文/莊秉潔 中興大學環境工程系教授;古鎧禎、郭珮萱、鄭逸瑋、李泓錡 中興大學環境工程系
空氣污染物中漂浮著類似灰塵的粒狀物稱為懸浮微粒(particulate matter, PM),其中粒徑小於或等於2.5 μm的通稱細懸浮微粒(PM2.5)。PM2.5非常細小,約只有頭髮直徑的28之1,可穿越細支氣管壁直達肺泡,同時干擾肺內的氣體交換,引起發炎反應。
近年來,已有越來越多的研究證實PM2.5會對健康造成影響,包括:支氣管炎、氣喘、心血管疾病、肺癌等,且無論長期或短期暴露在空氣污染物的環境之下,皆會提高呼吸道疾病及死亡之風險(Pope et al., 2002; Elliott and Copes, 2011; Turner et al., 2011; Vinikoor-Imler et al., 2011; Crouse et al., 2012; Hoek et al., 2013; Kloog et al., 2013)。因此,許多國家已訂定PM2.5的管制標準 (如下表),台灣環保署也於2012年5月14日增訂PM2.5空氣品質標準,訂定24小時平均值標準為35 μg/m3、年平均值標準為15 μg/m3,並訂定2020年PM2.5年平均值要降至15 μg/m3以下之目標。(資料來源:行政院環境保護署網站)
表1 各國PM2.5管制標準
資料來源:行政院環境保護署網站(http://air.epa.gov.tw/Public/suspended_particles.aspx)
由於環保署測站自動監測的PM2.5最早從2004年才開始有資料,而氣象局自1960年起已有長期能見度資料,為了解台灣PM2.5可能的長期濃度變化趨勢,我們利用PM2.5會吸收、散射太陽光線、降低能見度之特性(Abbey et al., 1994),來建立台灣PM2.5濃度與能見度之關係,並推估1960至2004年的PM2.5濃度。迴歸統計以基隆、板橋、台中、台南、花蓮及台東為代表,使用2004年至今之環保署中午(10:00~14:00)之PM2.5資料及氣象局之能見度資料,考慮起霧所造成能見度不良的影響,僅選用日平均相對溼度小於70%及日累積降雨量等於0之資料,表2及圖1為迴歸統計篩選條件及結果,由圖1可以看出,PM2.5之濃度與能見度呈負相關。圖2為根據統計結果,利用各地區氣象站能見度資料所推估的PM2.5濃度,台北在1960~1980/1990年代PM2.5為全台最高,宜蘭在1970年以前也不好,而中南部空氣並非一直很差,是最近30年才開始惡化,在1980年以前都遠比台北為佳。
表2 能見度與PM2.5濃度迴歸分析之篩選條件及結果
圖1 能見度與PM2.5濃度之相關性
圖2 1960~2010年代台灣PM2.5濃度分布
因PM2.5之來源可分為自然源與人為源,自然源主要由海鹽飛沫、火山爆發及地殼岩石風化而來,人為源主要由石化燃料及工業排放、移動源廢氣等燃燒行為而來。PM2.5依其性質又可分成原生性及衍生性,原生性係指排放到大氣中未經化學反應即為PM2.5,如海鹽飛沫、營建工地粉塵、車行揚塵及工廠直接排放。而衍生性氣膠則係指被釋出之非PM2.5之化學物質(稱為前驅物,可能為固體、液體或氣體),在大氣中經過一連串複雜的光化反應後成為PM2.5的微粒,主要為硫酸鹽、硝酸鹽及銨鹽,以上污染來源均除本地污染外,亦受到境外長程傳輸污染之影響。
