空气质量是否影响SARS - COV2在大城市的传播?——印度城市案例研究
Souradip巴苏1,rajdeep das.1, Sohini古普塔2和Sayak Ganguli3.*
1计算生物学单元,生物群系研究设施,加尔各答,西孟加拉邦,印度。
2巴拉萨特政府学院植物系,巴拉萨特24 Pgs (N),印度。
3.St. Xavier’s College (Autonomous),加尔各答,西孟加拉邦,印度。
通讯作者邮箱:sayakgan3@gmail.com
复制以下内容来引用本文:
空气质量是否影响SARS - COV2在大城市的传播?——印度城市案例研究世界环境2021;16(2)。
复制以下内容以引用此URL:
空气质量是否影响SARS - COV2在大城市的传播?——印度城市案例研究世界环境2021;16(2)。可以从:https://bit.ly/3bNhcEO
引文管理者
发布历史
文章出版历史
收到: | 09-09-2020 |
---|---|
接受: | 12-05-2021. |
审核: | Sneha Gautam |
第二次审查: | Sourav波达尔 |
最终批准: | 萨布约瑟夫博士 |
介绍
2019年12月,中国武汉首次报告了当前大流行的症状,当时致命肺炎病例数量突然增加。逐渐随着病毒开始传播世界各地通过国际旅行,这是确定一种新型冠状病毒和被命名为SARS-COV2由于其同源性的初应变严重急性呼吸系统综合症(SARS)病毒肆虐世界流行病在2002年和2003年。这种疾病被命名为COVID-19。1-3SARS-COV-2的影响在世界各地遭到破坏性。到目前为止,213个国家,超过250万人受到影响到达日期,超过150,000人死亡。4这种疾病最初在武汉传播,后来在头四个月内传遍全球。5迄今为止,迄今为止,谁识别超过280万个案件,2020年4月27日访问过的超过201000名受害者。6 - 8截至7月6日,全球大流行引起了近1100万条感染病例和200多万人死亡。5大多数国家都试图通过停止所有社会交往来遏制病毒的传播。社会距离参数正在修订,因为持续的研究正在提供证据,表明在没有适当通风和持续卫生常规的封闭社会环境中,污染物、飞沫和气溶胶传播。在印度,1月30日发现了首例确诊病例TH.从3月16日起,报告的感染病例迅速增加TH.连续。政府在3月22日宣布第一个全国锁定十四小时nd然后从24天开始封锁21天TH.3月。全国范围内所有群众聚集的场所,如学术机构、购物中心、剧院、超市和工业都被宣布关闭。封锁降低了交通和工业生产率,从而减少了汽车和工业排放。
由于各国实施了封锁措施,气候研究人员预测,这一措施有可能通过减少温室气体排放对全球环境产生积极影响。9由于大部分工场和工厂关闭,车辆和工业污染减少,空气质素得以改善。一项研究表明,在法国、德国和意大利,反对的呼声最高2封锁后,温室气体排放量大幅减少。10.欧洲也报告了空气污染的减少,此前政府下令国人为了防止新冠肺炎的爆发而呆在家里,工厂和工业工作停止,汽车排放显示大气NO急剧减少2颗粒物比例。11.研究还表明,空气污染增加了感染流感的风险。12.在SARS和MERS中也已经看到了这些相关趋势。13.
世界上是一种污染的地方,在空气质量方面,91%的同胞居住在贫困和污染的空气中。14.每年由于缺乏优质空气缺乏的全球死亡率大大增加。15.全球疾病研究显示,2015年室外空气污染导致近420万人过早死亡。16.在这方面,世卫组织2016年的另一份报告显示,在欧洲、亚洲和非洲,空气污染几乎占死亡总人数的8%。
印度等发展中国家和世界各地的其他国家为了促进森林砍伐、工业化和城市化,越来越多地牺牲了空气质量控制。这导致严重的健康问题,如慢性阻塞性肺病(COPD)的数量不断增加,2015年,近100万人的死亡与颗粒物污染有关。17.世界卫生组织(World Health Organization)和中央污染控制委员会(CPCB)已经制定了环境空气质量标准,但印度主要城市无视这一参数,在过去几年里一直名列全球污染最严重的20个城市之列。18-19
美国环境保护署(EPA)确定了若干由"标准污染物"造成的严重健康和环境危害,如一氧化碳、铅、空气微粒污染物和地面臭氧水平的变化,这些变化导致了烟雾、酸雨等。所有这些都在1963年的《清洁空气法》(Clean Air Act)中涵盖。在印度,空气污染的监测是由中央污染控制委员会(CPCB)执行的,该委员会管辖空气(污染预防和控制)法案,1981年。根据国家空气质量监测计划(NAMP),定期监测颗粒物(PM)10.)、二氧化硫(SO2)和二氧化氮(NO2)。实时监测空气质量是通过计算空气质量指数(AQI)实现的,该指数考虑了各种污染物,如Pb, NH3,所以2, 不2,co,o3.,PM10.和点2.5表1).颗粒物(PM), SO2, 不2,NH.3., CO及O3.被认为是经典的空气污染物,以计算空气质量在NAMP的计划。最近很少有研究报告空气质量的重要性及其在印度因大流行封锁期间的影响。20.在印度,德里和其他大都市城市在过去几年中引起了严重的空气污染,这是从录制的空气质量上很清楚。24.
