城市住宅室内空气污染物时空特征分析

张小芳1 何瀚东1 王子杰1 罗田翼1 余婉君2 阳 琴1*

(1.贵州大学 土木工程学院,贵阳 550025; 2.中国联合工程有限公司,杭州 310052)

摘要:检索Web of Science、PubMed、ScienceDirect、中国知网、万方和维普数据库2000—2019年公开发表的国内外城市住宅室内空气污染的相关研究文献,获得15项研究,11723条数据,并系统分析了我国城市住宅室内空气污染物在采暖季和非采暖季的污染现状、变化及成因。Meta分析结果表明:室内空气污染物浓度在采暖季和非采暖季差异(季节性差异)显著(P<0.05),标准化均数差(SMD)为0.43,95%置信区间(CI):[0.19,0.66];其中PM2.5、NO2、苯的季节性差异在2013—2019年SMD(95%CI):0.64[0.46,0.82],较2000—2012年的SMD(95%CI):0.99[0.11,1.87]有所缓解;与国外相似地区室内污染物SMD(95%CI):0.54[0.21,0.86]比较,我国严寒、寒冷地区室内污染物SMD(95%CI):0.90[0.37,1.43],季节性差异更大。因此,我国城市住宅室内污染受采暖影响较大,严寒、寒冷地区更为明显;近年来,部分污染物季节性差异有缓解趋势。

关键词:城市住宅;室内空气污染;时空特征;Meta分析

0 引 言

目前,全球有半数以上人口生活在城市地区,随着社会的快速发展,采暖设备加热住宅空间变得十分普遍。许多研究指出,采暖会引起严重的室外空气污染[1-3]和室内空气污染[4-6]。2014—2017年我国30个省份空气污染呈明显的季节变化,冬季污染水平远高于其他季节[3]。住宅室内污染物种类繁多,据不完全统计,室内发现的污染物已有500多种[7],生活方式的改变、住宅中新产品的开发使用等使污染物类型和浓度发生变化,大多数人每天在室内的时间超过80%[8],长时间停留在室内并大量吸入含各种污染物且浓度超标的空气,势必对人体健康造成危害。据统计,2015年全世界有400多万人口由于空气污染问题过早死亡,环境污染成为全球第5大人类公共卫生风险因素[9]

室内空气质量表征对于暴露评估尤为重要,然而,室内空气数据稀缺导致风险评估出现重大的数据缺口,尤其是在采暖季。有研究指出,室内空气质量的代表污染物是PM2.5、CO、SO2、NOx、NH3、PAHs和VOCs[10],影响人体健康的常见室内空气污染物是CO2、NO2、甲醛、CO、SO2、PM2.5和PM10[11]。因此,本研究主要针对城市住宅室内PM2.5、PM10、NO2、苯和甲醛的时空分布相关性分析,采用Meta系统评价方法,全面收集采暖季和非采暖季室内相关污染物的研究并对结果进行定量整合,表征各类污染物在两季的差异(季节性差异),对比不同种类污染物,寻找形成季节性差异的主要影响源,同时分析2013年前后室内污染物的变化情况;针对我国严寒、寒冷地区多进行集中式采暖,而夏热冬冷地区多进行分户式采暖的特点,与国外冬季有采暖的城市进行对比,简要分析了不同地域室内空气污染情况,为了解城市住宅采暖季的室内空气污染现状提供参考,同时希望引起公众对室内空气品质的关注。

1 材料与方法

1.1 检索方法

计算机检索Web of Science、PubMed、ScienceDirect、中国知网、万方和维普数据库,获得2000—2019年公开发表的国内外城市住宅室内空气污染相关文献,并筛选可纳入系统评价的原始研究。文献检索策略采用主题词和自由词结合,包括“采暖(heating)”“住宅(residence)”“室内(indoor)”“PM2.5”“PM10”“NO2”“苯(benzene)”“甲醛(formaldehyde)”“空气污染(air pollution)”“空气品质(air quality)”。各个检索词间用逻辑符“AND”或“OR”连接,最终获得检索结果。

