大氣污染暴露風險防控可視化決策支持平臺

謝靜 鄒濱 李沈鑫 趙秀閣 邱永紅

摘 要：針對當前我國大氣污染防治正逐步由污染治理轉向風險防控，而現有空氣質量監測設備和平臺服務僅限于環境監測而非暴露監測的問題，設計研發了一套基于B/S架構的可視化綜合分析與決策支持平臺——大氣污染暴露風險測量系統（APERMS）。首先，基于大氣污染濃度監測數據和暴露時空行為活動模式，耦合集成污染濃度制圖、個體暴露測量、人群暴露測量、暴露風險評價這一完整的大氣污染暴露風險測量技術路線;其次，基于高可用和可靠原則，進行系統的總體架構設計、數據庫設計和功能模塊設計;最終，采用GIS與J2EE Web等技術，完成APERMS開發，實現了大氣污染濃度分布高時空分辨率模擬、個體和人群大氣污染暴露狀況精準評估、大氣污染暴露風險水平全方位評價等功能。APERMS主要應用于大氣污染監控和環境健康管理行業，為風險規避和污染防控提供有效的技術支持。

關鍵詞：大氣污染;暴露評估;風險防控;地理信息系統;Web系統;可視化平臺

中圖分類號：TP311.1

文獻標志碼：A

Visual decision support platform for air pollution exposure risk prevention and control

XIE Jing1， ZOU Bin1*， LI Shenxin1， ZHAO Xiuge2， QIU Yonghong3

1.School of Geosciences and Infophysics， Central South University， Changsha Hunan 410083， China;

2.State Key Lab of Environmental Criteria and Risk Assessment（Chinese Research Academy of Environmental Sciences）， Beijing 100012， China;

3.College of Resources and Environmental Sciences， Hunan Normal University， Changsha Hunan 410006， China

Abstract：

Chinas air pollution control policy has gradually shifted from pollution control to risk prevention and control， and existing air quality monitoring equipment and platform services are limited to environmental monitoring rather than exposure monitoring. Aiming at this problem， a comprehensive visual analysis and decision support platform based on B/S architecture—Air Pollution Exposure Risk Measurement System （APERMS） was designed and developed. Firstly， based on air pollution concentration monitoring data and exposure spatiotemporal behavior patterns， the complete air pollution exposure risk measurement technology route of pollution concentration mapping， individual exposure measurement， population exposure measurement and exposure risk assessment was researched and integrated. Secondly， based on the principle of high availability and reliability， the overall system architecture design， database design and functional modules design were carried out. Finally， GIS and J2EE Web technologies were utilized to complete the development of APERMS， realizing the high spatiotemporal resolution simulation of air pollution concentration distribution， accurate assessment of individual and population exposure of air pollution and comprehensive evaluation of air pollution exposure risk levels. The APERMS is mainly used in the air pollution monitoring and environmental health management industries， to provide effective technical support for risk aversion as well as pollution prevention and control.

Key words：

air pollution; exposure assessment; risk prevention and control; Geographical Information System （GIS）; Web system; visualization platform

0?引言

隨著我國近幾十年來社會經濟的快速發展和城市化、工業化的飛速推進，以細顆粒物和臭氧為代表的城市大氣污染問題日益突出，頻發的大氣污染濃度超標事件（如霧霾）嚴重影響公眾的生活與健康，引發了政府、媒體、公眾和研究人員的廣泛關注。截止2018年，全國338個城市仍有超過64.2%的城市環境大氣污染超標，平均超標天數比例為20.7%[1]。濃度超標的大氣污染嚴重危害暴露人群的健康，中國地區因室外大氣污染死亡人數為110.8萬人，造成的壽命年損失為2-177.9萬年[2]。在此嚴峻的形勢下，開發一套高效、精準的大氣污染暴露監測、暴露風險評價和防控決策支持的空氣質量平臺已成為大氣污染監控和環境健康管理的重要研究方向。