表一:空气污染物及其来源一览表。
序列号 |
污染物 |
源 |
评论/来源 |
1 |
下午2.5和点10. |
主要的污染源是不完全燃烧、汽车排放、灰尘和烹饪废气。大气中的化学反应也起着次要的作用。 |
https://doi.org/10.1016/j.atmosenv.2013.01.03225. |
2 |
不2 |
户外来源 - 交通排放。室内源 - (用于烹饪的设备), (天然气、石油、木材等)。 |
https://www.ncbi.nlm.nih.gov/books/NBK138707/26. |
3. |
NH.3. |
农业和牲畜维修中使用的主要源氨基肥。 |
https://doi.org/10.1007/s11356-013-2051-927. |
4 |
所以2 |
主要源 - 在火电厂和其他行业中燃烧的主要源。 |
https://www.epa.gov/so2-pollution/sulfur-dioxide-basics28. |
5 |
有限公司 |
主要来源-车辆排放和化石燃料的燃烧。 |
https://www.epa.gov/co-pollution/basic-information-about-carbon-monoxide-co-outdoor-air-pollution29. |
6 |
臭氧 |
阳光介导的臭氧(地面)的形成,通过氮氧化物和释放挥发性有机化合物从各种城市和工业来源。 |
https://www.epa.gov/ouge-level-ozone-pollution/ground-level-ozone-basics.30. |
这项工作侧重于所选城市锁定期间AQI和环境空气污染物的变化,构建了Covid感染的空气质量和爆发之间的相关性,寻找空气污染物对病毒侵犯的影响。
材料和方法
研究设计
在为期3个月的研究中,我们对德里、孟买、加尔各答、班加罗尔、海得拉巴、钦奈等7个大城市和超过74个监测站进行了采样。
图1:数据采集站点(七大城市空气质量参数测量站) 点击这里查看图 |
1的跨度英石2月至20TH.之所以选择3月,是因为政府没有实施封锁,而且数据可以提供具体城市空气污染的清晰情况。此时间段被指定为此分析的预锁定期。政府从22号下令全面封锁nd3月至4月底,当时有严重限制的工业和车辆污染排放。在五月(Unlock1)和6月(Unlock2)的月后,政府宣布的锁定规范逐渐放松。因此,对于此分析,达到4月份的数据被认为适用于后锁定期(表2)。
表2:在研究中考虑的预先和后锁定的数据集和期间的描述。
序列号 |
命名法 |
期 |
解释 |
1 |
Pre-Lockdown |
February-Mid 3月 |
在执行完整锁定之前。 |
2 |
后锁定 |
Mid-March-April |
在完全封锁期间没有任何放松活动 |
数据收集
数据来源于中央污染控制委员会(CPCB)数据库(https://app.cpcbccr.com/AQI_India),该数据库隶属于国家空气质量监测计划(NAMP)。污染物的监测时间为24小时(每4小时监测一次气态污染物,每8小时监测一次颗粒物质)。这项工作每周进行两次,为期一年,共进行104次观察。31.该研究监测了某些污染物即颗粒物质(PM2.5&点10.)、二氧化硫(SO2)、二氧化氮(NO2),氨(NH)3.)、一氧化碳(CO)及臭氧,以评估空气质素的变化。在封锁前阶段和实施封锁阶段,澳大利亚空气质量指数也被考虑在内。最后,我们收集了三个月的所有数据(根据观测天数取平均值)(表3)。
表3:各站点城市特定AQI平均值。
城市 |
观察网站 |
Prelockdown机能 |
Postlockdown机能 |
德里 |
alipur. |
190.214 |
103.5 |
Anand Vihar. |
218.857 |
104. |
|
ashok vihar. |
212.857 |
99.4 |
|
Aya Nagar. |
136.785. |
70.1 |
|
Bawana |
243.785 |
122.4 |
|
CRRI马图拉路 |
190.642 |
90.3 |
|
卡尼·辛格博士射击场 |
232.214 |
102.9 |
|
DTU. |
198.285 |
83.7 |
|
Dwarka-Sector 8 |
242.571 |
95.8 |
|
IGI机场(T3)机场 |
166.285 |
74.3. |
|
IHBAS Dilshad花园 |
184.285 |
37.5 |
|
伊藤 |
216.428 |
157.8 |
|
Jahangirpuri |
223.857 |
108.9 |
|
贾瓦哈拉尔·尼赫鲁体育场 |
184.928 |
78.7 |
|
洛奇路 |
149.714 |
86.1 |
|
Dhyan Chand国家体育场 |
189.384 |
79.5 |
|
Mandir Marg. |
171.785 |
98 |
|
Mundka. |
233.714 |
122.2 |
|
nsit dwarka. |
224. |