1.2 数据收集

纳入研究需符合以下标准:1)纳入除会议、书信、评论、社论、观点性文章、项目介绍、专利、标准、成果、年鉴和文献目录之外的研究文献;2)纳入采暖季和非采暖季或者有采暖设施的冬、夏季城市室内空气污染物PM2.5、PM10、NO2、苯、甲醛的研究;3)纳入由采暖引起的城市住宅室内空气污染和室内空气品质的研究。将纳入的文献进行题目、摘要和全文筛选,排除标题重复的研究、采暖季和非采暖空气污染对比不全的研究、无法准确提取有效样本量或均数或标准差的研究;排除实验地点非住宅室内或为住宅厨房的研究;排除样本量<30和住宅选取<5户的不具代表性的研究;排除未指出采暖是加剧室内空气污染原因之一的研究;排除在1年内装修过的房屋的室内甲醛的研究。采用统一制定的Excel表格提取所有纳入研究的数据,提取的主要内容包括: 研究发表的基本信息、研究地区、研究对象、主要研究结果或结论等。

1.3 统计学分析

按Meta分析连续型变量要求提取样本量、均差和标准差,整理录入数据,建立数据库,并校核数据。采用干预性系统评价,总的效应量用标准化均数差(standardized mean difference,SMD)及其95%可信区间(confidence interval,CI)表示,采用Cochrane协作网提供的Review Manager 5.3软件对污染物PM2.5、PM10、NO2、苯、甲醛的统计量进行合并计算并得出森林图。异质性检验:若p>0.1,表明多个研究具有同质性,合并效应量采用固定效应模型;若p≤0.1,表明结果有异质性,合并统计量使用随机效应模型。使用I2衡量异质性大小:I2≥0%时无异质性;I2≥25%时轻度异质性;I2≥50%时中度异质性;I2≥75%时重度异质性,I2≤50%,其异质性都可以接受。根据z(u)值得到该统计量的概率p值,p≤0.05时说明研究具有统计学意义。

2 结果与分析

2.1 纳入文献结果

本次研究共检索到相关文献1427篇,通过题目和摘要排除965篇,进一步对全文信息及数据完整性进行筛选后剔除447篇,按照纳入排除标准进行精选后最终纳入15篇文献(图1)用于城市住宅采暖季和非采暖季室内空气污染物的Meta分析。15篇研究的总样本量为11723,其中采暖季为5900,非采暖季为5823;涵盖了4个国家,中国有6个城市纳入研究。纳入研究的基本情况见表1。

2.2 纳入文献的风险偏倚分析

偏倚风险分析如图2所示。文献[14,20-22,24-25]的6项研究因随机序列产生信息不清楚或在研究中未得到很好描述而归类为未知风险;文献[16-19]的4项研究的研究对象具有特定性或对受试住宅进行非随机分类而具有高风险。Chi等[16]研究PM2.5对肺病患者和健康老年人心肺功能的健康影响,可能预测到分配结果而归为高风险。Zhou等[19]的研究无充足信息判定受试者是否可能破盲而归为未知风险。文献[18,24]的2项研究结局的测量可能受盲法缺失影响,属高风险。文献[20]的研究结局指标缺失的原因可能会影响结局真值,属高风险。文献[17,21-23]的4项研究对结局数据排除信息不足以判定风险等级或者未提及排除原因而归为未知风险。3项研究中Chi等[16]是针对室内PM2.5与人类疾病的影响,Li等[17]是针对典型公寓,Lee等[23]是针对节能住宅,存在着与特定设计相关的潜在风险而归为高风险。文献[12-14,19,20,22,25,26]的8项研究无足够信息评价其是否存在重要偏倚风险或无充分理由、证据表明现有问题会引入偏倚。采用逐一排除各研究的方法进行敏感性分析异质性等未见明显改变,漏斗图散点基本对称,因此,纳入的文献可以支撑分析结果。

