謝靜 鄒濱 李沈鑫 趙秀閣 邱永紅

摘 要：針對(duì)當(dāng)前我國大氣污染防治正逐步由污染治理轉(zhuǎn)向風(fēng)險(xiǎn)防控，而現(xiàn)有空氣質(zhì)量監(jiān)測(cè)設(shè)備和平臺(tái)服務(wù)僅限于環(huán)境監(jiān)測(cè)而非暴露監(jiān)測(cè)的問題，設(shè)計(jì)研發(fā)了一套基于B/S架構(gòu)的可視化綜合分析與決策支持平臺(tái)——大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)（APERMS）。首先，基于大氣污染濃度監(jiān)測(cè)數(shù)據(jù)和暴露時(shí)空行為活動(dòng)模式，耦合集成污染濃度制圖、個(gè)體暴露測(cè)量、人群暴露測(cè)量、暴露風(fēng)險(xiǎn)評(píng)價(jià)這一完整的大氣污染暴露風(fēng)險(xiǎn)測(cè)量技術(shù)路線;其次，基于高可用和可靠原則，進(jìn)行系統(tǒng)的總體架構(gòu)設(shè)計(jì)、數(shù)據(jù)庫設(shè)計(jì)和功能模塊設(shè)計(jì);最終，采用GIS與J2EE Web等技術(shù)，完成APERMS開發(fā)，實(shí)現(xiàn)了大氣污染濃度分布高時(shí)空分辨率模擬、個(gè)體和人群大氣污染暴露狀況精準(zhǔn)評(píng)估、大氣污染暴露風(fēng)險(xiǎn)水平全方位評(píng)價(jià)等功能。APERMS主要應(yīng)用于大氣污染監(jiān)控和環(huán)境健康管理行業(yè)，為風(fēng)險(xiǎn)規(guī)避和污染防控提供有效的技術(shù)支持。

關(guān)鍵詞：大氣污染;暴露評(píng)估;風(fēng)險(xiǎn)防控;地理信息系統(tǒng);Web系統(tǒng);可視化平臺(tái)

中圖分類號(hào)：TP311.1

文獻(xiàn)標(biāo)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(huì)經(jīng)濟(jì)的快速發(fā)展和城市化、工業(yè)化的飛速推進(jìn)，以細(xì)顆粒物和臭氧為代表的城市大氣污染問題日益突出，頻發(fā)的大氣污染濃度超標(biāo)事件（如霧霾）嚴(yán)重影響公眾的生活與健康，引發(fā)了政府、媒體、公眾和研究人員的廣泛關(guān)注。截止2018年，全國338個(gè)城市仍有超過64.2%的城市環(huán)境大氣污染超標(biāo)，平均超標(biāo)天數(shù)比例為20.7%[1]。濃度超標(biāo)的大氣污染嚴(yán)重危害暴露人群的健康，中國地區(qū)因室外大氣污染死亡人數(shù)為110.8萬人，造成的壽命年損失為2-177.9萬年[2]。在此嚴(yán)峻的形勢(shì)下，開發(fā)一套高效、精準(zhǔn)的大氣污染暴露監(jiān)測(cè)、暴露風(fēng)險(xiǎn)評(píng)價(jià)和防控決策支持的空氣質(zhì)量平臺(tái)已成為大氣污染監(jiān)控和環(huán)境健康管理的重要研究方向。

國外空氣質(zhì)量監(jiān)測(cè)系統(tǒng)起步較早，自20世紀(jì)70年代初開始，陸續(xù)布設(shè)空氣質(zhì)量監(jiān)測(cè)網(wǎng)絡(luò)并開發(fā)配套的空氣質(zhì)量信息管理與發(fā)布平臺(tái)，包括美國的AirNow和挪威的AirQUIS等。我國自20世紀(jì)80年代起開展空氣質(zhì)量自動(dòng)監(jiān)測(cè)系統(tǒng)建設(shè)工作，系統(tǒng)已由建設(shè)初期的單一數(shù)據(jù)采集存儲(chǔ)逐步發(fā)展為服務(wù)于公眾了解大氣污染、政府治理大氣污染的新型系統(tǒng)[3-8]。尤其是21世紀(jì)以來，隨著互聯(lián)網(wǎng)和大數(shù)據(jù)等信息化技術(shù)日趨成熟，利用Web和移動(dòng)終端對(duì)空氣質(zhì)量數(shù)據(jù)進(jìn)行分析處理與可視化發(fā)布的應(yīng)用服務(wù)逐漸興起，空氣質(zhì)量管理系統(tǒng)由傳統(tǒng)的C/S模式朝著新型的B/S模式發(fā)展，系統(tǒng)功能朝著預(yù)報(bào)預(yù)警、輔助決策與全面公眾服務(wù)化等方向發(fā)展[9-12]，典型平臺(tái)如全國城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)、真氣網(wǎng)、蔚藍(lán)地圖等。

