• 沒有找到結果。

臭氧及PM1/PM2.5/PM10氣懸微粒之暴露及健康風險評估─子計畫一:臭氧總暴露量之評估

N/A
N/A
Protected

Academic year: 2021

Share "臭氧及PM1/PM2.5/PM10氣懸微粒之暴露及健康風險評估─子計畫一:臭氧總暴露量之評估"

Copied!
4
0
0

加載中.... (立即查看全文)

全文

(1)

1

行政院國家科學委員會專題研究計畫成果報告

臭氧總暴露量之評估

Total Exposur e Assessment of Ozone

計畫編號:NSC 88-2621-Z-002-01

執行期限:87 年 8 月 1 日至 88 年 7 月 31 日

主持人:王秋森 台灣大學公共衛生學院公共衛生學系

E-mail: cswang@ccms.ntu.edu.tw

一、中文摘要 1998 年以來臭氧已成為台灣各都會區 及其下風處的主要空氣污染物。鑑於臭氧 對正在成長中的學童可能有嚴重的健康效 應,本研究以大氣環境及室內環境之臭氧 為考量,探討台北市中山區 5-6 年級國小 學童之個人臭氧總暴露量。 本研究以隨機抽樣的方式在台北市中 山區選定下列 4 所願意配合採樣的小學:中 山、懷生、中正和吉林。在這四所小學中 願意配合採樣的班級,以問卷調查的方式 選定願意配合採樣的學童及住家。選定的 住家及教室室內皆採用自然通風,並且沒 有影印機、靜電集塵器等可能產生臭氧的 設備。在 1998 年 11 月 20 日至 1999 年 3 月 25 日之間,使用 Ogawa 被動式採樣器 針對住家室內外、學校教室室內外環境中 的臭氧以及學童個人暴露的臭氧進行採 樣,每一樣本的採樣時間為 24 小時,共採 得有效樣本 220 個。擴散至採樣器內的臭 氧分子與塗敷於濾紙上的亞硝酸鈉反應產 生硝酸鹽,採樣結束後以去離子水萃取。 然後以離子層析儀量測硝酸根離子的濃 度,即可推算採樣期間的臭氧平均濃度。 在無室內臭氧發生源的情形下,影響 室內外臭氧平均濃度比值的因素是室內外 之間的臭氧傳輸,以及臭氧在室內的化學 反應和匯集(sink)。影響室內外之間的臭氧 傳輸的主要因素是門窗開啟面積和門窗開 啟時數。本研究將門窗開啟面積與樓地板 面積的比值、以及門窗開啟時數與採樣時 數比值合併為門窗因子,以探討其對室內 外臭氧濃度比值的影響。 本研究參考文獻上已有的模式加以簡 化,建立四個新的個人臭氧暴露評估模 式。其中模式 A 所使用的參數包括室內外 臭氧平均濃度實測值以及監測站的臭氧平 均濃度實測值。 研究結果顯示,住家和教室的門窗因 子與臭氧室內外平均濃度比值之間呈現線 性 的 關 係 , 其 判 定 係 數 分 別 為 0.77 和 0.69,P 值皆小於 0.01。模式 A 預測學童臭 氧暴露平均濃度與實測值的判定係數為 0.71,P 值小於 0.01。 關鍵詞:臭氧、臭氧總暴露量、室內外臭 氧平均濃度比值、門窗因子、被動式採樣 器 Abstr act

Since 1998, ozone has become the main air pollutant in downwind areas of major metropolitan centers in Taiwan. In view of the potential health effects of ozone on children, we studied the ozone exposure of the 5th and 6th grade students in Taipei by measuring the ozone concentrations in ambient and indoor environments, as well as the concentration of ozone to which the students were exposed.

Four primary schools in Chung-shan district in Taipei were selected randomly for this study. The homes of the students who participated in this study used only natural ventilation, and had no ozone generating devices, such as photocopiers and electrostatic precipitators. During November 20, 1998 to March 25, 1999, the indoor and outdoor ozone concentrations for the homes and classrooms and the concentration of ozone to which the students were exposed were determined by Ogawa passive samplers. Each sample was collected for 24 hours. The total number of

(2)

2

samples was 220. The sampling technique is based on the oxidation reaction of nitrite with ozone molecules which diffuse into the sampler. After sampling, each sample was extracted with deionized water and then analyzed for nitrate by ion chromatography. The ozone concentrations during sampling were then calculated.

