本发明专利技术公开了一种PM2.5人群暴露风险评估方法及装置，所述方法包括如下步骤：步骤S1，获取中分辨率成像光谱仪的气溶胶光学厚度数据，利用获得的气溶胶光学厚度数据与PM2.5监测值构建回归模型，从而获得PM2.5浓度连续面状数据；步骤S2,根据获得的PM2.5浓度连续面状数据与设定的安全风险阈值获得PM2.5超额浓度值；步骤S3，利用腾讯宜出行数据，获取逐小时每个网格内签到人群的占比；步骤S4，根据相应时刻获得的逐小时每个网格内签到人群的占比及PM2.5超额浓度值，得到逐小时人群PM2.5超额暴露风险指数。露风险指数。露风险指数。
【技术实现步骤摘要】
一种PM2.5人群暴露风险评估方法及装置
[0001]本专利技术涉及风险评估
，特别是涉及一种PM2.5人群暴露风险评估方法及装置。
技术介绍
[0002]PM2.5浓度的上升已成为人群健康的重要威胁，由其导致的年均心脑血管疾病及呼吸系统疾病死亡数量超过了100万，其中中国的贡献率超过30％，已成为制约社会可持续发展的重要因素之一，科学有效的PM2.5暴露评估是降低其健康风险的重要前提之一。
[0003]现有的PM2.5暴露风险评估方法主要有两类：单一的考虑PM2.5浓度、综合考虑PM2.5浓度及人口分布特征。单一的考虑PM2.5浓度为以PM2.5浓度为主要参考依据的方法，该方法以PM2.5监测站点值为依托，科学假设为监测站点附近一定范围内，PM2.5浓度不存在异质性，此方法认为PM2.5浓度值高的地方即人群PM2.5暴露风险高的区域，但由于国内各城市内部PM2.5监测站点的数量较少且分布不均匀，受到PM2.5环境背景值的影响，以单一站点代表周边PM2.5值存在较大误差，其次PM2.5浓度值并不能等同于PM2.5人群暴露风险，当高PM2.5浓度值区域内，人群流动量较小时，此区域的人群PM2.5暴露风险也较低；第二类为人群PM2.5暴露风险评估方法，克服了单一考虑PM2.5浓度的局限性，其引入人口普查数据，但人口普查数据存在时空分辨率低的特性，即其往往每3
‑
5年更新一次，以街道为最小单元，如要分析一天内街道内的人群PM2.5暴露风险，此方法无法提供可靠支撑。
[0004]因此现有的PM2.5人群暴露评估方法亟需克服三方面的瓶颈：(1)提升精细尺度PM2.5浓度获取能力；(2)充分考虑小时级人群流动特性，将其与PM2.5浓度叠加，开展高时空分辨率下的人群PM2.5人群暴露评估；(3)以PM2.5日均值为主要依据，PM2.5日均值无法反映PM2.5的逐小时变化规律，此外，世界卫生组织规定的24小时PM2.5安全阈值为25μg/m3，即使PM2.5日均值小于此安全阈值，但逐小时的PM2.5浓度可能会高于此阈值，这导致PM2.5人群暴露风险被低估。
[0005]因此实现精细时空尺度下PM2.5人群暴露风险评估，是城市可持续发展需要解决的问题之一，对城市生态、城市健康调控具有重要的理论与实践意义。
技术实现思路
[0006]为克服上述现有技术存在的不足，本专利技术之一目的在于提供一种PM2.5人群暴露风险评估方法及装置，以实现精细时空尺度下PM2.5人群暴露风险评估目的。
[0007]为达上述目的，本专利技术提出一种PM2.5人群暴露风险评估方法，包括如下步骤：
[0008]步骤S1，获取中分辨率成像光谱仪的气溶胶光学厚度数据，利用获得的气溶胶光学厚度数据与PM2.5监测值构建回归模型，从而获得PM2.5浓度连续面状数据；
[0009]步骤S2,根据获得的PM2.5浓度连续面状数据与设定的安全风险阈值获得相应的PM2.5超额浓度值；
[0010]步骤S3，利用腾讯宜出行数据，获取逐小时每个网格内签到人群的占比,从而提取
小时级别高空间分辨率下的人群分异特征结果；
[0011]步骤S4，根据相应时刻获得的逐小时每个网格内签到人群的占比及PM2.5超额浓度值，得到逐小时人群PM2.5超额暴露风险指数。
[0012]优选地，在步骤S4后，还包括如下步骤：
[0013]步骤S5，将前一时刻人群PM2.5超额暴露风险与后一时刻的人群PM2.5超额暴露风险进行差值计算，获得逐小时人群PM2.5超额暴露净风险指标。
[0014]优选地，在步骤S5后，还包括如下步骤：
[0015]步骤S6，将全天内逐小时人群PM2.5超额暴露净风险进行累加，获得逐小时人群PM2.5超额暴露累计风险指标。
[0016]优选地，步骤S1进一步包括：
[0017]步骤S100，从地理数据空间数据云获取中分辨率成像光谱仪的气溶胶光学厚度数据；
[0018]步骤S101，选取若干PM2.5监测站的PM2.5监测值，利用该PM2.5监测值与获得的气溶胶光学厚度数据建立回归模型，根据该回归模型获得所述PM2.5浓度连续面状数据。
