利用基于低成本传感器网络的框架揭示隐藏的空气污染暴露情况及其影响

《Nature Communications》：Unveiling hidden air pollution exposure and impacts with low-cost sensor network-based frameworks

　　

摘要

印度在缓解严重空气污染方面取得了一定进展；然而，许多地区的细颗粒物（PM_2.5）浓度仍超过世界卫生组织和国家标准。尽管如此，城市中心以外的局部地区暴露情况、地区内部的不平等现象以及短期死亡率影响仍知之甚少。本研究结合了密集的低成本传感器监测数据、机器学习模型、最新的家庭健康调查数据以及印度特定的相对风险信息，对比哈尔邦（印度污染最严重且研究最不足的邦之一）的社会经济群体间的PM_2.5暴露不平等情况以及短期死亡率影响进行了评估。研究发现，该邦存在明显的南北差异，北部地区的平均PM_2.5暴露浓度是南部地区的1.2倍。 districts（区）层面的死亡率（每10万人）差异最大可达1.7倍，每日死亡率的变化幅度达到3.2倍。虽然在州层面暴露不平等现象相对较小，但在比哈尔邦内部及不同地区之间的不平等现象仍然十分明显。