稍加分析可知，上述主流的空氣質(zhì)量平臺(tái)未以“人”為中心，忽略了個(gè)體暴露特異性和時(shí)空活動(dòng)模式引發(fā)的暴露誤差（相對(duì)稀疏的固定點(diǎn)位空氣質(zhì)量監(jiān)測(cè)值與人體對(duì)于大氣污染的真實(shí)暴露水平之間的差異）[13-15]。個(gè)體大氣污染的暴露與個(gè)體行為活動(dòng)模式、不同微環(huán)境的停留時(shí)間等暴露情景和暴露過程密切相關(guān)[16-17]，而上述平臺(tái)直接將空氣質(zhì)量監(jiān)測(cè)站獲取的濃度作為公眾暴露結(jié)果，難以反映實(shí)際的個(gè)體/人群暴露水平[18-20]。

同時(shí)，目前的空氣質(zhì)量平臺(tái)缺乏綜合評(píng)價(jià)大氣污染暴露風(fēng)險(xiǎn)的技術(shù)體系。大氣中同時(shí)存在多種污染物，評(píng)估單一污染物的暴露水平無法反映大氣污染對(duì)人體健康的綜合影響[21]，且不足以滿足風(fēng)險(xiǎn)防控的實(shí)際需求。在現(xiàn)階段我國大氣污染狀況逐漸改善的新形勢(shì)下，構(gòu)建集成暴露風(fēng)險(xiǎn)評(píng)價(jià)技術(shù)體系的新型空氣質(zhì)量平臺(tái)，定量準(zhǔn)確評(píng)價(jià)大氣污染對(duì)個(gè)體/人群健康的綜合風(fēng)險(xiǎn)[22-24]，對(duì)于管理部門精準(zhǔn)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(shí)踐價(jià)值。

對(duì)此，本文開發(fā)了一套大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)（Air Pollution Exposure Risk Measurement System， APERMS）。APERMS利用地理信息系統(tǒng)（Geographic Information System， GIS）與J2EE Web等技術(shù)，實(shí)現(xiàn)了大氣污染監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)、可視化分析、大氣污染制圖等主流空氣質(zhì)量平臺(tái)基礎(chǔ)功能;同時(shí)基于暴露時(shí)空行為活動(dòng)模式，集成暴露劑量評(píng)估模型、人口加權(quán)暴露模型和大氣污染暴露風(fēng)險(xiǎn)評(píng)價(jià)模型，實(shí)現(xiàn)了獨(dú)特的個(gè)體和人群暴露監(jiān)測(cè)與風(fēng)險(xiǎn)評(píng)價(jià)功能，為管理部門提供大氣污染監(jiān)控和環(huán)境健康管理方面的科學(xué)數(shù)據(jù)與圖件，為公眾提供了解自身暴露風(fēng)險(xiǎn)的可視化工具。

1?大氣污染暴露風(fēng)險(xiǎn)測(cè)量原理

大氣污染暴露風(fēng)險(xiǎn)是對(duì)人體經(jīng)呼吸道接觸多種大氣污染物的暴露劑量進(jìn)行歸一化的概念評(píng)價(jià)， 其測(cè)量方法主要包括污染濃度制圖、個(gè)體暴露測(cè)量、人群暴露測(cè)量及暴露風(fēng)險(xiǎn)評(píng)價(jià)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(jiān)測(cè)或匹配到的暴露參數(shù)為基礎(chǔ)，在暴露劑量評(píng)估模型和人口加權(quán)暴露模型的支持下，估算個(gè)體和人群針對(duì)不同大氣污染物的暴露劑量，再利用暴露風(fēng)險(xiǎn)評(píng)價(jià)模型實(shí)現(xiàn)不同個(gè)體、不同人群的暴露風(fēng)險(xiǎn)綜合評(píng)價(jià)。

