医疗机构未被污染输液瓶(袋)管理模式现状调研与分析
Investigation and Analysis on the Management Modes of Uncontaminated Infusion Bottles (Bags) in Medical Institutions
-
摘要: 采用横断面调查的方式,调研江苏省连云港地区二级及以上医疗机构对于未被污染输液瓶(袋)的管理现状并对存在问题提出改进意见。结果显示,64%的医院针对此类固体废物建立管理制度,监管部门主要为医院总务部门和感染管理科等。交由专门的收集公司以及按照生活垃圾和医疗废物处置的比例分别44%、32%和12%。医院对外及对内均有交接记录的仅占24%,仅48%的医院能做到单独存放;产生量方面,全市二级及以上医疗机构未被污染输液瓶(袋)的年产生量约为311.84t。提示现阶段医疗机构对未被污染输液瓶(袋)的院内外全过程监管有待强化,应通过强化市-县-质控中心三级管理网络、引入物联网管理手段等进一步规范管理。Abstract: The cross-sectional study was used to investigate the current management situation and problems of uncontaminated infusion bottles (bags) in second-class and above medical institutions of Lianyungang city in Jiangsu Province and improvement suggestions were proposed. The results showed that 64% of the hospitals established management systems for this solid waste, supervision departments of it were general affair department and nosocomial infection management department. The proportions of turning over to a professional company or domestic rubbish and medical waste disposed were 44%, 32% and 12%, respectively. Only 24% of the hospitals had records of handover, and 48% of the hospitals can store them separately. The total output of the waste of secondary and above medical institutions was about 311.84 tons, which hinted that medical institutions need to strengthen the supervision of the whole process of uncontaminated infusion bottles (bags) at this stage. The management of such wastes can be standardized by strengthening the three-level management network of city-county-quality control center and introduce the Internet of Things.
-
Key words:
- Uncontaminated /
- Infusion Bottles(Bags) /
- Environmental Protection /
-
城市轨道交通在便捷人民生活、促进经济发展的同时，其环境影响也日益引起公众的关注。城市轨道交通最主要的环境影响来自噪声影响。噪声属于物理污染，污染强度随距离的衰减明显，影响程度与污染源与接收点的距离密切相关。城市轨道交通作为城市综合交通运输体系的组成部分，不可避免地与城市建成区紧密结合，尤其是高架路段，沿线用地开发强度大，轨道交通与沿线居民生活区距离接近，轨道交通高架段对沿线居民日常生活的干扰程度有增加的趋势。
