[发明专利]一种计算人口在不同微环境的活动模式概率密度函数的方法和系统

说明书

本发明公开了一种计算人口在不同微环境的活动模式概率密度函数的方法和系统，属于大气污染防控技术领域。针对大气风险健康损益评估多为针对小群体的试点研究的局限，本发明通过融合随机森林模型和主体行为模型，开发了一种低成本的计算人口处于不同微环境开展不同活动模式的概率密度函数的方法，先通过信息获取单元先采集行为模式数据，采集后将行为模式数据发送到数据处理单元进行分析处理，获得个体行为决策规则；分析处理后获得的个体行为决策规则通过模型仿真单元输出仿真后的人口空间分布图，获得动态人口分布结果。本发明使用方法精度高，解决了模拟大规模群体活动模式的概率分布的技术难题，提高了活动模式模拟的精准度。

技术领域

本发明涉及大气污染防控技术领域，更具体地说，涉及一种计算人口在不同微环境的活动模式概率密度函数的方法和系统。

背景技术

伴随着我国经济的快速发展和城市化进程的持续推进，大气污染已逐渐发展为我国的一个突出环境问题。国内外流行病学研究结果表明，大气污染尤其是PM_2.5暴露与一系列急性和慢性健康终端变化存在重要关联，包括呼吸系统疾病和循环系统疾病的发病和死亡。全球疾病负担研究结果也表明，2010年PM_2.5是中国第4大致死风险因素，导致了约123万的超额死亡人数，该数字在2015年略微下降但仍高达111万人。

暴露评估是大气污染健康损益评估的重要环节之一。通常而言，人群暴露量一方面取决于客观存在的环境污染物浓度，另一方面也受到人体对污染物接触时间和频率等的影响。当前大部分的健康损益的研究中都直接采用大气污染物的环境浓度作为暴露水平来匹配，而未将室内环境排放源以及人的行为活动等因素考虑到个体暴露评估的过程中，从而不能表征个体实际的暴露水平。

为纠正此偏差，国内外学者开发了采用便携式个体采样器在暴露个体的呼吸区域内连续监测一定时间内个人身体表层接触环境介质中污染物浓度的方法。但由于个体采样监测法仪器花费昂贵且需要花费大量时间和人力对被测试者进行培训，仪器佩戴会对被测试者的日常行为产生不可控的影响甚至侵犯隐私等，其在实际暴露评估中大范围的应用受到了限制，因而近年来国内外采用该方法进行的个体暴露研究大多是非代表性的试点研究，并不适用于为宏观层面的健康损益评估研究提供暴露数据。目前，特别需要开发一种科学反映人群在不同微环境下开展不同行为活动模式的新的定量计算方法，以满足宏观层面健康损益评估的技术需求。

发明内容

1.要解决的技术问题

针对大气风险健康损益评估多为针对小群体的试点研究的局限，本发明融合随机森林算法和主体行为模型，开发一种计算人口在不同微环境的活动模式概率密度函数的方法和系统，本发明使用方法成本低、精度高，可以实现在宏观层面对公众群体的健康损益评估提供技术支撑。

2.技术方案

本发明的目的通过以下技术方案实现。

一种计算人口在不同微环境的活动模式概率密度函数的方法，包括以下步骤：

步骤一：获取目标区域内常住人口的静态空间分布数据，在目标区域内采用随机抽样法开展公众行为模式的问卷调研，得到公众行为模式数据；

步骤二：采用随机森林机器学习分类算法，获得特定特征的个体在一天内特定时段开始前决定其在下一时段进行特定活动及选择特定活动场所的概率分布函数；

A_i，t，d＝f(Age_i，Sex_i，Edu_i，Car_i，A_i，t-1，d)；

L_i，t，d＝f(Age_i，Sex_i，Edu_i，Car_i，L_i，t-1，A_i，t，d)；