基于移动技术整合模型的PM2.5个体暴露评价研究

PM2.5 is widely believed to be the most serious air pollutant hazard to human health. Exposure assessment is a key step of PM2.5 health risk assessment. This study intended to establish the multiple linear regression equation model to evaluate outdoor PM2.5 exposure supporting by widely used mobile phone, using fixed site monitoring PM2.5 concentrations, combining with the inverse distance weighting method, and taking into account the influence of the key variables. While cooperating with other sensing device of a mobile phone making a comprehensive judgment for indoor and outdoor, through the indoor and outdoor I/O ratio calculating the indoor PM2.5 concentration, the combination of individual in different locations or places of activity time, the PM2.5 personal exposure assessment integration model will be established. The model can not only improve the accuracy of PM2.5 personal exposure assessment, but also provide technical support for a wide range of population exposure assessment. It has wide application value.

PM2.5被广泛认为是对人体健康危害最严重的大气污染物，暴露评价是PM2.5健康风险评估的关键环节。本研究拟以广泛应用的手机作为载体，利用固定站点监测获得的PM2.5浓度，结合反距离权重法，建立多元线性回归方程，同时考虑关键变量的影响，建立室外PM2.5暴露评价模型。同时配合手机中其他传感设备对室内外场景进行综合判断，通过室内外I/O比计算室内PM2.5浓度，结合个体在不同地点或场所的活动时间，建立PM2.5个体暴露评价整合模型。该模型的建立不仅可以提高PM2.5个体暴露评价的准确性，还可以为大范围人群的暴露评价提供技术保障，具有广泛的应用价值。

准确评价PM2.5个体暴露是开展细颗粒物暴露健康风险评估的关键环节，使用采样器直接测量结果准确度较高，但因人力、物力耗费较大，不适用于大范围人群或长期的暴露评价，已有研究多直接采用环境空气质量监测站PM2.5 浓度代替暴露水平，但站点布设无法获得精细化网格中PM2.5浓度，更无法反映人群在室内的PM2.5暴露。本项目首先基于北京市环境空气质量监测站点PM2.5浓度以及气象、道路交通、土地利用、人口分布等因素，采用奇异值分解法（SVD）、偏最小二乘回归法（PLS）及泛克里金法等多种统计方法相结合，建立了室外PM2.5暴露评价模型，可以对研究区域内PM2.5日均浓度进行500m*500m网格预测，交叉验证结果显示模型表现优异。同时，我们分别使用回归克里金法和反距离权重法（IDW）与上述模型结果比较，综合考虑准确性、服务器算力等因素，确定IDW法代入PM2.5个体暴露评价整合模型及手机APP的开发。第二，本研究招募了46名18-60岁、有固定工作的健康成人为研究对象，分别在采暖季和非采暖季各完成一次PM2.5室内外浓度及个体暴露监测，并通过调查问卷收集影响室内浓度及个体暴露水平的相关信息，获得研究对象采暖季和非采暖季对应的室内外PM2.5浓度I/O比。第三，以北京市35个空气质量监测点PM2.5浓度小时数据为来源，计算日均浓度值，并利用建立的模型插值估算500米网格内室外PM2.5浓度，通过调用高德地图定位Android SDK接口以固定时间间隔获取研究对象坐标位置，结合其所处室内外位置的综合判定结果，获得在每个网格室内外的停留时间，通过I/O比和室外PM2.5浓度，计算出研究对象的室内PM2.5浓度，建立基于时间—活动模式的微环境PM2.5个体暴露评价整合模型，并完成移动端个体PM2.5暴露评价APP的开发，不仅在技术上解决了大量级个体时间-活动模式数据和定位数据获取难度大、准确度低的问题，也实现了每日PM2.5个体暴露量的估算，与PM2.5个体暴露量直接测量结果对比，准确度良好。该研究可显著提高暴露评价的准确度，为实施大样本人群PM2.5健康影响评价和健康风险评估提供了技术保障，具有广泛应用前景。