國外空氣質量監測系統起步較早，自20世紀70年代初開始，陸續布設空氣質量監測網絡并開發配套的空氣質量信息管理與發布平臺，包括美國的AirNow和挪威的AirQUIS等。我國自20世紀80年代起開展空氣質量自動監測系統建設工作，系統已由建設初期的單一數據采集存儲逐步發展為服務于公眾了解大氣污染、政府治理大氣污染的新型系統[3-8]。尤其是21世紀以來，隨著互聯網和大數據等信息化技術日趨成熟，利用Web和移動終端對空氣質量數據進行分析處理與可視化發布的應用服務逐漸興起，空氣質量管理系統由傳統的C/S模式朝著新型的B/S模式發展，系統功能朝著預報預警、輔助決策與全面公眾服務化等方向發展[9-12]，典型平臺如全國城市空氣質量實時發布平臺、真氣網、蔚藍地圖等。

稍加分析可知，上述主流的空氣質量平臺未以“人”為中心，忽略了個體暴露特異性和時空活動模式引發的暴露誤差（相對稀疏的固定點位空氣質量監測值與人體對于大氣污染的真實暴露水平之間的差異）[13-15]。個體大氣污染的暴露與個體行為活動模式、不同微環境的停留時間等暴露情景和暴露過程密切相關[16-17]，而上述平臺直接將空氣質量監測站獲取的濃度作為公眾暴露結果，難以反映實際的個體/人群暴露水平[18-20]。

同時，目前的空氣質量平臺缺乏綜合評價大氣污染暴露風險的技術體系。大氣中同時存在多種污染物，評估單一污染物的暴露水平無法反映大氣污染對人體健康的綜合影響[21]，且不足以滿足風險防控的實際需求。在現階段我國大氣污染狀況逐漸改善的新形勢下，構建集成暴露風險評價技術體系的新型空氣質量平臺，定量準確評價大氣污染對個體/人群健康的綜合風險[22-24]，對于管理部門精準采取大氣污染防控措施、公眾有效減少健康損害具有重要的實踐價值。

對此，本文開發了一套大氣污染暴露風險測量系統（Air Pollution Exposure Risk Measurement System， APERMS）。APERMS利用地理信息系統（Geographic Information System， GIS）與J2EE Web等技術，實現了大氣污染監測數據統計、可視化分析、大氣污染制圖等主流空氣質量平臺基礎功能;同時基于暴露時空行為活動模式，集成暴露劑量評估模型、人口加權暴露模型和大氣污染暴露風險評價模型，實現了獨特的個體和人群暴露監測與風險評價功能，為管理部門提供大氣污染監控和環境健康管理方面的科學數據與圖件，為公眾提供了解自身暴露風險的可視化工具。

1?大氣污染暴露風險測量原理

大氣污染暴露風險是對人體經呼吸道接觸多種大氣污染物的暴露劑量進行歸一化的概念評價， 其測量方法主要包括污染濃度制圖、個體暴露測量、人群暴露測量及暴露風險評價4部分，如圖1所示。以污染濃度制圖模型模擬的大氣污染物濃度、監測或匹配到的暴露參數為基礎，在暴露劑量評估模型和人口加權暴露模型的支持下，估算個體和人群針對不同大氣污染物的暴露劑量，再利用暴露風險評價模型實現不同個體、不同人群的暴露風險綜合評價。

1.1?污染濃度制圖模型

大氣污染濃度制圖是利用已知點位的濃度監測數據，為未持監測設備個體和人群進行暴露風險評價提供精細尺度的大氣污染物濃度。目前大氣污染濃度制圖主要采用空間插值和多因素統計建模兩種方法，考慮到空間插值制圖效果易受監測數據稀疏、分布不均勻的影響，因此選用借助土地利用、氣象因子、人口等多因素進行統計建模的制圖方法。土地利用回歸模型作為其中重要的一種，是基于研究區大氣污染濃度監測數據及周圍土地利用類型、道路狀況和氣象因子等其他環境特征變量，借助最小二乘法建立的，用于預測研究區內其他空間位置大氣污染濃度的多變量回歸模型[25-26]，輸入相對簡單，同時可實現大氣污染濃度空間分布的高分辨率模擬，能有效滿足濃度模擬的精度需求和技術實現的可行性。其具體原理是以已知點位大氣污染物濃度為因變量，其周圍與大氣污染相關的環境特征變量為自變量，構建多元線性回歸方程，如式（1）所示：

