摘要
空气动力学直径≤2.5μm 的颗粒污染物（PM2.5），对人体健康有明显损害，是重大公共卫生问题的来源之一。PM2.5暴露与生产和生活关联密切，现有 PM2.5与健康的关联性研究和报告中，大多数PM2.5暴露风险以环境监测数据作为评估依据。实际上，尤其在城市地区，污染源和扩散条件复杂，暴露情景众多，人群间暴露行为模式不同，PM2.5实际暴露浓度不能用单一情景下的监测浓度简单代替。因此，以人类活动为主要条件之一，利用检测效率更高的新技术建立一套精准便捷的暴露评估体系，将更加贴近实际情况，符合中国环境部门分级分类管控空气污染的趋势。本文利用低成本便携式传感器监测PM2.5浓度，利用问卷和手机app调查多个代表性人群的环境暴露行为。基于监测数据得到 PM2.5室内外渗透规律，模拟室内外多情景浓度分布，最后结合多情景浓度与环境暴露行为评估室内外多情景人口加权综合暴露浓度与暴露量，分析不同情景、时间段和人群的暴露特征。 本研究以武汉市中心城区大学，居民区和商圈组成的高校社区（Q社区）作为研究区域。主要内容为：（1）基于低成本光学传感器建立了PM2.5室内外逐小时监测网络。通过室内外用途，通风和污染源划分了四个暴露情景，并建立其中三个室内情景的室内外PM2.5渗透模型。（2）基于相关统计年鉴的行业类型，划分了Q社区的五种人群类型并招募志愿者。统计志愿者健康档案，工作内容，室内生活习惯，并通过手机 app 的签到与定位收集志愿者季节性每日时间-活动轨迹。（3）依据室内生活习惯建立了 Q 社区室内情景季节性活动数据集。依据室外逐小时监测数据，室内外渗透模型和活动数据集模拟室内情景PM2.5浓度。利用ArcGIS平台得到Q社区四个暴露情景季节性逐小时PM2.5浓度分布。（4）通过验证组监测数据评估系统计算暴露浓度的精准程度。依据各暴露情景的PM2.5浓度和志愿者时间-活动轨迹得到志愿者的每日PM2.5暴露情况，并将PM2.5污染和暴露信息展现在app界面。依据五类人群的人数比例和志愿者健康档案可得到 Q 社区基于多情景的人口加权暴露浓度和暴露量，并根据上述结果研究了PM2.5暴露的影响因素。 本文研究的主要结论如下：（1）自建监测网络有效识别了室外暴露情景的污染源。室外PM2.5每日浓度呈波浪形变化，浓度在早高峰时间最高。小吃街的油烟为Q社区室外主要点污染源，污染时间以18-22时为主。三种室内暴露情景的浓度与室外污染和室内活动相关，并导致室外与室内PM2.5浓度在季节变化上不同。（2）绝大多数的受访者的每日时间-活动轨迹较单一，也不受季节影响。室外活动时间以晚上为主，在住宅情景的分配时间超过一半，在餐饮情景的分配时间非常短，工作时间长度与职业类型有关。（3）Q 社区考虑多情景的人口加权全年日均暴露浓度为 37.1μg/m3，略高于国家二级标准浓度（GB3095－2012），5类人群中仅老人群体平均暴露浓度达标。多情景暴露浓度为仅考虑室外情景下暴露浓度的 78%，其中室外贡献占日均暴露的16%，住宅贡献占日均暴露的56%。人口加权暴露量为0.28μg/（kg·d）。不同人群间的暴露差异明显，群体间最大年均浓度差达到9.2μg/m3，与活动地点和暴露情景分配时间相关。人群暴露浓度在季节上呈春季＞冬季＞秋季＞夏季，在一日内的有三个高峰，分别受城市早高峰和室内外的餐饮排放影响。人群平均体重和工作内容所需的运动状态影响了不同人群的平均暴露量。基于研究结果，本文为政府管理和城市规划部门对防治PM2.5和改善居民健康等方面提出若干可行建议：（1）优化社区建筑用途，精准治理。对所有地点与人群进行“无差别控制”效率较低，需重点关注特殊人群工作与居住环境。（2）优先控制重点暴露来源与暴露途径。根据污染状况合理使用通风与空气净化资源，减少室内暴露浓度。在有污染的工作情景增加通风或穿戴防护装置。在居民室外活动强度高的上半夜增强PM2.5源头和扩散控制。（3）有效利用物联网系统，结合监测仪，手机和相关算法，建立智慧健康社区与城市，提高居民生活质量和幸福感。
NETL