北京大学学报自然科学版 ›› 2018, Vol. 54 ›› Issue (5): 1103-1113.DOI: 10.13209/j.0479-8023.2018.031
张西雅†, 扈海波
ZHANG Xiya†, HU Haibo
摘要:
基于2014—2016年的北京地区PM2.5监测数据, 用空间插值法获得北京地区的PM2.5空间分布, 并基于DMSP/OLS夜间灯光数据, 模拟得到北京地区的人口密度空间分布。在此基础上, 从PM2.5浓度空间分布、PM2.5污染的人口暴露特征、PM2.5污染人口暴露强度以及人口加权PM2.5浓度4个方面评估北京地区PM2.5污染暴露风险。结果显示: 1) PM2.5浓度呈现南高北低的空间分布特征, 人口暴露风险空间分布与人口密度空间分布呈现高度的一致性, 即人口密度高的区域, PM2.5污染人口暴露风险也相对较高; 2) 2014, 2015, 2016年北京地区GB3095—2012二级年均浓度标准35 μg/m3的超标人口比例均为100%, 24小时平均浓度标准75 μg/m3的超标人口比例呈逐年显著下降趋势; 3) 2014—2016年北京市人口加权PM2.5年均浓度值与PM2.5年均值均存在差异, 差异度与城市暴露人口和污染情况密切相关; 4) 由于PM2.5污染物浓度空间分布特征与人口密度空间分布特征不同, 北京市PM2.5污染对总体人群的实际影响和健康危害与其平均浓度水平并不相同, 因此考虑人口密度空间分布特征的暴露风险评估比只考虑PM2.5污染物浓度的暴露风险评估更准确。
中图分类号: