揭示建筑环境对个人空气污染暴露的影响:一个移动传感器大数据驱动的研究设计

科学领域:

• 环境科学 环境科学
• 城市规划 城市规划
• 公共卫生 公共卫生

背景情况:

• 现有的建筑环境和空气污染研究严重依赖固定监测站.
• 对空气污染的个体水平暴露评估仍未得到充分研究.
• 需要了解城市设计如何影响各种微观环境中的个人空气质量.

研究的目的:

• 调查建筑环境因素对个人空气污染暴露的非静止影响.
• 分析这些影响在室内,室外和车载环境.
• 开发一个可转移的框架,用于实时的曝光跟踪和分析.

主要方法:

• 使用实时曝光跟踪设计,集成移动空气质量传感和GPS跟踪.
• 收集了140万个移动传感器观测结果.
• 开发了一个可解释的多重XGBoost机器学习框架,使用SHapley添加式扩展 (SHAP) 分析.

主要成果:

• 确定了影响不同环境中的个人空气污染暴露的关键建筑环境因素.
• 室内:运输用地使用和公共汽车站密度是最有影响的.
• 户外:公共汽车站密度,建筑覆盖面和人口密度最强.
• 车载:人口密度和建筑覆盖面是主要的因素.
• 观察到商业/运输用地边际效应的减少,以及开放空间,十字路口密度和公共汽车站密度的值效应.

结论:

• 该研究提供了一个新的,可转移的框架,用于评估与建筑环境相关的个人环境暴露.
• 结果为特定环境的城市规划策略提供了可操作的指导.
• 强调具体规划指标和环境规划门范围的重要性.