图1 文献纳入流程
Figure 1 Literature searching procedure

表1 纳入文献的基本信息
Table 1 Characteristics of literature included in the meta-analysis

研究文献发表时间研究年份研究地区空气污染种类样本量(采暖/非采暖)主要结论[12]20182016-03-15—2017-03-14北京PM2.54403/4403室内PM2.5浓度估计为(38.6±18.4)μg/m3。其中非采暖期浓度(34.9±15.8)μg/m3比采暖期(46.1±21.2)μg/m3低24%[13]20172013-08—2014-02北京PM2.545/43非采暖季和采暖季居民室内外PM2.5浓度分别为(59±17),(73±20),(69±39),(97±39)μg/m3[14]20162013-02-27—03-09,09-14—09-24兰州PM2.553/54卧室中PM2.5平均浓度在采暖季为(119±64)μg/m3,在非采暖季为(80±50)μg/m3。室内PM2.5来自室内燃烧源,也来自室外渗透,约占PM2.5暴露总量的75%[15]20102005-10—2010-04美国北曼哈顿南布朗克斯PM2.5286/227采暖季与PM2.5浓度变化无关。室内测得吸光系数与PM2.5中度相关,室外测得的吸光系数与PM2.5高度相关,尤其是在供暖季节[16]20182015-11—2016-05北京PM2.592/111采暖季,PM2.5,室内:(97.6±124.0)μg/m3 ;非采暖季,PM2.5, 室内:(58.6±46.2)μg/m3[17]20182015—2016年南京PM2.531/31南京市个人室内外PM2.5浓度季节性变化显著,采暖季水平明显较高,采暖季个人PM2.5浓度明显高于室内水平,低于室外水平[18]20172013-01,2014-07法国3个行政冬季气候区苯甲醛NO2PM2.571/6765/6570/6845/43超过50%的时间里15种挥发性有机物和醛类的中值浓度为1~24 μg/m3。客厅的NO2浓度中值略高于卧室:采暖季为19,16 μg/m3,非采暖季为14,12 μg/m3。采暖季PM2.5浓度中值为16 μg/m3,非采暖季PM2.5浓度中值为12 μg/m3[19]20122009-08-18—09-24,11-18—12-11天津PM1074/111冬季居民室内和社区的PM10个体暴露量、居民室外和社区群体集中度在P=0.05时均大于夏季,且季节性差异显著[20]20062004年冬季,2005年夏季韩国PM1060/60冬季室外CO和PM10污染物浓度均明显较高。可能原因是室外源排放率的变化。冬季,韩国城区通常会消耗更多的加热燃料,从而提高了城区CO和PM10水平[21]20132009-08-18—09-24,11-16—12-18天津PM1071/108采暖季和非采暖季PM10室内平均浓度为116.66,113.91 μg/m3,表明两季均值未超过PM10 室内规定日均限值[22]20052002-06—2003-05美国波士顿NO258/44采暖季室内NO2浓度水平明显较高,与室外NO2浓度、AER和入住率有关。浓度较高的部分原因与采暖季燃气灶使用量增加和AER减少有关[23]20132008-07,2009-01韩国首尔、大邱、牙山、顺天NO2150/151住宅室内、工作场所室内和室外浓度随季节变化无显著性差异(P>0.05)[24]20162013-07-01—09-07,2013-12-01—2014-03-31北京甲醛40/40冬季室内甲醛浓度明显低于夏季,可能是冬夏两季室内温差造成。夏季家庭室内测得平均温度为27.6 ℃,冬季室内平均温度为 23.3 ℃。研究表明,温度升高会加剧甲醛的产生和释放[25]20182013-03—2014-12上海甲醛86/91冬季卧室甲醛检出率和浓度均值明显高于其他季节,可能是冬季儿童卧室通风量不足、室外挥发性有机物浓度比其他季节高[26]20172007-08—09,2009-01—03大连苯甲醛100/53100/53大多数VOCs室内浓度在冬季明显高于夏季。所有被调查的家庭在冬季都使用集中供暖。因此,冬季室内平均温度不低于夏季

高风险; 低风险; 未知风险;○纳入的研究。
图2 纳入文献的偏倚风险分析
Figure 2 Risk of bias of the selected literature

