基于卫星、气象与社会空间数据的中等城市PM10时空评估及人群暴露研究

《Frontiers in Public Health》:Spatiotemporal assessment of urban PM?? and population exposure using integrated satellite, meteorological, and socio-spatial data

【字体: 大 中 小 】 时间:2026年09月01日 来源:Frontiers in Public Health 4.1

编辑推荐:

  引言:颗粒物污染是人群健康的主要风险因素,尤其在城市环境中,人为源、气象条件与建成环境特征的交互作用形成了复杂的暴露空间格局。本研究旨在通过对罗马尼亚一座中等城市整合卫星数据、原位测量与社会空间指标,估算PM10浓度的空间分布并评估人群暴露。方法:研究基于MO

  
引言:颗粒物污染是人群健康的主要风险因素,尤其在城市环境中,人为源、气象条件与建成环境特征的交互作用形成了复杂的暴露空间格局。本研究旨在通过对罗马尼亚一座中等城市整合卫星数据、原位测量与社会空间指标,估算PM10浓度的空间分布并评估人群暴露。方法:研究基于MODIS-MAIAC卫星产品获取气溶胶光学深度(AOD)值,将其与来自四个地面空气质量监测站的PM10数据及气象变量相关联。基于这些数据建立多元回归模型估算PM10浓度,随后整合人口密度、建成环境特征、归一化植被指数(NDVI)和地形高程等相关社会空间指标构建复合暴露指数。结果与讨论:结果显示PM10浓度呈显著季节变异,冷季最高(可达41.8 μg/m3),年均约20.5 μg/m3,超过世界卫生组织推荐阈值但处于欧盟限值内。AOD与PM10直接关系较弱(R=0.28),但整合气象变量显著提升模型表现。复合指数分析表明,奥拉迪亚大都会区约20.1%的人口居住在高暴露倾向区域,尤其靠近工业区和密集建成环境。结果确认人群PM10暴露不仅由浓度水平决定,还由污染、人口分布与建成环境特征的复杂交互决定。所提出的整合方法为识别脆弱区域、支撑城市规划与空气质量管理提供了稳健工具,有助于制定降低人群健康风险策略。
研究背景与立项依据
颗粒物(PM)对呼吸与心血管系统的危害已被广泛记录,全球每年数百万过早死亡与之相关。在欧洲部分区域(尤其是东欧)地面监测网络稀疏且空间代表性不足,难以捕捉PM累积与扩散过程;而卫星遥感气溶胶光学深度(AOD)可填补地面站间隙,但AOD代表整层大气柱平均,与地面PM10存在尺度差异,且受气象要素(ME)与气溶胶组分影响,需本地校准。在此背景下,研究人员针对罗马尼亚奥拉迪亚大都会区(OMA)——一个此前少有卫星大气污染研究的中等规模城镇体系——提出假设:人群PM10暴露空间格局不仅取决于污染物浓度与排放源位置,更由污染、气象条件及社会空间指标(SSI)复杂交互决定。该研究发表于《Frontiers in Public Health》,旨在构建可迁移至监测网络受限城市的整合评估框架。
主要关键技术方法
研究人员以2025年OMA(含奥拉迪亚市及12个周边行政单元,共约28.1万居民)为对象,融合三类数据:MODIS-MAIAC MCD19A2产品(1 km分辨率,0.550 μm通道AOD,云量≤30%筛选)、OMA内4个官方地面站(BH-1至BH-4,覆盖中心交通、西北工业垃圾场、主干道及乡村背景) hourly PM10与ME(温度、相对湿度、太阳辐射、气压、风速,取10:00–14:00均值匹配卫星过境)、以及JRC 100 m人口与建成密度栅格、Sentinel-2 10 m NDVI、AW3D高程。技术主线为:①对PM10做log(x+1)变换后建立含AOD与季均ME的多元线性回归,像元级推演日/季/年PM10空间分布,并以季均偏差Bseason校正系统性低估;②将估算PM10(EPM??)、距高值热点距离(DistHS)、人口密度(Pop)、建成密度(BuildD)、建筑高度功能(BuildH&F)、NDVI、高程(LE)七项SSI离散为0–1评分并赋权(0.40/0.20/0.15/0.10/0.05/0.05/0.05)加和得复合暴露指数CIPM10(p)∈[0,1];③用RMSE、MAE、MAPE、MBE及留一交叉验证(LOOCV)评价模型,并对权重做±20%单因子敏感性分析。
研究结果
时空变化特征
AOD季节均值为夏(0.189)>冬(0.145)>春(0.135)>秋(0.092),年均0.140;夏季AOD高且离散度大,秋季最低。地面PM10冷季达峰41.8 μg/m3,年均20.5 μg/m3,超WHO指南但合EU标准。AOD–PM10原始相关仅R=0.2.8,纳入ME后回归性能提升,冷季低估明显故引入Bseason偏差校正。
PM10估算模型表现
经对数变换与季均ME常量化后的像元模型,反变换加Bseason校正后,LOOCV下RMSE与MAE较未校正显著下降,MBE接近零,证明AOD+季均ME范式在稀疏站条件下具空间泛化能力。
复合暴露指数构建与验证
七变量加权求和所得CIPM10在0–1区间连续分布;权重扰动±20%时与原式相关系数:EPM??为0.872–0.948,DistHS为0.971–0.980,其余>0.99,表明指数对主导项敏感但整体空间格局稳健。
人群暴露空间格局
约20.1%的OMA人口位于CIPM10高值区,空间上集聚于西北部工业区(CET I及垃圾填埋场周边)、中央高密度建成带及主干道缓冲带;乡村低建成、高NDVI单元得分极低。高值区并非单纯高浓度,而是“中高浓度EPM??+高Pop+近DistHS+高BuildD”叠加所致。
讨论与结论翻译
讨论指出,AOD作为柱总量代理与地面PM10固有尺度错配是冷季低估根源,季均ME常量化虽牺牲精细气象场但适配稀疏站现实。复合指数突破单一浓度视角,将排放–气象–人口–形态耦合为可迁移的社会空间暴露框架。结论:PM10人群暴露由污染水平、人口分布与建成环境特征复杂交互决定而非浓度单独驱动;所建MODIS-MAIAC驱动、ME偏置校正、SSI加权复合指数框架,能识别OMA约五分之一人口的高暴露倾向区,可为监测网受限的中等城市空气质量管理与脆弱区规划提供稳健工具。
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