В условиях резко континентального климата центральноазиатского региона, характеризующегося высоким давлением, большой амплитудой перепада температур как в течение суток, так и в течение года, низкой влажностью, особенностями переноса воздушных масс в приземном слое атмосферы формируются не только повышенные требования к компенсаторно-приспособительным возможностям организма человека, но и возникает необходимость особых подходов к организационным, природоохранным и планировочным решениям при развитии таких территорий [2, 4]. Наиболее сложная и неблагоприятная гигиеническая ситуация, связанная в первую очередь с загрязнением атмосферного воздуха, сложилась в столице Монголии [3]. Улан-Батор (численность населения 1,5 млн) расположен в узкой долине, окружен горами, максимальная температура регистрируется в июле (38 °С), минимальная в январе (–46,7 °С), относительная влажность воздуха находится в пределах 40–80 %, а иногда в пределах 20–30 %, преобладающими направлениями ветра в летний период года являются северо-западное и северное, в зимний – юго-восточное (средняя скорость ветра от 3,3 до 5,7 м/с, максимальная – достигает 28 м/с). Формированию контаминации воздушного бассейна города способствуют высокая концентрация источников загрязнения, большое количество сжигаемого твердого топлива и неблагоприятное расположение стационарных источников в городской застройке. Все высотные источники (ТЭЦ № 2, 3, 4) расположены в юго-западном и западном районах, котельные – в северной и восточной части города без учета розы ветров. Значительный вклад в загрязнение атмосферного воздуха Улан-Батора и обследованных регионов вносят топки частного (юрточного) сектора, который окружает благоустроенную часть города со всех сторон и располагается на возвышенности.
Цель исследования – разработать и апробировать математическую модель обращаемости за медицинской помощью по поводу болезней органов дыхания в зависимости от природных и техногенных факторов города Улан-Батора (на основе суточных данных).
Материалы и методы исследования
Гигиеническая оценка условий жизнедеятельности в Улан-Баторе дана по результатам мониторинга гидрометеорологической службы Монголии за 2010–2013 годы. В качестве возможных предикторов рассматривали данные регулярных замеров температуры, влажности, скорости ветра, давления, а также концентрации примесей в атмосферном воздухе в 8.00, 13.00, 17.00 каждых суток, полученных на постах наблюдения гидрометеорологической службы. Анализ обращаемости за медицинской помощью в лечебные учреждения проведен по суточным данным информационной базы департамента здравоохранения Улан-Батора. Всего учтено более 110 тысяч случаев заболеваний, которые были сгруппированы по отдельным нозологическим формам, возрастным категориям (0–14, 15–17 и старше 18 лет) и районам проживания, привязанным к постам наблюдения. Основной мишенью воздействия примесей, образующихся при сгорании топлива, являются органы дыхания [6, 7], поэтому нами рассматривалась частота обращений в сутки по следующим нозологическим формам: острые респираторные заболевания (ОРЗ, шифр по Международной классификации болезней 10 пересмотра – J00-J06), острый бронхит (J20), острая респираторная инфекция нижних дыхательных путей (J22), хронические заболевания верхних дыхательных путей (J30-J31), хронические болезни миндалин и аденоидов (J35), хронический ларингит и ларинготрахеит (J37). На первом этапе исследований выявлены, с помощью факторного анализа, наиболее значимые характеристики условий жизнедеятельности, которые затем использованы в математической модели в качестве предикторов. К ним отнесены: отклонения температуры от среднемноголетней для конкретного периода, коэффициенты опасности для отдельных примесей, содержащихся в атмосферном воздухе (взвешенные вещества, СО, SO2, NO2). На втором этапе выявлен наиболее показательный период, характеризующийся наименее благоприятными условиями природной среды и высокой частотой нарушений здоровья, которые могут быть ассоциированы с воздействием выбранных для модели факторов. Анализ численности населения и обращаемости в абсолютных величинах по отдельным районам Улан-Батора показал, что для моделирования суточной обращаемости частота изучаемого явления недостаточна, поэтому репрезентативные данные можно получить только при условии объединения обращаемости (нами выбран «шаг» 14 дней). В связи с этим для оценки воздействия рассмотрены два периода осреднения концентраций: во-первых, в пробах 30-минутного отбора (для каждого вещества рассчитывали HQac с учетом референтных концентраций для краткосрочного воздействия) и, во-вторых, средние концентрации за 14 суток (рассчитывали HQchr по референтным концентрациям для хронического воздействия). Также по двум периодам рассчитывали индексы опасности (HI) острого и хронического воздействия, суммирующие HQ контролируемых ингредиентов.