81.9 |
|
纳贾巴加 |
199.071 |
122.3. |
|
纳里拉 |
214. |
130.2 |
|
Nehru Nagar. |
221. |
87.1. |
|
北校区,杜 |
167.785 |
78.9 |
|
Okhla阶段-2 |
202.428 |
88 |
|
Patparganj. |
173.071 |
77.5 |
|
Punjabi Bag. |
201.214 |
92.4 |
|
R K Puram |
166.571 |
80 |
|
罗西尼 |
239.857 |
109.3 |
|
shadipur. |
160.714 |
56.5 |
|
Sirifort. |
224.142 |
82.2 |
|
索尼娅Vihar |
194 |
87.2 |
|
SRI AUROBINDO MARG. |
170.214 |
79.6 |
|
Vivek Vihar. |
207. |
89.4 |
|
Wazirpur. |
239.428 |
98.4 |
|
孟买 |
班德拉- MPCB |
118.785. |
63.9 |
博瓦利东 |
90.153 |
65.545 |
|
查特拉帕蒂希瓦吉国际机场 |
163.571 |
62.5 |
|
Colaba-MPCB. |
164.928 |
106.7 |
|
Kurla |
164.714 |
92.9 |
|
Powai |
109.5 |
72.9 |
|
锡安- MPCB |
186.142 |
81.4 |
|
Vasai西 |
124.857 |
54.5 |
|
最高 |
138.285 |
68 |
|
加尔各答 |
Ballygunge. |
207. |
71.6 |
Bidhannagar |
167.857 |
81.7 |
|
威廉堡 |
146.428 |
80.8 |
|
Jadavpur. |
147.785 |
66.3 |
|
Rabindrabharati大学 |
196.642 |
77.5 |
|
Rabindra sarobar |
134.785 |
70.3 |
|
维多利亚纪念馆 |
185.5 |
94.6 |
|
班加罗鲁 |
BTM布局 |
59.846 |
53.5 |
BWSSB Kadabesanahalli |
104.928 |
48. |
|
Bapuji Nagar. |
78.571 |
47. |
|
城市火车站 |
118.857 |
85.9 |
|
Hebbal |
83.214 |
53.3 |
|
hombegowda nagar. |
84.142 |
63.9 |
|
Jayanagar 5块 |
87.5 |
44.7 |
|
Peenya |
77 |
56.5 |
|
Sanegurava Halli. |
71.571 |
43.8 |
|
丝板 |
91.142 |
48.6 |
|
海德拉巴 |
Bollaram工业区,TSPCB |
94 |
60.3 |
中央university-TSPCB |
85.928 |
58. |
|
Icri sat,帕南堡 |
88.142 |
62.6 |
|
Ida,Pashamylam. |
91 |
64.181 |
|
Sanath纳加尔 |
83.357 |
53.3 |
|
Zoo-Park |
115.214 |
77 |
|
钦奈 |
Alandur巴士车厂 |
68.071 |
32.7 |
Manali - CPCB. |
103. |
51.2 |
|
Velachery Res.Area——CPCB |
55.142 |
43.1 |
|
昌迪加尔 |
Sector-25——CPCC |
71.285 |
39.4 |
数据分析
研究期即,总的来说,三个月的一个任期被编目成两个阶段Viz预锁定阶段(3月中旬)和锁定阶段(3月至4月下旬)。由于自动化空气质量监测的数据采样不当,由于数据缺乏,从德里删除了来自Delhi的两个斑点。使用描述性分析评估了由于缺乏车辆排放和群众集会而导致的空气质量的变化,以便在研究的七个城市中概述AQI值和环境空气污染物。
建立一个线性回归模型来了解COVID - 19发病率与AQI值以及所有考虑的污染物参数之间的相关性。分析中以COVID-19发病率为因变量,以7个城市的AQI值和7个环境空气污染物参数为自变量。R2检查每个回归的价值进行统计学意义。由于数据缺陷,在该回归分析中未考虑预锁定Covid-19例。预先锁定的空气质量指标参数分别通过两个热图表示。
结果
