IRL2024 - A21 | Umweltbundesamt

Disclaimer: Dieser Artikel ist ein Beitrag im Rahmen der Konferenz "Innenraumluft 2024" und spiegelt nicht die Meinung des Umweltbundesamtes wider. Für die Inhalte sind die genannten Autoren und Autorinnen verantwortlich.

Autor*innen
Miriam Chacón-Mateos¹, Erika Remy², Uta Liebers^3,4, Frank Heimann⁵, Christian Witt³, Ulrich Vogt¹

¹University of Stuttgart, Department of Flue Gas Cleaning and Air Quality Control, 70569 Stuttgart
²University of Stuttgart, Department of Flue Gas University of Hohenheim, Institute of Physics and Meteorology, 70599 StuttgartCleaning and Air Quality Control, 70569 Stuttgart
³University of Stuttgart, Department of Flue Gas University of Hohenheim, Institute of Physics and Meteorology, 705Universitätsmedizin Berlin, Institute of Physiology, Charité—, Corporate Member of Freie Universität Berlin and Humboldt-Universität zu Berlin, 10117 Berlin99 StuttgartCleaning and Air Quality Control, 70569 Stuttgart
⁴Department of Pneumology, Evangelische Lungenklinik Berlin Buch, 13125 Berlin
⁵Ambulante Pneumologie mit Allergie Zentrum, 70178 Stuttgart

Empfohlene Zitierweise: Chacón-Mateos, M., Remy, E., Liebers, U., Heimann, F., Witt, C., Vogt, U. (2024). Bestimmung der NO2- und PM-⁠Exposition⁠ mit Luftqualitätssensoren. Beitrag A21 zur Fachtagung „Innenraumluft 2024 - Messen, Bewerten und Gesundes Wohnen“, 6.-8. Mai 2024, Dessau-Roßlau. https://www.umweltbundesamt.de/irl2024-a21

Bestimmung der NO2- und PM-Exposition mit Luftqualitätssensoren

Bestimmung der NO2- und PM-⁠Exposition⁠ mit LuftqualitätsLuftqualitätssensoren haben in den letzten Jahren den Bereich der Umweltepidemiologie revolutioniert, da sie dazu beitragen, die bestehende Lücke zwischen Außen- und Innenluftmessungen zu schließen. Diese Studie der Universität Stuttgart und der Charité zeigt, wie die stationären Luftqualitätssensoren für den Innen- und ⁠Außenbereich⁠ im Rahmen der Umweltepidemiologie eingesetzt werden können.sensoren

Einleitung

Gesundheitsschädliche Effekte von Luftschadstoffen sind in großen epidemiologischen und experimentellen Studien gut belegt [1,2]. ⁠PM2,5⁠ steht in Verbindung mit Atemwegs- und Herz-Kreislauf-Erkrankungen, reproduktiven und zentralen Nervensystemstörungen sowie Krebs [3]. In einer Meta-Analyse fanden auch Braithwaite et al. statistisch signifikante Zusammenhänge zwischen langfristiger PM2,5-⁠Exposition⁠ und psychischen Erkrankungen wie Depressionen und Angstzuständen [4]. Stickstoffdioxid (NO2) steht in Verbindung mit einer höheren Morbidität bei vulnerablen Gruppen wie Asthma- und chronisch obstruktiver Lungenerkrankung (COPD)-Patienten [5]. Neue Technologien zur Überwachung der Luftqualität können den Bereich der Epidemiologie revolutionieren, insbesondere im Hinblick auf größere Teilnehmerdatensätze, persönliche und ferngesteuerte Sensortechniken [6].

Luftqualitätssensoren haben das Potenzial als praktische Lösungen für aktuelle Anforderungen der Epidemiologie wie die Ausweitung der räumlichen Verteilung der Messungen, die Erweiterung der Abdeckung sowohl auf Innenräume als auch gleichzeitig in der Außenluft und die Erhöhung der Anzahl epidemiologischer Studien in dem globalen Süden. Der Kostenunterschied und die Tragbarkeit der Luftqualitätssensoren könnten auch eine Vergrößerung der Anzahl der Studienteilnehmer in epidemiologische Studien ermöglichen.

