亚的斯亚贝巴环境PM2.5和人口暴露的空间建模:基于土地利用回归

《Atmospheric Environment: X》:Spatial modeling of ambient PM 2. 5 and population exposure in Addis Ababa using land use regression

【字体: 大 中 小 】 时间:2026年07月23日 来源:Atmospheric Environment: X 3.4

编辑推荐:

  非洲快速的城市化加剧了许多城市的空气污染,但有限的空气质量监测基础设施阻碍了对居民暴露的准确评估。在本研究中,研究人员应用土地利用回归(LUR)模型来估算埃塞俄比亚亚的斯亚贝巴的年均环境细颗粒物(PM2.5)浓度,并评估人口暴露。估算的年

  
非洲快速的城市化加剧了许多城市的空气污染,但有限的空气质量监测基础设施阻碍了对居民暴露的准确评估。在本研究中,研究人员应用土地利用回归(LUR)模型来估算埃塞俄比亚亚的斯亚贝巴的年均环境细颗粒物(PM2.5)浓度,并评估人口暴露。估算的年均PM2.5浓度显示出显著的空间变异性,范围从5.9 μg/m3到47.9 μg/m3,全市平均值为17.3 μg/m3。城市中没有区域达到世界卫生组织(WHO)年均空气质量指南值5 μg/m3,77%的区域超过了中期目标3(IT-3;15 μg/m3)。最高浓度超过最低阈值(IT-1,35 μg/m3)出现在Arada、Addis Ketema、Lideta和Kirkos等子城市,这些区域集中了密集的城市发展和主要交通走廊。LUR模型表现出强劲的性能,调整后R2为0.74,均方根误差(RMSE)为1.85 μg/m3。关键预测因子包括与垃圾填埋场的距离、绿地覆盖率以及主干道和次干道的长度,反映了主要污染源以及与减排或改善污染物扩散相关的土地利用模式。模型诊断显示出良好的内部有效性,预测因子间多重共线性低,残差无空间自相关证据。研究人员进一步通过计算城市和kebele(最低行政单位)层面的人口加权浓度来量化PM2.5的人口暴露。全市人口加权平均浓度为21.3 μg/m3,而kebele层面的暴露范围从13 μg/m3到30 μg/m3,突显了全市污染负担的显著差异。总体而言,环境PM2.5浓度大幅超过WHO指南值,强调了迫切需要加强空气质量政策、有针对性的减排措施以及城市规划策略,以促进更健康、更公平的生活环境。
**论文解读:亚的斯亚贝巴环境PM2.5暴露的空间建模与人口风险评估**

**一、研究背景与问题**
全球城市化进程加速,非洲城市面临严峻的空气污染挑战。然而,这些地区普遍缺乏系统性的空气质量监测网络,导致居民对细颗粒物(PM2.5,直径≤2.5 μm的颗粒物)的暴露水平难以准确评估。亚的斯亚贝巴作为埃塞俄比亚最大城市,人口超过500万,正经历快速城市化与经济增长,但污染源众多(如生物质燃烧、机动车排放、垃圾焚烧、工业活动等),而地面监测站点稀疏,无法提供高时空分辨率的污染分布数据。现有研究多依赖卫星反演或低成本传感器,但缺乏城市尺度的精细空间模型。开展本研究旨在利用土地利用回归(LUR)模型,填补亚的斯亚贝巴在PM2.5空间分布及人口暴露评估方面的空白,为空气质量管理提供科学依据。该论文发表在《Atmospheric Environment: X》期刊。

**二、关键技术与方法**
研究人员采用以下关键技术方法:(1)**土地利用回归(LUR)模型**:基于欧洲队列空气污染效应研究(ESCAPE)协议,将17个监测站(来源:NASA多角度成像光谱仪(MAIA)项目布设的PurpleAir-II低成本传感器)的PM2.5年均浓度与地理空间预测因子进行多元线性回归;(2)**地理预测因子**:包括道路网络(主次干道长度)、垃圾填埋场(Koshe)距离、绿地覆盖率(来自ESA WorldCover 2021)、人口密度(WorldPop数据集)、高程(Copernicus DEM)及卫星反演污染物(SO2、NO2、CO、O3,来自TROPOMI)等36个变量,通过缓冲区分析(100–3000 m)提取;(3)**模型验证**:采用留一交叉验证(LOOCV)、方差膨胀因子(VIF)检验多重共线性、Moran's I检验残差空间自相关;(4)**人口暴露评估**:使用人口加权暴露水平(PWEL)方法,结合100 m分辨率的人口网格(WorldPop 2024)与PM2.5浓度预测图,计算城市及kebele(最低行政单元)层面的人口加权暴露,并与WHO空气质量指南(AQG)及中期目标(IT)进行比较。