在这项研究中,七个地铁市中AQI价值观和环境空气污染物的细致信息在表4中招募;(图2)。此外,收集了在锁定期间的Covid-19发病率的整个数据,其包括证实,活性和回收的病例(图3)。从AQI和其他空气污染物参数的柱图(图4)和热图(图5),观察到在锁定后期,所有值都随着少数例外而减少。对于所有城市,在锁定期间观察到AQI总结平均值,其中德里,孟买和加尔各答最重要。德里表现出AQI值的显着上升6789.571±675.834±3156±217.198;虽然Chandigarh从Prep锁定后展出了较低的AQI值71.825±5.032&39.4±2.914。孟买,加尔各答,班加罗尔堡和海德拉巴也表现出适度的AQI值,但钦奈分别表现出比这些城市的最低价值观。在所有环境空气污染物中2.5&点10.在研究期间沿着七个城市的显着减少,钦奈没有下午10.在两个周期中观察到的值。NH.3.在锁定后钦奈在钦奈的略微增加(10.3571±3.002和11.7±1.7±1.159)。所以2孟买在孟买(93.714±18.751&122.9±26.455)和122.9±26.455)和南德加里略微(12.214±2.887&13.8±2.149)。在德里的锁定阶段期间臭氧水平增加(682.643±306.626和1006.6±283.439),海德拉巴(149.071±29.849&156.4±25.426)和Chandigarh(21.285±5.483&34.3±11.155)。
表4:城市特定AQI和环境空气污染物参数的平均值。(4A至4D)。
4:
变量 |
德里 |
孟买 |
||||||
预先锁定 |
后锁定 |
预先锁定 |
后锁定 |
|||||
的意思是 |
SD. |
的意思是 |
SD. |
的意思是 |
SD. |
的意思是 |
SD. |
|
AQI. |
6790 |
2529 |
3156 |
686.8 |
1258 |
329.7 |
670.2 |
110.9 |
下午2.5 |
6499 |
2635 |
2498 |
609.3 |
935.4 |
278.7 |
485.3 |
171 |
下午10. |
5144. |
1578 |
2596 |
600.3 |
1055 |
211.8 |
774.3 |
146.1 |
不2 |
1925年 |
601 |
808.5 |
128.8 |
444.5 |
77.41 |
214.4 |
84.24 |
NH.3. |
234.6 |
28.11 |
182 |
17.26 |
39.79 |
7.007 |
28.5 |
15.31 |
所以2 |
489.3 |
93.2 |
466.8 |
71.99 |
93.71 |
18.75 |
122.9 |
26.46 |
有限公司 |
1679 |
545.6 |
1199 |
173.5 |
324.9 |
69.28 |
232.2 |
43. |
臭氧 |
682.6 |
306.6 |
1007 |
283.4 |
438.1 |
164.1. |
290.4 |
58.68 |
4 b:
变量 |
加尔各答 |
班加罗鲁 |
||||||
预先锁定 |
后锁定 |
预先锁定 |
后锁定 |
|||||
的意思是 |
SD. |
的意思是 |
SD. |
的意思是 |
SD. |
的意思是 |
SD. |
|
AQI. |
1186 |
365.260 |
542.8 |
180.443 |
852.5 |
110.109 |
545.2 |
77.516 |
下午2.5 |
1083.5 |
404.702 |
316.9 |
163.753 |
541.214 |
122.415 |
319.2 |
69.183 |
下午10. |
927.357 |
251.956 |
362.4 |
138.808 |
607.857 |
70.179 |
351.9 |
71.894 |
不2 |
494.5 |
221.955. |
102.6 |
28.721 |
377.071 |
58.539 |
152.1. |
22.961 |
NH.3. |
48.214 |
7.495 |
27.1 |
4.458 |
19.142 |
1.875 |
17.9 |
1.791 |
所以2 |
120.571 |
34.892 |
72.6 |
16.146 |
83.642 |
13.112 |
74.2 |
5.050. |
有限公司 |
178.071 |
35.508 |
137.4 |
26.692 |
488.928 |
32.824 |
384.4 |
39.786 |
臭氧 |
647.642 |
172.138 |
503.7 |
147.897 |
257.785 |
48.508 |
210.3 |
38.294 |
4 c:
海德拉巴 |
钦奈 |
|||||||
预先锁定 |
后锁定 |
预先锁定 |
后锁定 |
|||||
的意思是 |
SD. |
的意思是 |
SD. |
的意思是 |
SD. |
的意思是 |
SD. |
|
AQI. |
556.642 |
119.479 |
374.1 |
59.120 |
226.21 |
43.24 |
127. |
22.568 |
下午2.5 |
451.285 |
133.985. |
317.8 |
75.989 |
211.857 |
48.22 |
87.7 |
44.444 |
下午10. |
454.714 |
71.382 |
26. |
71.493 |
0 |
0 |
0 |
0 |
