注册操作教程

环保

机车通勤族空气污染个体暴露评估

都会区内车辆污染排放对于通勤族而言是极为重要且待解决的议题,然而近几年的研究主要关注于不同通勤模式的差异,但却鲜少探讨天气型态与街道内建成环境对于污染浓度的影响,因此除了需透过量化方式计算实际暴露浓度之外,了解街道尺度中环境因子所扮演的角色亦相当重要。故本研究目的有二,第一,针对污染浓度最高之通勤路段,实地量测机车通勤族暴露PM2.5、PM10、CO与PAHS的浓度并推估出实际暴露量;第二,分析气象因子、建成环境与污染物的关联。
不同于过去研究以质性方式选择通勤路线,本研究以量化方式,分析部分地区环保署空气品质监测站之历史资料决定采样时间,并透过一般克利金内插法找出污染浓度最高之通勤路线。实地移动监测从2000年七月至2006年四月,针对傍晚交通尖峰时间 (17:30~18:30) 进行街道尺度量测,通勤路线从台湾大学出发到三重,总路线长约10公里。
研究结果发现,污染事件日PM10与PM2.5暴露量(2.2 μg km-1、1.8 μg km-1) 分别比平日(1.1 μg km-1、0.3 μg km-1) 高出2.0、6.0倍, pPAHS与CO平日暴露量(7.9 ng km-1、0.5 mg km-1) 分别比假日(6.7 μg km-1、0.2 mg km-1) 高出1.2、2.5倍。相关矩阵的结果显示在冷峰与高压回流的天气型态下,PM10与PM2.5的浓度与车速呈负相关;而在高压回流的天气型态下,街宽楼高比(aspect ratio) 与PM10呈正相关;但在冷峰主导的天气型态并没有观察到相似的结果。再者,机车排放量在两种天气型态下都与CO浓度呈正相关,然而由于资料尺度较粗所以上述结果并不显著。此外,污染浓度在移动与停等的差异甚大,透过独立样本T检定显示,PM10与PM2.5停等时的平均浓度(65.3 μg m-3、14.2 μg m-3) 显著(p<0.05)高于移动时浓度(45.2 μg m-3、12.5 μg m-3)。针对人行道与车道上的浓度进行比较,CO浓度在车道中浓度与人行道浓度高出1.1~30.0倍,然而PM10与PM2.5并没有相似的结果。本研究结果指出环境因子对污染浓度有重要的影响,结果不仅能提供公卫领域做后续风险分析,亦可供街道空气品质管理做为重要参考。

Back to top