使用交互式过程采矿的PM2.5暴露和风险评估的序列导向敏感分析

科学领域:

• 环境科学与公共卫生
• 数据科学和过程采矿数据科学和过程采矿

背景情况:

• 空气污染是全球重大环境和健康挑战,影响死亡风险.
• 正如"巴黎协定"所强调的那样,有效的空气质量监测和气候变化缓解至关重要.
• 分析暴露数据和提出缓解策略的现有方法需要改进.

研究的目的:

• 提出一项针对序列导向敏感分析的新方法,以支持减轻个人对空气污染的暴露.
• 开发一种以人为本的方法,将环境专家的知识与交互式过程采矿相结合.
• 确定有效的缓解政策的最佳活动和参数.

主要方法:

• 交互式工艺采矿的应用,以减轻个人对空气污染的暴露,这是该领域的首例.
• 开发了一种以序列为导向的敏感分析技术.
• 使用西班牙瓦伦西亚人口统计和流行病学统计数据生成的合成数据测试方法.

主要成果:

• 该方法通过以序列为导向的敏感分析成功确定了缓解的目标活动.
• 拟议的场景显示了关键绩效指标 (KPIs) 的显著改善.
• 在最佳情况下,人口暴露率降低了18%,相对风险降低了12%.

结论:

• 拟议的基于采矿的交互处理方法是减轻空气污染的可行和创新的工具.
• 与传统的敏感分析相比,这种方法可以降低计算成本和时间.
• 该方法的以人类为导向的性质和已证明的合成数据的有效性支持其未来的应用,用于环境改善的现实世界测量.