When there are no indoor ozone sources, the ratio of the mean concentration of ozone between indoor and outdoor depends on the transport of ozone from outdoor into indoor, the chemical reactions involving ozone and the ozone sink in the indoor environment. The main factors affecting the transport of ozone from outdoor into indoor are the open areas of windows and doors and the length of time they are opened. The ratio of the open area of windows and doors to the house floor area and the ratio of the time during which windows and doors were opened to the sampling time were combined to obtain a door/window factor. The factor was then correlated with the indoor to outdoor ratio of ozone concentration.

Three mathematical models were developed for predicting personal ozone exposure. The parameters used in model A were measured mean ozone concentrations at indoor, outdoor, and a nearby monitoring station, while models B and C used fewer parameters.

The results show that the coefficient of determination for the relationship between the door/window factor and the ratio of the mean ozone concentrations between indoor and outdoor was 0.77 for residential houses and 0.69 for classrooms, and the P values were both under 0.01. The coefficient of determination for the correlation between mean exposure concentration predicted by model A and measured values was 0.71, with P value lower than 0.01.

Keywor ds: Ozone, Total Ozone Exposure,

Indoor/Outdoor Ratio of Ozone

Concentration, Door/Window Factor, Passive Sampler. 二、緣由與目的 1998 年以來臭氧已成為台灣各都會區 及其下風處的主要空氣污染物。臭氧是一 種二次污染物,其主要的前驅物為氮氧化 物與非甲烷碳氫化合物。近年來國內都會 區的汽機車數量急速增加,因此非甲烷碳 氫化合物與氮氧化物的總排放量不易削 減。以目前國內汽機車數量成長的趨勢來 推測,在未來的十年中臭氧可能將持續為 各都會區及其下風處的主要空氣污染物。 許多有關臭氧健康效應的研究結果顯 示,高臭氧濃度的暴露會導致肺功能明顯 降低。Horstman 等[1]進行的人體試驗之結 果指出,在分別暴露於 81.5、101.9 和 122.3 ppb,6.6 小時後,肺功能指標 FEV1.0(forced expiratory volume in 1s)分別降低 7.0、7.0 和 12.3%,顯示不是極高的濃度但較長時 間的暴露也會引起不良的健康效應,而且 臭氧的健康效應沒有明確的閾值濃度。 近年來台灣各都會區下風處的臭氧濃 度每日最高小時值大於 120 ppb 的次數相 當多。包括基隆市、台北縣市和桃園縣的 北部空氣品質區內之環保署空氣品質監測 站中 1996 年之有效測站有 20 個(有效測站 定義為該測站一年中的臭氧有效測值在 256 天以上),其中 1 小時臭氧濃度平均值 大於 120 ppb 之日數在 10 天以上的有土 城、板橋、新莊、萬華及古亭 5 個測站。 以此項臭氧監測數據與上述人體試驗研究 結果比較,可見台灣地區臭氧污染程度已 足以產生不可忽視的健康效應。因此有必 要對國人臭氧暴露情況有量化的瞭解,尤 其對比較敏感的族群(如學童)更有必要進 行有系統的臭氧暴露量評估。 本研究以台北市中山區四個國小 11-12 歲的學童為研究對象,利用個人採樣器 進行臭氧暴露量評估。同時建立數學模 式,藉由室內、室外定點採樣及環保署空 氣品質監測站所獲得的臭氧濃度數據,配 合個人的時間活動資料,以估計個人臭氧 暴露量。 本研究主要的目的條列如下: (1) 測量都會區國小學童(以台北市中山區

(3)