Для выявления числа дополнительных случаев заболевания, ассоциированных с загрязнением атмосферного воздуха, нами в динамических моделях использован метод «возмущений», который позволяет имитировать реальную ситуацию, определять возможный тренд загрязнения атмосферного воздуха и изменения заболеваемости, по сравнению с невозмущенным фоновым уровнем в сложившихся экологических условиях, с учетом процесса самовосстановления заболеваемости [1, 2]. Пусть состояние системы характеризуется некоторым набором показателей, изменяющихся во времени x(t) = (x1(t), ..., xn(t)), t – время и x(t)* – описывает естественное состояние системы. Предполагается, что систему можно описать системой обыкновенных дифференциальных уравнений
где вектор u(t) = (u1(t), ..., um(t)) – величина внешнего воздействия. Разложив в окрестности x(t)* и u(t) = 0 (отсутствие внешнего воздействия) систему до линейных слагаемых, получим линеаризованный вариант модели:
где z(t) = x – x(t)* – отклонение от естественного состояния. Обозначим fx = Q и fu = B. Будем иметь систему
……………………………
……………………………
Диагональные элементы qii характеризуют скорости естественного самовосстановления при условии, что остальные компоненты системы находятся в естественном состоянии и нет внешнего воздействия (u = 0). Внедиагональные элементы qij(i ≠ j) матрицы определяются двумя компонентами вектора z: i-я и j-я. Для определения матрицы B после того как найдены элементы матрицы Q используется метод наименьших квадратов, т.е. решается задача:
t ∈ [t0, t1], z(t0) = z0;
где величины получены из статистических данных; βi – весовые коэффициенты.
Итак, динамику обращаемости населения будем описывать следующей системой дифференциальных уравнений:
где t – время; x(t) – вектор, характеризующий количество заболевших с определенной заболеваемостью в течение недели; u(t) – скалярный показатель загрязнения атмосферного воздуха, HIchr (включающий HQ следующих веществ: CO, NO2, NO, PM10, SO2); T°(t) – средняя температура (°C) в течение недели, – средний многолетний уровень температуры в течение недели, векторы B и C отражают влияния загрязнения и температуры, матрица Q отражает процессы самовосстановления здоровья и взаимовлияния болезней.
В рассматриваемой модели исследуется N показателей, характеризующих заболевания населения. Пусть i – это индекс, изменяющийся в диапазоне от 1 до N, xi ‒ значение количества заболевших в течение недели, рассчитанное по модели, a – наблюдаемые значения количества заболевших, полученные по статистике.
Для оценки точности модели на интервале [0, T] используются такие показатели, как KI – интегральная ошибка по всем показателям модели, и Ki – интегральная ошибка по отдельным показателям модели, рассчитываемые по следующим формулам:
В данной области исследований точность модели считается удовлетворительной при KI < 25 %, Ki < 20 %.
На основании полученных моделей разработан прогноз поведения рассматриваемой системы при внедрении природоохранных мероприятий. В качестве базового сценария было принято фактическое состояние, т.е. учитывались наблюдаемые выбросы в атмосферный воздух от ТЭЦ, котельных, юрт и автотранспорта. Рассмотрены четыре сценария управления загрязнением воздушного бассейна г. Улан-Батора: снижение выбросов автотранспорта; снижение выбросов от топок юрт; снижение выбросов от котельных; снижение выбросов от ТЭЦ, основанных на результатах исследований, представленных в [2, 3, 5]. Расчеты последовательно проведены в два этапа: изменение содержания примесей в атмосферном воздухе при различных вариантах снижения эмиссии от рассматриваемых источников; изменение частоты заболеваний органов дыхания у населения по районам города при изменении загрязнения.
Результаты исследования и их обсуждение
Наиболее высокое содержание диоксида азота в воздушном бассейне селитебной зоны г. Улан-Батора наблюдается в зимние месяцы (с ноября по март), причем в декабре достигают допустимого предела. Следует отметить, что в период интенсивной деятельности ТЭЦ, коммунальных и личных отопительных систем уровень загрязнения атмосферного воздуха селитебных зон выше, чем в среднем в течение года. Так как город подвергается техногенной нагрузке неравномерно, мы провели оценку потенциального риска, связанного с хроническим и острым воздействием, по отдельным районам. Наиболее высокое хроническое ингаляционное воздействие наблюдается в компактных благоустроенных районах центральной и южной частей города (Сухбатор HIchr = 10,6; HIac = 16,9; Баянгол HIchr = 8,8; HIac = 10,6; Хануул HIchr = 5,2; HIac = 8,0). Максимальную долю в суммарный общетоксический риск вносят взвешенные вещества (РМ10 и РМ2,5).