2.3 Meta分析结果

污染物PM2.5、PM10、NO2、苯和甲醛在采暖季和非采暖季的污染进行相关性比较,具体合并结果如下。

2.3.1 室内空气污染物的Meta分析

采用亚组将表1中15篇文献归为PM2.5[12-18]、PM10[19-21]、NO2[18,22,23]、苯[18,26]、甲醛[18,24-26]。Meta分析如表2所示。结果显示:研究具有重度异质性,合并效应量采用随机效应模型,SMD(95%CI):0.43[0.19,0.66],差异有统计学意义,可认为采暖季室内空气污染大于非采暖季。PM2.5、NO2、苯合并效应量后差异有统计学意义,可认为采暖季PM2.5、NO2、苯污染大于非采暖季;PM10 效应量SMD(95%CI):0.03[-0.15,0.21],说明采暖季和非采暖季PM10污染差异不大。甲醛效应量SMD(95%CI):-0.33[-1.13,0.47],说明装修时间超过1年的城市住宅室内甲醛污染在采暖季和非采暖季差异不大。

2.3.2 不同种类室内污染物的Meta分析

纳入文献[12-18,22,23,26]10篇用于不同种类室内污染物的Meta分析(表3)。亚组分为颗粒物(PM2.5)和气体污染物(NO2、苯)。由于PM10、甲醛季节性差异不大,故排除研究。亚组分析结果显示,研究具有轻度异质性,差异有统计学意义,颗粒物SMD(95%CI):0.55[0.30,0.81];气体污染物SMD(95%CI):1.05[0.30,1.79]。可认为室内空气污染物PM2.5、NO2、苯的季节性差异中,NO2、苯是主要影响因素,PM2.5是次要影响因素。

2.3.3 不同时期PM2.5、NO2、苯的Meta分析

由于PM10、甲醛在采暖季和非采暖季差异(季节性差异)不大,故只纳入PM2.5、NO2、苯共10篇文献[12-18,22,23,26]来研究2013年前后室内空气污染浓度变化情况(表4)。结果显示,研究有重度异质性,合并效应量采用随机效应模型,差异有统计学意义,SMD(95%CI):0.76[0.50,1.02]。亚组分析后无异质性,其中2000—2012年合并效应量后SMD(95%CI):0.99[0.11,1.87],2013—2019年SMD(95%CI):0.64[0.46,0.82],可认为PM2.5、NO2、苯季节性差异在2013年之后有所缓解。

2.3.4 不同地区PM2.5、NO2、苯的Meta分析

由于PM10、甲醛季节性差异不大,故纳入PM2.5、NO2、苯共10篇文献[12-18,22,23,26]研究国内、国外在严寒、寒冷、夏热冬冷3种地区的室内空气污染情况(表5)。结果显示,差异有统计学意义,其中严寒、寒冷地区SMD(95%CI):0.90[0.37,1.43];夏热冬冷地区仅1篇,SMD(95%CI):1.64[1.06,2.22];国外地区SMD(95% CI):0.54[0.21,0.86]。可认为国内地区PM2.5、NO2、苯的季节性差异比国外地区更大。

3 讨 论

以Meta分析对城市住宅室内空气污染时空特征进行了评价。纳入研究对象主要是PM2.5,可能原因:1)PM2.5与人类健康息息相关,国际癌症研究机构指出PM2.5为常见和主要环境致癌物;另有研究指出PM2.5浓度每增加10 μg/m3,因脑血管急诊入院率增加1.29%[27];波普和美国癌症协会多年研究发现,PM2.5浓度每升高10 μg/m3,死亡率增加6.8%[28]。2)PM2.5是当前我国城市主要公共卫生问题,《2015年中国环境状况公报》显示,全国265个城市超过二级环境空气质量标准,达到危险水平的天数中PM2.5占66.8%。纳入研究地区主要位于中国北方,2013年发布的《迈向环境可持续的未来:中华人民共和国国家环境分析》中指出,全球十大空气污染城市中有7个在中国,其中6个位于北京、兰州、石家庄、太原等集中供热的北部地区,集中供热严重加剧了空气污染。

表2 室内污染物的Meta汇总分析
Table 2 Meta-analysis of the total indoor pollutants

表3 不同种类室内污染物的Meta分析
Table 3 Meta-analysis results of types of different indoor pollutants