**三、研究结果**

**3.1 评估LUR模型**
通过将预测浓度与17个监测站实测值比较,最终LUR模型调整后R2为0.74,均方根误差(RMSE)为1.85 μg/m3。保留四个显著预测因子:至垃圾填埋场(Koshe)距离(负相关)、3000 m缓冲区绿地总面积(负相关)、100 m内主干道长度(正相关)、300 m内次干道长度(正相关)。模型诊断显示:Cook's距离最大值0.31(<1),Breusch-Pagan检验无异方差(p=0.852),VIF最高1.326(<3),Moran's I无显著残差空间自相关(指数=-0.24,p=0.19)。LOOCV平均调整后R2为0.74,平均RMSE为1.83 μg/m3,表明模型稳定且泛化能力强。

**3.2 LUR模型估算的PM2.5水平**
全市PM2.5浓度范围为5.9–47.9 μg/m3,均值为17.3 μg/m3,中位数16.6 μg/m3。无区域达到WHO AQG(5 μg/m3)。77%区域超过IT-3(10 μg/m3),其中48%处于IT-2(15–25 μg/m3),29%处于IT-3。最高浓度(>IT-1,35 μg/m3)集中在市中心子城市Arada、Addis Ketema、Lideta和Kirkos,呈现中心-外围梯度,外围绿地浓度较低。

**3.3 人口暴露**
所有居民均暴露于超过WHO AQG的PM2.5水平。66%人口暴露于IT-2,20%暴露于IT-1及以上。全市人口加权平均浓度(PWEL)为21.3 μg/m3,高于面积加权均值17.3 μg/m3,表明人口集中在污染更严重的区域。kebele层面PWEL范围为13–30 μg/m3,暴露最高值出现在人口密集的中心城区。人口密度与暴露水平呈正相关,但存在土地利用差异导致的变异性。

**四、讨论与结论**
**讨论总结**:本研究证实LUR模型在非洲快速城市化城市中具有可靠性能(R2=0.74),优于其他低收入国家类似研究(如乌干达、南非),但低于数据丰富的欧洲(ESCAPE项目平均R2=0.86)。性能差异主要源于监测密度、交通数据(如交通流量、车队构成)及精细气象数据的缺失。垃圾填埋场(Koshe)作为主要热点,开放燃烧贡献显著,与全球其他研究一致;主干道长度反映交通排放,亚的斯亚贝巴老旧柴油车(68%超标)是重要来源;绿地面积负相关可能代表植被去除及低排放环境。估算的全市平均浓度17.3 μg/m3与先前研究(20.3 μg/m3)可比,但低于其他PurpleAir估算(26.6 μg/m3)。人口加权暴露21.3 μg/m3低于非洲大陆平均33.9 μg/m3,但远超WHO指南。研究局限性包括监测点数量(n=17)低于ESCAPE推荐最小值、COVID-19干扰、OpenStreetMap数据不完整、缺乏实时交通数据、仅分析年均值等。未来需扩展监测网络、采用重采样方法评估稳定性。
**结论翻译**:本研究凸显了LUR模型在数据稀缺的撒哈拉以南非洲(SSA)城市环境中量化PM2.5浓度精细空间变异和人口暴露的巨大潜力。亚的斯亚贝巴所有居民均暴露于超过WHO 2021指南的PM2.5水平,表明污染普遍存在且呈现清晰的中心-外围梯度。人口加权暴露(21.3 μg/m3)显著超过未加权的城市平均值(17.3 μg/m3),表明人口最密集的社区承受着最大负担。识别垃圾填埋场和主干道长度作为关键预测因子表明,有效的空气质量改善需要针对性的结构性干预,而非广泛的城市级措施。从露天倾倒转向受控废物管理以及现代化老化柴油车队成为最紧迫的“最佳购买”政策。尽管增加绿地与降低PM2.5水平相关,但若不同时减少人为排放,其益处不足。本研究还为全球南方其他城市提供了一个可扩展的框架,表明即使在监测有限的情况下,高分辨率空间建模也能揭示不公平的暴露模式。尽管面临稀疏监测和缺失实时交通数据等挑战,模型的稳定性和强大的交叉验证性能为向WHO中期目标取得进展提供了令人信服的证据。通过将土地利用模式与人群健康联系起来,本研究为优先考虑高密度、高暴露社区的证据导向城市规划奠定了基础,确保未来城市增长不会因空气污染而损害公共卫生。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号