К мишеням воздействия примесей, поступающих в атмосферный воздух, относятся органы дыхания. Среднесуточная обращаемость за медицинской помощью по поводу болезней органов дыхания представлена в табл. 1.
При сравнении данных выявлены статистически значимые различия в структуре и частоте обращаемости в различные сезоны года (χ2 = 9,4 р = 0,003). Так, в холодный сезон доля ОРЗ составляла 64–76 %, случаев острого бронхита – 8,5–14,2 %, заболеваний нижних отделов легких – 0,07–0,44 %, обострения хронических заболеваний верхних дыхательных путей – 5,7–7,8 %, миндалин – 10,9–18,5 %. В теплый сезон снижался вклад в суммарную обращаемость случаев ОРЗ (42,2–60,5 %), острого бронхита (4,2–6,2 %) на фоне повышения доли случаев заболеваний хронических заболеваний верхних дыхательных путей (16,2–25,6 %) и миндалин (19,2–6,9 %).
Предварительный корреляционный анализ суточных данных частоты обращений и содержания примесей показал, что для ОРЗ и обострения хронических заболеваний верхних дыхательных путей сильные тесные связи выявлены для данных, обобщающих число обращений за 2 недели и средний за указанный период показатель HIchr. Для острого бронхита характерен лаг между моментом регистрации заболевания и уровнем загрязнения атмосферного воздуха (lag = 14 дней).
При идентификации математической модели на реальных данных выявлено, что наиболее хорошие характеристики имели модели, рассматривающие следующие группы нозологических форм: ОРЗ (J00–J06), острый бронхит (J20); хронические заболевания (J30–37). Для четырех районов города Улан-Батор были получены следующие оценки KI: Баянгол – 94 %, Сухбатор – 91,4 %, Хануул – 81,5 %, Чингелтей 92,7 % (табл. 2).
Выявлена обратная зависимость точности расчетных данных от площади района, плотности населения, численности групп наблюдения и частоты моделируемого явления (r = –0,62–0,75, р < 0,05). Точность расчетов числа заболеваний для детского и взрослого населения в 1,5–2 раза выше, чем для подростков; острых респираторных заболеваний и обострений хронической патологии органов дыхания на 10–16 % выше, чем для острого бронхита. Характеристики моделей для подростков имеют худшие характеристики, неопределенности, возможно, связаны с недостаточной численностью контингента, большей значимостью других (мешающих) факторов, а также сложностью учета экспозиции для этой возрастной группы.
Таблица 1
Среднесуточная обращаемость за медицинской помощью населения Улан-Батора по классу болезней органов дыхания (на 1000 населения)
Месяцы |
Нозологические формы (по МКБ 10) |
В целом органы дыхания |
|||||
J00-J06 |
J20 |
J22 |
J30-J31 |
J35 |
J37 |
||
Январь |
97,45 |
12,90 |
0,39 |
11,77 |
28,10 |
1,00 |
151,61 |
Февраль |
63,55 |
8,52 |
0,38 |
5,48 |
12,86 |
1,14 |
86,00 |
Март |
73,32 |
8,10 |
0,10 |
9,94 |
13,19 |
1,87 |
106,52 |
Апрель |
66,63 |
5,73 |
0,17 |
13,23 |
15,73 |
0,77 |
98,97 |
Май |
44,55 |
3,94 |
0,16 |
10,61 |
11,71 |
0,94 |
71,90 |
Июнь |
37,23 |
3,80 |
0,17 |
9,90 |
11,80 |
0,70 |
61,55 |
Июль |
20,19 |
2,00 |
0,16 |
12,26 |
12,90 |
0,32 |
47,84 |
Август |
27,23 |
2,61 |
0,16 |
14,81 |
14,81 |
1,29 |
60,90 |
Сентябрь |
41,80 |
5,07 |
0,20 |
9,50 |
14,43 |
1,07 |
69,74 |
Октябрь |
67,74 |
9,58 |
0,03 |
12,32 |
16,23 |
0,42 |
106,32 |
Ноябрь |
140,63 |
18,73 |
0,13 |
11,03 |
20,67 |
0,27 |
185,29 |
Декабрь |
91,77 |
19,06 |
0,19 |
7,68 |
14,61 |
0,58 |
133,90 |
Среднее за год |
58,40 |
8,34 |
0,19 |
10,71 |
15,59 |
0,86 |
98,38 |
Примечания: ОРЗ (J00–J06), острый бронхит (J20), острая респираторная инфекция нижних дыхательных путей (J22), хронические заболевания верхних дыхательных путей (J30–J31), хронические болезни миндалин и аденоидов (J35), хронический ларингит и ларинготрахеит (J37).