Y=a1X1+a2X2+a3X3+…+anXn+u（1）

式中：Y為大氣污染物濃度值，X為最終進入模型的地理要素特征變量，a為未知參數，n為未知參數個數，u為隨機誤差項。

1.2?暴露劑量評估模型

大氣污染暴露劑量評估是描述人體經呼吸道吸收或沉積某種大氣污染物的量[27]，是進行個體暴露風險評價的定量依據，能直接反映污染物對人體健康的影響。模型基于目前主要關注的6種大氣污染物SO2、NO2、CO、O3、PM10、PM2.5的濃度數據和個體行為活動模式數據，計算各污染物的個體單位體重時均暴露劑量值，如式（2）所示，實現個體真實暴露水平測量，精確度高。

Dp=∑ni=0Cp×IRi×ETiBW（2）

式中：Dp為個體暴露于污染物p的單位體重時均暴露劑量（單位為μg/（kg·h））;Cp為污染物p的濃度值（單位為μg/m3）;IRi為個體呼吸速率;ETi為各運動狀態持續時間;BW為個體體重。大氣污染物濃度值來自個體持有的空氣質量監測設備，對于未持設備者，則提取個體所在位置大氣污染物的土地利用回歸模擬值;個體呼吸速率來自于《中國人群暴露參數手冊》[28-29]，通過性別、年齡、運動狀態等條件進行查詢。

1.3?人口加權暴露模型

人口加權暴露指標（Population Weighted Exposure Level，PWEL）是一種顧及人口空間分布的大氣污染人群暴露評價指標[30]，為人群暴露風險評價提供定量依據。與普通PWEL模型中直接疊加大氣污染濃度分布圖層和人口分布圖層相異，本文使用個體的大氣污染暴露劑量來代替污染物濃度，充分考慮人體接觸污染的頻率與持續時間的影響，更加真實地評估人群的大氣污染暴露水平。模型基于人口分布數據和利用式（2）所得的暴露劑量數據，計算空間單元內部格網人群暴露量的大小，如式（3）所示，得到人口加權后的大氣污染暴露分布圖層。

PWEL=∑ni=0（Pi×Di）∑ni=0Pi（3）

式中：i為網格號，Pi為網格內的人口數，Di為網格內大氣污染暴露劑量值。考慮到人群分為兒童、青年、中年、老年等不同類，各類人群的暴露參數參照《中國人群暴露參數手冊》中相應統計值，污染物濃度使用土地利用回歸模擬值，從而簡化式（2）中D的計算。

1.4?暴露風險評價模型

大氣污染暴露風險評價指數（Air Exposure Risk Index，AERI），是一種由大氣污染暴露劑量構建的單一性概念指數，與空氣質量指數（Air Quality Index， AQI）構建方法相似[31]，將多種污染物對人體的健康影響進行了歸一化表達，解決了單一污染物的暴露劑量無法綜合評價大氣污染暴露風險的問題。首先參照大氣暴露風險分指數查找表（表1），計算個體在大氣污染物p中的暴露風險分指數值，如式（4）所示：

IAEPIp=IAEPIH-IAEPILDH-DL（Dp-DL）+IAEPIL（4）

式中：IAERIp為污染物p的大氣暴露風險分指數;Dp為個體暴露于污染物p的暴露劑量值;DH為查找表中與Dp相近的暴露劑量高位值;DL為查找表中與Dp相近的暴露劑量低位值;IAERIH為查找表中與DH對應的大氣暴露風險分指數;IAERIL代表查找表中與DL對應的大氣暴露風險分指數。

分別計算6種大氣污染物（SO2、NO2、CO、O3、PM10、PM2.5）的暴露風險分指數，取分指數最大值作為個體在該時段所受的大氣污染暴露風險值，如式（5）所示，高效、準確地評價大氣污染對人體的健康影響。

