使用多源监测和机器学习预测翻新工地工人级颗粒物暴露类别

《Journal of Cleaner Production》：Predicting worker-level particulate matter exposure categories at a renovation site using multi-source monitoring and machine learning

　　

建筑活动是空气颗粒物（PM）的主要来源，使工人暴露于PM₁₀、PM_2.5和PM₁的高浓度中，这些颗粒物构成严重健康风险。然而，当前的监测实践主要关注环境或固定点浓度，往往未能捕捉工人暴露的动态、任务和位置依赖特性。本研究在一个活跃的翻新工地通过结合头盔式传感器、固定点监测仪、气象测量以及详细的工人活动和位置记录，开发了一个高分辨率、多源数据集。利用基于机器学习的预测框架，研究人员将工人PM测量值分配到五个有序暴露类别，并在观察到的类别分布不平衡条件下评估了四种机器学习模型——深度神经网络（DNN）、随机森林（RF）、XGBoost和LightGBM。结果表明，DNN在九个工人-PM预测任务中提供了最平衡的整体性能，其在PM₁₀上的优势最为清晰且一致。对于PM₁₀，DNN的准确率（Accuracy）为0.44–0.51，宏F1值（Macro F1）为0.40–0.46，而基于树的模型分别为0.17–0.22和低于0.13。对于PM₁，所有四个模型的高准确率与低宏水平性能并存，反映了“良好”（Good）类别的支配地位。使用置换特征重要性（PFI）和SHAP进行的特征重要性分析一致识别出受监测的工人活动和气象条件是模型预测的主要贡献因素，尽管它们的相对重要性在不同工人间有所变化。固定室外PM测量通常贡献最小。本研究提供了基于现场的实证证据，表明高频、多源数据能够支持工人级PM暴露分类，并为开发自适应的、以工人为中心的暴露监测与管理系统奠定了方法论基础。

**论文解读文章**

**研究背景与问题**
建筑活动是全球空气颗粒物（PM）的主要来源之一，使工人暴露于PM₁₀、PM_2.5和PM₁的高浓度中，这些颗粒物与呼吸系统疾病、心血管并发症及肺癌等健康风险密切相关。然而，现有监测实践主要关注环境或固定点浓度，未能充分反映工人暴露的动态、任务和位置依赖特性。工人级暴露可能受任务类型、与排放源的距离、移动性及气象条件共同影响，但很少有研究同时对工人级暴露进行联合监测和建模。准确预测工人级PM暴露是弥合工地整体合规监测与个体实际风险之间差距的关键。机器学习能够通过从个人传感器测量值与常规可观测的环境、空间和操作变量中学习关系，补充而非替代头盔式传感，为近实时暴露类别估计提供支持。

**研究内容与结论**
本研究在澳大利亚一个大学建筑内的翻新工地开展，通过集成头盔式传感器、固定点监测仪、气象测量以及详细的工人活动和位置记录，构建了一个高分辨率、多源数据集。研究人员将工人PM测量值分配到五个有序暴露类别（良好、一般、差、很差、极差），并评估了深度神经网络（DNN）、随机森林（RF）、XGBoost和LightGBM四种机器学习模型在自然不平衡类别分布下的表现。结果发现，DNN在九个工人-PM预测任务中提供了最平衡的整体性能，其在PM₁₀上的优势最为明显（准确率0.44–0.51，宏F1值0.40–0.46），而基于树的模型表现较差。对于PM₁，所有模型的高准确率伴随低宏水平性能，反映了“良好”类别的支配地位。特征重要性分析（使用置换特征重要性PFI和SHAP）一致表明，受监测的工人活动和气象条件是模型预测的主要贡献因素，固定室外PM测量贡献最小。本研究提供了现场证据，表明高频多源数据可支持工人级PM暴露分类，并为开发以工人为中心的适应性暴露监测与管理系统奠定了方法论基础。论文发表在《Journal of Cleaner Production》。

**关键技术方法**
研究人员采用的关键技术方法包括：（1）多源数据采集：在翻新工地部署头盔式Alphasense OPC-N3传感器（测量PM₁₀、PM_2.5、PM₁，采样间隔1.4秒）、四点固定点监测网络（两个工地内、一个近工地参照、一个远工地背景）、Kestrel 5500气象站（温度、相对湿度、风速、热指数、气压，2秒间隔）以及广角摄像头连续记录工人活动和位置；（2）数据对齐与标注：所有数据流对齐至1.4秒时间步长，通过视频逐帧标注工人活动、位置及非监测人员活动；（3）机器学习建模：采用深度神经网络（DNN，多层感知机，两层64神经元隐藏层，ReLU激活，0.1丢弃率，softmax输出）、随机森林（RF，100棵决策树，最大深度4）、XGBoost（100个估计器，最大深度4，学习率0.01）和LightGBM（50个估计器，最大深度3，学习率0.01）进行五类有序分类；（4）评估指标：采用准确率、宏平均和加权平均的精确率、召回率、F1值，以及每类召回率和混淆矩阵，重点分析召回率和宏平均召回率以检测少数类别；（5）特征重要性分析：对DNN使用置换特征重要性（PFI），对树模型使用基于杂质的重要性，并辅以SHAP分析。样本队列来源为澳大利亚一个大学建筑内的翻新工地，包含三名连续在场的工人（Mobile H1：高粉尘集中活动；Mobile L1：低粉尘集中活动；Mobile L2：低粉尘灵活移动）。