不2 |
247.428 |
46.699 |
157.1. |
31.858 |
49.214 |
16.25 |
30. |
13.182 |
NH.3. |
24.5 |
12.100 |
17.6 |
4.948 |
10.357 |
3.002 |
11.7 |
1.159 |
所以2 |
46.714 |
14.274 |
34.8 |
8.702 |
42.857 |
23.131 |
18.4 |
4.993 |
有限公司 |
152.428 |
28.608 |
140. |
26.679. |
114.074 |
24.972 |
98.9 |
13.008 |
臭氧 |
149.071 |
29.849 |
156.4 |
25.426 |
93.357 |
20.337 |
66.1 |
16.616 |
4 d:
变量 |
昌迪加尔 |
|||
预先锁定 |
后锁定 |
|||
的意思是 |
SD. |
的意思是 |
SD. |
|
AQI. |
71.285 |
18.828 |
39.4 |
9.215 |
下午2.5 |
51.214 |
22.617 |
24.2 |
5.533 |
下午10. |
71.285 |
18.828 |
38. |
10.360 |
不2 |
19.214 |
7.454 |
14.2 |
1.873 |
NH.3. |
12.57 |
6.284 |
9.4 |
1.897 |
所以2 |
12.214 |
2.887 |
13.8 |
2.149 |
有限公司 |
25.785 |
5.451 |
19.7 |
4.321 |
臭氧 |
21.285. |
5.483 |
34.3 |
11.155 |
图2:七个城市总空气质量指数的比较值智典(学习期)。 点击这里查看图 |
图3:研究期间文本中描述的每个城市感染、康复和活跃病例总数的比较表示。 点击这里查看图 |
图4:AQI (a), PM的平均值2.5(b),点10.(c),没有2NH (d)3.(e),所以2(f)、一氧化碳(g)和臭氧(h)。绿色和蓝色柱分别代表封锁前和封锁后阶段。 点击这里查看图 |
图5:分别在(a)封锁前和(b)封锁后(封锁阶段)期间AQI和环境空气质量参数的热图。 点击这里查看图 |
数据表现出AQI值与锁定COVID-19在入伍城市之间发生的关系的变化。加尔各答和德里表现出中等的意义(R2在本研究时分别= 0.64&0.51),而在此背景下,正在考虑的其他城市显示弱会社(表5)。统计上R.2数值在0.3-0.5之间表示相关性较弱,在0.5-0.7之间表示效应中等,大于0.7则认为变量之间相关性较强。32.本研究的观察表明,AQI以及环境空气污染物也表现出对Covid-19发病的不同影响。在德里的所有空气污染物中10.&臭氧有中度效果;在孟买,下午10.&臭氧;在加尔各答,所以2, CO和臭氧;在班加罗尔,没有2与Covid -19案件有更高的关联,从R中推断出来2(表5)中列出的值和(图6)中的图形表示。
表5:R2COVID - 19发病率与AQI及其他环境空气污染物的回归分析得出的值。
参数 |
R2价值 |
||||||
德里 |
孟买 |
加尔各答 |
班加罗尔 |
海德拉巴 |
钦奈 |
昌迪加 |
|
AQI. |
0.518 |
0.1981 |
0.6436 |
0.0156 |
0.1207. |
0.0211 |
0.1101 |
PM2.5 |
0.189 |
0.4626 |
0.5647 |
0.001 |
0.1169 |
0.0185 |
0.0005 |
下午10. |
0.501 |
0.9989. |
0.5936 |
0.7064 |
0.0092 |
0 |
0.1404 |
不2 |
0.009 |
0.6867 |
0.4198 |
0.8821 |
0.0957 |
0.1351 |
0.063 |
NH.3. |
0.011 |
0.0176 |
0.6447 |
0.1143 |
0.1608 |
0.0121 |
0.2161 |
所以2 |
0.295 |
0.0453 |
0.9996. |
0.0018 |
0.1286 |
0 |
0.7662 |
有限公司 |
0.01 |
0.3164 |
1 |
0.9996. |
0.1523 |
0.0042 |
0.1375 |
臭氧 |
0.688 |
0.9998. |
1 |
0.1609. |
0.4707 |
0.084 |
0.0103 |
图6.A: 点击这里查看图 |
图6.b: 点击这里查看图 |
图6.C: 点击这里查看图 |
图6.D: 点击这里查看图 |
图6.E: 点击这里查看图 |
图6。F: 点击这里查看图 |
图6。旅客: 点击这里查看图 |
图6:7个城市冠状病毒发病率与空气质量参数的回归分析图示。(图6所示。答:新德里;图6所示。B:孟买;图6. c:加尔各答;图6所示。D:班加罗尔;图6所示。艾凡:海德拉巴; Fig. 6.F: Chennai; Fig. 6.G: Chandigarh).