AERI=max{IAERISO2，IAERINO2，IAERICO，

IAERIO3，IAERIPM10，IAERIPM2.5}（5）

對于大氣污染人群暴露風險評價指數的計算，只需將個體暴露劑量值D替換為人群暴露劑量值PWEL即可。

2?大氣污染暴露風險測量系統設計

2.1?系統總體架構

大氣污染暴露風險測量系統以基礎地理數據、污染監測數據及暴露參數等數據為核心創建大氣污染暴露風險測量時空信息數據庫;以大氣污染濃度制圖、暴露劑量評估、人口加權暴露、暴露風險評價模型為基礎，依托GIS技術與J2EE Web技術，按照“污染監測暴露測量風險防控”主線開發特定個體和人群的暴露可視化監測與暴露風險時空統計功能模塊。

顧及系統功能特點和操作便捷性，大氣污染暴露風險測量系統采用目前流行的模型視圖控制器（Model View Controller， MVC）Web技術框架。基于面向服務的軟件架構（ServiceOriented Architecture，SOA），采用HTTP協議建立接口，通過JavaScript對象簡譜（JavaScript Object Notation， JSON）規范進行數據交換，以達到前后臺分離及模塊化設計的目的。系統采用包括數據層、業務邏輯層、表現層在內的多層技術架構。數據層負責將數據表的基礎操作封裝成抽象函數，為業務邏輯層提供數據訪問接口， 其中非空間數據通過JDBC（Java DataBase Connectivity）訪問底層數據庫，空間數據通過空間數據引擎（ArcSDE）中間件存取。業務邏輯層主要基于數據操作接口進行功能業務處理，包括污染制圖、暴露測量及暴露風險評價等，為表現層提供支撐。其中涉及到GIS空間分析的業務通過C#基于ArcObjects的方式實現，其他業務邏輯通過Java完成處理。表現層負責響應客戶端服務請求，通過HTML（HyperText Markup Language）、CSS（Cascading Style Sheets）和JavaScript等技術對結果數據進行可視化渲染。系統總體架構如圖2所示。

2.2?數據庫設計

大氣污染暴露風險測量時空信息數據庫包括業務數據庫與空間數據庫兩部分。業務數據庫用以存儲描述系統中各類實體屬性特征的關系型業務數據，包括個體基本信息、個體監測數據、監測設備信息、站點監測數據及暴露參數等數據，主要采用MySQL關系型數據庫進行存儲。空間數據庫用于存儲帶有地理空間位置信息的空間數據，包括興趣點數據、行政區劃數據、土地利用數據、道路交通數據及人口分布數據等，主要采用ArcGIS GeoDatabase空間數據庫進行存儲，并結合ArcSDE進行管理。數據庫構建的詳細技術路線如圖3所示。

2.3?功能模塊設計

針對個體和人群大氣污染暴露監測與風險評價這一核心功能，大氣污染暴露風險測量系統設計了個體暴露可視化監測、人群暴露可視化監測和暴露風險時空統計三大子系統。系統總體功能結構如圖4所示。

1）個體暴露可視化監測子系統。通過空氣質量監測、實時暴露測量、歷史軌跡回放和暴露場景三維可視化功能實現特定個體的暴露狀況評估與可視化展示。空氣質量監測模塊是對監測設備上傳的污染物濃度數據進行污染程度分析和實時展示。實時暴露測量模塊利用暴露劑量評估模型進行個體所受6種大氣污染物的時均暴露劑量計算，在地圖上實現每小時更新顯示。歷史軌跡回放模塊是結合數據庫中存儲的個體出行軌跡數據，即歷史點位經緯度數據，經過高精度定位技術改正疊加到道路網中，可視化顯示個體出行軌跡及其所受歷史暴露劑量。暴露場景三維可視化模塊是在發布的虛擬城市三維場景中直觀展示個體所處位置的污染情況及其所受暴露信息。

