在常规和极端事件期间,在城市工业区模拟社区硫化暴露

科学领域:

• 环境健康科学 环境健康科学
• 空气质量监测 空气质量监测
• 暴露科学 暴露科学

背景情况:

• 硫化 (H2S) 是一种有毒气体,对健康构成风险,特别是在城市工业区.
• 在南加州社区观察到升高和可变的H2S水平,特别是在2021年火灾后.
• 一场重大火灾导致H2S度明显超过了安全标准,突显了更好的暴露评估的必要性.

研究的目的:

• 开发和验证用于估计每小时,每日平均和每日最大H2S度的暴露模型.
• 应用量子量 XGB (QXGB) 来预测超过与健康相关的H2S值的概率.
• 描述H2S暴露模式,包括日常和极端事件,在过度负担的社区.

主要方法:

• 利用了2020年1月至2023年10月的社区围监测数据.
• 将气象数据,接近排放源,土地使用和时间指标整合到暴露模型中.
• 使用XGBoost进行度预测,使用QXGB进行值超值概率估计.

主要成果:

• 最好的模型实现了每日平均 (R2=0.89) 和每日最大 (R2=0.70) H2S度的高精度.
• 对H2S水平的关键预测因素包括风,湿度和接近主要排放源.
• QXGB准确估计了每小时超过2ppb和30ppb的值,与观察到的数量密切匹配.

结论:

• 线监测和先进的建模有效地识别空间模式并描述H2S暴露.
• 开发的框架为评估暴露概率提供了一个新的指标,有助于环境健康调查.
• 有针对性的监测网络对于追踪工业化城市地区社区相关的H2S暴露非常有价值.