和城市热岛效应密切相关。空间分布的南北差异映射出城市土地利用和社会经济景观的异质性：北部以白人为主的富裕住宅区浓度较低，南部以少数族裔为主的工业走廊浓度较高，揭示了环境不平等问题。

研究结论部分指出，通过结合USEPA地面监测数据的混合方法对芝加哥PM_2.5分布和变异性进行的检验揭示，城市AQMS的空间分布存在差异，插值后的监测密度在西北部和北部高于南部、远南部和东南部。这种明显的不均等分布可能限制全面的空气质量评估和这些区域的公平干预潜力。数据表明芝加哥PM_2.5水平存在时间变异性：年均水平超过USEPA和WHO的可容忍年均暴露限值；季节中，秋季污染最轻，夏季最重；月度比较显示6月最高、10月最低；工作日与周末存在差异但不显著。时间变异表明，虽然年均值超标，但可能受加拿大森林火灾和独立日烟火的极端值驱动。PM_2.5表现出动态的昼夜模式：最高值出现在清晨和夜间，上午至下午下降，傍晚再次上升。模拟的空间分布显示，西北部、环线、市中心中央商务区及若干南部社区水平较高，而模拟的远北部和北部水平较低，这可能与城市社会经济和人口景观相关的环境不公平有关。这些发现显著增进了对主要城市环境中多地理和时间尺度环境空气质量异质性的理解，强调了空间控制因素对公共卫生规划和资源分配的关键意义，凸显了空间精细化空气质量评估对于理解环境模式、指导未来监测站部署和开发精细城市环境模型的重要性。