由于地铁高架线桥梁结构和辐射条件的复杂性，以及诸多不确定因素的影响，世界各国各自制定了符合本国特点的轨道交通噪声预测模型，其中比较典型的是日本的北陆法以及德国的“Schall03法”[1-4]。日本在高速铁路等轨道交通噪声预测领域做了许多工作，研究出了很多噪声预测分析技术，其中最具有代表性的是在建设北陆新干线时，采用的北陆法[5]。但是由于我国车辆的选型和铁路线路形式与北陆新干线有所不同,应进一步结合我国铁路的特点对源强等参数进行适当的调整[6]。
德国Schall03[7]模式的思路不同于日本新干线的“北陆法”，此模式并未对噪声源进行严格的分类并分别计算，而是将线路某一预测范围内按照一定原则分成若干段，噪声源声级的计算是在基准值51dB的基础上对通过列车的类型、长度、速度、桥梁结构和线路条件等影响因素进行修正后得出，预测点处的声级是在若干点源声级的基础上通过对声传播的几何发散衰减、地面吸收衰减和空气吸收衰减等修正后的声级进行叠加得出。通过比较发现，我国噪声预测模式同德国Schall03噪声预测模式较为接近[8]。
Cadna/A软件进行噪声预测是基于德国Schall03铁路噪声预测标准[9]，吴云霞[10]利用Cadna/A软件对成都地铁2号线的噪声值进行模拟并与监测值进行比对，得出Cadna/A软件可用来预测距轨道中心线20 m外范围的噪声，该范围内的预测结果具有可靠性。
某市地铁4号线为高架线路，此地铁沿线经过众多居民小区和学校等声环境敏感点。近年来，沿线居民关于地铁噪声的环境投诉日渐增多。本文以区域地形图为基础，利用Cadna/A预测模型摸清轨道交通沿线噪声影响现状，对沿线现有声屏障的降噪效果进行模拟预测，并对重点敏感点提出声屏障增补建议，为地铁主管部门和设计、建设单位做好地铁高架沿线的噪声防护，以减少地铁列车噪声的影响提供科学参考，有利于改善沿线声环境质量，满足轨道交通沿线居民的合理环境诉求。
1. 材料与方法
1.1 轨道交通预测模式
Cadna/A软件是一套得到我国环保部门认证的噪声计算软件，集成了HJ2.4-2009、Schall03、ISO9613和RLS-90等标准，广泛推行在轨道交通运输部门和公路交通等方面的应用，分析计算三维模拟区域声级分布优势突出。本次使用的Cadna/A版本集成的轨道交通预测模式为德国Schall03模式。
在轨道交通模拟时需使用的主要参数见表1，列车行驶速度按照地铁运行提供的行驶速度曲线确定。经现场实际观测，4号线列车实际行驶速度与行驶速度曲线吻合。各区间行驶速度见表2；进出站加减速度见表3。
表 1 某市地铁4号线噪声模拟时主要参数技术参数 数据 列车流量/列·d−1 采用地铁4号线运营时刻表统计数据 高架线路修正值 +3 dB（A） 轨道高程、地面高程 采用设计文件以及地形图数据 车辆长度 根据设计文件确定 声屏障 声屏障长度和高度根据实际观测以及设计文件获得 源强 92.5 dB(A)（轨道中心距离7.5 m，距轨面高度3.5 m处，平顺线路、整体道床、混凝土轨枕、弹性扣件、60 kg·m−1无缝钢轨、行车速度60 km·h−1 | Show Table
DownLoad:
CSV
表 2 某市地铁4号线区间行驶速度表km·h−1 行驶区间 上行速度 下行速度 区间1～区间2 60 55 区间2～区间3 75 75 区间3～区间4 75 75 区间4～区间5 75 75 区间5～区间6 50 45 区间6～区间7 60 55 | Show TableDownLoad:
CSV
表 3 某市地铁4号线进出站加减速度情况行驶速度区间/km·h−1 瞬时加速/m·s−2 0～30 0.869 30～35 0.849 35～40 0.739 40～45 0.652 45～50 0.582 50～55 0.524 55～60 0.439 60～65 0.368 65～70 0.309 70～75 0.262 | Show TableDownLoad:
CSV
1.2 轨道模型预测模式验证
通过噪声现状监测为仿真模型的建立提供验证和修正依据，选择昼间（07:00～23:00）和夜间（23:00～7:00）有列车通过的代表性时段，选取4号线沿线26个敏感点进行噪声现状监测，用积分声级计连续测量1 h的等效连续A声级，用以代表昼间和夜间的声环境水平。每个点位监测2 d，每天昼夜各监测1次，之后将Cadna/A仿真的噪声预测值与对应点位的噪声实测平均值利用SPSS软件进行T检验。
2. 结果与讨论
2.1 模型验证结果
将噪声模拟值与实测值进行对比，各监测点位处的昼间模拟声级与实测声级的偏差绝对值的平均值为1.7 dB（A），夜间模拟声级与实测声级的偏差绝对值的平均值为1.5 dB（A）。因此，本次采用的计算模型的模拟结果与实际情况偏差较小（3 dB（A）以内），进一步的，预测值与监测值配对样本T检验结果见表4。