因大氣中PM2.5主要來源以人為源為主,我們使用環保署之1988、1997、2007年排放清冊資料作為驗證,將台北地區、台中地區、高雄地區、花蓮地區及台東地區之主要污染物(SO2, NOx, PM10)加總起來,並假設SO2與NOx會全部轉換成氣膠污染物(NH4)2SO4與NH4NO3,再依照粗細粒比例(PM10、(NH4)2SO4、NH4NO3與PM2.5之粗細粒比分別為0.46、0.85、0.58),將PM10、(NH4)2SO4與NH4NO3換算為PM2.5之重量並加總起來(Total PM2.5),結果如表3所示。1988年台北地區在PM2.5的總量及單位面積都是最高的,與圖2台北地區PM2.5的模擬值最高相符合,而到了1997年時,高雄地區污染物排放量由於工業發展而逐漸提高,台北地區則於1980年代開始要求工廠遷出後,使得PM2.5濃度開始低於高雄地區,而台中地區的空氣污染情形在此時也明顯比1988年嚴重,結果與圖2模擬相似,2007年時,台北地區的空氣污染情形已低於台中地區與高雄地區,而台中地區或許是受到台中火力發電廠的影響,空氣污染情形特別嚴重,而在東部的花蓮及台東地區,空氣品質都比西半部的台北、台中及高雄地區良好,花蓮地區PM2.5濃度高於台東地區,也與模擬結果趨勢相同。
表3 台灣地區主要城市總PM2.5 (Total PM2.5)
1.「總和」單位:千公噸;「單位面積」單位:噸/平方公里
2. 資料來源:莊秉潔(2011)
由於PM2.5會造成提高呼吸系統疾病的風險,而非吸菸之女性得到的肺癌以肺腺癌為主(Lam, 2005),因此,此處討論以女性肺腺癌為主。這並非代表男性不會得肺腺癌或男性之肺腺癌與PM2.5關係不大,主要是女性大多不抽煙,生活習慣亦較男性為好,在分析上較容易看出其肺腺癌與PM2.5之關係。如果女性都無法預防肺腺癌,代表肺腺癌的原因,並非抽煙等習慣不良所造成的,如圖3所顯示台灣主要地區一生發生肺腺癌風險(ICR75)之逐年趨勢,其中男性在各縣市之發生率趨勢與女性相似,但一般而言,發生率稍高,若PM2.5會造成女性得肺腺癌機率增加,男性當然也不例外。圖中3也可看出2005年之前台北女性之肺腺癌最高,圖2中台北在1960-1980/1990年代PM2.5也為全台最高,顯示台北民眾暴露在高PM2.5濃度40年後,雖於近20年已稍有降低,但改善的太晚了,2004-2008年台北女性肺腺癌仍為台灣21縣市中最高的。 另外,2000-2010年間之中南部地區肺腺癌發生風險有明顯持續上升的現象,顯示中南部之PM2.5惡化已影響中南部民眾之健康,並在2010年時台中已取代台北成為肺腺癌最高之區域。
圖3 台灣主要地區及各縣市2004~2008年男性及女性一生(75歲)之肺腺癌發生率
為了降低PM2.5濃度達到2020年之減量目標、以及降低民眾健康風險,對各地區PM2.5之主要來源進行分析可有助於訂定合適之減量計畫,表4為使用GTx模式(高斯軌跡煙流模式,Tsuang, 2003),針對2007年北部6個測站(土城、新莊、古亭、桃園、大園、湖口)、中部14個測站(三義、豐原、沙鹿、忠明、彰化、線西、二林、南投、崙背、新港、台西、嘉義、竹山、和美)、南部9個測站(新營、台南、美濃、林園、楠梓、左營、小港、屏東、潮州)進行PM2.5觀測與模擬之各污染源所佔貢獻濃度及比例的結果,然由於模擬之總濃度高於觀測值,因此利用29個測站的模擬結果進行迴歸分析,將模式內插之觀測值及模擬值進行迴歸,求得係數為0.635。
由表4可知,整體而言,點源佔20~40 %、線源佔15~20 %、面源佔20~30 %,此外,境外傳輸佔20~40 %,和國內學者研究指出境外傳輸對我國PM2.5濃度貢獻比率達30 %之結果相近(張艮輝,2013)。我們由表3可知2007年台北、台中及高雄的污染量之總量差異並不大,而表4中PM2.5點源貢獻量百分比有由北往南呈現遞增的趨勢,顯示中南部地區受固定源影響較大。而固定污染源除來自當地本身之貢獻之外,亦可能包含來自於其他縣市之大型污染源經擴散作用所影響,如台中電廠或六輕工業區等高煙囪大型污染源,其影響範圍可達下風處150公里遠(Kuo et al., 2009)。
表4 台灣北中南各測站之PM2.5觀測與模擬之各污染源所佔貢獻濃度及比例
註:和美站為台電自設測站,2007年未量測PM2.5濃度,故無觀測值。