讨论
从这项研究中可以注意到,由于车辆和工业空气污染物稀少,封锁期后的空气质量同时提高,导致每个城市的空气质量指数显著下降。
从热图上可以看出,昌迪加尔在封锁前阶段是独立的,不属于其他城市。昌迪加尔只有一个AQI监测站,在除NH外的所有空气污染物中值最低3.(图4).车辆和工业污染排放PM, SO2, 不2和CO,而不是NH3.投影昌迪加尔有不同的污染状况,而不是本研究中考虑的其他城市。Chandigarh具有较少的行业(主要是包装或造纸行业),其发出较小的污染物,这些污染物可能导致其在热量图中的位置。
在封锁后阶段,德里、孟买、班加罗尔和海德拉巴是一个集群,因为它们可能有类似的排放状况。空气质量监测站附近类似的工业和车辆污染标准可以证明这一点。柱状图显示,德里、孟买和班加罗尔的SO明显更高2和CO水平相比,在任何一个阶段的其他城市,因为他们存在更高的行业数量(图4).所以2工业排放的主要气体为CO和NO2,PM10.和点2.5是汽车的主要排放吗(表1)该系统可以确定聚集在一起的城市中空气污染物的恒定水平。由于加尔各答、钦奈和昌迪加尔的工业很少,而且封锁规范限制了汽车排放,这些城市在热图中分别聚集在一起。
此前有报道称空气污染与病毒介导的呼吸系统疾病有关。33.一项研究还强调,空气质量参数的影响在增强流感的毒性和感染率方面具有相当大的效力。34.空气污染物,如PM2.5和点10.,一氧化碳、二氧化硫、臭氧及二氧化氮会增强呼吸道的敏感性,从而引起严重的呼吸道感染。35.较高百分比的空气污染物可能促进空气传播病毒颗粒的更大持久性.36.除了将病毒颗粒与个体的直接扩散外,还有可能有利于SARS-COV-2的被动扩散。37.生活在空气污染物浓度高的地区的人们更容易患上呼吸道疾病。38.在本研究中,只有加尔各答和德里显示AQI与COVID-19发病率显著相关,R有统计学意义2价值。此外,这两个城市在这两个时期的污染水平也明显高于其他城市。观察结果与以前的研究一致,即空气中空气污染物的增强可能是病毒感染确诊病例增多的一个原因。金奈和昌迪加尔在这两个时期的空气质量指数都最低,因此与其他城市相比,其确诊感染病例明显较低。
颗粒物质以其悬浮液在空气中的悬浮形式而闻名,呼吸屏障侵入肺部粘膜层,并直接与呼吸表面活性剂接触,导致健康危害。下午2.5和点10.粒子的直径分别小于2.5微米和10微米。下午2.5和点10.是与病毒颗粒传播相关的最重要的空气污染物。意大利北部地区是受COVID-19影响最严重的地区,其PM显著高于其他地区10.和点2.5的水平。37.研究还表明,病毒感染在诸如PM的丰富颗粒物质存在下增加10.在空中。39.在我们的研究中,德里、孟买、加尔各答和班加罗尔的总理值明显更高2.5和点10.还有R2表明与确认的Covid病例有关的重要性。这支持对所提到的位置中的空气中的较高颗粒物质的理由有助于更高的病毒传播。此外,由于PM相对较小,这种情况在其他城市的不利影响显着较低2.5比点10..
增加了啊3.水平与NO的减少相关2排放。40这些结果得到了近期意大利米兰的研究结果的一致支持41.以及中国武汉地区。42-44实验表明,NO显著降低2在米兰封锁COVID-19疫情期间,其他空气污染物导致地面臭氧(O3.).41.结果,大气氧化潜力升高,升高了对人呼吸道产生负面影响的二次气溶胶的形成随着Covid-19确诊病例的增加。41.这种趋势也出现在印度的大都市2所以2大多数城市的水平减少了几个微不足道的例外,随着锁定后的臭氧地层的显着增加。23日,第45 - 46在德里,这一观察结果在封锁后的整个阶段对新冠肺炎确诊病例产生了显著影响。
总之,封锁对改善城市整体空气质量产生了显著的良好影响。另一方面,人们发现,特定污染物的增加对病毒感染的传播有影响。德里和孟买等主要城市的确诊病例较高,可能是因为空气中存在较高的空气污染物,而在昌迪加尔和钦奈等城市,相对较低的污染物水平证明确诊病例感染率较低是合理的。
的利益冲突
作者证实,与本出版物没有已知的利益冲突,并没有对这项工作没有重大的财政支持,这可能会影响其结果。
确认
提交人感谢各自机构当局提供了必要的资源并鼓励他们在封锁期间开展这项工作。
参考文献
- 李问,关X,吴P,王X, Jhou L,通Y,任R,梁k . S . M法·e·H·Y,黄J . Y,兴X,湘N,吴Y,李C,陈问李D,刘P,赵J,刘M,你W,陈C,金L,杨R, Q,周,王R,刘H,罗Y,刘晔Y,邵G,李H,道Z,杨Y,邓Z,刘B,马Z,张Y, G, Lam T T Y,吴J . T高G F,整流罩B J,杨B,梁国明,冯铮。新型冠状病毒感染的肺炎在中国武汉早期传播动态。n.ngl。J. Med..2020; 382(13): 1199 - 1207。
十字架 - 吴F,赵年代,陈于B, Y,王W,歌z G,胡锦涛Y, z道W,田J . H,裴Y Y元M . L,张Y L,戴F . H,刘Y,王先生问:M,郑J·J,徐L,福尔摩斯e . C,张Y z一种新的冠状病毒与人类呼吸道疾病在中国。自然.2020, 579(7798): 265 - 269。
十字架 - 徐B, B古铁雷斯,Mekaru年代,Sewalk K,古德温L, Loskill,科恩E . L, Hswen Y,希尔S C Cobo M M, Zarebski A E,李年代,吴碳氢键,Hulland E,摩根j . D, L, O ' brien K, Scarpino S V, Brownstein j·S时,Pybus O . G, Pigott D M, Kraemer M . G . COVID-19暴发的流行病学数据,实时信息。科学。数据.2020; 7(1):106。
十字架 - 谁导演。一般的言论在媒体发布会上对2019 - 2020年2月11日ncov。https://www.who.int/dg/speeches/detail/who - -将军讲话-主管-媒体简报-在- 2019 ncov - 2月- 11 - 2020。2020 a。(访问5.TH.2020年4月)。