2）人群暴露可視化監測子系統。通過污染濃度制圖、人口分布模擬、人群暴露測量和暴露動態分析功能實現人群暴露狀況評估及統計分析。污染濃度制圖模塊利用土地利用回歸模型，融合相關地理驅動因子，對大氣污染稀疏監測數據進行有效加工，展示全域空氣質量情況。人口分布模擬模塊是基于城市街道人口靜態分布數據，綜合城市人群通勤數據、社交網絡數據及城市地理興趣點等多源動態數據，以柵格形式可視化區域內人口分布狀況。人群暴露測量模塊是提取同一時間尺度的污染物濃度與人口空間分布數據，利用人口加權暴露模型進行精細尺度的人群暴露評估。暴露動態分析模塊以小時為刻度動態播放人群暴露制圖結果，實現人群暴露的動態展示及時間、空間上的變化分析。

3）暴露風險時空統計子系統。通過個體風險統計、人群風險統計、風險熱點排序和風險變化分析功能實現特定個體和人群的全方位暴露風險評估。個體風險統計模塊是基于個體暴露測量結果和暴露風險評價模型，計算個體所受大氣污染的綜合暴露風險值，并生成個體風險排行榜。人群風險統計模塊是通過暴露風險評價模型進行不同人群的暴露風險計算及制圖展示，同時實現不同人群的對比分析、暴露風險的趨勢分析等。風險熱點排序模塊是基于指定興趣點類型（公園、學校、醫院等），對各興趣點的人群暴露風險進行對比排序，生成風險熱點排行榜。風險變化分析模塊以小時為刻度動態播放個體或人群的暴露風險結果，分析其時空變化趨勢及地域特征。

3?系統實現

3.1?系統開發環境

大氣污染暴露風險測量系統融合GIS技術與J2EE Web技術搭建GIS服務后臺與Web服務后臺。GIS服務后臺以ArcGIS SDE引擎支持的空間數據庫為數據基礎，使用C#語言基于ArcGIS Engine在Visual Studio IDE編輯器軟件環境下開發。Web服務后臺基于業務關系型數據庫MySQL搭建，使用Java語言結合SpringMVC、Spring、Hibernate等框架在MyEclipse編輯器環境下進行開發。

3.2?系統關鍵技術實現

1）大氣污染濃度制圖。

大氣污染濃度制圖是實現大氣污染暴露風險可視化監測的基礎。利用C#語言融合ArcGIS Engine組件式GIS技術進行土地利用回歸模型的編寫與封裝，實現六種污染物的濃度分布制圖及結果發布功能，界面效果如圖5所示。

關鍵流程如下：

①通過ADO.NET讀取大氣污染濃度監測數據;

②通過ArcSDE讀取土地利用、道路狀況、氣象因子等環境特征數據;

③輸入數據至已封裝的土地利用回歸模型實現濃度分布制圖;

④發布制圖結果為影像服務，并使用ArcGIS Server進行服務托管;

⑤利用ArcGIS API for JavaScript技術在前端調取影像服務并進行可視化渲染。

2）個體暴露測量。

個體暴露測量是基于Java語言編寫的暴露劑量評估模型，計算特定個體的六種大氣污染物暴露劑量，界面效果如圖6所示。個體按是否持有空氣質量監測設備分為兩類，持設備個體直接提取設備監測數據實現暴露測量;而未持設備個體需查詢自身所在位置的污染物濃度和與自身匹配的暴露參數，其暴露測量的關鍵流程如下：

①利用手機APP定位準確獲取未持設備個體的實時經緯度坐標，基于ArcGIS Server提供的Rest API服務提取污染濃度制圖數據中該位置的濃度數據作為其污染物濃度;

②基于未持設備個體的性別、年齡、區域、運動狀態等信息，匹配暴露參數表中相應參數作為其暴露參數;

③調用暴露劑量評估模型，輸入濃度和暴露參數數據，實現未持設備個體的暴露劑量計算。

3）人群暴露測量。

人群暴露測量綜合考慮了污染物濃度分布、個體行為活動模式與人口空間分布的影響，利用GIS柵格計算、時空統計分析等技術，基于人口加權暴露模型實現特定人群針對不同污染物的精細暴露測量及制圖展示，界面效果如圖7所示。

關鍵流程如下：

①通過ADO.NET查詢暴露參數表中的該區域特定人群的暴露參數;