Ziel der Studie

Ziel dieser Studie ist es, die Eignung von NO2- und ⁠PM2,5⁠-Sensoren für die Expositionsbewertung zu untersuchen. Eine Methodik zur Kalibrierung der Sensoren und zur Bewertung der Zuverlässigkeit der Sensordaten vor und während des Einsatzes wurde entwickelt und in einer Pilotstudie mit COPD- und Asthmaprobanden umgesetzt. Die Messungen wurden in zwei Mikroumgebungen (im Freien und in Innenräumen) einen Monat lang pro Teilnehmer durchgeführt. Außerdem wurde die Fehlklassifizierung der ⁠Exposition⁠ bewertet. Zu diesem Zweck verglichen wir die potenzielle inhalative Dosis, die anhand der Daten einer Außenüberwachungsstation und der Innenraumsensoren berechnet wurde, sowie die generische und die aktivitätsbezogenen Atemzeitvolumina.

Methodik

Zwei verschiedene Sensorboxen für den Innen- und ⁠Außenbereich⁠ wurden für diese Studie entworfen, die jeweils einen elektrochemischen Sensor für NO2 (Alphasense Ldt., UK, Modell B43F) und einen optischen Partikelzähler für ⁠PM2,5⁠ (Alphasense Ldt., UK, Modell OPC-R1) enthalten. Die Auswahl der Sensoren beruhte auf eigenen Tests verschiedener Sensoren im Labor. Ein weiterer wichtiger Faktor, der bei der Auswahl der Sensoren berücksichtigt wurde, war der Preis, der maximal 150 Euro pro Sensor betragen sollte. Zusätzlich wurde ein Temperatur- und Feuchtigkeitssensor eingebaut (IST AG, Schweiz, Modell HTY221). Der Mikrocontroller Arduino ⁠UNO⁠ wurde zur Steuerung und zur Speicherung der Daten alle 2 Sekunden auf einer SD-Karte verwendet. Während des Einsatzes hatten die Teilnehmer keinen Zugriff auf die Daten, um Verhaltensänderungen zu vermeiden. Um den Auswirkungen der hohen relativen Luftfeuchtigkeit auf die Messwerte des PM-Sensors in der Außenluft entgegenzuwirken, wurde ein kostengünstiger Trockner für den PM-Sensor entwickelt. Der Hauptvorteil der Verwendung eines kostengünstigen Trockners besteht darin, dass unabhängig vom Standort des PM-Sensors die gleichen Korrekturmodelle verwendet werden können. [7].

Die Messungen in den Häusern der Studien-Teilnehmenden fanden in der Region Stuttgart zwischen dem 20. Dezember 2019 und dem 28. Mai 2020 statt. Die Kalibrierung der Innen- und Außenmessboxen begann am 7. November 2019 und endete am 5. Juni 2020. Die Messboxen für den Innenbereich wurden stets im Wohnzimmer der Teilnehmenden platziert, da alle Probanden angaben, dass sie dort täglich die meiste Zeit verbrachten. Wenn es entweder für die Kollokation oder für die Datenanalyse erforderlich war, wurden Daten von Referenzmessgeräten der Messstation in der Hauptstätter Straße verwendet, wo die Universität Stuttgart zu dieser Zeit eine Luftqualitätsmessstation betrieb. Die Referenzmessstation in der Hauptstätter Straße ist repräsentativ für einen "Hot Spot" im Stadtzentrum, wo höhere Schadstoffkonzentrationen gemessen werden. Die Kalibrierung der Sensorboxen für die Außenluft erfolgte in den zwei Wochen vor dem Einsatz an der Messstation in der Hauptstätter Straße. Die Sensorboxen für Innenraum wurden im Labor unter Innenraumbedingungen kalibriert, wobei ein Gasphasentitrationssystem und eine versiegelte Box verwendet wurden, in der die Sensoren festgelegten NO2-Konzentrationen ausgesetzt wurden. Zur Korrektur der Sensordaten wurde für jeden Sensor ein künstliches neuronales Modell mit 80 % der Kalibrierungsdaten trainiert. Der Rest der Daten (20 %) wurde zur Validierung verwendet. Um die Leistung der kalibrierten Sensoren während der Messkampagne zu bewerten, wurden Passivsammler für NO2 an den Sensorboxen angebracht und alle 14 Tage ausgetauscht. Die Kalibrierung der PM2,5-Sensoren für den Innenraum wurde in einer Partikelkammer vor dem Einsatz durchgeführt.