1.1?污染濃度制圖模型

大氣污染濃度制圖是利用已知點(diǎn)位的濃度監(jiān)測(cè)數(shù)據(jù)，為未持監(jiān)測(cè)設(shè)備個(gè)體和人群進(jìn)行暴露風(fēng)險(xiǎn)評(píng)價(jià)提供精細(xì)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(tǒng)計(jì)建模兩種方法，考慮到空間插值制圖效果易受監(jiān)測(cè)數(shù)據(jù)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(jìn)行統(tǒng)計(jì)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(qū)大氣污染濃度監(jiān)測(cè)數(shù)據(jù)及周圍土地利用類型、道路狀況和氣象因子等其他環(huán)境特征變量，借助最小二乘法建立的，用于預(yù)測(cè)研究區(qū)內(nèi)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(duì)簡(jiǎn)單，同時(shí)可實(shí)現(xiàn)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(shù)實(shí)現(xiàn)的可行性。其具體原理是以已知點(diǎn)位大氣污染物濃度為因變量，其周圍與大氣污染相關(guān)的環(huán)境特征變量為自變量，構(gòu)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(jìn)入模型的地理要素特征變量，a為未知參數(shù)，n為未知參數(shù)個(gè)數(shù)，u為隨機(jī)誤差項(xiàng)。

1.2?暴露劑量評(píng)估模型

大氣污染暴露劑量評(píng)估是描述人體經(jīng)呼吸道吸收或沉積某種大氣污染物的量[27]，是進(jìn)行個(gè)體暴露風(fēng)險(xiǎn)評(píng)價(jià)的定量依據(jù)，能直接反映污染物對(duì)人體健康的影響。模型基于目前主要關(guān)注的6種大氣污染物SO2、NO2、CO、O3、PM10、PM2.5的濃度數(shù)據(jù)和個(gè)體行為活動(dòng)模式數(shù)據(jù)，計(jì)算各污染物的個(gè)體單位體重時(shí)均暴露劑量值，如式（2）所示，實(shí)現(xiàn)個(gè)體真實(shí)暴露水平測(cè)量，精確度高。

Dp=∑ni=0Cp×IRi×ETiBW（2）

式中：Dp為個(gè)體暴露于污染物p的單位體重時(shí)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(gè)體呼吸速率;ETi為各運(yùn)動(dòng)狀態(tài)持續(xù)時(shí)間;BW為個(gè)體體重。大氣污染物濃度值來自個(gè)體持有的空氣質(zhì)量監(jiān)測(cè)設(shè)備，對(duì)于未持設(shè)備者，則提取個(gè)體所在位置大氣污染物的土地利用回歸模擬值;個(gè)體呼吸速率來自于《中國人群暴露參數(shù)手冊(cè)》[28-29]，通過性別、年齡、運(yùn)動(dòng)狀態(tài)等條件進(jìn)行查詢。

1.3?人口加權(quán)暴露模型

人口加權(quán)暴露指標(biāo)（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(píng)價(jià)指標(biāo)[30]，為人群暴露風(fēng)險(xiǎn)評(píng)價(jià)提供定量依據(jù)。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(gè)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(xù)時(shí)間的影響，更加真實(shí)地評(píng)估人群的大氣污染暴露水平。模型基于人口分布數(shù)據(jù)和利用式（2）所得的暴露劑量數(shù)據(jù)，計(jì)算空間單元內(nèi)部格網(wǎng)人群暴露量的大小，如式（3）所示，得到人口加權(quán)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(wǎng)格號(hào)，Pi為網(wǎng)格內(nèi)的人口數(shù)，Di為網(wǎng)格內(nèi)大氣污染暴露劑量值?？紤]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(shù)參照《中國人群暴露參數(shù)手冊(cè)》中相應(yīng)統(tǒng)計(jì)值，污染物濃度使用土地利用回歸模擬值，從而簡(jiǎn)化式（2）中D的計(jì)算。

1.4?暴露風(fēng)險(xiǎn)評(píng)價(jià)模型

大氣污染暴露風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)（Air Exposure Risk Index，AERI），是一種由大氣污染暴露劑量構(gòu)建的單一性概念指數(shù)，與空氣質(zhì)量指數(shù)（Air Quality Index， AQI）構(gòu)建方法相似[31]，將多種污染物對(duì)人體的健康影響進(jìn)行了歸一化表達(dá)，解決了單一污染物的暴露劑量無法綜合評(píng)價(jià)大氣污染暴露風(fēng)險(xiǎn)的問題。首先參照大氣暴露風(fēng)險(xiǎn)分指數(shù)查找表（表1），計(jì)算個(gè)體在大氣污染物p中的暴露風(fēng)險(xiǎn)分指數(shù)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(fēng)險(xiǎn)分指數(shù);Dp為個(gè)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(duì)應(yīng)的大氣暴露風(fēng)險(xiǎn)分指數(shù);IAERIL代表查找表中與DL對(duì)應(yīng)的大氣暴露風(fēng)險(xiǎn)分指數(shù)。

