Ladda ner presentationen
1
Exponering för partikelhalter i Stockholms län
Christer Johansson SLB analys Miljöförvaltningen, Stockholm Institutionen för tillämpad miljövetenskap Stockholms Universitet
2
Disposition Metodiken Exempel på beräkningar Osäkerheter Slutsatser
BAMSE TESS (Källors bidrag) Partikelexponering o hälsorisker för Sthlms läns befolkning Nord-Sydliga: HKB bästa sättet skilja på alternativa planer! LEAP IMPORT Osäkerheter Slutsatser
3
Partikelexponering Massa eller antal? Vilka källor är viktigast i Sthlm?
Local traffic exhaust Road dust Normalised concentration Long range transported particles 0.001 0.01 0.1 1 10 Diameter, µm
4
Arbetsgång Trafikmod GIS Spridningsmod. Emission Koncentration
Exponering Dos Hälsoeffekt Trafikflöde Fo hast. Fo sammans. Emissions-faktorer Meteorologi - Geografi och topografi Markanvändning Befolkningstäthet - Dag o nattbefolkning Ålder/kön - Dos- respons Partikelstorlek Fysisk aktivitet …...
5
Vindmodell (Danard) Gauss modeller (Airviro, Aermod) Gridmodeller (Airviro, MATCH) Street canyon modeller (OSPM, Canyon)
6
Oviktade halter i fyra upplösningar
35 km 5 km 500 m 100 m
7
Viktade halter 35 km 5 km 500 m 100 m
8
Variation inom 5 km ruta
9
Hög geografisk upplösning kan erhållas
BAMSE kohorten Hög geografisk upplösning kan erhållas
10
Källbidrag PARTIKLAR Källbidrag NOx
11
NOx & partiklar Exponeringsbidrag Storstockholm
EMFO, TESS NOx & partiklar Exponeringsbidrag Storstockholm
12
Boel Lövenheim, Christer Johansson
Slb-analys, Stockholms miljöförvaltning Tom Bellander Centrum för folkhälsa, Arbets- och miljömedicin, Stockholms läns landsting
14
Kartor & riskbedömning
15
Samband mellan halt PM10 och risk för sänkt lungfunktion vid 18 års ålder
Children's health study i Kalifornien (Gauderman et al 2004): ca 4,0 gånger så stor risk för sänkt lungfunktion hos 18-åringar som från 10 års ålder bott i områden med 51 µg/m³ högre halt PM10 (vår bearbetning av originalresultaten).
16
Utveckling av lung- funktionen: Andel barn med låg lung-funktion
17
Risk för sänkt lungfunktion
18
Antal boende i områden med olika haltnivåer partiklar (PM10)
19
Antal boende av olika åldrar i olika haltintervall
20
Antal skolor och förskolor i områden med olika halter partiklar (PM10)
21
Antal skolelever i områden med olika halter partiklar (PM10)
1000
22
Slutsatser Exponering/hälsorisker
Relativt få bostäder och skolor i områden över EU-normen Många bostäder, skolor och förskolor i intervallet strax under Merparten av hälsopåverkan på befolkningen i områden med måttligt förhöjda halter
23
MKB/HKB Nord Sydliga förbindelser
Knyta samman länsdelarna Skapa förbifart för långväga trafik Förbättra framkomlighet på infarter Möjliggör flerkärnig region År 2015 -Nollalternativ -Förbifart Stockholm- -Ålstensleden -Diagonal Ulvsunda
24
PM10 Förbifart Sthlm Ålstenleden Diagonal U. < 27 µg/m³
Under den övre utvärderingströskeln Mellan 2010 års EG norm och den övre utvärderingströskeln Mellan normnivån och 2010 års EG norm* Över Miljökvalitetsnormen < 27 µg/m³ µg/m³ µg/m³ >50 µg/m³ PM10 Förbifart Sthlm Ålstenleden Diagonal U.
25
Vilket alternativ är bäst om man ser till normerna?
26
Vilket alternativ är bäst om man ser till hälsa?
