第七届青年地学论坛

目的：应用上海市大气环境监测点位的细颗粒物（PM_2.5）监测数据，基于地理信息系统（Geographic information system，GIS）创建高时空分辨率的细颗粒物PM_2.5时空暴露模型，应用于一项出生队列研究。
方法： 本研究收集了2013年至2019年上海市55个环境监测站点（包括10个国控环境质量监测站点）的PM_2.5逐日监测数据；同时收集了基于GIS的地统计数据集，包括：水陆交通、人口、土地利用、归一化植被指数（NDVI）、气溶胶光学厚度、兴趣点等。应用偏最小二乘法（PLS）对地统计数据集进行降维，以PLS因子得分作为空间自变量，同长期监测数据获得的平滑时间趋势一起，纳入一个泛克里金框架来构建时空暴露模型。本研究应用剔除一个监测点位交叉验证（Leave-one-site-out cross-validation, LOOCV）评估模型的模拟准确度。
结果：上海PM_2.5时空暴露模型的 LOOCV短期（n=39029）和长期（n=55）暴露暴露评估的均方差回归系数（Mean-squared-error-based R², R²_mse）分别为0.94和0.66，均方根误差（Root mean squared error，RMSE）分别为5.94 和2.23 μg/m³；敏感性分析结果表明：该模型在空间维度受NDVI、土地利用等变量的影响较大，在时间维度的随机效应增加了该模型对气候因素和PM_2.5区域传输的解析度。
结论：本研究创建的PM_2.5时空暴露模型具有较高的模拟准确度，可对上海地区任意空间点位进行短期和长期暴露评估，应用于出生队列研究。

上海；PM2.5；地统计模型；时空暴露；区域传输