**研究结果**

**3.1 PM分布与工人移动-活动模式**
通过配对t检验和逐帧注释分析，研究人员发现：（1）所有监测点（工人、固定点）的PM₁₀、PM_2.5和PM₁浓度均呈强烈右偏分布，具有显著上限极端值（如PM₁₀最大值达9818 μg/m³）；（2）工地内浓度显著高于工地外参照点（p<0.05），且内部-外部对比在PM₁₀上最为明显（内部中位数是远背景点的10–20倍）；（3）工人级暴露在不同工人间存在显著差异（p<0.05），且与固定点测量不一致——高粉尘集中工人（Mobile H1）暴露最高，低粉尘灵活工人（Mobile L2）暴露最低，但固定点不能始终一致地反映个人暴露。工人移动性分析显示，Mobile H1集中在少数区域从事多种任务（如测量、钻孔、聚酯处理），Mobile L1和Mobile L2以行走和站立为主，但后两者暴露水平不同，表明单纯活动类别不足以解释暴露差异，还需结合空间位置和邻近粉尘活动。

**3.2 稳健的机器学习模型评估与选择**
在探索性分析中，Spearman相关分析显示大多数预测因子与工人级PM暴露呈弱相关或无单调关联，表明工人暴露可能依赖多变量交互和非线性关系。将工人PM暴露分配至五类暴露类别后，分布高度不平衡（PM₁中“良好”类别占>90%）。在模型比较中，DNN在PM₁₀预测上全面优于树模型（准确率0.44–0.51 vs. 0.17–0.22；宏F1值0.40–0.46 vs. <0.13）；对于PM_2.5，DNN在Mobile H1上取得更高宏水平指标，RF在Mobile L1上部分指标略优，LightGBM在Mobile L1上准确率最高（0.84），但整体上DNN更具平衡性；对于PM₁，所有模型准确率均≥0.95但宏F1值仅0.17–0.22，反映极端不平衡限制了区分度。每类召回率分析显示，DNN在Mobile H1和Mobile L1上实现了更高宏召回率（30.2%和43.7%），且能更均衡地识别多个类别，而树模型倾向于集中预测一两个主导类别。

**3.3 特征重要性分析**
对DNN模型应用PFI分析，结果显示：（1）单个预测因子中，受监测工人活动（Mobile H1 Act、Mobile L1 Act）重要性最高（均值0.66和0.53），而固定室外PM测量和部分区域非监测活动重要性最低（<0.07）；（2）按六类预测因子分组，受监测工人活动排名第一（均值0.53），其次是气象条件（0.39）和固定室内PM水平（0.37），非监测活动最低（0.19）；（3）工人特异性PM_2.5模型进一步显示，受监测工人活动在三个工人中均居前列（PFI值0.88–1.00），风速和相对湿度反复出现，但各工人间个别变量重要性有差异。SHAP分析在类别层面与PFI一致，确认受监测工人活动和气象条件是主要贡献者，固定室外PM水平贡献最小；同时显示Mobile L2模型中气象条件排名第一，Mobile L1模型中非监测活动（Zone1 Other Act）贡献较高。这些结果表明，工人级预测依赖于操作、空间和环境的组合影响，而非单一主导输入。

**讨论与结论**
讨论部分指出，工地PM暴露呈现空间和工人级双重变异，固定点测量不能完全表征个人暴露；模型性能受类别分布影响显著，DNN在不平衡条件下表现更均衡；特征重要性揭示了工人活动、气象和空间信息的互补作用，但各工人之间平衡各异。研究将监测从场地级转向工人中心，支持预测指导的暴露管理，但需进一步验证自动化数据采集和跨场景泛化能力。

研究结论部分翻译如下：
建筑活动被广泛认为是空气颗粒物（PM）的最大贡献者之一，但现有监测实践常关注环境或固定点条件，无法捕捉工人暴露的动态、任务和位置依赖特性。针对这一缺口，本研究在受监测的翻新工地开发了一个高分辨率、多源数据集，整合了头盔式传感器、固定点监测仪、气象数据以及详细的工人活动和位置记录，并评估了四种机器学习模型用于预测工人特异性暴露类别。结果表明：第一，工地PM分布高度右偏，具有显著短期峰值，工人级暴露与外部和固定点测量显著偏离，暴露水平与工人活动及空间移动性相关；第二，模型比较显示，整体准确率和加权指标常受主导类别强烈影响，DNN提供了最平衡的整体性能，其在PM₁₀上的优势最为清晰；在高度不平衡条件下（如PM₁），高准确率常伴随弱宏水平性能；第三，特征重要性分析使用PFI和SHAP识别出受监测工人活动和气象条件是主要预测因子类别，但相对贡献在不同工人间变化，固定室内PM水平和工人位置也提供相关信息，而外部监测器重要性较低。总体而言，本研究提供了基于现场的工人级PM暴露预测框架，通过展示整合个人监测、情境化场地变量、类别暴露标签和类别敏感模型评估的价值，为未来以工人为中心的暴露评估和预测知情控制策略奠定了方法论基础。更广泛的应用需要跨更多工人、监测周期和工地的验证，以及工人活动和位置数据的自动化采集。