因境外傳輸對我國細懸浮微粒濃度貢獻比率達30 %以上,若欲達成2020年PM2.5濃度年均值達15 μg/m3以下之目標,有效解決境外傳輸問題,是改善國內空氣品質必須處理的重要環節之一(黃,2012;行政院環境保護署,2014),但這需仰賴政府與鄰近國家有效的溝通、管理技術交流,及確實的執行減量才可達到。北部及東部地區因受境外影響較大,宜針對境外傳輸的影響訂定因應的防範對策,中南部除境外傳輸之外,還需針對固定污染源進行排放量加嚴管制。
由於細懸浮微粒多以碳、硫氧化物、氮氧化物、氨、揮發性有機物等構成,國內減量策略必須著重減少前趨物產生,包括訂定細懸浮微粒排放管道標準、加嚴燃料油標準、加嚴污染源排放標準。此外,因大型高煙囪污染源之影響範圍廣泛,且對民眾造成健康風險的影響(Kuo et al., 2014),必須確實掌握大型固定源各污染物之排放量,尤其是PM2.5及揮發性有機物之排放量,並加強清查各污染源申報排放量之正確性及合理性。而對於發生污染工安事件或漏報排放量之固定源,應加重處分以促使固定源確實做好污染防制工作。
國內汽車數量高達0.3輛/人、機車數量高達0.9輛/人(交通部統計查詢網),因此加強移動污染源之控管也是重要工作,除加嚴車用油品標準及車輛排氣標準外,應積極推動汽機車汰舊換新之工作。此外,電動機車因行駛距離短,及充電站不足,使得電動機車推廣成效有限,因此,仍需持續鼓勵電動機車發展廠商提高電動機車使用效能,及促進充電站普及化才有助於提高電動機車使用率,降低機車排放量。針對逸散性污染源,也應加強營建工程揚塵、裸露地揚塵之防制,尤其是枯水期河川裸露地揚塵防制也是重要工作之一,此外,也應加強露天燃燒(稻草及其他廢棄物)之防治工作。
另外,設置空氣污染預警應變系統也是未來可發展方向之一,利用空品模式定期預報未來空氣品質狀況,並在預報可能發生空氣品質不良時,限制大型污染源操作量,以降低大氣中空氣污染物濃度,以維護民眾健康。
參考文獻:
- Abbey, D. E., Ostro, B. E., Fraser, G., Vancuren, T., & Burchette, R. J. (1994). Estimating fine particulates less than 2.5 microns in aerodynamic diameter (PM2. 5) from airport visibility data in California. Journal of exposure analysis and environmental epidemiology, 5(2), 161-180.
- Anderson, J. O., Thundiyil, J. G., & Stolbach, A. (2012). Clearing the air: a review of the effects of particulate matter air pollution on human health. Journal of Medical Toxicology, 8(2), 166-175.
- Crouse, D.L., Peters, P.A., Donkelaar, A.V., Goldberg, M.S., Villeneuve, P.J., Brion, O., Khan, S., Atari, D.O., Jerrett, M., Pope, C.A.III, Brauer, M., Brook, J.R., Martin, R.V., Stieb, D., & Burenett, R.T. (2012). Risk of nonaccidental and cardiovascular mortality in relation to long-term exposure to low concentrations of fine particulate matter: a Canadian national-level cohort study. Environmetal Health Perspectives, 120(5), 708-714.