②使用ArcEngine中IMapAlgebraOp組件實現大氣污染濃度制圖柵格數據與暴露參數的柵格運算，得到暴露劑量分布柵格數據;

③利用ArcGIS提供的Model builder工具構建人口加權暴露模型Toolbox，在C#中通過Geoprocessor調用該模型實現暴露劑量分布數據與人口分布數據的疊加，完成人群暴露計算;

④將人群暴露結果數據發布為ArcGIS Server服務，使用ArcGIS API for JavaScript技術實現前端服務調取和可視化渲染。

4）暴露風險時空統計。

暴露風險時空統計是系統實現暴露風險防控決策支持的關鍵，其中個體風險統計是基于Java語言編寫針對個體的暴露風險評價模型，輸入個體的6種污染物暴露劑量值實現暴露風險計算，將結果數據在地圖上可視化展示，并進行排序分析，生成個體風險日、周、月排行榜，界面效果如圖8所示，可方便、快捷地了解大氣污染對個體的健康危害程度;人群風險統計是基于C#和ArcEngine組件封裝針對人群的暴露風險評價模型，輸入人群暴露測量得到的六種暴露柵格結果，利用GIS柵格計算、空間分析等技術，實現特定人群的綜合暴露風險計算和制圖可視化。同時，系統通過數據庫操作層API查詢不同個體或人群的暴露風險，結合圖表控件實現不同個體或人群暴露風險的對比分析和趨勢分析，為管理部門提供定量化的數據與圖件。

4?結語

本文從空氣質量監測設備和平臺服務僅限于環境監測而非暴露監測的現狀出發，耦合集成污染濃度制圖、暴露劑量評估、人口加權暴露與暴露風險評價模型，采用GIS與J2EE Web等技術，設計研發了一套面向管理部門和公眾的智能化大氣污染暴露風險測量系統。系統集空氣質量實時與歷史查詢、大氣污染在線制圖與發布、個體/人群暴露劑量評估、暴露場景可視化、暴露風險評價與時空統計分析等功能于一體，為管理部門開展大氣污染健康損害監控、公眾規避大氣污染暴露風險提供了一種有效的技術手段。

參考文獻 （References）

[1]中華人民共和國生態環境部. 2018年中國生態環境狀況公報[R]. 北京： 中華人民共和國生態環境部， 2019. （Ministry of Ecology and Environment of the Peoples Republic of China. Bulletin on Chinas Ecological Environment in 2018[R]. Beijing： Ministry of Ecology and Environment of the Peoples Republic of China， 2019.）

[2]COHEN A J， BRAUER M， BURNETT R， et al. Estimates and 25year trends of the global burden of disease attributable to ambient air pollution：an analysis of data from the global burden of diseases study 2015[J]. The Lancet， 2017， 389（10082）：1907-1918.

[3]羅正倫，胡榮輝，文家成. 大氣環境地面自動監測系統——軟件設計思想及功能簡介[J]. 計算機應用，1986（1）：13-16. （LUO Z L， HU R H， WEN J C. Automatic ground monitoring system for atmospheric environmentbrief introduction of software design ideas and functions[J]. Journal of Computer Applications，1986（1）：13-16.）

[4]于正然. 論我國大氣污染自動監測[J]. 中國環境監測， 1988（2）：63-66. （YU Z R. Automatic monitoring of air pollution in China[J]. Environmental Monitoring of China，1988（2）：63-66.）

[5]韓立達. 由空氣質量周（日）報看面向公眾的環境信息體系的建立[J].中國環境監測， 2000， 16（2）：6-9. （HAN L D. From air quality weekly （daily） report to know establishing environment information system publicoriented[J]. Environmental Monitoring of China， 2000， 16（2）：6-9.）

[6]辛琰，魏振鋼，鞏麗麗. 基于GIS的環境污染事故預警與應急指揮系統[J]. 計算機應用， 2008，28（S1）：393-395. （XIN Y， WEI Z G， GONG L L. Emergency preparedness and response system of environmental pollution accident based on GIS[J]. Journal of Computer Applications， 2008， 28（S1）：393-395.）