表 4 昼夜成对样本相关系数时段 N 相关系数 Sig. 成对差分 差分的95%置信区间 t df Sig.(双侧) 下限 上限 昼间预测值昼间监测值 56 0.968 0 −1.468 37 −0.521 43 −4.17 56 0.121 夜间预测值夜间监测值 56 0.84 0 0.633 84 1.844 81 4.068 56 0.122 注：1配对样本相关性检验的原假设为2组样本不存在线性相关关系；2配对样本T检验的原假设为两组样本均值的差值为0。 | Show TableDownLoad:
CSV
表4可知，在显著性水平为0.05时，昼间、夜间相伴概率Sig.=0.000<0.05，拒绝原假设，可认为实测值和模型预测值具有明显的相关性。由配对样本T验结果可知，实测值、预测值昼夜配对样本T检验的相伴概率Sig分别为0.121、0.122，均大于0.05，应接受原假设，可以认为互相配对的两组数据没有显著性差异，即昼夜的预测值与监测值无显著性差异，因此Cadna/A软件预测某市地铁4号线噪声现状是可信的。
2.2 某市地铁4号线噪声现状预测
本次噪声预测范围为轨道交通4号线两侧各200 m范围内的声环境敏感点。根据统计4号线沿线共有声环境敏感点90处，其中居民区76处、学校14处。
根据敏感点分布情况及建筑物特征，在水平方向，在各敏感点建筑物周围平均分布预测点，在垂直方向，预测点选择建筑物各楼层窗户处，根据各敏感点的所有预测点位结果进行超标率统计，各区段敏感点的超标率见表5。
表5可知，4号线位于4a类区的敏感点预测点昼间超标率为8%，夜间超标率为75%，位于2类区的预测敏感点中，昼间超标率为31%，夜间超标率为56%，位于3类区的预测敏感点中，昼间超标率为23%，夜间超标率为33%，部分区间噪声等声级线三维模拟见图1。
表 5 某市地铁4号线噪声现状预测表路段 声功能区 敏感点个数 超标率/% 昼间 夜间 区间1 4a类 4 0 62 2类 8 25 52 区间2 4a类 4 0 50 2类 7 33 46 区间3 4a类 5 20 80 2类 5 33 63 区间4 4a类 8 12 86 2类 11 46 63 区间5 4a类 10 1 100 2类 18 56 100 区间6 4a类 5 13 69 2类 6 16 42 区间7 4a类 14 13 60 2类 29 15 35 区间8 4a类 1 0 41 3类 6 23 33 合计 4a类 50 8 75 2类 84 31 56 3类 6 23 33 | Show TableDownLoad:
CSV
2.3 现有声屏障的降噪效果进行模拟预测
考虑声屏障对轨道交通噪声贡献值的插入损失以及对叠加地面交通噪声后总体效果，本研究直立型声屏障对轨道交通贡献值的平均插入损失为8.3 dB（A），半封闭对轨道交通贡献值的平均插入损失为12.7 dB（A），全封闭声屏障对轨道交通贡献值的平均插入损失为20.7 dB（A）；普通直立型声屏障对敏感点交通噪声预测值的平均效果为2.4 dB（A），半封闭声屏障的平均效果为7.3 dB（A），全封闭声屏障的平均效果为7.3 dB（A）。根据分析，声屏障降噪效果的影响因素主要有以下几点：
1）声屏障高度。本项目采取的声屏障高度为1.8～4.2 m不等，整体看，在距离和轨面高差类似的情况下，声屏障越高对敏感点的降噪效果更好，对比A28和A76敏感点，3 m高声屏障比1.8 m高声屏障效果好3.4 dB（A）左右，对比A47和A88，4 m高声屏障比2.4 m高声屏障效果好6.4 dB（A）左右等，此外对于相同高度声屏障，干涉式声屏障降噪效果好于直立型声屏障，对比A34和A37，A44与A46，干涉式声屏障效果好4.3 dB（A）左右。
2）敏感点距离。部分敏感点距离轨道较远，或距离较近，但前排有建筑物密集遮挡，导致声屏障效果有限。如A6、A14和A57等敏感点距离较远，A8第二排、A12第二排、A57、A71等敏感点与轨道交通之间有建筑物遮挡，声屏障措施前后的噪声预测值和贡献值相差较小。
3）因声屏障仅对轨道交通具有降噪效果，因此声屏障对敏感点的整体降噪效果还取决于背景噪声（地面道路）的影响，道路交通噪声影响越大，声屏障的整体降噪效果将降低。
4）根据半封闭声屏障和全封闭声屏障的降噪效果可知，半封闭声屏障对低楼层的降噪效果和直立型声屏障差别不大，但对高楼层的效果更好，较直立型声屏障覆盖的声影区范围更大；全封闭声屏障对轨道交通噪声的贡献值降噪量为20.7 dB（A），全封闭声屏障的降噪效果十分明显，但是全封闭声屏障位于敏感点A66处，半封闭声屏障位于敏感点A72处，均位于区间6，由于区间6内地面道路和平路与4号线并行，现场调研可知，和平路车流量较大，道路交通的噪声贡献值较大，虽然全封闭声屏障对于轨道交通噪声的降噪量高于半封闭声屏障，但是由于复合交通的影响，对于A66、A72敏感点，其交通噪声预测值接近，引起全封闭与半封闭声屏障对于交通噪声预测值的效果相当。
