肥宅钓鱼网
当前位置: 首页 钓鱼百科

国外关于噪音问题(美媒环境噪音请勿对它)

时间:2023-08-04 作者: 小编 阅读量: 3 栏目名: 钓鱼百科

此举引发了大规模抗议活动。多年来,示威者每周一都会来到该机场抗议。数项研究认为,长期置身于噪音环境中与心脏问题风险增加有联系。血管内皮可以从健康状态变成发炎状态,并带来严重的潜在后果。一旦启动,这种反应就会向体内释放肾上腺素和皮质醇等激素。人们的血压升高,糖分和脂肪涌入血液,供肌肉迅速使用。世界卫生组织2018年的一份报告指出,由于交通噪音,西欧人每年损失总计160多万年的健康寿命。

国外关于噪音问题?新华社北京3月12日新媒体专电 美国《大西洋》月刊网站近日发表一篇文章,分析了交通噪音的危害全文摘编如下:,下面我们就来说一说关于国外关于噪音问题?我们一起去了解并探讨一下这个问题吧!

国外关于噪音问题

新华社北京3月12日新媒体专电 美国《大西洋》月刊网站近日发表一篇文章,分析了交通噪音的危害。全文摘编如下:

2011年,德国最繁忙的机场法兰克福机场启用其第四条跑道。此举引发了大规模抗议活动。

多年来,示威者每周一都会来到该机场抗议。

在这条新跑道起降的几十架飞机,也正经过德国美因茨大学医学中心心脏病学家托马斯·蒙策尔的住所上空。他说:“我曾住在离德国高速公路和市区火车轨道很近的地方。到目前为止,飞机噪音是最让人讨厌的。”

2011年,部分出于对自身健康的担忧,蒙策尔也将自己研究的重点转移到了这方面。

机场噪音令中风风险增加

人们早就认识到身处强噪音环境与听力损失相关。但飞机和汽车的声音不仅仅有损听力:交通噪音已被视为城市环境中仅次于空气污染的主要压力源。

在过去10年中,越来越多的研究将空中和道路交通噪音与数种心血管疾病风险升高更直接地联系起来——而科学家们现在开始确定其作用机制。

美国宾夕法尼亚大学精神病学家和流行病学家、国际噪音生物效应委员会主席马蒂亚斯·巴斯纳说,噪音对生理影响的证据——无论是对细胞、器官还是对整个人群——“正在汇总,并反映出问题的概貌”。

然而,他补充说,很少有人意识到这一“隐形杀手”的严重性。

据估计,约三分之一的美国人经常身处不健康噪音的环境中,通常70~80分贝以上的声音被定义为不健康噪音。相比之下,人们正常对话约为60分贝,汽车和卡车噪音约为70~90分贝,警报器和飞机噪音可达120分贝或更高。

数项研究认为,长期置身于噪音环境中与心脏问题风险增加有联系。例如,英国《噪声与健康》杂志2018年发表的、调查了逾100万人健康数据的研究显示,法兰克福机场附近居民比居住条件类似、但更为安静社区的居民患中风的风险高7%。

据《欧洲心脏病学杂志》双月刊去年发表的一个科研团队报告,对苏黎世机场附近居民2000年至2015年间近2.5万例心血管死亡病例的分析发现,飞机低空飞过后,人们的夜间死亡率显著上升,在女性中尤其明显。

火车噪音令血管一夕受损

随着研究人员探究噪音对心血管影响背后的生理学机制,他们正在锁定一个罪魁祸首:血管内皮的急剧变化。血管内皮可以从健康状态变成发炎状态,并带来严重的潜在后果。

声音传到大脑时会激活两个重要区域:解读噪音的听觉皮层和管理对噪音做出情绪反应的杏仁核。随着噪音变大,尤其是在睡眠时,杏仁核会激活压力反应——即使人们并没有意识到这一点。