- WHO。冠状病毒疾病2019(Covid-19):情况报告,36. https://www.who.int/emercences/diseases/novel-coronavirus-2019/situmation-reports。2020.(访问5TH.2020年4月)。
- 世卫组织宣布COVID-19大流行。《生物医学.2020; 91(1):157-160。
- 谁导演。General’s Opening Remarks at the Media Briefing on COVID19 on 11 March 2020. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020. 2020b. (accessed 5TH.2020年4月)。
- ECDC。欧洲疾病预防和控制中心(欧洲联盟署)。截至2020年4月7日全球形势更新。https://www.ecdc.europa.eu/en/geographical - - 2019 ncov分布情况。2020.(访问4TH.2020年4月)。
- 全球碳项目。全球碳预算和趋势的年度更新。https://www.globalcarbopproject.org/carbonbudget/index.htm。2019.(访问4TH.2020年4月)。
- 新冠肺炎对环境的间接影响。Sci总环绕.2020;728:138813。
十字架 - ESA。欧洲太空总署。冠状病毒封锁导致整个欧洲的污染下降。https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-5P/Coronavirus_lockdown_leading_to_drop_in_pollution_across_Europe。2020 b。(访问4TH.2020年4月)。
- 刘晓,李勇,秦刚,朱勇,李晓,Xhang J,肖凯,胡敏,王小玲,郑晓。合肥地区空气污染物对流感样疾病和实验室确诊流感的影响。中国卫生检疫杂志,2015,30(5):531 - 534。Int J Biometeorol.2019; 63:51-60。
十字架 - Ge x Y,李J . L,杨x L, Chmura A,朱G,爱泼斯坦J . H, Mazet J . K,胡锦涛B,张W,彭C,张Y J,罗C . M,谭B,王N,朱Y, Crameri G,张s Y,王L F, Daszak P,施z L .隔离和表征的蝙蝠使用ACE2受体类似非典冠状病毒。自然.2013;503:535-538。
十字架 - WHO。空气污染。https://www.who.int/health-topics/air-pollutions#tab=tab_1。2016年。(访问5TH.2020年4月)。
- 张Q,江X,Tong D,Davis S.J,J,Zhao H,Geng G,Ni R.运输全球空气污染和国际贸易的跨界健康影响。自然.2017; 543:705 - 709。
十字架 - Landrigan P. J,Richard F,Fisher S,Suk W. A,Sly P,智商T.C,Bose-O'Reilly S.污染和儿童健康。Sci总环绕.2019; 650:2389-2394.
十字架 - 关键词:PM2,源解析,源解析,源解析引用本文:在印度北部的5个项目中使用了面向源的空气质量模型。环绕。Pollut.2017; 231:426 - 436。
十字架 - Garaga R,Sahu S. K,Kota S. H.印度空气质量造型研究综述:地方和区域规模。咕咕叫。Pollut。代表.2018; 4:59-73。
十字架 - 印度瓦拉纳西的空气污染物水平比标准高出12倍。源和转移。环绕。化学。列托语.2018; 16:1009-1016。
十字架 - Gautam S. Covid-19对印度空气质量的影响:一个福音或绒式。公牛环境毒物.2020, 104(6): 724 - 726。doi: 10.1007 / s00128 - 020 - 02877 - y
十字架 - Gautam AS, dilwalya NK, Srivastava A, Kumar S, Bauddh K, Siingh D, Shah MA, Singh K, Gautam S. COVID-19封锁期间,由于人为活动关闭,印度北部空气污染暂时减少。环境开发维持.2020; 24。doi: 10.1007 / s10668 - 020 - 00994 - 6。
十字架 - COVID-19:由于人们呆在家里,空气污染仍然很低。空气质量和大气健康.2020; 1 - 5。doi: 10.1007 / s11869 - 020 - 00842 - 6。
十字架 - Bherwani H,Nair M,Musugu K,Gautam S,Gupta A,Kapley A,Kumar R.空气污染外部的估值:Covid-19锁定下经济损害和减排的比较评估。空气质量和大气健康.2020; 1-12。DOI:10.1007 / S11869-020-00845-3。
十字架 - WHO。空气质量在许多这个词的城市中徘徊。https://www.who.int/mediacentre/news/releases/2014/air-squality/en/2014年。(访问5TH.2020年4月)。
- Keuken M. P,Moerman M,Voogt M,Blom M,Weijers E.P,RöckmannT,Dusek U.在城市背景和街道地点的PM2.5和PM10来源贡献。大气环境.2013; 71:26-35。
十字架 - Jarvis D. J,Adamkiewicz G,Heroux M.E,RAPP R,Kelly F. J. J.二氧化氮。在:世界卫生组织,世界卫生组织室内空气质量指南:选定的污染物.哥本哈根世界卫生组织;2010:201-287.https://www.ncbi.nlm.nih.gov/books/nbk138707/17.09.2018。