[0019]优选地，于步骤S2中，将获得的PM2.5浓度连续面状数据与所述安全风险阈值进行差值计算，获得所述PM2.5超额浓度值。
[0020]优选地，于步骤S3中，计算逐小时内逐个网格签到人数占全部网格的比例。
[0021]优选地，于步骤S4中，将步骤S2与步骤S3中对应时刻的数据相乘，得到逐小时人群PM2.5超额暴露风险结指数。
[0022]为达到上述目的，本专利技术还提供一种PM2.5人群暴露风险评估装置，包括：
[0023]PM2.5浓度连续面状数据获取单元，用于获取中分辨率成像光谱仪的气溶胶光学厚度数据，利用获得的气溶胶光学厚度数据与PM2.5监测值构建回归模型，获得PM2.5浓度连续面状数据；
[0024]超额浓度值计算模块，用于根据获得的PM2.5浓度连续面状数据与设定的安全风险阈值获得相应的PM2.5超额浓度值；
[0025]人群分异特征提取单元，用于利用腾讯宜出行数据，获取逐小时每个网格内签到人群的占比，从而提取小时级别高空间分辨率下的人群分异特征结果；
[0026]超额暴露风险指数确定单元，用于根据相应时刻获得的逐小时每个网格内签到人群的占比及PM2.5超额浓度值，计算获得逐小时人群PM2.5超额暴露风险指数。
[0027]优选地，所述装置还包括超额暴露净风险指标计算单元，用于将前一时刻人群PM2.5超额暴露风险与后一时刻的人群PM2.5超额暴露风险进行差值计算，获得逐小时人群PM2.5超额暴露净风险指标。
[0028]优选地，所述装置还包括超额暴露累计风险确定单元，用于将全天内逐小时人群PM2.5超额暴露净风险进行累加，获得逐小时人群PM2.5超额暴露累计风险。
[0029]与现有技术相比，本专利技术一种PM2.5人群暴露风险评估方法及装置通过利用获得的气溶胶光学厚度数据与PM2.5监测值构建回归模型，获得PM2.5浓度连续面状数据,根据获得的PM2.5浓度连续面状数据与设定的安全风险阈值获得PM2.5超额浓度值，并利用腾讯宜出行数据，获取逐小时每个网格内签到人群的占比，最后根据相应时刻获得的逐小时每个网格内签到人群的占比及PM2.5超额浓度值，得到逐小时人群PM2.5超额暴露风险指数，
从而实现精细时空尺度下PM2.5人群暴露风险评估目的。
附图说明
[0030]图1为本专利技术一种PM2.5人群暴露风险评估方法的步骤流程图；
[0031]图2为本专利技术一种PM2.5人群暴露风险评估装置的系统架构图。
具体实施方式
[0032]以下通过特定的具体实例并结合附图说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其它优点与功效。本专利技术亦可通过其它不同的具体实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种PM2.5人群暴露风险评估方法，包括如下步骤：步骤S1，获取中分辨率成像光谱仪的气溶胶光学厚度数据，利用获得的气溶胶光学厚度数据与PM2.5监测值构建回归模型，从而获得PM2.5浓度连续面状数据；步骤S2,根据获得的PM2.5浓度连续面状数据与设定的安全风险阈值获得相应的PM2.5超额浓度值；步骤S3，利用腾讯宜出行数据，获取逐小时每个网格内签到人群的占比,从而提取小时级别高空间分辨率下的人群分异特征结果；步骤S4，根据相应时刻获得的逐小时每个网格内签到人群的占比及PM2.5超额浓度值，得到逐小时人群PM2.5超额暴露风险指数。2.如权利要求1所述的一种PM2.5人群暴露风险评估方法，其特征在于，在步骤S4后，还包括如下步骤：步骤S5，将前一时刻人群PM2.5超额暴露风险与后一时刻的人群PM2.5超额暴露风险进行差值计算，获得逐小时人群PM2.5超额暴露净风险指标。3.如权利要求2所述的一种PM2.5人群暴露风险评估方法，其特征在于，在步骤S5后，还包括如下步骤：步骤S6，将全天内逐小时人群PM2.5超额暴露净风险进行累加，获得逐小时人群PM2.5超额暴露累计风险指标。4.如权利要求3所述的一种PM2.5人群暴露风险评估方法，其特征在于，步骤S1进一步包括：步骤S100，从地理数据空间数据云获取中分辨率成像光谱仪的气溶胶光学厚度数据；步骤S101，选取若干PM2.5监测站的PM2.5监测值，利用该PM2.5监测值与获得的气溶胶光学厚度数据建立回归模型，根据该回归模型获得所述PM2.5浓度连续面状数据。5.如权利要求4所述的一种PM2.5人群暴露风险评估方法，其特征在于：于步骤S2中，将获得的PM2.5浓度连续面状数据与所述安...
【专利技术属性】
技术研发人员：曹峥，李少英，郭冠华，吴志峰，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。