Die Teilnehmer machten mit Hilfe eines eigens entwickelten Beschwerdefragebogens Selbstauskünfte zu ihren Symptomen. Darüber hinaus baten wir die Patienten, mittels eines Spirometers ihren selbst gemessenen Lungenfunktionswert, den Spitzenfluss (Peak-Expiratory Flow, PEF) täglich zu erheben und zu dokumentieren. Die gesamte Symptom- und Peak-Flow-Dokumentation wurde den Patienten in Form eines Patiententagebuchs ausgehändigt. Mittels des Scores ließen sich unabhängig von der Diagnose, Krankheitsschwere und über ein individuelles Symptommuster, tägliche Schwankungen abbilden.

Während der vierwöchigen Messphase, füllten die Patienten ein Aktivitätsprotokoll aus, um eventuell auftretende hohe Konzentrationen im Innenraum mit Aktivitäten, wie z.B. Kochen oder Lüften, in Zusammenhang zu bringen und somit Luftschadstoffquellen zu bestimmten Uhrzeiten zu identifizieren. Darin wurden unter anderem die Uhrzeit erfasst, ob sie daheim oder außer Haus waren und welchen Tätigkeiten sie nachgegangen sind (zum Ankreuzen: Schlafen, Sport treiben, Lesen, Computer benutzen, Fernsehen, Kochen, Essen, Besucher zu Hause, Putzen, Sonstiges) und ob beispielsweise gerade ein Fenster offen war, eine Klimaanlage lief oder ein Kaminofen in Betrieb war.

Jede Aktivität im Aktivitätsprotokoll wurde einer Intensitätsstufe zugeordnet, je nachdem, wie anstrengend die Aktivität sein kann. Die Aktivitäten wurden in fünf Intensitätsstufen eingeteilt, die von der US EPA (United States Environmental Protection Agency) definiert wurden [8]. „In Ruhe“ entspricht Schlafen, „sedentär“ beschreibt hauptsächlich statische Tätigkeiten wie Fernsehen, Computer benutzen oder Lesen, „leicht“ umfasst Kochen oder andere stehende Tätigkeiten, „mäßig“ wird als Gehen, leichtes Radfahren oder Treppensteigen beschrieben. Diese Zuordnungen werden dann verwendet, um das Atemzeitvolumen (auch Atemminutenvolumen, AMV genannt) der Teilnehmenden, das heißt, die Luftmenge in Liter pro Minute, die sie während eines normalen Atemzugs ein- und ausgeatmet haben, stündlich vorherzusagen.

Um die Fehlklassifizierung der ⁠Exposition⁠ zu bewerten, wurde die potenzielle inhalative Dosis für PM2,5 und NO2 mit vier verschiedenen Methoden berechnet und verglichen. Die potenzielle inhalative Dosis, das heißt, die Menge eines bestimmten Schadstoffs, die von einer Person eingeatmet wird, wird durch Multiplizieren der Schadstoffkonzentration mit dem AMV pro Zeiteinheit berechnet. Die PM2,5- und NO2-Konzentration wurde für die Methoden A und B von der Referenz-Messstation in der Hauptstätter Straße entnommen, während für die Methoden C und D die Daten der Innenraumsensoren verwendet wurden. Das generische Atemzeitvolumen basiert auf einer Zusammenstellung mehrerer Studien der US EPA [8] und ist abhängig von Geschlecht und Alter. So variiert beispielsweise das generische AMV für Personen im Alter von 20 bis 30 Jahren zwischen 12,1 L/Min für Männer und 9,3 L/Min für Frauen, während das AMV für Personen im Alter von 70 bis 80 Jahren bei 9,0 L/Min für Männer und 6,8 L/Min für Frauen liegt. Für die Berechnung des aktivitätsbezogenen Atemzeitvolums, wurden die Informationen aus den Aktivitätsprotokollen verwendet. Für jede Stunde, in der keine Aktivitäten aufgezeichnet wurden, wurde das generische AMV verwendet. In den Fällen, in denen mehrere Aktivitäten in der gleichen Stunde markiert wurden, wurde ein Mittelwert unter Verwendung des AMVs für jede Aktivität berechnet. Bei der Berechnung wurde davon ausgegangen, dass jede Aktivität den gleichen Anteil an der Stunde ausmacht. Wurden beispielsweise für 8:00 Uhr morgens sowohl "Kochen" als auch "Schlafen" angegeben, wurde angenommen, dass die Person jeweils 30 Minuten lang gekocht und geschlafen hat. In diesem Beispiel entspricht das AMV für einen 45-jährigen männlichen Patienten der Durchschnitt zwischen „Kochen“ (leichter Aktivität, 14,4 L/min) und „Schlafen“ (Ruheaktivität, 5,7 L/min), das heißt 10 L/min. Die Stunden, in denen die Patienten nicht zu Hause waren, wurden nicht berücksichtigt.