3 高年級學童為對象)非假日所暴露的臭 氧平均濃度。 (2) 住戶及教室室內外臭氧平均濃度比值 的探討。 (3) 臭氧暴露模式的探討與改進。 三、結果與討論 學童個人臭氧暴露平均濃度 本研究於 1998 年 11 月至 1999 年 3 月,在台北市中山區對 16 個學童進行臭氧 暴露採樣。根據 40 個有效樣本,其臭氧暴 露濃度平均值為 5.24 ppb。採樣期間內環 保署中山監測站旁以被動式採樣器採得 17 個樣本的臭氧濃度平均值為 18.87 ppb。學 童個人暴露樣本和監測站旁樣本的臭氧濃 度平均值的比值為 0.28。 室內外臭氧平均濃度比值與門窗因子 本研究結果顯示 1998 年 12 月至 1999 年 3 月間台北市中山區選定國小學童住家 室內外臭氧平均濃度比值,17 戶住家共 44 個樣本的平均值為 0.44,標準差為 0.26, 比值範圍為 0.9~0.02 之間。台北市中山區 國小教室室內外臭氧平均濃度比值,11 間 教室共 33 個樣本的平均值為 0.45,標準差 為 0.22,比值範圍為 0.99~0.12 之間。 在無室內臭氧發生源的情形下,影響 室內外臭氧濃度比值的因素是室內外之間 的臭氧傳輸,以及臭氧在室內的化學反應 與匯集。影響室內外之間的臭氧傳輸的主 要因素是門窗開啟面積和開啟時數。因此 將樓地板面積、門窗開啟面積、門窗開啟 時數與採樣時數合併成門窗因子。 門窗因子 ) ( 24 ) ( ) ( ) ( 2 2 h m h m × × = 樓地板面積 門窗開啟時數 門窗開啟面積 本研究以此門窗因子為一變數,將之與 室內外臭氧平均濃度之比值進行迴歸分 析。影響室內外之間臭氧傳輸的因素尚包 括風速及風向。但因氣流的影響較為複 雜,本研究未將之納入考量。 將 1998 年 12 月至 1999 年 3 月間在台 北市中山區選定住家採集的所有樣本與門 窗因子做相關性的探討,獲得住家室內外 臭氧平均濃度比值與門窗因子的迴歸式為 y = 13.26x + 0.20,判定係數為 0.77,呈 現良好的線性關係。將同一期間在台北市 中山區選定學校教室採集的所有樣本與門 窗因子做相關性的探討,獲得教室室內外 臭氧平均濃度比值與門窗因子的迴歸式為 y = 4.02x + 0.27,判定係數為 0.69。 學童個人臭氧暴露評估模式 本研究參考文獻上已有的模式加以簡 化,建立 4 個不同模式。其中模式 A 為簡 化 Liu 等[2]的模式,模式 B 與模式 C 是將 模式 A 再加以不同程度的簡化。模式 D 則 為利用室內外臭氧平均濃度實測值做為參 數。模式 A 可用下式表示: Ce = 24 1

= 24 1 [ k Cih,k× Fih,k+Coh,k× Foh,k+ Cis,k× Fis,k+Cos,k×Fos,k+ Cc,k×F∞] 式中Cih,k×Fih,k及 Coh,k×Foh,k為第 k 小時 內個人於住家室內外暴露的臭氧平均濃度 預測值。Cis,k×Fis,k及 Cos,k×Fos,k為第 k 小時 內個人於住家室內外暴露的臭氧平均濃度 預測值。Cc,k×F∞為第 k 小時內個人非於住 家及學校附近室外暴露的臭氧平均濃度預 測值。各參數意義如下所示: Coh, k = (Coh24/Cc24)(Cc, k) Cih, k = (Coh, k)(I/O) h Cos, k = (Cos24/Cc24)(Cc, k) Cis, k = (Cos, k)(I/O) s Ce=24小時臭氧暴露平均濃度預測值 Cih,k=第k小時住家室內臭氧平均濃度預測 值 Coh,k=第k小時住家室外臭氧平均濃度預測 值 Foh,k=第k小時於住家室外時間的比率 Fih,k=第k小時於住家室內時間的比率 Coh24=住家室外24小時臭氧平均濃度實測 值 Cc24=監測站24小時臭氧平均濃度實測值 Cis,k=第k小時教室室內臭氧平均濃度預測 值 Cos,k=第k小時教室室外臭氧平均濃度預測 值

(4)

