面向海量数据实时采集的PM2.5个体暴露评价方法研究

PM2.5 personal exposure assessment is an important foundation for developing high quality air pollution health research, however the existing methods cannot meet the research need for long term exposure and high temporal resolution exposure assessment of a large population. In this study, we will develop the precise PM2.5 personal exposure assessment methods based on massive real time data collection. First, we will carry out the real time data collecting and transferring research, which includes indoor exposure, outdoor exposure and time-activity information. All the data will be formed as a database for developing the personal exposure model. Then we will use spatial interpolation, real time spatial orientation and exposure time weighted assessment method to develop the personal exposure model, which can achieve the fast personal exposure calculating. Finally, we will conduct the innovative research on personal exposure integrated research platform, which integrates the function of data, method and application. This platform include the three function modules, including data center (data collecting, transferring, storing and processing), computer center(personal exposure model fast calculating) and user center (functions for PM2.5 exposure and health research needs). This research will benefit the large population PM2.5 long exposure health effects, high temporal resolution short term exposure and acute health effects and air pollution and health big data research. This research will also provide the necessary massive data accumulation and method support for future research, which have the significant research and application value.

PM2.5个体暴露评价是开展高质量空气污染健康研究的重要基础，但是现有方法无法满足大规模人群长期暴露与高时间分辨率暴露的评价需求。本研究开展面向海量数据实时采集的PM2.5个体暴露评价方法研究。首先开展基础数据源即研究对象室内微环境暴露、室外暴露、时间—活动模式的实时监测与传输研究，形成可用于个体暴露模型估算的数据库；进而通过空间插值、实时定位、外暴露时间加权评估等方法构建PM2.5个体暴露模型，形成模型快速算法；最终开展创新性的集数据、方法与应用为一体的个体暴露科研工作平台研究，该平台包括数据中心（数据采集、传输、存储及处理）、计算中心（个体暴露模型快速计算）以及用户中心（科研人员开展暴露及健康研究所需的功能模块）。本研究为开展大规模人群PM2.5长期暴露健康影响、高时间分辨率短期暴露的急性健康影响及未来空气污染健康影响大数据研究提供了必备的数据积累与方法，具有重要的研究意义及应用价值。

PM2.5个体暴露评价是深入开展空气污染健康影响研究的重要基础，然而目前研究方法很难实现大规模人群高时空分辨率的PM2.5个体暴露监测，因此，本项目开展了面向海量数据实时采集的PM2.5个体暴露评价方法研究。首先对市售PM2.5在线监测仪进行了筛选和建模校正，保证PM2.5数据采集的准确性；基于场景评价法构建了时间加权的PM2.5个体暴露评估模型，主要考虑调查对象室外、在家和办公室三大停留场所，基于GPS定位技术、数据抓取技术、GIS空间地理信息系统、及互联网+技术，判识调查对象位置并获得个体暴露数据；基于上述数据，开发了面向海量数据的PM2.5个体暴露科研集成平台软件系统。平台主要包括数据中心、计算中心以及用户中心三个模块，数据中心模块可以实现数据采集、传输、与存储三个功能，计算中心模块基于采集的基础数据及研究开发的个体暴露评价算法，进行PM2.5个体暴露量的快速计算，用户中心，可以实现对项目的管理及计算中心数据的实时查询、下载及数据可视化，除此之外还具备了一键导出报告功能，可以为调查对象提供详细的PM2.5个体暴露监测报告。基于项目组构建的实时个人PM2.5暴露监测系统，可实现大规模人群的PM2.5个体暴露实时监测，同时也可为进一步的空气污染健康研究提供重要的数据支撑。该系统在科技部重点研发计划及总理基金等大型项目中获得应用，成功监测了我国多地区1220人·日的个体暴露数据，基于系统监测获得如下研究结果：我国居民的PM2.5个体暴露浓度存在区域性差异；PM2.5个体暴露与固定站点监测存在差异，但具有统计学相关性；PM2.5室内暴露与室外暴露存在差异，PM2.5浓度相比个体暴露与室内暴露更加相似。该系统的成功构建为进一步开展空气污染的健康风险评估奠定了重要的方法基础和数据基础。