分別計(jì)算6種大氣污染物（SO2、NO2、CO、O3、PM10、PM2.5）的暴露風(fēng)險(xiǎn)分指數(shù)，取分指數(shù)最大值作為個(gè)體在該時(shí)段所受的大氣污染暴露風(fēng)險(xiǎn)值，如式（5）所示，高效、準(zhǔn)確地評(píng)價(jià)大氣污染對(duì)人體的健康影響。

AERI=max{IAERISO2，IAERINO2，IAERICO，

IAERIO3，IAERIPM10，IAERIPM2.5}（5）

對(duì)于大氣污染人群暴露風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)的計(jì)算，只需將個(gè)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(fēng)險(xiǎn)測(cè)量系統(tǒng)設(shè)計(jì)

2.1?系統(tǒng)總體架構(gòu)

大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)以基礎(chǔ)地理數(shù)據(jù)、污染監(jiān)測(cè)數(shù)據(jù)及暴露參數(shù)等數(shù)據(jù)為核心創(chuàng)建大氣污染暴露風(fēng)險(xiǎn)測(cè)量時(shí)空信息數(shù)據(jù)庫;以大氣污染濃度制圖、暴露劑量評(píng)估、人口加權(quán)暴露、暴露風(fēng)險(xiǎn)評(píng)價(jià)模型為基礎(chǔ)，依托GIS技術(shù)與J2EE Web技術(shù)，按照“污染監(jiān)測(cè)暴露測(cè)量風(fēng)險(xiǎn)防控”主線開發(fā)特定個(gè)體和人群的暴露可視化監(jiān)測(cè)與暴露風(fēng)險(xiǎn)時(shí)空統(tǒng)計(jì)功能模塊。

顧及系統(tǒng)功能特點(diǎn)和操作便捷性，大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)采用目前流行的模型視圖控制器（Model View Controller， MVC）Web技術(shù)框架?；诿嫦蚍?wù)的軟件架構(gòu)（ServiceOriented Architecture，SOA），采用HTTP協(xié)議建立接口，通過JavaScript對(duì)象簡(jiǎn)譜（JavaScript Object Notation， JSON）規(guī)范進(jìn)行數(shù)據(jù)交換，以達(dá)到前后臺(tái)分離及模塊化設(shè)計(jì)的目的。系統(tǒng)采用包括數(shù)據(jù)層、業(yè)務(wù)邏輯層、表現(xiàn)層在內(nèi)的多層技術(shù)架構(gòu)。數(shù)據(jù)層負(fù)責(zé)將數(shù)據(jù)表的基礎(chǔ)操作封裝成抽象函數(shù)，為業(yè)務(wù)邏輯層提供數(shù)據(jù)訪問接口， 其中非空間數(shù)據(jù)通過JDBC（Java DataBase Connectivity）訪問底層數(shù)據(jù)庫，空間數(shù)據(jù)通過空間數(shù)據(jù)引擎（ArcSDE）中間件存取。業(yè)務(wù)邏輯層主要基于數(shù)據(jù)操作接口進(jìn)行功能業(yè)務(wù)處理，包括污染制圖、暴露測(cè)量及暴露風(fēng)險(xiǎn)評(píng)價(jià)等，為表現(xiàn)層提供支撐。其中涉及到GIS空間分析的業(yè)務(wù)通過C#基于ArcObjects的方式實(shí)現(xiàn)，其他業(yè)務(wù)邏輯通過Java完成處理。表現(xiàn)層負(fù)責(zé)響應(yīng)客戶端服務(wù)請(qǐng)求，通過HTML（HyperText Markup Language）、CSS（Cascading Style Sheets）和JavaScript等技術(shù)對(duì)結(jié)果數(shù)據(jù)進(jìn)行可視化渲染。系統(tǒng)總體架構(gòu)如圖2所示。

2.2?數(shù)據(jù)庫設(shè)計(jì)

