评估PM_2.5暴露评估的低成本监测设计,使用时空建模方法进行评估

科学领域:

• 环境健康科学 环境健康科学
• 流行病学 流行病学
• 空气质量监测 空气质量监测

背景情况:

• 对细颗粒物 (PM2.5) 暴露的准确评估对于流行病学研究至关重要.
• 低成本监测器 (LCM) 为增强PM2.5暴露数据提供了一个可扩展的解决方案.
• 优化LCM的使用是提高流行病学推断质量的关键.

研究的目的:

• 调查固定站点低成本监视器 (LCM) 设计特征如何影响PM2.5暴露估计.
• 确定最可行和最具成本效益的方法来改进PM2.5评估,使用LCM进行长期流行病学推断.
• 评估LCM数据的时间和空间覆盖对PM2.5暴露建模的影响.

主要方法:

• 使用校准的,固定站点LCMPM2.5测量 (2017年4月至2020年9月) 和参考级PM2.5数据 (2010年1月至2020年9月).
• 采用时空建模方法,使用所有LCM数据和各种子集来预测PM2.5暴露.
• 通过交叉验证,在LCM站点进行外部验证和使用未使用的LCM进行独立的外部验证来评估模型性能.

主要成果:

• 除了LCM测量,与使用所有LCM数据 (R2=0.84) 相比,模型性能大幅下降 (R2=0.69).
• 使用每一个LCM的最早和最新测量,可以近似使用所有数据 (R2=0.79) 的性能.
• 随着空间覆盖面的减少,模型性能线性下降,人口密的道路附近地区的LCM产生了更大的改进.

结论:

• 固定地点的LCM对于改善流行病学研究中的PM2.5暴露评估非常有价值.
• 时间数据的战略选择 (例如,第一次和最后一次测量) 和空间位置 (人口密,道路附近的地区) 可以优化LCM的实用性.
• 这些发现支持通过经过精心设计的LCM网络以成本有效的方式增强流行病学推断.