3.1 室内外空气污染物差异分析

城市住宅室内空气污染受采暖影响较大,PM2.5、NO2、苯污染在采暖季比非采暖季严重;PM10、甲醛季节性差异不显著。室内PM2.5由室外源和室内源颗粒组成,Zuo等[12]研究室内源的贡献高达55%,而Huang等[29]的研究中采暖季和非采暖季室外贡献分别为42%和52%,交通排放约占城市室外PM2.5的25%[30]。在室内,因供暖或烹饪而燃烧生物质燃料是PM2.5污染的重要来源[14],住宅人员的吸烟行为、清洁剂和化妆品、清洁活动也会造成室内PM2.5污染。我国大部分城市(尤其是北方)以PM10为首要污染物的天数占大多数,南方部分城市则以 NO2为首要污染物的频率相对较高。潘小川等[31]对冬季北京3城区居室PM10和PM2.5室内浓度检测发现:各区PM10和PM2.5在厨房和卧室中的浓度均超过卫生标准若干倍,尤以海淀区最甚;尚婷婷等[5]对兰州市室内空气调查结果显示,采暖季客厅ρ(PM10)为(113.49±70.03) μg/m3,远高于非采暖季(54.17±31.59) μg/m3;Massey等[6]对北印度阿格拉城市住宅室内研究显示,ρ(PM10)冬季为(254±56) μg/m3,夏季为(137±56) μg/m3ρ(PM2.5)冬季为(146±39) μg/m3,夏季为(80±34) μg/m3

本研究涉及文献测得的NO2、苯、甲醛浓度的平均时间或单位与GB/T 18883—2002《室内空气质量标准》时均标准值规定(NO2∶240 μg/m3,苯:110 μg/m3,甲醛100 μg/m3)存在差异,其中部分值无法比拟,这暴露出实际生活中NO2、苯、甲醛存在超标现象。例如,李盛等[32]研究发现,兰州市住宅室内采暖季和非采暖季NO2超标率分别为28.5%和12.4%(检测119户);苯超标率分别为16.4%和14.5%(检测107户);甲醛超标率分别为27.3%和22.6%(检测120户)。Lee等[23]对NO2研究指出,住宅室内污染水平与室外浓度显著相关。Zota等[22]指出,室内NO2浓度与空气交换率显著相关,采暖季室内和室外NO2浓度较高。本研究纳入文献时排除了装修时间1年内的研究,主要是甲醛排放速率与温、湿度呈正相关,装修完成或更新家具1~12个月内室内甲醛、苯和甲苯的污染尤为严重。例如,王琨等[33]在2003年对新装修1年左右的住宅进行室内甲醛检测发现,246个样本有190个浓度值超标,超标率为77.24%,全年浓度均值为219 μg/m3。这些结果说明:室内空气存在严重的污染,且采暖季污染重于非采暖季,与本研究空气污染物Meta分析结果相同。一个成年人每天吸入空气达到15~20 m3,长久暴露在被污染的环境中易导致肺癌和多器官疾病[34]。采取相关措施减少室外源污染对室内影响的同时,更加关注室内空气品质,并根据分析出的污染来源,减少或抑制室内污染物的产生。

表4 不同时期PM2.5、NO2、苯的Meta分析
Table 4 Meta-analysis of PM2.5, NO2 and benzene in different periods