大氣污染暴露風(fēng)險(xiǎn)測(cè)量時(shí)空信息數(shù)據(jù)庫包括業(yè)務(wù)數(shù)據(jù)庫與空間數(shù)據(jù)庫兩部分。業(yè)務(wù)數(shù)據(jù)庫用以存儲(chǔ)描述系統(tǒng)中各類實(shí)體屬性特征的關(guān)系型業(yè)務(wù)數(shù)據(jù)，包括個(gè)體基本信息、個(gè)體監(jiān)測(cè)數(shù)據(jù)、監(jiān)測(cè)設(shè)備信息、站點(diǎn)監(jiān)測(cè)數(shù)據(jù)及暴露參數(shù)等數(shù)據(jù)，主要采用MySQL關(guān)系型數(shù)據(jù)庫進(jìn)行存儲(chǔ)?？臻g數(shù)據(jù)庫用于存儲(chǔ)帶有地理空間位置信息的空間數(shù)據(jù)，包括興趣點(diǎn)數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、土地利用數(shù)據(jù)、道路交通數(shù)據(jù)及人口分布數(shù)據(jù)等，主要采用ArcGIS GeoDatabase空間數(shù)據(jù)庫進(jìn)行存儲(chǔ)，并結(jié)合ArcSDE進(jìn)行管理。數(shù)據(jù)庫構(gòu)建的詳細(xì)技術(shù)路線如圖3所示。

2.3?功能模塊設(shè)計(jì)

針對(duì)個(gè)體和人群大氣污染暴露監(jiān)測(cè)與風(fēng)險(xiǎn)評(píng)價(jià)這一核心功能，大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)設(shè)計(jì)了個(gè)體暴露可視化監(jiān)測(cè)、人群暴露可視化監(jiān)測(cè)和暴露風(fēng)險(xiǎn)時(shí)空統(tǒng)計(jì)三大子系統(tǒng)。系統(tǒng)總體功能結(jié)構(gòu)如圖4所示。

1）個(gè)體暴露可視化監(jiān)測(cè)子系統(tǒng)。通過空氣質(zhì)量監(jiān)測(cè)、實(shí)時(shí)暴露測(cè)量、歷史軌跡回放和暴露場(chǎng)景三維可視化功能實(shí)現(xiàn)特定個(gè)體的暴露狀況評(píng)估與可視化展示?？諝赓|(zhì)量監(jiān)測(cè)模塊是對(duì)監(jiān)測(cè)設(shè)備上傳的污染物濃度數(shù)據(jù)進(jìn)行污染程度分析和實(shí)時(shí)展示。實(shí)時(shí)暴露測(cè)量模塊利用暴露劑量評(píng)估模型進(jìn)行個(gè)體所受6種大氣污染物的時(shí)均暴露劑量計(jì)算，在地圖上實(shí)現(xiàn)每小時(shí)更新顯示。歷史軌跡回放模塊是結(jié)合數(shù)據(jù)庫中存儲(chǔ)的個(gè)體出行軌跡數(shù)據(jù)，即歷史點(diǎn)位經(jīng)緯度數(shù)據(jù)，經(jīng)過高精度定位技術(shù)改正疊加到道路網(wǎng)中，可視化顯示個(gè)體出行軌跡及其所受歷史暴露劑量。暴露場(chǎng)景三維可視化模塊是在發(fā)布的虛擬城市三維場(chǎng)景中直觀展示個(gè)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(jiān)測(cè)子系統(tǒng)。通過污染濃度制圖、人口分布模擬、人群暴露測(cè)量和暴露動(dòng)態(tài)分析功能實(shí)現(xiàn)人群暴露狀況評(píng)估及統(tǒng)計(jì)分析。污染濃度制圖模塊利用土地利用回歸模型，融合相關(guān)地理驅(qū)動(dòng)因子，對(duì)大氣污染稀疏監(jiān)測(cè)數(shù)據(jù)進(jìn)行有效加工，展示全域空氣質(zhì)量情況。人口分布模擬模塊是基于城市街道人口靜態(tài)分布數(shù)據(jù)，綜合城市人群通勤數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)及城市地理興趣點(diǎn)等多源動(dòng)態(tài)數(shù)據(jù)，以柵格形式可視化區(qū)域內(nèi)人口分布狀況。人群暴露測(cè)量模塊是提取同一時(shí)間尺度的污染物濃度與人口空間分布數(shù)據(jù)，利用人口加權(quán)暴露模型進(jìn)行精細(xì)尺度的人群暴露評(píng)估。暴露動(dòng)態(tài)分析模塊以小時(shí)為刻度動(dòng)態(tài)播放人群暴露制圖結(jié)果，實(shí)現(xiàn)人群暴露的動(dòng)態(tài)展示及時(shí)間、空間上的變化分析。

