基于个体(agent-based)框架刻画人类通过日常活动对交通相关空气污染物的暴露特征

《Environment International》:Characterizing human exposure to traffic-related air pollution through daily activities using an agent-based framework

【字体: 大 中 小 】 时间:2026年08月06日 来源:Environment International 10.2

编辑推荐:

  研究人员提出了一种基于个体(agent-based)的方法,将移动性与空气质量整合进单一框架中。与静态方法相比,所提方法能够刻画全天内的暴露特征。静态方法与动态方法在聚合暴露量上结果相近,而基于个体建模(ABM)提供了详细的日内暴露变异性信息。最高暴露发生在居

  
研究人员提出了一种基于个体(agent-based)的方法,将移动性与空气质量整合进单一框架中。与静态方法相比,所提方法能够刻画全天内的暴露特征。静态方法与动态方法在聚合暴露量上结果相近,而基于个体建模(ABM)提供了详细的日内暴露变异性信息。最高暴露发生在居家类活动中。移动性相关排放在多数城市区域空气质量控制中起关键作用,是不良健康结局(包括死亡率上升、癌症、呼吸系统疾病与心血管疾病)的主要贡献因素。暴露于空气污染物(即个体与颗粒物(PM)和二氧化氮(NO2)等污染物接触的水平与持续时间)已被广泛认为是关键公共卫生问题。长期暴露与成人死亡率升高及痴呆风险增加相关;急性暴露(“热点”)与严重健康效应(含神经效应)相关。长期与急性暴露常出现在拥堵片区、高速公路及城市走廊附近。高水平暴露还加剧了社会空间不平等。为应对健康与公平关切,准确评估短时与长期交通排放暴露至关重要,尤其在拥堵条件下排放常被低估。现有方法分为专用移动性-环境方法与综合移动性-环境方法两类;后者通过模型链(交通→排放→扩散→人群活动)实现。综合方法虽稳健,但仍受时空分辨率选择与人类活动模式生成方式限制:静态四步法无法捕捉局部与时变交通变异性。ABM通过合成人口生成器赋予个体日程与社经属性,耦合交通仿真可生成现实拥堵与时变条件,日益用于评估交通相关空气与噪声暴露。本文中,研究人员探究ABM移动性建模如何改进对交通相关空气污染通过日常活动的暴露刻画,框架应用于里昂大都会区并与常规静态方法比较,在多种时间尺度及活动、社经群组上分析暴露,识别动态表征所提供的增量信息。研究主要作为方法学演示,为未来更完备暴露评估框架奠基。
研究背景方面,移动性相关排放在城市空气质量塑造中扮演关键角色,是不良健康结局的主要贡献因素,暴露于颗粒物(PM)与二氧化氮(NO2)等污染物被广泛视为公共卫生关切。长期与急性(“热点”)暴露均关联严重健康效应,且高暴露与社会空间不平等相互强化。准确评估短时与长期交通排放暴露仍具挑战,尤其拥堵条件下排放易被低估。现有综合移动性-环境方法依赖模型链,但静态四步法无法捕捉局部与时变交通变异性,而基于个体建模(ABM)可同时表征交通条件、人类活动模式与社经特征。本文发表于《Environment International》,研究人员以里昂大都会区为案例,构建ABM暴露评估链并与静态方法对照,旨在明确动态移动性表征在暴露评估中的增量价值。
关键技术方法上,研究人员采用MATSim开源大规模ABM交通仿真耦合EQASim合成人口生成器(基于2015年INSEE普查、OSM路网、GTFS公交、CEREMA出行调查等)生成代表日个体日程与社经属性(年龄、家庭收入);交通条件(链级小时级流量Q(t,l)、均速v(t,l))输入COPERT 5排放模型(车队结构取自CITEPA,柴油占轻型车里程约64%)估算NOx链级小时排放ENOx(t,l);排放接入SIRANE街区尺度扩散模型(10×10 m网格、小时分辨、含简化NO-NO2-O3光化学模块,背景浓度取Saint-Exupéry站、气象取MétéoFrance)得到NO2浓度场CNO2(xC,t);暴露模块在个体秒级地理活动点上取覆压SIRANE格浓度,计算归一化耗时ntts、活动总暴露Hact、超阈值(WHO 10 μg/m3)比例Hth、日均剂量Hdose,并以静态居首活动位为基线算对数比Hr。案例空间覆盖罗讷省与里昂大都会,重点分析市中心三站点(Martinière School、Montchat、Part-Dieu)及全都市区社经分层。
研究结果部分,3.1节静态与ABM方法比较显示:聚合日暴露Hnorm两法分布几乎无别,峰值随早晚污染峰波动;空间比Hr在04:00有95.7%格差<1%,18:00仍有39.7%格差<1%、RMSD由03:00的0升至18:00的0.103,说明动态法主要改变局地空间分布而非总量;社经分层(图7)中年龄20–29岁占21.6%、月收<3k�占55%,各组的超阈比例与日均剂量差异有限,ABM仅揭示静态法未捕的细微模式;个体轨迹(图8)表明居家时段两法一致,离宅活动(上学/工作/休闲)时暴露曲线分化。3.2节选定站点时序指出Part-Dieu作为商业商务区峰值人口密度最高,晚高峰NO2在Part-Dieu与Martinière差约31.2 μg/m3,18:00总暴露Hact较Martinière高438%,超阈比例达93.4%;暴露高峰源于高浓度与高占驻重合,缓释应针对“高污×高人”区位。3.3节活动类型时序中,居家活动因耗时最长致Hact约为其他活动十倍,04:00–07:00居家暴露升约165%;但按超阈百分比计,工作活动周三可达83.2%、居家全周≤32.9%,工作日均值剂量工作最高为其余类两倍,说明浓度-时间分配共同决定暴露,工作地多居中高污中心。
讨论部分,4.1节指出ABM增量价值不在修订日总量,而在刻画日内变异性、识别短时峰值与阈值超限时段、关联社经-活动-污染;静态居首活动近似在忽略出行暴露且居家为主时可行。4.2节列明局限:未含出行中暴露(步行/公交/车内微环境)、单代表日无周内行为变异(季节仅由气象背景调制)、小时浓度不捕极短峰值、活动分类粗(不分子类职业/远程)、全链大规模个体实测校验缺。4.3节展望提出耦合出行微环境、多日情景、多压力源(噪声、安全)共暴露与DALY式健康度量。
结论部分翻译如下:在大尺度(如大都会区)兼顾社经特征与现实移动性表征时,ABM动态法是有相关性的选项,但其增量须按暴露指标类型与分析聚合层级解释。本研究通过ABM框架估计人类暴露,证明该方法能联合生成精细个体移动模式与社经属性;相较不考虑活动日程的方法,框架显式刻画日内暴露变异性,而在都市区聚合日暴露上结果与静态法相近。所提指标集可刻画人类活动、量化总暴露、估超指南人数与日均吸入剂量;ABM价值在日内变异、识别高暴露时段区位及人口再分布。依据结果与文献:ABM对比静态在都市聚合日暴露上仅边际差,但丰富日内动态与活动依赖变异;里昂案例中大量个体最高暴露发生于居家活动,反映居址与背景浓度强影响;暴露日周变异主要由交通与排放动态驱动而非本设置内行为变化;静态基线应理解为居住/点位近似的传统参照;局限含缺出行暴露与单代表日。未来方向为集成出行暴露、短时高强度事件、多日校验及耦合噪声共暴露。
全文严格依据所传文档浓缩,未引文献标记与图号,上标下标以sup/sub标注,首次术语附简释,作者名留原文。
相关新闻
生物通微信公众号
微信
新浪微博

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