[7]杜培軍，張書畢. VB可視化集成環境下空氣污染指數計算與分析系統[J]. 環境監測管理與技術， 2002， 14（5）：33-34. （DU P J， ZHANG S B. Calculation and analysis system of air pollution indicators under VB visual environment[J]. The Administration and Technique of Environmental Monitoring， 2002， 14（5）：33-34.）

[8]黎嘉明，付紅彬，張志敏. 基于WebGIS和粒子系統的空氣污染預測動態可視化展示技術[J]. 中國環境管理， 2012（5）：39-42. （LI J M， FU H B， ZHANG Z M. The air pollution forecasting data visualization researching with Web GIS & particle system[J]. Chinese Journal of Environmental Management， 2012（5）：39-42.）

[9]KOLIOS S， STYLIOS C， PETUNIN A. A WebGIS platform to monitor environmental conditions in ports and their surroundings in south eastern Europe[J]. Environmental Monitoring & Assessment， 2015， 187（9）：574.

[10]沈立峰，趙凌宇. 大氣污染事故預測系統的研究[J]. 污染防治技術， 2006， 19（5）：3-6. （SHEN L F， ZHAO L Y. Study on forecast model system of air pollution accident[J]. Pollution Control Technology， 2006， 19（5）：3-6.）

[11]鄧婉霞，鄒濱，邱永紅，等. 顧及空間鄰近性的PM2.5暴露評估系統設計與實現[J]. 環境科學與技術， 2014， 37（5）：193-198. （DENG W X， ZOU B， QIU Y H， et al. Design and implementation of spatialproximity based risk assessment system for PM2.5 exposure[J]. Environmental Science & Technology， 2014， 37（5）：193-198.）

[12]方蕓，閆超. 基于WebGIS的城市空氣質量時空演變動態可視化系統研究[J]. 電腦知識與技術， 2016， 12（20）：205-207. （FANG Y， YAN C. Research on visualization of spatialtemporal evolution about city air quality based on WebGIS[J]. Computer Knowledge and Technology， 2016， 12（20）：205-207.）

[13]符立偉，郭秀銳. 國內空氣污染暴露水平評價方法研究進展[J]. 環境科學與技術， 2015， 38（S2）：226-230. （FU L W， GUO X R. A review of air pollution exposure estimation methods in China[J]. Environmental Science & Technology， 2015， 38（S2）：226-230.）

[14]游燕，白志鵬. 大氣顆粒物暴露與健康效應研究進展[J]. 生態毒理學報， 2012， 7（2）：123-132. （YOU Y， BAI Z P. Research advances in exposure to ambient particulate matter and health effects[J]. Asian Journal of Ecotoxicology， 2012， 7（2）：123-132.）

[15]PARK Y M， KWAN M P. Individual exposure estimates may be erroneous when spatiotemporal variability of air pollution and human mobility are ignored[J]. Health & Place， 2017， 43：85-94.

[16]段小麗，聶靜，王宗爽，等. 健康風險評價中人體暴露參數的國內外研究概況[J]. 環境與健康雜志， 2009， 26（4）：370-373. （DUAN X L， NIE J， WANG Z S， et al. Human exposure factors in health risk assessment[J]. Journal of Environment & Health， 2009， 26（4）：370-373.）

[17]王宗爽，段小麗，劉平，等. 環境健康風險評價中我國居民暴露參數探討[J]. 環境科學研究， 2009， 22（10）：1164-1170. （WANG Z S， DUAN X L， LIU P， et al. Human exposure factors of Chinese people in environmental health risk assessment[J]. Research of Environmental Sciences， 2009， 22（10）：1164-1170.）

[18]YANG L， LI W， GHANDEHARI M， et al. Peoplecentric cognitive Internet of things for the quantitative analysis of environmental exposure[J]. IEEE Internet of Things Journal， 2017：2353-2366.

[19]ISAKOV V， TOUMA J S， BURKE J， et al. Combining regional and localscale air quality models with exposure models for use in environmental health studies[J]. Journal of the Air & Waste Management Association， 2009， 59（4）：461-472.