3.2 相关政策分析

不同时期PM2.5、NO2、苯的Meta分析结果显示,季节性差异在2013年以后有所缓解。随着空气污染问题日益严重,中央和地方政府相继出台了环境治理方面的政策。2013年国务院发布《大气污染防治行动计划》,确定了减少污染物排放、增加清洁能源供应等大气污染防治十条措施。同年,《北京市2013—2017年清洁空气行动计划重点任务分解》发布。2015年,全国人大常务委员会修订了《中华人民共和国大气污染防治法》,指出应当加强对燃煤、工业、机动车船等大气污染的综合防治,推行区域大气污染联合防治,对颗粒物、SO2、NOx、NH4、VOCs等大气污染物和温室气体实施协同控制。2016年国务院通过《“十三五”生态环境保护规划》,核心任务是提高环境质量,加强生态环境综合治理,加快补齐生态环境短板,并对空气质量提出了一系列指标。2017年,《京津冀及周边地区2017年大气污染防治工作方案》印发,方案要求全面推进冬季清洁取暖。同年,党的十九大提出要全力治理生态环境污染,对于空气污染问题,要从源头进行治理,打赢蓝天保卫战。空气污染治理是生态文明建设的重要组成部分,自2013年以来,多项政策发力空气污染治理,取得了明显的效果,室外源污染的减少也使得室内空气污染季节性差异在2013年以后有所缓解。但分析结果可以看出,空气污染仍然严重,仍需要更多的国家政策导向和公众参与。

表5 不同地区PM2.5、NO2、苯的Meta分析
Table 5 Meta-analysis of PM2.5, NO2 and benzene in different regions

PM2.5、NO2、苯的季节性差异在国内地区比国外地区严重,本研究中纳入的国外城市多属发达国家,而发达国家对于环境污染治理较发展中国家早,如1968年英国修改和完善了《清洁空气法》,1974年颁布了《污染控制法》,规定和限制油品中硫的含量;1990年美国联邦修改《清洁大气法》,制定和实施多行业的排污许可规划,后期通过征收环境税等举措,减少大气污染物排放。中国作为一个人口最多的发展中国家,尽管近10年已陆续出台了多项大气污染防治措施,但城市空气污染治理任重道远。本研究夏热冬冷地区PM2.5、NO2、苯的季节性差异大于严寒、寒冷地区,但由于纳入夏热冬冷地区的文献只有1篇,因此,此结论仍有待考证。中国北方和南方以及国外的不同供暖法规和政策对社会、经济和健康问题都有影响,针对我国不同区域的污染差异,国家和家庭层面均应采取措施应对室内空气污染问题。

3.3 不确定性分析

本研究存在的局限性:1)纳入研究的数量、地点有限,可能会影响结果,但制定了严格的纳入/排除标准,进行科学、严谨的统计分析,试图将异质性降低到相对最低水平,并对最终纳入的文献进行偏倚风险分析,这意味着本研究的结果是相对可靠的。2)不能排除选择偏差,本研究涉及的样本量有限,而住宅房屋类型多样性可能会影响结果。3)室内空气污染物种类繁多,本研究只分析了PM2.5、PM10、NO2、苯和甲醛,纳入的数据和其他结果信息有限可能会影响结果。因此,具有更多的数据和更均衡的样本量的研究需要在未来深入开展。

4 结 论

我国城市住宅室内空气污染受采暖影响较大,不同的室内空气污染物表现出不同的季节性差异,PM2.5、NO2和苯在采暖季的污染程度明显大于非采暖季,其中,气体污染物NO2和苯是室内污染的主要影响因素,颗粒物PM2.5是次要影响因素。在空间分布上,我国严寒、寒冷地区和夏热冬冷地区呈现出不同的季节性差异,相比国外类似地区,我国严寒、寒冷地区季节性差异更为明显。从时间分布上,2013年以来,受中国环境保护治理政策趋严的影响,部分污染物季节性差异有缓解趋势。

参考文献

[1] LIAO J W,ZIMMERMANN ANNA,CHAFE ZOЁ A,et al.Contribution of space heating to ambient air pollution in a Peri-urban,village in northern China[J].Annals of Global Health,2016,82 (3):577-578.

[2] WANG L,GUAN Q Y,WANG F F,et al.Association between heating seasons and criteria air pollutants in three provincial capitals in northern China:spatiotemporal variation and sources contribution[J].Building and Environment,2018,132:233-244.

[3] 刘旖.我国空气污染的时空分布特征及影响因素分析[D].北京:北京交通大学,2018.

[4] TANG R,WANG Z J.Field study on indoor air quality of urban apartments in severe cold region in China[J].Atmospheric Pollution Research,2018,9(3):552-560.