27
Slusatser Beräkningar av exponering och hälsokonsekvenser ger bättre beslutsunderlag Trots nya överskridanden – minskad exponering för flera personer Stora hälsovinster trots små haltförändringar
28
LEAP Long-term exposure to air pollution and myocardial infarction
Relation mellan hjärtinfarkt och exponering för luftföroreningar under 30 år Fall-kontrollstudie baserad på 2246 fall, (45-70 år) 3206 kontroller The last study is focused on long-term exposure to air pollution and the risk for MI and it is also based on the SHEEP-study. Since the London smog episode in 1952 where thousands of people died because of high air pollution levels the acute effects of air pollution have been extensively studied and is quite well documented. However, the effects of life time exposure to ambient air pollution is less well documented and there in fact only three US cohort studies and two European studies which have reported long-term effects from air pollution. So we are going to use a method which was recently developed to assess the air pollution exposure to the subjects in the SHEEP-study during 30 years back in time. Mats Rosenlund, Niklas Berglind, Göran Pershagen, Johan Hallqvist, Tom Bellander
29
1960 NOx l 1970
30
1970 NOx l
31
1980 NOx
32
1990 NOx b
33
2000 NOx
34
Ett projekt inom EMISSIONSFORSKNINGSPROGRAMMET EMFO
Institutet för Miljömedicin Karolinska Institutet Institutionen för tillämpad miljövetenskap Stockholms universitet Arbets- & Miljömedicin Stockholms läns Landsting Betydelsen av lokala kontra regionala partikelkällor för hälsoeffekter observerade i Stockholms län Christer Johansson, Camilla Andersson Robert Bergström, Valentin Foltescu, Tom Bellander SO4 PM2.5 NOx O3 PM10 BC NH4+ PNC VOC IMPORT Ett projekt inom EMISSIONSFORSKNINGSPROGRAMMET EMFO
35
Expo-nerings-bidrag från utsläpp av primära partiklar
Alla källor Alla källor Svenska Da, No, Fi Expo-nerings-bidrag från utsläpp av primära partiklar Västeuropa Östeuropa Sjöfart Andersson et al. EMFO
36
EXPORT: Partikelexponering från källor i Stockholm
Förbränningspartiklar och sekundära partiklar från vägtrafik (LDV) PM2.5 från kraftverk i Stockholm PM10 från vägtrafikens slitage-partiklar Hur ska denna bild läsas. Är röda fläckar områden med hög exponering därför där bor det mycket folk eller? [Ja! Det är en kombination av stor befolkning och relativt ”stort” haltbidrag. Det som visas är produkten av befolkning och halt-tillskott från Stockholms källor.] Frågor: Jag ser att halterna i den högra bilden exempelvis sträcker sig längre upp längs Norges kust än för övriga källor. Beror det på att mängden emissioner som släpps ut är högre? [Det beror troligen på att den utsläppta mängden är större men en viss skillnad kan också bero på att utsläppen inte har samma tidsmässiga variation. Vägslitaget har en annan årstidsvariation än avgasutsläppen och kraftverken har en tredje säsongsvariation. När det gäller kraftverken så spelar även utsläppshöjden in en del. Högre skorstenar ger lägre lokal påverkan och större lång-transport] Varför är fjällvärlden i skandinavien en vit fläck på kartan? [Det bor inga människor där!] Vi sprider våra föroreningar på långa avstånd ser det ut som när man ser bilderna men hur stor bidrag lämnar vi t ex till den totala halten i Köpenhamn eller Paris? [Skalan är extrem! Påverkan på halter i Paris är ytterst liten (men fortfarande spårbar i modellen) men eftersom befolkningstätheten är så stor i Paris sticker ändå staden ut lite i en sådan här figur)] PM2.5 från sjöfart
37
Slutsatser Spridningsmodeller och GIS är kraftfulla hjälpmedel vid epidemiologiska studier Tusentals personers exponering under tiotals år kan skattas
38
Osäkerheter i beräkningar
Osäkerheter beror på Tidsupplösning Timme>Dygn>Årsmedelvärde Källbidrag Vedeldning>>Vägtrafikavgaser (LDV < HDV)>Bakgrund Emissionerna BaP>Bensen, partikelantal, PM10>NOx>NO2 För exponering: Viktigast att modellerna stämmer i urban bakgrund Tillåtet att kombinera mätningar och modeller
39
EMISSIONSFORSKNINGSPROGRAMMET
TACK!! Kristin Eneroth, SLB Boel Lövenheim SLB Tage Jonsson, SLB Lars Burman, SLB Malin Ekman, SLB Lena Nerhagen, VTI Bertil Forsberg, UmU Tom Bellander, AMM Göran Pershagen, KI Camilla Andersson, ITM Robert Bergström, SMHI Lars Gidhagen, SMHI Joakim Lagner, SMHI EMFO EMISSIONSFORSKNINGSPROGRAMMET
40
Validering TRAPART, NOx, dygn
41
1998 TRAPART NOx dygn Sorterade Osorterade
42
Maj 01 – Aug 01 Sep 01 – dec 01
43
Jan 02 – Apr 02 Maj 02 – Aug 02
44
Sep 02 – Dec 02
45
Jfrelse uppmätta modellerade PM antal
Liknande presentationer
© 2024 SlidePlayer.se Inc.
All rights reserved.