Development of land-use regression models for metals associated with airborne particulate matter in a North American city

Simple item page

Simple item page

Full item details

dc.contributor.author

Zhang, Joyce J.Y.

Sun, Liu

Barrett, Olesya

Bertazzon, Stefania

Underwood, Fox E.

Johnson, Markey

dc.date.accessioned

2024-05-05T17:01:06Z

dc.date.available

2024-05-05T17:01:06Z

dc.date.issued

2015-01-05

dc.description.abstract - en

Airborne particulate matter has been associated with cardiovascular and respiratory morbidity and mortality, and there is evidence that metals may contribute to these adverse health effects. However, there are few tools for assessing exposure to airborne metals. Land-use regression modeling has been widely used to estimate exposure to gaseous pollutants. This study developed seasonal land-use regression (LUR) models to characterize the spatial distribution of trace metals and other elements associated with airborne particulate matter in Calgary, Alberta. Two-week integrated measurements of particulate matter with <1.0 μm in aerodynamic diameter (PM1.0) were collected in the City of Calgary at 25 sites in August 2010 and 29 sites in January 2011. PM1.0 filters were analyzed using inductively-coupled plasma mass spectrometry. Industrial sources were obtained through the National Pollutant Release Inventory and their locations verified using Google Maps. Traffic volume data were obtained from the City of Calgary and zoning data were obtained from Desktop Mapping Technologies Incorporated. Seasonal wind direction was incorporated using wind rose shapes produced by Wind Rose PRO3, and predictor variables were generated using ArcMap-10.1. Summer and winter LUR models for 30 PM1.0 components were developed using SAS 9.2. We observed significant intra-urban gradients for metals associated with airborne particulate matter in Calgary, Alberta. LUR models explained a high proportion of the spatial variability in those PM1.0 components. Summer models performed slightly better than winter models. However, 24 of the 30 PM1.0 related elements had models that were either good (R2 > 0.70) or acceptable (R2 > 0.50) in both seasons. Industrial point-sources were the most influential predictor for the majority of PM1.0 components. Industrial and commercial zoning were also significant predictors, while traffic indicators and population density had a modest but significant contribution for most elements. Variables incorporating wind direction were also significant predictors. These findings contrast with LUR models for PM and gaseous pollutants in which traffic indicators are typically the most important predictors of ambient concentrations. These results suggest that airborne PM components vary spatially with the distribution of local industrial sources and that LUR modeling can be used to predict local concentrations of these airborne elements. These models will support future health studies examining the impact of PM components including metals.

dc.description.abstract-fosrctranslation - fr

Les particules en suspension dans l'air ont été associées à la morbidité et à la mortalité cardiovasculaires et respiratoires, et il existe des preuves que les métaux peuvent contribuer à ces effets néfastes sur la santé. Il existe cependant peu d’outils permettant d’évaluer l’exposition aux métaux en suspension dans l’air. La modélisation de régression de l’utilisation des terres a été largement utilisée pour estimer l’exposition aux polluants gazeux. Cette étude a développé des modèles de régression saisonnière de l'utilisation des terres (LUR) pour caractériser la distribution spatiale des métaux traces et d'autres éléments associés aux particules en suspension dans l'air à Calgary, en Alberta. Des mesures intégrées sur deux semaines de particules ayant un diamètre aérodynamique <1,0 μm (PM1,0) ont été recueillies dans la ville de Calgary sur 25 sites en août 2010 et 29 sites en janvier 2011. Des filtres PM1,0 ont été analysés à l'aide de filtres à couplage inductif. spectrométrie de masse à plasma. Les sources industrielles ont été obtenues grâce à l'Inventaire national des rejets de polluants et leurs emplacements ont été vérifiés à l'aide de Google Maps. Les données sur le volume de circulation ont été obtenues auprès de la ville de Calgary et les données sur le zonage ont été obtenues auprès de Desktop Mapping Technologies Incorporated. La direction saisonnière du vent a été intégrée à l'aide des formes de rose des vents produites par Wind Rose PRO3, et les variables prédictives ont été générées à l'aide d'ArcMap-10.1. Les modèles LUR d'été et d'hiver pour 30 composants PM1.0 ont été développés à l'aide de SAS 9.2. Nous avons observé des gradients intra-urbains significatifs pour les métaux associés aux particules en suspension dans l'air à Calgary, en Alberta. Les modèles LUR expliquent une forte proportion de la variabilité spatiale de ces composantes PM1,0. Les modèles d'été ont obtenu des résultats légèrement meilleurs que les modèles d'hiver. Cependant, 24 des 30 éléments liés aux PM1,0 avaient des modèles qui étaient soit bons (R2 > 0,70), soit acceptables (R2 > 0,50) pour les deux saisons. Les sources ponctuelles industrielles étaient le prédicteur le plus influent pour la majorité des composants des PM1,0. Le zonage industriel et commercial était également un prédicteur important, tandis que les indicateurs de trafic et la densité de population avaient une contribution modeste mais significative pour la plupart des éléments. Les variables intégrant la direction du vent étaient également des prédicteurs significatifs. Ces résultats contrastent avec les modèles LUR pour les particules et les polluants gazeux dans lesquels les indicateurs de trafic sont généralement les prédicteurs les plus importants des concentrations ambiantes. Ces résultats suggèrent que les composants de particules en suspension dans l'air varient spatialement en fonction de la répartition des sources industrielles locales et que la modélisation LUR peut être utilisée pour prédire les concentrations locales de ces éléments en suspension dans l'air. Ces modèles soutiendront les futures études sur la santé examinant l’impact des composants des particules, notamment les métaux.

dc.identifier.doi

https://doi.org/10.1016/j.atmosenv.2015.01.008

dc.identifier.uri

https://open-science.canada.ca/handle/123456789/2421

dc.language.iso

en

dc.publisher

Elsevier

dc.subject - en

Health

Health and safety

dc.subject - fr

Santé

Santé et sécurité

dc.subject.en - en

Health

Health and safety

dc.subject.fr - fr

Santé

Santé et sécurité

dc.title - en

Development of land-use regression models for metals associated with airborne particulate matter in a North American city

dc.type - en

Article

dc.type - fr

Article

Download(s)

Original bundle

Now showing 1 - 1 of 1

Name: Development of land-use regression models for metals associated with airborne particulate matter in a North American city.pdf

Size: 2.59 MB

Format: PDF

Download file