[5] 尚婷婷,张亚群,张昉,等.兰州市室内外空气中PM10污染水平状况研究[J].广东化工,2018,45(4):53-55.

[6] MASSEY D,KULSHRESTHA A,MASIH J,et al.Seasonal trends of PM10, PM5.0, PM2.5 & PM1.0 in indoor and outdoor environments of residential homes located in North-Central India[J]. Bulding and Environment,2012,47:223-231.

[7] CHI C C,CHEN W D, GUO M,et al.Law and features of TVOC and Formaldehyde pollution in urban indoor air[J]. Atmospheric Environment, 2016,132: 85-90.

[8] KLEPEIS N E,NELSON W C,OTT W R,et al.The National Human Activity Pattern Survey (NHAPS): a resource for assessing exposure to environmental pollutants[J]. Journal of exposure analysis and environmental epidemiology,2001,11(3):231-252.

[9] COHEN A J,BRAUER M,BURNETT R,et al.Estimetas and 25-year trends of the global burden of disease attributable toambient air pollution: an analysis of data from the global burden of diseasesstudy 2015[J]. The Lancet, 2017,389:1907-1918.

[10] PARASCHIV S,PARASCHIV L S.A review on interactions between energy performance of the buildings, outdoor air pollution and the indoor air quality[J].Energy Procedia,2017,128:179-186.

[11] SABAH A A,STEPHEN C F E,ALI E,et al.A review of standards and guidelines set by international bodies for the parameters of indoor air quality[J].Atmospheric Pollution Research,2015, 6(5):751-767.

[12] ZUO J X,JI W,BEN Y J,et al.Using big data from air quality monitors to evaluate indoor PM2.5 exposure in buildings: case study in Beijing[J].Environmental Pollution,2018, 240:839-847.

[13] XU C Y,LI N,YANG Y B,et al.Investigation and modeling of the residential infiltration of fine particulate matter in Beijing,China[J].Journal of the Air & Waste Management Assoctattion, 2017,67:694-701.

[14] LI T X, CAO S Z,FAN D L.Household concentrations and personal exposure of PM2.5 among urban residents using different cooking fuels[J]. Science of the Total Environment,2016,548/549:6-12.

[15] JUNG K H,PATEL M M,MOORS K,et al.Effects of heating season on residential indoor and outdoor polycyclic aromatic hydrocarbons, black carbon, and particulate matter in an urban birth cohort[J].Atmospheric Environment,2010, 44(36):4545-4552.

[16] CHI R,CHEN C,LI H Y,et al.Different health effects of indoor and outdoo originated PM2.5 on cardiopulmonary function in COPD patients and healthy elderly adults[J].Indoor Air,2019,29(2):192-201.

[17] LI N,LIU Z,LI Y P,et al.Estimation of PM2.5 infiltration factors and personal exposure factors in two megacities, China[J].Building and Environment,2019,149:297-304.

[18] DERBEZ M,WYART G,LE PONNER E,et al.Indoor air quality in energy-efficient dwellings: levels and sources of pollutants[J]. Indoor Air,2018,28(2):318-338.

[19] ZHOU J,HAN B,BAI Z P,et al.Particle exposure assessment for community elderly (PEACE) in Tianjin, China: mass concentration relationships[J].Atmospheric Environment,2012, 49:77-84.

[20] JO W K,LEE J Y. Indoor and outdoor levels of respirable particulates (PM10) and Carbon Monoxide (CO) in high-rise apartment buildings[J].Atmospheric Environment,2006,40(32):6067-6076.

[21] 张振江,赵若杰,曹文文,等.天津市可吸入颗粒物及元素室内外相关性[J].中国环境科学,2013,33(2):357-364.

[22] ZOTA A.Ventilation in public housing: implications for indoor nitrogen dioxide concentrations[J].Indoor Air,2005,15(6):393-401.

[23] LEE K,YEOM J,YOON C,et al.Seasonal and geographic effects on predicting personal exposure to nitrogen dioxide by time-weighted microenvironmental model[J].Atmospheric Environment,2013,67:143-148.

[24] 蒲中南.北京城区住宅醛酮暴露水平、源及影响因素[D].北京:清华大学,2015.