3）暴露風(fēng)險(xiǎn)時(shí)空統(tǒng)計(jì)子系統(tǒng)。通過個(gè)體風(fēng)險(xiǎn)統(tǒng)計(jì)、人群風(fēng)險(xiǎn)統(tǒng)計(jì)、風(fēng)險(xiǎn)熱點(diǎn)排序和風(fēng)險(xiǎn)變化分析功能實(shí)現(xiàn)特定個(gè)體和人群的全方位暴露風(fēng)險(xiǎn)評(píng)估。個(gè)體風(fēng)險(xiǎn)統(tǒng)計(jì)模塊是基于個(gè)體暴露測(cè)量結(jié)果和暴露風(fēng)險(xiǎn)評(píng)價(jià)模型，計(jì)算個(gè)體所受大氣污染的綜合暴露風(fēng)險(xiǎn)值，并生成個(gè)體風(fēng)險(xiǎn)排行榜。人群風(fēng)險(xiǎn)統(tǒng)計(jì)模塊是通過暴露風(fēng)險(xiǎn)評(píng)價(jià)模型進(jìn)行不同人群的暴露風(fēng)險(xiǎn)計(jì)算及制圖展示，同時(shí)實(shí)現(xiàn)不同人群的對(duì)比分析、暴露風(fēng)險(xiǎn)的趨勢(shì)分析等。風(fēng)險(xiǎn)熱點(diǎn)排序模塊是基于指定興趣點(diǎn)類型（公園、學(xué)校、醫(yī)院等），對(duì)各興趣點(diǎn)的人群暴露風(fēng)險(xiǎn)進(jìn)行對(duì)比排序，生成風(fēng)險(xiǎn)熱點(diǎn)排行榜。風(fēng)險(xiǎn)變化分析模塊以小時(shí)為刻度動(dòng)態(tài)播放個(gè)體或人群的暴露風(fēng)險(xiǎn)結(jié)果，分析其時(shí)空變化趨勢(shì)及地域特征。

3?系統(tǒng)實(shí)現(xiàn)

3.1?系統(tǒng)開發(fā)環(huán)境

大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)融合GIS技術(shù)與J2EE Web技術(shù)搭建GIS服務(wù)后臺(tái)與Web服務(wù)后臺(tái)。GIS服務(wù)后臺(tái)以ArcGIS SDE引擎支持的空間數(shù)據(jù)庫為數(shù)據(jù)基礎(chǔ)，使用C#語言基于ArcGIS Engine在Visual Studio IDE編輯器軟件環(huán)境下開發(fā)。Web服務(wù)后臺(tái)基于業(yè)務(wù)關(guān)系型數(shù)據(jù)庫MySQL搭建，使用Java語言結(jié)合SpringMVC、Spring、Hibernate等框架在MyEclipse編輯器環(huán)境下進(jìn)行開發(fā)。

3.2?系統(tǒng)關(guān)鍵技術(shù)實(shí)現(xiàn)

1）大氣污染濃度制圖。

大氣污染濃度制圖是實(shí)現(xiàn)大氣污染暴露風(fēng)險(xiǎn)可視化監(jiān)測(cè)的基礎(chǔ)。利用C#語言融合ArcGIS Engine組件式GIS技術(shù)進(jìn)行土地利用回歸模型的編寫與封裝，實(shí)現(xiàn)六種污染物的濃度分布制圖及結(jié)果發(fā)布功能，界面效果如圖5所示。

關(guān)鍵流程如下：

①通過ADO.NET讀取大氣污染濃度監(jiān)測(cè)數(shù)據(jù);

②通過ArcSDE讀取土地利用、道路狀況、氣象因子等環(huán)境特征數(shù)據(jù);

③輸入數(shù)據(jù)至已封裝的土地利用回歸模型實(shí)現(xiàn)濃度分布制圖;

④發(fā)布制圖結(jié)果為影像服務(wù)，并使用ArcGIS Server進(jìn)行服務(wù)托管;