[20]CHEN B， SONG Y， JIANG T， et al. Realtime estimation of population exposure to PM2.5 using mobile and stationbased big data[J]. International Journal of Environmental Research & Public Health， 2018， 15（4）： No.573.

[21]黃虹，李順誠，曹軍驥，等. 空氣污染暴露評價研究進展[J]. 環境污染與防治， 2005， 27（2）：118-122. （HUANG H， LI S C， CAO J J， et al. Exposure assessment on air pollution [J]. Environmental Pollution & Control， 2005， 27（2）：118-122.）

[22]陳娟，李巍，程紅光，等. 北京市大氣污染減排潛力及居民健康效益評估[J]. 環境科學研究， 2015， 28（7）：1114-1121. （CHEN J， LI W， CHENG H G， et al. Evaluation of emission reduction potentials of key air pollutants and health benefits for residents of Beijing[J]. Research of Environmental Sciences， 2015， 28（7）：1114-1121.）

[23]SONG C， HE J， WU L， et al. Health burden attributable to ambient PM2.5 in China[J]. Environmental Pollution， 2017， 223：575-586.

[24]LEUNG Y， LEUNG K S， WONG M H， et al. An integrated Webbased air pollution decision support system — a prototype[J]. International Journal of Geographical Information Science， 2018， 32（9）：1787-1814.

[25]MORLEY D W， GULLIVER J. A land use regression variable generation， modelling and prediction tool for air pollution exposure assessment[J]. Environmental Modelling & Software， 2018， 105：17-23.

[26]HOEK G， BEELEN R， de HOOGH K， et al. A review of landuse regression models to assess spatial variation of outdoor air pollution[J]. Atmospheric Environment， 2008， 42（33）：7561-7578.

[27]HERTEL O， de LEEUW F A A M， RAASCHOUNIELSEN O， et al. Human exposure to outdoor air pollution （IUPAC technical report）[J]. Pure & Applied Chemistry， 2001， 73（6）：933-958.

[28]環境保護部. 中國人群暴露參數手冊（成人卷）[M]. 北京： 中國環境科學出版社， 2013： 12-815. （Ministry of Ecology and Environment of the Peoples Republic of China. Exposure Factors Handbook Of Chinese Population[M]. Beijing： China Environmental Science Press， 2013： 12-815.）

[29]環境保護部. 中國人群暴露參數手冊（兒童卷6～17歲）[M]. 北京：中國環境科學出版社， 2016： 12-865. （Ministry of Ecology and Environment of the Peoples Republic of China. Exposure factors handbook of Chinese population （Children 6～17 years）[M]. Beijing： China Environmental Science Press， 2016： 12-865.）

[30]伏晴艷，闞海東. 城市大氣污染健康危險度評價的方法[J]. 環境與健康雜志， 2004， 21（6）：414-416. （FU Q Y， KAN H D. Method for assessing the health risk of urban air pollution[J]. Journal of Environment and Health， 2004， 21（6）：414-416.）

[31]高慶先，劉俊蓉，李文濤，等. 中美空氣質量指數（AQI）對比研究及啟示[J]. 環境科學， 2015， 36（4）：1141-1147. （GAO Q X， LIU J R， LI W T， et al. Comparative analysis and inspiration of Air Quality Index （AQI） between China and America[J]. Environmental Science， 2015， 36（4）：1141-1147.）

This work is partially supported by the Topics of National Key Research and Development Program of China （2016YFC0206205， 2016YFC0206201）.

XIE Jing， born in 1995， M. S. candidate. Her research interests include environmental geographic information services.

ZOU Bin， born in 1981， Ph. D.， professor. His research interests include spatiotemporal fine simulation and mapping of air pollution， environmental exposure risk assessment and services.

LI Shenxin， born in 1991， Ph. D. candidate. Her research interests include atmospheric environment GIS modeling and exposure risk assessment.

ZHAO Xiuge， born in 1978， engineer. Her research interests include human exposure and health risk assessment to environmental pollution.

QIU Yonghong， born in 1971， Ph. D.， lecturer. His research interests include geographic information system.