[25] 蒋巧云,刘平平,王雪颖,等.上海地区住宅儿童卧室内甲醛和苯系物浓度的现场检测分析[J].环境科学,2018,39(2):585-591.

[26] SONG G R,YU A S,KIYOSHI S,et al.Levels of volatile organic compounds in homes in Dalian, China[J].Air Quality Atmosphere and Health,2017,10(2):171-181.

[27] MANUEL A LEIVA G, DANIELA A SANTIBAEZ,SERGIO IBARRA E,et al.A five-year study of particulate matter (PM2.5) and cerebrovascular diseases[J].Environmental Pollution,2013,181:1-6.

[28] 杨天智.长沙市大气颗粒物PM2.5化学组分特征及来源解析[D].长沙:中南大学,2010.

[29] HUANG L H,PU Z N, LI M. Characterizing the indoor-outdoor relationship of fine particulate matter in non-heating season for urban residences in Beijing[J].Plos One,2015,10(9).

[30] KARAGULIAN F,BELIS C A,FRANCISCO C,et al.Contributions to cities’ambient particulate matter (PM): a systematic review of local source contributions at global level[J].Atmospheric Environment,2015,120:475-483.

[31] 潘小川,田中华,王灵菇.北京市三城区室内空气污染水平的初步研究[J].环境与健康杂志,2002,19(4):312-314.

[32] 李盛,王金玉.兰州市住宅内空气污染状况调查[J].中国自然医学杂志,2009,11(1):12-14.

[33] 王琨,李玉华,赵庆良,等.室内空气中的甲醛检测分析及其预测模型[J].中国环境科学,2004,24(6):658-661.

[34] PERSHAGEN G.Air pollution and cancer[J]. IARC Scientific Publications, 1990,104:240-251.

TEMPORAL AND SPATIAL CHARACTERISTICS OF INDOOR AIR POLLUTANTS IN URBAN RESIDENTIAL BUILDINGS

ZHANG Xiao-fang1, HE Han-dong1, WANG Zi-jie1, LUO Tian-yi1, YU Wan-jun2, YANG Qin1*

(1.College of Civil Engineering, Guizhou University, Guiyang 550025, China;2.China United Engineering Co., Ltd,Hangzhou 310052,China)

Abstract: By retrieving the relevant research literature on indoor air pollution of domestic and foreign cities published by Web of Science, PubMed, ScienceDirect, CNKI, Wanfang and Vip network Database from 2000 to 2019, we gained 15 studies, 11723 data items. The current situation, changes and causes of indoor air pollutants in urban area in the heating season and non-heating were analyzed systematically. The meta-analysis showed that the indoor air pollutant concentration was significantly different between the heating season and the non-heating season (P<0.05), and the standardized mean difference (SMD) was 0.43, and 95% confidence interval (CI) was [0.19, 0.66]. The seasonal difference of PM2.5, NO2 and benzene in 2013—2019 was with SMD of 0.64 and 95% CI of [0.46, 0.82], while in 2000—2012 it was with SMD of 0.99, 95% CI of [0.11, 1.87], getting relived to some extent; compared with similar foreign areas,with SMD of 0.54, 95% CI of [0.21, 0.86], the seasonal difference of China’s severe cold and cold regions was greater with SMD of 0.90, 95% CI of [0.37, 1.43]. Therefore, the indoor air quality of urban residential buildings in China was greatly affected by heating, and in the severe cold and cold regions it became more obvious. In recent years, the seasonal differences in some pollutants got alleviated.

Keywords: urban residence; indoor air pollution; temporal and spatial characteristics; meta-analysis

DOI:10.13205/j.hjgc.202001010

收稿日期:2019-05-23

基金项目:国家自然科学基金(21667008);黔科合基础[2017]1053号;黔科合基础 [2019]1095号;黔教合KY字(2016)115。

第一作者:张小芳(1993-),女,工程师,在读硕士,主要研究方向为室内环境与健康。718456007@qq.com

*通信作者:阳琴(1980-),女,博士,副教授,主要研究方向为室内环境与健康。qyang7@gzu.edu.cn