Wir haben daher vier verschiedene Berechnungsmethoden der potenziellen inhalativen Dosis verglichen:

1. Referenz-Messstation + generisches Atemzeitvolumen
2. Referenz-Messstation + aktivitätsabgängiges Atemzeitvolumen
3. Innenraum-Sensor + generische Atemzeitvolumen
4. Innenraum-Sensor + aktivitätsabgängiges Atemzeitvolumen

Ergebnisse und Diskussion

[Abbildung 1] und [Abbildung 2] stellen den Vergleich zwischen der gemessenen Konzentration und, den mit Hilfe der aktivitätsabhängigen Atemzeitvolumina, berechneten stündlichen potenziellen inhalativen Dosen für ⁠PM2,5⁠ beziehungsweise NO2 dar. Damit können wir untersuchen, welche Tätigkeiten in Innenräumen den größten Beitrag zur persönlichen ⁠Exposition⁠ leisten.

Aus [Abbildung 1] und [Abbildung 2] ist ersichtlich, dass die höchsten potenziellen inhalativen Dosen während der anstrengendsten Aktivitäten aufgezeichnet wurden. "Sportliche Betätigung" war die anstrengendste Aktivität, die im Aktivitätsprotokoll aufgezeichnet werden konnte, und ist mit der höchsten stündlichen Dosis sowohl von ⁠PM2,5⁠ als auch von NO2 verbunden. Bei PM2,5 ist die mittlere Dosis während der sportlichen Betätigung (etwa 16 µg/Stunde) mehr als doppelt so hoch wie die nächsthöhere potenzielle Dosis, die beim Putzen auftritt (etwa 6 µg/Stunde).

Die Berechnung der potenziellen Dosis anhand einer aktivitätsangepassten Atemzeitvolumen verändert das Gewicht, das jede Aktivität für die persönliche ⁠Exposition⁠ hat. Bei der Betrachtung der Schadstoffbelastung auf der Grundlage der potenziellen inhalativen Dosis tragen anstrengendere Tätigkeiten wie Sport mehr bei als stationäre Tätigkeiten. Tätigkeiten wie Kochen oder Putzen, die bekanntermaßen Schadstoffe erzeugen und in die Kategorien "leicht" oder "mäßig" fallen, weisen sowohl die höchsten Konzentrationen als auch die höchsten potenziellen Dosen auf. Angesichts der Unterschiede bei den Tätigkeiten, die am stärksten zur persönlichen Exposition beitragen, ist es wichtig, beide Messgrößen heranzuziehen, um eine vollständige Analyse der Tätigkeiten zu erhalten, die den größten Einfluss auf die menschliche Exposition haben.

Die potenzielle Tagesdosis wurde als Summe der stündlichen Atemzeitvolumen für jeden Tag und für jeden Patienten berechnet. Anschließend wurde ein Mittelwert aller Tagesdosen gebildet, um die durchschnittliche Dosis aller Patienten für jede Methode zu ermitteln. Das Ergebnis der vier verschiedenen Methoden zur Bestimmung der potenziellen Dosis ist in [Abbildung 3] dargestellt.

Aus allen vier Methoden lassen sich zwei wesentliche Schlussfolgerungen ziehen. Die Berechnung anhand der Daten der Referenzmessstation, wie bei den Methoden A und B, überschätzt oder unterschätzt die potenzielle Tagesdosis im Vergleich zur Verwendung der Innenraumdaten des stationären Innenraum-Sensoren für beide Luftschadstoffe. Der zweite Trend ist, dass die Verwendung des generischen Atemzeitvolumens (Methoden A und C) die Tagesdosis im Vergleich zur aktivitätsabhängigen Atemzeitvolumen überschätzt. Die Probanden an dieser Studie verbrachten durchschnittlich 83 % ihrer Zeit zu Hause. Diese Ergebnisse zeigen, dass sowohl ein lokaler Sensor in Innenraum als auch ein aktivitätsangepasstes Atemzeitvolumen für eine genaue Berechnung der persönlichen ⁠Exposition⁠ erforderlich sind.