- 陈建平,张建平,陈建平,等。大气中氨的研究进展[j] .大气科学进展,2017,32(3):457 - 464。环境科学与污染研究.2013; 20:8092 - 8131。
十字架 - 美国环境保护署。EPA第508节政策和程序,可访问性要求,关于《康复法案》第508节的资源(29 U.S.C§794 (d))。https://www.epa.gov/so2-pollution/sulfur -dioxide-basics。1970年.(访问5.TH.2020年4月)。
- 美国环境保护署。EPA第508节政策和程序,可访问性要求,关于《康复法案》第508节的资源(29 U.S.C§794 (d))。https://www.epa.gov/co-pollution/basic-information-about-carbon-monoxide-co-outdoor-air-pollution。1970.(访问5.TH.2020年4月)。
- 美国环境保护署。EPA第508节政策和程序,可访问性要求,关于《康复法案》第508节的资源(29 U.S.C§794 (d))。https://www.epa.gov/ouge-level-ozone-pollution/ground-level-ozone -basics。1970.(访问5.TH.2020年4月)。
- 中央污染控制委员会。环境空气质素监测指引。国家环境空气质量监测系列;印度环境和森林部CPCB:印度德里https://app.cpcbccr.com/AQI_India。2003.(访问4TH.2020年4月)
- 偏最小二乘路径模型在国际营销中的应用。见:Sinkovics R. R, Ghauri P. N.国际市场营销进展。宾利:翡翠集团出版有限公司;2009:277 - 319。https://doi.org/10.1108/s1474 - 7979(2009) 0000020014。
十字架 - 关键词:季节性流感,全球,呼吸系统,死亡率,模型研究柳叶瓶.2018, 391(10127): 1285 - 1300。
十字架 - Landguth E . L,霍尔顿z,鲜明的B,格雷厄姆•J Mokhtari称E . B Kaleczyc E, Andersone年代,Urbanski年代,快活,Semmensa E . O, Warrena d . O, Swanson,石头E,努南c .野火季节的延迟效应颗粒物在随后的流感季节在西部山区地区的美国。环绕。Int.2012; 139:105668。
十字架 - 空气污染与呼吸道病毒感染。Inhal。Toxicol.2007; 19:1135 - 1146。
十字架 - Frontera A, Martin C, Vlachos K, Sgubin G.区域空气污染持续与covid - 19感染分区有关。j .感染.2020;2:38。
十字架 - Martelletti L, Martelletti P。空气污染和新型Covid-19疾病:推定疾病风险因素。SN压缩机。中国。地中海.2020;2:383-387.
十字架 - MarquèsM,Domingo J. L,Nadala M,Schuhmacher M.居住在石油化工工业综合体附近的人口健康风险。2.癌症以外的不良健康结果。Sci总环绕.2020; 730:139122。
十字架 - Mishra R,Pandikananan K,Gangamma S,Raut A.A,Kumar H.颗粒物质(PM10.)通过调节先天免疫反应来增强RNA病毒感染。环绕。Pollu.2020; 266 (Pt 1): 115148。
十字架 - Bauwens M,Compernolle S,Stavrakou T,MüllerJ.F,van Genter J.F,埃斯克H,Levelt P. F,Van der A. R,Veefkind A. P,Vlietinck J,Yu H,Zehner C.对冠状病毒爆发的影响在No2污染上使用robomi和OMI观察评估。地球物理学。卷.2020; 47(11)。
十字架 - Collivignarelli M. C, Abbà A, Bertanza G, Pedrazzani R, Ricciardi P, Miino M. C米兰2019冠状病毒肺炎封锁:对空气质量有何影响?Sci总环绕.2020; 732:139280。
十字架 - 《新冠肺炎疫情期间中国经济活动减少对空气质量的响应》地球物理学。卷.2020; 47(11)。
十字架 - 任王黄C, Y,李X, L,赵J,胡锦涛Y,张L,风扇G,徐J,顾X, Z、余T,夏J,魏Y,吴W,谢X,阴W,李H,刘米,小Y,高H,郭L,谢J,王G,江R,高Z,金问,王J,曹b .临床特征的患者感染2019年武汉新型冠状病毒,中国。柳叶瓶,2020; 395:497-506。
十字架 - 王伟,徐勇,高锐,陆锐,韩坤,吴刚,谭伟。不同类型临床标本中SARS-CoV-2的检测。贾马.2020年;323年(18):1843-1844.
十字架 - Gupta A, Bherwani H, Gautam S, Anjum S, Musugu K, Kumar N, Anshul A, Kumar r ?利用统计模型探索亚洲城市。环境开发维持.2020; 1 - 10。doi: 10.1007 / s10668 - 020 - 00878 - 9。
十字架 - 生物气溶胶在大流行中的全球意义。环境开发维持。2020; 22:3861-3865。https://doi.org/10.1007/S10668-020-00704-2
十字架
这项工作是在授权下获得的知识共享归属4.0国际许可.