一旦启动,这种反应就会向体内释放肾上腺素和皮质醇等激素。人们的血压升高,糖分和脂肪涌入血液,供肌肉迅速使用。

一连串压力反应也导致有害分子的产生,这些有害分子会在血管内皮引起氧化压力和炎症。

这种功能失调的血管内皮会扰乱血液流动,影响许多其他生理过程,而这些生理过程在受损时会促发一系列心血管疾病,包括高血压、动脉斑块积聚、肥胖和糖尿病等。

对人和小鼠的研究显示,在置身夜间飞机噪音环境仅几天后,血管内皮的工作效率就会降低,这表明强噪音不仅仅是已经有心脏和代谢问题风险人士需要关切的问题。

根据蒙策尔及其同事2019年发表在德国《心脏病学基础研究》杂志上的一项研究,睡眠中听到火车噪声录音的健康成年人的血管功能几乎立刻受损。

“我们惊讶地发现,年轻人只听了一个晚上的噪音后就出现了内皮功能紊乱。”蒙策尔说。

他是美国《2020年公共卫生年度报告》中有关噪音和心血管健康的内容综述的作者之一。他说:“我们一直认为这需要多年时间才会形成。”

环境噪音请勿对它“习以为常”

尽管相关数据在不断积累,但理清其因果关系可能仍很棘手。

进行长期的睡眠实验或区分白天和夜间噪音的影响——或者辨别噪音本身的影响与噪音/空气污染的综合影响(两者往往相辅相成)——并非易事。

伦敦大学国王学院的卫生服务学家安德烈亚斯·克希里奇斯说,由于接收声音具有主观性,因而很难分析环境噪音的影响。

他研究医院重症监护病房的情况,在那里,电话铃声和移动碗盘时发出的声响既可能抚慰人心,也可能不利于康复,这一切因人而异。

他说:“我们确实在努力区分噪音水平和人们对噪音感知之间的区别。”

尽管仍存在疑问,但人们越来越认识到噪音污染与身体健康状况恶化之间的联系。世界卫生组织2018年的一份报告指出,由于交通噪音,西欧人每年损失总计160多万年的健康寿命。

这一计算依据的是噪音直接导致的过早死亡人数,以及噪音引起的人们与残疾或疾病共存的非健康年份。

这个数字很可能还会增长:据联合国估计,2018年,世界55%的人口居住在城市,而到2050年,这一数字将达到近70%。

一些政府注意到了公众的抗议活动,试图通过采取禁止夜间飞行、鼓励更安静的技术,以及对被投诉者处以罚款等措施平息城市化带来的喧嚣。个人可以通过确保卧室尽可能安静来自救:如改装窗户、挂上降噪窗帘,或者搬到更安静的社区——如果经济上能负担得起的话。

巴斯纳说,更加经济的解决办法是在晚上戴耳塞,或者把卧室设置在家中较安静的角落。

他认为,即使人们并没有觉得自己被噪音打扰,也应该采取这样的措施。

他说:“如果你住在曼哈顿,过一阵你就不会注意到周围有多么吵了,因为噪音才是常态。但即使你在心理上习惯了噪音,也不意味着它不会危害你的健康。”

    推荐阅读
  • 黄历很绝对吗(黄历上的那些事你看懂了吗)

    通过一些类似增广贤文的话语达到通俗易懂。这一天正好是24节气中的雨水。“癸卯金女除”是什么意思呢?“女”是二十八宿之一,也是北方七宿第三宿,即女土蝠。“除”即建除十二神第二位。“吉神方位”则是根据一些经典中的歌诀而来。“兔日冲鸡”则是十二生肖对应的十二地支之间的六冲。“三合羊猪”代表的也是命理中十二长生里的三合局即“亥卯未”。另外一些七七八八的数字应该与各种有关系。