Fazit

Die häusliche Umgebung ist ein entscheidender Bestandteil der persönlichen ⁠Exposition⁠. Es wurde nachgewiesen, dass die potenzielle inhalative Dosis, die anhand von Daten aus der Luftqualitätsmessstationen in der Außenluft und generischen Atemzeitvolumina berechnet wurden, nicht die tatsächliche potenzielle inhalative Dosis der Personen widerspiegelt. Sowohl Innenraumsensoren als auch an die Aktivität angepasste Atemzeitvolumina sind erforderlich, um die persönliche Exposition genau zu berechnen. Wenn das Verhalten und die Routinen jedes Einzelnen nicht berücksichtigt werden, kann dies zu einer Fehlklassifizierung der Exposition führen. Diese Studie zeigt auch, dass Sensoren kommen dabei sowohl im Innenraum als auch im ⁠Außenbereich⁠ der Wohnstätten der Studienteilnehmer zum Einsatz. Die Umweltepidemiologie wird enorm von der Verwendung von Luftqualitätssensoren an festen Standorten profitieren, da sie es ermöglichen, die Messungen bei den Teilnehmern zu Hause durchzuführen, ohne dass diese einen übermäßigen Aufwand betreiben müssen.

Haftungsausschluss

Zur Begutachtung und Bewertung der ethischen Aspekte der Studie wurde das Studienprotokoll mit allen studienrelevanten Dokumenten, inklusive des Informationsmaterials für die Probanden und der bei Studienteilnahme zu unterschreibenden Einwilligungserklärung der Ethikkommission der Ärztekammer des Landes Baden-Württemberg vorgelegt (Antragsnummer F 20219-105). Nach Beratung bescheinigte die Ethikkommission die ethische Unbedenklichkeit des Forschungsvorhabens am 08.11.2019. Die Umweltepidemiologie wird enorm von der Verwendung von Luftqualitätssensoren an festen Standorten profitieren, da sie es ermöglichen, die Messungen bei den Teilnehmern.

Literatur

• [1] Jiang, X.-Q., Mei, X.-D., Di Feng (2016). Air pollution and chronic airway diseases: what should people know and do? J. Thorac. Dis. 8/1, E31-40. https://doi.org/10.3978/j.issn.2072-1439.2015.11.50
• [2] Thurston, G. D., Kipen, H., Annesi-Maesano, I., Balmes, J., Brook, R. D., Cromar, K., Matteis, S. de, Forastiere, F., Forsberg, B., Frampton, M. W., Grigg, J., Heederik, D., Kelly, F. J., Kuenzli, N., Laumbach, R., Peters, A., Rajagopalan, S. T., Rich, D., Ritz, B., Samet, J. M., Sandstrom, T., Sigsgaard, T., Sunyer, J., Brunekreef, B. (2017). A joint ERS/ATS policy statement: what constitutes an adverse health effect of air pollution? An analytical framework. Eur. Respir. J. 49/1. https://doi.org/10.1183/13993003.00419-2016
• [3] Manisalidis, I., Stavropoulou, E., Stavropoulos, A., Bezirtzoglou, E. (2020). Environmental and Health Impacts of Air Pollution: A Review. Front. Public Health 8, 14. https://doi.org/10.3389/fpubh.2020.00014
• [4] Braithwaite, I., Zhang, S., Kirkbride, J. B., Osborn, D. P. J., Hayes, J. F. (2019). Air Pollution (Particulate Matter) Exposure and Associations with Depression, Anxiety, Bipolar, Psychosis and Suicide Risk: A Systematic Review and Meta-Analysis. Environ. Health Perspect. 127/12, 126002. https://doi.org/10.1289/EHP4595
• [5] Hoffmann, C., Maglakelidze, M., Schneidemesser, E. von, Witt, C., Hoffmann, P., Butler, T. (2022). Asthma and COPD exacerbation in relation to outdoor air pollution in the metropolitan area of Berlin, Germany. Respir. Res. 23/1, 64. https://doi.org/10.1186/s12931-022-01983-1
• [6] Tonne, C., Basagaña, X., Chaix, B., Huynen, M., Hystad, P., Nawrot, T. S., Slama, R., Vermeulen, R., Weuve, J., Nieuwenhuijsen, M. (2017). New frontiers for environmental epidemiology in a changing world. Environ. Int. 104, 155–162. https://doi.org/10.1016/j.envint.2017.04.003
• [7] Chacón-Mateos, M., Laquai, B., Vogt, U., Stubenrauch, C. (2022). Evaluation of a low-cost dryer for a low-cost optical particle counter. Atmos. Meas. Tech. 15/24, 7395–7410. https://doi.org/10.5194/amt-15-7395-2022
• [8] U.S. Environmental Protection Agency (2011). Exposure Factors Handbook: 2011 Edition. EPA/600/R-09/052F, Washington, DC.