4 Fos,k=第k小時於教室室外時間的比率 Fis,k=第k小時於教室室內時間的比率 Cos24=教室室外24小時臭氧平均濃度實測 值 Cc24=監測站24小時臭氧平均濃度實測值 Cc,k=監測站第k小時臭氧平均濃度實測值 (I/O)s=住家室內外24小時臭氧平均濃度比 (I/O)h=教室室內外24小時臭氧平均濃度比 F∞=第 k 小時不在教室室內外及住家室內 外時間的比率 圖 1.顯示臭氧平均暴露濃度實測值與 模 式 A 預 測 值 迴 歸 分 析 的 判 定 係 數 為 0.71,模式 A 在預測學童臭氧平均暴露濃 度上有良好的準確度。 從住家及學校教室的室內外的臭氧平 均濃度比值與門窗因子的迴歸模式中可以 發現,門窗因子與室內外的臭氧平均濃度 比值有良好的線性關係。藉由住家及學校 教室門窗因子的數據可以估計其室內外的 臭氧平均濃度比值。 Thompson 等[3]指出不同的建築物可 能有不同的室內外臭氧平均濃度比值。若 要改善模式的預測能力,除了必須考慮各 種不同微環境的室內外臭氧平均濃度比值 外,對於各微環境其影響室內外臭氧平均 濃度比值的因素也必須加以考量。 本研究只針對依賴門窗通風的建築物 類型進行採樣。若要進一步瞭解個人臭氧 暴露的其他各種情況,對不同的住家類型 式及通風狀況有必要做進一步的探討。 四、計畫成果自評 本研究大致上均已達成原計劃預期目 標,而本研究之內容與原計劃亦大致相 符。本研究的主要發現為室內外臭氧平均 濃度比值與門窗因子(將門窗開啟面積與 樓地板面積的比值,以及門窗開啟時數與 採樣時數比值相乘而得)之間呈現良好的 線性關係。此項發現對於個人臭氧暴露評 估具有甚高的學術與應用價值。另外,本 研究根據文獻已有模式加以改進而得的個 人臭氧暴露評估模式 A,其預測能力相當良 好。本研究結果已撰寫成一篇碩士論文 [4],並計劃在學術期刊發表。 五、參考文獻

[1] Horstman, D.H., L.J Folinsbee, P.J. lves. S. Abdul-Salaam and W.F McDonneoll. Ozone Concentration and Pulmonary Response Relationships for 6.6 Hours Exposures with Five hours of Moderate Exercise to 0.08, 0.10, 0.12 ppm. Am Rev Respir. Dis, Vol. 142: 1158-1163 (1990).

[2] Liu, L.-J. S, P. Koutrakis, H. H. Suh, J. D. Mulik, and R. M. Burton. Use of Personal Measurements for Ozone Exposure Assessment: A Pilot Study. Environmental Health Perspective. 101: 318-324 (1993).

[3] Thompson, C. R, E. G. Hensel G. Kats. Outdoor-Indoor Levels of Six Air Pollutants. J. Air & Waste Management Association, 23: 881-886 (1973). [4] 李元鼎 台北市中山區國小學童之臭 氧暴露評估。國立台灣大學公共衛生學 院環境衛生研究所碩士論文,中華民國 八十八年六月。 y = 0.79x + 0.87 R2 = 0.71 P < 0.01 0 5 10 15 20 0 5 10 15 20 圖4.8.1 1998年12月至1999年3月間中山區國小學童24 小時臭氧暴露平均濃度實測值與模式A估計的預測值 之比較 臭 氧 平 均 濃 度 預 測 值 (p pb ) 臭氧平均濃度實測值(ppb) 圖 1.1998 年 12 月至 1999 年 3 月間中山 區國小學童 24 小時臭氧暴露平均濃度 實測值與模式 A 估計的預測值之比較

參考文獻

相關文件

You are given the wavelength and total energy of a light pulse and asked to find the number of photons it

Reading Task 6: Genre Structure and Language Features. • Now let’s look at how language features (e.g. sentence patterns) are connected to the structure

好了既然 Z[x] 中的 ideal 不一定是 principle ideal 那麼我們就不能學 Proposition 7.2.11 的方法得到 Z[x] 中的 irreducible element 就是 prime element 了..

Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17

Hope theory: A member of the positive psychology family. Lopez (Eds.), Handbook of positive

volume suppressed mass: (TeV) 2 /M P ∼ 10 −4 eV → mm range can be experimentally tested for any number of extra dimensions - Light U(1) gauge bosons: no derivative couplings. =&gt;

For pedagogical purposes, let us start consideration from a simple one-dimensional (1D) system, where electrons are confined to a chain parallel to the x axis. As it is well known

The observed small neutrino masses strongly suggest the presence of super heavy Majorana neutrinos N. Out-of-thermal equilibrium processes may be easily realized around the