⑤利用ArcGIS API for JavaScript技術(shù)在前端調(diào)取影像服務(wù)并進(jìn)行可視化渲染。

2）個(gè)體暴露測(cè)量。

個(gè)體暴露測(cè)量是基于Java語言編寫的暴露劑量評(píng)估模型，計(jì)算特定個(gè)體的六種大氣污染物暴露劑量，界面效果如圖6所示。個(gè)體按是否持有空氣質(zhì)量監(jiān)測(cè)設(shè)備分為兩類，持設(shè)備個(gè)體直接提取設(shè)備監(jiān)測(cè)數(shù)據(jù)實(shí)現(xiàn)暴露測(cè)量;而未持設(shè)備個(gè)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(shù)，其暴露測(cè)量的關(guān)鍵流程如下：

①利用手機(jī)APP定位準(zhǔn)確獲取未持設(shè)備個(gè)體的實(shí)時(shí)經(jīng)緯度坐標(biāo)，基于ArcGIS Server提供的Rest API服務(wù)提取污染濃度制圖數(shù)據(jù)中該位置的濃度數(shù)據(jù)作為其污染物濃度;

②基于未持設(shè)備個(gè)體的性別、年齡、區(qū)域、運(yùn)動(dòng)狀態(tài)等信息，匹配暴露參數(shù)表中相應(yīng)參數(shù)作為其暴露參數(shù);

③調(diào)用暴露劑量評(píng)估模型，輸入濃度和暴露參數(shù)數(shù)據(jù)，實(shí)現(xiàn)未持設(shè)備個(gè)體的暴露劑量計(jì)算。

3）人群暴露測(cè)量。

人群暴露測(cè)量綜合考慮了污染物濃度分布、個(gè)體行為活動(dòng)模式與人口空間分布的影響，利用GIS柵格計(jì)算、時(shí)空統(tǒng)計(jì)分析等技術(shù)，基于人口加權(quán)暴露模型實(shí)現(xiàn)特定人群針對(duì)不同污染物的精細(xì)暴露測(cè)量及制圖展示，界面效果如圖7所示。

關(guān)鍵流程如下：

①通過ADO.NET查詢暴露參數(shù)表中的該區(qū)域特定人群的暴露參數(shù);

②使用ArcEngine中IMapAlgebraOp組件實(shí)現(xiàn)大氣污染濃度制圖柵格數(shù)據(jù)與暴露參數(shù)的柵格運(yùn)算，得到暴露劑量分布柵格數(shù)據(jù);

③利用ArcGIS提供的Model builder工具構(gòu)建人口加權(quán)暴露模型Toolbox，在C#中通過Geoprocessor調(diào)用該模型實(shí)現(xiàn)暴露劑量分布數(shù)據(jù)與人口分布數(shù)據(jù)的疊加，完成人群暴露計(jì)算;

④將人群暴露結(jié)果數(shù)據(jù)發(fā)布為ArcGIS Server服務(wù)，使用ArcGIS API for JavaScript技術(shù)實(shí)現(xiàn)前端服務(wù)調(diào)取和可視化渲染。

4）暴露風(fēng)險(xiǎn)時(shí)空統(tǒng)計(jì)。

暴露風(fēng)險(xiǎn)時(shí)空統(tǒng)計(jì)是系統(tǒng)實(shí)現(xiàn)暴露風(fēng)險(xiǎn)防控決策支持的關(guān)鍵，其中個(gè)體風(fēng)險(xiǎn)統(tǒng)計(jì)是基于Java語言編寫針對(duì)個(gè)體的暴露風(fēng)險(xiǎn)評(píng)價(jià)模型，輸入個(gè)體的6種污染物暴露劑量值實(shí)現(xiàn)暴露風(fēng)險(xiǎn)計(jì)算，將結(jié)果數(shù)據(jù)在地圖上可視化展示，并進(jìn)行排序分析，生成個(gè)體風(fēng)險(xiǎn)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(duì)個(gè)體的健康危害程度;人群風(fēng)險(xiǎn)統(tǒng)計(jì)是基于C#和ArcEngine組件封裝針對(duì)人群的暴露風(fēng)險(xiǎn)評(píng)價(jià)模型，輸入人群暴露測(cè)量得到的六種暴露柵格結(jié)果，利用GIS柵格計(jì)算、空間分析等技術(shù)，實(shí)現(xiàn)特定人群的綜合暴露風(fēng)險(xiǎn)計(jì)算和制圖可視化。同時(shí)，系統(tǒng)通過數(shù)據(jù)庫操作層API查詢不同個(gè)體或人群的暴露風(fēng)險(xiǎn)，結(jié)合圖表控件實(shí)現(xiàn)不同個(gè)體或人群暴露風(fēng)險(xiǎn)的對(duì)比分析和趨勢(shì)分析，為管理部門提供定量化的數(shù)據(jù)與圖件。