  • 哪些属性的宝可梦克制龙系(这四种宝可梦竟然是龙系)

    hallo小伙伴们,这里是哆啦百宝袋,在宝可梦的世界中,不同的宝可梦们也都会分类为不同的属系,有些宝可梦们也可以同时具备两种属系,今天我们要带大家来看的是明明属于龙系却一点儿也不像龙系的宝可梦们,这四种宝可梦竟然是龙系,明明一点也不像啊,我来为大家科普一下关于哪些属性的宝可梦克制龙系?下面希望有你要的答案,我们一起来看看吧!喜欢的话,记得收藏或者分享给你的小伙伴,我是哆啦,我们下篇文章见~

  • 考驾照转到其他城市需要什么手续(需要的手续讲解)

    考驾照转到其他城市需要什么手续异地申请办理迁移驾驶证的相关手续。收费:转证手续费5元,驾驶证工本费10元。

  • 炒石蛙做法窍门(炒石蛙的烹饪方法)

    下面更多详细答案一起来看看吧!炒石蛙做法窍门材料:石蛙两只、红绿辣椒各一只、洋葱半个、姜片适量、蒜末适量、花椒少许。先热锅放油,油开后放入花椒至香味出来。倒入斩件后的石蛙,倒入少许白酒、生抽。翻炒后再加入红绿辣椒,继续翻炒,加入少许水,盖锅,稍焖一会即可出锅。

  • 低调大气有涵养的网名(比较大气的网名)

    怪我念旧贪嗔,下面我们就来聊聊关于低调大气有涵养的网名?接下来我们就一起去了解一下吧!

  • 前任三经典台词(前任三经典台词有什么)

    跟着小编一起来看一看吧!前任三经典台词一个男人,总会为了一个女人,而去奋斗。好闺蜜一起来例假,好兄弟一起成单身。男人就是悲催,上班当员工,下班当老公。钱没了还能在挣,姑娘再不泡,他们都老了。“等对方先放下”那种不怕受伤的支持,我做不到了。借吵架的壳,撒思念的娇。两个人在一起生活这么久,东西还得了,回忆还不了。男人越老越吃香,女人越老越彷徨。我让你飞,伤痛我背。

  • 各种淀粉的比较(各种不同淀粉的不同用法)

    今天整理出来了淀粉的区别~大家都看下哈总得来说挂糊用玉米淀粉勾芡用土豆淀粉腌肉用土豆淀粉炸酥肉用红薯淀粉虾饺用小麦淀粉凉皮用豌豆淀粉汤圆点心用糯米粉芋圆用木薯淀粉

  • 深圳一小学流鼻血(北京一小学多名学生头晕流鼻血)

    昨日下午6时许,白云路小学已经放学。学校值班人员称,就家长反映的“毒跑道”问题,学校负责人已介入此事。截至6月2日,241名学生中,205个学生出现了流鼻血、头晕、恶心、皮肤瘙痒等异常症状。其中,流鼻血出现人数最多,为107名;另外已检查血常规和凝血功能的73名学生中,有48名学生检查结果出现血小板、凝血酶超标。而学校本周末对红色跑道铺设硅PU涂层遏制异味的计划,由于目前尚未确定是否铲除操场,故该工作暂时搁置。

  • 怎样做鲈鱼炖山药(鲈鱼炖山药做法)

    鲈鱼炖山药做法鲈鱼炖山药的用料:鲈鱼、山药、香菜、葱、姜、生抽、盐、料酒适量鲈鱼洗干净,身上切斜纹,两面各三刀葱姜切好备用,鱼肚放几片葱段锅中倒入油,大火至油热,于油中央放置一片姜片(目的放鱼后防止最低处接触锅的地。

  • keras与cnn(教你用Keras和CNN建立模型识别神奇宝贝)

    既然已有下载并组织好的图像,下一步就是在数据上训练一个卷积神经网络。我将会在今天的博文中向你展示如何用Keras和深度学习来训练你的CNN。它展示了神奇宝贝的每个种类。我们的目标是用Keras和深度学习训练一个卷积神经网络来识别和分类这些神奇宝贝。使用最大化池化来减少体积。相比于softmax分类器,优先网络最后完全连接的层。卷积层有3×3个核的32个过滤器。我们在批规范化后使用激活函数RELU。