考虑4号线全线平均路基高差15 m以及敏感点距离地铁外轨中心线平均距离50 m，以路基高差为15 m，距离外轨中心线距离为50 m处的典型敏感点为例，分别预测3、4和5 m以及半封闭和全封闭声屏障对于不同楼层的降噪效果以及影响覆盖范围，声屏障在敏感点两侧各延伸30 m。
根据计算，3 m高声屏障降噪量为3～11.1 dB（A），声屏障降噪覆盖范围至12层；4 m高声屏障降噪量3～11.4 dB（A），声屏障降噪覆盖范围至12层；5 m高声屏障降噪量3～11.5 dB（A），声屏障降噪覆盖范围至13层；半封闭声屏障降噪量3.1～13.9 dB（A），声屏障降噪覆盖范围至30层；全封闭声屏障降噪量为30 dB（A）左右，声屏障降噪覆盖范围至30层。由此可见，对于高层敏感点，直立型声屏障降噪效果随声屏障高度的增加变化较小，这是由于对于高层敏感点，3、4和5 m高直立型声屏障形成的声程差以及声影区高度并没有明显增加，无法有效的覆盖高楼层，此外轨道交通为双向行驶，半封闭声屏障可对其所在轨道的列车噪声产生较好的降噪效果，对于另一侧噪声遮挡效果较差，全封闭声屏障可对双向列车同时进行遮挡，因此半封闭声屏障降噪效果低于全封闭声屏障，但是其降噪有效覆盖范围与全封闭声屏障接近，高于直立型声屏障。
2.4 投诉敏感点提出声屏障增补建议
根据敏感点噪声现状监测以及模拟可知，现阶段超标敏感点本身背景值（无地铁）超标现象严重，主要是受到沿线交通噪声和生活噪声同时影响，仅控制地铁噪声源无法使敏感点达标，以噪声增量低于1 dB（A）为控制要求，针对地铁沿线现有投诉敏感点，分别考虑不同类型声屏障等3种方案分别计算声屏障的降噪效果，以综合视觉美观、敏感点居民诉求以及经济性等因素，提出声屏障增补建议，以敏感点1以及敏感点2为例，声屏障措施比选表见表6.。
表 6 声屏障措施比选表序号 声屏障类型 措施后声环境影响情况 比选结论 敏感点1 方案一 3 m高声屏障 措施后不能满足昼夜噪声增量在1 dB(A)以内 方案一不能满足措施后可满足昼夜噪声增量在1dB(A)以内，方案二、三可满足，且4.2 m高声屏障+1 m干涉型声屏障效果最佳。敏感点1相邻敏感点安装的声屏障为4.2 m +1 m干涉型声屏障，考虑视觉美观、敏感点居民诉求等因素，本次考虑在敏感点1与相邻敏感点之间续建约50 m声屏障，确保声屏障的连续和降噪效果。 方案二 4.2 m高声屏障 措施后可满足昼夜噪声增量在1dB(A)以内 方案三 4.2 m高声屏障+1 m干涉型声屏障 措施后可满足昼夜噪声增量在1 dB(A)以内 敏感点2 方案一 4.2 m高声屏障 措施后不能满足昼夜噪声增量在1 dB(A)以内 方案一和方案二不能满足措施后昼夜噪声增量在1 dB(A)以内，因此推荐方案为方案三。 方案二 4.2 m高声屏障+1 m干涉型声屏障 措施后不能满足昼夜噪声增量在1 dB(A)以内 方案三 全封闭声屏障 措施后可满足昼夜噪声增量在1 dB(A)以内 | Show TableDownLoad:
CSV
3. 结论
1）应用声学仿真模拟软件Cadna/A软件开展地铁噪声预测分析，经与实测数据进行对比，在95%置信区间时，昼夜的预测值与监测值无显著性差异，因此Cadna/A软件预测某市地铁4号线噪声现状是可信的。
2）通过预测模拟，4号线位于4a类区的敏感点预测点昼间超标率为8%，夜间超标率为75%，位于2类区的预测敏感点中，昼间超标率为31%，夜间超标率为56%，位于3类区的预测敏感点中，昼间超标率为23%，夜间超标率为33%。
3）考虑地铁平均高度15 m，距离地铁外轨中心线50 m典型情况，3 m高声屏障降噪量为3～11.1 dB（A），声屏障降噪覆盖范围至12层；4 m高声屏障降噪量3～11.4 dB（A），声屏障降噪覆盖范围至12层；5 m高声屏障降噪量3～11.5 dB（A），声屏障降噪覆盖范围至13层；半封闭声屏障降噪量3.1～13.9 dB（A），声屏障降噪覆盖范围至30层；全封闭声屏障降噪量为30 dB（A）左右，声屏障降噪覆盖范围至30层。
4）通过Cadna/A软件针对投诉敏感点开展不同类型声屏障的降噪效果预测，综合考虑视觉美观、敏感点居民诉求以及经济性等因素，提出可行的声屏障增补建议，利于改善沿线声环境质量，满足轨道交通沿线居民的合理环境诉求。
-
点击查看大图
计量
- 文章访问数: 2179
- HTML全文浏览数: 2179
- PDF下载数: 8
- 施引文献: 0