4?結(jié)語

本文從空氣質(zhì)量監(jiān)測(cè)設(shè)備和平臺(tái)服務(wù)僅限于環(huán)境監(jiān)測(cè)而非暴露監(jiān)測(cè)的現(xiàn)狀出發(fā)，耦合集成污染濃度制圖、暴露劑量評(píng)估、人口加權(quán)暴露與暴露風(fēng)險(xiǎn)評(píng)價(jià)模型，采用GIS與J2EE Web等技術(shù)，設(shè)計(jì)研發(fā)了一套面向管理部門和公眾的智能化大氣污染暴露風(fēng)險(xiǎn)測(cè)量系統(tǒng)。系統(tǒng)集空氣質(zhì)量實(shí)時(shí)與歷史查詢、大氣污染在線制圖與發(fā)布、個(gè)體/人群暴露劑量評(píng)估、暴露場(chǎng)景可視化、暴露風(fēng)險(xiǎn)評(píng)價(jià)與時(shí)空統(tǒng)計(jì)分析等功能于一體，為管理部門開展大氣污染健康損害監(jiān)控、公眾規(guī)避大氣污染暴露風(fēng)險(xiǎn)提供了一種有效的技術(shù)手段。

參考文獻(xiàn) （References）

[1]中華人民共和國生態(tài)環(huán)境部. 2018年中國生態(tài)環(huán)境狀況公報(bào)[R]. 北京： 中華人民共和國生態(tài)環(huán)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(huán)境地面自動(dòng)監(jiān)測(cè)系統(tǒng)——軟件設(shè)計(jì)思想及功能簡(jiǎn)介[J]. 計(jì)算機(jī)應(yīng)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(dòng)監(jiān)測(cè)[J]. 中國環(huán)境監(jiān)測(cè)， 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(dá). 由空氣質(zhì)量周（日）報(bào)看面向公眾的環(huán)境信息體系的建立[J].中國環(huán)境監(jiān)測(cè)， 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(huán)境污染事故預(yù)警與應(yīng)急指揮系統(tǒng)[J]. 計(jì)算機(jī)應(yīng)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(huán)境下空氣污染指數(shù)計(jì)算與分析系統(tǒng)[J]. 環(huán)境監(jiān)測(cè)管理與技術(shù)， 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(tǒng)的空氣污染預(yù)測(cè)動(dòng)態(tài)可視化展示技術(shù)[J]. 中國環(huán)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(yù)測(cè)系統(tǒng)的研究[J]. 污染防治技術(shù)， 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(píng)估系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 環(huán)境科學(xué)與技術(shù)， 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(zhì)量時(shí)空演變動(dòng)態(tài)可視化系統(tǒng)研究[J]. 電腦知識(shí)與技術(shù)， 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(nèi)空氣污染暴露水平評(píng)價(jià)方法研究進(jìn)展[J]. 環(huán)境科學(xué)與技術(shù)， 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(yīng)研究進(jìn)展[J]. 生態(tài)毒理學(xué)報(bào)， 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(fēng)險(xiǎn)評(píng)價(jià)中人體暴露參數(shù)的國內(nèi)外研究概況[J]. 環(huán)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(huán)境健康風(fēng)險(xiǎn)評(píng)價(jià)中我國居民暴露參數(shù)探討[J]. 環(huán)境科學(xué)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(píng)價(jià)研究進(jìn)展[J]. 環(huán)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(píng)估[J]. 環(huán)境科學(xué)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(huán)境保護(hù)部. 中國人群暴露參數(shù)手冊(cè)（成人卷）[M]. 北京： 中國環(huán)境科學(xué)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(huán)境保護(hù)部. 中國人群暴露參數(shù)手冊(cè)（兒童卷6～17歲）[M]. 北京：中國環(huán)境科學(xué)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(xiǎn)度評(píng)價(jià)的方法[J]. 環(huán)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(zhì)量指數(shù)（AQI）對(duì)比研究及啟示[J]. 環(huán)境科學(xué)， 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.