- Elliott C. T., & Copes R. (2011). Burden of mortality due to ambient fine particulate air pollution (PM2.5) in interior and Northern BC.. Canadian Journal of Public Health, 102(5), 390-393.
- Hoek, G., Krishnan, R. M., Beelen, R., Peters, A., Ostro, B., Brunekreef, B., & Kaufman, J. D. (2013). Long-term air pollution exposure and cardio-respiratory mortality: a review. Environ Health, 12(1), 43.
- Kloog, I., Ridgway, B., Koutrakis, P., Coull, B.A., & Schwartz, J.D. (2013). Long- and Short-Term Exposure to PM2.5 and Mortality: Using Novel Exposure Models. Epidemiology, 24(4), 555-61.
- Kuo, P.-H., Ni, P.-C., Keats, A., Tsuang, B.-J., Lan, Y.-Y., Lin, M.-D., Chen, C.-L., Tu, Y.-Y., Chang, L.-F, & Chang, K.-H. (2009). Retrospective assessment of air quality management practices in Taiwan. Atmospheric Environment, 43(25), 3925–3934.
- Kuo, P.-H., Tsuang, B.-J, Chen, C.-J., Hu, S.-W., Chiang, C.-J., Tsai, J.-L., Tang, M.-L., Chen, G.-J., & Ku, K.-C. (2014). Risk assessment of mortality for all-cause, ischemic heart disease, cardiopulmonary disease, and lung cancer due to the operation of the world's largest coal-fired power plant. Atmospheric Environment, 96, 117–124.
- Lam, W.-K. (2005). Lung cancer in Asian women-the environment and genes. Respirology, 10 (4), 408-417.
- Pope, C.A.III, Burnett, R.T., Thun, M.J., Calle, E.E., Krewski, D., Ito, K., & Thurston, G.D. (2002). Lung Cancer, Cardiopulmonary Mortality, and Long-term Exposure to Fine Particulate Air Pollution. The Journal of the American Medical Association, 287 (9), 1132–1141.
- Tsuang, B.-J. (2003). Quantification on the source/receptor relationship of primary pollutants and secondary aerosols by a Gaussian plume trajectory model: Part I—theory. Atmospheric Environment, 37 (28), 3981-3991.
- Turner, M. C., Krewski, D., Pope III, C. A., Chen, Y., Gapstur, S. M., & Thun, M. J. (2011). Long-term ambient fine particulate matter air pollution and lung cancer in a large cohort of never-smokers. American journal of respiratory and critical care medicine, 184(12), 1374-1381.
- Vinikoor-Imler, L.C., Davis, J.A., & Luben, T.J. (2011). An ecologic analysis of county-level PM2.5 concentrations and lung cancer incidence and mortality. International Journal Environmental Research and Public Health, 8(6), 1865-1871.
- 交通部統計查詢網,(http://stat.motc.gov.tw/mocdb/stmain.jsp?sys=100&funid=a3301)
- 行政院環境保護署,2014,「細懸浮微粒(PM2.5)管制計畫(草案)」。
- 行政院環境保護署-空氣品質改善維護資訊網(http://air.epa.gov.tw/Public/suspended_particles.aspx)
- 張艮輝,2013,「行政院環境保護署專案計畫-空氣品質模式技術支援與空氣品質維護評估計畫(第二年)」,期末報告,行政院環境保護署。
- 莊秉潔,2011,100年度「環保署/國科會空污防制科研合作計畫-氣候變遷對於空氣品質影響評估Ⅱ」,期末報告,國家科學委員會。
- 黃偉銘,2012,「空氣中細懸浮微粒的管制策略」,環保資訊,第176期,財團法人豐泰文教基金會。(http://www.fengtay.org.tw/paper.asp?page=2012&num=1312&num2=210)
Error
Joomla Gallery makes it better. Balbooa.com