《出行過程交通源空氣污染暴露時空變化的動態模擬方法》是依託復旦大學，由余琦擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：出行過程交通源空氣污染暴露時空變化的動態模擬方法
- 依託單位：復旦大學
- 項目類別：青年科學基金項目
- 項目負責人：余琦
項目摘要,結題摘要,
項目摘要
出行過程的空氣污染暴露在日常暴露中占據重要的份額。為了更好地揭示交通源空氣污染暴露的時空變化，本研究將建立出行過程交通源空氣污染暴露的動態模擬方法，即利用道路環境監測數據反演交通排放源強，利用源強反演數據和交通參數建立交通源排放估算模型，並採用OSPM模型模擬機動車污染物時空變化；建立基於機率統計模型的交通出行微環境濃度預測方法，開發基於馬爾科夫鏈-蒙特卡洛算法和GIS的人員出行過程動態模擬方法，實現對出行過程中多種與交通源密切相關的氣態和顆粒態有毒有害污染物暴露量的評價。該方法不僅可作為流行病學研究和健康風險評估的研究工具，用於城市人口總體暴露特徵或特定人群的暴露特徵等的研究，還適用於空氣污染控制和交通政策的研究。目前國內外在這方面研究都比較缺乏，本研究的成果不僅可填補國內在交通污染暴露模擬技術方面的研究空白，同時還將為國外同行的研究提供有益的參考借鑑。
結題摘要
道路交通污染已成為影響城市甚至區域空氣污染的重要來源。本項目旨在建立交通出行過程中空氣污染暴露模擬評價方法，能根據實際交通條件分析出行過程中暴露濃度的變化，並評價出行過程的暴露水平。 1、道路交通出行顆粒物污染暴露特徵監測研究 開展了“門-門”出行過程中的細顆粒物污染暴露監測實驗，考察短程和長程兩種情況。短程出行距離約2~3km，包括步行、腳踏車、計程車、公車和軌道交通。長程距離約8~10km，對公車和軌道交通出行進行研究。 短程出行時捷運車廂內的暴露濃度最低，公車內最高。腳踏車、步行、公車、軌道交通和計程車出行的吸入劑量約為54.5±38.9, 45.2±30.1, 29.2±25.4, 28.6±25.9 和 12.8±13.4 mg。 長程出行時公車和捷運出行的平均PM1濃度為0.079±0.067， 0.065±0.056mg/m3，單程暴露劑量分別為(0.028±0.024)mg和(0.034±0.033)mg。公車出行的車內暴露的貢獻率達52.2%；捷運出行的暴露量主要來源於地面步行(42.4%)及候車(44.2%)，車內貢獻僅占13.4%。 2、基於機率統計模型的交通出行微環境濃度預測方法研究 開展了不同微環境的暴露監測，研究不同出行微環境的暴露濃度關係，並分析交通工況對暴露濃度的影響。公交、捷運及出租出行的暴露濃度與腳踏車的比值符合常態分配，其中公交為1.30±0.79，捷運為0.71±0.32，小車為0.87±0.54。 開展了車內外暴露濃度監測對比實驗。空氣污染程度和空調是否開啟對車內外微環境濃度影響較大。空調關閉時，環境空氣品質優、良和污染天氣下車外濃度與車內濃度的比值分別為0.78±0.14,1.04±0.08,1.13±0.55；空調開啟時，比值分別為0.93±0.10,1.28±0.16,1.44±0.27。 3、基於GIS的人員出行過程動態模擬軟體開發 開發了基於GIS的人員出行過程動態模擬軟體，能實現人員單次出行的路徑選擇和基於擴散模型模擬的暴露量評價，以及群體出行的暴露量評價。考慮了道路交通差異造成的暴露濃度的差異，實現了出行過程污染暴露的動態模擬。該軟體可為城市交通管理政策和人群健康風險評價提供技術支持。