Таблица 2
Интегральная ошибка моделей заболеваемости населения отдельных районов г. Улан-Батора (Ki, KI, %)
Заболевания |
Группы |
Районы Улан-Батора |
|||
Баянгол |
Сухбатор |
Хануул |
Чингэлтэй |
||
ОРЗ |
Дети |
7,8 |
16 |
41 |
11 |
Подростки |
12 |
16,5 |
46 |
28 |
|
Взрослые |
14 |
21 |
31 |
16 |
|
Все население |
6,8 |
12,6 |
29 |
8,8 |
|
Бронхит |
Дети |
13,6 |
20 |
36 |
18,7 |
Подростки |
35 |
50 |
67 |
57,6 |
|
Взрослые |
17,6 |
36 |
45 |
28,7 |
|
Все население |
10,5 |
17,6 |
17,6 |
18 |
|
Хронические заболевания |
Дети |
22 |
17 |
28 |
19 |
Подростки |
27 |
33 |
32,5 |
23 |
|
Взрослые |
18,5 |
17 |
19 |
17 |
|
Все население |
16 |
13,7 |
16 |
13 |
Сценарные расчеты проводились для четырех районов г. Улан-Батора (Баянгол, Сухбаатар, Чингелтей и Хан-Уул) на модели заболеваемости населения с учетом возраста. В основу расчетов положены следующие варианты: базовый сценарий и варианты снижения выбросов в атмосферу от различных источников выбросов. Расчет концентраций примесей велся на камерной модели распространения загрязнений в воздухе по г. Улан-Батору с дальнейшим осреднением концентраций по каждому району. Обобщая результаты численных экспериментов по предложенным моделям, установлено, что эмиссия автотранспорта наиболее значима для района Баянгол, где возможно снижение концентраций на 12 % при выводе 50 % автомобилей за пределы района. Снижение выбросов от топок юрт может привести к уменьшению загрязнения в районе Чингэлтэй. Однако наиболее перспективным является сокращение эмиссии от крупных источников – ТЭЦ. В районах размещения указанных предприятий снижение выбросов на 30 % сократит концентрации примесей на 9,8–16,3 %. А при снижении выбросов на 50 % приведет к снижению до приемлемого уровня таких веществ, как диоксид серы, оксиды азота. Однако концентрации взвешенных веществ останутся выше ПДК. Интересно отметить, что для снижения выбросов от топок юрт в качестве индикатора эффекта можно рекомендовать мониторинг за частотой бронхита и ОРЗ, тогда как для мер, предусматривающих сокращение выбросов ТЭЦ и автотранспорта, лучшим индикатором будет наблюдение за ОРЗ, а частота бронхита значимо не изменится. Вероятно, это связано с различным составом эмиссии при горении топлива в промышленных котлах и в частных топках.
Таким образом, проведенные исследования показали, что в Монголии вследствие развития топливно-энергетической промышленности и транспорта, а также особенностей жилой застройки (юрточное расселение) существует опасность поступления в атмосферу значительных количеств выбросов вредных веществ, прежде всего продуктов сгорания топлива, что в условиях климатических особенностей и рельефа территории городов Монголии. Использование методов математического моделирования предоставляет возможность рассмотреть и сравнить различные варианты развития региона с учетом влияния на состояние природной среды и здоровье населения. Наиболее точные результаты получены для детской возрастной группы на моделях рассматривающих влияние факторов среды на обращаемость по поводу острых респираторных заболеваний. Точность математических моделей острых респираторных заболеваний и обострений хронической патологии органов дыхания на 10–16 % выше, чем для острого бронхита.
Исследования поддержаны грантом № 1 СО РАН и Академии наук Монголии, «Математическое моделирование и информационные технологии в задачах оценки и прогнозирования здоровья населения города Улан-Батор в зависимости от социальных, экологических и экономических факторов».