[发明专利]空气污染暴露风险评价方法及系统

说明书

本发明提供一种空气污染暴露风险评价方法及系统，该方法包括：根据目标区域的遥感影像对居住用地进行分类，得到多个不同类别的居住用地；将目标区域的人口数据展布在居住用地上得到人口空间分布数据；选择关键地理变量，构建LUR模型；根据LUR模型对空气污染物模拟数据进行网格分布计算，获取目标区域中的空气污染物模拟数据；对人口空间分布数据和空气污染物分布数据进行数据叠加分析，得到空气污染暴露风险分区图。本发明综合考虑人口空间分布数据和空气污染物分布数据的叠加分析，考虑了人口因素在空气污染暴露风险评价中的主体作用，提升了空气污染暴露风险评价的合理性。

技术领域

本发明属于空气质量检测领域，尤其涉及一种空气污染暴露风险评价方法及系统。

背景技术

随着全国各地雾霾持续爆发，公众对包括PM2.5在内空气污染物的危害认知迅速提升，全国上下的治霾诉求达到空前的高度。2012年，我国发布新版空气质量标准，PM2.5等指标也被纳入常规空气质量监测范围，全国主要城市开始逐步建设全覆盖的空气质量监控网络。

目前，空气污染暴露风险评价普遍采用空气质量监测站点的污染物浓度指标。然而，该方法假定人口在所有区域均匀分布，忽视了人口因素对环境中空气污染暴露风险评价的影响，导致空气污染物浓度较高的无人区会被划入高风险区域，易忽视人口密度高的闹市区的空气污染风险，因此，亟需科学考虑人口分布对空气污染的敏感度，综合考虑空气污染物分布和人口分布的影响，探索以人为本的城市空气污染暴露风险评价方法。

发明内容

本发明实施例的目的在于提供一种空气污染暴露风险评价方法及系统，旨在解决现有的空气污染暴露风险评价方法中，由于忽视了人口因素对环境中空气污染暴露风险评价的影响，导致空气污染物浓度较高的无人区会被划入高风险区域，易忽视人口密度高的闹市区的空气污染风险。

本发明实施例是这样实现的，一种空气污染暴露风险评价方法，所述方法包括：

获取目标区域的遥感影像，并根据所述遥感影像对所述目标区域中的居住用地进行分类，得到多个不同类别的居住用地；

获取所述目标区域的人口数据，并将所述人口数据展布在所述居住用地上，以得到人口空间分布数据；

选择关键地理变量，构建LUR模型，；

根据所述LUR模型对空气污染物模拟数据进行网格分布计算，获取目标区域中的空气污染物模拟数据；

对所述人口空间分布数据和所述空气污染物分布数据进行数据叠加分析，得到空气污染暴露风险分区图，所述空气污染暴露风险分区图中存储有所述目标区域中各个区域对应的空气污染暴露风险指标。

更进一步的，所述构建LUR模型的步骤包括：

计算预设自变量与因变量污染物浓度的相关性，并剔除与污染物浓度相关性不合常理的变量；

查询每类预设因子中与污染物浓度相关性最高的变量，并去除每类所述预设因子中剩余变量与剔除的变量之间皮尔森相关系数大于0.6的变量；

根据每类所述预设因子中的剩余变量进行逐步多元线性回归，以构建所述LUR模型。

更进一步的，所述根据所述LUR模型对空气污染物模拟数据进行网格分布计算的步骤包括：

生成分布网格，并根据所述LUR模型计算空气污染物模拟数据在所述分布网格中各个格网点的自变量值，以得到所述空气污染物分布数据；

其中，所述空气污染物分布数据包括各个所述格网点与对应空气污染物浓度之间的对应关系。

更进一步的，所述对所述人口空间分布数据和所述空气污染物分布数据进行数据叠加分析的步骤包括：