基于多源数据的北京地区PM_2.5暴露风险评估

张西雅^†, 扈海波

中国气象局北京城市气象研究所, 北京 100089

收稿日期:2017-09-22修回日期:2017-11-29出版日期:2018-09-20

基金资助:北京市自然科学基金(8174066)、中国气象局气候变化专项(CCSF201717)和中央级公益性科研院所基本科研业务费专项基金(IUMKY201612)资助

Risk Assessment of Exposure to PM_2.5 in Beijing Using Multi-Source Data

ZHANG Xiya^†, HU Haibo

Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089

Received:2017-09-22Revised:2017-11-29Published:2018-09-20

RichHTML

0

PDF

(15609KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 基于2014—2016年的北京地区PM_2.5监测数据, 用空间插值法获得北京地区的PM_2.5空间分布, 并基于DMSP/OLS夜间灯光数据, 模拟得到北京地区的人口密度空间分布。在此基础上, 从PM_2.5浓度空间分布、PM_2.5污染的人口暴露特征、PM_2.5污染人口暴露强度以及人口加权PM_2.5浓度4个方面评估北京地区PM_2.5污染暴露风险。结果显示: 1)PM_2.5浓度呈现南高北低的空间分布特征, 人口暴露风险空间分布与人口密度空间分布呈现高度的一致性, 即人口密度高的区域,PM_2.5污染人口暴露风险也相对较高; 2) 2014, 2015, 2016年北京地区GB3095—2012二级年均浓度标准35 μg/m³的超标人口比例均为100%, 24小时平均浓度标准75 μg/m³的超标人口比例呈逐年显著下降趋势; 3) 2014—2016年北京市人口加权PM_2.5年均浓度值与PM_2.5年均值均存在差异, 差异度与城市暴露人口和污染情况密切相关; 4) 由于PM_2.5污染物浓度空间分布特征与人口密度空间分布特征不同, 北京市PM_2.5污染对总体人群的实际影响和健康危害与其平均浓度水平并不相同, 因此考虑人口密度空间分布特征的暴露风险评估比只考虑PM_2.5污染物浓度的暴露风险评估更准确。
中图分类号:
-->P49

引用本文

张西雅, 扈海波. 基于多源数据的北京地区PM_2.5暴露风险评估[J]. 北京大学学报自然科学版, 2018, 54(5): 1103-1113.
ZHANG Xiya, HU Haibo. Risk Assessment of Exposure to PM_2.5 in Beijing Using Multi-Source Data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018, 54(5): 1103-1113.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2148